捷越王曉婷：人工智慧是金融科技發展的新引擎

金融業的每一次發展，都與科技的創新應用有著莫大的關係。從P2P到互聯網金融再到金融科技，藉助大數據、雲計算、區塊鏈、人工智慧等新技術，金融的內涵和外延不斷拓展，金融服務的效率和可獲得性不斷提升。尤其是人工智慧，儼然成為金融科技發展的新動力。

在美國，以人工智慧為代表的金融科技在華爾街傳統金融業務中扮演著越來越重要的角色，由其驅動的智能投顧等金融業態受到了華爾街機構和投資者的廣泛青睞。在金融科技強勢崛起的中國，人工智慧在金融領域的滲透將進一步加深。

政策溫床加速人工智慧發展

儘管相較美國而言，人工智慧在中國起步較晚，但發展迅速，這與我國良好的政策環境是分不開的。

十九大報告明確指出，要推動互聯網、大數據、人工智慧和實體經濟的深度融合，人工智慧已上升為國家戰略。2015年-2017年，國務院、發改委、工信部等主管部門先後發布了《促進新一代人工智慧產業發展三年行動計劃（2018-2020年）》等9份政策文件，明確了人工智慧的概念及重要性，將人工智慧作為未來發展信息技術的主要方向，並就如何發展人工智慧制定了目標和規劃。而隨著國務院《新一代人工智慧發展規劃》的出台，人工智慧與實體經濟將進入深度融合時代。

除了良好的政策環境，完備的技術支撐也是人工智慧加速發展的助推器。據捷越聯合旗下「錢進袋智庫」發布的《AI在金融業中的應用》研究報告顯示，大數據、雲計算等技術的快速發展，為人工智慧在深度融合實體經濟、提升金融服務水平和質量方面提供了強有力的技術支撐。

市場調研機構IDC預計，到2020年，全球數據總量將達到40ZB（1ZB=10萬億億位元組），年均增長率50%左右，其中我國數據量佔全球的21%左右。捷越聯合創始人王曉婷表示，大數據為人工智慧提供了海量訓練資源和標準測試數據集，數據量越大，人工智慧模型的準確性就越高。此外，以多層神經網路模型為基礎的演算法，使得機器學習演算法在圖像識別等領域的準確性取得了飛躍性的提高。這些都為人工智慧的發展奠定了技術基礎。

人工智慧構築欺詐風險防火牆金融科技的本質是金融，金融的核心是風控。信貸風險主要包括信用風險和欺詐風險，王曉婷認為，對金融科技企業而言，其所承受的欺詐風險遠超過信用風險。

隨著相關技術的進步發展，越來越多的高科技運用到線上信用詐騙，花樣百出且不易識別，加大了平台甄別用戶信息的難度。傳統的風險預防機制無法應對這些挑戰，而人工智慧恰恰能夠解決這一難題。

王曉婷表示，人工智慧在金融業最被看好的領域就是反欺詐，人工智慧利用機器對數據的大規模及高頻率的處理能力，可以快速對大數據進行篩選分析，發現人工發現不了潛在風險、漏洞和隱患，能有效提高金融風險預警能力。

以捷越聯合為例，捷越聯合利用公司自身積累百萬級客戶信息，結合眾多外部數據，提取上百高相關性數據欄位，採用國際先進的機器學習演算法建立起適合公司客群特點的反欺詐模型和信用評分模型，以判斷每位借款人的違約概率，為風險防控提供有利支持。

人工智慧除了在提高風險識別率和審核效率方面大有可為外，其商業價值也不容小覷。據「錢進袋智庫」發布的《AI在金融業中的應用》研究報告顯示，人工智慧在風險控制、資產配置、智能投顧等方面的應用，預估可以帶來6000億元的降本增益效益。

智能投顧釋放投資理財長尾市場近年來，包括招商銀行、螞蟻金服、京東金融在內的數十家公司紛紛推出智能投顧服務，而且入局者還在增多。《2017中國智能金融產業發展報告》數據顯示，2017年智能投顧管理的資產超過288億美元，其年增長率高達87.3%，預計到2022年，智能投顧管理的資產總額將超過6600億美元，智能投顧服務於一個潛力巨大的市場。

在王曉婷看來，在金融科技領域，智能投顧之所以受到廣泛青睞，主要得益於其無門檻限制、傭金費低和信息透明度高的特點。她指出，智能投顧可以通過大數據識別用戶風險偏好，通過演算法和模型定製風險資產組合，進而為投資者提供建議，能夠加快釋放投資理財的長尾市場。

與傳統的投資顧問服務相比，智能投顧能夠對用戶與資產信息進行標籤化分類，可以精準匹配用戶與資產。智能投顧由於使用了人工智慧等金融科技技術手段，不會受到情緒的影響，同時對於市場中的金融信息也能夠隨時進行抓取和分析，用最快的速度更新具體的投資策略，因此在成本、專業性、人群覆蓋率、個性化定製等多方面具備優勢。

儘管智能投顧未來還將面臨技術和監管方面的挑戰，但王曉婷堅信，隨著金融服務、金融產品的進一步深化，和投資者理念的逐步升級，智能投顧將迎來更廣闊的發展空間。

喜歡這篇文章嗎？立刻分享出去讓更多人知道吧！