62年顛簸沉浮，人工智慧迎來爆發的時代了嗎？

東林/文

2018年兩會期間，政府工作報告提出，加強新一代人工智慧研發應用，發展智能產業，拓展智能生活。這是繼2017年首次被寫入之後，「人工智慧」第二次出現在政府工作報告里。為什麼它受到了國家如此這般的高度重視呢？

數據顯示，截至2017年6月，全球人工智慧企業總數達到2542家，其中中國企業數量居第二位，僅次於美國。當「智能+」社會步步臨近的時候，黨和國家將人工智慧作為我國「發展壯大新動能」的重要組成部分，寄予之期望不言而喻。

2017年7月8日，國務院正式發布《新一代人工智慧發展規劃》，報告明確提出了人工智慧戰略三步走的目標，其中第一步，到2020年人工智慧總體技術和應用與世界先進水平同步， 人工智慧產業成為新的重要經濟增長點，人工智慧技術應用成為改善民生的新途徑，有力支撐進入創新型國家行列和實現全面建成小康社會的奮鬥目標。

如果說2017年是「人工智慧元年」，那麼2018年將是「人工智慧應用元年」。AI已經走出實驗室走向AI+，和產業、創業更加緊密結合，滲透到三百六十行。其實，人工智慧在不知不覺中已經「飛入尋常百姓家」，從簡單的語音識別、圖像識別，到無人車、無人駕駛、無人機、智能家居。現在，除了各大互聯網公司深度研究人工智慧，各行各業包括金融、政府、企業甚至法律、醫療等專家都在論證人工智慧在各自領域的落地方案，多元化的應用場景已繪構出越來越廣闊的想像空間，產業化也備受期待。

據了解，美國前7大銀行，都設有機器學習（Machine learning）部門，人工智慧（AI）已經在開始重組美國的金融業，從2019年開始，任何想要成為特許金融分析師（CFA, chartered financial analyst）的人必須具有AI專業知識才可以通過考試，

美國最大銀行——摩根大通的技術投入占其總收入的 9％，幾乎是大多數華爾街銀行平均技術預算的兩倍。公司希望利用新技術來顛覆交易模式，而不是被新技術顛覆。2016 年，銀行專門設立了技術中心，已經投入95 億美元，其中30 億「專註新項目」，有６億用於「新興金融技術項目」。

據摩根大通首席運營官 Matt Zames 介紹，該行用機器學習技術向投行提供預測性推薦。推出的新機遇引擎（Emerging Opportunities Engine）可以通過對財務現狀、市場行情和歷史數據的自動化分析，辨別出最適合發行新股的客戶。

2017年3月，工商銀行完成「七大創新實驗室」組建，其中，在人工智慧領域，也取得了顯著的進展：

據了解，工行已經完成了《人工智慧技術研究綜述》，進一步明確了人工智慧技術在工商銀行的規劃思路，截止目前，基於人工智慧搭建的反欺詐場景根據機器學習模型生成的1000條名單，在外呼量相同的情況，模型可識別的欺詐交易規則比專家規則識別率高出50%以上。在計算機視覺方面，啟動OCR手寫體識別研究及原型驗證工作，大小寫金額建模優化後，識別率達到90%以上。

據中國光大銀行副行長張華宇介紹，該行通過人工智慧技術和創新需求的無縫對接，光大銀行已初步形成了智能客服、生物識別、智能風控、智能營銷、智能運營等領域的技術布局。

當AI時代到來，大型金融科技企業如何利用人工智慧實現轉型？中小金融科技企業如何實現彎道超車呢？據第四範式首席執行官戴文淵介紹，基於對工商銀行、招商銀行、民生銀行、光大銀行等的大型金融機構的實施經驗，提出了如下的觀點：

在傳統BI時代已建立相應的數據管理平台及數據治理機制的領先企業，在AI+金融的轉型趨勢下，需針對AI的技術特點、演算法框架、應用方式對舊有的大數據平台進行改造。

原數據狀況不佳的金融機構，可以從具體的業務應用場景入手，針對性進行技術平台建設，快速實現AI+金融的局部落地，後續逐步完善全面的數據平台及體系。

金融科技企業，如果想構建商用人工智慧，須五大核心要素，即Big data（大數據）、Response（持續的反饋）、Algorithm（演算法）、Infrastructure（計算資源）和Needs（明確的需求），可以概括為「BRAIN」。金融科技企業可以採取「專業化分工+專註核心環節」的方式，充分借力人工智慧平台，關注數據本身及業務需求，更加高效通過智能決策引擎讓數據發揮價值。

金融科技企業如果想利用AI真正落地實施，一方面從業務出發，需要在業務專家和技術專家相互理解的階段就讓大家共同對企業資源進行評估與組織，最終將商業目標轉化為機器可理解的數據挖掘目標；二是從技術出發，機器學習有較為通用的預測指標，例如流失率、點擊率、停留時長等，從這個角度，將公司的運營指標和人工智慧適用的指標進行結合。

2018年1月18日，谷歌雲首席科學家李飛飛和谷歌雲研發負責人李佳合著的谷歌雲博客中，正式宣告谷歌雲 AutoML 平台的面世。在這裡，構建、訓練和部署自定義的機器學習模型也變得簡單方便，甚至對機器學習不甚了解的企業也可以構建自己的人工智慧系統。

如何利用AI，重新構造自己的核心競爭力，是每家金融科技企業都需要認識思考的一個戰略性命題。

喜歡這篇文章嗎？立刻分享出去讓更多人知道吧！