機構預測，全球人工智能正以指數級的速度在發展，并將帶來前所未有的經濟價值，按照國家推進的新一代人工智能發展計劃，未來10年中國人工智能的應用規模能夠達到萬億級，帶來相關產業收益超過10萬億。

　　11月16日在上海舉辦的“第九屆金融科技與支付創新2017年度盛會(IFPI2017)”上，專家們認為當前這一波人工智能浪潮更大程度上是由數據驅動，而金融是孕育人工智能技術非常有潛力的領域，當前金融風險防控與監管難題，也將在深耕人工智能商業價值中逐步得到解決。

　　“今天沒有一個商業領域能夠免疫于人工智能大潮，人工智能以及相關的科技，正在再造一個世界經濟，有研究數據表明，到2030年人工智能和金融科技所帶來的經濟影響，將與全部發達國家的GDP總量等同。”劍橋大學創新金融全球委員會理事兼價值中國創始人CEO林永青峰會上表示。

　　“溫吞”智能投顧：更好的價值投資標準

　　人工智能落地到金融領域過程中，“智能投顧”一直都是資本熱捧領域，市場一致看好占據財富管理市場比例達 80%的長尾客戶群體，他們的財富管理需求將帶動智能投顧市場快速爆發。

　　根據世界財富報告，年輕一代投資者對智能投顧的接受度整體達到 70%以上，而且新一代高凈值者更愿將過半資產轉向智能投顧，這為全球智能投顧市場長期穩定發展創造了巨大的發展機遇。

　　雖然當前無論是資本、機構，還是群眾，對智能投顧投以極高的熱情，但大部分人對智能投顧更多還是停留在概念層面，它給大眾的金融投資行為真正帶來哪些價值改變，還存在不少盲區。

　　智能投顧出現的重要價值就在于突破傳統投顧模式下人力數據處理能力的邊界，通過實時的數據搜集處理、精密的算法模型等，推出創新性的增值業務，挖掘用戶更深層次、多元化的投資需求，通過用戶教育和粘性的提升不斷培養智能投顧服務的增量市場。

　　不過，業界普遍認為智能投顧在金融領域的應用優勢，并不是瞄準喜歡刺激的“追漲殺跌”的短期投資行為，而是體現在長期穩健的分散投資，整體而言，智能投顧外表“火熱”功能實質“溫吞”。

　　在本屆峰會主題為“人工智能、大數據與云計算：金融科技3.0新引擎”的分論壇上，小牛資本旗下牛鼎豐科技創新專家李南君博士進一步指出，價值投資的關鍵是選擇長期投資標的，智能投顧的出現是有利于用戶選擇更好的價值投資標準，可以通過人工智能技術進行投資標的的挖掘，通過數據和模型量化分析逾期收益和風險，目前階段已經可以做到輔助人工決策，將來逐步發展為更高的自主性。

　　“通過數據和算法處理投資問題會比人工更有優勢，人們也一直在嘗試。事實上，從20世紀50年代的馬科維茨開始，人們就開始利用數據和算法進行量化投資。目前階段，最賺錢的20家量化對沖基金公司都開始采用人工智能參與決策甚至直接操盤，其中知名的如西蒙斯的文藝復興基金。當然任何發展都是需要過程的，投資智能化的探索還要持續很多年，但這個趨勢不可逆轉。”李南君表示。

　　“碎片”智能金融：更高的“合規”風險

　　新金融在彌補傳統金融機構服務不足的同時，其實也加劇了金融碎片化、混業經營甚至跨業經營的現象，風險傳染渠道不但增多且更為復雜，未來智能金融的風險依然存在點多面廣、隱蔽性、突發性強等特點。

　　此前，國家信息化專家咨詢委員會委員、中國人民銀行科技司原司長陳靜在“第三屆(2017)中國普惠金融大會”上提出，我國金融風險監管信息化雖然取得了顯著的進展，但仍然是金融信息化應用的薄弱環節，主要反映在應用水平不高，現代科技不適應金融風險尤其是系統性風險防范預警的要求。

　　據了解，當前人工智已經可以大規模采用機器深度學習，通過分析海量金融交易數據不斷提升反欺詐能力，譬如智能模型是一種欺詐風險量化的模型，它利用可觀察到的交易特征變量，計算出一個分值來衡量該筆交易的欺詐風險，并進一步將欺詐風險分為不同等級。

　　如何利用大數據和人工智能建立更完善的金融風險智能預警防控體系，也是本次峰會重要議題之一。李南君博士在會上指出，人工智能對于提升金融風險的防范能力有目共睹，但由于當前數據碎片化程度高，要反應出一個人全部的信息非常難，目前市場上獲得的數據大部分都是片斷性的，所謂的大數據也是非常切片化的數據，如何從切片化的數據里把用戶特點找出來，尤其是從中把個人借貸動機、還貸能力、還貸意愿分析出來，這對任何一家商業機構來說都是很重要、也是比較大的難題。

　　“目前牛鼎豐科技抓取整合的用戶數據已達數百個特征，用戶標簽信息包括電商購物金額、電商購物類型、社交類APP使用行為，銀行流水、通訊行為、家庭角色等維度，引入先進的數據分析和挖掘工具，支持多維分析用戶信息將會越來越重要。”李南君表示。

　　“需求牽引，監管導航，技術驅動，是未來智能金融行業持續發展不可缺失三大要素。”李南君進一步強調，未來可提升空間不光是指科技提升、人工智能算法改進、數據擴充的問題，還包括自上而下的設計，需要監管層面的頂層設計和商業公司的技術相互結合，譬如最近正在完善的全國范圍的個人征信系統，專業公司自身獲取的數據和銀行體系數據結合，一起建立比較完整的個人征信數據，這對商業機構進一步降低風險和資金成本是至關重要的。