“AI+金融”加速渗透大资管领域 解决重复劳动效用明显

    ■本报记者 刘琪

    近日，民生银行推出了一款仿生金融服务产品——BioFaaS。这是国内商业银行“人工智能+金融”转型的有一成果。此前，包括招商银行、工商银行等都推出了各自基于人工智能的投研产品，部分产品已广泛运用。

    阿博茨科技创始人、CEO杨永智在接受《证券日报》记者采访时表示，智能投研在大资管的应用，无论是从技术、政策支持还是市场上都前景广阔。从现状来看，人工智能在大资管的应用目前还并未达到全程机器的程度，它更是一个从单一到复杂，从既定程序到自我学习，从低准确率到高精准的一个过程。

    金融机构布局智能金融

    好处与瓶颈并存

    随着近年国内传统金融机构和互联网巨头相继布局智能金融，各大银行纷纷推出了智能投顾。

    作为国内银行业智能投顾的先行者，招商银行在2016年12月份推出了“摩羯智投”，其运用机器学习算法，融入招商银行十多年财富管理实践及基金研究经验，在此基础上构建了以公募基金为基础的、全球资产配置的“智能基金组合配置服务”。在客户进行投资期限和风险收益选择后，摩羯智投会根据客户自主选择的“目标-收益”要求、构建基金组合，由客户进行决策、“一键购买”并享受后续服务。

    去年11月份，工商银行正式上线了智能投顾品牌“AI投”，工行客户登陆该行“融e行”手机银行，点击“AI投”，即可享受“一键投资”、“一键调仓”等智能化、专业化的投资服务，实现个性化的资产配置。

    中国银行也在今年4月份推出智能投资顾问产品——“中银慧投”，依托人工智能和大数据技术，面向广大用户提供优质、专业和便捷的个性化资产配置服务。

    “智能投顾并未改变传统投顾行业内部的服务链结构，而是以技术代替人工，弥补传统投顾现存缺陷，成就低成本、高效率、多资产、理性化四大主要优势”，有分析人士对《证券日报》记者表示，智能投顾首先通过技术革新降低成本及门槛，实现服务从0到1的创造；随后利用强烈的规模效应，实现从1到100的大规模复制。智能投顾的出现有望降低成本，提高服务科学性，服务长尾用户，成就普惠金融。

    然而，随着国内智能投顾公司的不断增多，该领域的发展瓶颈也显现出来。如：算法大多基于MPT，同质化较为严重；用户对产品可信度存有疑虑；而且目前许多智能投顾产品仅通过输入十几个问题就决定用户的风险收益需求，也存在着一定片面性。因此，前述分析人士认为，对于未来的发展方向，智能投顾的功能将更加精细化，而投资体验也将更为游戏化给用户以仿生体验。

    AI在资管领域的运营

    尚未达到全程机器程度

    在投研领域，传统的投研需要处理大量的无效信息，人力模式无法进行系统化的“降噪”。投研知识和经验依附于个人能力，但投研人员的高流动性，使研究部门无法找到行之有效的方法进行知识沉淀，管理者一直为之困扰。然而，随着大数据和人工智能技术的成熟，智能投研或为解决买方机构遇到的痛点和难题起到重要的作用。

    另一方面，从国内智能投研的发展情况来看，目前国内只能投研还处于刚刚起步阶段，存在着起步晚、数据收集量不足和技术模型不完善等问题。不过，杨永智认为，随着国内人工智能新势力纷纷崛起，资管市场规模已达130万亿元且还在不断增长，智能投研无论是从政策支持、技术支持还是市场支持上，都将前景广阔。

    而在金融领域最重要的风控部分，传统的风控是基于人对所掌握的数据的相关性，来分析各事件之间的联系以及所产生的影响。而智能风控则是基于这种相关性形成知识图谱，在信息与信息之间进行穿透，对每个事物之间的相关性进行分析建模，预测可能产生的结果并进行评估，以达到及时预警。

    “综合来看，AI在资管领域的风控、投资、投研等方面有着一定优势。但人工智能并非万能，目前也只处在发展初期，只能解决大量简单重复的、适合机器处理的工作，如数据的加工和处理等。对资管行业数据查询、处理帮助较多，但在交易决策上仍替代不了人类。并且机器学习和预测都是基于已有的案例和模型进行，对非常规突发性的黑天鹅事件往往会预测失败”，杨永智对《证券日报》记者表示，从现状来看，人工智能在大资管的应用目前还并未达到全程机器的程度，它更是一个从单一到复杂，从既定程序到自我学习，从低准确率到高精准的一个过程。未来也不是简简单单的机器智能取代人类智能，而是人机协同，共同进化。