8月23日訊,對于金融科技行業(yè)(Fintech)的從業(yè)者來說,如果現(xiàn)在不提“AI+金融”絕對已經(jīng)OUT了,正像前幾年如果不提“互聯(lián)網(wǎng)+金融”就OUT一樣。
其實,AI(Artificial Intelligence,即人工智能)并不是一個新生事物,這一概念最早在1956年被提出。算法的持續(xù)革新、硬件的發(fā)展成熟和更大量級的數(shù)據(jù)共同驅(qū)動AI在沉寂了近二十年之后再一次卷土重來。
金融的核心本質(zhì)功能是降低交易成本和資產(chǎn)定價,互聯(lián)網(wǎng)的廣泛應(yīng)用可以算作對金融第一個核心本質(zhì)的顛覆,而AI正在改變金融行業(yè)資產(chǎn)定價相關(guān)的核心業(yè)務(wù)條線。傳統(tǒng)銀行的信貸業(yè)務(wù)、資產(chǎn)管理機構(gòu)的資產(chǎn)配置和投資業(yè)務(wù)、證券公司的投資咨詢業(yè)務(wù)和保險公司的精算定價業(yè)務(wù)都開始受到威脅。但較強的消費粘性、較重的資本投入和數(shù)據(jù)的先發(fā)優(yōu)勢為傳統(tǒng)金融機構(gòu)提供了一定保護(hù)。未來產(chǎn)生威脅的不是金融科技的新興玩家,而更有可能是在這三點上不輸傳統(tǒng)金融機構(gòu)的互聯(lián)網(wǎng)巨頭,傳統(tǒng)金融機構(gòu)需要做出改變。
一、AI已經(jīng)帶來的金融變化
事實上,已經(jīng)有為數(shù)眾多的金融機構(gòu)開發(fā)了基于AI的智能客服。例如北歐聯(lián)合銀行已經(jīng)推出了名為Nova的基于AI技術(shù)的聊天機器人和虛擬助理,這位AI主力已經(jīng)開始服務(wù)于該銀行位于挪威等地的網(wǎng)點。目前Nova能夠順暢地理解挪威語,并回答與養(yǎng)老金和保險業(yè)務(wù)相關(guān)的問題,如果遇到Nova無法理解的問題,會推薦一位人工客服進(jìn)行回答。
這樣的AI助理在歐洲和美國已經(jīng)開始逐步取代現(xiàn)實中的網(wǎng)點雇員,這些銀行已經(jīng)開始關(guān)閉線下的實體網(wǎng)點,例如北歐的大型商業(yè)銀行在過去的十年內(nèi)已經(jīng)關(guān)閉了大約30%的線下實體網(wǎng)點。
部分領(lǐng)先的傳統(tǒng)金融機構(gòu)已經(jīng)開始通過AI技術(shù)進(jìn)行客戶信息收集??蛻羯矸菪畔⒌氖占驼J(rèn)證是傳統(tǒng)金融機構(gòu)風(fēng)控的重要一環(huán),而AI技術(shù)能夠大大提高這一過程的效率。例如平安已經(jīng)開發(fā)了準(zhǔn)確率達(dá)到99.8%的活體人臉識別技術(shù),每分鐘處理人臉數(shù)最高能夠達(dá)到3萬個。
尤其是傳統(tǒng)的信貸審批員已經(jīng)在失業(yè)的邊緣。傳統(tǒng)貸款審批主要由信貸審批員通過收集信息決定是否發(fā)放貸款。但隨著AI技術(shù)的應(yīng)用,范圍更廣的數(shù)據(jù)被用來信用評估,傳統(tǒng)的商業(yè)銀行信貸風(fēng)控模型使用的變量通常只有20-30個左右,但量化的、基于大數(shù)據(jù)的信貸風(fēng)控模型超過萬級單位。不僅如此,深度學(xué)習(xí)等算法模型甚至可以自行甄別出對于信貸表現(xiàn)更加重要的特征變量,而這些變量在傳統(tǒng)的評估框架中可能并未受到重視。此外,AI在反欺詐方面也能發(fā)揮作用。
雖然這些AI技術(shù)的應(yīng)用,已經(jīng)顯著幫助傳統(tǒng)金融機構(gòu)解放了人力、節(jié)約了成本、提高了效率,但這些并不能體現(xiàn)AI對金融行業(yè)顛覆的真正實力。核心原因在于,這些變革并沒有觸及金融行業(yè)的本質(zhì),只能被看作是行業(yè)借助AI技術(shù)的自我完善,而不算是“革命”,因為并未觸及金融行業(yè)的降低交易成本、資產(chǎn)定價兩大核心本質(zhì)功能。
二、什么才會真正被顛覆?
AI對于金融的第二個核心本質(zhì)功能——“資產(chǎn)定價”的顛覆,才是整個金融行業(yè)所最應(yīng)該警惕的。目前來看,AI對于金融行業(yè)的壓力,恐怕比互聯(lián)網(wǎng)金融行業(yè)要更大,原因在于對于大部分金融機構(gòu)來說,“資產(chǎn)定價”相關(guān)的業(yè)務(wù)都比“降低交易成本”相關(guān)業(yè)務(wù)更加核心。例如對于商業(yè)銀行來說,吸儲放貸的信貸業(yè)務(wù)是利潤的主要來源,而非支付結(jié)算;對于保險公司來說,核心是保險產(chǎn)品的設(shè)計和定價,精算師才是保險公司的核心,而非保險銷售代理人;對于資產(chǎn)管理公司同樣,投資和資產(chǎn)配置相關(guān)的業(yè)績才是衡量資產(chǎn)管理機構(gòu)長期水平的標(biāo)尺,銷售能力通常只能錦上添花。但目前來看,AI的下一個“革命”對象正是這些金融機構(gòu)的核心命脈。
一些過往嚴(yán)重依賴“人”的因素的業(yè)務(wù)也開始受到AI技術(shù)的威脅,例如證券公司的投資咨詢業(yè)務(wù)。分析師是投資咨詢業(yè)務(wù)條線的“靈魂”,通過對宏觀經(jīng)濟數(shù)據(jù)、上市公司的財務(wù)數(shù)據(jù)等進(jìn)行研究,撰寫研究報告,為客戶提供股票買入賣出的推薦建議。在過去,分析師自身的經(jīng)驗和對市場的判斷非常重要,但AI同樣已經(jīng)攻破了這一堡壘,通過算法模型能夠高速將最新的經(jīng)濟變量、財務(wù)指標(biāo)輸入模型,并作出判斷,例如可以找到歷史上和當(dāng)前情況最類似的時間點,并根據(jù)當(dāng)時的資產(chǎn)收益表現(xiàn)對這一次進(jìn)行預(yù)測。
美國的一些平臺已經(jīng)能夠利用AI基于上市公司公告、新聞媒體報道、甚至社交媒體的最新新聞(例如特朗普總統(tǒng)鐘愛的Tweet)來自動生成分析報告,例如Automate-dInsights和Captricity。華爾街最為人熟知的先行者是Kensho,例如Ken-sho能夠基于歷史大數(shù)據(jù)告訴你,在歷史上的數(shù)十次聯(lián)儲加息前一周之內(nèi),標(biāo)普指數(shù)和道瓊斯指數(shù)的漲跌幅,判斷哪些行業(yè)的股票會表現(xiàn)更好,而這在過去需要分析師進(jìn)行大量的數(shù)據(jù)處理工作,更不必說這些分析師的高成本。
按照業(yè)務(wù)的復(fù)雜和專業(yè)程度看,下一個可能被AI算法顛覆的是保險行業(yè)。毫無疑問,保險公司的中流砥柱是設(shè)計保險產(chǎn)品并進(jìn)行定價的精算師,這些精通金融學(xué)、保險學(xué)和統(tǒng)計學(xué)的專家過去主要處理的就是概率,通過生存率、死亡率、發(fā)病率等概率來為保險產(chǎn)品進(jìn)行定價。
由于這一業(yè)務(wù)的復(fù)雜性和較高的專業(yè)壁壘,精算業(yè)務(wù)長久以來并沒有過多收到科技的沖擊,但這一次情況可能有所不同,因為AI的算法的核心優(yōu)勢就在于預(yù)測概率。未來AI將完全改變精算行業(yè)的商業(yè)模式,海量數(shù)據(jù)使得能夠動態(tài)、更加精確地預(yù)測死亡率和發(fā)病率。
三、傳統(tǒng)金融機構(gòu)手中的牌
雖然傳統(tǒng)金融機構(gòu)的不同業(yè)務(wù)條線都面臨著AI的沖擊,但目前看來,并不需要過于擔(dān)心,核心有三點:
首先,金融行業(yè)的消費習(xí)慣粘性比較大。畢竟是和錢打交道的行業(yè),很多時候還是需要有面對面的交流才能夠取得信任。例如智能投顧行業(yè)雖然能夠吸收很多長尾客戶的小額資金,但高端私人銀行客戶仍然需要客戶經(jīng)理的服務(wù),此外這些客戶經(jīng)理也能夠提供更多附加服務(wù)。
其次,AI目前仍然需要較重的資本投入,金融機構(gòu)雄厚的資本使得每年都能夠支出大手筆的IT投入。以美國為例,摩根大通銀行每年的IT指出是95億美金,美國銀行是90億,富國銀行是70億美金,而截至2016年三季度末,美國投資于AI創(chuàng)業(yè)公司的資金總額也只有31億美金。例如中國平安每年的研發(fā)投入經(jīng)費在70億元人民幣以上,這是金融科技的新興玩家所不能比擬的。
再次,金融行業(yè)在數(shù)據(jù)的先發(fā)優(yōu)勢上更加明顯。數(shù)據(jù)是深度學(xué)習(xí)乃至于AI的基石,與財富相關(guān)的數(shù)據(jù)保密性要求更高,而金融機構(gòu)在這一方面先發(fā)優(yōu)勢更加明顯。
- 蜜度索驥:以跨模態(tài)檢索技術(shù)助力“企宣”向上生長
- 特斯拉CEO馬斯克身家暴漲,穩(wěn)居全球首富寶座
- 阿里巴巴擬發(fā)行 26.5 億美元和 170 億人民幣債券
- 騰訊音樂Q3持續(xù)穩(wěn)健增長:總收入70.2億元,付費用戶數(shù)1.19億
- 蘋果Q4營收949億美元同比增6%,在華營收微降
- 三星電子Q3營收79萬億韓元,營業(yè)利潤受一次性成本影響下滑
- 賽力斯已向華為支付23億,購買引望10%股權(quán)
- 格力電器三季度營收同比降超15%,凈利潤逆勢增長
- 合合信息2024年前三季度業(yè)績穩(wěn)?。籂I收增長超21%,凈利潤增長超11%
- 臺積電四季度營收有望再攀高峰,預(yù)計超260億美元刷新紀(jì)錄
- 韓國三星電子決定退出LED業(yè)務(wù),市值蒸發(fā)超4600億元
免責(zé)聲明:本網(wǎng)站內(nèi)容主要來自原創(chuàng)、合作伙伴供稿和第三方自媒體作者投稿,凡在本網(wǎng)站出現(xiàn)的信息,均僅供參考。本網(wǎng)站將盡力確保所提供信息的準(zhǔn)確性及可靠性,但不保證有關(guān)資料的準(zhǔn)確性及可靠性,讀者在使用前請進(jìn)一步核實,并對任何自主決定的行為負(fù)責(zé)。本網(wǎng)站對有關(guān)資料所引致的錯誤、不確或遺漏,概不負(fù)任何法律責(zé)任。任何單位或個人認(rèn)為本網(wǎng)站中的網(wǎng)頁或鏈接內(nèi)容可能涉嫌侵犯其知識產(chǎn)權(quán)或存在不實內(nèi)容時,應(yīng)及時向本網(wǎng)站提出書面權(quán)利通知或不實情況說明,并提供身份證明、權(quán)屬證明及詳細(xì)侵權(quán)或不實情況證明。本網(wǎng)站在收到上述法律文件后,將會依法盡快聯(lián)系相關(guān)文章源頭核實,溝通刪除相關(guān)內(nèi)容或斷開相關(guān)鏈接。