TMT观察网_独特视角观察TMT行业

不知道大家有沒有注意過，從某個時間開始，無論是機場還是高鐵站，當你來到上海，首先映入你眼簾的就是一幅巨大的金融理財廣告。而且上邊一定寫著：人工智能。

當然了，也不只是機場車站，地鐵、高速、商場，我們可以在各種上海的戶外廣告中看到AI金融的字樣。

莫非這是一座AI金融之城？

要說那也是挺講理的。世界人工智能大會，毫無疑問將上海這座巨型都市推上了AI的聚光燈下。從政府到產業界，都明確要將上海建設為世界人工智能的高地，不夸張地說，此時此刻在上海，幼兒園里都在講AI。

另一方面，太平洋東邊有華爾街，西邊有陸家嘴，上海灘是金融之都大概人類都知道。

那么老優勢和新愿景一結合，強強聯手豈不美哉？然而事情從來都沒有那么簡單，今天輿論在討論上海的AI金融產業時，首先提及的不是強大的想象力，而是好像有點亂，和貌似AI還不太行。

在AI夢和金融業的實際生態之間，還橫亙著哪些障礙？

也許AI金融可以作為一個橫切面，來窺探上海這座巨型城市，傳說中互聯網的失落之地，究竟如何面對和擁抱AI這個機遇。

AI金融能做什么，靠譜嗎？

讓我們先用小篇幅來解釋一下，AI到底對金融行業意味著什么。

相對了解這個領域的朋友，會發現AI金融有千變萬化的領域，確實如此。金融是一個數據充實、產業鏈瑣碎，留給算法模型操控空間非常大的產業，可以衍生出千變萬化的AI應用。但總體而言，AI+金融，解決的是這四個基本問題：

1、優化風控：這會是一個漫長的話題，總之就是通過AI作為新的技術撬點，來增強金融機構的風險控制能力。

2、流程效率提升：包括用AI進行合同處理、資料驗證審批、資文歸檔等等，這也是金融領域相對低創造力重復性高的工作，很容易被AI取代。

3、智能客服和智能營銷：當然不僅金融業用得到，但以智能語音客服為方式，以數據學習為技術支撐的客服類AI應用，在金融領域往往效果更加精準。

4、算法匹配需求與金融產品，也就是傳說中的AI投顧：讓AI幫我們賺錢，或許是很多人的夢想，也是金融業探索的AI大招。

從這四個基本招式開始，AI在金融業態中對保險、證券、銀行，以及泛金融業供應鏈，都有著多角度、多流程的復雜影響。而且還要加入整合性AI金融平臺與一體化決策系統帶來的金融業態重組可能。

實事求是地說，金融這個數據至上產業十分適合AI發揮。從長遠技術趨勢上看，AI必然可以消減一部分金融工作崗位，同時通過人機耦合提升一批金融崗位的效率。當然，也必然為金融業帶來大量新職業需求，比如金融數據標記和AI決策訓練等等。

既然AI這么好用，那還等著干嘛啊？

今天我們已經可以聽到遠處AI+金融的雷鳴電閃。山雨欲來否？至少華爾街給出了肯定的答案。

AI+金融，

一場可能會很猛烈的行業風暴

其實技術金融這件事，日常操作是雷聲大雨點小。比如Fintech喊了這么多年，也總是那么不溫不火。不過今天這個“tech”的主角變成了AI而已。

然而從這兩年的種種跡象上看，AI這回可能是要來真的。

美國競爭力委員會(USCC)高級顧問 Mark Minevich在去年說了廣為人知的一段話：AI正在把高收入的華爾街交易員無情拋棄，就像倒閉工廠里的那些藍領工人。

似乎為了印證這個說法，從去年開始，美國各大投行開始加速啟用AI放棄人類的步伐。去年二月，有媒體報道高盛在紐約總部的現金股票交易柜臺只剩下兩名員工。原先600人的工作已經全部被AI交易系統接管，取代這600交易員的，是200名程序員……

“1個程序員干掉四個交易員”，正在成為華爾街的新諺語。而伴隨著投行證券業不斷裁員，對AI技術的加碼正在愈演愈烈。

比如說，早前宣布將用AI來執行全球股票交易的摩根大通，今年宣布將投入108億美金來研發新技術，其中絕大部分投入在人工智能領域。今年5月，他們挖來了卡耐基梅隆大學機器學習系的主管Manuela Veloso，就在上個月，又從谷歌挖到了AI產品高管Apoorv Saxena——這哪是投行啊，分明是硅谷科技公司的節奏。

毫無疑問，大環境利好和領頭羊的支持，正在讓華爾街準備經受更激烈的AI變革。然而這個時候我們不禁會懷疑，大洋這邊的上海真的做好深度變革的準備了嗎？或者說，技術、產業、行業意愿上，真的可以擁抱AI+金融的深度行業遷移嗎？

為此我們真的采訪了一位在陸家嘴工作的讀者朋友。他的回答是，確實很慌，感覺自己的工作完全可以被AI取代，但是目前并沒有看到這件事真要發生。

這或許是一個縮影。

華爾街沒有準備好的聚變，

上海準備好了嗎？

其實AI和自動化交易這場風暴，華爾街也不見得真的準備好了。各種冒進、反彈和抵觸，在美國金融與科技媒體上不絕于耳。但客觀來說，上?？赡苷娴倪€沒有把AI與金融的融合搞到這一步。甚至對于大部分金融產業來說，AI跟區塊鏈、fintech，甚至P2P一樣，都只是個需要占位的關鍵詞。

這么說并不是沒有依據，比如我們可以發現，上海雖然AI初創企業為數不少，但面對龐大的金融行業目標群體，上海真正做AI金融服務的初創企業還為數很少。更多的AI金融項目還無法組成產業鏈，而是證券機構、互金平臺內部孵化項目。

這種模式直接反映在了上海灘廣告牌上鋪天蓋地的AI金融項目。各家的投資理財項目，今天已經沒有不說自己是AI的。但到底怎么AI了呢？就宣傳層面來說這個可能并不重要，畢竟廣告牌上也沒地方寫。

有一種AI金融模式，或許可以作為典型案例。那就是被大肆宣傳的AI投資顧問。

就目前可見的媒體報道與項目分析，今天廣為宣傳的AI投資理財項目基本是難以自圓其說的。首先全自動的AI投顧無法披露決策依據，是不符合我國目前金融監管法規的。而且深度學習投顧模型有非常多風險難以解決，今天讓AI幫我們賺錢還僅僅是個想法。

那么如此多的AI金融項目都是什么呢？雖然肯定不是全部，但大部分AI金融服務，都是以固定算法套用在證券、理財、保險項目中，得出一些選項再由交易員向客戶推薦。事實上這個步驟過濾掉的項目，都是客戶和交易員會一眼過濾的，多少有點“多此一AI”的感覺。

于是就難免有媒體將今天在上海非常流行的AI金融模式，描述為“皇帝的新衣”。

事實上，偽AI投顧現象背后的深層原因，在于金融行業真正愿意沉浸下來做AI的還很少。面對固定的市場份額與高收益，大部分傳統金融機構與企業的心態是占坑就好，搞個團隊起個項目宣傳一下就可以，或者采購幾個AI服務就算完事。

另一方面，相對激進的AI金融項目，很大一部分來自于日子不太好過的網貸平臺。大力押注AI，某種程度上是一個“避風港”，真正賣的是什么還不好說。至少目前已經出現了上海地鐵廣告中的所謂AI金融產品爆雷的情況。

行業心態上的壁壘，當然只是眾多AI金融產業的問題之一。總體而言在今天的上海，AI金融項目林立，其中當然也不乏充滿想象力的技術與應用，互聯網巨頭和商業銀行、保險集團占據著主要的技術動能。但場景狹小，應用度不強，大家擁擠在幾個技術類別里，數據鴻溝明顯，缺乏行業平技術臺，讓這個很有希望的區域產業問題重重。

這個問題當然也不僅發生在上海，中國AI金融始終伴隨著數據量大、需求量大，但技術原創性不足、行業融合度不強的問題。

上海真的想醞釀一張AI金融名片，可能還需要多方面的努力才行。

上海的問題，上海的驕傲

可能這是中國任何新技術產業發展都會面臨的問題：風口來了，項目快速上馬，不管技術行不行，PPT和海報一定要行。

這樣的情況發生的有點快，讓我們不禁擔心AI金融這首歌到底能唱多久。

然而無論怎么說，上海面臨的AI金融問題雖多，但上海依舊有著發展AI金融最優質的土壤。相比于中國任何地方，上海金融產業資源的強勢、龐大的數據洪流和信息化基礎、人才梯隊的完整性，都讓上海成為金融業引入AI技術無可厚非的橋頭堡。但解決金融行業的封閉性，可能同時需要市場與政策、行業組織的多方面引導。

接下來建設AI高地的上海，必然會進一步加強AI人才、項目與技術引進步伐，但在金融領域如何打破行業壁壘，可能還有更多的路要走。

比如上海面臨著與杭州搶奪硬核AI人才的問題。某種程度上來說，上海AI領域的技術人才與資源并沒有想象中那么完善。當然這種情況也在改善，比如上海交大正在AI金融方面加強更多投入，產學研一體化或許有助于上海在重點領域技術高地的快速搭建。

另一方面，中國的AI金融產業鏈還比較初級，對AI的應用停留在淺層。平臺化、開源化和垂直應用場景、硬件解決方案，都需要更多時間與資源去完善。

再者，金融行業企業與人才對AI的配合度始終是個大問題。金融像其他行業一樣，對懂數據、懂AI，同時懂金融的人才與機構需求旺盛。但行業開放度與行業技術化人才，今天都還存在不小缺口。

而最后，如何正本清源，讓并不那么AI的“AI金融”盡快退場，還給真正做技術、深挖場景的AI金融企業良好環境，可能還有賴于區域市場的治理與監管。

不管是從技術邏輯，還是世界市場趨勢上來看，AI都有可能深度提升金融產業的多種效率。但以此引發的崗位流失與再造，或許是無法忽視的陣痛。而在技術變革過程中，也必然會重新分割一部分蛋糕，創造新的切蛋糕姿勢。

在通往AI金融的深水區，深化產業優勢、打造優質企業的案例價值，深入契合AI技術規律，或許才是正路。

就AI+金融而言，無論如何上海在今天都踩在一個顯著高于全國水平的臺階上，至于之后是上是下，還是讓這個臺階悄然混進泥土里，可能還是有太多疑問需要解答。而問題的關鍵很可能在于，金融產業這塊巨大蛋糕，是否愿意用技術去革自己的命，放血同時再造血。

當然，這不僅是上海金融業的問題，也不僅僅是上海的問題。