俞楓：未來(lái)AI會(huì)成為標(biāo)配的基礎(chǔ)設(shè)施

1956年就有人工智能的概念，經(jīng)歷了三起兩落。近年來(lái)，在深度神經(jīng)網(wǎng)絡(luò)、圖形處理器、大數(shù)據(jù)等技術(shù)的推動(dòng)下，人工智能迎來(lái)了飛躍式發(fā)展，人工智能經(jīng)過(guò)60多年的積累，現(xiàn)已經(jīng)進(jìn)入第三次黃金發(fā)展期。

為什么會(huì)有這么一個(gè)黃金發(fā)展期出現(xiàn)呢？按照個(gè)人理解主要有兩個(gè)原因：第一是大數(shù)據(jù)，移動(dòng)數(shù)據(jù)大量產(chǎn)生，特別是各類行為數(shù)據(jù)的大量采集，大數(shù)據(jù)是人工智能發(fā)展重要的基礎(chǔ)；第二就是計(jì)算能力，整個(gè)IT在摩爾定律大的范疇下計(jì)算能力提升很厲害。當(dāng)然，算法的提升也是原因之一，不過(guò)像在大規(guī)模神經(jīng)網(wǎng)絡(luò)中大量使用的BP神經(jīng)網(wǎng)絡(luò)算法實(shí)際上早在1986年就已經(jīng)提出了。

人工智能和大數(shù)據(jù)的是孿生兄弟的關(guān)系，大數(shù)據(jù)發(fā)展了，人工智能才有發(fā)展的基礎(chǔ)，同樣人工智能的進(jìn)步又給數(shù)據(jù)分析帶來(lái)了新的春天，所以是相互促進(jìn)的過(guò)程。人工智能已經(jīng)在局部領(lǐng)域當(dāng)中取得了很多突破，AlphaGo Zero的出現(xiàn)是一個(gè)有自我增強(qiáng)學(xué)習(xí)能力的應(yīng)用，谷歌在藝術(shù)發(fā)展領(lǐng)域當(dāng)中Magenta項(xiàng)目的突破，沃爾森在很多商業(yè)認(rèn)知領(lǐng)域都有了新的發(fā)展，百度無(wú)人駕駛也炒得很熱。專用人工智能在局部領(lǐng)域的突破引起了世界強(qiáng)烈的關(guān)注和熱議。

Gartner預(yù)測(cè)未來(lái)5年人工智能將帶來(lái)全新的商業(yè)生態(tài)。至2018年，20%的商業(yè)文件將由機(jī)器來(lái)創(chuàng)作和編輯，包括預(yù)算報(bào)告、體育和商業(yè)報(bào)道，且不帶偏見(jiàn)和情感。到2020年，幾乎每一款新的軟件產(chǎn)品和服務(wù)都將內(nèi)含AI，20%公司使用人工智能技術(shù)提升企業(yè)內(nèi)部應(yīng)用和流程，55%的大企業(yè)將已經(jīng)部署至少一款機(jī)器人或聊天機(jī)器人。到2021年，逾半數(shù)企業(yè)每年在機(jī)器人和聊天機(jī)器人開(kāi)發(fā)方面支出將超過(guò)移動(dòng)應(yīng)用開(kāi)發(fā)。

人類已進(jìn)入“弱人工智能”階段

我認(rèn)為人類已進(jìn)入“弱人工智能”階段，這一階段的顯著特征是機(jī)器現(xiàn)在還只是擅長(zhǎng)于某一局部單方面的人工智能，比如可以局部感知周邊環(huán)境，可以做一些記憶學(xué)習(xí)，但是是局部不是全局的，更重要的是需要大樣本的訓(xùn)練和試錯(cuò)進(jìn)行學(xué)習(xí)和提升，還不能自主學(xué)習(xí)。

現(xiàn)在還是弱人工智能階段，與人類相比還不能完全自主進(jìn)行情感體驗(yàn)和綜合性感知，距離各方面能力與人類相當(dāng)?shù)摹皬?qiáng)人工智能階段”以及全方位超越人類智能水平的“超人工智能階段”，仍然差距很大。當(dāng)然在人工智能時(shí)代，有必要探討一下人和智能機(jī)器之間的微妙關(guān)系。

首先，人工智能進(jìn)步是建立在學(xué)習(xí)海量、高質(zhì)量的數(shù)據(jù)基礎(chǔ)上，沒(méi)有大數(shù)據(jù)的支撐很難發(fā)展。

其次，需要有明確的計(jì)算機(jī)邏輯、推理規(guī)則來(lái)告知機(jī)器，機(jī)器需要明確知道如何計(jì)算，并能接收到對(duì)于計(jì)算結(jié)果或者預(yù)測(cè)結(jié)果正確與否的反饋。

最后，對(duì)算力的要求很高，硬件基礎(chǔ)支撐人工智能發(fā)展并發(fā)揮計(jì)算優(yōu)勢(shì)。

我認(rèn)為這三條是目前人工智能發(fā)展的基礎(chǔ)。高度數(shù)字化是證券行業(yè)的特色，證券行業(yè)還是有很多規(guī)則，但是比較復(fù)雜，是不是可以通過(guò)人工智能預(yù)測(cè)發(fā)展？券商可以充分發(fā)揮AI的技術(shù)潛能，證券行業(yè)在人工智能的應(yīng)用方面將會(huì)是大有所為的。

人工智能面臨諸多挑戰(zhàn)

人工智能各項(xiàng)技術(shù)目前正面臨諸多挑戰(zhàn)：第一是機(jī)器學(xué)習(xí)、神經(jīng)網(wǎng)絡(luò)方面，機(jī)器在特定領(lǐng)域邏輯思維和分析推理能力已趨近或超過(guò)人類思維，但機(jī)器的自主認(rèn)知、情感體驗(yàn)、靈感和形象思維等仍有巨大差距；第二是模式識(shí)別方面，計(jì)算機(jī)視覺(jué)、生物特征識(shí)別（人臉、聲紋、指紋、虹膜）應(yīng)用日益廣泛，但機(jī)器統(tǒng)籌視覺(jué)、聽(tīng)覺(jué)、觸覺(jué)、嗅覺(jué)等的綜合感知，推理能力不足；第三是知識(shí)圖譜方面，已出現(xiàn)基于知識(shí)圖譜的智能搜索、風(fēng)險(xiǎn)管理等應(yīng)用，但數(shù)據(jù)噪聲、知識(shí)推理、模型自優(yōu)化等難點(diǎn)仍需解決；第四個(gè)自然語(yǔ)言處理方面，聊天機(jī)器人、智能客服、機(jī)器翻譯已比較成熟，仍存在上下文理解、推理、不規(guī)范發(fā)音處理等問(wèn)題。

我認(rèn)為當(dāng)前階段人工智能應(yīng)用比較理性的選擇就是：人機(jī)同行，All in AI。把機(jī)器定義在輔助人類，降低門(mén)檻、提升效能上。

比如說(shuō)現(xiàn)在市場(chǎng)上這么多股民，而研究員、分析師人數(shù)服務(wù)很有限，一個(gè)人一天可能只能服務(wù)100個(gè)客戶，如果AI賦能之后就可能服務(wù)3000個(gè)客戶；原來(lái)有些事情只能是高級(jí)專家做的，現(xiàn)在在人工智能的輔助下，可能普通員工也可以完成這些高難度工作；原來(lái)算法交易只可以處理少量的數(shù)據(jù)，現(xiàn)在有了人工智能以后可以從海量數(shù)據(jù)中進(jìn)行大量的回溯和分析。最重要的差別原來(lái)是基于經(jīng)驗(yàn)的運(yùn)作，現(xiàn)在可以基于很多量化的分析進(jìn)行，數(shù)字化應(yīng)用里最重要的就是數(shù)據(jù)驅(qū)動(dòng)，這也需要通過(guò)人機(jī)同行輔助。對(duì)券商來(lái)說(shuō)，所有的業(yè)務(wù)線都需要AI。

券商人工智能六大應(yīng)用趨勢(shì)

1智能風(fēng)控

智能風(fēng)控最大的核心是通過(guò)風(fēng)控?cái)?shù)據(jù)湖把所有數(shù)據(jù)進(jìn)行規(guī)整和一體化，包括外面的輿情和安全情報(bào)也可以進(jìn)行一體化的規(guī)整。原來(lái)我們的風(fēng)控是通過(guò)各種信用風(fēng)險(xiǎn)、操作風(fēng)險(xiǎn)、市場(chǎng)風(fēng)險(xiǎn)、流動(dòng)性風(fēng)險(xiǎn)等模型來(lái)實(shí)現(xiàn)的，但是這些模型原來(lái)主要靠經(jīng)驗(yàn)和研究來(lái)實(shí)現(xiàn)的，現(xiàn)在加上機(jī)器學(xué)習(xí)引擎、風(fēng)控知識(shí)圖譜以后，可以構(gòu)造很多智能分析模塊，通過(guò)機(jī)器學(xué)習(xí)引擎、特征工程、自迭代算法、風(fēng)險(xiǎn)知識(shí)圖譜等，把他們智能分析模塊產(chǎn)生的結(jié)果賦能到原有的模型里面去，在風(fēng)控中疊加智能分析。

智能風(fēng)控后出現(xiàn)三個(gè)變化，由原來(lái)豎井式、領(lǐng)域化風(fēng)控轉(zhuǎn)變成全面風(fēng)控、集團(tuán)化風(fēng)控；由事后為主的風(fēng)控變成實(shí)時(shí)、事中、事前的風(fēng)控；由靜態(tài)、被動(dòng)的風(fēng)控到動(dòng)態(tài)、自適應(yīng)的風(fēng)控的轉(zhuǎn)變。

我們基于大數(shù)據(jù)平臺(tái)實(shí)現(xiàn)了互聯(lián)網(wǎng)業(yè)務(wù)實(shí)時(shí)反欺詐，現(xiàn)在很多互聯(lián)網(wǎng)業(yè)務(wù)中存在有很多水軍，對(duì)業(yè)務(wù)效益有很大影響，我們建立了識(shí)別水軍和羊毛黨的實(shí)時(shí)反欺詐系統(tǒng)。剛建的時(shí)候是靠經(jīng)驗(yàn)找到的規(guī)律，現(xiàn)已采用機(jī)器學(xué)習(xí)，防控模型通過(guò)AI來(lái)做。我們發(fā)現(xiàn)原來(lái)經(jīng)驗(yàn)的模型做完以后，一段時(shí)間以后有的人會(huì)摸出規(guī)律來(lái)了，現(xiàn)在附加了AI模型之后識(shí)別率大大提升，查準(zhǔn)率達(dá)90%以上，通過(guò)AI建設(shè)整個(gè)風(fēng)險(xiǎn)智能分析的引擎，這塊還是有很大發(fā)展前途的。

2精準(zhǔn)營(yíng)銷

首先，洞悉用戶、挖掘需求，跨渠道用戶數(shù)據(jù)收集，建立數(shù)據(jù)畫(huà)像，對(duì)用戶每個(gè)業(yè)務(wù)環(huán)節(jié)和場(chǎng)景進(jìn)行關(guān)聯(lián)分析，實(shí)現(xiàn)貫穿全用戶旅程的營(yíng)銷方案。其次，通過(guò)對(duì)渠道獲客相關(guān)指標(biāo)的智能分析，快速有效評(píng)估渠道獲客質(zhì)量，進(jìn)行渠道優(yōu)化。然后，在平臺(tái)上打造極致用戶體驗(yàn)，增強(qiáng)用戶粘性。最后在活動(dòng)方面，通過(guò)標(biāo)簽體系，以不斷獲客、激活存量客戶、召回沉寂客戶。

3O2O服務(wù)

利用智能化的方法把線上和線下服務(wù)進(jìn)行很好的融合。智能客服比較重要，把智能APP定位為輔助人，幫助投資者全生命周期的投資行為，通過(guò)智能服務(wù)，可以讓客戶從一進(jìn)入APP到完成整個(gè)投資流程都獲得相應(yīng)的智能服務(wù)，通過(guò)智能手段提供智能選股、智能診股等，未來(lái)這塊是以后智能APP為發(fā)展方向。

4智能投研

傳統(tǒng)投研是在出現(xiàn)某個(gè)事件后（如某地方發(fā)生地震），首先要做的是對(duì)各類專業(yè)知識(shí)的搜索，然后把各種數(shù)據(jù)進(jìn)行關(guān)聯(lián)和解讀，以及對(duì)海量歷史事件和數(shù)據(jù)進(jìn)行關(guān)聯(lián)分析，最后才能預(yù)測(cè)未來(lái)走勢(shì)，這個(gè)過(guò)程相當(dāng)耗時(shí)耗力、且高度依賴于人員專業(yè)程度。未來(lái)人工智能將會(huì)為投研帶來(lái)全新的模式，現(xiàn)在可以通過(guò)AI手段進(jìn)行數(shù)據(jù)增強(qiáng)、內(nèi)容提煉、整合分析，基于知識(shí)圖譜分析同業(yè)競(jìng)爭(zhēng)關(guān)系、事件關(guān)聯(lián)性，預(yù)測(cè)事件對(duì)于市場(chǎng)的影響。

5企業(yè)數(shù)字化

對(duì)日常流程類工作可以通過(guò)企業(yè)數(shù)字化得到大大提升。利用智能手段，可以完成電子合同實(shí)物的校驗(yàn)、財(cái)務(wù)數(shù)據(jù)自動(dòng)提取、解讀非結(jié)構(gòu)化的文本等，進(jìn)一步提高財(cái)務(wù)管理、法律合規(guī)等工作的效能。一個(gè)公司IPO過(guò)程很長(zhǎng)，文本要做很多次，容易出錯(cuò)。現(xiàn)在通過(guò)AI技術(shù)，利用模式識(shí)別和OCI技術(shù)把IPO申報(bào)材料中的數(shù)據(jù)進(jìn)行關(guān)聯(lián)，做自動(dòng)糾錯(cuò)，也能夠基于目前的一些技術(shù)做企業(yè)估值的模型。

6智能運(yùn)維

通過(guò)AI算法給運(yùn)維工作賦能，實(shí)現(xiàn)智慧的運(yùn)維工作，包括智能服務(wù)臺(tái)、運(yùn)維操作、信息安全態(tài)勢(shì)感知等。未來(lái)的運(yùn)維體系由運(yùn)維數(shù)據(jù)層、AI框架層、AI算法層、運(yùn)維應(yīng)用層組成。對(duì)于信息技術(shù)安全態(tài)勢(shì)感知的問(wèn)題，原來(lái)對(duì)于安全我們只是收集邊界上的數(shù)據(jù)，后來(lái)發(fā)現(xiàn)很多安全是跟業(yè)務(wù)活動(dòng)有關(guān)聯(lián)的，需要進(jìn)行兩者的關(guān)聯(lián)分析。信息安全不能被動(dòng)防御，需要進(jìn)行主動(dòng)防護(hù)和提前進(jìn)行安全態(tài)勢(shì)的預(yù)測(cè)，AI技術(shù)可以幫助做安全態(tài)勢(shì)感知的工作。

未來(lái)AI會(huì)像水電煤一樣成為全標(biāo)配的基礎(chǔ)設(shè)施，每個(gè)領(lǐng)域和每條線都會(huì)用，通過(guò)人機(jī)同行，大幅度降低專業(yè)門(mén)檻，提高運(yùn)作效能。

（本文系俞楓副總裁發(fā)表的題為“人機(jī)同行，券商人工智能應(yīng)用趨勢(shì)探討”的演講）endprint