原创 2017-04-02 GPLP研究部 GPLP
两会政府工作报告中关于人工智能的内容无疑让AI这把大火又旺了一把。
但是无论从技术还是应用来讲，人工智能在中国都是初级阶段，不论其投资还是创业，技术及资金门槛较高。
目前称得上人工智能研究且成熟的机构除了国家的科研组织，用于军事及国家战略使用，在市场化的机构当中，只有华为研究院、百度、阿里、腾讯等相关研究机构相对成熟。
人工智能的几个技术
1、语言识别与自然语言处理技术的不断成熟，
可以适用的主要范围：客服类的企业，
该技术首先改变的便是与客户的交互业务。
比如智能客服机器人替代人工客服早已实现，某银行在2015年就曾推出智能网点机器人“交交”，当时引发了金融银行界的广泛关注。其采用语音识别和人脸识别技术进行语音交流、识别熟悉客户，在网点进行客户指引、介绍银行的各类业务等。
2、人脸识别技术等，包含计算机视觉与生物特征识别，当然大家更为熟知的是指纹识别、人脸识别、声纹识别、虹膜识别等技术应用的称谓。
这项技术在金融领域运用已经相对成熟，以支付、远程开户等业务的运用最受关注。此外，该技术其实还已经用于部分金融机构对核心区域安全、交易安全、员工违规预警等多个方面，辅助金融机构进行内控管理。
3、底层大数据的挖掘及计算
人脸识别技术与语言数据及信息相结合，可以实现对数据的挖掘，对于传统机构而言，数据和信息通常只能以文字、数字或图片等方式承载，但该项技术则可以将语音、视频等材料也转化为有效的文字信息进行数据挖掘、采集。
因为大数据只是基础，人工智能是对大数据进行处理的技术，只有当它具备海量数据，并能够对数据进行深度学习并作出判断的能力后，才具备一定的反欺诈、信用定价的风控能力。
当然，这个领域的计算用于智能投顾比较多。
4、“机器学习与神经网络”，通俗地讲，这意味着机器在某个领域具备了深度学习、思考和做判断的能力。这也是为什么大数据风控的概念提出已经好几年，但其实效果并不好。
“机器学习与神经网络”技术在金融领域的探索其实已经有段时间了，比如早起的量化交易，近期比较热门的智能投顾等等。不过如果按照在国内应用效果最为显著的领域，可能还是借贷。
当然，这也是对人类威胁比较大的地方，因为这代表机器可以思考。
以信贷业务为例，京东金融没有一个人工信贷审核，全平台实现机器自动化放贷，每单的变动成本近乎等于零。京东金融陈生强说：“供应链金融产品‘京保贝’可以做到3分钟放贷，交易系统具备1秒钟处理几十万笔交易的能力，这在过去的金融服务中是不可想像的。”由于每单的变动成本几乎为零，所以企业有能力也愿意从事普惠金融。
人工智能最先在B端使用
对于大多数行业来说，谁先占得了市场先机，谁就容易在潮流中脱颖而出。但这样的论断有个前提，那就是“市场”是业已存在的，只是谁能占山为王的问题。然而，就像早先火了一把的VR类行业忽而降温，大量创业企业一夜之间消失一样，作为核心技术元素AI同VR类似一样是前沿科技的智能投顾，稍不留神也容易重蹈覆辙。
从创业及投资的实际情况来看，用于2B领域的企业创业可能最先活下来，比如有面向航空公司做迎宾的机器人，用于物流领域搬运的机器人。
为啥要2b呢?
此时，面向B端的优势就显现，既能够在内核算法技术上充分倚靠，也能够凭借充分的客服经验在产品体验上充分满足用户需求。
目前大多数纯C端的智能投顾产品，其界面都过于简略，风险评测后即要求绑卡开户，体验上未免过于直接、突兀，缺乏应有的引导过程，这显然是因为在注重技术之外，做“产品体验”的逻辑没有跟上。
逃脱前沿科技产品冷启动的宿命，几乎所有面向C端的产品都需要从零开始集聚人气。而据前文智能投顾难以走这条道路。既是无奈也是机会和必要，B端恰恰给了智能投顾一个更好的选择，机构原有的用户基础甚至实体的线下门店都给了纯互联网化的智能投顾一个从“巨人肩膀上”开始的机会。最关键的是，除了数量上的“热启动”，B端自身的基础和积累还能大幅度降低AI这种前沿科技与对应理念不匹配带来的智能投顾顽疾：获客成本。在足够多的用户基础上，一方面投入的获客边际成本会越来越低，另一方面新用户进入意愿也相对更高。
AI作为AI产品甚至母科技公司的核心，技术内容无疑最为关键。但过分注重技术同样是许多创业公司的弊端，一门心思钻研技术而被市场淘汰的比比皆是。在商业化浪潮下，IT男们抬起头看看世界，思考一下围绕AI技术的发展策略同样重要。毕竟，越是这样的前沿科技，对市场后果的放大效应越强，在发展上越应当小心翼翼，任何的失误可能都是致命的，错失任何有益尝试带来的机会损失都可能是巨大的，推及智能投顾，就是同B端的合作中应当注重的谋略与忌讳。
总而言之，纵观金融市场的演化过程，技术从来都扮演着重要的驱动角色，即便看跌的再多，智能投顾的价值也是无法被否定的。在未来市场更趋成熟的时候，人工智能将会与传统金融诸多功能紧密结合，为理性投资者们创造新的效益与价值。而在这之前，基于AI发展特性与市场现实，智能投顾最佳的发展方式可能是先面向B端，谋定而后动，最终征服B、C双端。
