恒生公司执行总裁官晓岚:AI在金融领域目前还无法取代人
日期:2018-07-09    来源:    浏览次数:2165次
|本文刊发于《中国经济周刊》2018年第26期
今年5月,在美国加州举行的梅肯研究院全球会议上,高盛集团总裁大卫·所罗门透露,巅峰时期高盛在纽约总部的美国股票交易柜台一共有600名交易员进行股票买卖操作,现在只剩下3个人,其余的工作已经全部被人工智能所取代。
这听起来似乎不可思议,事实上,人工智能在金融领域的应用正在越来常见。商业智能公司Coalition 提供的数据显示,2011—2016年,在全球10家领先的投资银行中,从事固定收益业务、股票和银行投资业务的交易员从业人数下降了20%以上,这一趋势还在持续。
对此,恒生执行总裁官晓岚接受《中国经济周刊》记者专访时表示,虽然人工智能目前还无法取代人,但智能金融工具的应用时代将很快到来。

人工智能更多是起辅助作用
作为国内市场占有率最高的金融软件和网络服务供应商,恒生电子从去年开始进行了多次在智能金融领域的投资与收购,开始布局人工智能在金融领域的应用。官晓岚表示,恒生布局人工智能最初是出于满足客户需求的原因,同时也是对公司未来发展方向和资产优化的探索。
在官晓岚看来,人工智能并没有外界描述的那么神奇。“尤其是金融领域,影响因子太多了,目前对智能金融工具的合理期望是做辅助。”
近年来,人工智能在国内金融机构的应用正在逐渐成为新的营销热词,很多金融机构纷纷推出智能投顾、智能投研等应用,号称能够通过人工智能对客户画像、对投资标的穿透分析,从而提供更加精准的金融服务。因此,不少金融服务商找上了恒生电子,希望他们能够提供类似的智能工具。
“人工智能在金融领域的应用一定是很广泛的,但是从目前的水平来说,要达到他们(金融服务商)想象的水平是做不到的。”官晓岚表示,人工智能在金融行业广泛应用还需要很长一段时间,目前更多是作为金融助手而存在。以智能投顾为例,目前主要解决的是分析师以前比较烦琐的量化收集整理工作,但对于一些金融工程本身模型的建设等,还是需要人去做。
官晓岚介绍,得益于互联网的快速发展,中国在人工智能领域的应用比较早。但是从整体发展水平来看,由于大家都还没有在关键技术上取得突破,目前国内各机构的人工智能差异性并不大。“以语音分析能力为例,国内目前语音转化技术已经非常成熟,但是如何结合上下文语境让人工智能拥有分析理解自然语言的技术还在研发中,这是一个世界性难题。”
值得注意的是,在高盛公布自己的交易员被人工智能大幅度代替的同时,高盛员工中计算机工程师的人数也在不断上升,目前已经有9000名工程师,占到了高盛员工总数的三分之一。“人工智能对人才的技术壁垒很高,现在大家都在这方面抢人,要抢到一个成熟的、对算法很熟悉的工程师,至少也是百万元年薪的水平。”官晓岚说。
面对技术的落地竞争,恒生电子近5年研发投入的营收占比均在40%左右,2017年更是高达48%。2017年恒生电子开设恒生研究院,投资5000万元部署前沿技术方向;2018年公司又投入1亿元,由公司研发中心和相关领域的产品部门配合研究院完成产品的开发落地。据介绍,恒生电子建立了“恒生研究院—研发中心—业务部门平台”三级研发体系。
同时,基于典型的金融科技基础技术,恒生电子提出了MiABCD 七种技术可以赋能金融,包括Mi(Mobile Internet,移动互联)、A(Artificial Intelligence,人工智能)、B(Block Chain,区块链)、C(Cloud Computing,云计算)、D(Big Data,大数据)、G(Global Connect,全球化)、H(High Performance,高性能),在新兴领域的深度布局,推动AI金融发展。

AI面临最大挑战是数据的不确定性
《中国经济周刊》:人工智能的应用越来越广泛,国内金融机构现在有可能实现AI 代替人工吗?
官晓岚:人工智能在金融行业应用并不太容易,短期内肯定做不到,但作为金融机构助手还是可以的。我认为人工智能越早使用越好,产生习惯后,技术才能帮助到你。今天的晓鲸(恒生开发的智能投资机器人)和刚推出时的差距很大,现在对股票市场有基本的概念,能够回答投资者各种不同的问题,我们能保证的是,让它每天比前一天聪明一些。
人工智能的三要素是算法、算力和数据,缺一不可。关于算法,科学家已经做了很多东西,再提新的算法太难;算力要靠计算机;而数据,需要海量的数据来支撑。以前没有足够数据积累来提供学习进步的过程,现在有了互联网,数据变多后,基础就比较理想了,人工智能才能学习起来,技术的效果才能慢慢显现。有了足够多的数据场景,技术才能变成产品,应用于不同的金融场景。
《中国经济周刊》:AlphaGo 打败了李世石、柯洁以后,大家都很期待一个颠覆性的产品。在金融科技应用上,目前AI 面临最大的挑战是什么?
官晓岚:AlphaGo 比较特殊,它需要输入的变化数据是有限的。但金融不同,变化太多,难度主要在于数据的不确定性。金融是“所有人都受我影响”,实时波动是会有反应的,和不同的场景直接相关,一个动作下去所有人都会受到影响,比围棋复杂得多。围棋总体而言还是科学系的,可以分析得清楚,但金融你分析了5000 个维度,又可能增加到了5001 个。
现在人工智能在金融市场能做读研报之类的事情。巴菲特说过,“别人一天读500 页的研报,我一天读1000 页。”但机器人一秒就可以读1000 页,这种情况下不仅能提高效率,还可以及时反应。人工智能没有那么神,但也没大家质疑的那么差。
《中国经济周刊》:AI 在金融科技方面的应用主要存在哪些风险?
官晓岚:人有直觉,但是高度自动化的人工智能就说不准了,它完全没有碰到过这个条件,偏偏又不能理解你的逻辑关系,为什么还不能取代人就是这个原因。
从计算机的角度来说,有一个准确的值就行,很简单。比如,说买股票不能超过1% 或者5%,设定好后计算机按规矩来即可。但如果遇到市场熔断这种风险,机器人没有遇到过,就傻眼了,可能还出昏招。这时我们就要用保守的策略——出现这种情况就不让它工作了,以防闯祸。


分享到:
Copyright © 2018 Hundsun Technologies Inc. All Rights Reserved 浙ICP备09092082号-5 浙公网安备33010802003988号