回看歷史，你會發(fā)現(xiàn)，金融業(yè)是最難實現(xiàn)變革的。但不可避免的是，大銀行和創(chuàng)業(yè)公司在金融業(yè)方面仍取得了巨大的突破，我認(rèn)為這不是因為他們使用了什么特別的技術(shù)，而是因為它們內(nèi)在的文化差異，多樣化的結(jié)構(gòu)剛度和其他具有成本效益的商業(yè)模式。

金融創(chuàng)新：空話太多，實際行動太少

換句話說，銀行之所以不創(chuàng)新，要么是因為它們規(guī)模太大，無法迅速適應(yīng)并遵循外部激勵機制，要么是因為它們不知道如何(或者想要)真正的改變。不僅在金融業(yè)中如此，在學(xué)術(shù)界也是如此，一直到上世紀(jì)90年代中期，金融創(chuàng)新沒有任何的突破性進(jìn)展。事實上，在少量的調(diào)查文獻(xiàn)中（Cohen and Levin, 1989; Cohen, 1995），引用了超過600種不同的文章和書籍，但沒有一個是與金融創(chuàng)新相關(guān)的。

當(dāng)然，在過去五年中，情況發(fā)生了變化，但我認(rèn)為，這種變化是被動的，而不是來自銀行業(yè)的自愿推動。

因此，金融創(chuàng)新似乎通常是由外界引入的而非內(nèi)部產(chǎn)生的，而且往往更多地是產(chǎn)品創(chuàng)新而非過程創(chuàng)新（盡管我認(rèn)為這個觀點比較有爭議）。考慮到新的技術(shù)范式（正在強化創(chuàng)新與增長之間內(nèi)在強烈的因果關(guān)系），我們似乎很自然地想知道，一個更好的創(chuàng)新模式是否可以由不同的行業(yè)導(dǎo)入。

我發(fā)現(xiàn)有一個非常特別和有趣的例子，這個行業(yè)必須“創(chuàng)新生存”，而不是“創(chuàng)新增長”：那就是生物制藥行業(yè)（Baker, 2003; Gans and Stern, 2004; Fuchs and Krauss, 2003; Lichtenthaler, 2008）。

創(chuàng)新轉(zhuǎn)移：生物制藥行業(yè)

生物制藥行業(yè)不是一個單一的行業(yè)，而包括兩個不同的技術(shù)領(lǐng)域：生物技術(shù)領(lǐng)域，由推動了研究和探索階段的小公司組成；以及制藥公司，這些大公司在上個世紀(jì)成為了規(guī)模龐大的上市和銷售企業(yè)。

因此，一部分是純粹的（高風(fēng)險的）創(chuàng)新，另一部分是純粹的商業(yè)化技能……這都是我們已經(jīng)見過的東西，不是嗎？生物制藥行業(yè)和金融業(yè)形成了明顯的兩極分化

生物制藥行業(yè)的特點是，風(fēng)險主要存在于最初的開發(fā)過程，而不是在市場銷售階段。問題不在于滿足客戶的需求，也不是為你的產(chǎn)品找到市場，而是首先要研發(fā)出這種藥物分子。成功的可能性非常低，時間線拉的很長（10—15年），而20年的專利權(quán)只是一個短暫的優(yōu)勢。更重要的是，大約只有三分之二的藥品能夠抵消開發(fā)成本，而且大部分的公司都在虧損，而排名前3%的公司的利潤幾乎占整個行業(yè)利潤的80%，這是一項艱難的業(yè)務(wù)。

生物制藥行業(yè)不再僅僅是一個人力密集型的行業(yè)，而是一個需要大量資金投入的行業(yè)。創(chuàng)新不是附加物，而是企業(yè)生存發(fā)展的基石。這也是為什么他們必須確定一系列不同的方法來促進(jìn)他們的發(fā)展——創(chuàng)新：研發(fā)、競爭性合作計劃、風(fēng)險投資、合資創(chuàng)造、收購交易、有限合伙協(xié)議等。

到目前為止，我的目標(biāo)應(yīng)該是明確的：金融業(yè)并沒有強烈地感覺到像生物制藥行業(yè)一樣的創(chuàng)新需求，而且它沒有嘗試和推動創(chuàng)造新的模式，獲得利益最大化。

引入人工智能，你的個人金融顛覆者

現(xiàn)在你可能仍然這么想“創(chuàng)新的確很棒，但是金融業(yè)和生物制藥是非常不同的兩個行業(yè)”那么我為什么要堅持從其他行業(yè)引入創(chuàng)新模型呢?好吧，這就是問題所在：我并不認(rèn)為他們是不同的。

而它們變得越來越相似的原因恰恰是人工智能。人工智能正在為金融行業(yè)注入一種強大的創(chuàng)新力，它有一個發(fā)展周期和特征，與生物制藥行業(yè)的情況類似：它需要很長一段時間才能被創(chuàng)造、實施和正確地部署（當(dāng)然，這與金融行業(yè)的標(biāo)準(zhǔn)是一致的）;它是高度技術(shù)性的，需要高度專業(yè)化的人才;它是高度不確定的，因為在找到可行的方案之前，你需要進(jìn)行大量的試驗，人工智能正在給金融行業(yè)帶來巨大的創(chuàng)新壓力。

但人工智能也在給金融行業(yè)帶來了全新的發(fā)展速度和可信度，降低了生物制藥行業(yè)類似的錯誤。如果你的算法指出了問題產(chǎn)品或被推薦的錯誤的書，這是非常容易的。如果你的系統(tǒng)錯誤地解讀了市場上的某些信號，或者在開發(fā)一種藥物的時候出現(xiàn)錯誤，你會在幾秒鐘內(nèi)損失數(shù)百萬美元，甚至?xí)ド?/p>

因此，它不僅延伸了本質(zhì)上屬于金融領(lǐng)域的問題，比如監(jiān)管或問責(zé)制，而且還帶來了一些新問題，比如有偏見的數(shù)據(jù)或缺乏透明度(特別是在消費者應(yīng)用領(lǐng)域)。

最后，人工智能針對“構(gòu)建vs購買”提出了一個問題，這個問題甚至比上世紀(jì)90年代的生物制藥行業(yè)還要大，在當(dāng)前的生物技術(shù)制藥二分法中達(dá)到了頂峰（如果你想知道，這個選擇的重點是你的數(shù)據(jù)容量、團隊和項目的可擴展性，以及與競爭對手有關(guān)的項目的獨特性——你有足夠的數(shù)據(jù)來訓(xùn)練一個ANI嗎？你的團隊/項目規(guī)模足夠嗎？你們的ANI是獨一無二的嗎？你的同伴們有沒有做一些事呢？）

人工智能正在徹底推動一個有幾百年歷史的古老的行業(yè)創(chuàng)新。這就是為什么我認(rèn)為金融服務(wù)業(yè)引入人工智能非常重要的原因——對于它所推出的具體創(chuàng)新或產(chǎn)品，并不是太多，因為它正在徹底改變一個有幾百年歷史的行業(yè)創(chuàng)新流程。

金融科技領(lǐng)域的人工智能功能細(xì)分

人工智能正在利用金融服務(wù)中的結(jié)構(gòu)化和非結(jié)構(gòu)化數(shù)據(jù)來改善客戶體驗及客戶參與度，通過這樣的方式，來發(fā)現(xiàn)異常值和異常現(xiàn)象，增加收入，降低成本，找到可預(yù)測的模式，提高預(yù)測的可靠性……但在其他行業(yè)，情況也是如此嗎？這個答案顯而易見，那么，在金融服務(wù)業(yè)，人工智能有什么特別之處呢？

首先，金融行業(yè)是需要大量數(shù)據(jù)的行業(yè)。你可能會認(rèn)為這些數(shù)據(jù)主要集中在大型金融機構(gòu)手中，但大部分?jǐn)?shù)據(jù)都是公開的，而且有了新的歐盟支付指令（PSD2），規(guī)模更大的數(shù)據(jù)庫也可以被較小的公司使用。人工智能很容易開發(fā)和應(yīng)用，因為相對于其他行業(yè)，其準(zhǔn)入門檻相對較低。

其次，許多基礎(chǔ)的過程可以相對容易地實現(xiàn)自動化，而許多其他的過程可以通過按部就班的計算或速度來提高。從歷史上看，人工智能是最需要這種創(chuàng)新的行業(yè)之一，競爭非常激烈，而且總是在尋找新的投資來源。總結(jié)：人工智能的邊際影響大于其他領(lǐng)域。

第三，財富在不同代際間的轉(zhuǎn)移，使這一領(lǐng)域成為人工智能發(fā)展的真正“沃土”。人工智能需要大量的新數(shù)據(jù)，并且最重要的是一些改進(jìn)反饋信息，00后不僅樂于使用人工智能，而且還能提供反饋信息，但他們顯然更不在意隱私和泄露自己的數(shù)據(jù)。

當(dāng)然，金融領(lǐng)域的人工智能也面臨一系列特定的挑戰(zhàn)，這些挑戰(zhàn)阻礙了智能金融的平穩(wěn)快速的實現(xiàn)：不相互通信的遺留系統(tǒng);數(shù)據(jù)孤立;糟糕的數(shù)據(jù)質(zhì)量控制;缺乏專業(yè)知識;缺乏管理遠(yuǎn)見;缺乏采用這種技術(shù)的文化心態(tài)。

因此，目前缺少的只是對人工智能金融技術(shù)領(lǐng)域的概述。這里也有很多的人工智能金融科技創(chuàng)業(yè)公司的地圖和分類，所以我在這里沒有介紹任何新東西，只是給大家展示我的個人分類：

財務(wù)健康：這一類應(yīng)用是為了讓終端客戶的生活變得更好、更方便，還包括個性化的金融服務(wù);信用評分;自動化的財務(wù)顧問和幫助用戶做出財務(wù)決策的規(guī)劃者（robo——顧問、虛擬助理和聊天機器人;智能錢包可以根據(jù)用戶的習(xí)慣和需要，以不同的方式指導(dǎo)用戶。典型的例子包括機器人顧問和對話界面：Kasisito;Trim;Penny;Cleo;Acorns;Fingenius; Wealthfront; SigFig; Betterment; LearnVest; Jemstep; 信用評分應(yīng)用:Aire; TypeScore; CreditVidya; ZestFinance; Applied Data Finance; Wecash;

模塊鏈：我認(rèn)為，鑒于這款工具的重要性，它應(yīng)該有一個單獨的分類，而不考慮具體應(yīng)用程序（可能是支付、合規(guī)、交易等）。典型的應(yīng)用包括:Euklid; Paxos; Ripple; Digital Asset;

財務(wù)安全：這個可以劃分為身份識別（支付安全和物理識別——生物識別和KYC）和檢測（追蹤欺詐和異常的財務(wù)行為——AML和欺詐檢測）。這類應(yīng)用包括:EyeVerify; Bionym; FaceFirst; On?do; and Feedzai; Kount, APEX Analytics;

資金轉(zhuǎn)移：這一類別包括支付、p2p借貸和債務(wù)收集。這類應(yīng)用包括:TrueAccord;LendUp;Kabbage;LendingClub;

資本市場：這是一個很大的板塊，我傾向于將它分為五個主要模塊：

1）交易（交易或交易平臺）。例子包括：Euclidean; Quantestein; Renaissance Technologies, Walnut Algorithms; EmmaAI; Aidyia; Binatix; KimerickTechnologies ;Pit.ai ;Sentient Technologies; Tickermachine; Walnut Algorithm ; Clone Algo; Algoriz; Alpaca; Portfolio123; Sigopt;

2）自助式基金（眾籌基金或房屋交易）。例子包括：Senti?; Numerai; Quantopian; Quantiacs; QuantConnect; Inovance;

3）市場情報（信息提取或洞察力生成）。例子包括：Indico Data Solutions; Acuity Trading; Lucena Research; Dataminr; Alphasense; Kensho Technologies; Aylien; I Know First; Alpha Modus; ArtQuant;

4）替代數(shù)據(jù)（大多數(shù)替代數(shù)據(jù)應(yīng)用都在資本市場，而不是在更廣泛的金融領(lǐng)域，因此把它放在這里是有意義的）。例子包括:Cape Analytics; Metabiota; Eagle Alpha;

5）風(fēng)險管理（大多數(shù)情況下，這一部分的創(chuàng)業(yè)公司也涉及到其他模塊）。例子包括:Ablemarkets; Financial Network Analysis。

結(jié)論

從文章一開始，我就一直在強調(diào)人工智能正在使金融服務(wù)領(lǐng)域和生物制藥越來越相似，而且，金融行業(yè)或許能從其他行業(yè)的創(chuàng)新中借鑒一些東西。現(xiàn)實情況是，金融業(yè)還需要克服一些困難和挑戰(zhàn)。

我目前看到的最大的不同之在于AI對實體產(chǎn)品市場的影響，人工智能正在讓這個行業(yè)變得比以往任何時候都更加數(shù)字化。它的最終目標(biāo)是創(chuàng)建未來銀行：沒有分行，沒有信用卡，沒有欺詐。一個擁有模塊化組件的銀行平臺，它可以提高我們的財務(wù)素養(yǎng)，并且不需要購買實體產(chǎn)品。

這絕對是一個令人向往的新世界，我已經(jīng)等不及了。