国泰君安证券信息技术部总经理俞枫：人工智能在资本市场的应用探讨

　　人工智能、区块链、容器技术等新兴技术的快速演进和发展，正在不断地推进企业数字化变革。8月10日，由上海市经济和信息化委员会、上海市国有资产监督管理委员会指导，上海市国有资产信息中心、上海市计算机用户协会协办，畅享网主办的“·创新 IT决胜未来——第二届创新技术CIO高峰论坛”在上海掀起了一股关于探讨创新技术发展和实践的热潮。百余位CIO、IT专家、学者们莅临本次峰会，大会上午探索创新技术发展，下午分享创新技术实践，参会嘉宾重新思考“新技术”的落地径，共同寻找企业信息化变革的新机遇，打造企业最佳IT应用实践。

　　会上国泰君安证券股份有限公司信息技术部总经理俞枫围绕，人工智能的定义和组成、人工智能对我国资本市场产生重要影响、人工智能在资本市场应用的主要方向、国泰君安应用人工智能的探索和实践这四个方向，作了《人工智能在资本市场的应用探讨》的主题。以下是实录，由畅享网整理。

　　各位领导、各位专家，非常荣幸跟大家一起探讨人工智能在资本市场的应用。今天讲讲我对人工智能在资本市场的应用探讨，先从人工智能发展的趋势来说。

　　1945年人工智能的概念已经提出来了，但当时因计算能力的原因相对来说发展的还比较慢。这几年在深度的神经网络、图形处理器、大数据和机器学习技术的推动下，人工智能有加快发展的趋势。这是今年Gartner发布的人工智能技术成熟曲线，表明各项人工智能技术已经进入了一个生产成熟期，包括智能机器人、自然语言问答、人脸识别等，人工智能正在促进社会发展转变。特别是美国，在2016年的5月份成立了人工智能学习委员会，美国总统办公室发布了两个重要文件，一个是《为未来人工智能发展做好准备》，一个是《美国国家人工智能研究与发展规划》，从规划的高度推进美国整体人工智能发展。

　　中国也把人工智能作为国家战略，7月20日国务院发布了人工智能规划，规划对资本市场也特别关注，提到以下几个内容。一是建立金融大数据系统，提升金融多数据处理与理解能力。二是创新智能金融产品和服务业态。三是鼓励应用智能客服，智能等技术和装备，建立金融风险智能预警与防控系统。

　　人工智能技术涵盖的范围和应用比较广，我们聚焦一些，我们认为人工智能技术是用计算机系统实现人类认知、理解、思维过程等一系列基础技术，主要包括机器学习神经网络、模式识别、自然语言处理、知识图谱。人工智能本身来讲应用有较高的门槛，需要大量高质量的数据。美国的很多企业在云端化提供很多人工智能的工具，其实质就是需要获取大量的训练数据。数据是人工智能发展的很大一个基础，因为资本市场有很好的数字基础，我们觉得人工智能的应用有着得天独厚的条件。

　　下面给大家分享一下，我认为人工智能对资本市场的主要有三大影响。第一，大幅提高对于资本市场海量沉淀数据的理解能力。资本市场应该讲是整个国民经济里面是比较活跃的，也关系到各个行业的生产经营，联系到千家万户，它数据量还是比较多的。在海量数据下面，原来我们对它认知、理解还是比较弱的。举个例子，一些申请的文件扫描件，原来是很难认知，对于这些非结构化数据的存储计算能力以前是不足的，也难以很好地去理解，更不要说做分析，所以在深度学习、神经网络等智能技术的推动下，我觉得会把这些数据的关联分析提升，有效地去挖掘数据价值，从这点来说，对于我们资本市场未来的决策、预测会有很大的影响。

　　第二，对金融机构来说，有助于金融机构提供更加个性化、场景化、智能化的普惠金融服务。不是我们不想普惠金融，是人力有限，美国的经纪人最多也就一个人服务200-300人。在当时的技术条件下，靠人力使得我们的服务面是比较窄，只能为高端客户提供定制化服务。随着人工智能发展，使得机器能够很好理解客户的差异化需求，有可能提供一些更逼真地模拟人的交互服务，可以批量实现千人千面的个性化服务。基于这种技术有可能使得我们普惠金融真正落到实处，我们通过一些智能手段提高对客户的服务水平。个性化定制性的服务，从原来高端的客户扩展到更多的客户。

　　第三，最大化提升金融企业的效能。我去美国也探讨过这个人，目前的阶段大家认为人工智能还定位于一个工具层面的应用，都转向建设人工智能驱动的信息系统。高盛2000年的时候是600名交易员，现在只剩下2名，其余工作是由机器来做的。比如我们国内投行一个很简单的操作，原来文件对比效率低，通过机器交叉比对，效能就提高了。我们认为通过人工智能技术，特别是人机同行，由人工智能辅助人将强化人的沟通、分析、判断、预测能力，极大的提高资本市场的效能。在美国像高盛等都走这个线。

　　再分析一下资本市场主要用的场景，一共6个，分别是身份识别、营销推荐、客户服务、风险控制、程序化交易、网点建设。

　　身份识别。大家知道采用生物特征识别技术应该是目前一个很大的方向，比如人脸识别、指纹识别、虹膜识别、声纹识别快速验证用户身份，不但提高了便捷性，也很好地提高安全能力，这是很好发展趋势。今年5月，国际权威人脸识别公开测试集LFW最新测试结果显示，平安科技的人脸识别技术达到99.8%的识别精度，目前这项技术已广泛应用在平安银行、平安证券信贷审批等场景。美国银行从今年开始全面支持指纹认证的功能，美国的富国银行今年也大力推动虹膜识别，花旗银行在使用声纹识别服务。

　　营销推荐。第二个应用方向就是智能化的营销推荐，基于机器学习、大数据分析，实时标签计算，来构建用户标签和智能化匹配引擎，实现海量用户实时画像和个性化营销推荐策略。这是什么概念呢？就是基于数据可以把客户进行很多个性化的标签，然后把我们同样标签化分类的产品进行匹配投放，包括营销服务投放，通过精准的匹配，很容易的实现已标签化的服务个性化推荐。这里面的关键就是能够把这三个标签能够联系匹配起来的模型，这就需要用我们大数据进行机器学习。这里的机器学习的好坏主要取决于算法，不只是取决于有没有大量的数据，这块大家都在探索。这次去美国学习，他们用了一个人工智能技术实现个性化的服务匹配，值得我们投顾去学习的，但是该公司的中低层员工对此则抵触很大，因为他们觉得机器学会了以后工作就没了，这是碰到的新问题。

　　客户服务。大家都比较清楚，主要包括两个人工智能应用方向，第一个智能投顾。通过人工智能提供更主动、更高效、更精准的服务。智能投顾比较复杂，有好几种方式，一种是被动式的智能理财，通过算法向投资者提供个性化的投资组合；第二是主动性的组合投资，围绕某一个主题构建投资组合并帮助用户获得超额收益。第三个是传统的O2O资产管理平台，通常提供线上的免费资产诊断服务和线下收费咨询服务。第四个是服务于金融企业的互联网投顾平台，面向投资机构或投资顾问提供平台，帮助他们智能化管理客户。

　　在客户服务方面，第二个使用方向就是智能客服，通过自然语言处理、机器学习、语音识别、图像识别等职能技术，通过专家型职能客服机器人为客户提供人机交互式的金融服务。

　　风险控制。第四个应用方向就是风险控制，这个越来越多企业正在将人工智能、大数据技术应用于风控领域，主要包括证券发行审核、用户征信和反欺诈、网络安全态势。

　　程序化交易。这是第五个应用方向，原来的模型和策略都是静态的，现在基于职能技术实现的职能量化交易策略就是动态的，这个应该讲对于我们算法交易来说常有意义的。

　　网点建设。点建设是第六个应用方向，原来的网点主要是都靠人，点就是实现实体网点与虚拟服务相结合的体验、营销和服务平台，现在主要都靠设备。工商银行在这方面也做了一些实践，他们有1万多家在实践。

　　我们公司一直在人工智能方面做探索，从15年下半年开始通过建设职能APP、打造职能客服和职能投顾等一系列举措满足客户个性化需求的工作。第一个探索和实践就是智能APP。注入人工智能基因，紧密结合金融生活、实现千人千面的个性化服务。基于人脸识别的非现场开户，17年1月推出了指纹解锁功能，今年又搞了单向自然语音功能，实现高度拟人化的全新人机交互模式。基于用户画像、智能标签实现实时个性化资讯和产品服务推荐，实现更加精准的个性化服务。第二个是智能客服。我们基于自然语言处理来实现交互服务，为客户提供聊天、业务咨询、第三方服务、指令服务等。去年10月份我们通过自学习技术改进了应答知识库、优化了语义分析引擎，应答准确提高到94%以上。 第三个是智能投顾。我们把智能投顾技术用在理财规划系统上，这是基于大数据和机器学习技术的分析评估模型。

　　从目前的发展趋势看，未来我们把人工智能技术主要用在以下八个方面，一个是结合机器学习和大数据优化用户引流，通过机器学习和大数据分析更好的提供引流方案。第二利用VTM、智能机器人，推进点。三是拓展生物特征识别和区块链结合的身份认证体系。四是融合机器学习和大数据进行精准营销和个推，五是深化自然语言处理技术在智能客服系统中的应用，六是借助大数据和高级机器学习发展智能APP和智能投顾，七是利用神经网络增强程序化交易策略和算法，八是引入深度学习和知识图谱提升风控平台的智能化水平。现在利用机器学习可以把数字之间的关联关系都读出来，美国的一个公司就是建立企业之间的关系图谱。比方今天地震了，他就知道这个地震会对哪些企业，哪些股票影响，这常有意义的智能化。