AI給傳統金融業帶來了無限的想像空間， 也吸引了巨額的資本推波助瀾， 有人說， 未來AI能為金融業也帶來超過300億元美金的經濟價值……對於金融行業而言，
AI+金融 風口之中的風口
金融領域是目前AI最為廣泛的應用場景之一， 原因在於AI發展的基礎是高價值的大資料， 而金融業擁有海量、即時的資料， 可得性和豐富度非常高， 能夠為AI的賦能提供很好的土壤。
據資料顯示， 2025年AI將為全球金融服務業帶來每年300-400億美元的經濟價值， 《金融時報》稱AI為“全新生產要素”， AI賦能金融業被認為是風口中的風口。
李開複曾表示， 創新工廠從四年前就開始佈局AI投資， 至今已投資上億， 其中他最關注和投資最成功的就是AI+金融。
此前， 領英對各個行業的AI滲透率做了一個量化的分析， 金融服務的AI滲透率僅次於通訊行業。
目前AI在金融領域的應用已經涉及智慧投資顧問、預測和反欺詐、征信與風控、安全監控預警、智慧行銷客服、投資決策、保險定價等方面，
僅就智能投顧一項而言， 就已經顯示了AI賦能金融的巨大潛力。 花旗銀行曾在去年的研究報告中指出， 2015年底智慧投顧管理的資產規模已達187億美元， 未來10年規模將擴至5萬億美元。
另一方面， AI賦能金融也引來了大量的資本推波助瀾， 湧入AI賦能金融市場的資本在成倍的增長， 並且在資本的助推下， 迅速形成了許多金融科技的獨角獸公司。
央行伍旭川透露， 全球的金融科技投資從2010年的17.91億美元增長到到2016年的232億美元， 增長接近12倍， 其中中國區域投資占到了102億美元。 另外， 截止8月份， 全球已有26家金融科技獨角獸公司。
佈局AI+金融， 人才是第一步
古語有雲：兵馬未動， 糧草先行， 而人才對於AI+金融， 就相當糧草之於戰事， 要想在金融領域佔領AI的制高點， 首先要擁有核心的人才和團隊。
在圈子裡流傳著這樣一句話“得AI者的天下， 而得人才者得AI。 ”其實， AI+金融所倚重的就是人才， 已經成為了業內的共識。 但是隨著金融科技熱浪的襲來， 金融科技人才逐漸出現了供不應求、人才難留的現象， 其中尤以AI領域人才最為稀缺 。
此前， 螞蟻金服副總裁漆遠談到， 阿裡目前正緊缺圖像人才以及懂金融又懂演算法的人才。 並表示， 自己在阿裡主要就做了三件事， 一是分散式機器學習平臺， 二是語音辨識， 三是人工智慧平臺PAI， 全部是圍繞著AI+金融。
這其中的邏輯很簡單，
前幾日普華永道發佈一份報告指出， 金融機構對精通科技和金融的複合型人才需求強烈， 中國有71%的受訪者認為招聘或留住人才方面有點難或非常難， 而全球受訪者中這一比例為80%。
人才的奇缺， 自然也就限制了行業的發展， 一位業內人士口中的真實故事是：一家初創公司因找不到合適的團隊負責人， 手握幾百萬的天使輪無處花錢， 最後拖了幾層關係尋覓一名技術顧問， 才把專案啟動起來。
重要的一點是，目前國內的高校並沒有“人工智慧”這個專業，這也就意味著，所有市面上的AI人才都是“半路出家”的，而且據資料顯示，我國在AI領域擁有十年以上經驗的人才比率僅有不到25%。
金融AI化 道阻且長
雖然資本已經湧動，但能否實現真正意義上的金融AI化，目前還無法斷言。
除了上文提到的人才短板，還要考慮到，金融是一個極其複雜的行業，AI是否能完全與目前的金融業務相匹配，從理論上來講，只有資料結構完善、問題定義明確的一些領域，AI才可以發揮很大的作用。
但現實的情況似乎並不樂觀。據業內人士介紹，在現階段，許多金融公司所面臨的資料結構化需求遠遠不能與大資料的要求相匹配，而且大量的歷史資料還並未電子化，甚至還有許多金融公司新產生的資料都還屬於不規範的格式。
除了自身資料的不規範，大公司的資料壁壘也是遏制AI技術發展的核心因素。許多AI公司，尤其是創業公司，由於缺乏資料而淪落到“巧婦難為無米之炊”的尷尬境地。
現實中往往會出現，當資料首先被一家公司獲取並掌握之後，就很難再與第二家公司共用的情況。此前，李開複也就此現象公開表示，創業公司做人工智慧需要大量的資料，但是這些都被大公司牢牢掌控著。
此外，在智慧風控領域，也一直是AI技術賦能金融最大的痛。因為畢竟AI只是一項技術，目前還無法完全替代人工，由於AI的“機器”本質，在智慧風控上，往往不僅不能體現出“智慧”，有時甚至會出現“智障”的狀況。
前不久，由於建行新的智慧系統過度靈敏，致使所有樂視員工的建行信用卡額度被清零。據建行回應，風險防控系統在智慧化轉型後，因為識別到樂視公司的風險可能會影響員工收入，進而影響信用卡還款能力後，系統便作出了這樣的調整。就智慧系統對樂視員工無差別“一刀切”的情況，建行方面也坦言：“確實存在瑕疵。”
據某消費金融機構首席技術官介紹，機器的深度學習有時也會起到雙刃劍的作用，在智慧風控領域，機器深度學習得出的風控結論往往是難以解釋的。
總而言之，雖然實現AI+金融的重要性已經得到共識，但人工智慧的時代似乎還很遙遠，能否實現真正意義上的金融AI化，顯然道阻且長，仍需上下求索。
借用《孫子兵法》的一句話作為結尾：兵無常勢，水無常形，能因敵變化而取勝者，謂之神。同樣，目前要想完全預測或掌控AI+金融的未來，顯然是不明智的，唯有順勢而為，擁抱變化才是致勝之道！
才把專案啟動起來。重要的一點是，目前國內的高校並沒有“人工智慧”這個專業，這也就意味著，所有市面上的AI人才都是“半路出家”的，而且據資料顯示，我國在AI領域擁有十年以上經驗的人才比率僅有不到25%。
金融AI化 道阻且長
雖然資本已經湧動，但能否實現真正意義上的金融AI化，目前還無法斷言。
除了上文提到的人才短板，還要考慮到，金融是一個極其複雜的行業，AI是否能完全與目前的金融業務相匹配，從理論上來講，只有資料結構完善、問題定義明確的一些領域，AI才可以發揮很大的作用。
但現實的情況似乎並不樂觀。據業內人士介紹，在現階段，許多金融公司所面臨的資料結構化需求遠遠不能與大資料的要求相匹配，而且大量的歷史資料還並未電子化，甚至還有許多金融公司新產生的資料都還屬於不規範的格式。
除了自身資料的不規範，大公司的資料壁壘也是遏制AI技術發展的核心因素。許多AI公司，尤其是創業公司，由於缺乏資料而淪落到“巧婦難為無米之炊”的尷尬境地。
現實中往往會出現，當資料首先被一家公司獲取並掌握之後，就很難再與第二家公司共用的情況。此前，李開複也就此現象公開表示，創業公司做人工智慧需要大量的資料，但是這些都被大公司牢牢掌控著。
此外，在智慧風控領域，也一直是AI技術賦能金融最大的痛。因為畢竟AI只是一項技術，目前還無法完全替代人工，由於AI的“機器”本質，在智慧風控上，往往不僅不能體現出“智慧”，有時甚至會出現“智障”的狀況。
前不久，由於建行新的智慧系統過度靈敏，致使所有樂視員工的建行信用卡額度被清零。據建行回應，風險防控系統在智慧化轉型後，因為識別到樂視公司的風險可能會影響員工收入，進而影響信用卡還款能力後，系統便作出了這樣的調整。就智慧系統對樂視員工無差別“一刀切”的情況，建行方面也坦言：“確實存在瑕疵。”
據某消費金融機構首席技術官介紹，機器的深度學習有時也會起到雙刃劍的作用，在智慧風控領域，機器深度學習得出的風控結論往往是難以解釋的。
總而言之，雖然實現AI+金融的重要性已經得到共識，但人工智慧的時代似乎還很遙遠，能否實現真正意義上的金融AI化，顯然道阻且長，仍需上下求索。
借用《孫子兵法》的一句話作為結尾：兵無常勢，水無常形，能因敵變化而取勝者，謂之神。同樣，目前要想完全預測或掌控AI+金融的未來，顯然是不明智的，唯有順勢而為，擁抱變化才是致勝之道！