人工智能融合商業(yè)化場景發(fā)展，實踐落地需注重三大核心

近日，由中央財經(jīng)大學主辦的“另類投資全球金融峰會”在北京拉開帷幕。國美金融智能投顧首席顧問、中國銀行業(yè)協(xié)會金融AI專家顧問王蓁博士應(yīng)邀出席并發(fā)表演講。本屆峰會有來自金融、科技等多個領(lǐng)域的近百位行業(yè)精英及媒體嘉賓出席，圍繞金融科技、另類投資、另類數(shù)據(jù)等熱點話題，探討新興技術(shù)與金融領(lǐng)域不斷融合形勢下的行業(yè)新趨勢。

王蓁表示，領(lǐng)域知識的閾值從長期來看是機器學習的最關(guān)鍵部分，從業(yè)者需要知道如何恰當使用機器學習技術(shù)。“最近一段時間來，有的人把人工智能看成是一把錘子，拿著這把‘錘子’很容易看現(xiàn)在各個領(lǐng)域、各個環(huán)節(jié)都是需要被改造的‘釘子’，忍不住上去敲兩下。”他認為，這是人工智能容易被過度應(yīng)用的典型表現(xiàn)，無論在學術(shù)界還是在工業(yè)界需要從業(yè)者警惕的現(xiàn)象。

王蓁認為，人工智能需要結(jié)合具體的商業(yè)化場景才能發(fā)揮真實的價值，需要有著深刻的領(lǐng)域知識才能更好的建立模型，從解決問題的角度評價模型表現(xiàn)、迭代模型和滿足業(yè)務(wù)的實際需求。

王蓁把人工智能在實踐落地的方案總結(jié)為需要注重三個核心要點：

首先，核心團隊組建的“一個大腦+99個流水線研究員”模式。王蓁認為，好的金融人工智能專家，不但要精通各個人工智能模型算法，而且一定需要兼?zhèn)鋵唧w業(yè)務(wù)的深刻理解和各個算法模型的熟練掌握。

作為一個大腦，構(gòu)建解決具體業(yè)務(wù)問題的解決方案流程框架和大體思路，然后對框架拆分的各個子系統(tǒng)和子模型，配備99個“流水線”研究和建模人員，輔助完成具體建模細節(jié)和調(diào)參等工作。然而，當前在國內(nèi)具有一個大腦能力的金融人工智能專家是極其稀缺的。

第二，金融人工智能產(chǎn)品的“沒有免費午餐”定理。王蓁強調(diào)純平臺性的人工智能算法模型不具備跨行業(yè)和跨業(yè)務(wù)的普適性。例如，電商算法專家不一定是好的財富管理模型算法專家，學校的金融科研論文模型不一定是可落地的信用模型算法。

他強調(diào)，對任務(wù)和數(shù)據(jù)本身以及對行業(yè)的認知與數(shù)據(jù)產(chǎn)生過程的深入認識很重要，對待業(yè)務(wù)問題需要具體問題具體分析：對特定的任務(wù)和數(shù)據(jù)產(chǎn)生過程，目標是獲得最優(yōu)的機器學習和人工智能模型。

此外，中美金融市場大不相同，國情和制度也截然不同，直接使用美國的模型(例如財富管理和智能投顧領(lǐng)域的現(xiàn)代資產(chǎn)組合理論MPT, MVO, BL等)都不是最優(yōu)的。

第三，智能金融產(chǎn)品設(shè)計的“應(yīng)用場景分析”法則。王蓁提倡銀行設(shè)計智能產(chǎn)品時，需要具體設(shè)想和分析用戶使用的具體場景，充分考慮當前人工智能技術(shù)不能完全覆蓋的功能，導(dǎo)致用戶使用的潛在不足，并通過產(chǎn)品設(shè)計和業(yè)務(wù)折中方案達成最后的完整使用體驗。