畢馬威和風險投資公司H2 Venturess聯合發布了《2017全球金融科技100》，在前十大最具有創新性的金融科技公司中，中國的金融科技公司就占據了五個名額。全球知名市場調研分析機構CBInsights近日發布了2018金融科技趨勢報告，報告指出，2017年VC支持金融科技創紀錄的一年，全球金融科技共有1128宗融資，共計166億美元。

區塊鏈熱議、股市飄綠、余額寶限購，這些金融相關詞匯越來越引起普通民眾的興趣，如今科技在金融業也扮演者舉足輕重的角色。近兩年火熱的金融科技即金融+科技，但并非是金融(Financial)與科技(Technology)的簡單疊加，其核心為科技在金融領域的應用，以顯著改進傳統金融行業的運作水平和服務效率。金融科技范圍很廣，從傳統的分期借貸，到基于人工智能的智能投顧，再到大數據風控征信，人工智能與大數據在金融科技領域的深度應用，可以說在金融圈掀起了一場科技革命，人人都想加入這一行列，試圖跟上這順應時代的浪潮。

TalkingData首席布道師鮑忠鐵

1月30日下午，搜狐創投SoPlus邀請了畢馬威中國數據咨詢合伙人陳立節、百融金服CFO合伙人趙宏強、天云大數據副總裁李從武、PINTEC品鈦量化策略負責人賈宜宸，和TalkingData首席布道師鮑忠鐵，在北京搜狐媒體大廈，共同探討了大數據和人工智能，在金融科技領域的機會與風險。

金融與科技的水漲船高

畢馬威中國作為傳統的金融科技服務商，既服務傳統企業，也服務創新的企業，陳立節表示，科技和金融是密不可分的，所有的金融業務都是建立在系統之上的，離了科技基本金融業務就無法開展，金融和科技是互相包含的。

而李從武認為，金融科技本質上是用技術手段來實現“祛媚”的過程，天云大數據給金融企業做的技術平臺相對于過去傳統金融企業的科技平臺，提升了效率，ROI比原來傳統技術架構和傳統產品要好很多。現在的金融科技在金融企業里做了效率提升的事情，并且做的方式、方法、成本都發生了變化。作為一家平臺和賦能公司，天云大數據讓業務人員更直接地理解技術，并利用技術更好地提升業務效率。

金融離不開科技，科技給金融賦能，鮑忠鐵認為這是一個大趨勢：科技的力量和科技的地位在這五六年當中在銀行里是逐漸提升的。金融科技可以幫到金融行業業務提升，效率提升。2017年在整個互聯網金融或者金融科技看來是強監管年，并且監管的趨勢在2018年會持續加強，央行劃了很強的紅線，背后原因在于，不想讓金融企業在最基礎的能力，包括風控能力、技術能力、產品能力完全依賴于第三方，希望金融企業在這方面成長，這樣才能提高整個金融行業的競爭力。

除了科技加強了金融的有效性外，趙宏強提出了另一個觀點，即動機：金融的不斷發展對科技提出了更高的要求，反過來促進科技的提升。無論是數據收集、處理能力、服務金融機構建模的能力、數據挖掘能力，這兩個是相輔相成的過程。

大數據在金融領域安全高效地使用

趙宏強介紹，百融金服整個體系是利用大數據的技術，加上算法、行業經驗，更多為銀行、消費金融公司，以及眾多的金融科技公司，提供基于數據和算法風控的體系服務，同時向后延伸進入貸中監控、貸后資產的管理和定價等一系列服務。賈宜宸介紹了如何通過機器與大數據，用真憑實據的量化經驗進行市場篩分，如此一來，理財師只要正常維護客戶關系，就可以把事情做好，并且節省了很多心力。

百融金服CFO合伙人趙宏強

大數據在金融領域應用的好處可見一斑，而我國在大數據行業的監管規則也非常特殊：某些領域這些東西不許干，有些領域就讓你有一定市場競爭，不是充分競爭，至少在劃定的區域里是可以競爭的，正因如此，中國大數據行業才真正有了今天的規模。趙宏強表示，這真的要感謝監管機構，在決策時沒有武斷選擇歐洲模式。

大數據之所以大，單一公司是無法滿足各種需求的，這就涉及到是否要接外部數據，實現各個維度的數據打通。陳立節通過銀行的對外合作差異，進行了闡述。現在四大行都是跟BAT級有戰略合作，一定眼光比較高，而對于中小行、城商行、區域性商業銀行、農商行則大相徑庭。較小的銀行往往只服務于當地的客戶群體，當地客戶群體一定是具備區域的特征，如果需要拓展市場時，就面臨著一個問題，完全沒有任何客戶數據，這時候它有非常大的意愿和動力找合作機構，幫他做獲客、營銷，甚至充當他的渠道。

可見不同金融機構定位也不盡相同，如果說要促成跨行業、跨企業的合作，一定還是要把住企業本身的訴求。趙宏強也認為關于數據的打通，要看業務發展，而且現在業務發展，尤其進到消費場景必須得接，不接不行。這返回來也要注意分析，BATJ這些公司到底是什么樣的，他們是不是數據很全。像百融金服這樣擁有大量用戶數據的托管方，核心點在于數據的采集、儲存、使用一系列的動作，是不是都有充分的授權，有正常的業務場景，還有在輸出過程當中是以什么形式輸出，這是非常關鍵的點。

當數據實現打通融合，就會涉及數據，尤其是隱私數據的使用上的討論。鮑忠鐵總結了隱私數據使用的幾個原則：擁有和收集隱私數據得到客戶授權，使用也要得到客戶授權，使用之后最好不要留存，留存就要保護好它。用的場景只能是客戶授權的場景，不要收集客戶隱私數據之后，跟客戶說用在A場景，結果你用到BCD。螞蟻金服、電商、銀行都擁有我們隱私數據，它是不侵犯隱私法的，但是如果沒有在你授權情況下使用隱私數據，這些就是侵犯隱私法了，如果授權情況下過度使用了你的數據，比如授權他使用A場景，除了A，還使用在了BCD，這也是侵犯隱私的。

那么如何界定隱私呢？很多用戶對什么是隱私數據是搞不清楚的，身份證號、手機號、駕照、信仰、性取向等都是隱私數據，就要得到保護。但是在互聯網上點擊了什么商品，你喜歡這個汽車，喜歡那個游戲，這不算隱私數據，這是沒有辦法通過數據反過來識別你這個人的數據。很多電商里，互聯網媒體，經常用商品購買標簽做推薦引擎，這不是隱私數據。但是要看商品涉及沒涉及個人隱私，如果商品本身涉及個人隱私加工標簽的話就是有問題的。陳立節從監管的角度指出，隱私的界定不再監管本身，而在于金融機構自身能否把自建的數據隱私管理體系說圓，大原則不違規，一般來說就沒問題。

天云大數據副總裁李從武

清楚了數據隱私的界定，那么如何保證隱私數據不會外泄呢？李從武表示，數據的隱私問題在各國各地方也有差異，歐美這些國家很擔心的是老大哥全知全能，在我國對老大哥不是太擔心，我們擔心的是不停有人騷擾我或者數據被他人取用。中國的這方面一些保護更重視，設立了3級等保、4級等保，來分級保障數據存放的安全，只要是善意的使用就沒大問題，這是符合國情的。

賈宜宸認為，在理財端更不用擔心數據外泄，金融機構最不希望把他客戶留出給第三方搶他客戶的。一般從金融機構，不管是銀行還是證券，還是保險公司拿到數據，都是脫敏的，整個客戶我們看不到名字，年紀也看不到，只給年紀的范圍，是標簽化、模糊化的數據。依據客戶畫像、風險屬性幫他找出來配置的狀況，然后再推送回給他。所以在理財端，不用太過擔心數據泄露。

畢馬威中國數據咨詢合伙人陳立節

既然數據安全在企業端有很好的保障，為何還會出現信息泄密案件呢？作為專業審計從業者，陳立節介紹，數據泄露案件有一個非常大的特征，就是大部分案件其實是因為內部舞弊導致的，比如金融科技或者金融機構內部員工泄密導致的，而因為技術手段、加密手段等泄漏的比例并不大。這也給整個行業提個醒，數據保護、保密更多是在管理機制、管理流程，甚至考核獎懲機制體系上應該如何制定，很多事情沒有想象中那么復雜。

另外一個角度，對數據使用而言，其實它還更需要的是更進一步地精細化。李從武表示，有些大是大非的問題，這些數據無論給我多少錢也不愿意拿出來，但是有些東西不給我錢不愿意給你，給我一點錢可能會給你，這就涉及到數據的定價，我們是不是有能力和數據擁有者甚至個體進行談判，這就涉及機器處理。因為很難一個機構去和100萬人、200萬人去個性化地談這個問題，但機器是有可能的。一個平臺衡量這個數據到底價值是多少，得付出多少錢，這就成了一個生意。這就會變得更安全，這對政府監管要求更高一點，這都是一個過程。

人工智能在金融領域彰顯“智慧”

趙宏強為金融科技企業的人工智能下了定義：第一，一定有研究的功能，因為很多前沿東西不現在把握，可能以后會失掉這個機會，你還沒意識到它就過去了；第二，非常核心的點是所有的應用生產出來必須是基于我現在的產品和服務和現在金融機構需求的。AI現在智能化程度還不夠，來自美國運通高級副總裁表示，一定需要人工干預，不能完全讓算法本身去跑這個過程。這對我們的啟發是，人工智能是人工+智能，不能完全交給機器。

在金融行業里AI應用已經開始了，但是遠遠沒有達到期望的完全替代人做決策，還要大量人工干預。鮑忠鐵認為，這也是正常的，因為智能模型和智能應用對金融業務理解還沒有達到人的智慧，這是漫長的過程。AI對于投資肯定是有很大的提升，但是提升比例不會很夸張一倍、兩倍、三倍，整個金融產品風險不確定性太多了，特別怕出現黑天鵝事件，它的有效性還是有一定限度的。但是用肯定比不用要好。AI在投資領域的應用還處在早期。在智能投顧的“客戶認知，資產配置，投資組合選擇，智能交易”四個模塊中，大數據和人工智能已經有了很多的應用，但是還未形成一個閉環，這也意味著市場上還有很多機會。我們給智能投顧的定義是，通過機器腦，即算法、數據模型、機器學習，而非人腦做出投資決策。

傳統銀行里面，50萬資產之上已經配人工財富管理服務，按年收資產管理費用。普通白領，剛畢業的學生手里沒有50萬現金，他怎么樣得到智能投顧的財富管理服務，這時候只能靠低成本、高效率智能投顧。鮑忠鐵介紹，通過數據應用降低了風控成本，也將金融服務下沉了，過去很多服務不了的客戶現在服務了，過去發現不了的風險現在都可以發現了，幫助金融機構在整個風控領域做得更精細化了，可以為更多潛在的客戶服務了。

智能投顧在中國還有很大市場。如果了解華爾街金融市場的話，就會發現從2017年開始，對沖基金和量化基金整個平均收益率開始大幅度下降，為什么呢？當所有的對沖基金或者量化投資機構的風險策略相同時，數據又是一樣的，投資偏好也是一樣的，就造成沒有更多利潤空間可以獲取的了。用一個行里話說，華爾街市場上傻子越來越少，對沖基金大的增長空間就很少，反倒在中國現在整個量化投資也好，整個金融產品風控程度還是有機會，還有很大空間。

PINTEC 品鈦是一家芯片級金融科技解決方案服務商，為金融機構和商業機構提供高效的智能金融解決方案，包括智能信貸、智能投顧等。賈宜宸介紹，品鈦的智能信貸風控引擎正在為國內最大的幾家旅游網站提供消費分期服務，而智能投顧業務，服務于金融機構與平臺，通過B-2-B-2-C的模式，觸及到更多零售客戶。

PINTEC品鈦量化策略負責人賈宜宸

智能投顧，本質上是一種在線投資顧問的服務模式，即根據現代資產組合理論等相關算法搭建一個數據模型，根據投資者的風險偏好、財務狀況及理財目標，為用戶提供智能化和自動化的資產配置建議。再到智能風控的部分，平常可能審批需要眾多環節，耗時費力，但是在智能風控系統下，幾秒鐘之能就能夠決定要不要批，額度是多少，后面所有賬戶、開賬、結算都很快。其實還是科技幫助金融多了一點，確實是一個以科技為主的驅動整個產業轉型的部分。在招商銀行等試水“智能投顧”后，多家銀行也接二連三布局市場，搶占先機，智能投顧這一新興的服務逐漸成為銀行財富管理業務的“標配”。另一邊，像PINTEC這樣擁有新興智能投顧科技公司的技術、品牌、用戶體驗越來越成熟，第三方技術公司自然而然成為了銀行落地智能投顧業務的科技幫手。這是一個互利互助的過程。

人工智能在金融科技領域的應用，除了智能投顧，鮑忠鐵特別提到了智能客服，比如信用卡公司3000人專門是呼叫中心的，有智能客服之后一半人接電話了，另一半人做電銷了，1500人省的錢就很可觀了。但是金融服務除了冷冰冰機器數據服務，還要有溫情服務，人工服務是不可替代的，永遠都不會說出現了智能客服之后，人工客服就不需要了。有些年齡大的人會有很急迫的，很復雜的問題一定靠人解決，智能客服只能解決標準化、重復性的勞動。

還有就是反欺詐，越來越多應用到AI的判斷，比如說在網頁上輸入大小寫偏好，還有是不是某一個域值上經常有修改，這都是一些行為，必須有技術能力獲取，獲取完不斷跟后面模型比照，這是不是的確有問題的，也通過一些算法、樣本不斷優化。從不同角度，從簡單行為推測這個人的意圖。真正解決業務場景研究AI的，這樣是比較有投資價值的。

伴隨人工智能大量提高金融服務效率的同時，引起了從業者對失業的擔憂，對此賈宜宸以無紙化的例子進行了說明：現在全球都在少紙化，也不需要太多的紙，有足夠的就夠了。科技是幫助任何行業做效率進展的，為什么會擔心科技進來，金融從業者會失業？大概一兩年前，蘇格蘭皇家銀行宣布解雇400個英國的理財經理，用機器人投顧做取代。大家擔心傳統的理財經理工作會被機器人投顧取代，其實并不會。陳立節從另外的角度闡述了人工智能在落地時并不順利的情況：畢馬威有一個財務機器人，推的過程中發現很多需要人工干預的點，難在過程中涉及到很多部門管理認責的問題，最后歸根到底總結很多管理理念和管理意識的問題。