数据智能产业创新服务媒体
——聚焦数智 · 改变商业
金融以其财富效应，成为最新科技的试金石。一项新技术出来后，人们首先闪过的念头就是“能不能用它赚钱”。例如，ChatGPT带火了大模型，人们也开始将目标聚焦到大模型在金融领域的应用。
近日，佛罗里达大学金融系的两位教授用ChatGPT 3.5做了一个投资策略，利用2021年10月至2022年12月的公开市场数据和新闻，由ChatGPT驱动的交易模型在这一时期可以产生超过500%的回报；一个名为ChatGPT Crypto Trader的小型加密货币投资账户通过GPT-4来辅助投资决策，该投资组合回测到2017年8月的利润为11000%；交易平台Autopilot发起了一项实验项目，验证AI炒股的可靠性，目前已有近2.5万名投资者参与。
可见人们对于用最新技术赚钱这件事怀有巨大的热情，然而，用ChatGPT来辅助投资只是智慧金融的冰山一角。要了解事情的本质，我们需要对智慧金融的最新发展做一个系统的分析。诚然，人工智能和大数据技术的发展以及其在各行业的应用，已经成为社会热议的焦点。
在这个背景下，数据猿采访了国舜股份董事长姜强、百融云创CEO张韶峰、蚂蚁集团蚁盾总经理廖群伟、百望云数字经济与金融科技研究院院长李国平、南大通用金融部部长吴罡等多位业界专家，深入探讨智慧金融的核心技术和应用场景，以及由此带来的挑战和问题。
智慧金融的三大核心技术：AI、大数据、区块链
智慧金融的崛起与三大技术的发展紧密相关：人工智能、大数据和区块链。这三大技术已经在改变金融业的运作方式，同时也为金融服务的提供开辟了全新的道路。
首先，让我们来看看人工智能。蚂蚁集团蚁盾总经理廖群伟认为，金融业数字化程度较高，拥有相对丰富易用的数据，从身份认证、交易风控、信贷风控、智能营销、智能投顾、智能客服、合规安全到产业协作等场景，AI已无处不在。在特定场景下，对行业知识的吸收程度、对数据的分析应用和价值挖掘的能力，决定了其智能化成效。
尤其是大型的AI模型，为智慧金融带来全新的想象空间。大模型是指那些拥有巨大参数量的AI模型，比如OpenAI的GPT系列。这些模型拥有强大的学习能力和泛化能力，能够处理复杂的问题，包括金融问题。例如，GPT-4可以通过分析大量的金融数据和新闻，为投资者提供股票市场的洞察和预测。或者，它可以作为客户服务的AI助手，通过对话方式为客户提供金融咨询服务，解答他们的疑问。另一方面，通过与强化学习等技术的结合，大模型可以被用于模拟金融市场，帮助金融机构做出更精准的决策。
百融云创CEO张韶峰表示，大模型代表了AI应用步入2.0新阶段，意味着AI对金融领域的赋能实现了从智能分析到信息生成的全面升级。判别型算法在风险识别、信贷评估方面发挥重要作用，AIGC则在智能分析、财富管理等方面展现出巨大优势。以百融云创大模型BR-LLM为例，BR-LLM具备分析决策、智能交互、AI开发三种功能，在智能投顾方面能提供精准营销、研报分析、智能问答等服务。在未来，随着知识的不断完善、算法的优化，以及与人的协作机制优化，大模型在金融投资领域将拥有良好的应用前景。
其次，我们来看大数据。大数据技术是智慧金融的另一个核心组成部分，它已经彻底改变了金融的业务逻辑。传统的金融业务通常依赖于人工进行数据分析和决策，而大数据技术则让这一过程变得自动化和智能化。通过对大量的数据进行收集、整合和分析，金融机构可以获取到更深层次的业务洞察，从而实现更精准的风险管理和客户服务。
百望云数字经济与金融科技研究院院长李国平指出，数据正在从资源向要素转变，特别是“数据二十条”的发布与国家数据局获批成立，都标志着数据向规范化发展，从而更好地实现数据融通和利用。在普惠金融领域，金融机构特别需要真实、可靠的数据，为其征信和贷款业务提供决策支持。
最后，我们来看区块链技术。人们通常会将区块链与比特币等加密货币联系在一起，但其实，区块链在金融领域的应用远不止“发币”。区块链是一种分布式数据库技术，它可以实现数据的去中心化和防篡改，从而增加了数据的透明度和安全性。
例如，在供应链金融中，区块链可以被用于记录和验证交易，提升交易的效率和安全性。在跨境支付中，区块链可以实现实时结算，降低了交易成本。此外，随着数字人民币等中央银行数字货币的出现，区块链也有望在货币发行和支付系统中发挥重要的作用。
总的来说，AI、大数据和区块链三大技术正在推动智慧金融的发展，它们为金融业带来了前所未有的机遇。在接下来的部分中，我们将进一步探讨这些数据智能技术在金融中的具体应用场景。
智慧金融的三大应用场景：营销、风控、投顾
智慧金融并不仅仅是一个抽象的概念，而是需要落地到一个个具体的应用场景。具体来看，营销、风控、投顾是金融的三大应用场景，数据智能技术通过在这些场景的应用，来提升金融服务的智能水平。接下来，我们分别就这些典型的金融服务场景，来分析数据智能与金融的融合应用。
1、个性化精准营销，提升用户忠诚度的关键法宝。
首先，我们来谈谈智能营销，这是智慧金融的一个重要应用场景。
数据驱动的个性化金融营销已经成为现代金融业的主要趋势。通过对大量的用户行为数据进行收集和分析，金融机构可以深入理解客户的需求和偏好，然后提供个性化的金融产品和服务，从而吸引和留住客户。在金融领域，智能营销可以帮助金融机构精准地获得潜在客户，提高客户的忠诚度和留存率。
例如，金融机构可以通过分析用户的消费记录、信用评分、社交网络等信息，来预测用户的购买意愿和购买力。然后，他们可以根据这些信息，为用户推荐最合适的金融产品，比如信用卡、贷款或投资产品。这种个性化的推荐方式可以大大提高营销的效果和效率，同时也提升了用户的满意度。
此外，通过大数据和AI技术，金融机构还可以实现实时的市场营销。比如，他们可以根据市场的实时动态，如股市的波动或政策的变化，及时调整营销策略，以适应市场的变化。
2、智能风控，以智能技术和数据来降低潜在金融风险。
正如国舜股份董事长姜强所说，“如今，智慧金融的商业模式是公开的，无法隐藏，企业今天创新，明天就会有模仿者。那么，什么因素能够决定这种商业模式只有你能做，其他人无法模仿？这就是核心技术。风险管控能力无疑是一个重要的核心技术，企业长期的安全努力和数据积累，促进信息系统安全开发能力、威胁情报能力、数据风险分析能力等三个子域能力增长，共同构成风险管控能力，从而有力支持企业在智慧金融方面的参与力度，实现安全和风险管控的领先就是实实在在的赢在起跑线上。”
金融风控的主要目标是预测和减少金融机构面临的潜在风险，包括信用风险、市场风险、操作风险等。传统的风控方法通常依赖于人工的判断和决策，而智能风控则利用大数据和AI技术来自动化和智能化这一过程。
例如，金融机构可以通过大数据技术来收集和整合各种来源的数据，包括内部数据（如客户的信用记录）和外部数据（如社交媒体上的信息）。然后，他们可以利用AI技术，如机器学习和深度学习，对这些数据进行分析，预测客户的信用风险。
此外，智能风控也可以帮助金融机构防止欺诈和反洗钱。通过对交易数据的实时监控和分析，AI系统可以快速发现异常交易行为，从而防止欺诈和洗钱。比如，如果一个客户的交易模式突然发生了改变，或者他的交易金额远超他的正常水平，AI系统就会将这些情况标记为可疑的，以供进一步的审查。
蚂蚁集团蚁盾总经理廖群伟介绍道，“从蚂蚁过去的内部建设与对外服务经验来看，安全可信是金融业发展的根基，运用智能博弈对抗、图计算等领先的AI技术，建立一套贯穿业务全生命周期的智能风控体系，将极大帮助金融业抵御数字化发展的风险。蚂蚁基于十余年技术发展及黑灰产攻防经验积累，向行业输出了一套全链路的安全风控产品，旗下蚁盾已支持交通银行、中信银行、印尼Mandiri、马来西亚Maybank等上千家国内外金融机构的智能风控系统升级，广泛应用在反盗用、反欺诈、反洗钱、反赌博、反营销作弊、产业风控等场景。”
百望云数字经济与金融科技研究院院长李国平介绍到，依托百望云脑核心算法+算力加持，百望云推出大数据风控模型，在企业授权的前提下，帮助金融机构精准刻画用户画像，通过多维数据交叉验证，做好贷前、贷中、贷后全链路管控，提升信贷效果、减少信贷风险，全力缓解中小微企业融资难题，助力普惠金融落地。
3、更高效、更精准的金融产品定价。
金融产品定价，是金融领域的一个核心命题。如何更高效的实现产品定价，如何给出更合理、准确的定价，是一个难题。在金融产品定价方面，数据+智能技术，可以发挥重要的作用。
以保险产品定价为例，以往保险公司的定价主要基于统计模型和精算师的经验，而这些模型通常只能处理有限的因素，如年龄、性别和健康状况等。然而，随着大数据技术的发展，保险公司现在可以收集和处理更多的数据，包括客户的生活习惯、驾驶行为、甚至是社交网络上的信息。通过这些详细的个人数据，保险公司可以更精确地预测每个客户的风险水平，并根据这个风险水平来定价。例如，一个经常在深夜驾驶、且经常超速的驾驶者可能需要支付更高的汽车保险费用，因为他的风险水平较高。
同样的，数据智能技术在贷款产品的利率定价方面也有重要作用，通过对特定客户多维数据的综合分析，给出该客户的风险水平，进而给出相匹配的利率价格。
4、数字人民币成区块链的重要应用场景。
区块链技术以其独特的分布式账本特性，正在金融领域催生出许多创新应用，其中一项就是在支付和结算领域的实践，如数字人民币。数字人民币是中国人民银行发行的法定数字货币，它与现行的纸币、硬币具有同等的法律地位。数字人民币采用了部分区块链技术，以及分布式账本等技术，有着高效、便捷、安全等优点。
数字人民币的应用将大大降低社会交易成本，提高货币流通效率。它不仅可以实现秒级别的交易清算，降低支付环节的信任成本，同时，数字人民币的使用，对于防范电子支付领域的风险，也有着重要的作用。
此外，区块链在智慧金融中的其他应用也包括供应链金融、跨境支付、征信、身份认证等领域。例如，通过区块链技术，可以将供应链上的各环节信息进行记录，从而实现供应链的透明化，降低融资的信任成本，使得供应链金融成为可能。而在征信领域，区块链能够帮助构建更加公平、透明的征信系统，使得用户可以掌握自身的信用信息，防止信用信息被滥用。
5、ChatGPT能用来“炒股”么？
金融投资领域一直是机器学习和大模型应用的重要战场，其中量化投资，即通过运用数学模型，制定投资策略，尤为重要。最近，大模型如ChatGPT的发展，为金融投顾带来了新的可能性。
ChatGPT虽然它并非专门为金融应用设计，但是其强大的理解和生成能力，使其在金融投顾领域有着潜在的应用价值。尽管大模型并不能直接预测股价，但是它们可以通过分析市场新闻、社交媒体情绪等信息，帮助投资者理解市场的动态，并在一定程度上辅助投资决策。例如，如果市场上有大量的负面新闻，大模型可能会发现这些新闻，并警告投资者可能的风险。
总的来说，智慧金融的发展，是技术与金融的深度融合。无论是AI、大数据、区块链，还是大模型等新兴技术，它们都为金融带来了前所未有的变革和机遇。然而，这种变革也带来了新的挑战，如数据安全和隐私保护问题，以及技术的公平性问题等。接下来，我们将会讨论这些问题。
智能技术是把双刃剑，享受便利的同时也要直面挑战
智能金融无疑为金融业提供了新的机遇和挑战，使得金融服务能够更好地满足消费者的需求。然而，我们必须认识到，智能技术同时也是一把双刃剑。这其中涉及到数据安全和隐私保护、技术的成本和偏见问题、法规的制定和执行、以及社会公平问题等多个方面。
首先，数据安全和隐私保护是智能金融必须面对的一个核心问题。由于智能金融基于大数据、人工智能和区块链等技术，需要大量的用户数据来实现精细化运营和服务，包括个人信息、消费数据、信贷数据等，这就使得数据安全和隐私保护成为了重中之重。然而，随着技术的发展，数据的采集、存储和处理能力越来越强，用户的隐私信息有可能在无意间被泄露或滥用。此外，各种网络攻击也给数据安全带来了威胁。因此，金融机构必须建立健全的数据安全防护体系，对用户数据进行严格的保护，同时也需要加强用户隐私教育，让用户明白自己的信息安全权益。
就金融领域在获得技术带来的便利性和效率的同时，如何保护数据安全和用户隐私这个问题，蚂蚁集团蚁盾总经理廖群伟认为，保护数据隐私安全，需要保障数据制造、存储、计算、流转、融合、销毁的全链路安全可控。同时，还要进行数据确权、数据敏感度的分类分级，分清管理优先级，避免眉毛胡子一把抓。可以关注一些前沿的技术，如区块链可确保数据在流转过程中有清晰的权属关系；人工智能技术有助于实现海量数据的高效分类分级和脱敏等；隐私计算能够保障数据流通协作过程中的“可用不可见”，此外，软硬件结合的方式也有助于在安全的前提下实现更高效便捷的计算，如英特尔与蚂蚁链发布基于可信执行环境（TEE）的可信计算平台。
南大通用金融部部长吴罡针对这个问题给出了自己的建议，他认为可以从以下几个方面着手：加强技术安全管理：金融科技公司应采用先进的技术手段，加强安全防范措施，防止数据泄漏和数据损坏等安全问题的发生；严格数据保密要求：金融科技公司应加强对其数据处理人员的管理和培训，明确保密责任，保障数据的安全性和完整性；保护用户隐私：金融科技公司应根据法律法规和标准，透明地处理和保护用户的个人信息，确保企业在搜集、使用和存储用户数据时符合相关规定；提高金融科技产品安全性：金融科技公司应以提高产品的安全性为前提，确保金融交易过程和交易数据的安全性，最大程度地保障用户权益。
其次，智能技术本身的成本和偏见问题也是智能金融需要解决的重要问题。开发和应用智能技术需要大量的资金投入和高技能人才，这无疑增加了金融机构的运营成本。此外，由于智能技术依赖于数据进行决策，因此算法可能会放大数据中的偏见，导致决策的不公平。例如，如果贷款审批的算法训练数据中存在对某些人群的偏见，那么该算法可能会在未来的决策中放大这种偏见，导致某些人群无法公平获取金融服务。
再者，智能金融也面临着技术创新与法规监管的挑战。在金融领域，法规监管对于保障金融稳定和防止风险具有重要的作用。然而，智能金融的快速发展使得许多新的业务模式和技术应用出现，这些新的业务和技术往往超越了现有的法规框架。如何在鼓励创新和保障金融稳定之间找到平衡，使得创新能够在合规的前提下进行，是监管者需要思考的问题。
南大通用金融部部长吴罡认为，为了在智慧金融创新和合规监管之间取得平衡，可以采取以下措施：制定明确的监管标准：相关监管机构应与金融科技公司合作，明确技术创新的监管标准，确保其符合法律和监管要求；加强信息共享：金融科技公司和监管机构应加强信息共享，以更好地了解和把握创新技术的发展，及时发现和解决存在的安全风险问题；满足用户隐私保护要求：金融科技公司应当在产品设计和运营中加强对用户隐私的保护，确保用户个人信息的安全，防范数据泄露的发生。
最后，智能金融可能会加剧金融不平等和贫富差距。虽然智能金融可以提供更多、更好的金融服务，但这种服务的获得往往需要一定的数字技能和知识。这就可能导致那些数字技能和知识较弱的人群在获取金融服务时处于不利地位。此外，智能金融的发展也可能加剧贫富差距。由于金融服务的提供越来越依赖于大数据和人工智能，这可能导致那些拥有大量数据和强大计算能力的公司在金融市场上占据优势，而那些小型和中型企业可能会被挤出市场。
我们既要抓住智能金融的机遇，推动金融业的发展，也要看到其中的风险和挑战，采取有效的措施来应对。只有这样，我们才能使得智能金融真正为社会的发展做出贡献。
展望未来，智慧金融将进一步以人为中心，打造出一种更加个性化、无缝衔接的用户体验。借助人工智能、大数据等技术，智慧金融的风险管理和服务提供将进一步高效化，更加精准地满足不同客户的需求。同时，智慧金融将发挥其内生的包容性，让更多尚未被金融网络覆盖的群体得以接触并享受到金融服务，从而推动普惠金融的发展。
在产业数字化的进程中，智慧金融不仅自身在走向全面数字化，也在为各个行业的数字化转型提供便利的金融服务，有助于解决其他产业在数字化过程中遇到的资金问题，推动全社会的数字化程度进一步提升。
构建数字经济的过程中，智慧金融扮演着基础设施的角色。就像血液在身体中流动一样，金融的数字化、智能化让经济活动更加便捷、高效，也使得数字经济能够得以顺利发展。而在促进经济增长的同时，智慧金融的普及也将使得更多的人享受到优质的金融服务，推动社会公平。智慧金融的发展，是数字经济时代的必然趋势，我们有理由期待它带来更加美好的未来。
文：一蓑烟雨 / 数据猿
