人工智能会首先落地在“数据最大、最快能产生价值的领域”。——李开复

目前，大数据人工智能分析已经在各个领域取得了令人瞩目的成绩；其中，商业金融领域存在的海量数据，为人工智能数据挖掘提供了宝库。

2017 年 5 月，李开复在哥伦比亚大学发表了题为《一个工程师的人工智能银河系漫游指南》毕业演讲，他表示，采用智能投资算法获得的收益，比他私人理财顾问高八倍，人工智能将取代交易员、银行职员、会计师、分析员和保险经纪人。

传统上，对一个金融从业人员来说，几乎每天有一半的时间都在用来收集数据和处理数据。如何把人力从这样的反复整理中解放出来，一直是备受关注的行业痛点。

2008 年金融危机前，瑞银设在康涅狄克州斯坦福德城的交易大厅（全世界最大、足足有 23 个篮球场的交易大厅），可容纳 1400 名交易员，他们每天能给银行带来数百万美元的利润，是人类交易员时代的辉煌象征。

八年后，康涅狄克州斯坦福德城的交易大厅呈现出一副空荡荡的景象。人工智能，正在深刻地介入金融领域，并且以超乎你想象的速度在解放生产力的路上。过去要花几十分钟才能完成的工作，交给机器人就只需要几分钟就可好了，而且这样的高速建立在连续的基础上，机器不会累：它可以实现 7×24 小时不间断工作。

如今，这样的结合更加的密切。近年来，证券行业在云计算、大数据领域也开展了大量前沿探索和应用。比如，阿里、腾讯所强调的大型分布式系统，沪深交易所分别于 2009 年、2016 年完成系统分布式架构迁徙；交易所、登记公司更是早在 10 多年前就构建了企业级数据仓库。

伴随着人工智能、区块链、云计算、大数据等新兴技术的崛起，人工智能对金融机构的影响还在与日剧增，它不仅能改变人们存款、投资和借贷的方式，甚至还能预防金融犯罪。

此前，全球最大的对冲基金公司之一英仕曼集团（Man Group）旗下的AHL Dimension 基金通过将机器学习算法用于自动贸易决策发现，在没有人为干预的情况下，该AI系统竟然自己学会了抄底。这一波操作让整个金融界为之震惊。

你无法拒绝这样一个二者深度结合的时代的到来。


| 在金融投资领域，人工智能可以带来什么？

改变正在发生，比如公募基金投顾试点正在不断落地实施，各大金融机构、互联网金融公司都在陆续推出自己的智能投顾。

和传统投资相比，人工智能和金融投资的结合优势明显，因其复制推广和运营成本极低，非常适合大规模客户群的渗透；更重要的是，在金融市场，这样一个常受人类不理智的情绪支配、导致错误决策行为密集出现的地方，机器因为其理性的情绪控制和缜密的逻辑推理，往往会有更稳定的发挥。这样的优势，使二者的结合极具想象力。

那么，人工智能在金融领域都有哪些具体的应用场景呢？

◼ 第一，大数据营销。

不同金融用户拥有不同的风险承担能力和意愿，对金融产品与服务的需求具有差异性，而人工智能可以通过用户画像和大数据模型精准找到用户，实现精准营销。

◼ 第二，智能投顾。

又称机器人理财，即机器人根据个人投资者提供的风险承受水平、收益目标以及风格偏好等要求，运用一系列智能算法及投资组合优化等理论模型，为用户提供最终的投资参考，并依据市场动态对资产配置调整提供建议。

◼ 第三，智能支付。

金融用户需要验证身份的真实性，主要技术包括人脸识别、语音识别、指纹识别和虹膜识别等。通过人工智能，可以快速高效识别，并完成智能支付。

◼ 第四，自动交易。

电脑代替人脑，根据价格波动规律，将交易策略变成电脑程序，即用“电脑判断+电脑操作”代替“主观判断+人工交易”。

◼ 第五，智能投研。

投研需要收集大量的资料、进行数据分析、报告撰写等，通过机器自主抓取相关信息，可以辅助决策，甚至自动生成投研报告。

◼ 第六，大数据风控。

利用大数据人工智能技术，可以使用海量的多维度数据，塑造出高度精细化的风险控制模型。

◼ 第七，监管科技。

全球每年都会产生大量的法律法规数据，大概3亿条，这么多的法律法规不可能存在某些人的脑子里。通过人工智能学习、积累金融法规，并结合金融机构的实际情况提供合规建议。机器可以从海量的交易数据中学习知识和规则，发现异常行为，对欺诈与洗钱行为进行警示。

近来，关于“牛市”来临的消息不断涌现，高涨的情绪让大家都蠢蠢欲动，但股市的风险也可想而知，如何保持理性，慎重投资，也许人工智能在金融领域的应用可以给大家一点点启示。

---

商业金融大数据分析与数据科学科研训练营，以商业金融大数据为研究对象，采用人工智能方法，实践商业金融案例的大数据分析过程，从中挖掘出巨大的潜在商业价值。

最后，学生完成一个客户/消费者数据分析项目，进一步熟练掌握大数据、人工智能的相关知识与技能，培养其科学与创新思维，提高分析和解决实际问题的综合能力，为未来的专业选择与职业发展奠定基础。