金融科技是互聯網金融的一頂「新帽子」？

未來金融行業與AI結合較好的點，一是金融市場的情緒識別，二是用數據來發現商機。

人工智慧(Artificial Intelligence，英文縮寫為AI)概念並非近年提出，但隨著計算機獲取和存儲數據能力的提升，計算能力的增強，AI越來越正在成為焦點。人們關注A I如何在圍棋、撲克、遊戲、識別上戰勝人類的同時，各行各業也在探索與其結合的商業化變現的可能性。以金融行業為例，「金融科技」這一概念已經是不爭的事實。本期「貓眼金經」聚焦A I在金融領域的應用。

再聚焦「金融科技」的定義意義不大，相比之下，A I與金融行業究竟有哪些結合點、科技如何提升金融行業效率、在A I幫助下到底能提升多少利潤等問題，更值得探討和思考。但貓眼金經記者採訪獲悉，相比其他行業，人工智慧與金融行業的商業化結合機會已經日益顯現。日前朗迪(LendIt)總裁傑森·瓊斯便公開預言：2017年將是銀行與金融科技企業合作的爆發之年。

金融科技是指技術帶來的創新，提升服務效率

在「金融科技」被提出之前，人們更熟悉「互聯網金融」。但隨著以e租寶500億騙局為代表的P2P跑路詐騙事件的爆發，整個互聯網金融行業被蒙上陰影。人們甚至將P2P等同於「互聯網金融」。與此同時，政府監管也在不斷收緊。

於是不少互聯網金融公司「搖身一變」，自稱為「金融科技」公司。那金融科技究竟只是「互聯網金融」的一頂新帽子？還是有了實實在在的升級？

「金融科技」的概念是舶來品 ，英文名Fin Te c h是Financial T echnology的縮寫，意為把互聯網、大數據、智能化等技術與金融深度結合，用科技來驅動金融，提升金融服務效率。金融穩定理事會(F S B )於2016年3月首次發布了關於金融科技的專題報告，其中對「金融科技」進行了初步定義，即：金融科技是指技術帶來的金融創新，它能創造新的業務模式、應用、流程或產品，從而對金融市場、金融機構或金融服務的提供方式產生重大影響。

京北金融創始人、上海交通大學互聯網金融研究所所長羅明雄認為：「兩者其實沒什麼區別，金融的本質首先是信任和風控，很多新興互聯網金融企業，明明是互聯網公司，也要做很多線下網店，通過線下建立信任，做好風控。」金斧子創始人兼C E O張開興表示：「互聯網金融和金融科技應該是一樣的，互聯網金融主要被P2P搞壞了。但是金融科技可能更貼切，通過科技力量改變金融行業效率。」

不過對於這樣的看法，也有不少人持不同的意見。

蘇寧金融研究院高級研究員薛洪言便認為，互聯網金融可以看做是金融業務科技化特定階段的特定概念，隨著金融體系融入更多元的科技因素，如智能機器人、V R、生物驗證技術等，互聯網金融一詞就顯得捉襟見肘了，金融科技的概括性更強，有望取而代之。網貸之家首席分析師馬駿表示，金融科技更偏向於科技，而互聯網金融更多的是指一種商業模式。

在圖靈科技聯合創始人高傑看來，兩者還是有不小的差別。他分析稱：「一般有兩個因素決定一家公司的性質，一是公司的收入來源，另一部分則是支出，看一個公司主要把錢投到哪方面。」高傑說：「你要是把錢花在收賬的公司，或者鋪排很多門店放P 2P貸款，那就是P 2P。其實，你花了多少錢在A I以及技術研發上，公司請了什麼人，有多少技術的產出，就決定了你到底是P2P，還是一家注重與科技結合的公司。」

金融業AI，30%是數據處理能力70%是演算法

那麼，科技到底為金融行業帶來了什麼改變？

在談改變之前，貓眼金經採訪獲悉，行業絕大多數人都認同前提是尊重金融的本質。比如，全國人大財經委副主任委員吳曉靈在「第一屆金融科技大會2016」上提到，無論是互聯網金融還是金融科技，其本質是信息技術在金融領域的應用，並沒有改變金融業務的本質。

在高傑看來，在不改變金融業務本質的基礎上，相比於傳統金融行業，金融科技主要在微觀上助力。他跟貓眼金經記者分析：「和時間賽跑，從更小單位時間中捕捉更多的賺錢機會，是目前很多金融科技公司在燒錢拼技術的核心點。」

對此，行業內雖然認同但是難以抓住機會。究其原因，還是在於技術問題上。上述競爭壁壘不僅要求數據處理速度快，而且對於演算法能力也有較高要求。通過A I技術的幫助可以讓人們發現並抓住轉瞬即逝的商機。高傑認為：「人工智慧30%是數據處理能力，70%是演算法。300毫秒之內處理21萬條。沒有這個處理能力，你後面就沒有用了。就像你終於買了票，但是火車已經開走了。70%演算法能力在於你發現為什麼在這個時間買入，或者做賣出的信號。」

畢馬威近期發布的《金融科技脈動》中指出，風險資本支持的金融科技(Fintech)公司的投資交易活動，從2015年的40宗下降至2016年的25宗，但是交易金額卻同比上漲了42.5%，達67億美元，為歷史新高。

未來，AI與金融領域的結合點將更多、也更緊密。

高傑根據目前工作情況介紹認為：未來金融行業與A I結合比較好的點主要有兩個，一個是金融市場的情緒識別。比如讓A I讀證劵業的重要報紙，抽取關鍵字，判斷金融市場風向。另一個則是交易方面，用數據來發現市場上的機會和商機。