07 AI带来的普惠曙光

金融市场似乎总是伴随着最大的不确定性，或暗流涌动，或风暴骤起，席卷颠覆所有的东西。

因此，在人们的想象里，金融常常是冒险家的乐园，大鳄们关起门来，相互间会心一笑，掀起市场的血雨腥风，然后在人们的仓皇恐惧中赚取超额利润。但实际上，巨头也不是总能呼风唤雨，他们也经常搬石砸脚，随着市场波动起伏，甚至投子认输，黯然退出。

除了跌宕起伏，金融的另一面常常是细水长流、润物无声的。可以给人们在追求物质、精神生活改善，或者自我发展道路上以及时的助力。

无论是跌宕起伏，还是润物无声，其背后都是对资金流和信息流的复杂逻辑的处理和应对。“金融获得感”日益成为一个重要的社会命题，如何在尊重金融规律的基础上，让金融跳出“大玩家游戏”的窠臼，更好地服务于亿万普通人？

人工智能可能正是处理海量信息、应对不确定性的最好工具。其创新突破以及在金融领域的实践，正开始让金融这种似乎总是高高在上的存在，重新俯身垂滴普罗大众，并为普惠金融的实现带来了曙光。

机构来了“新实习生”

1994年，美国正处于黄金时代，作为全球唯一的超级大国，到处都是歌舞升平。这一年夏天，世界杯足球赛刚刚在洛杉矶落下帷幕，而新科技的火焰正在硅谷升腾，网景浏览器一经发布很快就风靡全球。中国在那一年才刚刚通过一根64k专线全功能接入国际互联网。为了遏制金融泡沫，格林斯潘领导的美联储在那一年开始大幅度加息，然而债券市场并没有意识到美联储进入了加息周期。全球金融危机13年以后才到来，此时的华尔街一片欣欣向荣。无数人才从世界各地来到这里寻找梦想。

暑假之前，我收到了道·琼斯一家子公司的实习聘书，实习内容是从事金融信息处理系统相关的工作。

我本科专业是信息管理，毕业后到美国留学，获得布法罗纽约州立大学计算机科学硕士学位。眼下的工作正好把信息管理和计算机结合起来。这份每天与财经金融新闻打交道的工作，我一做就是三年。接下去，我参与设计了《华尔街日报》网络版实时金融信息系统，又转赴国际知名互联网企业Infoseek做资深工程师。一边与金融信息打交道，一边通过《华尔街日报》观察硅谷的商战，并开始思考如何应对信息作弊的问题，不久之后就提出了“超链分析”技术的想法，并申请了专利，为日后的搜索引擎发展奠定了基础。

那时我还没有想到，有一天，随着人工智能技术的发展，机器系统对金融业务的改变会达到今天这样的深度，渗透到金融信息处理、数据分析、风险控制、征信、智能投顾（Robo-Advisers）、智能获客、量化投资等各个方面。

量化投资之王大卫·肖恩说过，“金融是一个绝妙的信息处理的生意”。也正因为此，百度高级副总裁朱光说：“最革命性的变化至少会在金融领域发生，因为人工智能就是数据的收集、分析、处理这个循环的极致。”

无论是在征信和反欺诈领域，综合用户画像构建风控模型；还是在投资领域，挖掘投资决策因子辅助投资决策；或是在投资顾问领域，为客户匹配个性化的投资组合等，机器对各种金融业务的渗透，本质上都是通过机器学习带来的金融信息处理能力的不断提升。

随着自然语言识别和信息数据库技术的不断进步，即使是单纯的金融信息处理，也已经发生了本质的改变。

这次向我们走来的实习生是一位机器人，而它与众不同的工作方式首先直观地体现在一份份金融分析报告的生成上。

金融信息可能是最复杂、最枯燥的信息，一份股转书有两百多页，还有大量的年报、半年报、研究报告、公告、反馈意见、尽职调查结果……我们不知道，有多少行业分析师是完全看完这些信息，再做出决策的。也许，不是他们不够勤勉，而是读完这些信息已经非人力所及。

百度数据金融总经理杨晓静描述过这样的行业现实：20世纪90年代，一个基金经理要把市场当天产生的研报、舆情、新闻、交易数据等看完，大概需要10个小时，也就是两天的工作量。2010年，移动数据爆发之后，这个基金经理要把每天市场上产生的信息吸收掉，大概需要10个月的时间。2016年，还是这个基金经理，假如把当天市场上所有的信息看完，大概需要20年的时间，相当于整个职业生涯。所以基金经理迫切需要利用先进的智能技术，比如百度的自然语言处理技术。

今天，当百度金融的智能金融信息分析系统处理数百篇行业新闻，并将其中的关键信息结构化，抑或是阅读上市公司的年报并形成分析报告，用时已经缩短到以分钟计。

在这一过程中，机器相当于承担了一个金融机构初级分析师的工作，甚至是一个实习生的工作，承揽了最基础的所有的累活儿。

这位机器实习生的工作逻辑也是类似提取“关键词”，并进行再组合的过程。

机器可以瞬间完成上市公司的公告、财务报表、官方发布、社交平台、证券行情、实时新闻、行业分析报告等海量异构数据的阅读，对于文本中的图片和表格需要OCR（光学字符识别）等技术解析。紧接着，进行关键实体信息的提取，发现埋藏在实体信息之间，如行业上下游关系、供应链关系、股权变更历史、定增与重大资产重组的关系、多张财务报表之间的数据交叉验证等数据关系，形成并呈现这些复杂关系的“知识图谱”。

如果更进一步，分析师只需要选择符合其需求的模板，确定主题，机器即可生成基本的报告文本。在最终输出前，分析师还可以人工校正报告精度，并加上独特的个人分析和结论，这样，一篇格式标准，甚至图文并茂的金融分析报告就诞生了。

这个潜力无穷的实习生显然不会停留在简单处理信息这个阶段。既然已经登堂入室，它必然会走得更远。

人工智能让起点更公平

机器人首先推门进入的就是传统金融的核心区域——信用评级。

2016年7月18日下午，百度宣布投资美国金融科技公司ZestFinance。而一年前，ZestFinance还曾获得京东集团的投资。能同时得到中国两大互联网巨头的青睐，让ZestFinance这家当时仅服务10万名美国人的数据征信公司，为更多的中国人所了解。