朱代輝是上海諾亞易捷金融科技有限公司機器學習組團隊總監，最近他在和同事們交流時是最常用到的一個英文單詞就是“FinAI（Finance+AI）”。
FinAI是繼FinTech（金融科技）后出現的又一個新詞。“為了更準確界定討論我們現在所做的事，打包成一個概念。用AI的手段和方法來解決金融領域的問題。”他解釋說。
他所在的公司是諾亞控股（NOAH.N）旗下新成立不久的線上財富管理公司。最近，他們開始嘗試將人工智能引入，推出一只全智能化的公募基金策略組合。在國內2000多只公募基金候選標的中，找到符合收益率和回撤率等預設參數的基金品種。
不僅是這種創業公司，更多傳統金融機構也蜂擁而入。工商銀行、中國平安、國泰君安、華泰證券等都宣布開始涉足金融智能化領域，主打人工智能概念的產品層出不窮。
但事實上，各金融機構大都停留在具有噱頭的大力宣傳和前期造勢上。
一家服務于多家大型金融機構的第三方技術人士向界面新聞記者表達了他的懷疑和不安。“行業太浮躁，在遠遠沒做出相關產品，只是為了趕潮流，占‘地盤’匆匆試水，而目前的監管沒有跟上，這個領域的風險正在累積。”他稱。對于正在征求意見的資管新規中有關智能投顧的部分，業內雖然都認為是好事，但其實也并未更多觸動到這些大機構的動作。
只有一位智能投顧產品公司的負責人表示，“行業在初期，監管早日明確，當然是也好事，業內也更有方向性地去調配資源，而不是拉出去到時候又說不行，就白做了。擁抱監管。”
對于未來，他們似乎并未做足準備。
金融人工智能究竟是一個醞釀巨大機會的“新風口”？還是“皇帝的新衣”，一場誰也不說破的集體造勢？
1.金融AI：皇帝的新衣？
一位工業和信息化部直屬科研事業單位相關部門負責人告訴界面新聞記者，“AI這段時間太火了，我們研究方向跟著趨勢走，什么熱門我們研究什么，現在人手都不夠用了。”
金融人工智能異常火熱，各個金融機構都出來發聲，說自己在做人工智能，但目前這個領域的發展卻是處于非常淺層階段。
“有些產品也不是新開發出來的，在公司各條線以前就有，現在AI概念火爆，集團內就把各條線相關的智能產品打包再宣傳一下。”一位國內大型金融集團人士告訴界面新聞記者。
目前國內金融機構做人工智能，大致可歸為三類。一類是智能投顧；第二類是智能客服；第三類是應用了一些理財、為用戶貼標簽等證券公司的人工智能化App。
智能投顧以招商銀行“摩羯智投”、工商銀行“AI投”等為代表，這幾款智能投顧產品，都是針對公募基金產品，進行基金組合的篩選，其官方在介紹中也稱，只是“智能基金組合銷售服務”。
“并不是真智能，算法寫死，基金組合固定，只有幾種，不是實際根據客戶資產，風險，投資傾向的真智能。做不到通過智能化全場景的伴隨式，也提供不了千人千面智能化服務。”一位接近各大行科技部門的人士對界面新聞記者表示。
“國內的智能投顧就是智能化辦公系統而已，”一位在國外研究多年AI的人士對界面新聞記者笑言，“僅僅是投資組合篩選根本不算真正的智能投顧。”該人士對前兩年高盛集團（GoldmanSachs）總部研發的智能投顧系統頗為熟悉，曾做過一番比較。
智能投顧模式誕生于2008年，2011年在美國市場顯著加速發展。國外機構來看，Vanguard、Charles Schwab是較早布局智能投顧傳統金融機構。目前規模也最大。除此之外，2016年以來，德意志銀行、TD Ameritrade、美銀美林、高盛等大舉進入智能投顧領域。截至2016年9月，美國傳統資產管理機構通過智能投顧模式管理的資產規模約520億美元，年均復合增長率179%；同期，美國獨立智能投顧公司資管管理規模達到132億美元，增長率56%。
國內最先亮出“智能投顧”的金融機構就是招商銀行。于2016年年底推出的摩羯智投是針對公募基金的基金組合，其官方介紹中也稱，只是“智能基金組合銷售服務”。
在招行App摩羯智投選項下，點擊“立即購買”后，投資者從投資期限、風險承受能力兩個維度自主選擇。投資期限，分為短期（0-1年）、中期（1-3年）、長期（3年以上）。風險承受級別分為1-10等。選擇后，摩羯智投軟件生成一個方案，從幾大類基金中（包括固定收益類、另類及其他類、股票類、現金及貨幣類、）每一類選出幾只基金，整個組合大概有十幾只基金。
招行稱，在售后有動態調整機制，系統對組合配置比列檢視，當組合配置比例與最優配置比例偏離超過系統預設閥值時，將提示投資者優化。
摩羯智投的首次申購最低限額2萬元。申購組合時，各只基金的配置比例已固定，無法調整，也無法選擇單只基金單獨申購。
搶先走出這一步，金融科技給招行帶來的實際利益非常顯著。據業內人士透露，在銀行的傳統客戶群中，已經形成招行智能投顧的影響。用戶申購金額也迅猛增長。
招行在2017年半年報中披露，僅半年時間，摩羯智投申購規模累計就達到45億元，多次進行資產配置動態調整，向客戶提供6次月度投資運作報告。招行自稱，2017年上半年摩羯智投平均回報位于非貨幣基金的前1/3。
但這不能改變目前國內智能投顧產品大多處于初創階段的現實。
南京信息工程大學中意網絡侵權研究所所長蔣潔也對界面新聞記者表示，目前的智能投顧絕大多數是風險投資組合。主要面向個體投資者或銀行、券商、基金代銷機構等需要大類資產配置的體量巨大的投資主體。其中，智能投顧大類資產配置的核心問題是高效可靠的產品畫像，而針對個體終端用戶的智能投顧則需要同時解決好產品畫像和用戶畫像兩方面問題。無論哪一種，關鍵性影響因素都是基礎數據的量級和準確性以及算法模型的有效性。
蔣潔稱，此前高盛集團擬將100萬美元以下的個人理財交由機器人處理。她認為，中國現有的和潛在的零散投資群體絕對人數遠在美國之上。高度智能化的投顧系統具有的滿足每一個投資者個性化投資需求的特征，在中國應用前景更為廣闊。同時，充分發揮數據量越大、模型越全面、歷時性越長，人工智能算法決策越精準的優勢，發展旨在確保中長線投資收益的智能投顧或是當前沖出重圍的良方。
智能客服則以中國銀行、交通銀行的智能客服為代表。中國銀行智能客服是第一代，背后是人工團隊。交通銀行則推出時間更近，相對智能，“交行智能客服更為機智，但還是有人工在后面。是人工團隊加智能。不能算完全智能。”上述人士向界面新聞記者透露。
而在這三類應用中，App更只是收集用戶數據的工具，相當于數據收集端。可以說是應用了用戶畫像和知識圖譜模型。
根據國務院印發的《新一代人工智能發展規劃》，人工智能作為新一輪產業變革的核心驅動力，成為經濟發展的新引擎，人工智能的核心是數據、算法、機器學習等模型。
如何認定是人工智能金融產品？在朱代輝看來，有廣義和狹義之分，狹義的人工智能，可以認為是用AI大學科下的一些方法去求解金融投資行業內的相關問題，比如采用了分類、聚類、最優化問題建模、并運用相應的算法，模型來求解。
如此比較，國內金融機構的AI產品離真正的人工智能還有距離，噱頭大于實質。
2.距離資管新規要求還差很遠
目前中國沒有出臺正式的關于智能投顧監管規則。按照可參照適用的監管條例，使用智能投顧只需具備投資咨詢資格即可。不過，新的監管很快就要來了。金融機構的AI產品借風造勢、概念夸大的情形或將得以改變。
2017年11月17日，由一行三會等多部門起草發布的《關于規范金融機構資產管理業務的征求意見稿（征求意見稿）》中，對于金融機構運用人工智能技術、采用機器人投資顧問開展資產管理業務，《征求意見稿》有幾點硬性要求。界面新聞總結重點如下：
1、應當經金融監督管理部門許可；
2、取得相應的投資顧問資質；
3、充分披露信息；
4、報備智能投顧模型的主要參數以及資產配置的主要邏輯；
5、充分提示智能投顧算法的固有缺陷和使用風險；
6、為投資者單設智能投顧賬戶，明晰交易流程，強化留痕管理；嚴格監控智能投顧的交易頭寸、風險限額、交易種類、價格權限等；
7、并根據智能投顧的業務特點，建立合理的投資策略和算法模型；
8、金融機構不得借助智能投顧夸大宣傳資產管理產品或者誤導投資者；
9、因違法違規或者管理不當造成投資者損失的，應當承擔相應的損害賠償責任；
此外，金融機構運用智能投顧開展資產管理業務，應當嚴格遵守本意見有關投資者適當性、投資范圍、信息披露、風險隔離等一般性規定。
對智能投顧的開發機構應當誠實盡責、合理研發智能投顧算法，保證客戶和投資者的數據安全，不得使用惡意代碼損害投資者利益，如存在過錯，金融機構有權向開發機構進行損失追償或者要求承擔相應的責任。
如果按照上述新規查看目前金融機構的智能投顧產品，遠達不到合格要求。
招行的摩羯智投、工行的AI投，都沒有為投資者單設智能投顧賬戶，而是投資者使用其App，登錄銀行卡賬號密碼就可以進行購買，賬戶和其他理財產品一致。更是沒有提示智能投顧算法的固有缺陷，和使用風險的說明。相反，在購買頁面，都是人工智能、機器學習、量化投資、構架設計等超前字眼，以及機器人大腦等炫酷的圖像。
此外，在宣傳上也有違反“金融機構不得借助智能投顧，夸大宣傳資產管理產品或者誤導投資者”之嫌疑，如2017年11月13日，工行宣布，基于人工智能技術的智能投顧品牌“AI投”已于近期上線運行。工行產品發布新聞稿件中有著“輕松享受一鍵投資、一鍵調倉等智能化、專業化的投資服務， 降低投資的時間成本及機會成本，提升投資效率，享受普惠金融及科技創新的成果，實現個性化的資產配置”等字眼。
工行在產品發布時透露，工行“AI投”試運行以來，15個組合表現穩定，漲幅在0.68%-3.03%之間，年化收益率在3.14%-14.59%。工行稱“通過擇時與行業配置的量化模型體系，有效分散了風險，實現了收益穩健增長”，但對智能投顧算法的固有缺陷則只字未提。同時，對使用風險也未突出提示，僅按普通投資標的提示了投資有風險。
招行的摩羯智投相關條款也規定，投資組合建議僅供客戶參考，客戶自行承擔全部的投資風險。
界面新聞記者查詢招行和工行官網、半年報、App投資頁面，新聞發布等公開信息，并未在任何公開渠道找到其智能投顧模型的主要參數，以及資產配置的主要邏輯等信息披露。
目前，對智能投顧產品本身，行業內并沒有形成一套標準化的體系參數。比如，多大程度、怎樣的投資模型上可以被稱之為人工智能；人工智能產品開發到什么程度可向投資者推出；智能投顧模型的主要參數，以及資產配置的主要邏輯向誰披露和報備；由機器做投資決策收益，產品本身風險由誰承擔；這些問題業內都沒有形成統一規范。而這些，都可能是風險累積點。
不過，這些都無法阻擋金融機構蜂擁而入。“金融機構高調宣傳自己做智能投顧的原因在于，可以抬高股價。賺取客戶。內部爭搶資源。”上述人士表示。
3.創新不是件容易的事
由CB insights（一個硅谷風投機構決策依賴的數據智庫）近期發布的第二屆全球最強級AI創業公司榜單100強中，和金融AI相關的只有保險科技、風險與合規公司。總體看，金融AI應用和醫療、汽車、等行業AI應用比起來，相對發展滯后。
在多位業內人士看來，傳統金融機構比如大型券商和大型商業銀行，內在的機制使得他們很難在科技創新上有所突破。“銀行多少年都沒有真創新了，”一位接近各大行科技部門的人士對界面新聞記者表示。
一般而言，大型商業銀行設置有多個科技創新部門，各部門之間有重合，有競爭，創新部門之間為了爭奪話語權，新興技術領域發聲是他們的方式之一，誰占據了前沿科技，意味著就有更多的資金和人力資源的傾斜。但事實上，創新部門研發的技術，決策部門并不一定敢投入使用。“不做事不會錯，做事可能就要承擔風險，尤其是金融行業，本身就會有事后監管的特性。”上述人士分析稱。
在這種環境下，各創新部門的創新意愿也不強，對一些創新項目敷衍，也有一家大型商業銀行領導明確提出，要求這些部門要做真創新。但創新出來的技術不敢投入使用，這形成了內在的一個阻礙科技創新的循環。
券商也是類似情形。秦天是國內第一批被稱為“Machine Learning”的AI專家之一。在多家機構擔任數據科學家、算法工程師等職。
和他同時期出來的AI方面的技術人才，不少去了著名的券商基金公司工作。幾年下來，他們互相交流，會對科技公司和傳統金融機構進行對比。
去那些著名券商基金公司工作的人，本來對解決AI等業內問題有獨到見解，但一進入券商，就如同泥牛入大海。這些朋友告訴秦天，原因一是公司重視程度不夠，資源傾斜不夠；另外給他們嘗試的窗口時間有限，試驗的時間不夠。
在秦天他們看來，傳統的券商基金公司在推進AI等前沿技術上存在一些阻力，文化傳統和認知約束，券商基金公司本身依靠傳統金融這一套體系，盈利模式已經很穩定了，如果引入新的方法可以去做一做，但為保證原來那部分利益，不會徹底革命性去做嘗試。而具有互聯網基因的公司會比較徹底，可以把傳統金融領域的精華吸收，同時有互聯網基因在，對技術的推動比較激動和興奮，可能更易有所突破。
“愿心不是最上端的人發起的，沒有內心升起這種愿心，不是真正徹底想推動這個行業往前走，成為未來開創性的公司。可能只是目前AI起來了，至少得沾點邊，得有這樣的人，占個位子，把方面能力培養起來。而沒有從內心深處升起要革自己的命，往前去推，把這個行業做起來。資源的傾斜度，決心不一樣。”他分析道。
在他們看來，衡量一個金融機構或財富管理公司AI研發水平，主要看團隊是否有真正有AI背景、量化金融背景的人。真正懂AI的人在整個團隊里處于什么層次。是否是國際頂尖選手。國內券商有些也配備了這樣的人才，但發揮不出作用。
一位智能投顧研究人士對界面新聞記者表示，在做產品開發前，他們對券商的情況進行了調研，發現券商的智能產品還處于非常弱的人工智能階段，沒有徹底投入，更多是在抓概念。
一般而言，券商團隊AI研究開發方面，有些是既有的金融工程團隊的人員在做，可能最多十幾個到二十多人。其中，真正有AI背景的人并不多。
linkedIn（領英）發布的《全球AI領域人才報告》顯示，截至2017年一季度，基于領英平臺的全球AI領域技術人才數量超過190萬，其中美國相關人才總數超過85萬，高居榜首，而中國的相關人才總數只有5萬人。
在人才結構方面，該報告顯示，中國資深AI人才數量與美國差距顯著，10年以上從業者僅占38.7%，遠低于美國的71.5%，從數量上來看，則約為美國的1/30。
在國內金融機構中，華泰金融工程團隊受到了AI行業內認可。他們在過去半年間，把AI的方法，模型放在金融應用場景里面，做出一系列策略。“確實形成了影響力，業內認同。社會口碑和影響力還可以，但整個券商和基金公司對AI在金融領域的認知還在半懷疑，半了解的過程中，還沒有完全轉化過來。”秦天對界面新聞記者稱。
上海金融業聯合會秘書長助理、上海市互聯網金融行業協會副秘書長孟添表示，在人工智能浪潮開始掀起時，對于證券行業而言，智能投顧成為探索熱點。
國泰君安總裁王松也在公開場合表示，高性能量化平臺搭建與精準提供智能化投資建議等高水平的智能服務使證券智能化正在成為一種趨勢，塑造著高效的經營和管理模式，引領金融業服務模式人工智能+的變革。
如何讓一些既懂AI，又懂金融的人在機構內人盡其用？如何解決金融機構創新體制問題？如何把一個熱鬧的現象，一個熱門的趨勢，轉變成一個有步驟的，實質性的推進結果？這些是整個金融科技領域參與主體都要沉心思考的問題。
