海量數據+AI：顛覆金融應用場景
在華爾街，用機器設定股票期貨的買賣點、系統自動交易等已經是新常態，AI早已成為金融企業增強核心競爭力的殺手級技術；無論在街角，還是在互聯網上，社區銀行服務、個人消費還貸等服務，也因為AI元素的滲入而越來越便利。它們的共同點則是利用大量數據去分析收益節點和金融風險，數十億美金的投資有風險，個人消費貸款亦有壞賬可能，金融機構要做的就是從可以得到的數據中，去決定如何投資以及如何降低風險。
極大豐富的數據和訊息是這個時代最大的饋贈，而它們也正在顛覆著最常見的金融場景。例如，個體借貸人的任何數據都可能透露關鍵信息，哪怕是發布的朋友圈、運動手環的定位，都可以成為訊息來源；面對層出不窮的理財、保險新產品，到底哪款最適合自己，可能專業的理財顧問、保險諮詢師也未必能馬上給出最貼切的答案。一端是數據和信息的爆炸，另一端是有效訊息的分析、總結和傳達受阻，在用戶與服務提供商之間的訊息鴻溝，就是AI在金融行業很有潛力的切入點。
機器更擅長數據的記憶和整理，要讓它們更具智能，擁有更強的分析能力，便是AI現階段的目標。為不同的客戶推薦適合的理財、保險等金融產品，提供「千人千面」的金融服務，在未來幾年，將會有非常巨大的想像空間。
在金融行業的後端，AI發力的空間同樣巨大。類似「過去50年之間利息上漲0.5%對整個市場有怎樣的影響？」這樣看起來不算複雜的問題，對於人類來說，也許只有資深分析師才能清晰闡釋，但人工智慧卻可以通過對比時間軸數據，快速挖掘相似歷史情境下的類比模型，甚至進行分析和預測。這兩者間的差別在於，分析師要得出這樣的模型，可能需要數十年的從業經驗，而AI卻可以在行業專家的幫助下快速打通領域邊界。
幾年前印度洋的海嘯，讓泰國很多城市都遭受了洪水災害。而不為人知的是，海嘯衝擊的不僅僅是普通民眾的家園，全世界的PC供貨量也因此受到影響，這是因為泰國是不少PC配件的製造產地。一般來說，海嘯洪水與PC供貨量之間的關係，大家不會輕易察覺，但卻是實際存在的，對於這類隱秘的內在關聯，行業分析師完全可以利用AI和大數據去洞見，並做出相應地判斷。
同樣，今年美國德州所遭遇的洪水災害導致不少煉油廠停產，這對油價必定產生影響。由於整個生態鏈上游、中游、下游所涉及的影響因素複雜，因此具體會是怎樣的影響，則需要進一步分析。煉油廠處於整個生態鏈的中游，煉油廠停產不僅會導致下游成品油價格的上漲，上游的原油也很可能銷路不暢，從而價格下跌。在現實世界中，類似的情況還有很多。如何加入更多變量，在更廣的範圍內，建立更合理的模型，這些也都是金融AI正在探討的問題。
今年6月，微軟亞洲研究院與華夏基金宣布了就人工智慧在金融服務領域的應用開展戰略合作研究，研究方向包括通過模式識別預測市場走勢、基於深度學習挖掘影響市場的重要因素、基於機器學習方法論進行行業輪動的研究、基於大數據構建金融圖譜、基於社交網絡與應用軟體等使用數據，識別並深度了解客戶等。我們希望藉此機會可以共同研究AI+金融的疆界，推動金融行業的智能化轉型。

讓海量數據和信息真正發揮價值，是金融AI的使命所在。以前分析師經常是巧婦勉強為少米之炊，現在原「材料」大大豐富，「巧婦們」則可以利用更高效的AI工具，讓數據做出更好的「飯菜」。分析師們的職責也將會相應地調整為，基於多年的行業經驗對AI分析出的結果進行「翻譯」和「解釋」，並反過來去驗證和優化之前搭建的模型。 AI+金融所帶來的並非人力的取代，而是重新分工，AI（人工智慧）+HI（人類智能）的結合，將大大提升整個行業的生產效率。
品牌零售商，用AI定位調性
在北京微軟大廈裡有一個新式的自動販賣機，它來自微軟加速器成員甘來公司，表面看起來這款自動販賣機和路邊的販賣機模樣沒有太大差別，不過它的玻璃外罩內藏玄機，走近它你就會發現，玻璃外罩同時也是一塊屏幕，就像是機器的眼睛，可以識別購物者的性別、年齡，甚至挑選貨物時的表情。如果在它面前待一陣子，它也許會找你搭訕，藉機向顧客推荐一些可能感興趣的小飾品等等。當顧客刷信用卡、微信、支付寶結賬時，消費習慣、互動記錄就都被存儲下來了— 對零售商而言，這就是最新鮮、寶貴、真實的一手數據。

這台販賣機，可以認為是AI+零售的一個雛形。很多AI技術諸如人臉識別、電腦視覺、自然語言處理等都可以應用到每個超市的收銀台，商家並不需要識別某個具體顧客的特徵，就可以得到整個消費群體的圖譜。像NIKE、ZARA、STARBUCKS等知名品牌商，近幾年也越來越關注其客戶和潛在客戶的特徵演變。以前要通過抄價員、調查員去做的工作，今後與AI結合起來，相關工作將可以更加簡便、精確和高效地完成，從而更好地定位品牌調性。
此外，像「消費者喜愛什麼樣的產品?」、「庫存應該準備多少?」這類更加具體的問題，在零售AI的幫助下，也將不再是難題。例如，無人商店的興起，以及通過天氣預報去預測口罩、空氣清淨機的銷量和庫存等，都可以在人工智慧的幫助下分析和預測得越來越精準。
物流、製造業等「後台」行業，因AI而變
除了金融和零售行業，物流業也是 AI快速滲入的行業之一。無論是身邊隨處可見的共享單車，還是快遞/外賣人員背後的物流系統，抑或是海外購、全球貿易涉及的全球物流體系，都在人工智慧的影響下產生巨變。
細心的人也許會發現，無論你周末回家把共享單車停在哪裡，週一早上急匆匆要去地鐵時，總能在小區門口找到一輛小黃車/小藍車/小菊車………五顏六色的共享單車是怎麼被放在你覺得「剛好需要一輛自行車」的位置呢？這背後便是AI與大數據的功勞。

- 新聞稿有效日期，至2018/01/17為止

上一篇：滇池水務(3768)與雲南省昆明市五華區簽署合作框架協議
下一篇：全球青年總裁組織對ESG業務興趣濃厚：跨境電商新出路在哪裡？