毕马威和风险投资公司H2 Venturess联合发布了《2017全球金融科技100》，在前十大最具有创新性的金融科技公司中，中国的金融科技公司就占据了五个名额。全球知名市场调研分析机构CBInsights近日发布了2018金融科技趋势报告，报告指出，2017年VC支持金融科技创纪录的一年，全球金融科技共有1128宗融资，共计166亿美元。

区块链热议、股市飘绿、余额宝限购，这些金融相关词汇越来越引起普通民众的兴趣，如今科技在金融业也扮演者举足轻重的角色。近两年火热的金融科技即金融+科技，但并非是金融(Financial)与科技(Technology)的简单叠加，其核心为科技在金融领域的应用，以显著改进传统金融行业的运作水平和服务效率。金融科技范围很广，从传统的分期借贷，到基于人工智能的智能投顾，再到大数据风控征信，人工智能与大数据在金融科技领域的深度应用，可以说在金融圈掀起了一场科技革命，人人都想加入这一行列，试图跟上这顺应时代的浪潮。

TalkingData首席布道师鲍忠铁

1月30日下午，搜狐创投SoPlus邀请了毕马威中国数据咨询合伙人陈立节、百融金服CFO合伙人赵宏强、天云大数据副总裁李从武、PINTEC品钛量化策略负责人贾宜宸，和TalkingData首席布道师鲍忠铁，在北京搜狐媒体大厦，共同探讨了大数据和人工智能，在金融科技领域的机会与风险。

金融与科技的水涨船高

毕马威中国作为传统的金融科技服务商，既服务传统企业，也服务创新的企业，陈立节表示，科技和金融是密不可分的，所有的金融业务都是建立在系统之上的，离了科技基本金融业务就无法开展，金融和科技是互相包含的。

而李从武认为，金融科技本质上是用技术手段来实现“祛媚”的过程，天云大数据给金融企业做的技术平台相对于过去传统金融企业的科技平台，提升了效率，ROI比原来传统技术架构和传统产品要好很多。现在的金融科技在金融企业里做了效率提升的事情，并且做的方式、方法、成本都发生了变化。作为一家平台和赋能公司，天云大数据让业务人员更直接地理解技术，并利用技术更好地提升业务效率。

金融离不开科技，科技给金融赋能，鲍忠铁认为这是一个大趋势：科技的力量和科技的地位在这五六年当中在银行里是逐渐提升的。金融科技可以帮到金融行业业务提升，效率提升。2017年在整个互联网金融或者金融科技看来是强监管年，并且监管的趋势在2018年会持续加强，央行划了很强的红线，背后原因在于，不想让金融企业在最基础的能力，包括风控能力、技术能力、产品能力完全依赖于第三方，希望金融企业在这方面成长，这样才能提高整个金融行业的竞争力。

除了科技加强了金融的有效性外，赵宏强提出了另一个观点，即动机：金融的不断发展对科技提出了更高的要求，反过来促进科技的提升。无论是数据收集、处理能力、服务金融机构建模的能力、数据挖掘能力，这两个是相辅相成的过程。

大数据在金融领域安全高效地使用

赵宏强介绍，百融金服整个体系是利用大数据的技术，加上算法、行业经验，更多为银行、消费金融公司，以及众多的金融科技公司，提供基于数据和算法风控的体系服务，同时向后延伸进入贷中监控、贷后资产的管理和定价等一系列服务。贾宜宸介绍了如何通过机器与大数据，用真凭实据的量化经验进行市场筛分，如此一来，理财师只要正常维护客户关系，就可以把事情做好，并且节省了很多心力。

百融金服CFO合伙人赵宏强

大数据在金融领域应用的好处可见一斑，而我国在大数据行业的监管规则也非常特殊：某些领域这些东西不许干，有些领域就让你有一定市场竞争，不是充分竞争，至少在划定的区域里是可以竞争的，正因如此，中国大数据行业才真正有了今天的规模。赵宏强表示，这真的要感谢监管机构，在决策时没有武断选择欧洲模式。

大数据之所以大，单一公司是无法满足各种需求的，这就涉及到是否要接外部数据，实现各个维度的数据打通。陈立节通过银行的对外合作差异，进行了阐述。现在四大行都是跟BAT级有战略合作，一定眼光比较高，而对于中小行、城商行、区域性商业银行、农商行则大相径庭。较小的银行往往只服务于当地的客户群体，当地客户群体一定是具备区域的特征，如果需要拓展市场时，就面临着一个问题，完全没有任何客户数据，这时候它有非常大的意愿和动力找合作机构，帮他做获客、营销，甚至充当他的渠道。

可见不同金融机构定位也不尽相同，如果说要促成跨行业、跨企业的合作，一定还是要把住企业本身的诉求。赵宏强也认为关于数据的打通，要看业务发展，而且现在业务发展，尤其进到消费场景必须得接，不接不行。这返回来也要注意分析，BATJ这些公司到底是什么样的，他们是不是数据很全。像百融金服这样拥有大量用户数据的托管方，核心点在于数据的采集、储存、使用一系列的动作，是不是都有充分的授权，有正常的业务场景，还有在输出过程当中是以什么形式输出，这是非常关键的点。

当数据实现打通融合，就会涉及数据，尤其是隐私数据的使用上的讨论。鲍忠铁总结了隐私数据使用的几个原则：拥有和收集隐私数据得到客户授权，使用也要得到客户授权，使用之后最好不要留存，留存就要保护好它。用的场景只能是客户授权的场景，不要收集客户隐私数据之后，跟客户说用在A场景，结果你用到BCD。蚂蚁金服、电商、银行都拥有我们隐私数据，它是不侵犯隐私法的，但是如果没有在你授权情况下使用隐私数据，这些就是侵犯隐私法了，如果授权情况下过度使用了你的数据，比如授权他使用A场景，除了A，还使用在了BCD，这也是侵犯隐私的。

那么如何界定隐私呢？很多用户对什么是隐私数据是搞不清楚的，身份证号、手机号、驾照、信仰、性取向等都是隐私数据，就要得到保护。但是在互联网上点击了什么商品，你喜欢这个汽车，喜欢那个游戏，这不算隐私数据，这是没有办法通过数据反过来识别你这个人的数据。很多电商里，互联网媒体，经常用商品购买标签做推荐引擎，这不是隐私数据。但是要看商品涉及没涉及个人隐私，如果商品本身涉及个人隐私加工标签的话就是有问题的。陈立节从监管的角度指出，隐私的界定不再监管本身，而在于金融机构自身能否把自建的数据隐私管理体系说圆，大原则不违规，一般来说就没问题。

天云大数据副总裁李从武

清楚了数据隐私的界定，那么如何保证隐私数据不会外泄呢？李从武表示，数据的隐私问题在各国各地方也有差异，欧美这些国家很担心的是老大哥全知全能，在我国对老大哥不是太担心，我们担心的是不停有人骚扰我或者数据被他人取用。中国的这方面一些保护更重视，设立了3级等保、4级等保，来分级保障数据存放的安全，只要是善意的使用就没大问题，这是符合国情的。

贾宜宸认为，在理财端更不用担心数据外泄，金融机构最不希望把他客户留出给第三方抢他客户的。一般从金融机构，不管是银行还是证券，还是保险公司拿到数据，都是脱敏的，整个客户我们看不到名字，年纪也看不到，只给年纪的范围，是标签化、模糊化的数据。依据客户画像、风险属性帮他找出来配置的状况，然后再推送回给他。所以在理财端，不用太过担心数据泄露。

毕马威中国数据咨询合伙人陈立节

既然数据安全在企业端有很好的保障，为何还会出现信息泄密案件呢？作为专业审计从业者，陈立节介绍，数据泄露案件有一个非常大的特征，就是大部分案件其实是因为内部舞弊导致的，比如金融科技或者金融机构内部员工泄密导致的，而因为技术手段、加密手段等泄漏的比例并不大。这也给整个行业提个醒，数据保护、保密更多是在管理机制、管理流程，甚至考核奖惩机制体系上应该如何制定，很多事情没有想象中那么复杂。

另外一个角度，对数据使用而言，其实它还更需要的是更进一步地精细化。李从武表示，有些大是大非的问题，这些数据无论给我多少钱也不愿意拿出来，但是有些东西不给我钱不愿意给你，给我一点钱可能会给你，这就涉及到数据的定价，我们是不是有能力和数据拥有者甚至个体进行谈判，这就涉及机器处理。因为很难一个机构去和100万人、200万人去个性化地谈这个问题，但机器是有可能的。一个平台衡量这个数据到底价值是多少，得付出多少钱，这就成了一个生意。这就会变得更安全，这对政府监管要求更高一点，这都是一个过程。

人工智能在金融领域彰显“智慧”

赵宏强为金融科技企业的人工智能下了定义：第一，一定有研究的功能，因为很多前沿东西不现在把握，可能以后会失掉这个机会，你还没意识到它就过去了；第二，非常核心的点是所有的应用生产出来必须是基于我现在的产品和服务和现在金融机构需求的。AI现在智能化程度还不够，来自美国运通高级副总裁表示，一定需要人工干预，不能完全让算法本身去跑这个过程。这对我们的启发是，人工智能是人工+智能，不能完全交给机器。

在金融行业里AI应用已经开始了，但是远远没有达到期望的完全替代人做决策，还要大量人工干预。鲍忠铁认为，这也是正常的，因为智能模型和智能应用对金融业务理解还没有达到人的智慧，这是漫长的过程。AI对于投资肯定是有很大的提升，但是提升比例不会很夸张一倍、两倍、三倍，整个金融产品风险不确定性太多了，特别怕出现黑天鹅事件，它的有效性还是有一定限度的。但是用肯定比不用要好。AI在投资领域的应用还处在早期。在智能投顾的“客户认知，资产配置，投资组合选择，智能交易”四个模块中，大数据和人工智能已经有了很多的应用，但是还未形成一个闭环，这也意味着市场上还有很多机会。我们给智能投顾的定义是，通过机器脑，即算法、数据模型、机器学习，而非人脑做出投资决策。

传统银行里面，50万资产之上已经配人工财富管理服务，按年收资产管理费用。普通白领，刚毕业的学生手里没有50万现金，他怎么样得到智能投顾的财富管理服务，这时候只能靠低成本、高效率智能投顾。鲍忠铁介绍，通过数据应用降低了风控成本，也将金融服务下沉了，过去很多服务不了的客户现在服务了，过去发现不了的风险现在都可以发现了，帮助金融机构在整个风控领域做得更精细化了，可以为更多潜在的客户服务了。

智能投顾在中国还有很大市场。如果了解华尔街金融市场的话，就会发现从2017年开始，对冲基金和量化基金整个平均收益率开始大幅度下降，为什么呢？当所有的对冲基金或者量化投资机构的风险策略相同时，数据又是一样的，投资偏好也是一样的，就造成没有更多利润空间可以获取的了。用一个行里话说，华尔街市场上傻子越来越少，对冲基金大的增长空间就很少，反倒在中国现在整个量化投资也好，整个金融产品风控程度还是有机会，还有很大空间。

PINTEC品钛是一家芯片级金融科技解决方案服务商，为金融机构和商业机构提供高效的智能金融解决方案，包括智能信贷、智能投顾等。贾宜宸介绍，品钛的智能信贷风控引擎正在为国内最大的几家旅游网站提供消费分期服务，而智能投顾业务，服务于金融机构与平台，通过B-2-B-2-C的模式，触及到更多零售客户。

智能投顾，本质上是一种在线投资顾问的服务模式，即根据现代资产组合理论等相关算法搭建一个数据模型，根据投资者的风险偏好、财务状况及理财目标，为用户提供智能化和自动化的资产配置建议。再到智能风控的部分，平常可能审批需要众多环节，耗时费力，但是在智能风控系统下，几秒钟之能就能够决定要不要批，额度是多少，后面所有账户、开账、结算都很快。其实还是科技帮助金融多了一点，确实是一个以科技为主的驱动整个产业转型的部分。在招商银行等试水“智能投顾”后，多家银行也接二连三布局市场，抢占先机，智能投顾这一新兴的服务逐渐成为银行财富管理业务的“标配”。另一边，像PINTEC这样拥有新兴智能投顾科技公司的技术、品牌、用户体验越来越成熟，第三方技术公司自然而然成为了银行落地智能投顾业务的科技帮手。这是一个互利互助的过程。

人工智能在金融科技领域的应用，除了智能投顾，鲍忠铁特别提到了智能客服，比如信用卡公司3000人专门是呼叫中心的，有智能客服之后一半人接电话了，另一半人做电销了，1500人省的钱就很可观了。但是金融服务除了冷冰冰机器数据服务，还要有温情服务，人工服务是不可替代的，永远都不会说出现了智能客服之后，人工客服就不需要了。有些年龄大的人会有很急迫的，很复杂的问题一定靠人解决，智能客服只能解决标准化、重复性的劳动。

还有就是反欺诈，越来越多应用到AI的判断，比如说在网页上输入大小写偏好，还有是不是某一个域值上经常有修改，这都是一些行为，必须有技术能力获取，获取完不断跟后面模型比照，这是不是的确有问题的，也通过一些算法、样本不断优化。从不同角度，从简单行为推测这个人的意图。真正解决业务场景研究AI的，这样是比较有投资价值的。

伴随人工智能大量提高金融服务效率的同时，引起了从业者对失业的担忧，对此贾宜宸以无纸化的例子进行了说明：现在全球都在少纸化，也不需要太多的纸，有足够的就够了。科技是帮助任何行业做效率进展的，为什么会担心科技进来，金融从业者会失业？大概一两年前，苏格兰皇家银行宣布解雇400个英国的理财经理，用机器人投顾做取代。大家担心传统的理财经理工作会被机器人投顾取代，其实并不会。陈立节从另外的角度阐述了人工智能在落地时并不顺利的情况：毕马威有一个财务机器人，推的过程中发现很多需要人工干预的点，难在过程中涉及到很多部门管理认责的问题，最后归根到底总结很多管理理念和管理意识的问题。