9月23日，2016博鰲觀察金融創新峰會在京舉行。本屆峰會以“新科技、新理念構建新金融”為主題，邀請國內外專業人士就如何充分利用科技與業態創新，推動金融發展、促進中國金融改革與經濟社會發展等問題進行深度探討。峰會當日下午的第二場嘉賓對話以“從大數據到人工智能：真正風口已經到來”為主題，五位行業專家圍繞話題進行了討論。

　　國家千人計劃專家、烏鎮智庫理事長張曉東在討論中提到，2007年、2008年的時候，中國在FinTech方面的專利大概是美國一半，而且是偏應用型的專利;但是到去年年底今年年初，中國大陸在FinTech方面專利的累積已經超過很多，今年可能會超過美國不少，而且有些專利是有相當前瞻性、基礎性的東西。

　　以下為張曉東的發言實錄：

　　主持人：大數據提出的時間比人工智能早很多，人工智能就我的理解是一個算法，如果沒有好的人工智能，你的數據再全再多，都得不到任何的結論，但是如果你沒有一個好的數據來源，沒有準確的數據來源的話，你的人工智能算法再精確，也無法給出準確的信息，所以這兩者是相輔相成缺一不可。從大數據和人工智能這兩個詞，主要是從科技領域開始發起的，不管是IBM還是谷歌，都給大家描繪了一個從如果人工智能發展起來，人類會進入更好的社會局面，但我們知道這都是在自然科學領域提出來的，作為一個典型的社會科學，人工智能這么一個概念在金融領域是否能夠有很好的應用呢?也就是說我們現在如何在金融領域推進人工智能，它目前的進展是什么，包括它未來會往哪個方向發展，我想聽聽在座各個嘉賓的想法。

　　張曉東：其實你要是看最早的比方說五六十年代，在金融領域里一直在用科技的手段，但是過去我們總說那個時候的科技手段模型做得很深，但是它數據也很少，因為各種各樣的原因，新的互聯網公司出來之后，像谷歌、FACEBOOK，它們模型也許是淺的，也許是深的，但是它的數據量很大，就是很多東西一旦數據量大了之后，它會讓你很多東西變得很有意思，比方說數量大了之后，有一些數據你甚至可以負擔得起，你說我不要，但是你在傳統的六七十年代建立一個非常精準的數據模型的時候，這種你是不可能做到這一點的，這是一個?，F在我們看到的所謂互聯網金融就是淺模型，就是大數據加上淺模型，和淺數據加上大數據的這么一個整合，這種整合我們從技術領域看到一些新的技術出來，最近說深度學習，我都不想再提了，因為現在所有新的科技公司找融資的，要么是深度學習公司，要么是機器人公司，就是什么東西都往這邊靠，從技術領域里面我想提兩個，除了深度學習以外，一個是自然語言理解技術，一個是知識圖譜的應用，在應用行業里面，我看到現在大家用到很多的，一個是征信，另一個是風控，一個風控是水平的行業，它幾乎在互聯網金融的任何領域里面都可能會涉及到風控的問題。我想舉一兩個例子來說，比方說最近征信公司拿到了所有的法院數據，比如說有兩三千萬法院的判例，它用自然語言理解技術來了解這些判例是對誰更有利，從而能夠得出說跟這個人也好，這個公司也好，誰的信用度更可靠，另一個比如知識圖譜的技術，現在很多企業在做知識圖譜。過去我們講數據都是結構化數據，現在比方說最極端的非結構化數據，比如說自然語言理解的，法院的文本，這都是非結構化的數據，我們有些手段通過知識圖譜可以把人和人，公司和公司，公司和人關聯起來，最近有一家公司，大家也提到P2P，去年年底到今年國內有很多波動，這個公司做了一些技術，這些技術給國內的監管部門，它就是用知識圖譜的技術，把P2P公司之間、人和人之間的關系挖掘出來，這個挖掘出來它一個很好的方式呈現，你就很容易知道哪些公司是有潛在問題的，所以我就先講這么多。

　　主持人：現在有一個詞非常流行叫智能投顧，中國目前所做的智能投顧和美國比的話，它的區別是什么，我們能從中學到什么東西，第二人工智能接下來的發展會不會使人的整個投資理念以及資產管理行業發生一些改變，比如說人工智能會不會取代人類，人工智能會不會跟人之間有一個非常強烈的分工?

　　張曉東：前年的時候，我在谷歌聽谷歌做研發的人有一個講話，從大數據到大知識，數據到知識傳統上這個過程都是通過人來做，但是現在越來越多數據到知識的過程被自動化，我們跟傳統的智庫或者是傳統的咨詢機構有什么不一樣的地方。關于FinTech市場分析的報告，大家可能都在這個領域里面關注到，全球最大的一家咨詢公司今年一季度、二季度發布了FinTech的報告，它基本上是全球五個合伙人，每個合伙人干幾個月，它有不同的數據員，它還通過人來做，它比以前更先進，現在有一些數據慢慢可以自動化，我們最近做了一個類似的東西，但是我們這里面沒有若干個專業的合伙人，或者若干個哈佛畢業的MBA來做的，我們完全是通過數據自動化技術，我們也做了一個FinTech的報告，現在在小范圍之內預發布了一下，目前看整個的回響很好，我們預想在今年互聯網大會期間正式發布，另外我們還會發布人工智能產業方面的報告。

　　說一下有什么不一樣的地方，我們現在發這個報告，理論上來講，我可以把它做到實時，就是說昨天的數據是什么，昨天是一個什么樣的情況，如果你的顆粒度比較大的話，你不太關心，但是對于某一些行業，你的時間顆粒度很小，這個時候這個東西實時性對你就變得比較重要，我們可以做某種程度上提供這樣的一種服務。我最近也在講一些新的概念，知識作為服務，就是以后這個報告我不給你印成本，我完全可以把它做成一個在線的服務，知識的服務，緯度由客戶自己來定，現在比方說你拿到紙質的報告，你在想，它的那些數據實際上是可以給你提供一些其他服務的，但是因為它呈現方式的限制，你沒有辦法去做這些事情，現在我們可以把知識作為服務是一個按需的東西，這是一個。我前一陣碰到一個做傳統智庫的人，他說你這個東西不能給我洞察，你只是把這個呈現方式做得很漂亮，現在看起來不一定，就是我有可能提供一些洞察，他都提供不了，舉個例子，互聯網金融領域里面最熱的兩個領域，一個是P2P，還有一個是移動支付，大家都一直認為我們中國在應用方面很強，但是可能在實際的理論技術底層未必會那么強，我現在搜集了全人類有史以來所有的專利，分析了專利的情況，專利的情況就是這個給了我很多洞察，其中一個是就是說你看專利，2007年、2008年的時候，中國FinTech方面的專利，大概是美國一半，而且中國是偏應用型的專利，但是到去年年底今年年初，中國大陸在FinTech方面專利的累積已經超過很多，今年可能會超過美國不少，而且有些專利是有相當前瞻性、基礎性的東西，這個東西不光給我們提供了傳統的手段，同時它也給某一類的應用，比如說我是VC，我就特想知道在互聯網金融領域里面，因為往往專利這個東西是比天使還早期的東西，往往你先有了專利，然后有了天使，一步一步過來，所以你在非常早期的時候能幫你找到這些不同的技術的趨勢和不同的公司的走向，這本身就是一個數據和智能技術對傳統行業的一些補充或者改善，我們看到越來越多這樣的技術已經在發生。

　　主持人：今天我們非常榮幸有五位業內的專家在這個地方，有來自與傳統金融行業的，也有來自于新金融行業的，也有對這個領域研究非常深刻的學者，接下來的時間里面我想做一個思維的碰撞，各位相互之間可以問一些問題。

　　王德英：我想問一下張曉東老師，您認為在大數據的行業應用方面，中國在金融行業，中國跟美國市場大家的發展水平怎么樣，中國有哪些做的好的地方，有哪些地方做的不如美國這樣的成熟市場?

　　張曉東：中國跟美國現在其實跟市場的環境有關系，越來越偏向消費者的，中國過去在應用方面很強，我們會越來越看到它在一些基礎技術、核心技術方面也會慢慢變得越來越強，但是總的來看就是引領潮流，目前無論是大數據的技術、人工智能的技術還是美國走在世界的前列，另外就是看行業的細分，短期內我看到一個是征信的應用，這個馬上會看到數據、人工智能在這里面會開花結果，另一個就是互聯網金融里面的一些偏向消費者的一些應用，可能我們會看到馬上會有這個效果。

　　主持人：非常感謝幾位的分享，最后每位用簡短的一兩句話，大概說一下在未來五年里面，在您這個領域里面人工智能和大數據會產生什么樣的影響和后果。

　　張曉東：對于未來做預測實際上是一個特別危險的事，很多人工智能的早期專家司馬賀(音)1957年說十年之內機器下棋要下得過人，結果1997年深藍才贏了，所以他這三十年之間天天被人罵，最后就導致大家對技術本身都會有一些懷疑，但是也有反的例子，比如四年以前有人就說下圍棋的話還早著呢，至少得十年，可能再過一年，倆機器人下圍棋，人已經看不懂他們在下什么了，所以對未來不好預測，所以我只能說看一下我身邊能看到的事情，比方說風控在消費者金融領域，在一些征信上，這個短期內我們會看到很多很有意思的應用，也會看到一些很直接的技術在這里面，就是馬上就會開花結果。