“金融科技新生态：开放与变革“ 通联数据创始人兼CEO王政访谈录

世界人工智能大会“金融科技新生态：开创与变革”论坛于2019年8月31日成功举办。会后，第一财经特邀四位论坛嘉宾进入大会演播室直播交流。

四位嘉宾对于金融科技新生态有何见解，第一财经为您一一呈现。

主持人：第一财经新闻中心财经部记者 吴茜

嘉 宾：通联数据股份公司创始人兼CEO 王政

主持人：

这次世界人工智能大会的主题是“智联世界 无限可能”，您是怎么去理解“连接”这个主题的呢？

王 政：

我觉得这个题目很好，叫“智能连接世界，可以产生无限可能”。智能的连接怎么理解呢？通过很多的智能设备，把“人、物”和“环境”连接起来，可以共享很多信息、数据。这样的话，就可以产生很多的可能性。其实我们现在在生活中，非常受益于这种连接的：比如说出行。早上上班的时候，就可以看一下路线、哪一条路线是最佳的。这就是因为我们把所有的人、所有的车都联系起来了，出行就不需要走到最拥挤的地方，现在可以走最优的道路、最快的达到目的地。

主持人：

通联数据作为一家数据科技公司和金融科技公司，是怎么看待这种连接的？这种连接对于你们的这些技术和业务，有一些什么样的启发呢？

王 政：

从金融行业来讲，主要依赖的就是数据，所以“数据”对于金融科技的发展是非常关键的，有了“数据”以后就可以做很多人所不能完成的任务。尤其是像现在体验比较深的“移动支付”，正是因为我们有这些连接、有很多的数据，所以“支付”场景在中国发展非常快。从通联数据的角度来讲，因为我们是一个投资科技行业的企业。投资科技牵涉到很多的行业数据，所以如果说：我们能够把各行各业的数据都能够串起来、连接起来，对于我们的智能投资是非常有帮助的。

主持人：

是否方便问一下，通联数据现在投资科技所占的比重大概在你们所有业务中占了多少？除了投资科技之外，还有一些其它的业务，比如：传统的一些业务。

王 政：

我们的业务都是围绕着“投资科技”核心平台来展开的。

主持人：

技术的应用最终是要赋能到各个场景中去的，以金融场景为例，现在我们全自动的金融服务可能只能在某个节点上才能做到，很难做到全自动的金融服务，因为我们在很多环节中仍然需要，包括：监管机构的一些参与。我就想问一下，对于通联数据来说，人机互动是怎么样才能够达成呢？

王 政：

现在我们还不能做到完全由机器学习、机器完成所有的工作，所以还需要人来提供很多小数据的结论和分析结果。在金融科技的应用中，我们其实首先是要把所有的行业分得更细，比如：现在有支付科技、信贷科技、保险科技、监管科技、投资科技。在每个领域我们都需要很多的专业人才，来帮助我们去训练这些机器，让机器能够做得更加智能，这是第一个层面的，就是要细分出各个行业，由专业的人士来指导。第二个层面就是我们的技术平台能够支持把机器的知识、学习能力和人的知识结合起来，这样就能够充分发挥机器在大数据处理上的效率和及时性，还有就是“人”在小数据上分析的能力和判断。

主持人：

所以就是“人机结合”可以理解为大数据和小数据的结合？

王 政：

是的，因为人判断东西非常直接，看到一个东西马上就有一个决策判断出来，这是什么东西，但是机器学习需要大量的样本才能学习出来。

主持人：

通联数据有一个智能投资管理平台，这个智能投资，我们现在比如说智能的一些风控或者是一些审核，我们可能相对而言会更加成熟一些。智能投资还是一个比较，可以说是一个相对而言更新一点的领域。想问一下智能投资管理平台，它是怎么样去运作的？包括：它有一些什么样的特点和优势，并且在这个投资管理的各个环节之中，是如何运用大数据和机器学习这些技术的？

王 政：

通联数据智能投资平台是一个一站式全流程的智能投资服务，它的目标是帮助我们的客户能够构建个性化的智能投资能力。所以这个平台包括几个关键的环节：第一，数据的采集能力和处理能力。第二，模型的构建能力。第三，研究分析能力。第四，组合与风险管理能力。其实在每一个环节，我们对大数据和人工智能的应用都不一样。比如：在数据这个层面，我们第一是需要用机器帮助我们采集各种各样的数据，这本身就是人工智能的一个应用场景。第二个，就是我们所有的数据采集来了以后，有图片的、有文字的，所以我们需要用自然语言处理的技术，我们需要用OCR这种图象识别的技术等等，这些都是属于机器学习里的非常成功的技术应用。再下面，构建模型的时候，我们需要利用知识图谱这样的一些比较前沿的技术，把我们所有的数据和知识能够构建成一个完整的体系，方便我们下面去做分析研究。再后面，我们还有像做研究这个环节，其实也是我们今天重点要介绍的，就是怎么样把人机结合的研究能力建立起来。我们知道在投资领域有很多人做得很好，像巴菲特，他基本上很少用系统化的模型来做，但是他的投资能力也很强。另外一批像用量化模型做的，也做的非常成功，全世界最大的资产管理公司就是做量化的，这两个方法都有其优势、各有特点，怎么把这两个方法结合起来，也是人工智能的重点应用，就是把专家系统和机器学习结合的案例。

主持人：

不好意思，我可能理解不是特别清楚。我们现在所谓的“量化投资”和您的这个人工智能的“智能投资”，应该并不是同一概念吧？

王 政：

有相关，但是不完全一样。如果这样理解的话，量化投资更多的是像一个工业时代的产品，它主要是人把我们自己的一些模型做好了以后，让机器去帮我们完成这个任务，它不具备自我学习和提升的能力。我们讲的“智能投资”，它是有学习的能力，就是我们提供给它的信息、提供给它的知识，它会记住、它会持续的根据不同的场景做出变化。

主持人：

可以理解为最后做决策的人，到底是人还是机器呢？

王 政：

在智能投资里头做决策的就是机器，机器会动态的根据场景的变化做决策。但是在量化里边，基本上我们是固定化了那些流程。也就是说，在这个时候我们说：“你做什么”，它就做什么，不会根据其它的变化做调整。

主持人：

相当于最后由机器做出了投资决策？

王 政：

是的。量化就是我们设置好了，就像自动化的生产流水线一样的。智能投资不仅仅局限在固定的环境下做事情，它会根据市场的变化做更多比较主观的一些决策。当然，它不像人那么主观，更多的还是根据信息、根据一些信息来做决策，但是这个决策可能我们人以前都没有碰到过。

主持人：

通联数据应该也会有一些客户，包括公募基金、私募基金。我想了解一下，它的客户主要是一些什么样的人？如何帮助客户。

王 政：

我们的客户就是所有做投资研究的机构或者投资管理的机构，这样的机构包括公募基金、私募基金、银行的理财子公司、资产管理公司，保险资产管理公司，券商的资管、研究等等，这些都是我们的客户。

主持人：

也就是说，客户会通过智能投资的结果，来作为一个参考。

王 政：

我们更多的应该是构建了一个学习的机器、训练这个智能投资机器人的系统，每家机构可以根据它们自己的专业能力，可以通过“人机交互”的方式，教这个机器他们的投资逻辑、知识，然后这个机器可以去处理大量的数据，结合他们的投资逻辑去完成投资的过程。

主持人：

哦，是这样的一个过程。能不能给我们举一个具体的例子，因为我们这样听下来还是比较抽象，怎么理解人机结合的智能投资范式。

王 政：

现在我们举个例子，比如：研究腾讯这家公司。腾讯的话，我们关注的是腾讯每个季度的业绩表现。如果我们知道它的业绩表现了以后，我们就知道它的股价应该是涨还是跌。所以预测腾讯的业绩，是很重要的一件事情。分析腾讯的业绩，从传统的基本面研究的角度来讲，我们是知道的，就是从它的营收、盈利，然后最后到估值。所以说，营收是其中很重要的环节。拿营收来讲，腾讯的营收从基本面分析的角度是知道的，分拆成广告、游戏等等这些业务，每个业务有多的数据，我们都可以去获取。这些逻辑，是我们人非常清楚的，但是机器并不知道这些分析的逻辑，我们人知道这个逻辑就把逻辑告诉机器。机器能够干得最强的是什么？找各种各样与腾讯的营收相关的数据，通过大数据的分析预测出腾讯大概这个季度在广告上的收入，大概是呈什么样的增长趋势，在游戏上的增长是什么样的。因为游戏，就可以看多少人在玩腾讯的数据，这就是大数据，很多的数据可以去做分析。有了这些数据了以后，把两个结合起来。一个是我们的分析逻辑、就是人的知识，另外一个是机器去处理大量的数据，就可以做出一个分析预测的结果。这样的话，我们就可以知道腾讯下一个季度爆出来的营收大概是一个什么样的水平。

腾讯大概两周前才报了“营收”，我们之前也是有预测的，结果还是蛮好的，比我们人的预期要更接近于真实值。

主持人：

在预测出了腾讯的营收之后，可能还要算一下它的其它业绩指标。这个就是由人来做的？

王 政：

其它的指标，有的也是机器来做的。比如：从营收到盈利，再从盈利到估值、股价是多少。每个步骤，其实都有人的因素、也有机器的因素在里面。

主持人：

就是全程的人机结合的过程？

王 政：

对的。人告诉逻辑是什么样的，从一个阶段到下一个阶段，机器复杂处理大量的数据、做一些决策的预测。

主持人：

投资涉及的行业真的是360行，所以说它获取数据也是要通过很多的渠道。想问一下通联数据是通过哪些渠道，来获取这些数据的？

王 政：

这是非常好的问题，因为投资是涵盖各行各业的，因为我们上市公司有各行各业的上市公司。每个行业都有其独特性，医药有其独特性、TMT有其独特性。我们在收集数据的时候，是要通过各种渠道收集的。一种是自己采集，通过各种各样的公开网站或者是其它渠道采集数据。第二个渠道，就是我们去通过和很多的专业垂直领域的这些数据服务机构，比如：医药有其垂直行业的数据采集机构，我们跟它去合作、整合它们的数据。第三个，就是我们还有一些专业的数据商，它们就出售这样的一些数据、我们也可以去购买。

主持人：

所以说通联数据做的不是采集的过程，就是一个分析和学习的过程？

王 政：

我们有采集的过程。底层是要把所有的这些数据聚合起来，聚合起来在我们的平台上给客户去做分析研究。

主持人：

您觉得人工智能在整个金融领域的应用和在其它领域的应用相比，有一些什么样的区别呢？

王 政：

我觉得金融行业是一个非常严监管的行业，可能最大的一个区别就是在“合规性”上的要求和其它行业不一样。所以我们在做很多金融科技创新的时候，都要和监管机构紧密的合作，因为很多的东西和我们的监管要求有差异。甚至我们要跟监管机构一起，来建立一些新的规则，能够帮助金融科技来促进行业的发展。

主持人：

在投资方面、智能投资方面，会有怎样的一些问题吗？

王 政：

有啊。比如：我们做智能投顾，我们服务散户，这里面就有很多合规性的要求，很多事情是不能做的，你要做就必须要有资质去完成这个工作。现在也在讨论的，比如：能不能给一个智能投顾的牌照？这其实就是一个监管的问题。

主持人：

智能投顾牌照这几年也是一直在被探讨，您觉得大概什么时候推出来？

王 政：

时间表我不知道，但是我希望越快越好。因为行业有很多新兴金融科技公司有这样的牌照，对于他们业务发展是非常有利的，而且这些公司技术积累也越来越成熟了，就需要有一个比较合规的经营环境。

主持人：

通联数据在整个智能投资的行业里面，虽然这个行业可能相对而言没有那么的、就是说它专门做智能投资的可能像通联数据这样的公司不是很多，但是也有其它的一些公司有一部分的业务涉及到这些方面。我想问一下通联数据有哪些“黑科技”或者是说“比较领先于行业”的一些技术，可以跟我们分享一下吗？

王 政：

从我们的专业性上，我们有些创新。第一，如何把专家的经验和机器学习的能力结合起来，这可能就是我们比较核心的一个能力、也是一个创新。在这里边其实有几个总起的能力，就是我们要对投资本身要有非常深刻的理解，才能够构建出这么一套体系来。在构建体系里，我们对投资的逻辑、经验是非常重要的，就是专业的理解是我们通联数据第一个比较大的优势。第二，要完成这样的专业投资分析，“数据”是必须的材料，所以数据的获取和处理能力是我们非常重要的一个要素，而且这个东西需要时间的积累。我们过去几年持续的要去收集、处理，然后把这些数据整合到一起、能够便于我们去做后期的投资研究和分析。第三，我们把这些新的科技应用到我们的行业，就是说怎么样把数据和专业知识结合起来，通过技术的手段来实现人机的这种合作。这样的话，我们这个平台就显得非常强大。而且它不仅仅是构建一个机器，而是希望能够赋能我们的客户，他们自己把自己的专业知识输入到系统去，系统帮助他们去训练自己个性化的投资机器。

主持人：

由此引申的我又想到两个问题。一个是您提到专业的投资能力，在通联数据中你们的人才方面是以金融方面的人才比较多，还是以技术方面的人才比较多？包括：在做技术输出的时候，这方面是怎么做的？就是给一些公司们，它可能在技术方面会比较弱一些。这一块是怎么做的？

王 政：

这其实是非常好的问题，我们过去几年在金融人才和技术人才上的比例都非常的高、相对来讲。我们在做这个工作的时候，其实最重要的东西不仅仅是专门懂金融或者专门懂技术的人才，而是跨界人才的培养。所以我们很多的员工，进来的时候可能是一个技术人员或者是算法背景的，但是它来了以后要学很多，比如：量化、基本面分析的这些知识。甚至我们很多的员工，已经达到了准专业的水平，就是从这个角度来说、是跨界的理解。我们同时对于专业领域的，像研究员、基金经理背景的。他们对技术的理解也非常重要，因为他一旦理解技术了以后，就理解原来他的一些工作怎么样用技术的方式实现，帮助我们建立更加高效、更加能够通过机器学习提升能力的这么一个新的模式。

我觉得从未来的发展来看、从行业来看，一定会要有一大批跨界人才的培养。只有你既懂专业、也懂技术，才能把这样的一个人工智能结合做得更好。

主持人：

通联数据现在还是以股票二级市场的投资为主？

王 政：

嗯。

主持人：

将来还会涉及到其它领域吗？

王 政：

我们现在确实是以二级市场为主，但是我们对行业、对宏观的分析，也是适用于一级市场的。我们个股的分析框架，就像刚才讲的对于腾讯的分析框架，也适合于一级市场，只要有相关的数据。

主持人：

只是一级市场的数据更加难获得。

王 政：

对，因为是私有数据。

主持人：

我们最后再问一个比较开放的问题。通过人工智能赋能金融，您觉得为行业解决了哪些问题，给行业带来了一些什么样的价值？

王 政：

我想可能第一个解决的就是效率的问题吧。我们通过金融科技的应用、金融服务的效率比以前大幅度提升了，银行业其实是最明显的。“支付”已经是每天日常生活中最重要的一个场景，基本上我们现在是不需要用现金，也不需要去ATM机取钱了，手机已经解决了我们每天对支付的需求。第二个，我觉得是比较大的一个，就是时效性。其实我们现在很多的一些服务，其实都是通过在线来完成的，不是我们一定要去一个营业部。对吧？无论是炒股，还是我们办银行，有大部分的工作，其实都是可以在线完成，所以也没有时间的限制、24小时都可以做，你有个APP就可以完成所有的这些任务。第三个，我觉得是专业性的。我们很多的这些客户经理，其实他原来的专业性是不够的。现在通过人工智能，我们把很多的专业能力都提供在应用里面，客户直接就可以通过问答的方式，就可以了解到很多专业的答案，比原来用客服一个一个的回答问题要专业很多，其实大部分的问题都是可以通过智能问答的形式就解决了，主要可能就是这三个方面。

主持人：

我的问题基本上就是这些，谢谢王总。