央廣網財經4月20日消息 第三屆網際網路金融全球峰會北大論壇于4月19-21日在北京召開。網際網路金融千人會秘書長易歡歡出席並致辭。

　　從2013年到現在未知，整個網際網路金融都處在商業模式驅動的時代。但是，現在網際網路金融即將進入到一個技術決定新的供給的時代。易歡歡在發言中表示，人工智慧會在網際網路金融裏面成為下一個非常重要的創新點。

　　以下是發言實錄：

　　易歡歡：非常容幸，有這個機會參加一年一度的網際網路金融峰會，我們以前在世紀金元酒店第一次點燃了對網際網路金融的憧憬和熱潮。第二次在北京的亦莊，當時我們非常及時的提煉了網際網路和産業，和金融之間的互動。在六月份的時候，當時在講移動金融，我們也看到了在任何一個産業在蓬勃發展期的時候，我們也要提出中間有可能存在的風險和冷冬。但現在我覺得一方面是網際網路金融會進入到一個規範發展的現在，同時三年以後我們要去總結，這個行業接下來會怎麼走，接下來什麼事情會成為主流的創新驅動的來源。這裡面我覺得從2013年到現在未知，整個網際網路金融都處在商業模式驅動的時代。不斷的資産的上來、不斷的用戶體驗的改善，這是2013年以來的整個網際網路金融的發展。但是現在你會發現我們即將進入到一個技術決定新的供給的時代。在這裡面也許用十年的角度來看，中國的網際網路金融發展到底留下了什麼，到底對世界意味著什麼，這是非常重要的。所以這次我們的重點，我們認為接下來一個非常重要的議題，人工智慧會在網際網路金融裏面成為下一個非常重要的創新點。

　　首先我們看到這裡面有一張開場PPT，有一家公司叫Kensho，這是以前高盛出來的分析師團隊，把整個高盛的經驗模擬，通過機器取代現在大量的人工，進行相應的投資、分析、決策。而且在資訊，在網際網路傳播非常快的時候，他們去除調了大量的噪聲，回歸到這個事情的本質，我覺得這是我們現在看到的一個非常重要的未來。而且很快高盛發現了這個公司非常快的發展速度，直接把它私有化，直接變成第一大股東，就不願意給市場更多的提供服務，因為發現這中間帶來的差別是這個企業的核心競爭力。

　　所以我們之前一直在講大數據，我是從2010年開始，當時寫了三篇跟大數據相關的報告。現在我們再去審視，我們現在已經開始從一個簡單的大數據，從大數據裏面抽象出來，然後它的關聯關係。但是你會發現大數據的場景到現在為止，大數據的應用到現在為止依舊非常模糊的。我覺得非常重要的是我們稱之為叫大數據到最後要經過人工的完成才能實現一定的數據運用，而且尤其是在金融領域裏面，在電信領域裏面，跟我們傳統的這種簡單的網際網路領域裏面，需要非常快速的反應，能更多維度的風險控制和關聯分析的領域裏面，我覺得大數據變得不那麼應用了。我們把這個數據分成三塊，我們理解什麼叫大數決，就是相當於硬碟和網路存儲，它非常大，而且需要進一步的存儲和處理，實現了數據的採集、儲存和傳遞。但是有一個大的問題就是數據非常多，第二個是關係的數據。我們現在看結構性數據，這裡面比大數據可能要更加對你的工作有一定的幫助和理解。但再往上層是什麼呢？我認為人工智慧的使用未來一定會遍佈在各個産業裏面，但是你會發現這個事情的使用一定是結合場景的，一個通用型的人工智慧，一個通用性的數據處理的方式，很難在不同的場景下發生相同的結論。所以有點類似于電腦裏面的寄存器，帶有邏輯。當快速的數據出來以後，會産生與之對應的相應的固化結論，我們把它作為一個定義，有一個英語語，翻譯過來就是超數據。

　　這個事情不僅僅是高盛在做，包括Googel，前段時間Googel的AlphaGo戰勝了圍棋，AlphaGo其實就是基本的演算法，有兩個核心的演算法，接下來將應用到醫療、金融、其他的領域。因為每個領域裏面的數據來源、數據抽取、數據的實效都不一樣的。這是我們第一個看到的。

　　第二個包括百度，也在圍繞著這個領域裏面來展開更多不一樣的研究工作。所以到這個背後你會發現。第一，現在的人工智慧的變化已經從以前簡單的網路計算變成深度的學習，變成了一個反向演算法的傳播，變成了一個卷積的神經網路，包括地推的神經網路，以及專家系統結合在一起。

　　第二，現在這個事情的發生已經從以前的簡單的在實驗室裏面進入到金融投資，比的是機器的學習能力，以及它的運算速度。比的是整合行業的關鍵經驗，在科研、在醫療、在出行、預測等各方面都在逐漸的影響。而且這個領域裏面對金融的影響是帶來了新的供給，全球最大的對衝基金使用基於歷史、數據統計的演算法，讓系統能自動的學習機器的變化，並適應新的資訊。第二，包括我們看到有一家公司在倫敦設立了完全基於人工智慧的對衝基金，重新定義了量化模型和NLP，讓機器讓人類一樣。第三就是知識圖譜，用一個知識圖譜量化各種各樣的材料，滿足各種各樣的需求。

　　第三，非常重要的，對金融需求的變化。普惠金融衍生出來的嚴格風控，從普惠金融衍生出來的全面徵信。以原有的大數據為基礎，通過機器為模型，建立起投資和風控的模型。通過認真計算，對我們投資的資産，對我們投資的標的和行為，進行完整的用戶行為畫像。通過處理全面的解構我們看似雜亂的數據。最後通過全面的數據採集實現在金融需求的變化。

　　我們把網際網路金融分為三個階段。第一個階段就是網路金融。把現有的金融産品搬到網際網路上，網際網路上面現在賣基金、賣理財、賣信託、賣保險。

　　第二個階段是大數據金融階段，我們通過數據重新去定義相應的金融産品和相應的金融服務。

　　第三個階段叫智慧金融，任何一個産品進來的過程裏面我們在自學習，發現它整個産品的傳播鏈條、設計依據，這個事情不是由人工判斷的，是由機器判斷的。第二個方面根據用戶的大量畫像打下的屬性、打下的標簽，自動設計出來與它風險相匹配、相適應的産品，我們稱之為智慧金融型的個人風險和多樣化投資。風險可控的金融需求將會被充分的滿足。

　　所以這是我每年都會拿出來講的。整個網際網路金融行業A到B是什麼時候？我們稱之為2013年以前。從B到C是什麼階段？是我們看到的從2013年到現在為止，或者説大金融出來之前，那時候估值非常高。C到D的階段是行業野蠻生長之後，出現了一定的問題，監管出來，這時候真正意識到有的只是網路小貸公司，有的只是簡單的資金收取，然後再出現核心的技術、核心的風險規避能力、核心的用戶畫像沒有充分把握的時候，出現了一個振蕩。真正這個行業發展我個人認為有重要的兩點，我今天講第一點，我們稱之為智慧化AI對金融行業的影響。第二個是可視化，包括我們看到的虛擬現實、VR技術，大家不需要跑到銀行網點，在家裏就可以完成溝通交流分析。我們可以讓數據可視化，清晰的理解它的傳播過程。所以技術模式、商業模式、營業模式，合規逐漸到位之後，我個人對網際網路+金融，技術+金融未來的衍生和演進，依然抱有非常大的希望，這是我對這個事情的理解。但是在每一撥浪潮的時候一定會有大批公司被淘汰，一定會有不同的公司在引領這個行業的發展，我覺得這是這個行業的一個本身。

　　最後，跟大家彙報一下我們做了哪些嘗試。我們現在做的第一個是什麼呢？我們現在只是專注于，因為我自己連續很多年科技研究第一名，我自己在做投資的時候也做得非常不錯。但是我後來覺得OK，你要嘗試去運作一個企業，而這個企業裏面在你自己擅長的領域裏面，把你的知識、經驗，把這個行業裏面最專業的人的經驗提煉出來，能夠讓機器自動産生，我們現在做的這個就是第一個，包括定量模型，結合全面預測的演算法、分析、歷史，判斷未來的可能性。第二，我們引入了大量的自然雲處理，對新聞、政策、社交領域裏面的各種各樣的數據進行詳細的分析。我們不做徵信，我們也不做網際網路金融的所有事情，我們只做一件事情，我們只判斷公司未來經營發展的趨勢，和整個投資關心的熱點。第三個我們稱之為叫知識圖譜，用知識圖譜重新解構現在非常多噪聲的市場，從中提煉出有價值的東西。

　　第二是我們做了每日個性化的推薦，包括對用戶的相應預測。

　　第三個，我們現在做小企業不多，我們做的是大企業，做上市公司。我們通過新的人工智慧，通過以大數據為基礎，以人工智慧，以深度學習為依託的體系，去判斷每個企業的未來，每個企業的價值和每個企業的趨勢，以及它的定價，這是我們現在在做的事情。

　　所以我最後總結幾句。第一，中國人還在討論商業模式創新的時候，中國的很多網際網路企業家還爭取把自己變成網紅的時候。我們可以看到Googel開始有了AlphaGo，亞馬遜開始大規模的進入到無人機、人工智慧領域。包括Facebook在虛擬現實投入了大量的精力，包括比爾蓋茨研究癌症，特斯拉開始重新做好他的特斯拉之後，然後開始做他的新技術，還有空間飛行器。我認為在整個網際網路的發展過程裏面，技術的推動是最重要的。這個領域裏面我個人認為事實上在每個專業、專門，細緻的領域裏面，一定會産生大量的稱之為叫超數據。通過人工智慧的方式把這些超數據應用起來，會取得更好的價值。

　　第二，網際網路金融現在我們稱之為叫網路化，大家已經接受了，數據化大家開始逐漸的接受。接下來變成智慧化的過程裏面中間的複雜度、難度、長期的投入，而且不可預知的風險也非常大。只有真正憧憬和嚮往整個行業，才有可能在這裡面取得下一步的機會的成功。

　　最後，我們做了一點點嘗試，我們希望結合資本市場，給每位已上市的企業一個更好的評價，一個更好的預測，我們市場是不可知的。但是我們儘量去降低大家的工作，我們通過這個事情來實現我們自己的一些追求和夢想，謝謝大家。