编者按：本文来自微信公众号IT时报（ID：vittimes），作者：崔鹏志 ，编辑：王昕 挨踢妹 ，创业邦经授权转载，图源：图虫。
01
宏观城市：
经济数字化转型的“尖兵利器”
从宏观角度来看，金融和以人工智能为首的科技融合是一种政策趋势。
金融作为应用场景与AI的成熟性和匹配性颇高。在“AI新时代·数智新金融”论坛上，上海市人民政府副秘书长陈鸣波表示：“金融领域数据资源富集，数字化程度高，对于人工智能来说是一个应用丰富的场景。”
金融行业作为极具代表性的传统产业之一，亦需要以人工智能为代表的新兴技术加持。科技是第一生产力。今年3月，《中华人民共和国国民经济和社会发展第十四个五年规划和2035年远景目标纲要》正式发布，其中“智能”“智慧”相关表述达57处。在我国经济高速发展向高质量发展转变的过程中，以人工智能为代表的新兴信息技术不可或缺。
以上海市为例，陈鸣波表示，金融数字化是经济数字化转型的重要部分，对上海全面数字化转型具有重要意义。
陈鸣波指出，上海既是全球金融中心，又是人工智能发展突出城市，应该以人工智能驱动金融智能升级来赋能行业的提质增效。人工智能不仅可以提升金融效率，还能助力普惠金融，应对及防范金融风险。从上海全面数字化转型角度出发，人工智能战略方向日渐清晰：强化战略支撑，加快人工智能算法突破；完善人才培养体系，引入复合型人才；加快提升创新应用水平。
02
中观产业：
AI技术或成未来企业“骨骼”
当理念趋向落地，金融行业对科技的感知更加“看得见，摸得着”。
科大讯飞联合创始人兼总裁吴晓如举例，在一段“智能客服如何处理车险自主报案”的人工智能语音演示中，以柔和女声出现的智能客服面面俱到，处理流程清晰规范，不乏“您的号码是来电号码吗？”等拟人化表达，足以媲美经验老到的人工客服。
除去智能客服外，吴晓如还提到数个场景，例如智能外呼使得营销效果提升两倍，智慧运营将人力从审核表格信息这类繁琐的工作中解脱。在风险防控上，基于“声纹”技术，AI技术亦可构建“黑名单”，有效识别电信欺诈。
另一方面，随着近年来AI技术与金融行业融合加深，效率提升背后，战略层面的思考被更多人注意。
“如果我们在一个场景上帮交通银行提升10倍，把一个净利润1000万的场景提升到净利润1亿的场景，这个场景是不是很厉害？我们觉得是很厉害，但这个场景放在交通银行这么大的一家银行来看，是否对交通银行足够重要？实话实说，我不觉得对交通银行足够重要。”AI服务提供商第四范式创始人兼CEO戴文渊提到，第四范式成立头三年95%的客户皆为金融客户，而近年来，无论客户还是第四范式自己，已经不再满足人工智能在某一场景带来的提升。
在场景级提升之外，如何帮助金融机构真正转变成为重心。“比方说像BAT，把人工智能从这些企业里面拿掉，不说（不复）今天的辉煌，甚至可能这些企业都不复存在。” 戴文渊说。
从量变走向质变，这类思考在京东集团副总裁，京东科技智能客服产品部负责人何晓冬的口中，演化为“以人为本”的智能客服。
“当顾客给了这么一个问题，说我买的冰箱到哪了，这个简单的问题其实还有很多种可能性。客户有可能在催单，也可能想追踪物流，甚至可能想要退货。”何晓冬举例，人工智能能否在机械处理退货之外，解决用户真正的需求痛点？AI技术更需要“情感理解”。
从衡量企业数字化转型程度的需求出发，“AI赋能”成为一条显见的线索，阿里巴巴集团副总裁贾扬清给出另一个思考角度。在尝试用“数据质量规则”“安全性合规”“成本节约”等标准依次衡量企业智能化水平后，团队找到了最为合理的标准：企业内部可触及数据并依据其进行决策的员工数量。在阿里巴巴内部，这个数字是4.5万人。
无论如何，当场景与技术愈发融合，或许“互联网企业”会成为所有企业的终途。当“赋能产业”转变为“赋能员工”，传统产业的数字化全景正在到来。对于走在传统产业转型前列的金融机构来说，AI技术或将率先成为其不可或缺的“骨骼”。
03
微观技术思考：
人脸支付“终身裸奔”？
世界人工智能大会也是数字人民币一大舞台。
交通银行、工商银行、建设银行皆在展厅中设立数字人民币展区，展示数字人民币硬钱包的多样形态。《IT时报》记者发现，除去展区内设置的商户场景，诸如自助贩卖机及周边商超的各大银行指定商户，数字人民币同样可作为支付手段。
数字人民币自去年开始于全国多地展开试点，从首批“四地一场景”到第二批6座城市试点，“攻城略地”十分迅速。作为一项颇具代表性的金融科技应用，它拥有安全性高、场景广泛、隐私性高、可回溯等诸多优势。
除去便利和高效，AI技术带给金融不乏警醒和反思。
对比鲜明的是，金融科技另一项成型的技术——人脸支付则毁誉参半。交通银行党委委员钱斌认为，目前人脸支付得到大量应用，但在没有严格法律标准和严格监控的前提下，滥用人脸支付带来的巨大信息安全风险，无异于“终身裸奔”。
于是，在金融科技这个产业互联网的前沿阵地上，数据安全隐忧催生出多种技术与理念。
在创略科技创始人胡世杰的口中，“联邦学习”作为兼顾数据合作和隐私保护的去中心化协作机器学习技术，可有效破解“数据孤岛”。从宏观来看，“隐私计算”技术同样针对数据滥用，有助于数据要素流动。
“保护数据安全在于不是说，让大家都看不见数据是如何使用的，数据应该在阳光下被使用。”清华大学交叉信息研究院专家徐葳这样解释“隐私计算”的初衷。
在AI走向商用的过程中，“信任危机”日渐显著。“美颜相机算不算‘deepfake’？这不是技术问题而是道德、价值判断。”中国信息通信研究院云计算与大数据研究所所长何宝宏认为，当人类将决策交给人工智能，真相被装进黑匣子，信任问题便成为发展AI的原则问题，于是“可信AI”的概念在全球范围内形成共识。
金融天生厌恶风险，这种对流动性风险的趋避却与互联网思维、科技思维占领市场的闪电战思维恰恰相反。“让数据在被监管的情况下使用，让数据的使用变成一种能够监管兼容、监管友好的方式。”徐葳认为，金融科技面临非常大的挑战，教会技术人员在创新中寻找平衡，或是培养下一代金融科技人才的重心。
04
科技金融or金融科技？
从宏观到产业，从产业到技术，金融与科技难解难分：一面是相互成就，一面又容易“貌合神离”。根据2016年国际金融稳定理事会提出的定义，金融科技旨在运用现代科技成果改造或创新金融产品、经营模式、业务流程等，推动金融发展提质增效。
中国工程院院士，金融科技领域专家柴洪峰为人工智能与金融科技总结出三个维度：整体性维度上，人工智能金融科技需经历由人类赋予能力到产生自主逻辑的两个阶段；过程性维度上，金融科技人工智能处在阶段过程转变中，或许产生更多不可控、不可信性；伦理性维度上，从人类赋予AI智能到AI自主发展的过程中，考虑科技向善、数据平权将是持续的思考问题。
《中国人工智能产业动向及启示报告》显示，预计2025年，中国人工智能产业规模将超4500亿元。未来5年，中国有望以超40%的年均复合增长率成为世界最大人工智能市场。
交通银行党委副书记、行长刘珺认为，人类社会已迈入数字经济时代，AI新时代“数据或是新经济的石油”。金融业正处于十字路口，下一步的走向取决于如何更好地拥抱AI，拥抱科技。
在刘珺眼中，与其说“金融科技”不如说“科技金融”，这个词汇代表着以人工智能为代表的科技正在重塑金融业，未来的想象就降落在服务实体经济运行效率、提升金融包容性、打造绿色金融以及防范金融风险等诸多实处。
1956年，在达特茅斯会议上，“人工智能”被正式提出，这年被称作“AI元年”。而在漫长时光的另一头，公元前2000年的巴比伦寺庙、希腊寺庙的货币及放款业务铭记着“金融”在观念中的悄然成形。
新生的“AI”携手年长的“Finance”（金融）一同迈入历史之门，他们的后代或将改写商业规则与人类命运。
本文为专栏作者授权创业邦发表，版权归原作者所有。文章系作者个人观点，不代表创业邦立场，转载请联系原作者。如有任何疑问，请联系editor@cyzone.cn。
