當前位置:主頁 > 證券 > 券商 >

戲說AI產品市場”之一 —— 券商的2018:悲壯的市場,焦慮的AI

  大眾財經網   來源:大眾財經網 www.bkxqdy.tw  發布時間:2018-12-03 11:48:29

 對于從事投資或者券商業務的人來說,2018似乎是不能再差的一年:A股跌得不成樣子,中美貿易戰導致經濟形勢也不容樂觀。

 

然而,2018年初開始的AI轉型卻大有星火燎原之勢。相對于市場的冷清,券商們在科技人才的投入上確實算大手筆,除了部分業務人員的裁剪,大多數券商都在拼命招徠科技人才。不過,一直到2018年末,券商們的AI焦慮也還沒有緩和過來。

一、營銷和風控:傳統優勢領域的失效

無論是互聯網還是其他金融機構,機器學習和深度學習等AI技術主要被用于營銷和風控兩個大領域,然而在券商這里還沒發現足夠的應用場景。

券商都有地域特性,每個券商都有自己的優勢地盤。另外,券商對客戶的吸引力往往是“傭金”,“傭金”低了自然有客戶搶著開戶。那么,這種情況下,“營銷”的意義似乎不是很大,“市場好的時候,開戶的人你擋都擋不住,市場差的時候,你再怎么挽留,該流失還是流失”。或者說“這個券商傭金低,明天就去那邊開戶”。

 

同樣的問題也存在于券商理財產品的推銷上。對于固定收益類產品,根本不需要精準營銷,銷量本身就非常好;而對于權益類產品,客戶大多為高凈值客戶,單個產品購買記錄寥寥,“這么點數據我感覺AI技術根本沒辦法幫上忙,關鍵還是靠王牌銷售人員的推銷”,某券商負責人如此說。

更不用說互聯網玩得風生水起的“個性推薦”了。“用戶偏好”在只關注賺錢的客戶面前簡直是微不足道,“根據我歷史購買記錄給我推薦相關股票,并不能給我帶來任何好處,我只需要能給我賺錢的股票”,某散戶如是說。

風控也存在類似的問題。除了部分業務的風控需求,核心交易這塊的風控似乎要“嚴肅”得多。這就意味著對于大多數的交易來說,不會需要AI技術去做風控;而對于需要“監管”的交易來說,可能交易所更需要類似的“AI”技術去輔助,而且對于交易所的監管而言,目前更多的還是通過人來監管,而不是“AI”技術。

 

當然,對于業務多元化的券商來說,營銷和風控仍有不少場景可以落地,只是太過“碎片化”,讓大家覺得不夠“核心”。

二、圖像識別和語音識別:AI興起的主賽道,解決不了券商的核心痛點

圖像識別和語音識別是AI技術興起的主要應用場景,對于某些行業或者產品,比如說安防、智能音箱等,是最重要的核心技術。

對券商來說,這些卻不是痛點,有的甚至連錦上添花都說不上。這也導致“AI技術無用論”的觀點在券商很有市場。

圖像技術在做APP人臉識別,或者門禁之類的場景還是挺有用處,不過這些在券商這里只能用來趕趕新潮。

語音識別可以用于智能客服,已經有不少券商在進行嘗試,然而要深入地做出相應的成果又談何容易,目前還沒有哪家券商做出真正“智能”的客服來。

 

三、智能投顧和智能投研:曾經的風口浪尖,現在的霧里看花

對于國內的投顧市場來說,連人工投顧都是在逐漸上升的通道中,更別提“智能投顧”了。對于市面上林林總總的帶“智能投顧”影子的產品來說,大多數只是提供了最基礎的“投資組合”建議。對于普通投資者,選擇這種方式推薦出來的投資組合,還不如買個理財產品來得實在。

還有些投顧產品更偏重于“智能”。不過,以當前的智能問答水平,處理一些確定性的“客服”問題還可以,對于這種專業的非確定性的咨詢類問題,就顯得捉襟見肘。更何況,對于真金白銀的投資,連“真人”投顧都很難建立信任,更何況這種“機器人”了。

另外,國內的散戶都是沖著阿爾法來的,沒有賺貝塔的耐心,這也導致投顧推薦的產品要么不夠有吸引力,要么風險大得讓人沒辦法相信。

對于智能投研來說,主要有三塊內容的進展令人無法滿意:

一個是資訊推薦。投研分析師希望將世界上跟自己關心的股票相關的咨詢都推薦過來,并且帶有上下游明確的信息。對于當前的爬蟲、產業鏈圖譜來說,實在是太難了。當然,這塊研究并非毫無進展,目前至少能把關系比較明確的推薦出來。

另一個是情感分析,即分析出新聞或者研報的“正面”還是“負面”情感。首先,利空還是利好往往取決于產業鏈上的位置,一條新聞或者研報對某只股票來說是利空,對另一家來說可能就是利好。而當前流行的NLP技術是沒辦法真正“理性”地分析出“利空”“利好”來的,所謂“情感分析”,也就是從文章中找到某些情緒類的表述,從而從文章整體角度判斷出“情感”來,但沒辦法區分出文章中對應的實體,甚至是產業鏈上的實體。

 

還有一個就是自動研報分析。自動摘要技術在深度學習的支持下,效果比之前好很多,而這種“效果”也只是“通用”的效果,對“研報分析”來說卻用處不大。對于不同的研究員,研讀研報的目的不同,關注的重點也不同。可能這個研究員當前關心的是某個指標或者數字,而當另一個研究員看到類似研報的時候,關注的可能是其他的內容。所以,所謂的研報分析或者自動摘要,在投研領域就顯得有點雞肋了。

四、AI平臺以及其他基礎架構:與其苦苦追求核心應用,不如夯實平臺基礎

隨著AI平臺在幾家頭部券商的推進,其重要性也慢慢凸顯出來。這是因為,如果單說“營銷”本身,可能對核心業務的作用沒那么明顯,但如果橫向切分出“營銷”條線來,意義就比較大了。隨著券商業務的多樣化,多數業務都需要“產品推薦”、“獲客”、“流失預警”等應用。這些場景越多,AI平臺的價值就越明顯。而通過AI平臺將數據處理、模型開發、模型部署等統一到中臺來的方式,也越來越符合大券商們的“中臺”戰略。

對于風控也是類似的,幾乎每條業務線都存在“風控”的需求,就連APP上搞點活動也有被“褥羊毛”的可能。如果AI平臺具備較強的風控的能力,券商只需要在AI平臺上的很小投入,就能提升所有業務的風控能力。不得不說,這樣的平臺是非常誘人的。

 

除了AI平臺,還有一些券商已經開始構建“用戶畫像中心”。如果僅僅是“用戶畫像”本身,相信很多券商已經在不同的應用場景做得不錯。而試圖去做一個“用戶畫像中心”,意味著底層需要很好的工具和平臺支撐。比如,散戶跟機構客戶的“畫像”完全不同,如何設計、定義、管理以及進行部門間隔離、授權管理等,成了能否構建“用戶畫像中心”的關鍵。

知識圖譜是另一個平臺性質的產物。目前券商的應用大多還是簡單地用于企業的關系圖譜,通過圖查找到一些信息,或者進行一些初步探索。然而,我們需要看到,真正的“知識圖譜”,應該具備更“豐富”的知識在里面,而不僅僅是“企業圖譜”。同時,也有一些激進的券商基于知識圖譜進行了一些創新型嘗試,跟風控和營銷進行一些有機的組合,甚至用于輿情、智能客服、智能投研等。

五、小應用有大痛點:著眼于落地點,避免跟風之嫌

不少券商有一些明顯的痛點,這種痛點未必跟“AI”有很密切的關系,卻能踏踏實實地落地。

比如說跟“量化”比較相關的,就是現在單機版量化交易的Python代碼不少,但由于都是單機版,時常遇到性能瓶頸,那么如何加速就顯得比較重要。如果有一款產品能幫助客戶無縫地將單機版算法分布式化,或者通過GPU加速達到提升運行效率的目標,那么會大大緩解客戶的痛點。

另外,隨著數據分析師的增多,越來越多的券商也在考慮管理的問題。如果一款“AI平臺”能兼具資源管控、代碼、文件、模型管理等功能,那么這些券商會很樂意去進行采購。因為,一次次的“提數”、“跑批”、“模型回測”,讓管理者開始感到焦慮。每個分析師都像是特種部隊成員,各自身懷絕技;而從管理者的角度來看,資源、版本迭代、模型上線等都無從管控。

今年證監會開始要求文檔電子化,不少文檔有電子化的要求,而之前公司上市需要的材料動則幾大箱,對于好多券商的壓力也不小。因此,能否有效地處理這些文檔,甚至只是做一下快速的文檔分類,也能大大緩解面對的壓力。

 

隨著外資的進一步放寬,券商面對的競爭也會越來越激烈。不得不承認,國內券商的整體技術水平還是跟外資投行存在一定的差距。但在不少業務領域內,這些差距在逐漸縮小而不是擴大。更為重要的是,在AI技術應用領域,國內并不比國外差多少,甚至大有趕超的趨勢。我們有理由相信,通過“AI”等技術支持,券商在創新應用領域一定會有趕超或者突破。或許,2019年的時候,一些AI落地的成果能讓大家放心,而不像今年這般焦慮。

  • 來源:北國網 作者:綜合



    免責聲明:1、凡本網專稿均屬于大眾財經網所有,轉載請注明“來源:大眾財經網”和作者姓名。 2、本網注明“來源:×××(非大眾財經網)”的信息,均轉載自其它媒體,轉載目的在于傳遞更多信息,并不代表本網贊同其觀點和對其真實性負責,若侵權本網會及時通知用戶刪除或強制刪除相關信息。 3、大眾財經網為用戶提供的信息僅供參考,不構成投資建議;用戶據此操作,風險自擔與大眾財經網無關。4、大眾財經網友情提示:市場有風險,投資需謹慎!


    江苏7位数最新开奖结