過去20年信息技術(shù)快速發(fā)展,，為各行各業(yè)帶來了大量創(chuàng)新機(jī)會(huì),。金融業(yè)一直是信息技術(shù)應(yīng)用較為廣泛深入的行業(yè)之一，金融科技也逐步成為新一代金融業(yè)發(fā)展方向之一,。隨著大數(shù)據(jù),、人工智能,、5G等“新基建”進(jìn)一步發(fā)力，從傳統(tǒng)種植業(yè)、養(yǎng)殖業(yè),、制造業(yè)到其他各行各業(yè)都將迎來一場(chǎng)巨大的數(shù)字化變革機(jī)遇,，在這種大的產(chǎn)業(yè)環(huán)境下金融科技將會(huì)進(jìn)一步朝著數(shù)字化、智能化方向發(fā)展,，將會(huì)更大程度的賦能產(chǎn)業(yè)發(fā)展,，更好的服務(wù)實(shí)體經(jīng)濟(jì)。
數(shù)字經(jīng)濟(jì)成為轉(zhuǎn)型發(fā)展新引擎
我們?cè)谔接懡鹑诳萍及l(fā)展時(shí),，如果拋開大的產(chǎn)業(yè)環(huán)境,，往往很難從宏觀的角度把握趨勢(shì)性的問題。
首先,我們回顧一下近年來中國(guó)經(jīng)濟(jì)增長(zhǎng)的情況,。過去十年間,，中國(guó)的GDP年度增長(zhǎng)率逐步下降，綜合業(yè)界專家的觀點(diǎn),，可以從人口,、貿(mào)易、發(fā)展模式,、科技等幾個(gè)維度分析原因：
一,、勞動(dòng)力供給增長(zhǎng)明顯放緩，老齡化趨勢(shì)加重,。60歲以上人口占比已經(jīng)高達(dá)18.1%,，而16~59歲的勞動(dòng)力人口數(shù)量則從2012年以來連續(xù)下降。此外,，用工成本不斷上升,，人口紅利對(duì)GDP的貢獻(xiàn)明顯減退。
二,、2001年中國(guó)加入世貿(mào)組織后,，中國(guó)越來越多的產(chǎn)品銷往全球，成為制造業(yè)大國(guó),，對(duì)外貿(mào)易增長(zhǎng)成為中國(guó)經(jīng)濟(jì)高速增長(zhǎng)的重要?jiǎng)恿χ?。但近年來，受中美貿(mào)易摩擦以及逆全球化和貿(mào)易保護(hù)主義抬頭等多重因素影響,，貿(mào)易對(duì)經(jīng)濟(jì)增長(zhǎng)貢獻(xiàn)率逐漸降低,，全球化紅利衰減。
三,、過去以售賣土地資源,、浪費(fèi)能源、犧牲環(huán)境以及游走于法規(guī)灰色地帶等粗放式的,、不規(guī)范的發(fā)展,，隨著相關(guān)法律法規(guī)的不斷完善，難以維系。
四,、多年來高速增長(zhǎng)和規(guī)模擴(kuò)張也給經(jīng)濟(jì)帶來了結(jié)構(gòu)性問題,。企業(yè)產(chǎn)能過剩、創(chuàng)新動(dòng)力不足,、研發(fā)投入不夠,、產(chǎn)品附加值低等問題日益凸顯，經(jīng)濟(jì)轉(zhuǎn)型升級(jí)到了重要時(shí)點(diǎn),。
五,、從工業(yè)革命的角度來看，中國(guó)在過去幾十年內(nèi)完成了三次工業(yè)革命,，補(bǔ)齊了短板,，而西方國(guó)家用了300多年時(shí)間，每一次變革都為經(jīng)濟(jì)發(fā)展注入了強(qiáng)勁的動(dòng)力,。然而,，時(shí)至今日，前幾次工業(yè)革命為我們帶來的后發(fā)優(yōu)勢(shì)紅利逐步減弱,。未來需要更多的自主創(chuàng)新和引領(lǐng)性創(chuàng)新,。
近年來，數(shù)字經(jīng)濟(jì)占GDP的比重持續(xù)提高,，中國(guó)信息通信研究院數(shù)據(jù)顯示,，2019年中國(guó)數(shù)字經(jīng)濟(jì)增加值規(guī)模達(dá)到35.8萬億元，占GDP比重達(dá)到了36.2%,。背后的主要原因之一便是信息技術(shù)的飛速發(fā)展,，互聯(lián)網(wǎng)、移動(dòng)互聯(lián)網(wǎng),、云計(jì)算,、大數(shù)據(jù)、人工智能等信息技術(shù)在短短二十年時(shí)間內(nèi)連續(xù)出現(xiàn),，每一次技術(shù)浪潮都涌現(xiàn)出了一批批全球知名的互聯(lián)網(wǎng)企業(yè),，它們的高速發(fā)展刺激了資本投入,，培養(yǎng)了用戶對(duì)互聯(lián)網(wǎng)產(chǎn)品的接納度,。同時(shí)，從政策的角度,，也得到了國(guó)家的大力支持,。從2017年到2020年，中央政治局連續(xù)五年的集體學(xué)習(xí)涉及到了大數(shù)據(jù),、人工智能,、區(qū)塊鏈、量子等數(shù)字科技，黨中央對(duì)數(shù)字技術(shù)和數(shù)字經(jīng)濟(jì)的高度重視也推動(dòng)了數(shù)字經(jīng)濟(jì)的快速發(fā)展,。
產(chǎn)業(yè)數(shù)字化發(fā)力
中國(guó)過去二十多年互聯(lián)網(wǎng)和數(shù)字化的應(yīng)用主要集中在C（Consumer）端,，從搜索、電商,、社交到生活服務(wù),、出行等領(lǐng)域誕生了一大批互聯(lián)網(wǎng)巨頭。而近年來,，隨著信息技術(shù)的進(jìn)一步發(fā)展和基礎(chǔ)夯實(shí),，我國(guó)產(chǎn)業(yè)數(shù)字化的轉(zhuǎn)型正在加速推進(jìn)。未來,，產(chǎn)業(yè)數(shù)字化的發(fā)展將會(huì)打造數(shù)字經(jīng)濟(jì)新高地,。這里，把一些行業(yè)的調(diào)研情況向大家做個(gè)匯報(bào)分享,。
第一個(gè)例子來源于傳統(tǒng)的種植業(yè)：無土栽培番茄,，番茄從種植、采摘,、分揀,、物流到售賣，實(shí)現(xiàn)全流程自動(dòng)化和數(shù)字化,。在生長(zhǎng)階段,，番茄所需要的液體肥料通過自動(dòng)化設(shè)備供給，溫棚里大量傳感器感知環(huán)境的溫度,、濕度,、光照等各項(xiàng)參數(shù)，自動(dòng)控制設(shè)備根據(jù)實(shí)時(shí)參數(shù)調(diào)節(jié)番茄所需要的最佳生長(zhǎng)環(huán)境,。機(jī)械手采摘和番茄自動(dòng)分揀都是由人工智能圖像識(shí)別技術(shù)支持,。通過這種高度的自動(dòng)化、數(shù)字化方式,，每平米產(chǎn)量可高達(dá)70kg,，而一萬平米的場(chǎng)地僅需要五名人工，換句話說,，五名工人可以支持350萬kg的西紅柿產(chǎn)量,。相對(duì)于傳統(tǒng)種植，自動(dòng)化,、數(shù)字化種植的產(chǎn)量和品質(zhì)都是大幅度提升,。中國(guó)工程院趙春江院士的團(tuán)隊(duì)正在從事相關(guān)工作，他也在公開報(bào)告中也指出,，“目前中國(guó)的農(nóng)業(yè)數(shù)字經(jīng)濟(jì)規(guī)模是5778億元,，預(yù)計(jì)到2025年能夠達(dá)到1.26萬億元,，抓住數(shù)字技術(shù)機(jī)遇，快速發(fā)展農(nóng)業(yè)數(shù)字經(jīng)濟(jì),，對(duì)農(nóng)業(yè)高質(zhì)量發(fā)展具有重要意義”,。
第二個(gè)例子是某互聯(lián)網(wǎng)電商公司正在大力發(fā)展的數(shù)字化水產(chǎn)養(yǎng)殖解決方案。通過集裝箱養(yǎng)殖和全方位數(shù)字化管理,，增加養(yǎng)殖密度,、隔絕泥土、保障肉質(zhì)安全和鮮美,。集裝箱內(nèi)布有大量傳感器,，對(duì)水體溫度、含氧量,、氨氮濃度,、鹽度、濁度等進(jìn)行實(shí)時(shí)監(jiān)測(cè)分析,，自動(dòng)調(diào)控,，確保水產(chǎn)在一個(gè)最佳環(huán)境生長(zhǎng)。同數(shù)字化種植一樣,，水產(chǎn)的產(chǎn)量和品質(zhì)大幅提升,，這都是數(shù)字化時(shí)代下，傳統(tǒng)行業(yè)爆發(fā)出來的新機(jī)遇,。
第三個(gè)例子是制造業(yè),，無需贅言，始終維持著極高的自動(dòng)化程度和數(shù)字化程度,。未來高端制造,，更需要高度數(shù)字化技術(shù)的支撐，過去我們長(zhǎng)期受制于數(shù)控機(jī)床等高精度,、高端制造技術(shù)限制,，無法快速轉(zhuǎn)型升級(jí)為制造強(qiáng)國(guó)。近年來,，通過國(guó)家大力支持和專業(yè)人才的不斷努力,，這一狀態(tài)也正在得到改變。
第四個(gè)例子是無人駕駛這樣的新興行業(yè),，它真正實(shí)現(xiàn)了數(shù)字孿生,，即：數(shù)字世界和物理世界的同步映射。汽車在行駛過程中,，依靠車身大量傳感器對(duì)路況實(shí)時(shí)監(jiān)測(cè),，并與道路兩側(cè)的相關(guān)設(shè)備實(shí)時(shí)通信和計(jì)算，指導(dǎo)汽車運(yùn)行,，實(shí)現(xiàn)車路協(xié)同,。汽車自身運(yùn)行參數(shù)、道路監(jiān)測(cè)結(jié)果,、行車規(guī)劃等實(shí)現(xiàn)了全面數(shù)字化,、自動(dòng)化。隨著技術(shù)不斷進(jìn)步,，其安全性和行駛效率都將大幅超越現(xiàn)狀,。
回歸金融行業(yè)，近年來中國(guó)金融科技中發(fā)展最快的領(lǐng)域之一是移動(dòng)支付和普惠金融,，其本質(zhì)便是貨幣數(shù)字化和信貸全流程數(shù)字化,。貨幣數(shù)字化帶來的便利，使得掃碼付款,、轉(zhuǎn)賬等支付行為很快就滲透到了大眾生活的方方面面,。在信貸方面，傳統(tǒng)金融信貸所需要的上門辦理,、提交材料等復(fù)雜,、麻煩流程，通過手機(jī)上APP進(jìn)行簡(jiǎn)單操作即可高效完成,。金融機(jī)構(gòu)的后臺(tái)系統(tǒng)根據(jù)用戶的各種數(shù)據(jù)對(duì)其進(jìn)行欺詐識(shí)別和信用風(fēng)險(xiǎn)定價(jià),，幾乎絕大部分環(huán)節(jié)都實(shí)現(xiàn)了自動(dòng)化和數(shù)字化。
現(xiàn)階段,，金融業(yè)務(wù)數(shù)字化程度比較高的還是在個(gè)人端,。但是，未來隨著種植,、養(yǎng)殖,、制造、交通,、零售等各個(gè)產(chǎn)業(yè)的數(shù)字化大幅提升,，也會(huì)自然帶動(dòng)金融業(yè)務(wù)在企業(yè)端的高度數(shù)字化。其原因是,，產(chǎn)業(yè)數(shù)字化所產(chǎn)生的大量數(shù)據(jù)會(huì)成為金融機(jī)構(gòu)評(píng)判企業(yè)風(fēng)險(xiǎn)的重要依據(jù),。例如：如果了解一個(gè)制造企業(yè)的供應(yīng)鏈數(shù)據(jù)、設(shè)備運(yùn)行數(shù)據(jù),、水電數(shù)據(jù),、物流數(shù)據(jù)等基本上就能夠判斷企業(yè)的原材料成本情況、生產(chǎn)情況,、銷售情況等經(jīng)營(yíng)信息,，這些都是對(duì)企業(yè)進(jìn)行風(fēng)險(xiǎn)定價(jià)的重要依據(jù)。
新時(shí)代的科技基石
近年來,，信息技術(shù)發(fā)展迅猛,，云計(jì)算和大數(shù)據(jù)技術(shù)日趨成熟,，應(yīng)用也日益廣泛。而人工智能則處于日新月異的發(fā)展之中,。特別是,，以深度學(xué)習(xí)為代表的人工智能聯(lián)結(jié)學(xué)派，在圖像識(shí)別合成,、語(yǔ)音識(shí)別合成,、自然語(yǔ)言理解技術(shù)均取得了重大突破，大大推進(jìn)了人工智能的發(fā)展,。另一方面,，以大規(guī)模知識(shí)圖譜為代表的人工智能符號(hào)學(xué)派，注重機(jī)器的推理能力,，也在一定程度取得了進(jìn)展,。下面這幅圖展示了人工智能在金融科技的應(yīng)用，可以看出,，大量金融科技創(chuàng)新應(yīng)用主要是由于人工智能在基礎(chǔ)技術(shù)取得了重要進(jìn)展,。所以，我們一定要重視基礎(chǔ)技術(shù),、核心技術(shù)的持續(xù)研究和推動(dòng),。
AI賦能金融科技創(chuàng)新
清華大學(xué)金融科技研究院經(jīng)過多年持續(xù)研究，與業(yè)界科技公司共同合作,，在人工智能與金融結(jié)合的數(shù)字虛擬人領(lǐng)域取得了一定的成果,，并成功應(yīng)用于神州信息的智能一體化信貸產(chǎn)品，使貸款面審環(huán)節(jié)完全通過AI來實(shí)現(xiàn),。數(shù)字虛擬人可以與面審者進(jìn)行自由,、流暢、專業(yè)的深度對(duì)話,。這背后包含了語(yǔ)音識(shí)別與合成,、金融場(chǎng)景語(yǔ)義理解、虛擬人唇動(dòng)與表情合成等技術(shù),，難題在于所有這些技術(shù)要在毫秒內(nèi)共同配合完成,；這是技術(shù)上的難度，此外,，我們還集成了上百個(gè)金融業(yè)務(wù)場(chǎng)景模型,，對(duì)借貸人問題回答的合理性進(jìn)行驗(yàn)證，對(duì)提問進(jìn)行最優(yōu)解答,，對(duì)對(duì)話過程進(jìn)行欺詐測(cè)試和分析,，對(duì)還款能力進(jìn)行實(shí)時(shí)評(píng)估等。模型融通了金融業(yè)務(wù)模型與用戶心理學(xué)模型,，這類模型同樣也需要在毫秒級(jí)內(nèi)響應(yīng),，否則,，很難保障對(duì)話的流暢性和面審的目的。數(shù)字虛擬人能夠幫助金融機(jī)構(gòu)緩解大量服務(wù)人員所從事的勞動(dòng)密集型工作,，大幅降低勞動(dòng)力成本,。未來,，隨著大面積推廣使用,，將會(huì)給金融業(yè)的服務(wù)方式帶來很大變化。
AI為什么在近些年發(fā)展迅速,？一個(gè)主要原因是深度學(xué)習(xí)技術(shù)的重大突破,，當(dāng)然也包括數(shù)據(jù)的爆炸式增長(zhǎng)以及算力的提升。今年年初,，OpenAI公布了GPT-3的相關(guān)信息,，這款語(yǔ)言模型對(duì)0.5萬億個(gè)詞匯和1750億參數(shù)進(jìn)行了訓(xùn)練，在自動(dòng)問答,、新聞撰寫,、詩(shī)歌創(chuàng)作等領(lǐng)域的表現(xiàn)再一次刷新了記錄。然而,，深度學(xué)習(xí)并不一定是AI研究的唯一路徑,，特別是在邏輯推理方面到目前為止還是比較弱的。以知識(shí)圖譜技術(shù)為代表的符號(hào)學(xué)派也是一條值得探索的路徑,，通過知識(shí)體系的構(gòu)建,，賦能機(jī)器思考的大量研究實(shí)踐工作正在積極開展中。在我們研究的另一個(gè)方向中,，我們嘗試對(duì)全球金融事件進(jìn)行分類,，針對(duì)每一類型的事件進(jìn)行分析建模，逐步形成AI對(duì)各種事件發(fā)生后行業(yè)所受影響的判斷,。這項(xiàng)研究一方面利用深度學(xué)習(xí)技術(shù)抽取,、解析信息，另一方面利用知識(shí)圖譜構(gòu)建實(shí)體和事件之間的關(guān)聯(lián)關(guān)系,。通過不斷積累案例,，不斷優(yōu)化模型，以期達(dá)到較好的效果,。研究目前還在努力和嘗試中,，還有大量工作需要去進(jìn)一步深入開展。
過去二十年信息技術(shù)的發(fā)展,，為包括金融業(yè)在內(nèi)的大量行業(yè)帶來了創(chuàng)新變革機(jī)會(huì),。隨著“新基建”的進(jìn)一步發(fā)力，金融科技將朝著數(shù)字化和智能化方向進(jìn)一步發(fā)展,，產(chǎn)業(yè)端也將迎來一次更大的數(shù)字化創(chuàng)新變革機(jī)遇,，這將給金融科技帶來更廣闊的應(yīng)用場(chǎng)景和施展空間,，從而促進(jìn)金融科技更大程度的賦能產(chǎn)業(yè)發(fā)展，更好地服務(wù)實(shí)體經(jīng)濟(jì),。