[摘要] 時下，金融科技已成為金融行業最熱門詞匯之一，不管是傳統金融機構還是互聯網金融公司，都在積極擁抱前沿科技，券商行業也不例外。
時下，金融科技已成為金融行業最熱門詞匯之一，不管是傳統金融機構還是互聯網金融公司，都在積極擁抱前沿科技，券商行業也不例外。行業內已達成共識：人工智能（AI）在金融行業具備廣闊前景，將對未來證券業態發展產生深遠影響
各大券商進軍人工智能有何創新做法，給投資者帶來哪些便利？從行業角度來看，券商行業拓展人工智能目前還存在哪些瓶頸和障礙？我國將如何充分發展券商人工智能？
人工智能發展正酣
搭乘人工智能金融科技暖風，不少大型券商著力布局人工智能應用
目前，人工智能在證券領域的應用主要涉及算法、大數據等層面，包括行為用戶和產品分析、精準服務、智能服務、智能工具、量化交易、高頻交易等。搭乘人工智能的金融科技熱風，不少大型券商布局人工智能應用，在智能投資顧問、智能客服、智能交易、智能投資研究和智能風險控制等領域均有涉及。
在智能投資顧問領域，不少券商為客戶提供了“個性化+場景化+智能化”的貼身財富管家服務。以中泰證券為例，中泰齊富通APP主打賬戶診斷、個股診斷、因子選股和資產配置等多項功能，推出了“超級電波”等智能輔助決策工具。根據量化回測報告，這些智能輔助決策工具的成功率比當前市場同類產品更高，推出后得到了熱烈反響。平安證券則通過將資深投資顧問的價值判斷邏輯與大數據篩選結合，分析客戶的實際持倉和收益情況，為客戶提供持倉診斷、個股診斷和換股建議。
在智能客服領域，國泰君安證券在行業內率先推出了線上智能客服“靈犀知道”，通過自然語言處理、深度神經網絡、機器學習等先進技術，準確理解客戶需求，為客戶提供全天候無間斷的智能化交互服務。國泰君安網絡金融部負責人畢志剛介紹，目前，該應用已累計服務130萬人次以上，僅2017年初至今就已服務90萬人次，高效解決了用戶94%的常見問題，應答準確率穩定在96%以上。
在智能交易領域，光大證券于2017年9月推出“智投魔方”，與交易、理財形成有機結合，構建生態化、場景化服務。他們通過對用戶特征的精準刻畫及深度挖掘，融合社區在線人工服務，實現精準服務、主動觸達，為用戶提供多場景、實時、個性化的金融服務和產品，并跟隨用戶行為、投資偏好、風險偏好等變化，及時調整金融產品和服務供給。
在智能投資研究領域，興業證券研究管理平臺已經可以實現數據自動篩選、模板應用和模型計算，并可自動化生成部分研究報告。同時，該公司與高校共建了輿情監控系統，為行業研究提供了重要參考。
“在智能風控領域，我們推進的重點是信用風險監控、異常交易監控和市場風險監控。”興業證券信息技術服務中心總經理助理唐碩表示，“要做好智能風控，首先要夯實數據基礎，我們正在與咨詢公司合作，全面推進數據治理工作，并逐步對接征信、工商訴訟和輿情數據，豐富風險數據源。異常交易是交易所監管的重點之一，我們正在嘗試通過智能化手段來提升發現異常交易能力，并取得一定成效”。
發展瓶頸依存
不成熟的人工智能可能導致系統性風險，因此，運用人工智能替代人為決策要循序漸進
人工智能在證券行業具備廣闊前景，然而，人工智能也不是萬能的。證券行業本身具有復雜性、嚴謹性和不確定性，這就決定了在證券領域對人工智能的應用要循序漸進。不成熟的人工智能可能導致系統性風險，影響金融穩定。因此，在證券領域運用人工智能替代人為決策，還有很長的路要走。
券商的人工智能剛剛起步，路途漫長。在中泰證券網絡金融部相關負責人看來，目前的難點在于：基礎技術的大投入與見效慢的矛盾，技術與業務需求的脫節，大數據的清洗和補全，模型的設計和優化，深度學習的應用等，這些都不是一蹴而就的。海通證券零售與網絡金融部副總經理楊薇認為，“證券行業在利用人工智能技術推動行業發展的過程中，必然會出現新老思維和范式的摩擦”。這主要集中在4個方面：業務創新與業務合規之間的摩擦；市場變革和公司效率之間的摩擦；資源在傳統業務和創新模式之間配置的摩擦；客戶的傳統習慣與新工具之間的摩擦。
券商在技術積累、人才儲備上均有一定程度的約束。光大證券互聯網金融部總經理張懷強直言，“很多券商的技術開發大量依賴外包，自主掌控能力不強。沒有自主的開發團隊，就無法掌握最核心的技術，無法掌控金融科技產品的持續研發”。國金證券相關負責人認為，“AI的瓶頸依然在技術方面。目前，多家券商推出的AI服務其實是由外部供應商提供的，并無明顯的券商特色，僅能滿足部分客戶的部分需求”。
此外，業界對智能投資顧問存在一定誤區。華泰證券相關人士認為，智能投顧是通過大數據來了解客戶的風險偏好、個性需求等，然后給客戶制定個性化資產配置方案，并做出動態跟蹤和修改。而目前許多智能投顧僅是填個問卷，拿幾個基金產品拼湊一下。還有的把智能選股看做智能投顧，這都不符合其含義。
策略同質化也是現有問題之一。平安證券相關負責人介紹，很多券商APP上看到的智能投顧產品長相一樣，出來的東西也一樣，如相似K線、智能選股。由于提供后臺策略的供應商一樣，出來的功能樣式、服務流程、產品推薦也基本一樣。而且，策略同質化導致很多策略在達到一定人數、資金規模時，有效性會失效。
“此外，目前對人工智能在證券領域的法律法規監管還存在盲區。”唐碩舉例，當人工智能提供金融服務出現問題時，責任方怎么確定；投資顧問業務首先要求要了解客戶，目前很多公司的智能投顧僅通過簡單問卷便提供投資建議，是否達到真正了解客戶；人工智能的決策過程是否需要披露，如不披露，是否違背客戶知情權，如何監管；如果披露，又怎樣保護服務提供方的商業機密；人工智能在數據利用和客戶隱私保護間如何取得平衡。這些問題都對現有監管規則提出挑戰。
多措并舉促發展
人才、技術、服務……面對諸多發展問題，券商要打全面攻堅戰
面對人工智能在券商應用層面的諸多發展瓶頸與困惑，業內人士建議，應多措并舉促進券商人工智能發展。
首先，要加強人工智能人才隊伍建設。張懷強認為，這不僅需要技術開發人才，也需要互聯網產品設計、金融產品開發等一系列人才，共同支撐起整個體系的運營及迭代優化。畢志剛表示，一方面要補充相關專業人員，另一方面，通過外部合作或自主建設方式，搭建人工智能軟硬件平臺。以業務引領技術，技術驅動業務的思路，推動人工智能在券商的應用。
“其次，要開發真正意義的智能投資顧問。在服務領域，機器人代替人工完成一些工作是大勢所趨。券商只有通過智能投資顧問才能實現高效、便捷、普惠的金融服務，把券商的專業水平實時、智能地提供給客戶，才能千人千面、滿足多樣化需求，才能改進模式、降低成本，應對傭金下調的壓力。”華泰證券相關人士表示。
行業數據整合與知識圖譜構建同樣勢在必行。作為行業數據的匯聚地，建議行業核心機構起到牽頭作用，制定更加完善的數據標準，整合行業數據，提升數據質量，為整個行業提供更多的數據服務。“要構建連接上下游產業鏈的證券知識圖譜，建立基本面傳導模型，需要行業專家和人工智能專家協作，以專家+大數據的方式構筑知識圖譜生長模式，從而更好地利用行業海量非結構化信息。”唐碩說。
此外，要與趨勢變化、監管環境相契合。畢志剛認為，券商一方面要考慮當前技術能力和市場環境適用的應用場景，不盲目通過機器來代替人類投資決策；另一方面，人工智能應用中會涉及各種復雜模型和算法。這就需要在整體規劃中做好風險措施，設立風險隔斷機制，在異常情況下可智能預警并采取風控措施。
“此外，建議服務付費化。”平安證券相關負責人表示，有償服務在國外已成為趨勢，但目前國內還沒有形成共識。要做好智能投資顧問，在技術、投研、推廣領域投入的資金龐大，但考慮到短期利益，如流量、口碑，券商普遍采取回避政策。然而，如果不盡早樹立有償服務規則，未來的收費之路將更為艱難。（經濟日報記者 溫濟聰）