人工智能需融合商业化场景发展，警惕过度应用

近日，国美金融智能投顾首席顾问、中国银行业协会金融AI专家顾问王蓁博士应邀出席由业内金融机构组织的有关金融科技相关活动。会中，王蓁围绕国内商业银行金融科技转型、金融人工智能技术的场景化落地实践等话题发表主题演讲。

需警惕人工智能过度应用

王蓁表示，领域知识的阈值从长期来看是机器学习的最关键部分，从业者需要知道如何恰当使用机器学习技术。

“最近一段时间来，有的人把人工智能看成是一把锤子，拿着这把‘锤子’很容易看现在各个领域、各个环节都是需要被改造的‘钉子’，忍不住上去敲两下。”针对目前行业存在的问题，王蓁认为，这是人工智能容易被过度应用的典型表现，无论是在学术界还是在工业界都需要从业者警惕的现象。

人工智能在近年来获得了快速发展。有行业报告数据显示，从2016年到2017年，人工智能热度飙升286.3%，是年度关注度飙升最快的科普话题。而中国人工智能企业数量从2012年开始迅速增长，截至2018年6月，中国人工智能企业数量已达到1011家，位列世界第二。

整体而言，中国在人工智能领域的技术发展与市场应用方面已经进入了国际上的前沿发展国家群体。但也应看到，我国人工智能在实践落地中存有的不足。

结合商业化场景应用，才能发挥真实价值

对此，王蓁指出，人工智能需要结合具体的商业化场景才能发挥真实的价值。从业者需要有着深刻的领域知识才能更好地建立模型，从解决问题的角度评价模型表现、迭代模型和满足业务的实际需求。

王蓁认为，人工智能在实践落地的方案中需要注重以下三个核心要点：第一，核心团队组建的“一个大脑+99个流水线研究员”模式。他认为，好的金融人工智能专家不仅要精通各个人工智能模型算法，更要兼备对具体业务的深刻理解和各个算法模型的熟练掌握。

第二，金融人工智能产品的“没有免费午餐”定理。王蓁强调，纯平台性的人工智能算法模型不具备跨行业和跨业务的普适性。例如，电商算法专家不一定是好的财富管理模型算法专家，学校的金融科研论文模型也不一定是可落地的信用模型算法。

第三，智能金融产品设计的“应用场景分析”法则。王蓁提倡，银行设计智能产品时，需要具体设想和分析用户使用的具体场景、充分考虑当前人工智能技术不能完全覆盖的功能所导致用户使用的潜在不足，以通过产品设计和业务折中方案来达成最后的完整使用体验。

据了解，国美智投是国美金融旗下专注于金融领域的AI研究及应用的创新团队，为金融机构提供专业智能投资顾问系统服务和解决方案，致力于成为金融机构财富管理的AI赋能者。