讯12月16日消息，由金融城、新金融联盟主办的“第二届金融科技峰会”在举行。本次会议定位为2017年中国规格最高的金融科技创新发展盛会。汇集监管部门领导、商业银行、金融科技公司、知名互联网公司等行业，就金融科技当前的发展和未来的前景展开思想交锋，洞见国内外金融科技创新运用的趋势，加强业界的交流与合作。
大数据、人工智能等信息技术已成为银行业新的基础设施和核心驱动力，一个智能金融时代正在来临。商业银行如何在新技术的助推下，创新产品模式和风控模式，提升用户体验，找到差异化发展径，构建新的商业价值链？
蒋则沈：人工智能是金融科技项下火热的话题，我参加活动之前专门到网站上恶补了一下，看到了第一句话就踏实了，截止到现在全球范围内没有一个对人工智能准确的定义，这可能是人人都可以发表自己观点的领域。今天下午我专门看了一下CF40推荐的嘉宾构成，一共6位嘉宾分别来自于不同的领域，有商业银行、有新成立的风头锐利的民营银行，也有来自于我们的互联网的巨头，金融科技的企业，有专注于某一个领域技术型的专家，这个构成非常的多元化，非常有助于我们的话题讨论的更加深入。我希望下午的嘉宾敞开自己的话题，分享自己非常多的高见，我介绍一下下午的来宾，首先是新网银行的行长赵卫星先生！第二位是我们招商银行财富管理部副总经理王洪栋先生、第三位是京东金融金融科技事业部吴艳艳女士、第四位是百度金融技术负责人许冬亮先生、然后是蚂蚁金服的网商银行首席架构师陈劲松先生，最后一位是通付盾的董事长汪德嘉先生。按照我们既定的程序，我们的6位嘉宾需要跟大家见面认识一下，介绍一下自己，我们给每位5分钟的时间做一个开场白，也是为自己做一个主题！首先有请赵行长！
赵卫星：我来自于四川新网银行，20多年主流银行的工作经验，后来去了蚂蚁金服到了网商，一年半前来到四川新网银行工作。四川新网银行有一个想法也跟今天获的主题有关，就是我们希望打造一个大数据前提下的人工智能的一家银行，今天我认为数字化的银行或者人工智能项下的银行有三个阶段要走，我们新网银行走的第一个阶段，是数字银行的1.0时期。我们主流银行长期有业务驱动，我们根据不同的业务组成，比如公司业务、零售业务、小微业务等等，但是在新网银行是通过数字流程，人工智能流程重建了组织架构和人才的队伍，目前4/5人才来自于建模人才和科技的人才，没有前端的业务人员没有客户经理这个层级，全面进行了数字化的。同时在部门的组织架构里面，组成了17人、7人的灵动机动组，同时我们在产品里面进行了数字化的，比如说我们的贷基本上7秒钟实现申贷环节。我们走在1.0的阶段，展望人工智能我们的数字化银行会走到2.0的阶段。今天我们向两头发展，一种是互联网的场景，通过风控、科技进行快速的对接，另外一头我们跟上千的金融科技的包括金融类的公司形成连接，我们觉得这是第二头；最后一头我们一定走到服务的智能化，金融的智能化，跟人工智能非常的相关，无论是智能投顾还是智能理财，智能的信贷一定会在那个时期实现金融的服务的智能化以及对客户需求的及时的响应，会有三步实现数字化和人工智能。非常感谢！
王洪栋：我来自于招商银行财富管理部，跟零售有关的管理工作，它涉及的领域很深，但是整个金融的本质就是处理一件事情，把有资金的人和需要资金的人联结在一起，可能产生股权的交易，也可能是借贷融资的交易，无非是这件事情。所有运营都是解决这两个问题，一个是让我们的框架更流畅效率更高，第二就是找到客户的效率更高。我们的财富管理业务也是这两个方向来做的，我们招商银行在金融科技上的力度比较大，大概今年年初我们行长提出把招商银行第二次转型下半场的核动力定义为金融科技，分三步：网络化，数字化、智能化。具体到财富管理业务有一些业务实现了网络化，有一些走到了智能化，但是有一些业务连数字化都不够。在整个的基金投资事情过程中，我们知道大部分的东西有一些实时的数据，从网络化到数据化这两步大类资产配置的时候可以实现，但是在智能化上完全做不到，大类资产按照四五类划分，都不够，如果更细致的刻画需要不同的方法进去，我们加入了人工智能机器学习的算法才完成它的过渡。这里面第二步就是基金产品选择上，连网络化到数据化都没有走完，我们要穿透基金产品要穿透到基金经理，它交易的大部分的数据都无法完全的体现出来，这些东西都结构化的数据，没有存储也没有历史的积累也很难公布出来成为智能化。我们在做的事情就是已经有数据化的部分加入了智能化的部分，没有数据化的部分进行网络化然后去数字化，我想整个人工智能在金融领域的应用也是这样的步骤：网络化、数字化和智能化，这一条我们还要走下去。有的业务走的比较靠前，有的是起步的状态，这需要很长一段时间才能完成。
蒋则沈：我插一个问题，赵行长提到了他们银行一个客户经理都没有，我们知道招商银行是有品牌有客户经理的队伍，您觉得在未来客户经理在面对竞争和挑战中有什么思考？
王洪栋：你问这个问题比较具体，也是我们一直在想的。这个事情取决于我们要在做什么样的事情，我们面对的客户是什么样的？提供什么样的金融服务？如果我们提供金融服务是一些不太需要客户做出特别复杂的判断这种业务，其实有没有理财经理并不重要。但如果我们提供的金融产品比较复杂，如果这个金融产品有风险可能有亏损，这有没有理财经理差异度就很大了。2015年4月到6月全市场成立了8支超过100亿股票基金，有一支最大的接近200亿，两年后的今天8支基金里面有7支都没有回到净值以上，其中有一支亏损现在大概净值只有4毛钱，但是有一支产品现在净值是1.6块，两年半时间过去7支都是亏损的，只有1支是赚钱的。线毛的基金赎回率只有30%，面对这样的行为不是数学问题也不是计算问题也不是简单的算法问题，是一个人性的问题。你发现很多的投资者，都是这样的问题，要超越人性，如果人工智能的技术帮助客户超越的话可能行，但这可能是理财顾问最重要的工作，需要跟客户做好的沟通。这有一点像医生，我们应该早点休息不要喝酒和熬夜，但是这个事情很难做，如果我们复杂的产品是复杂化的、波动性的，这里面理财经理很难规避掉。
蒋则沈：谢谢王总，金融是一个跟人打交道的业务，更多的时候需要穿透人性洞悉人性。我感觉几位嘉宾都常能够把握人性的，接下来邀请来自京东金融的吴艳艳女士分享她的看法。
吴艳艳：谢谢各位嘉宾，我来自于京东金融，大家都知道京东金融定位自己是一家科技公司，我们向金融机构提供服务的一家科技公司。刚才看到像赵行长、王总，招商银行也是我加入京东金融之前的一个客户，非常高兴跟各位探讨金融科技以及人工智能在这个时代对金融行业带来的变化以及这个过程中可能出现的问题。京东金融在过去的4年获得了非常大的发展，我们无论在技术，在数据在我们的场景端都是会有比较大优势，京东金融有大量的前端的线上的场景还是农村金融线下的场景，在整个的数据的部分，我们每一天会产生大概200TB的数据量，处理过程中从存储、技术的处理以及从使用和利用的过程中采用了人工智能的技术。比如说京东金融利用大数据和人工智能技术在做我们的风控处理上，像反欺诈，我们的风控审批上都取得的非常重要的，这些应用在我们的商业化上。在京东金融4400人队伍中有超过一半的人都是做科技研发相关的人。我们有一位嘉宾讲到京东金融风险识别的部分，你针对银行做风险审批的时候你有数据的时候很容易判断，但是对那些小白的客户没有数据怎么判断？我们发现如果跟这个人建立起来关联性的90%以上都是被判定为优良信用的人，这个人是的可能性也是比较高。
京东金融在做科技转型过程中也把科技能力输出给合作伙伴，我们把京东金融技术输出出来形成的一些商业的案例，我们在这个过程中有很多的新的思，包括我们在前端怎么做场景化，以及我们怎么做面对终端客户的应用，我们应用大数据的技术去做了。谈到我们在人工智能领域，这个过程中我们场景化、数据化，会产生大量的数据，它需要存储，我们全场景全数字化，然后做规则化，然后构建人工智能商业的应用。我们认为主要是这四个阶段演变过程中！
许冬亮：感谢金融城和新金融联盟评，我是许冬亮是百度金融技术和风控的负责人，我05年从学校毕业加入百度，我在百度最早做搜索引擎的相关性和算法，百度从成立的第一天开始就是一个大数据和人工智能的公司。我们处理的网页数据从最早的亿级别上升到现在的千亿级别，处理的内容从文本到现在的视频，从早期的基于统计的分析以及规则系统演变成现在的机器学习，相当于是一个全面的替换过程。在金融领域我们处在非常好的优势的阶段，我们判断金融科技经历了三个阶段，1.0主要是计算机的技术IT的技术，2.0是金融科技的移动化，从线迈进，就是大数据和AI在金融领域的应用。最近移动互联网催生了智能手机为代表的，围绕个人的数据越来越多触及到一起。原来一个人只有工作和家庭里面用PC，有智能手机的时候出去吃饭、旅游、上下班的上也会打开手机看，这样各种各样的信息联结在一起，对人的刻画相当的全面。第二就是AI突飞猛进的发展，像图象识别，深度机器学习，一项技术取代了之前十年学术界的技术积累，这就是AI发挥出来的能力。像最近的AlphaGo特定领域下人工智能都已经打败了纯人工的方式，代表了一个很强烈的趋势，我们正处在这样的趋势下。
百度金融承接了百度大数据处理以及AI的特性，希望在未来与金融合作伙伴一起把金融科技置身于金融服务当中，让大众享受到更加优质平等的服务。我们希望提供金融科技能力真的可以帮助金融的业态，帮到金融的服务，我们瞄准金融企业最核心的痛点：第一个痛点是获客，我们帮助企业解决获客问题；结合用户的风险和它的需求提供了可授信的接近2亿的白名单作为侯选；第二方面基于大数据画像，把金融企业需要的客户联结在一起和银行做了实验，在早期不进行智能分发的情况下分发的准确率只有30%，但是做了智能分发以后准确率提升了80%。第二个痛点是风控，就是关于大数据的风控在金融领域的影响，百度的金融科技和大数据能力有两个鲜明的特点：一个是数据的多样性，百度有14款过亿的APP，每天是百万级的客户的搜索，这些数据结合在一起全面的刻画客户，一个是反欺诈的特征，大家知道互联网有很多的欺诈行为，这些欺诈行为想在单一维度隐藏造假比较容易，但是多条线说造假成本极高，所以它在反欺诈领域发挥了很大的作用。第二和央行征信人行征信的互补性，人行征信数据很强但是互联网的用户行为数据表现出多样性，在数据覆盖不够的情况下，没有征信的用户能提供很好的辅助，帮助金融机构进一步的甄别这些用户的信用情况以及风险情况，提价更加优质的服务。
第三个痛点就是资金获取，我们提供了基于区块链保障信息安全的ABS的平台，到目前为止ABS平台已经运行了超过140亿的资金规模。接下来还有一个是用户体验，我们把我们的视觉、人脸识别技术云的识别技术用于用户体验提升上，对的率可以做到95%，这常领先的指标。我们能提升用户的满意度，97%的在线问题可以通过智能客户回答，用户的问题解决率可以做到90%，这些都是AI和大数据赋能的。总之就是在整个层面我们是全方位的希望把我们的金融科技能力和大数据能力输出和行业伙伴一起共赢，让大众得到优质的服务。
陈劲松：首先感谢主办方邀请我们来交流这个话题，昨天特意给我发了一个信息，要有真知灼见不要打广告，弄的我倍感压力。因为我们是一个年轻的银行，我们在科技方面处在探索和学习的过程。真知灼见我不敢说，结合我自己的工作说一点干货，我不说广告，我自己都不介绍。
我们最近说大数据和AI对银行的变化，我们集团的CTO在大数据蓬勃发展的时候就要求你们每一个技术同学必须有大数据的思维，让大数据的技术技能融入到你们的血液里面去，今天我们又做了新的规划。我们提出要把AI用在每一个地方，架构师好像都喜欢画图，我希望挑战一下自己能够把结合实践，说一下AI在银行的哪些业务场景可以落地？以客户视角来讲客户需要银行什么？就是在它需要产品的以最便捷的体验的方式给它最好的产品，第一产品的，第二是产品的使用，第三是产品的金融结构，把三个浓缩在一起就是产品和体验。我们第一要提供产品，第二提供运营，第三提供分析能力，第四要有风险的能力，最后一个我们要符合监管，提供符合监管的能力，这几个能力怎么样落地下来？第一个就是产品，我们在线的所有的银行的交易系统都是完成产品，完成金融交易结构的，这里面我们AI怎么找到一些场景？我们的产品交易系统为用户服务的，用户包括客户，还有自己的运营小二，第三还有我们的合作伙伴。在产品交易结构中，AI可以做预测类的场景，比如资产收益的预测，比如ABS就是资产怎么定价，因为一笔资产可能提前还款也可能出现逾期，可能转循环和转分期，我们如何使用AI的手段进行预测，将来可以更透明的做资产监管或者扭转。
我们整个交易结构还有一些其他的比如说对后台系统使用的，怎么提高运营的效率？比如智能的电销、智能的客服，帮助我们提高自身用户的体验问题。第二就是市场，我们要做营销，用户要我们的产品，在这一块要有智能营销系统及要有智能的分析，还有智能的决策，最后我们需要有智能的产品实验。希望通过这个循环解决营销，还要解决产品自身交易结构的特点。最后提供出一个千人千面的产品的和产品的体验。我们还有一个就是怎么进行风险智能化，风险有信用风险和操作风险，我们的头部的客户都比较少，20%，你要给它授信准入，但是80%长尾客户资金量不足，我们通过关系图谱给它建模和授信，操作风险第一层次是账户的风险，第二是交易的风险，第三个是流动性风险。银行出现问题一个是流动性的风险一个是信用风险，我们用AI来预测流动性的风险。第四个是市场风险，我们很难做到利率和汇率的风险，但是市场逾期的风险可以用AI做到。
讲了这些通过AI解决我们用户产品的使用问题，它的底层就是我们的大数据平台，我们大数据平台有实时的处理能力。这就是我要描述的这张银行的智能化IT的架构图。我们最近做很多AI的培训，有一个大牛跟我们讲AI好像是第三次的春天，前面有过两次，现在AI处于什么样的阶段？我琢磨银行IT的发展，80、90年代时候银行可能手工记帐慢慢的局部做电子化，2000年工行了大集中，那才是银行IT的第一代，解决了用户生产效率和体验的问题。10年前IT了分布式和云计算，把效率推到极限。大家知道支付宝双十一TBS是25.6万，我们看到这个数字在增长，但是大家不知道我们的内部交易量远远超过25.6万。眼中的AI和工程人眼中的AI完全不是一个概念。我经常想AI是一个趋势，但是没有真正挖掘你内心潜在的，AI有很长的要走。但是我相信有人因为看见而相信，但是我们这个社会更多人需要因为相信而看见。
蒋则沈：最后一位是汪董事长，他是安全方面的专家，看金融的话也是先看安全，听听汪董事长对安全的看法。
汪德嘉：刚才蚂蚁的同事站着讲，我也站着讲，我们是一个新型的企业来学习的。首先感谢金融城提供这么一个客观的平台，今天很荣幸获了，刚才侯总也提到人工智能，京东的数据探索者大赛我们也与大行合作拿到登陆行为分析的第一名，我是2011年从国外回来创业，公司叫通付盾，我们专注于金融科技和网络安全方面。数字化网络化智能化有很多的挑战，我们今天的话题是责任金融，我们有四条产品线，整个的金融环节里面一个是账户安全、第二欺诈安全的防护，第三是信用安全的防护，第四就是应用安全防护。我们这里面四大金刚有相同基因的，这个基因就是我们的核心技术。
我们与其他的公司的区别，两点：一个我们安全解决方案，我们的技术解决第一次的问题，比如说身份安全，怎么第一次识别你自己是你自己，在数字应用里面特别的关键，我们用人脸识别的技术，也用其他的声纹、指纹等等，我们要多样的身份验证，根据你的风险给出相应的安全的解决方案。第二是包括欺诈也一样，第一次在这个平台做欺诈怎么识别，通过大量的安全的数据行为的分析，第二你看到盾是与密码相关，我们不是以加密为核心，我们以计算的方法做盾的。我们认为像大数据像人工智能、区块链这些新兴技术的发展，它促进了发展科技赋能，同时也带来一些问题，大数据、区块链、人工智能带来的问题必须用这些技术解决这些问题，这也是这些思想在我们的产品线里面贯通。我们用金融科技也是做客户关系管理，就是我在美国做很多年的CRM，不仅是风控，还有精准营销。这是公司的介绍，今天非常荣幸，也是第一次来到这个平台，非常感谢，希望多合作交流！
蒋则沈：刚才各位嘉宾分享了他们的见解和自己专业上的认识。接下来作为一个文科生，我需要发问，大概准备了3个问题，我可能请我认为可以首先回答问题的嘉宾回答，其他嘉宾可以做补充。第一个问题：现在大家关注这么火热的人工智能，究竟是不是一个万能药，是否是万金油，我们做传统金融都知道，金融的内部分工很细，分银证保，分支付分财富管理，从进入人工智能的角度来讲，最有可能在哪些点获得发展，跟金融的契合点会首先发生在哪些业务形态和商业模式上？我先抛给赵行长！
赵卫星：我们目前跟大家的进展差不多，我认为人工智能可能到了一半程度，可能是人工的程度，智能的程度大家的进展没有这么快。第一互联，第二数据，我们做了很多趋向于数理统计的工作，人工智能还有几个方向是我们必须掌握的：第一解决什么问题，任何创新要解决效率性的问题，否则就是伪创新。第二点要解决成本性的问题，不是说人工智能上了以后你的成本大量的上升，你的盈利性越来越差，否则人工智能对所有的金融机构而言其实是没有意义的事情。第三个要解决风险性的问题，不是上来以后造成大量的风险，而是不断的降低风险，基于此我认为人工智能在金融机构的推广也是有步骤的推广。我们看到第一个在智能客服领域，在座的各位包括新网，智能客服的上线%以上的比例，有一些企业更高。服务相对单一的情况下智能客服在这里面的覆盖率更强，第一效率能够快速的提高，客户或者用户在你的对话过程中非常多的问题已经标准化了，通过技术的手段在标准化前置到智能客服里面，我们能够快速的判别，它还没有开口我们已经知道他想问什么问题。这就是提高效率，成本一定比人工更加节省，风险性相对的降低，我觉得这是第一步。
第二步在在线信贷的提到的两个领域里面进入比较深，第一个领域就是反欺诈，确实在大数据已经互联以后我们可以运用非常多的人工智能，刚才提到生物探针等一系列的技术，在反欺诈领域已经大量的应用了。第二个就是建模，大家做的仅仅是第一步，比如说数理统计，真正意义上智能的部分就是不断的修复、不断的完善的部分，国内相应的金融机构做的比较少。为什么新网得了这个，就是我们在机器的自动学习和自动修复功能里面全面进行了上线，今天说老实话新网银行的模型判断里面基本上真正人工参与的部分很少，都是A/B决策引擎自动修复的过程中做的。它解决了前面两个问题，最后一个问题是要通过时间检验的，不是一蹴而就的事情。其中有一点就是对客户的风险不会产生大的影响，这是对金融机构本身的风险防范，对客户的影响性没有那么高，金融机构在有限的风险控制的范围内可以大胆的进行创新，这是一个关键。如果产生了用户风险要小步慢慢来，但是对金融自身的风险，可以设定一个风险值往前走，在线信贷已经往前走了一步。
智能投顾可能做了一些尝试，但是没有大规模的应用，这跟目前的刚兑也相关，如果有一天把所谓的刚兑取消了，智能投顾领域还有很大的一步跨越。王总提到基金领域会应用的更多，但是更多的产品更多的识别客户风险匹配风险这一头，目前的形势下做的比较少。支付领域我个人认为人工智能在这个领域是生物能力的探索，目前还没有看到更多的新鲜的解决方案，基本上径从智能客服到在线信贷到智能投顾会是逐步的延伸的过程，我们今天更多的是大数据项下的人工，还没有到真正到智能领域，还有很长的要走。
蒋则沈：同样的问题问一下来自蚂蚁的陈首席，人工智能作为一个技术的范畴来讲，它本身有没有薄弱环节，有哪些特别不适合在金融领域应用？这样可以避免走一些弯或者踩一些坑？
陈劲松：这个观点是我个人观点，在人工智能在金融行业的使用场景，人工智能它的本质不是100%的实体，不管是风险预测还是做其他的，我们在金融领域跟业务行为强相关的地方人工智能干预的角度是很少的，除此之外人工智能的范围非常大，在市场上我们可以做到全部的人工智能。比如说预测和分析，用人工智能解决人的问题，人看这些数字和报表不是100%的确认，可以用AI解决。但是如果你记帐今天存2万块钱，这肯定不能用AI解决。
蒋则沈：接下来进入第二个问题，从时间维度上看人工智能发展的演变过程，人工智能发展到现在这个阶段，特别是金融领域的话，我们究竟处于什么样的历史阶段和历史站位？未来还有多大的发展和探索的空间？未来的人工智能是我们完全可以金融领域的无人车无人驾驶程度？还是我们是一个人工干预和模型计算算法相结合的模式？这个问题请教招行王总，从银行经营角度来看，我们知道摩羯智投也经历了这样的过程。
王洪栋：我挺个人的想法，也是最近想的比较多，没有跟太多的朋友交流的一个想法，人工智能作为一个技术，在整个的金融领域的启动是由供给方启动的，由我们做这件事情的商业银行金融机构为改进效率降低成本获取更多的客户，甚至有可能是为了新的商业机会，它的启动径有两个：第一把钱借给这个人，就是信用这件事情先启动的，它首先解决的我在启动过程中我自己的风险控制到最好，大部分的金融科技应用都应用于风险欺诈和防范，然后把钱放出去，这是商业机构的经营角度来讲的。这个领域大部分都是一些数据性的东西，只要抓住了更多的数据，就会发展的很快。第二从客户手里拿钱，某种程度上就是销售产品，这件事情改进的手段大部分是从体验上改进，我怎么把这个客户刻画的更精准，抓住客户的每一个角落留下的痕迹，告诉他有这样一款产品你可以交易，这也是解决金融机构的成本问题。找到这样的客户，无论是财富数据交易数据甚至身份数据都可以很容易应用到，这个领域也很成熟。基本上从降低成本提高效率提高营销的精准性出发的。但是有一个问题要前置一点思考：金融把钱借给客户，或者从客户手里拿走钱。我们做的这件事情本身用药物来处理，我们卖的是处方药还处方药，是保健品还是药品，如果处方药，无的找到这个客户，做一个更精准的广告这没有问题，确保这个客户有还款能力还款意愿就可以。如果是处方药，这件事情运用的时候就要谨慎很多，我最担心的部分，商业机构应该满足客户的杠杆需要而不是创造杠杆需要，否则演进的速度就不太好了。在产品的销售上也一样，你可以满足客户的要求，如果是一些波动性类似于处方药的东西，对这个客户无的接近它推送给他，就来的更快。金融这件事情，本身是经营风险，不仅是行业的经营风险，客户参与金融，本身也是用风险置换的，这个事情在第二阶段发展的时候，在智能应用上应该注意。从具体的技术来看，技术是两个径：先解决结构化的数据，已经形成的数字是最容易智能化，第二把非结构化的进行语音识别语义的识别。比如说语音素材怎么提文字素材，又怎么提语义素材，这个过程很大，这个划分就这两个部分。
蒋则沈：我们开无人车但方向盘和刹车要稳稳的握在自己的手中。下面问一下百度，无人车是百度的重要目标，从咱们百度科技中心化的角度来讲，你怎么看待人工智能的下一步的发展？
许冬亮：人工智能加上人工两个字就意味着人工起到了非常重要的作用。有一个词“认知身体”，认知是大的框架，在细则的执行的是偏体力的，人工智能包括技术的进入，越来越多的解决偏体力的重复的劳动，在金融领域我们可以看到偏重复性的偏体力性的劳动或者缺乏创造性的劳动在既定的框架下，只要框架理的非常的清楚，越来越多将被人工智能替代，像智能客服。有一些更多的在尝试往前推进，像大数据风控，我们用各种各样的方式发现客户的风险，有一些是数据层面的有一些是关系层面的，所有的东西联结在一起，我们分析好和坏之间的差别，人工智能就属于比较擅长人工解决的问题。
在越来越多的框架下，这个逻辑或者规则抽象出来以后，只要两样东西有支撑的情况下人工智能就可以越来越多的替代和覆盖的。哪两样很重要的东西：一个是数据，因为人工智能发展到一定的阶段，离不开数据，数据的价值很高，在数据比较稀松的比较少的领域，人工智能要发挥更大的作用存在一定的挑战性。第二是算例，因为算子这个事情业内发展很快，只要数据和算例有很好的情况下，我们发现不停有行为的算法取得突破。现在关系网络上又有新的深度学习的方式结合进去，算子的突破很快。制约人工智能最大的两个瓶颈就是数据和算例，人工智能这个概念已经提出几十年的时间，为什么最近几年得到突破？就是因为最近的几年各行各业在大数据的下算例取得了突破，才能支撑人工智能技术往前发展。未来的这些年可能是爆发式的增长，序列向上，在数据积累比较雄厚，在算例能够得到支撑处理大数据能力越来越强的情况下，我们会发现人工智能将会发挥巨大的作用。但是并不意味着人工会消失，人工始终会存在，人工发展是在智能的基础上越来越往高层次发展，人的寿命就这么长，它认知的东西有限，不管经济的还是的，很多因素重复的循环的发展，整个社会的生产效率得到提升了。现在人工智能带来的好处是大家有很多学习的时间，能够出来，从过去的重复的体力劳动或者没有创造性劳动当中出来，大家有更多的时间学习成长，认知会进一步的升级，在框架内智能将发挥作用！
蒋则沈：刚才您提到一个重要的命题就是数据的概念，人工智能发展存在的基础一定有非常雄厚的数据基础作为支撑，这衍生出我第三个问题，关于数据使用的安全性和性的问题，当今时代数据像工业时代发现的石油一样，数据像石油一样面对智能科技的今天承担着同样的扮演着同样的角色，在数据安全和隐私上我们面临新的挑战和课题，我请来自于京东金融的吴女士给我们谈谈的体会，请汪董事长做一个总结性的陈述。
吴艳艳：我本身在京东金融做金融课题事情的时候，也非常的理解，大家在企业发展过程中追求企业的效率，对客户的精准定位是企业发展的核心，你对终端客户不可能用原来老的人工的方式做处理，所以这些数据对金融机构非常的宝贵和关键。具体用到我的营销，用到我的反欺诈信用风险，识别这个人的好坏，通过行为判断他有没有欺诈的风险，但是对这个人的隐私怎么做界定？京东金融我们首先认为在法律框架下，对一个人的隐私对数据安全性的保障常重要的，这个课题涉及到数据的收集使用和存储，以及我们在标签化应用会应用到什么样的合适场景来做。京东金融在制度的环节里面，对数据上会有这样的考虑，我们有很严格的数据的安全使用制度，包括今天的客户数据的隔离，第二就是我们产品设计环节，今年高法颁布了对客户隐私的要求，我们对所有的产品重新做了一个查核，在整个的产品设计过程中有没有设计采集不当的使用过程。在整个产品设计过程中还有一个从产品设计过程中的社会角度考虑，我们这个产品是处于善良本性做设计的，还是产品处于一个对客户的无穷的利润价值的角度考虑的，我们在产品设计中善良的考虑是很重要的。
现在大家讨论，出现信息垄断的巨头，有大量的信息形成了垄断机构，整个的和金融机构合作过程中，大家知道京东金融转型之后，和金融机构创造了很多的产品很多的场景，我们要符合监管的要求，第二要和金融机构合作，看双方客户隐私的情况下实现对客户最优的体验。我们内部管理包括提供客户标签的时候使用方法方式，以及我们的使用的交易笔数是什么样的都有特别严格的。这是我们在隐私里面从制度从产品设计到管理以及我们所承担的社会责任都会非常注重安全隐私的保障。
汪德嘉：昨天估计很多人看到了，有一个消息，在暗网里面有一个数据包在流通，这个数据包里面有10多亿的密码，这是冰山上的一角。其实在互联网上数据大集中，这里面数字化大集中，给金融其他行业发展带来了很多的积极的作用，同时也有一些问题，如何这些数据的问题。这里面不仅是技术，技术可能有漏洞，而且防不胜防，另外还有管理方面人性的弱点，数据泄露频繁发生。我11月出版了一本书《身份危机》，上中下三篇第一篇黑产战争，主要描述国外的，第二是身份的简史，第三篇系未来身份。怎么解决这个问题？国家和行业都特别的重视，6月1号《网络安全法》的发布，它给了一个总则，但是细节落实与技术密切相关。有一些东西比如几千块钱或者数据泄露怎么溯源？这很难，法律颁布以后，如何把技术与法律相结合，规范这个行业，的隐私，这就是数字的安全怎么做，现在有很多的探讨。我从技术方面提供一些咨询，我开场白的时候提到大数据、人工智能、区块链这些技术高速发展，有很多的创新给社会带来活力，但是怎么解决它产生的问题？还是用大数据的方法、区块链的方决这些问题。怎么实现数据共享？你可以说把它集中起来提交，但是数据大集中起来就给黑客一个很大的目标。人性是有两面，像机器人人工智能能代替人，人创造人工智能，人创造机器人是为自己服务的，最终要人来掌握的是可控的，机器人即便是你创造的，它是确定的东西，从另外一个角度机器人是可靠的。隐私怎么解决？让可信的机器人去帮助我们保管这些隐私，不是一个机器人，而是很多的机器人，帮你保管部分的隐私，通过把这些隐私拼起来，看你多少资产有多少社会关系，这种方式用分布式的区块链+人工智能的方法来解决数字经济里面的隐私和的问题，可能是一个思，也是我们在探索的，这就是我想跟大家分享的。
蒋则沈：谢谢今天所有的嘉宾，我们生活在今天这样一个互联的时代，实际上是每一个人都成为被互联的目标物体，智能手机成为我们自己人体上的器官，4G信号是我们通向这个世界的一个脐带。这个趋势不可避免，由此产生的问题也是不可回避的话题，希望今天我们只是给人工智能做了一个小小的开题，明年这个时候希望我们重新聚在一起把这个问题谈的更加深入，谢谢大家！