证券公司如何跨入智能化时代

AI与智能化。人工智能（AI）概念诞生于1956年。在60多年的发展历程中，人工智能技术和应用经历了多次起起落落。2006年以来，移动互联网、云计算、大数据等技术的发展，为人工智能技术的进步提供了更强大的计算能力与更丰富的数据资源，使得深度学习、强化学习等依赖于大量数据和算力的AI算法重新获得重视，并在机器视觉和语言识别等领域取得了重大突破，人工智能再次受到各界的广泛关注。人工智能的发展模式也从单纯追求“用计算系统模拟人类的智能”，逐步向人机结合的增强型混合系统，以及人、机、网络、物相结合的网络化群智系统发展。

所谓智能化，这里是指未来企业的决策会主要运用甚至依赖人工智能，机器在决策过程中将扮演越来越重要的角色。随着人工智能技术突飞猛进，企业普遍加大在人工智能方面的布局，务求在智能化时代全面到来之前，抢占有利的竞争地位。

证券公司的智能化。人工智能在证券行业的应用前景广阔。国际和国内领先的证券公司已经开始探索人工智能在证券发行、投资决策支持、销售和交易、数据分析和报告等各个方面的应用。

波士顿咨询公司（BCG）将AI在证券公司的应用分为核心流程和辅助流程两部分。在核心流程方面，AI应用为证券发行、投资决策支持、销售和支付、结算和保管、报告和数据分析等流程提供了创新的多渠道信息沟通模型，可以替代大量繁琐的手工操作，促进业务流程的自动化，提升生产效率。具体应用如证券发行业务中的智能文档分析、业务报告生成，结算和保管业务中的跨资产清算，报告和数据分析业务中的迁移报告等。更重要的，AI可以支持智能分析和提供决策建议，如个性化投资组合建议、股票交易决策支持、研究和分析、风险建模、机器人顾问等，进而优化原有的甚至创建新的商业模式。在辅助流程方面，AI可以支持合规/风控/稽核部门、信息技术部门、人力资源部门、财务/法律等部门的各种事务性工作，如内部合规检查、可疑活动告警、在线风险检测、简历/面试筛选、候选人沟通、会计自动化、法律研究、协助执法等。

以股票交易决策支持为例，在市场信息量日益膨胀的时代，过去需要大量手工操作的股票信息分析工作，可以使用AI快速大规模地执行，如可以使用基于数据的大型机器学习算法，即时分析数百万社交媒体消息、来自其他非传统信息源的数据以及传统经济数据库，并通过机器学习对历史数据和统计概率进行分析处理，在市场有不良反应之前把“黑天鹅事件”识别出来。

国内证券业的智能化的现状

金融科技对传统金融的冲击。近年来，金融科技日新月异，对金融业产生了前所未有的冲击：存款业务方面，以余额宝为代表的一系列创新金融产品拓宽了间接融资客群并降低了成本；贷款业务方面，微型贷、小贷、蚂蚁花呗、供应链金融等各种各样的贷款业务相继涌现；支付业务方面，支付宝、微信支付的普及，使我国率先进入移动支付时代；在资本市场，智能投顾、智能投研等场景化应用层出不穷，使整个金融市场的服务方式发生了重大变化。

在此过程中，监管也面临着彻底的变革，需要从机构监管走向功能监管，从事后监管转为实时监管。同时，金融科技还会推动法律法规的变革。因为金融科技为个人赋权，个人变成了一个平台，数据的归属权、透明度以及连带责任等问题就变得越发复杂，必须制定与之相适应的法律法规。所以在未来的金融生态里，监管和法律也会发生很大的变化。

数字生活给券商带来的挑战。时代变了，客户行为也发生了变化，客户原来的逛街购物被网购替代了，原来的探亲访友部分地被社交工具替代了，客户越来越多的时间花在了网上。客户的生活已经相当数字化了，券商原来立足于线下的守株待兔式的服务方式失灵了，需要把服务搬到客户的重要生活场景——网络中来。如果券商不能顺应时代潮流，积极拥抱金融科技，加快数字化转型步伐，非但不能迈入智能化时代，打造以科技为核心的客户服务能力和市场竞争力，反倒会像唱片公司、邮局和胶卷厂商一样，逐渐为市场所淘汰。

券商的应对。金融科技创新正引发证券行业商业模式的颠覆性变革，券商更加注重发展专业服务、深化客户关系和业务线上化，对信息技术的投入多有大幅增加。多家券商将金融科技战略作为公司重点战略，以科技赋能金融，推进数字化转型。比如将线下业务向线上转移，以简化业务流程、降低服务成本并提升运营效率；又如建立以“智能投顾”为基础的增值产品销售及服务模式，提高客户服务的覆盖面和效率；再如通过大数据分析客户需求，针对每个客户具体需求，提供专属化、个性化产品和服务，努力提高客户满意度，尝试数据驱动的营运模式。

金融与科技的融合步伐进一步加快，对行业影响日益明显。金融科技不仅使各公司在风险管理和定价能力、成本管控和资源投放、产品营销和客户触达等方面形成差异化优势，更成为券商业务发展的驱动引擎。

证券业智能化的发展路径

数字化是智能化的基础。数字化是券商迈向智能化时代的基础，是一切转型的重中之重，可以说，如果没有数字化，智能化就无从谈起。数字化是个“连点成线”的过程，实现端到端的连接。即把原来线下的、物理的、流程中前后阶段不连续的部分全部推到线上，构建一个现实企业运转的数字镜像，或者叫数字孪生，然后通过线上的方式替代或部分替代原来的销售服务及支持协作等过程。目前券商的业务中，财富管理的数字化程度最高，如网上营业部，就基本上能够替代线下网点的大部分功能。但遗憾的是，仅有极少的券商真正把营业部的人、财、物、事都搬到线上，大多数投资顾问、理财顾问没有实现与客户、产品、业务办理之间的线上连接，而是客户只能“自助”式办理业务和购买产品，很难满足其咨询服务的需求，也不符合金融产品“顾问式”销售的规律。而券商的投行、自营、资管等主要业务相比之下差距更大，内部的协同和支持的数字化程度更低。可见，券商距离打造“数字化券商”的路还很长。

数字化至少需要具备三个特征，即全在线、可记录和可量化。在线，实现所有活动的连接，并全过程记录，同时这种记录必须是可量化的，才可能对记录的结果—数据进行分析处理，达到不断优化的目的。其中，这个量化的过程要求是全息的，业务流程之间，数据不能是孤立的，需要有一定的机制将不同流程中的数据汇聚起来，连接起来。因此近年来也流行起“数据中台”的概念，即将企业数据汇聚成一个平台，聚合和治理跨域数据，将数据抽象封装成服务，以便利的方式为前台提供业务价值。

对证券业而言，数字化转型不仅重要，而且具备非金融行业难以比拟的优势。这是由于证券业交付的是虚拟的产品，没有物流，所有的“物”以及经营活动和过程均可以用数字表达。和个人电脑（PC）时代不同，移动终端把人与财、物、事紧密连接了起来，起到了物联网（Internet of Everything）中的传感器的作用，解决了PC时代人必须坐在案头才能工作的“最后一公里”问题，因此完全可以也应该用物联网的思维进行再造。

网络化是智能化的前提。网络化是组织内部运作和各条业务线协作过程的数字化，是把组织内部的各条线连成“面”的过程，是对企业运营方式的重构。即把原来券商内部自上而下或自前而后的条线横向连接起来，变线性结构为网状结构。

对券商而言，由于客户的需求是多样的，单个的产品和服务难以满足客户的全部需求，企业要从以产品为中心向以客户为中心转变，就要解决不同产品线的协同问题，为客户提供一站式服务。而企业的内部协同，首先要打破企业内部业务线之间的藩篱，让信息在不同业务线间合理流动，把“线”连成“面”，配以相应的机制，来实现客户价值的最大化。

网络化效应提升放大企业的价值，不仅体现在企业内部、企业与客户之间，还可以体现在客户与客户之间。社交化作为商业组织发展的一个重要趋势，客户推荐客户、客户服务客户也成为企业创造价值的重要手段。

生态化是智能化的重要条件。生态化是券商与外部环境协同的数字化，是把企业这个“面”与外部连成“体”的过程，是对企业与外部关系的重构。企业不可能脱离其所处的环境而独立生存，相反地，应该与环境融为一体。换句话说，企业应该在内部整合完成后，与供应商、渠道、合作伙伴以及监管机构甚至包括竞争对手等外部资源与条件对接，并将此过程数字化与网络化。由此，券商可以提高互动的效率，积累相应的数据，进而用智能化工具进行处理，与外部形成共振，不断优化企业与外部的关系。

以券商的财富管理业务为例，券商不仅要为客户提供投资通道，还需要为客户配置来自基金、银行、保险等外部供应的产品。这就需要与外部机构形成良好的沟通互动关系，一方面及时了解客户的需求，另一方面要不断了解外部供应商的产品情况，甚至要与外部供应商进行紧密合作联合营销，其间需要大量的沟通协调路演及售后支持等工作。但目前机构间的联系是不畅的，过程中主要采用线下的和离散的沟通，很难积累数据，优化的空间很小，更不用说智能化处理了。所以券商要真正实现智能化，就要和企业内部的数字化网络化一样，实现与外部资源的有效连接，发挥内外部协同效应。

前景与挑战

智能化并不能改变金融的本质。过去的传统生态主要包括传统供给者、需求者、基础设施、监管者，而随着智能化时代的到来，又增加了一个新的生态维度——人机合作。人和机器互动是金融科技的一个重要特征，流程大大简化，跟客户直接沟通，风险控制、估值活动的自动化及快速迭代。

虽然科技改变了传统运营模式，但金融的本质仍然没有发生变化。科技是第一生产力，主导着金融发展的未来，也会给金融生态的形成和演化带来根本的变化。历史上金融生态也发生过变化，这次也不会是最后一次，金融的中介功能、支付功能、资产配置功能、风控功能并没有发生根本改变。

智能化券商的核心竞争力，不仅来自数据、网络、算法等，最关键的要素还是人，因为人最具有创造力，智能企业的成功一定是利用数据和算法为人赋能，极大地提升生产效能。

当前智能算法是依赖大量的历史数据进行训练和优化的。在复杂多变的环境下，也容易因为数据特征发生显著变化而失去“泛化能力”，判断失当，这种情况被称为“过拟合”。因此，当前的智能算法在提供对复杂数据一定的洞察能力的同时，也存在一定的局限性。在智能算法取得重大突破以前，在将来很长的一段时间内，人机携手才是最理想的合作方式。另一方面，人拥有智能算法当下无法比拟的创造力和温度。人性中的同理心和想象力才是创造差异化优质服务的关键。

人机联手，共创未来。目前人工智能的优势在于庞大的信息存储量和高速的处理速度，人工智能所取得的主要突破主要还集中于某些特定的弱人工智能领域中。面对复杂、多变、信息不完全的环境，特别是应用于高风险的金融领域，当今的人工智能系统性能还相当有限。过度地依赖机器做出的决策和行动，将有可能给券商带来灾难性的后果。近期一些研究也表明，人们可以通过一些简单的手段就欺骗某些深度学习训练得到的人工智能模型。因此，人机结合及人机融合智能仍然是未来一段时间智能科学研究与应用的主要方向，也是券商应该采用的策略。而且，金融服务成功的根本在于通过信任建立牢固的客户关系，是人与人而不是人机之间的关系，人作为服务的提供者其作用很难被替代。正像凯文·凯利所说：“始于技术，止于关系。”

券商面临的挑战和机遇。随着券商对科技投入比重逐渐加大，头部券商已经开始探索数据化运营、数据资产管理的组织模式和技术方法。随着技术的投入比重越来越大，金融科技的应用越来越普遍，券商更加需要重新思考智能化与经营模式、风险防控与监管合规的关系，同时也应避免模式照搬、跟风转型。可以预见，下一阶段的券商智能化将不仅仅停留在互联网渠道建设、线上到线下（O2O）、账户体系、行情资讯服务等方面。构建金融科技能力中心，驱动投资交易、大投行业务、财富管理、全面风险管理、综合机构业务、产品创新与研发等核心业务的全面升级，从而由传统金融机构向科技型券商的转型，将会是未来券商的发展趋势。

此外，在信息技术（IT）组织、数据治理上面，券商亦普遍意识到与领先科技公司和国际大型投行的差距。一些机构在逐步引入互联网公司的数据中台与业务中台的模式，以共享业务单元+开放服务接口的形式对内外部提供基础服务能力。但是，与国际投行相比，国内券商的数字化程度还很低，智能化程度更低，起步和追赶相当艰难。除了体制机制等原因以外，还有就是人才队伍和技术积累都是明显的短板。相比于华尔街的高盛、JP摩根、摩根士丹利及美银美林等顶级机构动辄拥有几千上万的IT工程师团队，我们与之的差距还在拉大。

更重要的是，虽然在加大科技投入、为迈入智能化时代积极准备已经成为行业的共识，但相当一部分券商仍然对转型的概念模糊、对发展的路径认识不清，以至于不知道从哪里入手，个别的还以为上线个客服机器人就算进入智能化阶段了，连基础性的准备——数字化都没开始着手。

因此，券商的转型才刚刚开始，变革任重而道远，金融行业早已率先进入物联网时代，理应按全新的模式改变原有的文化、流程、人员结构、组织架构、作业模式甚至是商业模式。券商有条件也应该，通过数字化、网络化和生态化的全方位推进，以数据优先的思维驱动业务重构，以适应金融市场的快速发展，迎接智能化时代的到来。