恒生联合阡寻成立「丹渥智能」,为泛金融从业者提供智能投研平台
2018年11月07日
       金融可以说是人工智能最早落地的场景之一。AI+金融目前进展如何,前景如何,合适的路径是什么样的?上交所前总工程师白硕接受媒体采访时分享了他的观点,提炼如下:
 
       1. AI+金融领域目前尚处于发展的初级阶段。这意味着行业不会马上出现独角兽,大家都有很大的发展空间,也不会马上出现机器取代人的颠覆性局面。
 
       2. 目前尚未有“杀手级”的技术出现,各家的技术很难建立不可逾越的壁垒,只是探索早晚的区别。
 
       3. 合适的发展路径是先汇集金融大数据的力量,对金融行业有充分的认知后,才可能建立适用的模型,积累领域独有的知识,开发新技术。
 
       人工智能的发展重新定义了许多行业中的分工,金融业尤为明显。近年来,券商、研究机构引进机器人办公,减少分析师数量的新闻层出不穷,行业又到了新一轮技术升级的时机。
 
       智能投研赛道兴起是引起这些变化的原因之一。金融业对数据留存及完整性高度重视,因而成为以数据为依托的人工智能行业的优质落地场景。换句话说,这个赛道的核心在于依托金融市场数据,通过深度学习、自然语言处理、知识图谱等人工智能方法,对金融业结构化、非结构化的数据、事件等信息进行自动化处理和分析,为金融从业人员提供工具,提高研究和分析效率。
       最近,老牌金融软件服务公司「恒生电子」与人工智能企业「阡寻科技」合资成立了新公司「丹渥智能」,由上海证券交易所前总工程师白硕任董事长。白硕是自然语言处理和人工智能领域专家,曾任上海证券交易所总工程师,是新一代交易系统总设计师,中科院计算所研究员和博士生导师。
 
       对于智能投研的关键要素:数据、技术和场景,丹渥智能的人才配备和资源都具有优势。公司集合了恒生电子与阡寻科技两家的优势 —— 阡寻科技在自然语言处理、知识图谱、机器学习、深度学习等人工智能技术拥有理论与实践经验;而恒生电子作为国内金融软件市场的巨头,拥有金融数据和业务落地场景,覆盖证券、银行、基金、私募、保险等多个市场。
 
       丹渥智能目前自己研发了自然语言处理平台、知识图谱构建与推理平台,积累了全行业的产业链知识图谱,构建起上市公司上下游产品、公司、人等之间的关系,并且拥有 5 个主要落地产品,包括股票对话机器人、智能资讯、事件预警、自动报告、智能公告等。
 
       白硕表示,目前 AI + 金融还处在起步阶段,有很长的道路要走。AI对金融的渗透得从“脏活累活”做起,辅助属性较强,核心在于让机器人帮人类完成重复机械的工作,“机器取代论”太遥远,现在还言之尚早。
 
       而对于近年的金融大环境,白硕表示持续看好。“改革开放的进程加快,金融业也需要不断迭代配套的金融设备,才能跟上脚步,”白硕说,“而且目前金融业开始洗牌,市场逐渐回归理性,恰恰会让金融机构产生改革的动力,试图接受人工智能这一技术,降低成本,也提升业务效率。”
 
       丹渥智能主要面向泛金融领域中需要进行数据分析、投资研究、因子挖掘的各个机构,包括银行、券商、保险公司,以及政府和媒体机构,和面向 C 端的个人投资者开发 AI + 金融的产品。下面进行简单的分类介绍:
 
       自动报告、智能公告
 
       分析师针对金融产品所作的分析和研究是项繁杂重复的工作,前期需要收集大量的数据,最后成文也需要遵循一定的格式。丹渥智能机器人自动写报告系统,基于自然语言生成技术,整合相关的量价、新闻、舆情、公告等数据,自动生成各类研究报告,如A股行业周报与个股报告。智能公告可对上市公司公告进行自动分类和关键事件元素自动抽取,例如增发、减持、并购、重组等。
 
       智能资讯、事件预警
 
       丹渥智能会结合恒生电子及第三方合作机构,囊括包括股票、媒体报道、研报、社交媒体等数据源,做事件风险预警和情感分析,基于市场和经济知识,沿产业链知识图谱对市场上发生的各类事件进行即时推理分析,比如分析某气象灾害会对投资者的标的产生怎样的影响。投资者可以自由选择风险因子,定制自己的预警信息。
 
       股票对话机器人
 
       该产品主要面向 C 端投资者,目前入口为微信公众号,主要通过对话来为用户提供关于股票的各类资讯、投研的精准问答。
       AI+金融已经发展数年,智能投研赛道相较 CV (计算机视觉)等赛道,发展程度差异较大。对此白硕认为,主要原因在于技术和落地场景的对应关系不同。
 
       CV 赛道落地的核心技术有人脸、图像识别,直接对应的是识别准确率,技术属性更加凸显;而智能投研赛道直接面对的是投资决策,情感分析和知识图谱涉及到的是更加立体化的识别,加上金融领域受政策、环境影响较大,导致两个赛道在金融领域中的场景和打法都不一样。
 
       “不过,目前智能投研的痛点不是在金融决策上,而是在怎么提升技术上,知识图谱的落地还处在刚刚起步的阶段。”白硕表示,“对数据的覆盖广度及深度是建立知识图谱的关键要素,专家经验对于这一赛道举足轻重,一个行业的知识图谱建立初期都必须要有懂行业和产业链的专家来参与引导,知识图谱才可能尽快‘入门’。”
 
       接下来,丹渥智能将继续迭代产品,完善行业产业链知识图谱,此外也会继续拓展市场。公司的天使轮融资目前已经开始,融资规模在千万级别。
 
       最后对团队进行介绍。丹渥人工智能研发团队多来自香港大学、复旦大学、中国科学院等高校,在SIGIR、AAAI、CIKM、ICDM、SDM等人工智能、自然语言处理国际顶级学术会议发表论文二十余篇。公司核心团队多拥有博士学位,在国内金融机构、金融市场核心监管机构、高校科研机构等有着多年的高管及从业经验,对包括自然语言处理、知识图谱、机器学习、深度学习等人工智能技术有着丰富的理论与实践经验。