人工智能在2016年引发了行业热烈讨论，而今行业已趋于理性。越来越多AI创业项目开始下沉到应用层面：金融、电商、教育、SaaS。
5月26日，在腾讯开放平台、深圳湾科技、珊瑚群主办的腾讯AI加速器初试活动中，海豚浏览器创始人、阿博茨金融CEO杨永智发表了“AI在Fintech领域的创业机会”的主题演讲，为300多位创业者介绍了AI在证券领域的创业机会和挑战。
错过了现场分享的朋友，这篇文章也能助你洞察未来
文：2123字 | 4分钟阅读
杨永智
Fintech是什么？Fintech不等于互联网金融。
所有涉及到钱的、涉及到资金的，比如说P2P，是把传统的金融搬到互联网去做。Fintech不涉及到钱，只是涉及到一套工具，所以要把Fintech和互联网金融要区分开。
大家比较熟悉的Fintech的几大领域，包括银行、移动支付、金融搜索、智能投顾、数字货币等。
今天我主要讲的内容还是讲人工智能在证券二级市场的应用和机会。这里提到的AI是广义的AI，在银行做风控、客服服务，在证券做投研、量化，涉及到各种各样的技术，就属于AI。
AI在证券领域的创业机会
第一个方向是智能投研，国外的代表公司是Automated Insights、Yesop，帮助用户做投资市场分析，一定程度上取代可以取代分析师。
通过智能投研工具，用户可以输入各种各样的问题，比如iphone有摄像头、存储器、芯片，这些不同部件的供货商是谁，在iphone4、5发布时的股价是多少，同时还能预测iphone8发布时的股价。据我所知，国内起码有10家创业工作在做这个方向。
第二个机会是智能投顾，美国的代表公司是Wealthfront和Betterment，国内做智能投顾公司非常多，现在很多银行、券商都在做智能投顾的业务，包括前段时间招商银行、长江证券等，这个领域创业公司也非常多。
我主要说一下这个领域存在的问题。
在中国做智能投顾跟美国有点不一样。美国有资产配置的概念，但是中国没有太多金融产品可以去做配置。
另外，对中国客户来说，智能投顾最主要是能否帮他赚到钱。中国客户普遍的想法是，有那么多好的算法、策略，为什么不自己用，自己去管基金不就好了，用户接受起来存在一定障碍。
智能投顾做一个算法和策略出来，它有两个天花板，第一个是它管的规模是有限的，比如10个亿，可能到20个亿收入就急剧下降了，这个策略比如过去三年运行得很好，但到第四年碰到黑天鹅事件，可能一下子就把前三年赚的钱都亏进去。
美国智能投顾主要做资产配置和避税，这个在中国同样是不存在的。中国的智能投顾主要做2B的解决方案，帮助销售，提高产能，还有站在客户服务角度给客户提供更好的投资服务，但是如果说能做得很准，这是非常困难的事情。
但是，这个领域肯定是有机会的，不过是2B的机会，做2C想做得很大是非常难的。我刚才讲中国市场不大一样，这里还存在一个悖论，有人赚钱必然有人亏钱，智能投顾帮人赚钱，那么人人都赚钱谁去亏钱呢。所以这是我对智能投顾的看法。
第三个机会是量化交易，像国外的文艺复兴等公司都是这个领域非常著名的，文艺复兴前30年聘请了大量科学家，金融收益非常高，赚了非常多的钱。
可以说，做量化交易是离钱很近的事情，但是更适合金融背景的人去创业，不太适合互联网创业。互联网创业者都希望以科技驱动，然后去IPO，不过换句话说，如果创业项目本身就很赚钱的话，估计也就不会想着去上市了。
股灾之后，政策对量化交易存在一定限制，但从更长远来看，量化交易还是非常有前景的。
第四个方向是金融搜索。它以更快速获取信息、数据为主要功能，老一些的公司，像Bloomberg、Wind在做这块。比如，搜索中国和美国的基金对比，系统会把过去近十年的基金数据对比提供给用户，用户可以一级一级的去使用。搜索加上智能处理更便捷、快速，离用户更近。
现在互联网上有非常多的非结构化数据，包括各种报告、财经新闻，其实这些都可以聚合起来，通过搜索进行检索。
比如国外有一家公司Kensho就是这个领域的典型代表，Kensho最大的挑战在建立知识图谱，目前用技术的方法很难解决这个问题。随着云计算、大数据、深度学习的出现，机器在图像、翻译领域甚至可以超过人，但是在更多领域，机器跟人的差距依然很大，所以想用现有的技术去搭建非常强大的知识图谱是有很大难度的。
AI创业的挑战
这是我第二次创业，整个创业大环境有非常大的改变，最主要的变化是所面对的机会。
我上次创业是抓住移动互联网的机会，2010、2011、2012年，那几个创业只要坚持下来，就跟美国西部大开发一样，只要一直跑就能有所收获。
现在人工智能比较火，但是对于我们有过一次创业经历人来说也是比较大挑战，因为以前是做移动互联网、做2C的，现在创业的机会主要在2B，不在2C。
做人工智能是以数据为基础的，做2C的创业，数据再怎么拼也拼不过2B，所以选2C通用领域是很难有机会的，可能在某一些局部领域有机会，但这些窗口也很短。
我自己比较看好的是AI跟金融、医疗、教育等行业的结合，尤其是金融，原因首先在于金融离钱很近，数据相对比较公开，第二金融行业数据非常大，比较适用于AI技术；不像有些行业数据获取非常困难，比如说医疗。除非创业者有非常好的资源，能够获得这些数据。
另外一个很重要的变化就是以前做互联网创业，现在做人工智能创业，创业者的基因要进化，必须要与时俱进，不断地学习，无论是获得数据还是获得用户，都是非常大的挑战。
另一个比较大的挑战是人才，现在创业门槛变得越来越高，因为这几年大力发展双创，投资者越来越多，机会却越来越少，相对来说门槛也就变得越来越高。
尤其在AI领域，在北京招一个技术专家，年薪有可能要到100万美金，这是一般的创业公司很难承受的。我估计在深圳人才更难找，因为腾讯太强大了，中间规模的公司太少，没有形成人才流动的生态。
北京相对来说更容易招人，因为公司多，人才也多，虽然很贵。
所以，人才的稀缺是AI创业所面临的一个巨大挑战。
最后一个挑战，就是现在伪AI比较多，所以融资环境不是太好。以前的VC很多都是看商业模式，其实没有几个VC是懂技术的，虽然AI项目现在估值很高，但投资人不一定懂，想要拿钱也难。
总体来说，我认为AI创业，短期可能没那么乐观，长期还是很乐观的。这个事情不会像移动互联网创业一样，发展的那样快，比如2010-2012年中国智能手机迅速超过50%，这三年是创业的黄金时期。AI创业的时间窗口可能拉得比较长，不会那么快，但长期我还是非常看好这个趋势的。
