现阶段, AI发展的核心就是数据, 而在各行业的一线都积累, 沉淀了大量的数据, 若可进行有效的利用, 那必将带来行业的变革, 在微软看来, AI领域学术研究也必须要与各个行业紧密结合, 只有这样才能碰撞出跨界创新的火花, 而在华尔街, 用机器设定股票期货的买卖点, 系统自动交易等已是新常态, AI早已成为金融企业增强核心竞争力的杀手级技术; 无论在街角, 在互联网上或社区银行服务, 个人消费还贷等服务, 也因AI的渗入而更便利, 其共同点则是利用大量数据去分析收益节点和金融风险.
张益肇表示, 极大丰富的数据和讯息是这时代最大的馈赠, 而它们也正在颠覆着最常见的金融场景. 如: 个体借贷人的任何数据都可能透露关键信息, 哪怕是发布的朋友圈, 运动手环的定位, 都可以成为讯息来源, 面对层出不穷的理财, 保险新产品, 到底哪款最适合自己, 可能专业的理财顾问, 保险谘询师也未必能马上给出最贴切的答案, 一端是数据和信息的爆炸, 另一端是有效讯息的分析, 总结和传达受阻, 在用户与服务提供商之间的讯息鸿沟, 就是AI在金融行业很有潜力的切入点.
张益肇亦表示, 机器更擅长数据的记忆和整理, 要让其更具智能, 拥有更强的分析能力, 便是AI现阶段的目标, 除了为不同的客户推荐适合的理财, 保险等金融产品, 更提供千人千面的金融服务, 而在金融行业的后端, AI发力的空间同样巨大, 类似 '过去50年之间利息上涨0.5%对整个市场有怎样的影响? ' 这问题对于人类来说, 也许只有资深分析师才能清晰阐释, 但其却可通过对比时间轴数据, 快速挖掘相似历史情境下的类比模型, 甚至进行分析和预测, 这两者间的差别在于, 分析师要得出这样的模型, 可能需数十年的从业经验, 而AI却可以在行业专家的帮助下快速打通领域边界.
他进一步分析指出, 几年前印度洋的海啸, 让泰国很多城市都遭受了洪水灾害, 不为人知的是, 海啸冲击的不仅仅是普通民众的家园, 全世界的PC供货量也因此受到影响, 这是因为泰国是不少PC配件的制造产地, 一般来说, 海啸洪水与PC供货量之间的关系, 大家不会轻易察觉, 但却是实际存在的, 对于这类隐秘的内在关联, 行业分析师完全可以利用AI和大数据去洞见, 并做出相应地判断.
同样, 今年美国德州所遭遇的洪水灾害导致不少炼油厂停产, 这对油价必定产生影响, 由于整个生态链上游, 中游, 下游所涉及的影响因素复杂, 因此具体会是怎样的影响, 需要进一步分析, 炼油厂处于整个生态链的中游, 若停产不仅会导致下游成品油价格的上涨, 上游的原油也很可能销路不畅, 从而价格下跌, 而在现实世界中, 类似的情况还有很多, 如何加入更多变量, 在更广的范围内, 建立更合理的模型, 这些都是金融AI正在探讨的问题.
今年6月, 微软亚洲研究院与华夏基金宣布了就人工智慧在金融服务领域的应用上开展战略合作研究, 研究方向包括通过模式识别预测市场走势, 基于深度学习挖掘影响市场的重要因素, 基于机器学习方法论进行行业轮动的研究, 基于大数据构建金融图谱, 基于社交网络与应用软体等使用数据, 识别并深度了解客户等. 内部希望借此机会可以共同研究AI+金融的疆界, 推动金融行业的智能化转型. 而让海量数据和信息真正发挥价值, 正是金融AI的使命所在, 以前分析师经常是巧妇勉强为少米之炊, 现在原材料大大丰富, 巧妇们则可以利用更高效的AI工具, 让数据做出更好的饭菜, 分析师们的职责也将会相应地调整为, 基于多年的行业经验对AI分析出的结果进行翻译和解释, 并反过来去验证和优化之前搭建的模型; AI+金融所带来的并非人力的取代, 而是重新分工, AI+HI的结合, 将大大提升整个行业的生产效率.
张益肇指出, 在北京微软大厦里有一个新式的自动贩卖机, 它来自微软加速器成员甘来公司, 表面看起来这款自动贩卖机和路边的贩卖机模样没有太大差别, 不过它的玻璃外罩内藏玄机, 走近看就会发现玻璃外罩同时也是一块屏幕, 就像是机器的眼睛, 可以识别购物者的性别, 年龄, 甚至挑选货物时的表情, 若在它面前待一阵子, 也许会找你搭讪 , 借机向顾客推荐一些可能感兴趣的小饰品等等, 而当顾客刷信用卡, 微信, 支付宝结账时, 消费习惯, 互动记录就都被存储下来了, 这对零售商而言, 就是最新鲜, 宝贵, 真实的一手数据. 张益肇亦指出, 这台贩卖机, 可以认为是AI+零售的一个雏形, 很多AI技术诸如人脸识别, 电脑视觉, 自然语言处理等都可以应用到每个超市的收银台, 商家并不需要识别某个具体顾客的特征, 就可以得到整个消费群体的图谱, 像NIKE, ZARA, STARBUCKS等知名品牌商, 近几年也越来越关注其客户和潜在客户的特征演变, 以前要通过抄价员, 调查员去做的工作, 今后与AI结合起来, 相关工作将可以更加简便, 精确和高效地完成, 从而更好地定位品牌调性. 此外, 像消费者喜爱什么样的产品, 库存应该准备多少等这类问题, 在零售AI的帮助下, 将不再是难题, 如: 无人商店的兴起以及通过天气预报去预测口罩, 空气清净机的销量和库存等, 都可以在人工智慧的帮助下分析和预测得越来越精准.
张益肇表示, 除了金融和零售行业, 物流业也是AI快速渗入的行业之一, 无论是身边随处可见的共享单车, 还是快递/外卖人员背后的物流系统, 抑或是海外购, 全球贸易所涉及的全球物流体系, 都在人工智慧的影响下产生巨变, 甚至在某些物流企业的后台, 随着数据量的剧增, 他们所得到的行业洞察已经远远超出人们所想像.
张益肇亦表示, 另一个充满未来感的场景则发生在制造行业, 事实上, 工业4.0, 中国制造2025都可以看作是AI在制造行业应用的未来憧憬, 越来越智能化的机械臂, 机械手, 感应器, 已经在很多无需与人类有太多交互的场景下深度应用, 微软加速器孵化的几家企业在这方面也做出了有益的尝试, 如使用无人机技术去探勘发电风车, 高压电缆等特种设备材料的裂缝, 并进行相应地维护工作等等. 相较而言, 在物流, 制造业等无需与最终用户有太多交互的应用场景下, 人工智慧的应用速度相当快速, 而早期为大家所看好的医疗, 健康等领域, 反而因为受到各种管理机制, 人类互动的约束等限制, 人工智慧的应用进展比较缓慢.
张益肇指出, 除看到AI给各个行业带来的影响和变化, 作为人工智慧研究的先行者, 微软亚洲研究院自然希望能够在人工智慧时代即将开启的这个节点, 进一步推动AI+行业的深化, 加速人工智慧时代的到来, 于是, 有了成立创新汇的想法, 希望创新汇作为一个汇聚微软亚洲研究院顶级科技专家与各行业专家创新智慧, 经验, 技术的平台, 能够让微软亚洲研究院与中国市场上的大型企业, 投资机构, 政府部门建立更加广泛和深入的合作纽带, 为大家搭建跨行业的沟通平台, 共同探讨AI时代的技术创新.
此外, 张益肇亦指出, 尽管微软亚洲研究院拥有领先的AI科研技术和强大的科研实力, 但科研人员对于现实中的行业应用场景并不了解, 也没有真实的行业数据, 原先基于少量数据就可以建立模型的时代已经过去, 未来的AI一定是建立在大数据基础之上的, 因此AI与行业的结合是必然趋势, 现在恰恰是最好的启动时间点. 他进一步指出, 让AI更接地气才是快速发展的正确思路, 方能加快让AI转化为生产力, 真正落地的速度.
张益肇表示, 在此同时, 对于微软亚洲研究院而言, 仍然会继续电脑领域的基础研究, 而创新汇的成立则是让研究院和研究员们可以更好地从实际应用的角度去考虑科研问题, 未来将会通过闭门技术大会, 主题研讨会等多种形式桥接研究智慧与行业资源, 针对企业数位转型中遇到的具体问题, 量身订制专属的技术交流环节, 与企业一道探索AI+行业的广阔前景.