雷鋒網(wǎng)按：7月12日-7月14日，2019第四屆全球人工智能與機(jī)器人峰會(huì)（CCF-GAIR 2019）于深圳正式召開。峰會(huì)由中國計(jì)算機(jī)學(xué)會(huì)（CCF）主辦，雷鋒網(wǎng)、香港中文大學(xué)（深圳）承辦，深圳市人工智能與機(jī)器人研究院協(xié)辦，得到了深圳市政府的大力指導(dǎo)，是國內(nèi)人工智能和機(jī)器人學(xué)術(shù)界、工業(yè)界及投資界三大領(lǐng)域的頂級交流博覽盛會(huì)，旨在打造國內(nèi)人工智能領(lǐng)域極具實(shí)力的跨界交流合作平臺。

7 月 13 日，阿博茨科技聯(lián)合創(chuàng)始人余宙為 CCF-GAIR 2019「AI 金融專場」做了題為「AI金融大腦驅(qū)動(dòng)知識處理變革」的大會(huì)報(bào)告。

余宙表示，“金融領(lǐng)域的知識處理”是當(dāng)前金融行業(yè)面臨的最大挑戰(zhàn)之一，摳數(shù)據(jù)、找數(shù)據(jù)、填數(shù)據(jù)、畫圖表等粗活累活充斥著金融從業(yè)者的日常，“表哥、表妹、金融民工”的自嘲也由此而發(fā)，金融公司需要面對居高不下的人力成本和高離職率的雙重困擾。

余宙認(rèn)為，“人應(yīng)該成為機(jī)器的一部分，而非機(jī)器”，通過阿博茨科技的AI金融大腦結(jié)合RPA技術(shù)，打造一系列超級分析師助理機(jī)器人，并運(yùn)用在日常的數(shù)據(jù)處理業(yè)務(wù)中，讓機(jī)器這臺從不歇止的永動(dòng)機(jī)，把人從繁雜重復(fù)的工作中解脫出來，從而投入到更有價(jià)值的決策工作中去，是阿博茨科技核心要做的事。

對公司而言，利用機(jī)器除了獲得人力成本的下降之外，更大的收獲是對公司知識的沉淀和對人員依賴的減輕，使公司能夠成為“鐵打的營盤，流水的兵”，讓所有的用戶和員工都來訓(xùn)練同一臺超級大腦。

以下為余宙的現(xiàn)場演講內(nèi)容和會(huì)后采訪，雷鋒網(wǎng)AI金融評論作了不改變原意的編輯：

大家好，我的名字非常好記，就叫余宙。很多人說我的英文名字是不是就起Universe好了。我們公司的名字更好記，大家先看中文名叫阿博茨科技，可能有90%以上的人聽到這個(gè)名字的時(shí)候會(huì)想“阿博茨”幾個(gè)字到底怎么寫？是什么意思？其實(shí)我們看一下英文就非常容易懂了，ABC。這是一個(gè)特別容易測出年齡的問題，一般之前都學(xué)過漢語拼音，把ABC用漢語拼音來讀一遍，就是“阿博茨”的發(fā)音。

從技術(shù)角度講很容易想到，ABC中的ABC分別代表了AI、Big  data、Cloud，也就是人工智能、大數(shù)據(jù)和云服務(wù)。于是我們就起了一個(gè)非常接地氣的名字就叫阿博茨。

此外，因?yàn)楣雀璧纳鲜泄窘蠥lphabet，是一個(gè)字母表公司，我們也對標(biāo)了這樣一個(gè)目標(biāo)，就起了一個(gè)非常中國化的阿博茨科技。

用機(jī)器人解放“表哥表妹”

阿博茨主要做什么事情呢？我們主要是為金融行業(yè)提供四類機(jī)器人：第一類是摳數(shù)據(jù)，第二類是找數(shù)據(jù)，第三類是填數(shù)據(jù)，第四類是畫圖表。

剛開始接觸金融行業(yè)的時(shí)候，都說金融是一個(gè)知識沉淀和經(jīng)驗(yàn)非常多的行業(yè)。去年我去瑞士銀行的時(shí)候，出來了一位頭發(fā)花白的客戶經(jīng)理，說這是我們的資深客戶經(jīng)理，沉淀了30年的經(jīng)驗(yàn)，要培養(yǎng)這樣一位經(jīng)驗(yàn)豐富的客戶經(jīng)理，能夠回答出來你的任何問題，是需要非常大的代價(jià)的。那么我們就想，這些知識和經(jīng)驗(yàn)要如何傳承，如何被記錄。

谷歌之前收購過一家公司叫Free base，他們存儲了這個(gè)世界上龐大的知識庫，里面有19億條人類的知識，但這里面僅覆蓋了不到全球知識的1%。我們現(xiàn)在面臨的最大挑戰(zhàn)和問題，就是人類和機(jī)器如何進(jìn)行溝通。

提到金融，也有一個(gè)非常有意思的話題，去年年底很多人在考CFA，非常著急，一定要在2019年之前過，因?yàn)閺?019年開始的CFA考試要考編程語言了。

打個(gè)比方，上個(gè)世紀(jì)以前學(xué)習(xí)一門外語是掌握如何和世界上不同的人進(jìn)行溝通，但在如今的AI時(shí)代，掌握一門機(jī)器語言是一種最好的和未來世界進(jìn)行溝通的方式。

那現(xiàn)在我們面臨的最大挑戰(zhàn)是什么？就是大量非結(jié)構(gòu)化知識如何處理的問題。人類現(xiàn)在產(chǎn)生了大量非結(jié)構(gòu)化的知識，比如說我現(xiàn)在站在臺上的一段演講，比如一段視頻、一份新聞稿、一份文件。金融行業(yè)經(jīng)常碰到的是研報(bào)、公告、新聞資訊、圖片、電子郵件，每天大家都被這些非結(jié)構(gòu)化的信息給充斥著。

(金融行業(yè)知識的構(gòu)成)

為什么我們有這個(gè)idea呢？幾年前我們在做投資的過程中，遇到越來越多金融圈子的人，他們常會(huì)說如果你們是碼農(nóng)，我們就是金融民工，因?yàn)槊刻於荚诟芍鴵笖?shù)據(jù)、找數(shù)據(jù)、填數(shù)據(jù)和畫圖表的事情，這個(gè)行業(yè)里對這些人也有一個(gè)昵稱就叫做“表哥、表妹”。

實(shí)際上，大家在處理這些事情的時(shí)候，非常費(fèi)時(shí)耗力，而且出錯(cuò)率高，業(yè)務(wù)也重復(fù)。根據(jù)之前的一項(xiàng)全球統(tǒng)計(jì)，有35%的公司倒閉是因?yàn)槿肆Τ杀具^高，人力成本可能是壓倒這家公司的最后一根稻草。

隨著現(xiàn)在的年輕人不斷開始走向更重要的工作崗位，我們也聽到很多老板在抱怨，說現(xiàn)在的90后甚至是00后，大家都非常喜歡創(chuàng)新型的工作，討厭枯燥乏味的工作，每天讓他干著“表哥、表妹”的活，離職率非常高，結(jié)果好不容易培訓(xùn)了一群人，剛掌握了公司的數(shù)據(jù)結(jié)構(gòu)和信息之后，就離職了。

上次我們就碰到一個(gè)首席經(jīng)濟(jì)學(xué)家，他有一個(gè)培養(yǎng)了三年的分析師助理要離職了，要去尋找人生新的意義。他的工作每天就是從各種金融終端里面去摳數(shù)據(jù)，做圖表。這樣的工作非?？菰锓ξ?，對于人本身的成長來說，老一代的金融分析師可能會(huì)說這是一個(gè)培養(yǎng)數(shù)據(jù)感的過程，就是如何對這些數(shù)據(jù)更加的熟悉。但對新一代的人來說就比較重復(fù)了。

（處理數(shù)據(jù) or 浪費(fèi)生命？）

對機(jī)構(gòu)來說，去年有一本書非常流行，就是瑞·達(dá)利歐寫的《原則》，里面有個(gè)核心觀點(diǎn)對我來說非常有價(jià)值，他說：人應(yīng)該成為機(jī)器的一部分而不是機(jī)器。因?yàn)槿耸怯懈星?、有情緒的，會(huì)累，不能24小時(shí)工作，所以，我會(huì)考慮我應(yīng)該如何做一個(gè)系統(tǒng)，讓人成為機(jī)器的一部分。

剛才提到了重復(fù)的工作量，在日常工作中，相信這些工作是大家非常熟悉的金融行業(yè)中的一些事情。這里的什么事情需要人來干呢？數(shù)據(jù)挖掘、采集、處理等會(huì)充斥在“表哥、表妹”的日常工作中。

因此我們做的事情，就是通過ABC的金融大腦，把自然語言處理、機(jī)器視覺技術(shù)以及機(jī)器學(xué)習(xí)、深度學(xué)習(xí)技術(shù)，運(yùn)用在日常的數(shù)據(jù)處理工作中。就像一條生產(chǎn)線，把原始的材料丟進(jìn)去，最后能夠有一道精美的菜肴被做出來。金融分析師就像一位廚師，要有人幫他買菜、洗菜，切菜、準(zhǔn)備佐料，而這些工作都可以用機(jī)器人來替代。

AI三層次成就超級分析師助理

（ABC金融大腦三層成就超級分析師助理）

那么AI分成幾個(gè)不同的層次呢？我認(rèn)為有以下幾層：

第一層是認(rèn)知引擎層，就是第一步打開了人和機(jī)器世界溝通的環(huán)節(jié)，如何讓機(jī)器能夠讀懂一張圖、一張報(bào)表、一份文件呢？首先是讓機(jī)器人具備一只眼睛。

傳統(tǒng)的人機(jī)交互方式，首先是讓人學(xué)會(huì)編程語言，讓所有的數(shù)據(jù)被處理成結(jié)構(gòu)化。不知道現(xiàn)場有沒有數(shù)據(jù)分析師或數(shù)據(jù)科學(xué)家，我們也會(huì)大量地處理數(shù)據(jù)庫里的結(jié)構(gòu)，在很多應(yīng)用場景里，有一些分析師要找研究報(bào)告里面的圖表，有幾十頁甚至上百頁。

比如說我想知道前一陣子海底撈剛上市，海底撈的門店數(shù)量有多少？如果要搜這個(gè)數(shù)據(jù)，最理想的是丟給你的實(shí)習(xí)生做，讓實(shí)習(xí)生在眾多海量的報(bào)告里把這個(gè)東西找到，幫你提交出來。

這時(shí)候如果用機(jī)器的話，機(jī)器首先要閱讀這些大量的報(bào)告，然后才能把這些數(shù)據(jù)找到。認(rèn)知層就是把所有非結(jié)構(gòu)化的數(shù)據(jù)，包括公告、研報(bào)、新聞、圖片、視頻和語音都可以解析出來。

第二層是感知層。它和認(rèn)知層最大的不同是什么？打個(gè)比方，比如說看到街上有一個(gè)紅綠燈，知道紅燈停、綠燈行，或者紅色代表的是警示、注意、慌張，綠色代表的是平和，這些都是感知層做的事情。認(rèn)知層上，機(jī)器只能識別是紅色還是綠色，RGP值是多少，是不帶有任何情感的。

那么在傳統(tǒng)的識別層面上，比如說我們解析一張財(cái)務(wù)報(bào)表，或者是解析一段文字，比如說里面出現(xiàn)了2.339，中間是一個(gè)逗號，百萬美元。中間的逗號到底是屬于單位的分隔符，還屬于金融單位呢？這些都是需要結(jié)合上下文，有專業(yè)的金融知識，才能把這些數(shù)據(jù)和信息結(jié)構(gòu)整理得更好，這就是對內(nèi)容和數(shù)據(jù)的理解。

所以我們說AI的技術(shù)必須放在非常垂直、非常細(xì)分的領(lǐng)域，才有可能做好。像谷歌那樣，把人類所有的事情都干了，那是好事情，但不是創(chuàng)業(yè)公司的菜，也不是小公司能做的事兒，我們就要選擇一個(gè)非常垂直、細(xì)分的市場。

另外一個(gè)案例是，可能很多人都在用iphone，號稱有最強(qiáng)的語音助理，但是我們也經(jīng)常發(fā)現(xiàn)它很蠢，因?yàn)橛袝r(shí)候?qū)Ш竭€不如國內(nèi)的百度和高德，就是因?yàn)榘俣群透叩略趯?dǎo)航這個(gè)上面累計(jì)了大量的訓(xùn)練樣本，所以它的感知層就會(huì)做得更好。

第三層是可視化。當(dāng)機(jī)器讀懂信息之后，如何把這些信息回饋給人類的分析師，就要有一套自覺的能夠繪圖、會(huì)標(biāo)的引擎。假設(shè)我是一個(gè)剛?cè)胄械姆治鰩煟銇G幾個(gè)數(shù)據(jù)給我讓我生成一個(gè)圖表，我就是什么都不知道，唯一能夠做的就是讀那些老司機(jī)的報(bào)告。

目前ABC的引擎已經(jīng)學(xué)習(xí)了超過3千萬份金融的文檔和報(bào)告，閱讀了超過10億張的金融圖片和信息，當(dāng)你扔過來一些數(shù)據(jù)之后，可以自動(dòng)的把表格、圖紙繪制出來，這就是金融大腦。

對于所有人來說，這個(gè)機(jī)器人就像是一個(gè)超級實(shí)習(xí)生或是超級分析師助理。AI的這幾層，可以極大幫助分析師解決對于公開市場上的數(shù)據(jù)進(jìn)行獲取，同時(shí)如果在進(jìn)行私有化部署之后，還能夠大量挖掘自己家里的海量數(shù)據(jù)。

經(jīng)常說很多金融機(jī)構(gòu)是坐在金礦上，但由于這些數(shù)據(jù)都是隱藏在各種文件中的，被沉淀在金礦里，默默無聞地躺在那里，只有人肉挖掘機(jī)挖掘，但現(xiàn)在我們就可以用機(jī)器人去做了。通過自然語言的檢索和語義的分析，可以實(shí)現(xiàn)一些簡單的問答，最終能夠把這些數(shù)據(jù)進(jìn)行可視化。

創(chuàng)造金融數(shù)據(jù)的永動(dòng)機(jī)

最近在整個(gè)金融行業(yè)，尤其是全球的技術(shù)行業(yè)，RPA機(jī)器人特別炙手可熱。我們有的金融大腦，結(jié)合RPA的技術(shù)，是一種自然而然的延伸，從大腦到手腳的延伸，做到“知行合一”。

RPA和前面的繪圖、找數(shù)據(jù)的機(jī)器人有什么最大的不同？答案是：它的流程性比前面的更強(qiáng)。我們經(jīng)常說RPA解決兩個(gè)問題，就是在流程上的斷點(diǎn)和阻塞點(diǎn)。什么是斷點(diǎn)？我們試圖做一個(gè)永動(dòng)機(jī)，或者是一個(gè)全自動(dòng)化的流程，讓這個(gè)事情從輸入到輸出能夠完整的經(jīng)歷過去，但現(xiàn)在發(fā)現(xiàn)中間存在很多的斷點(diǎn)。

舉個(gè)例子，比如說銀行做信貸，收集上來的大量的紙質(zhì)的掃描信息，現(xiàn)在是不是可以全自動(dòng)化的錄入到風(fēng)控系統(tǒng)中去？在沒有金融大腦之前，傳統(tǒng)的RPA機(jī)器人需要人作為預(yù)處理的輸入終端，由人手抄的方式把信息，或者是通過OCR的方式輸入進(jìn)去，但是機(jī)器人不能識別和理解里面的內(nèi)容，導(dǎo)致大量的RPA機(jī)器人在復(fù)雜的工作中會(huì)失效。

（傳統(tǒng)RPA和AI時(shí)代的RPA的區(qū)別）

在終端層，比如說現(xiàn)在的傳統(tǒng)機(jī)器人，可以支持一些網(wǎng)頁、windows的程序或者其他的程序，做過程序開發(fā)的人就知道，可以在HTML里面找各種各樣的標(biāo)記，但是在這個(gè)過程中，如果你碰到一些本地的客戶端的程序員，他是自己繪制的界面，可能是通過坐標(biāo)和點(diǎn)擊區(qū)域進(jìn)行的描繪，可能對機(jī)器來說這個(gè)界面就是瞎的。

最銼的RPA機(jī)器人是什么樣的呢？每填一個(gè)格子點(diǎn)一下，就是把表單完成填寫。演示的時(shí)候，就是QQ彈出一個(gè)消息，再往下點(diǎn)就是各種花邊新聞，整個(gè)流程就被中斷掉了。

如果是不帶視覺、不帶AI的傳統(tǒng)RPA機(jī)器人，很容易在各種事物的處理流程中，像一個(gè)機(jī)械臂沒有眼睛一樣，被當(dāng)前的流程所困惑。

而新一代的RPA通過人工智能夠給RPA附上眼睛、大腦，能夠讀懂非結(jié)構(gòu)化的文本、應(yīng)用程序，同時(shí)進(jìn)行相應(yīng)的決策。這樣的RPA就能夠解決傳統(tǒng)的只是模擬手腳操作的過程，進(jìn)化到能夠模擬一些初級員工在工作中的重復(fù)性勞動(dòng)。

（Everdroid - 認(rèn)知RPA機(jī)器人）

我們的RPA機(jī)器人叫做Everdroid，Ever是永遠(yuǎn)的意思，代表著永不停歇，可以7×24小時(shí)為大家提供服務(wù)和工作，從成本和代價(jià)來說，至少是普通人工的3倍提升，成本上的降低就更多一些。

所以能夠使得賦能的RPA機(jī)器人有感知、認(rèn)知和相應(yīng)的訓(xùn)練出來的職業(yè)技能。當(dāng)他所處的工作和流程越垂直、越細(xì)分的時(shí)候，就越能夠發(fā)揮機(jī)器學(xué)習(xí)的優(yōu)勢，成為一個(gè)老司機(jī)。

對很多的機(jī)構(gòu)來說，最大的收獲不僅是人力成本上的減少，更多的是對公司知識的沉淀，對人員依賴的減輕，使得機(jī)構(gòu)成為“鐵打的營盤，流水的兵”，讓所有的用戶、所有的員工來訓(xùn)練一臺超級大腦。

當(dāng)然這個(gè)對很多員工來說聽起來是一件很悲哀的事情，但是對未來市場的成長來說，就是需要機(jī)構(gòu)賦能這些用戶，誰家在這場軍備競賽中儲備了更強(qiáng)的武器，反而能夠吸引到更多的優(yōu)質(zhì)人才。也使得工作者能夠從事一些更有價(jià)值的工作，而不是每天在重復(fù)性的勞動(dòng)中度過。

對于機(jī)器人來說，可以適用的場景包括券商、銀行、財(cái)務(wù)以及各種各樣的其他金融場景，在金融行業(yè)，甚至是一些跳出金融行業(yè)的跟數(shù)字、報(bào)表打交道的行業(yè)，機(jī)器人都是有使用場景的。這讓阿博茨的RPA從金融行業(yè)得以拓展到諸如財(cái)務(wù)等更多的領(lǐng)域，可以覆蓋更多的企業(yè)類型。

（Everdroid覆蓋的場景）

另外，ABC的RPA與一般公司的區(qū)別是，我們建設(shè)了一個(gè)RPA開放平臺。一部分開放是將ABC金融大腦和RPA技術(shù)開放出來，讓外部的開發(fā)者通過簡單的模型配置，就可以創(chuàng)建一個(gè)流程機(jī)器人，為企業(yè)自動(dòng)化創(chuàng)造一個(gè)獨(dú)有的解決方案，為此我們創(chuàng)建了一個(gè)開發(fā)者社區(qū)，網(wǎng)址是www.everdroid.cn ，歡迎開發(fā)者的加入。

另外一部分開放，是面向渠道合作伙伴的開放，讓他們可以利用我們的技術(shù)，向企業(yè)提供服務(wù)，以聯(lián)合的方式完成項(xiàng)目實(shí)施，共同推進(jìn)中國RPA領(lǐng)域的發(fā)展。

我們的上一家公司是做手機(jī)瀏覽器的，叫海豚瀏覽器，在全球獲得了2億多用戶，那時(shí)候主要的市場在海外，公司有很強(qiáng)的海外市場的拓展基因。我們現(xiàn)在也同樣有著全球化拓張的意識，不僅服務(wù)于中國市場的金融機(jī)構(gòu)和大型企業(yè)，同時(shí)也在不斷開拓海外市場，并且已經(jīng)和許多國際大型金融機(jī)構(gòu)取得了合作。

好，今天給大家介紹的就是這么多，希望記住我們非常簡單的名字，ABC，也一個(gè)非常有中國特色和接地氣的ABC（阿博茨），謝謝。

以下為演講嘉賓余宙的部分采訪實(shí)錄：

問：阿博茨是一家2B的金融科技公司嗎？

余宙：我們不是完全的2B，同時(shí)也沒有做2C，所以我們更喜歡把我們的服務(wù)方式稱之為2P（Professional），即服務(wù)于專業(yè)人員。我們的定位是用機(jī)器把人從金融行業(yè)海量數(shù)據(jù)處理的粗活累活中解放出來。目前在金融行業(yè)，人工智能還取代不了分析師，我們只能為這些分析師的決策提供輔助依據(jù)，相當(dāng)于做分析師的助理。區(qū)別于幫別人投錢的雇傭兵模式，我們不是雇傭兵而是軍火商，就像當(dāng)年西部大淘金，我們就是賣水賣鐵鍬的。

問：目前業(yè)內(nèi)在語義識別方面的主要挑戰(zhàn)是什么？

余宙：最大的挑戰(zhàn)是標(biāo)記樣本太少。語義識別不像人臉識別，人臉識別在樣本標(biāo)記方面非常簡單，哪里是鼻子、眼睛一目了然，但如果是對語言文字的標(biāo)記則會(huì)很難，你必須要對這些專業(yè)知識有理解，像金融行業(yè)的這些標(biāo)記，你只能找非常專業(yè)的人去標(biāo)它，成本也很高。針對這一塊，一方面，基礎(chǔ)的公開的數(shù)據(jù)我們會(huì)有人標(biāo)記；另一方面，一些一級市場的非公開的數(shù)據(jù)，我會(huì)提供工具讓客戶自己去做一些相應(yīng)的標(biāo)記，因此我們的一個(gè)理念是讓使用的過程變成一個(gè)標(biāo)記的過程。

問：現(xiàn)階段做金融行業(yè)知識處理的關(guān)鍵壁壘是什么？

余宙：現(xiàn)階段唯一能成為一家公司壁壘的，既不是技術(shù)也不是錢，而是時(shí)間和經(jīng)驗(yàn)。做金融行業(yè)的知識處理，最重要的是你所累積的處理材料的經(jīng)驗(yàn)，比如說股票、債券、基金、銀行、券商等不同類型的數(shù)據(jù)。然后通過技術(shù)帶來時(shí)間上的先發(fā)和領(lǐng)先優(yōu)勢，同時(shí)加上你的市場拓展能力強(qiáng)，能拿到客戶，然后就會(huì)有客戶給你提供訓(xùn)練樣本和反饋，反過來給你的技術(shù)帶來更大的提升。

拿一個(gè)具體的應(yīng)用場景舉例，如在金融投研領(lǐng)域里，阿博茨現(xiàn)在給客戶提供的服務(wù)的準(zhǔn)確率最高已超過95%，這樣就使得我們不用去PK那些大公司的通用性產(chǎn)品。

此外，產(chǎn)品化能力也非常重要，做2P的業(yè)務(wù)你就需要了解這些專業(yè)人士的需求，你要去快速學(xué)習(xí)他們的使用場景，為此我還曾去基金公司實(shí)習(xí)了兩周，去扣數(shù)據(jù)當(dāng)“表哥”。

問：目前金融行業(yè)知識處理這一細(xì)分領(lǐng)域的發(fā)展在國內(nèi)外有哪些主要差異？

余宙：不同于國內(nèi)有金融公司自研和技術(shù)公司創(chuàng)業(yè)兩種趨勢，國外更多的是金融行業(yè)自研，市面上很少有第三方公開的產(chǎn)品去服務(wù)不同的客戶，大部分都是金融機(jī)構(gòu)花很大的代價(jià)，雇很多技術(shù)人在內(nèi)部自研。自研的優(yōu)勢是研發(fā)出的系統(tǒng)對自身業(yè)務(wù)的針對性更強(qiáng)，不過也難以對外應(yīng)用。短中期看，國內(nèi)外的這種差異還會(huì)繼續(xù)存在。

問：當(dāng)初為什么會(huì)選擇在金融領(lǐng)域里創(chuàng)業(yè)？

余宙：當(dāng)時(shí)第一家公司（海豚瀏覽器）賣掉之后，我們做過一段時(shí)間投資，但坦率來講我們不是好的投資人，不是那種很佛系的，我們有那種年輕技癢“看別人干不如自己干”的沖勁兒，并且我們是第二次創(chuàng)業(yè)，在心態(tài)上經(jīng)得起誘惑，不只是想活下來，我們希望這家公司未來能夠是可持續(xù)的，可以去敲個(gè)鐘，從經(jīng)營業(yè)務(wù)上也希望有穩(wěn)定的持續(xù)的業(yè)務(wù)發(fā)展。

投資的時(shí)候我們看過很多行業(yè)，遇到了很多金融行業(yè)朋友，他們開自己玩笑說是金融民工，問我們能不能做一些機(jī)器人來代替他們的一些重復(fù)性勞動(dòng)，我們就開始考慮起來了。

經(jīng)過一番調(diào)查我們發(fā)現(xiàn)，AI真正能發(fā)揮特色優(yōu)勢的場景必須滿足幾個(gè)點(diǎn)：一是你要有足夠多的數(shù)據(jù)，尤其是公開可得的數(shù)據(jù)；二是推崇效率至上的行業(yè)；三是時(shí)間很值錢，愿意花錢來節(jié)省時(shí)間。而金融行業(yè)恰好滿足這三點(diǎn)，因此我們認(rèn)為AI應(yīng)用在金融行業(yè)目前應(yīng)該是最成熟的。

問：您怎么看待AI金融的成熟度？結(jié)合如今的創(chuàng)業(yè)環(huán)境呢？

余宙：如果用Gartner技術(shù)成熟度曲線來講，AI金融在去年處于最高峰（過高期望值的峰值），那個(gè)時(shí)候大家覺得AI無所不能，接下來產(chǎn)生了一定的恐慌，有些金融機(jī)構(gòu)的人員覺得是在搶他們的飯碗，哪怕是臟活累活的飯碗，并且隨著一些不那么成熟或必要的AI金融應(yīng)用場景去泡沫化之后，到今年行業(yè)開始回歸理性，開始理性地找那些真正能落地的場景。我認(rèn)為如果說AI安防、AI客服已經(jīng)走上了正軌，那金融行業(yè)可能還屬于一個(gè)不斷試錯(cuò)但開始了理性發(fā)展的過程。

我們第二次創(chuàng)業(yè)（2016年）時(shí)就發(fā)現(xiàn)，已經(jīng)和2010年時(shí)候的創(chuàng)業(yè)環(huán)境很不一樣了，你現(xiàn)在看到的絕大部分知名獨(dú)角獸，都是創(chuàng)二代，甚至有的已經(jīng)是做了五六家公司了。像以前那種剛從公司離職出來三五個(gè)人攢個(gè)團(tuán)隊(duì)就創(chuàng)立公司、把公司做大的案例，近兩年已經(jīng)很少見了，現(xiàn)在白戶創(chuàng)業(yè)越來越難，比較容易成功的都是之前做過的，要么很有經(jīng)驗(yàn)，要么就是資本運(yùn)作能力特別強(qiáng)。雷鋒網(wǎng)雷鋒網(wǎng)

雷峰網(wǎng)原創(chuàng)文章，未經(jīng)授權(quán)禁止轉(zhuǎn)載。詳情見轉(zhuǎn)載須知。