07 AI带来的普惠曙光（第3/8页）

李亮不知道的是，在同一时间还有很多人在百度上搜索着同样的关键词，虽然此时此刻他们还没有与百度金融直接发生关系，但这些人的群体性需求，正以数据的形式进入百度大数据风控的视野之内，并通过机器学习被归类于某一群体画像，从而拥有了相应的信用判断。

对比了几家教育机构之后，李亮终于选择了一所培训学校学习UI，并且决定试试老师推荐的百度有钱花学费分期贷款。他通过手机在短短几分钟内，填写个人身份信息并拍摄个人图像等，完成贷款申请步骤。

而在光纤的另一端，百度风控的策略系统迅速响应，根据人群画像，借助图像识别等技术，对李亮的信息进行采集、加工和分析，并调用数据字段结果送给风控平台，进而完成授信过程。

经过短暂的等待，李亮收到了人生中第一笔贷款审核通过的短信。

几个月的UI课程学习结束后，李亮决定再次贷款学习VI（视觉设计），为即将步入职场加码，这时他惊喜地发现，因为良好的还款记录和稳定的消费记录，机器给他的贷款额度和信用支付场景在扩展和提升。

更重要的是，机器给李亮建立的人生第一份信用记录，可以帮助他超出百度金融体系之外，在更多金融机构里享受更全面、更好的金融服务，彻底告别信用“小白”状态，提升金融服务的获得感。

朱光曾说：“我们这个社会，究竟该由谁来给身无长物的年轻人发放第一笔贷款，在他们人生关键的爬坡阶段给予扶持？现在来看，答案也许是‘机器’。”

而当机器完成了金融服务对象——人的数据化，就已经没有什么可以阻止它在金融王国里纵横驰骋了。

个人钱包的智能守夜人

一向对技术投资不太感冒的巴菲特大概不会想到，有人会用他的名字为一款智能投资咨询软件来命名。这款致敬投资大师的软件，就是智能投资公司Kensho（这个名字是日语用来描述禅宗的“明心见性”，透过现象看本质的意思）设计的一款基于云计算的财经软件“沃伦”，其使用大数据和机器学习分析具体事件（从自然灾害到选举结果）对市场的影响，并使用简单易懂的知识图呈现结果。

这款软件发布之初就震动了华尔街，很多人甚至打电话给Kensho的创始人纳德勒，大骂他是“叛徒”。因为在华尔街，无论是人工智能还是什么其他华丽的技术，关起门来闷声发大财才正常，而将其公之于众，普惠众生则是典型的“大逆不道”。

因为金融信息的掌控和处理本身就被看作是一项垄断性的生意。彭博社和路透社估计：长期垄断的金融数据市值达到260亿美元。

越来越多的“沃伦”同道正在打破这一现状。

另一家公司Hedgeable，创立之初就立志推翻华尔街的垄断，其创始人Michael Kane（迈克尔·凯恩）和Matthew Kane（马修·凯恩）是一对双胞胎兄弟，曾服务于全球最顶尖的对冲基金桥水基金，以及最著名的投资银行摩根士丹利等华尔街巨鳄机构，因为日益厌倦华尔街只为世界上最富有的人服务，而辞职在纽约创立了Hedgeable，依托人工智能技术，致力于为普罗大众提供投资顾问服务。

图7-1 Hedgeable办公室墙上空手道踢倒华尔街的涂鸦

资料来源：www.Hedgeable.com

如果说投资顾问对美国人早就是司空见惯的服务。那么，对于经历了三十多年财富积累的中国人来说，则是一项亟需普及的财富管理方案。

2016年底，知名财经作家吴晓波进行了一项“新中产消费调查”，发现人数可能达到1.8亿的“新中产”阶层，正在普遍陷入一种财富保值的巨大焦虑之中。

高净值人群的财富一直享受着金融机构私人顾问的专属打理，那谁来保卫“新中产”的钱包，缓解他们的财富焦虑？

智能投顾，也被称为机器人投顾、智能理财等，是指在人工智能和大数据的基础上，针对不同风险偏好和投资要求的用户，由计算机提供基于算法的投资管理建议，帮助投资者组建个性化的资产投资组合，实现个人资产配置的最优化。

智能投顾一般遵循如下服务流程：首先洞悉投资者需要，即清楚地了解投资者自身及家庭整体的关键数据。比如投资者所处人生阶段、收入水平、历史投资经验和偏好。一般来说，投资者标签越丰富，画像的颗粒度越精细，对投资者的把握就越准确。