Return to site

阿博茨科技杨永智:AI创业难度很大,但我仍旧乐观

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。

All Posts
×

Almost done…

We just sent you an email. Please click the link in the email to confirm your subscription!

OKSubscriptions powered by Strikingly