券商扎堆搞AI之路 证券业中的AI究竟玩什么？（4）

在采访中，“稳妥推进”是多位券商AI领域的负责人在谈及AI实际应用时的常用词。在他们看来，无论是客户画像，还是利用算法进行精准匹配，都需要时间来积累经验、迭代进化。

“目前来看，券商在科技领域的投入主要集中在数据采集、清洗、挖掘领域。在匹配这一块，最核心的算法基本上是从BAT开源的算法中采购的。”一位券商IT领域资深人士告诉记者。“因人而异的匹配推送，我们现在能够看到比较成熟的应用可能就是今日头条的兴趣阅读，这个效果究竟怎样其实也有很多讨论空间。而券商概念里的匹配要比推送新闻复杂得多，兴趣和偏好只是维度之一，还有客户适当性管理、资产状况、财务规划等很多刚性维度，一个算法要把这么多变量统筹起来，单靠堆服务器是不行的，需要技术上再进一步。”

尽管如此，在现阶段的应用中，着眼于个性化和使用体验的各类AI功能已经开始在提升客户黏性和活性方面表现出积极作用。在手机客户端大力推进AI功能的券商普遍表示，新功能上线后，APP浏览量、页面停留时间以及购买行为等数据指标都已经出现了明显增长。

商业模式待解

从技术专家的视角出发，券商AI显然还有很多跃升的空间。理想状况中，匹配引擎本身应该像AlphaGO一样自我学习，能够从客户对上一次服务的反馈中得到新的信息，并用来进化自己。但行业的激烈竞争决定了券商无法像科技巨头一般耐心地孵化自己的AlphaGO。

盈利，至少提供一条清晰的盈利路径，而不是下围棋，是券商AI天生的使命。当探索AI的时间成本、人力成本、硬件成本居高不下，能否以及如何从这种探索中获得回报可能是决定券商AI未来发展路径甚至命运的关键因素。

在一些证券业者看来，以AI为代表的金融科技应当放在公司战略的高度加以衡量。光大证券张怀强在接受采访时表示，证券行业从内部看是一个充分竞争的行业，牌照、资金、人员、风控都已经是竞争中相对固化的常量。如今，券商在找变量，这个变量会重新分配市场，对市场格局做出重新调整。金融科技是这里面非常重要的一个变量。