#外灘大會
外灘大會Vakee演講實錄:當AI遇上Fintech,一場金融典範的革命
每年的外灘大會,都是一場科技研究者、開發者、創業者云集的盛會。 9月12日,Vakee受邀出席外灘大會創新創投生態論壇。以下為Vakee在外灘大會創新創投生態論壇上的演講實錄。演講嘉賓:RockFlow創辦人Vakee大家好!非常高興今天能在外灘大會與各位分享,感謝螞蟻集團的邀請。我們做的是Fintech,是AI在金融業的落地應用。這天然是相對較慢的事業,需要耐心,需要更多跨領域的認知,需要慢慢拼接出完整的拼圖。今天我的分享主題是:當AI遇上Fintech,一場金融典範的革命。我將圍繞三個主題與大家分享:大模型在金融業落地會遇到的特殊挑戰我們的AI智能體Bobby如何重新定義交易體驗中的AI角色未來已來:金融民主化的變革趨勢一、大模型在金融業的落地挑戰大家可能光想到AI與金融結合就覺得既興奮又擔憂。確實,這個領域面臨獨特的挑戰:1. 垂直領域資料稀缺通用大模型並非專為金融業設計,而金融領域受到嚴格的監管和隱私保護約束,公開可取得的資料非常有限。甚至資料的分析和表達都受到合規監管的嚴格控制。2. 精準度要求極高我們可以用ChatGPT聊簡單話題,在內容領域做探索也沒問題,但涉及金錢或醫療相關內容時就會比較謹慎,因為這些場景對準確性的要求極高,容錯率幾乎為零。3. 演算法可解釋性需求金融一直是強監管領域,需要演算法具備可解釋性。在使用通用模型或智能體做應用時,必須有"白盒邏輯",讓使用者清楚知道結論和過程是如何產生的。行業機會與不規律簡單介紹一下我的背景:我最初在倫敦做量化,回國做了幾年網際網路和AI的產研工作,後來做了5年AI領域的早期投資,疫情期間回到二級市場投資,21年創業做FLOW AI,我們的產品叫RockFlow。從投資人到創業者,我看到了AI+金融的巨大機會。這是一個非常龐大的產業-僅可統計的金融服務市場就達36兆規模。在這波大模型落地浪潮中,我預期接下來各國會有一大批金融服務業的AI 新創公司湧現。在快速變化的時代,我們需要抓住那些"不變"的東西:第一個不變:財富的世代轉移未來十年,全球30%的財富將從50後、60後轉移到90後、00後。在世代轉移中,生命無法轉移,但財富的轉移是確定的,這必然帶來「年輕一代」的市場機會。我們也看到這波AI智能體在各國金融服務業的落地,普遍針對20-30歲的使用者群體。第二個不變:人類歷史本質上是平權史回顧歷史,本質上都是一代代知識平權、物質平權的過程。大模型帶來的是技術平權。在技​​術平權下,過去需要數千萬美元才能為私人銀行客戶提供的服務,今天能夠為所有普通人提供更優質、更個性化的金融服務——從投資理財、保險到數位銀行等各個領域,這是真正的平權機會。產業案例分析讓我分享幾個值得關注的產品案例:1. Cleo這是一家創立於英國、成長於美國的公司,現在擁有數百萬使用者。它是我個人非常喜歡的公司,專注於AI驅動的個人財務助理服務,主要使用者群是20多歲的年輕人。 Cleo為使用者的日常財務決策,特別是消費相關的決策,提供知識普及和學習指導,幫助使用者更好地管理消費。2. Bobby這是我們公司的AI Agent 產品,能夠實現7×24小時的投資領域AI夥伴服務。由於投資全球化,使用者配置的各種產品不一定都在同一時區,需要涵蓋更多時間。 Bobby能夠陪伴使用者從每天的想法和靈感開始,到分析、產生投資策略、下單執行,再到持倉管理的全流程。3. Rogo這是專為華爾街專業分析師設計的產品,主要使用者也是傳統金融機構中的年輕分析師。可以看到,在美國乃至全球範圍內,AI在金融服務業的落地已經有了許多探索,湧現出不少優秀的公司。二、Bobby AI:重新定義交易體驗建構理念與架構我們選擇用兩年時間搭建自己在垂直領域的AI智能體架構,在此基礎上孵化出第一個應用-Bobby AI。我們相信AI智能體是未來人工智慧互動的原生形式,能夠從根本上改變每個人參與金融服務的方式。有一個重要觀點:所有面向消費者的公司本質上都是產品公司。無論使用什麼技術,經歷什麼世代變化與創新,我們提供給使用者的都必須是優秀的產品體驗,才能讓使用者真正享受科技帶來的價值。AI智能體的關鍵變化1. 自然語言互動在金融服務過程中,使用者普遍面臨三個問題:聽不懂對方說什麼、看不懂合約內容、不知道如何表達自己的需求。 AI智能體透過自然語言互動解決了這些痛點。現在使用者可以透過對話、電話、語音等方式簡單表達需求,Bobby也會用使用者能理解的方式解釋它在做什麼。2. 精準任務拆解以前使用者有投資想法卻不知道如何執行,例如想買選擇權但不知道如何選擇,往往會卡在金融業的專業門檻。 AI智能體最重要的能力是將使用者的表達拆解成對應的任務,調度整個多智能體架構來完成任務執行。3. 個人化體驗升級AI 並非新事物,過去10多年,行動網際網路就是「AI 推出來」的時代——「千人千面」推薦演算法,但現在的個人化體驗是生成式AI帶來的質的飛躍。智能體在與使用者互動中深度瞭解使用者,每個人都有專屬的Bobby,會不斷迭代最佳化以適應使用者需求。先前的推薦是排列組合邏輯,現在是根據使用者互動即時產生內容。三大核心挑戰1. 技術關所有垂直領域的智能體都在平衡時效性、精準性和成本,只是不同領域的平衡方式不同。金融領域需要極高的時效性和精準性,雖然比醫療領域容錯率比稍高,但成本控制同樣重要。關鍵在於深刻理解場景中使用者的真實需求,建構能夠滿足需求且具備足夠擴展性的多智能體架構。2. 信任關金融領域的信任問題尤其突出。以前使用者信任的是沃頓畢業的高盛投資銀行家,現在要信任AI。這需要時間來建立品牌和產品信任。由於目前大模型演算法無法做到每個問題都100%精準,多智能體架構的設計和產品設計必須先行,在互動設計中建構使用者的安全感,這是我們需要不斷探索和打磨的領域。3. 合規關金融業創業與其他領域截然不同。雖然其他AI智能體都是全球化業務,但金融監管在各個國家都很複雜,對於金融AI公司來說,必須深刻理解如何在全球市場的不同國家和地區申請金融牌照並保持良好的監管溝通。Bobby AI的核心功能Bobby AI是一個可直接下載使用的產品,有PC版本和APP版本,是使用者24小時的投資夥伴。簡單來說,它能將使用者每天的想法和靈感轉化為投資行動。主要應用場景:1. 一句話產生投資組合使用者可以說"卡游最近很火,我該買什麼?"或"馬斯克很火,幫我選個相關組合"。年輕使用者在投資交易中有很多有趣的表達方式,除了賺錢這個共同目標外,他們的投資行為更加多元化。2. 自然語言下單例如"如果蘋果發表會表現一般,清倉所有蘋果持倉"。這句話看似簡單,但智能體需要拆解複雜的任務:盯盤、關注社媒上關於發佈會的討論、分析正負面情緒、執行相應操作等。當使用者能夠用自然語言即時表達需求時,許多原本因為操作複雜而放棄的投資行為就能轉化為真正的投資行動。3. 選擇權配置幫助有一定交易經驗的使用者學習如何挑選選擇權,例如"在這個場景下該做那種選擇權組合?如何做多波動性?"等。4. 個別化記憶與學習投資是一門實踐性很強的學科。與其給使用者一堆書籍學習,不如讓他們用100美元在真實市場中體驗。 Bobby會即時計算每個人的所有交易行為,分析如果當時採取不同策略可能獲得的更好結果。當使用者在真實場景中學習時,金融知識的吸收會非常快速,因為這避免了抽象學習的困難。投資的個人化本質投資是極度個人化的事情。雖然大家都說投資是為了賺錢,沒錯,但就像買衣服是為了好看​​一樣──為什麼全世界有這麼多不同的衣服?因為"好看"的定義因人而異。投資也是如此。 "賺錢"對每個人的意義不同,因為投資的“賺錢”是“風險收益”,每個人的投資目標和風險承受度不同,所以每個人“賺錢”的定義也是完全不同的。在這種情況下,交易平台真正交易的商品不是股票,而是個人化的交易機會。我們相信AI智能體能夠分析使用者的個人需求和行為,提供最適合當下的個人化投資和交易策略,這具有巨大價值。這正是RockFlow的願景:透過AI和各種技術創新,特別是AI智能體這個產品型態,讓每個人都能真正體驗投資的樂趣。三、未來已來:金融民主化變革Bobby 只是一個開始。 RockFlow 花了兩年時間搭建我們的多智能體架構,孵化出第一個投資交易場景的產品「Bobby AI」。未來,我相信不只是我們,全世界許多金融領域的AI 智能體新創公司都會將所有金融服務場景重塑——包括數位銀行、支付、保險、財富管理、數位資產等領域。這些領域都非常應該透過AI 帶來極致簡單且個人化的體驗。我堅信金融平權和技術平權在未來10 年將為世界帶來巨大變化。謝謝大家! (RockFlow Universe)
在外灘大會,十個問題看懂“AI銀行”
AI銀行迎來關鍵一躍。9月12日,2025外灘大會「AI如何真正改變銀行」見解論壇在上海召開。論壇上,一些AI熱潮下的冷思考被不斷拋出:AI銀行究竟是什麼?它會取代人的工作嗎?它如何解決小微企業的貸款難和管錢難?大行與小行在AI浪潮中將走向何方?這些問題得到了坦誠而深刻的回應。以下,我們將透過十個來自論壇現場的關鍵問題,來看清AI銀行從藍圖走向現實的清晰路徑。01. 未來的AI銀行長什麼樣?網商銀行董事長金曉龍在《從數字時代邁向AI銀行中》致詞中認為人工智慧正在深刻改變銀行業,尤其是大模型技術突破讓機器首次真正擁有了學習、思考和自主執行的能力。未來,網商銀行將從數字時代的“310“升級到AI時代的新“310模式“——360度全景認知、1對1專家級服務、0延時即時響應。儘管還在探索初期,但AI能力的躍遷,使得網商銀行有機會給每個小微企業打造專屬的「AI CFO」,將過去只有大企業能享受的服務普惠給每個小微企業,不僅解決融資難題,更能提供資金管理、行業研判、風險預警等智慧服務,成為他們經營生意上的智能夥伴。02. AI銀行的出現會取代人嗎?網商銀行行長馮亮在《AI 重塑未來銀行》的主題分享中認為,AI的價值在於「賦能」而非「替代」。AI成為專家後,能讓一般員工成為超級員工,普通訊貸員成為超級信貸員,一般客服變成超級客服。他說,大家可以想像一下,如果服務你的,不是一個普通櫃員,而是一個銀行的行長,體驗是不是大為不同。因為做了AI,網商銀行不是在裁員,反而在擴招。一方面,我們需要更多專家,專家要把自己的專家經驗總結出來,教給AI。另一方面,我們需要更多用AI的人,人機協同,服務客戶。03. AI銀行和數位銀行的差別是什麼?網商銀行副行長兼首席資訊長高崧在圓桌對話環節表示,數字銀行的核心在於解決金融的“可得性”問題,而AI銀行是在此基礎上,致力於解決金融服務的“易用性”和“適配性”,讓專業的金融服務“人人好用”。數字銀行過去提供的產品和服務大多是標準化的。它像一個巨大的線上金融超市,雖然商品琳瑯滿目,但如何挑選最適合自己的那一款,對一般使用者而言依然是一個難題。而AI銀行致力於解決“易用性”和“適配性”問題,它未來扮演的是一位“AI CFO”,面對超市裡琳瑯滿目的產品,AI銀行能夠深度理解每個客戶的獨特性,提供個性化的專家建議,實現從“千人一面”到“千人千面”的跨越。04. 現在小微企業經常面臨中大額貸款不穩定的難題,怎麼用AI解決?網商銀行人工智慧部總經理鄭波介紹,小微型企業的經營容易受環境波動的影響,而銀行對小微企業的認知往往不夠深入。網商銀行的做法是打造「AI信貸專家」。它有兩位智能助理:一位智能產研助理,是個“行業通”,能把小微企業所屬行業、在行業中所處的位置、發展前景弄明白。第二個叫智能盡調助理,是個“火眼金睛”,通過電話、視訊等方式多維度理解企業經營情況,給企業做一次360度CT掃描,經營健康度一目瞭然。例如浙江溫州一家電子廠,年收入3,500萬,在傳統風控眼中,是一家平平無奇的電子產品製造商。但在AI信貸專家眼中,它是宇樹科技、小米汽車的供貨商,行業前景廣闊,去年收入漲了35%,明年還要漲。而且它是國家級高新技術企業,手握27項專利,裝置先進。因此AI信貸專家最終給出150萬的額度建議。基於這種360度的認知,AI信貸專家審批建議與人類專家的一致率在5個月內從39%躍升至90%,這標誌著信貸正從「規則判斷」轉向「認知決策」。05. 銀行的行銷經常被使用者吐槽“很打擾”,網商銀行怎麼做?網商銀行資訊科技部副總經理潘勇現場介紹,過去銀行的一條行銷策略,服務10萬人、100萬人,所有總有人覺得不適合自己,因此心生厭煩。現在,要利用AI技術,往「一人一策」的方向邁進。例如過去,要向鄉村文旅商家推廣一項服務,過去我們會把溫州洞頭景區的商家都圈選起來,但實際上,景區餐飲店是需要的,但景區的蓄電池維修店壓根不需要。AI時代,可以把人找得更準,甚至推送的文案圖片,都可以一人一策。當使用者有疑問,需要客服解答的時候,AI和客服人員可以協同配合,多輪對話,跟進問題,AI解決不了切換人工。目前,網商AI行銷已覆蓋超2300萬使用者,智能服務有效承接率達90%,使用者滿意度提高19.5%。06. 小微經營者理財希望收益穩、流動性高,還要安全,AI有解法嗎?網商銀行資訊科技部總經理馬曉航現場介紹,我們通過兩大AI引擎來破題。一是“申贖智能運籌引擎”, 就好比天氣預報。它可以告訴投資經理說每天有多少申贖的量,那它就能去做更最佳化整個那個流動性配置,去抓一些短期的機會。另一個是“資金結構調控引擎”,它就像人工降雨,它能把長期的錢引導到長期的品類裡面去。短期的錢引導到短期的品類裡面去,真正做到把合適的產品賣給合適的投資者,從而實現說多方共贏。兩大AI引擎協同,在保障安全和流動性的前提下,努力提升收益穩定性。目前網商銀行AI理財已用於14家機構,合作產品收益波動比市場平均降低5BP。07. AI時代,大銀行和小銀行的差距會不會被拉大?大會現場,興業銀行首席資訊長唐家才認為,當前「搶人搶卡」的階段,大銀行由於其資源雄厚,確實有可能在AI人才和計算資源上佔據先機,從而進一步拉大與中小銀行的差距。然而,中小銀行並非完全沒有機會在擁抱AI的過程中實現突破。在他看來,對於中小銀行來說,也可以透過以下一些方式擁抱AI:一是加強AI技術外部合作。二是聚焦特定領域開展差異化競爭。第三是採用開源技術與工具。四是尋求政策支援與產業聯盟。這裡的關鍵還是在於中小銀行能否精準定位自身需求,合理規劃資源,在擁抱AI的過程中找到適合自己的發展路徑。08. 銀行AI轉型面臨那些瓶頸?技術提供方有何方案?大會現場,銀行業人士認為銀行在AI轉型中面臨三大瓶頸:一是「金融+AI」複合型人才短缺;二是高品質資料不足;三是缺乏全面科學的AI價值評價與評估體系。阿里雲智慧集團公共雲事業部副總裁張翅認為,幫助銀行破解瓶頸,需要推進應用、模型、知識、算力和安全的協同。在應用上,阿里雲正推動銀行從「雲原生」向「AI原生」躍遷,提供以Agent為核心的全新開發範式,並幫助銀行梳理將海量資料梳理為模型可用的高品質資料。在模型與算力工程上,透過開源模型、大小模型協同等策略,以及推動國產化算力發展,為銀行提供高效且自主可控的AI核心能力。最後,安全工程則為這一切保駕護航,幫助企業識別和規避大型模型應用的潛在風險。09. 如何降低中小銀行使用AI的門檻?螞蟻數科金融AI產品總經理曹剛現場介紹,在技​​術服務上,螞蟻數科可以提供「拎包入住」的全端AI服務能力,包括智慧算力調度、產業大模型、智慧體開發平台以及最上層的智慧體應用。在此基礎上,螞蟻數科將自身對金融業的深度理解與銀行的具體業務需求相結合,讓銀行不必從0開始建構技術設施,而是更多將精力專注於業務創新,從而有效緩解人才和資料治理的壓力,加速AI應用的落地。在如何降低基礎設施投入成本上,曹剛介紹了螞蟻數科的「按效付費」模式,讓銀行按照業務效果(例如收入增長或成本節省)付費,中小銀行不需要投入高昂的成本,也能收穫AI帶來的業務價值。10. 「人工智慧+」戰略對AI銀行發展有那些啟示?浙江大學求是特聘教授、浙江大學本科生院院長吳飛在主題分享中認為,「人工智慧+」策略的核心在於「+」。這啟示我們,人工智慧孤立地存在,不可能解決專門垂域領域的任務,必須和場景關聯起來。對銀行業而言,不能只依賴一般大模型,因為它在專業問題上談不深、談不精。未來的金融競爭力,不在於擁有多少資料,而在於是否擁有一個「懂金融的AI」。要打造“懂金融的AI”,一個重要的方向是發展專業模型,特別是大小模型協同。大語言模型具有強大的推理能力,它可以“坐而論道”,把一個複雜任務的整個過程規劃出來。而規劃出來的每一個任務由誰執行?由作為「手和腳、眼睛」的智能體來「起而行之」。因此,最好的AI架構不是追求畢其功於一役的大模型,而是追求不同任務模型之間的協同。吳飛教授也認為,當前AGI是統計學所秉承的大力出奇蹟,未來AGI是對世界模型的根本重建,建模人類世界和物理世界的規律。大會現場,經過上面的這些討論,一個清晰的共識在正在形成:AI正引發一場深刻的“範式變革”,推動銀行完成一次深刻的角色演進——從一個提供標準化產品的“數字管道”,轉變為一個提供專家級決策輔助的“智慧夥伴”。 (新民周刊)