券商AI探索之路：理想照进现实还有多远
忽如一夜春风来，券商扎堆搞AI。与其说这是计算机技术长足进步带来的新风，不如说是佣金战的血雨腥风所致。
根据上市券商三季报披露的代理买卖证券业务净收入及前三季度股基交易额测算，可比口径下上市券商今年前三季度佣金率平均水平同比下降9.87%，约为万分之3.8，其中最低者已降至万分之2.2。
如何在对手或者自己流尽最后一滴血之前找到突破性的新式武器，成为破局的关键。很多券商相信，AI就是这个新式武器。
证券业AI玩什么
AI，即人工智能的英文缩写。这个原本属于科幻概念的名词先被斯皮尔伯格的电影引入大众文化，而后又因为AlphaGO的横空出世而重新抓住了大众的眼球。如今，一批国内券商想让AI成为投资者沉浮股海的必备工具。
证券业中的AI究竟玩什么？用长江证券首席金融科技官韦洪波的话说，券商语境下人工智能的核心，是把一个客户和产品服务联起来的匹配引擎。
“用什么方式来联系客户和产品服务？是让用户主动搜索？还是券商把自己认为有用、重要的内容推送给客户？我们选择了第三条道路，即根据用户的使用习惯和个人情况、喜好、风险等信息，进行智能匹配。”韦洪波这样阐释他眼中的券商AI。
左手为客户精准“画像”，右手解剖、重组所有能够提供的服务产品，中间通过逻辑算法加以高效可重复地匹配，成为当前券商AI探索中经典的业务架构。
通过对客户过往行为留痕信息的归纳整理，可以刻画出该客户在投资范畴内的行为模式、性格特征，从而更加精确地了解其需求，这就是客户“画像”的核心逻辑。
在光大证券网络金融部总经理张怀强看来，客户画像是一个先微分、再积分，然后不定积分的过程。
“先把客户的颗粒度打细，然后梳理出一些标签，再来做群体化。群体化其实就是一个不定积分，找到一类约束条件，最后抽象出一个群体。这个群体就是一个客户组，通过这种分析将客户归类，清理出一个名单，根据名单进行推送。”张怀强这样描述客户画像的整个流程。
2016年，中泰证券申报的《互联网金融背景下的大数据产品创设及机器人投顾模式的建立》获中证协重点创新课题优秀奖。在这个课题中，动态KYC（Know your customer）被作为一个重要创新点，即主要通过不断采集用户数据和客户数据，利用算法模型来动态实现精准客户画像。
“动态KYC让我们贴近投资者的真实需求，通过长期积累后甚至可能比用户本身更了解他自己。”中泰证券网络金融部总经理李肇嘉表示。
同时，在产品侧，券商也面临着不小挑战。原本分散在经纪业务、财富管理业务、资产管理业务等不同部门的投顾服务、理财产品需要按照同一个方法论进行“画像”，使其能够与已经被数字化的虚拟客户组进行算法匹配。
一边把客户信息掰开揉碎，进行彻底的数据抽象，而后再重新具象成若干具有显著特征的客户群，“保守的老张”、“总体稳重但偶尔搏短线的小李”、“紧跟题材的小王”等等，一边吃透所有能够提供的工具、服务，跨业务条线进行组合、拆分，在实现了上述左右两手的准备之后，通过大数据算法“一桥飞架南北，天堑变通途”，从而让每一个投资者都能高效地获得最适合其需求的资本市场服务，这便是券业精英正在畅想的券商AI故事。
罗马不是一天建成的
券商AI的蓝图瑰丽动人，但现实却不免有些骨感。
投资者张先生是国内某券商长期忠实客户，产生了大量交易数据。在注意到这家券商推出了人工智能资产配置服务后，张先生在第一时间进行了试用。
“我做了一套标准化的风险承受能力问卷，AI把我定义成积极性投资者，为我定制了一个资产配置组合，其中权益资产占比30%多，黄金类资产占比40%多，其他还有一些固收、现金、另类等等。”张先生这样回忆他的券商AI初体验。“其中权益资产百分之百由一个大盘类的ETF构成。”
张先生对这样的方案并不满意：“资产配置比例我没太多评价，但权益类资产就配一个大盘基金是不是有些简单粗暴？感觉其中并没有体现多少我的个人交易历史的影子。”
对于券商来说，为张先生生产出这样一个配置方案，AI可能经历了非常复杂的运算，但既然未被用户认可，显然是哪里出了问题。
首先，在当前的技术背景下，客户画像本身可能暂时还并不能达到设想中的完美状态。
李肇嘉在接受采访时说，目前证券公司对用户信息收集还存在短板。首先，证券公司提供的金融服务，只是居民金融服务的一部分，大量金融服务相关数据留存在各个商业机构手中。其次，全方位地获取客户数据的手段不够完善。
“所以，证券公司要构建一个全方位围绕客户的数据采集体系，在所有的触点都布置好‘传感器’。即使如此，要真正构建一个非常有效、全面和动态精准的客户画像体系，实际上需要一个漫长的过程。我觉得将来的人工智能，面临的最大问题就是数据采集分析的全面性和精准度，谁能把这个问题解决，谁就能取得更高的效益。”李肇嘉表示。
虽然过程或许漫长，但中泰证券对于金融科技的重视却前所未有。2017年，公司成立了以董事长为组长的金融科技领导小组，制定了金融科技发展总体方案，整合公司各方面的资源和力量，推动公司各项业务与金融科技深度融合发展。
也有券商资深IT从业人员向记者透露，虽然近年来券商对IT硬件投入力度不小，但面对大数据运算的需求仍有一定缺口。“公司在AI算力上下了很大力气，本来认为已经够了，但客户标签一旦多打几个，跑起来还是不行。”某券商相关负责人告诉记者。
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。
“这个变量会彻底影响到营销思维，尤其是在依赖PC的客户随着年龄增加逐渐退出的背景下，新的竞争格局考验证券公司的产品、服务能否精准定位到需要的客户，触达、反馈、根据触达的结果分析、迭代、优化，使匹配更加精准，服务更有效。所以它的核心是使你的服务更加精准、更加有效，提高用户的满意度。”张怀强说。
张怀强表示，在金融与科技日益结合的大环境下，“用户时代”正在到来。基于对用户的洞察与分析，为用户提供个性化、精准的服务，已经成为包括证券公司在内的所有金融机构必须面对的挑战。2016年，光大证券成立了以董事长薛峰为组长的互联网金融业务推进领导小组，为金融科技的实施前瞻性布局；2017年，公司将金融科技确立为公司战略，在金融科技领域持续加大投入，大力推进大数据、人工智能、移动互联、云计算等金融科技在业务实践中的应用。
而在战略之下，AI产品如何带来增量现金流则是一个战术层面无法回避的重要问题。在反复强调AI带来“服务”、“体验”的同时，如何让客户付费呢？
在传统对私业务框架下，券商向客户收费的方式无非四种：息差、交易佣金、投顾服务费、产品销售提佣。简单通过类似兴趣阅读的技术手段，持续地向客户推送符合其偏好的个股，无疑可以起到刺激交易、放大佣金的效果，但其中的道德风险显而易见。正因为如此，更多券商选择资产配置作为AI服务的落脚点。除此以外，一些券商坚持以服务费的形式，体现AI功能的价值。
李肇嘉就表示，在收费问题上，中泰证券倾向不与客户佣金率挂钩，而是进行服务性的收费。“不与佣金率挂钩，避免了为获得收费而损害客户利益的行为发生，也有助于培养客户服务有价的意识。”李肇嘉表示。
同时，如前文所述，AI的神奇力量要真正落地还需时间打磨。由此，券商一方面投入资源构建自己的AI体系，另一方面急切地推出了不少带有智能概念的辅助决策工具，以期尽快得到用户的正面反馈。
近年来，智能选股、交易时点提示、条件下单等服务陆续出现在券商经纪业务部门的货架上。这类工具推出之后颇受个人投资者好评，如中泰证券的“超级电波”，推出后就得到了热烈反响。此类工具本质上属于量化投资范畴，对券商来说并不是什么横空出世的黑科技，如今借AI热潮实现低门槛民用化，成为近期券商经纪业务中颇为有声有色的领域。
瞄准客户的多样需求，也成为部分中小券商力求实现差异化服务的抓手。基于以往在机构智能交易的成熟经验，华宝证券在自家APP中主推自主研发的“智能条件单”功能，这也是业内首个战略聚焦在智能解决个人投资者交易痛点的APP。
通过该功能，客户只需要将自己的股票交易策略，按照条件单提前做好设定，系统就可实现实时盯盘，并在条件触发时智能下单。华宝证券电子商务部总经理余寅槎告诉记者，该功能不仅能帮助投资者提高交易效率，更重要的是，能解决其在交易过程中执行力的问题。
由于该功能直接和公司经纪业务挂钩，传统的佣金模式也是目前“智能条件单”的主要盈利模式。“其他的盈利模式我们暂时没有考虑。”余寅槎坦承：“我们目前打算先在这个细分领域做到极致，然后在获得更多用户认可的基础上探索可能的盈利方式。”
