$恒生电子(SH600570)$ 关于这件事，老刘有话说...
原创 刘曙峰 恒生电子股份有限公司 2023-06-06 10:18 发表于浙江收录于合集#数智金融203016个
ChatGPT上线半年多，已经席卷多个行业，成为不可阻挡的技术力量。
“所有的一切都值得用AI重新做一遍。”
这一次，《恒生世界》的封面，我们不再动用人类设计师，而是采用Midjourney来制作封面。
当我们将半张机器人在电脑前工作的照片“喂”给 Midjourney，并希望它添加一些金融元素。
我们的封面便很快便从这样👇
变成了这样👇
在这张封面中，Midjourney 捕捉到了机器人的完整的 pose，并将它身前的电脑内容补充了金融交易的元素，而区别于“喂“给它的底图，Midjourney 采用了更具有科技感的蓝紫配色，彷佛让我们知道某些事情即将发生，人们对此充满期待。
一切的一切，仅仅发生在我们给他图片的30秒以内，这也让我们感受到了人工智能对于当下工作方式产生的巨大改变。
所以在机器人的身后，我们写上了自己的想法。
“到2030年，如果机器取代了所有人的工作，世界会变成怎样…”
这或许是每个人也是每一家科技企业值得深思的问题。金融行业正在进入“数智化”时代。2021年，恒生提出“数智化”战略，旨在助力金融机构实现数智化转型。
而对于“数智金融2030”这一构想，恒生电子董事长刘曙峰也在2023年第3期《恒生世界》当中，发表了自己的看法。
全文奉上👇
数智金融2030
过去几年，随着居民财富的不断增长，家庭资产配置的转移，资金端的规模扩容和资产端优化转型的共同作用下，中国财富资产管理行业蓬勃发展。但不确定性也正成为新常态。
今年3月，瑞士瑞信银行并购案和美国硅谷银行倒闭案是近期发生的两起重要金融风险事件，引发了全球金融市场和监管部门的广泛关注。
与此同时，科技也正以自己的规律不断演进。以ChatGPT、AIGC、数字人等为代表的人工智能技术给我们带来新的惊喜，技术的新边界被迅速打开。
这让人兴奋，又不禁让人畅想：这样一个技术边界的突破，对我们的行业、社会将带来怎样的改变？我们是否需要用新的视角去重新审视当下的一些工作？
当前，数字化转型已经基本形成了行业共识，面对这个课题，我们需要一个时间的锚。我想把这个锚放在2030 年，不妨做一个假设，到2030年我们今天所有的工作，是否都可以被机器取代？金融行业里资产配置、投资决策如果都由机器来做，会发生一个什么样的变化？
三个驱动力
在通往2030的过程中，驱动变化的主要是业务、技术和监管三个重要力量。
第一个力量是业务。从业务的角度，过去30年发达金融市场的发展过程，可以作为一些历史经验的借鉴。当下，中国资本市场正处于从发展中市场向发达市场转换的进程中，多层次资本市场的建设、全面注册制推出、资产配置变化等都将驱动金融业务发展变化。业务的发展是一个基本的驱动力量。
第二个力量是科技。科技正从原来赋能的角色变成驱动者，成为数智化变革的驱动力量，带来场景、流程、管理以及生产力的重构。过去十年，科技在消费零售领域给我们带来了颠覆性的体验，甚至重塑了很多细分行业。这或许也能给金融行业带来借鉴，同时也是金融行业面临的一个新课题。场景的变化、生产力的变化，尤其是今天大数据、算力的发展，包括最近ChatGPT的出现，AI给我们打开了全新的格局。这样的一些新的格局，到底会把我们带往何方？我觉得这些是大家好奇的，也是需要进一步探索的。
具体到金融行业，第三个力量是监管。监管在业务的发展过程中，行业的审慎性监管，到鼓励技术创新，和基于新技术环境下的监管体系建设方面有一个自身的节奏。3月16日，《党和国家机构改革方案》正式印发，金融监管体系由“一行两会”变成“一行一局一会”，正在发生很大的变化。监管虽然不改变业务和技术驱动的方向，但它会影响整个变化的节奏和方式。
所以，业务、技术、监管这三个力量综合作用，就形成了我们今天行业发展变化的一个节奏。在未来牵引和这些核心要素的驱动下，我们可以看到金融行业存在着大量数智化的潜在机会和创新点。这些创新点有助于我们去判断和分析今天所做的事对未来将产生怎样的意义和价值。
数智化转型三浪
数据是数智化发展的关键要素。所有线上的数字化行为产生的信息都会变成数据。变成数据之后，它就可以被记录、被承载，数据会变成一种新能源，变成一种资产。所以，数智化时代核心的商业模式就是如何经营数据。
去年12月，国家发布“数据二十条”，进一步从制度层面在数据产权、流通交易、收益分配、安全治理四方面初步搭建我国数据基础制度体系，让高质量数据要素“活起来、动起来、用起来”。
数据智能的发展大致可以划分为“数字”、“数治”、“数智”三个阶段。
“数字”阶段主要是在手工业务电子化、业务流程类和业务执行类信息化建设过程中，实现数据电子化和初阶自动化，具有数据分散、数据质量难以管控、价值挖掘不充分、软件拼图、烟囱林立、业务流程断点等特征。
“数治”阶段主要是业务管理类、分析类信息化建设，推进业务集中化、系统集中化、数据集中化和高阶自动化，具有数据集中管治、质量提升、赋能业务和决策等特征。
“数智”阶段，业务与技术将走向深度融合，自动化将向智能化进阶，组织管理、企业文化也会发生深刻变革。“数字”、“数治”、“数智”三个阶段在进程上呈现为三浪叠加，共同涌向数智金融高质量发展的目标。
目前，我们在很多局部的点上面用大数据和AI的工具产生了一定的生产力。所以，在数据治理的阶段中，我们也已经开始了数据智能的建设，这两个阶段的叠加，是当前所处的一个阶段。
这个阶段，在基础设施建设上一方面我们要进行技术架构升级，实现技术底座的信创化，构建一个面向数智化未来的技术架构。另一方面，在技术底座的升级上，更重要的是加强数据底座升级，推动数据资产化。每个机构都需要去盘点和建设自己的数据资产，建设数据资产能力，把数据用起来，并且用得好。
数智化时代的业务流程重构
所谓数智化，“数”包括大数据以及以数据为核心的综合数据服务，“智”以人工智能为核心，它正以弥漫的姿态将触角深入各个业务场景。
2018年资管新规发布之后，中国的财富资产管理市场进入了一个新的阶段。根据相关报告，预计到2030年中国市场居民持有金融资产规模将会达到486万亿，中国市场资产管理的规模将达到300万亿。
2030年，如果机器取代了人，我们的业务流程会不会面临重构？
实际上这个重构的过程正在财富端、资产端、运营端和风控端四个维度上不断发生。
财富管理数智化
在后资管新规时代，整个财富管理市场格局正在发生着深刻的变化。
买方投顾政策的推出、个人养老金政策的落地将激发投资者对专业投顾服务的需求，驱动投顾机构为投资者提供更加以客户为中心的投顾服务，进而加速买方投顾转型进程。
数智化的财富管理核心需要实现数字化全旅程的陪伴服务，从产品全生命周期的严选配置到全类资产的优化配置，买方视角的投顾能力建设，借助数智技术面向不同的客群提供分层的投资者服务。
另外一个变化是，过去十年，比如股票交易的通道从线下走到线上，那还只是在通道层面的变化。今天，以内容特别是视频内容为承载主体的闭环开始出现。如果以内容核心的基础闭环形成，这个闭环在整个财富管理规模中的比重将会越来越多，这中间可能会蕴含大的变局，流量的分配可能会重新洗牌。
但这其实不仅仅是一个流量的问题，从大资产闭环的视角来看，我们更应该关注这些资产闭环会在哪些部位沉淀下来。
第三个就是投顾的服务。一旦构建闭环之后，后续的全生命周期、以客户为中心的投顾服务体系的构建，以及在资产端的个性化的定制，我想这个可能会对闭环的各个环节又会有一次数智化的重构过程。
资产管理数智化
和财富管理不同的是，资管端的金融投资活动是更为复杂的流程场景，包括投资研究、合规风控、投资决策、交易执行、结算清算和绩效归因等各种环节，多种专业角色通过不断的沟通和博弈，最终通过对资产价格变动趋势的把握，依据市场的流动性状况进行资产买卖，获取投资前后的资本价差。
资管端的数智化主要体现为投研逻辑数字化和内容网络化，提升投管能力以应对标的品种的多样化，提升投交和运营智能化水平来实现交易提效，智能风控投后的实时反馈。
在投研方面，投研场景正从被动转向主动，触碰到研究深水区。通过数智化投研工作台建设提升投研效率、降低交易成本、增强预测精准性，可帮助研究员第一时间获取变化并及时调整基本假设和预期差，帮助基金经理未雨绸缪的优化构建投资组合，帮助管理者客观进行投研过程精 细化管理和绩效考评，为金融机构系统性积累投研核心能力和获取长期竞争力打下体系化平台基础。
在投管方面，一个完善的交易全生命周期管理体系的建立日益重要，通过IBOR（投资交易簿）可以构建整个全生命周期管理的基础，对交易信息从多维度上进行实时整理，并准确提供实时头寸、现金和资产净值数据给各个业务系统使用，从而满足业务实际需要的派生数据、分析数据和关键指标信息的计算。
在机构交易领域，目前各家机构都已经在高性能交易基础设施上有所布局，算法服务在这中间也扮演着越来越重要的角色。在算法的优化上，AI已经彻底把人类甩开。AI算法可以运用机器学习、超算集群等能力，能够打破传统人工挖掘因子和线性模型的局限性，提升量价预测的效果，其构建量化策略研发平台能够支持算法更加快速迭代。所以，未来在交易环节的竞争点可能就会在AI上了。
运营和风控数智化
在财富和资管两端的数智化转型中，他们的底座运营管理和合规风控的数智化也正在发生。
在运营管理上，数智技术正从前端到后端重塑运营模式，实现业务运营自动化、智能化、无人值守，让运营业务人员更加专注创新业务，提升运营效率。同时，所有业务产生的数据最终都会沉淀到运营中来，通过提升运营数据的质量，建立数据标准等形成数据资产，从而进一步加强数据资产在运营管理中的应用。
在合规风控上，统一风险管理平台的建设已经成为共识。数智技术通过模型和数据赋能智能风控，让风险管理从“监管合规”导向以“监管合规+业务赋能”导向转变，实现风险管理的全覆盖+深穿透。运用NLP、图计算、知识图谱、决策树、梯度算法等技术，进行风险域数据资产的采集流转分发、数据指标完善等数据治理工作，不断提升风险应用数据的准点率，实现风险预警的及时性、准确性和全面性，从而加强风险的防范化解能力。
数智化时代的业务流程重构，常常伴随着的是团队和人才的培养，文化理念的重构。所以，科技基础建设、业务流程重构、团队人才培养和文化理念构成了数智化转型的“四重奏”。
未来是一个生态合作和融合创新的时代，在数智化新的生态环境下面，不同的机构可能需要清晰找到自己的定位，建立自己新的生态系统。对于头部金融机构来说，它从建平台到建生态，对中小金融机构来说，更重要的是确立自己在生态中的位置，发掘和利用好新的机会，实现不断成长甚至逆袭。
最后回到我们的假设话题，机器会取代人吗？
在数智化的转型过程中，如果可以“内卷”到不再用人，机器把我们现在大部分的动作都取代了，那我们如何去重新定位自己的位置，这可能是一个值得进一步思考的话题。
在2023年第3期《恒生世界》当中，除了老刘，还有更多专家分享了对于金融行业数智化转型的实践和观点。
👇
更多精彩，请关注新一期《恒生世界》
周一，说说大模型的新消息...
这两家杭州的公司，宣布了三件事！
这家排名第一的老牌信托公司，和恒生在一起了！
收录于合集 #数智金融2030
16个上一篇这次是来自数据领域的3个好消息！
阅读 1287
分享收藏
51
写留言