数字资产到底是什么？这篇文章给说透了

来源：苏宁金融研究院

12月11日，江苏省互联网金融协会与苏宁金融研究院联合举办的“2020江苏金融科技与普惠金融发展研讨会暨苏宁金融研究院五周年论坛”在南京举行。香港浸会大学副校长、英国皇家工程院院士、江苏苏宁银行首席科学家郭毅可教授在会上作了《铸就人工智能重器 赋能金融产业升级》的视频演讲。

以下为演讲节选：

尊敬的各位嘉宾，大家下午好！首先感谢主办方江苏省互联网金融协会与苏宁金融研究院的邀请，在今天和大家共同探讨江苏金融科技和普惠金融的发展大计。

在这个大数据时代，我们有了一个基本的技术生态，我们有云计算，同时又有无线网、有5G，可以使每个人随时随地访问到数据服务。

这个时代把数据变成资源，有了这个以后数据就变成了资产。今天又开始过渡到一个对它资本化的过程，把数据作为一种产品，作为一种可以交换的资产，就是资本，它作为新的社会发展的动力。

今天数据资产的特点，它具有个性化，每个人都是数据的生产者，正是因为这个原因，所以我们才有了数据市场的概念，才有了像GDPR这样对于个人资产的保护这样的一种协议，这是一个非常重要的未来前景，在数据构成的环节中，每个人都是数据生产者，也是数据资产的拥有者，怎么界定它，怎么保护它，是我们经济生活中一个重要的特点。

从数据资产到数据资本有两个重大的瓶颈，第一点是要解决数据资产的交易性和数据使用的特征，要保证我们所形成的数据资产的产品，是可以用来交换的，这个时候就有一个非常重要的数据特点，那就是所谓的使用的非排他性，数据可以随意拷贝。解决这个问题有区块链的技术，区块链构成数据中间，每一块的数据资产都是不可复制的，这就是形成交易性的一个重要条件。

第二点，对于个人数据接近无限的量级，我们无法用脑力来处理我们的数据，这个时候就需要用人工智能，人工智能的一个重要任务就是把数据形成数据产品。

从这个意义上来讲，数据经济和社会具有整体性，这个整体性从数据资源到数据资产，我们运用了区块链这样一种新的数据互联的结构，还有一个从数据资产到数据生产力，我们采用的是人工智能这样的一个生产工具。这两个组合起来就是一个数据社会。那么基于这个社会的一个基础，对其经济学的研究就是数字经济学。

我们可以回顾一下数据经济生态系统的演变，可以看到，从过去数据是零散的，每个人不规则地管理它，到了2010年之后出现了云计算，就出现了数据管理者的概念。我们可以托管数据，就像银行管理着我们的金钱，我们有一个数据中心或者云计算中心管理着我们的数据。那么有了管理数据以后，数据的拥有者跟管理者之间就有一个非常重要的关系，这个关系是什么？这个关系就是资产管理。数据管理者必须保证其管理的数据在使用时，能够保证数据拥有者的私密性、数据的拥有权、数据的控制权，这就引出了数据资产管理的概念，这在2010年以后到今天，都是一个最热门的题目。

那么，形成了这样的资产管理以后，交换交易怎么样形成数据产品，这就是区块链的一个重要特征。同时，另一个重要的认识是我们今天所谓的大数据，即数据科学，就是通过数据来认识世界的科学。

总结一下，我们认为数据是世界新的市场资源，我们不断利用和创造这样的资源，这种资产或者资本化是数据科学一个重要的研究。

数据科学还有一个重要的任务，通过数据来认识世界，怎么认识？它的认识是从观察来总结观察到的事实，总结的过程是基于统计的推演，推演的结果就是我们所说的模型，推演的过程不是人来做而是自动化，那就是机器学习、人工智能。我们将会有越来越多的数据，越来越强的推理，越来越自动的学习，越来越深的理解，这就是我们的未来。

以上就引出了人工智能的发展。所谓的人工智能是数据科学的一个基本技术，我们可以这样来简单的看一下人工智能的特征。我们有世界，有一个认知体，这个认知体可以是人也可以是机器，总的来说是一个认知。我们人在做认知或者机器做认知的时候要做总结，总结出来就是模型，模型存在我们的思维体中，在脑中的存储的模型不断地对这个世界做出判断，或者叫预测，这样的预测和观察就一定会形成对比，一个是主观的认识，一个是客观的观察。这个时候如果说我们把观察和自己主观的意识做一个比较，这中间会有一些差异，如果没有差异就很好，因为我们的认识得到了实际的检验，这使我们的认识更加有信心；如果观察和认识有不同的话，那么这时候就会出现两个结果，一个是我们相信自己的观察，相信世界的客观性，这个时候怎么办？就改变我脑中的模型，这就是一个学习的过程；还有一种人比较自信，相信自己的认知，认为自己是对的，这个世界是错的，那就会出现改变世界，出现一个行为。人类整个的认识过程基本上就这两类。

在过去，当数据量比较少，计算率比较差的时候，机器人的知识获得，是通过人把自己的知识总结出一条一条的规律，来告诉机器人，这是硬的输入。后来随着数据量的增长，计算能力的提高，我们才有了基于统计的学习，最后到今天的深度学习。总而言之，我们的信息量越来越大，计算能力越来越强，导致了我们知识获取能力、自动获取能力发生了变化。

人工智能有很多的研究，下面讲一讲它的应用。今天很多所谓的智能，智能银行也好，智慧城市也好，智慧车也好，讲的都是给今天所生活的每一个社会体赋予一种人工智能推理的能力。这里有很多的例子，中间一个比较重要的例子就是智慧金融，这里面有很多很多的应用，根据我自己的一些实践，再稍微举一些例子。

一个是金融服务的精细化，很大的一个改变，通过数据可以感知整个金融界，跟你的金融产品的性能和市场表现，还有客户的洞察，这些都可以使得金融机构构造一个以客户为导向的，有精确营销的高性能服务，这是人工智能的一个很重要的应用。现在讲的普惠金融，很大程度上就是细分，什么叫普惠？就是把金融落实到个人身上，未来的状态就是这样的，精细化的金融服务，强调用户体验，强调用户的个性需求。

在金融服务链方面，整体上来说它有一个很重要的数据驱动的数据链，我们从产品竞争力到员工激励，到营销系统、管理，一直到客户的管理系统，这些都是通过数据来服务的，来看顾客的忠诚度，来看产品的易化程度，这里面都离不开大数据。

讲到这个问题，产品怎么设计？产品设计的未来总是一个特点，就是长尾效应，更多的个性化，更多的照顾每一个人，这个时候我们要研究产品的分布，要研究区域的竞争力，还有就是它的时效和整个生命周期中间不同的社会情况，不同的经济情况对它的影响，它的抗灾性等等，都是一种非常重要的数据驱动的做法。

把握资金流动的特征，特别是在信用打分的时候是非常重要的。前面讲的很多的消费信贷产品，面向个人的系统，这里面很重要的一点就是对个人偿还能力的评分，这个评分里面有各种对你资金流动的理财爱好、风险偏好等等的特殊描述，这也就决定了个人的信用。

还有很重要的一点，就是要揭示金融世界中的内在关系，一个股票的增长和它的变化以及其他的金融产品的变化，跟一些因素相关，把它们之间的因果关系揭示出来，是非常重要的，那么这一句话怎么解释我们所能看到的一些数据，就是一些持续数据，比方说股票的波动，那么我们怎么样通过这些波动来推导这些系统中间各元素之间的关系，这是一个非常重要的因果分析的关系，也是机器学习和人工智能中间的一个难点。

最近谈到最多的话题之一是大数据风控和监管。大数据风控，它的特点是将风险控制落实到微观个体，而监管的特点是通过政策来宏观控制风险，这两者之间的平衡实际上在相当长的一段时间里都是我们将要讨论的重点，它们两个是没有矛盾的，相辅相成，但是现在看来更多好像是一种矛盾。

长远看来，监管需要更多的精细化，大数据风控必须要有一定的宏观政策保证，这两个是相辅相成的体系，这是一个很重要的研究领域，银行在最近的风波中间应该得到一个启示，要真正认真地研究数据风控与监管之间的关系。

最后，对于人工智能的研究，现在要做的是把它赋能工业化，产品化。这个所谓的工业化是什么？它是标准化、组件化、流程化、社会化，我们要把人工智能很重要的各种功能作为达成人工智能的组件，这方面我们有很多的经验，我自己也做过这方面很多的工作。

工业化应用开发平台的构造，这里面不仅有模型的构造，有模拟分析器，还有一个很重要的特点就是模型管理，我们会生产出越来越多的知识分析模型，这些模型我们必须把它管理好，管理是我们对于一个企业知识的管理，这将会是人工智能发展工业化最重要的一个瓶颈，将来我们有很多的工作要去做。

最后总结一下，今天人工智能给金融的智能化提供了非常好的技术，现在要做的是踏踏实实把这个技术用好。我们对于人工智能很多的研究，没有必要去做太多的哲学问题上的考虑，比如AI会不会超过人的智能等等，更重要的是要考虑怎么样在今天各种社会生活中间把该技术用好，使得它为我们服务。那么，金融产业当中人工智能大有用处，希望江苏在这方面能够走得早，走得好，走得踏实。也希望我在和苏宁银行的合作期间，能够为江苏省金融产业的发展做出自己的贡献。

谢谢大家！