蚂蚁的野心，下面是智本社给大家的分享，一起来看看。
蚂蚁集团贷款总额
最近，马云捅了一个“马蜂窝”。
马云在外滩金融峰会上炮轰传统银行是“当铺思想”；嘲讽巴塞尔协议像一个“老年人俱乐部”，扼杀创新；指出中国金融问题不是系统性风险，而是缺乏金融生态系统。
马云的演讲激起了人们对旧金融与新金融、旧体系与新技术的争论。
第一天，网友感慨已经很久没有看到这种火花四溅的演讲了，纷纷力挺马云敢于对银行开火。
第二天，舆情反转，指责马云外行、无知、傲慢，为蚂蚁上市造势不择手段，讽刺蚂蚁为“蚂蝗”。代表性的言论有“谁都可以抱怨，唯独蚂蚁不应该”，“过去是1%的人控制了90%的财富，未来是1%的人控制了120%的财富，因为其他人都欠着花呗、借呗”。
可惜的是，舆论的噪音淹没了根本性问题的探索。本文以信贷货币的介入方式，探讨货币经济的深层次问题，揭示蚂蚁集团的野心。
本文目录
一、货币的逻辑
二、蚂蚁的野心
三、赢家的敬畏
（正文7000字，阅读时间30'，感谢分享）
01 货币的逻辑马云称“今天的银行延续的还是当铺思想”。什么叫当铺思维？当铺思维就是以资产抵押为信用发放信贷。
当铺思维背后隐藏着当今货币经济时代一个关键性问题，那就是货币介入经济的方式对经济效率的影响。货币介入经济的方式颇为单一——商业银行主要以抵押资产为信用发放信贷。如今大部分货币都是由商业银行创造的，商业银行的信贷货币建立了一个经济逻辑：“资产抵押-信贷货币-生产流通”。
这种单一的货币介入方式以及经济逻辑是否存在问题？
我先举个简单的例子。假如有一家成长性很好的科技企业，但是因没有固定资产抵押，无法获得银行贷款。初创期的腾讯就遭遇这种情况。另外一个人是普通白领，早期低价买入了一套房，他将其这套房产抵押给银行获得一笔贷款，然后用这笔贷款购置第二套房。
从直觉来看，现有的银行体系最起码有几点不合理：一是银行信贷只以或主要以固定资产抵押发放是不合理的，真正需要贷款的企业却无法获得；二是银行信贷没有支持实体经济与技术创新，反而助长了金融投机和资产泡沫；三是先获得货币的人比后获得货币的人更有优势，从而造成财富不公。
下面我用科斯定律和坎蒂隆效应来分析这个问题。
根据科斯定律，“资产抵押-信贷货币-生产流通”的经济逻辑没有问题。科斯定律说的是，在交易费用为零或很小的情况下，不管初始的权利配置如何，市场交易最终会使得资源配置达到帕累托最优。有一个通俗的表述是资源不管被谁拥有，它最终都会落到使用价值最高的人手上。
比如，果农种植的水果，最优质的往往出口到发达国家，次级的水果留给自己食用。又如，初恋女友倾国倾城，两人开始相爱，但以分手收场，她最后嫁给了一个有钱的男人（扎心）。
回到科技企业这个例子。科技企业没有固定资产无法获得银行贷款，但依然有可能获得天使投资、风险投资的资金支持。比如，初创期的腾讯在银行碰壁，但IDG和李泽楷分别购买了腾讯20%的股份，马化腾因此获得220万美元的投资。
科斯定律的逻辑是，价格是一组发现程序。即便最开始，银行只给有产者提供信贷，但这并不重要。资金永不眠，总是在寻觅机会，信贷经过“兜兜转转”最终会找到有价值的你。就像，马化腾遇到IDG和李泽楷一样。
但是，科斯定律有一个前提，那就是交易费用为零或很低。交易费用是新制度经济学中极为重要，但又不是太严谨的概念，可以理解为与交易相关的一切费用，比如信息搜索、讨价还价、合约签署、法律监督等。
美国的金融市场是一个交易费用相对较低的市场，比较接近科斯定律。在美国，投资银行比商业银行更发达，创业者即便不能从商业银行中获得贷款，也可以从投资银行中获得投资。IDG就是一家美国的风险投资公司，它投资了中国的腾讯、百度、搜狐、小米、美团、金蝶、携程等600多家科技公司。
投资银行的钱从哪里来？他们的钱主要来自私人募集，但这些钱的源头都是商业银行的信贷。所以，商业银行的信贷不管最初发给谁，在平滑的市场中，最终会流向有价值的企业。
但是，如果交易费用很高，情况则不同。科斯定律也说到，如果交易费用很高，不同的权利配置界定会带来不同效益的资源配置，同时市场无法达到最优效率。
接下来，我们就讨论交易费用高的情况。
在交易费用高的市场中，货币流通是非均衡性的，货币介入经济的方式以及谁最先得到货币，会产生不同的资源配置效率。
在经济学历史上，爱尔兰经济学家理查德·坎蒂隆最早系统阐述这个问题。坎蒂隆是一位金融投机家，他与约翰·罗关系密切，并在法国密西西比泡沫危机中获得巨额财富。这位金融投机家以敏锐的观察，在《商业性质概论》中指出，货币介入的方式不同，以及不同的人持有货币，对价格以及经济增长的影响是不同的【1】。
坎蒂隆观察到，货币量增加会导致不同商品和要素价格涨幅程度不一致。货币增量并不会同一时间反应在所有的价格上，这一观点不同于货币中性。货币增加对经济的影响，取决于货币注入的方式、渠道以及谁是新增货币的持有者。这个理论被后人称为“坎蒂隆效应”。
坎蒂隆还进一步指出，最先拿到货币的人推高了价格，对不持有货币的人构成财富掠夺【1】。凯恩斯在其早期的《货币论》中也指出，通胀会引起财富重新分配，而使一些阶级得益，另一些阶级受损【2】。
比如，增发1万亿货币，商业银行率先给了有抵押物的房地产企业、大型企业和业主，或中央银行直接以购买资产的方式注入股市、债市。这会推高房地产及金融资产的价格，相当于洗劫了无产者的财富。自2008年金融危机以来，这样的案例比比皆是。
如果交易费用为零或很低，坎蒂隆效应是不存在的。因为最初的信贷流入房地产、股票市场，可能引发资产泡沫，风险加剧，资金会逐渐或快速流入其它市场，比如科技企业。
但是，现实中，扭曲的金融制度在金融市场与实体经济之间创造了一条深深的鸿沟，抬高了交易费用，阻断了货币流通，导致货币长期“滞留”房地产及金融市场。
扭曲的金融制度具体来说有两点：
一是商业银行以固定资产为信用发放贷款，导致商业银行与房地产深度捆绑，信贷货币沦为“土地本位”。
二是中央银行实施“最后贷款人”原则，一旦金融危机爆发，便出手施救商业银行和大型地产公司；同时创造巨额的“多余”货币。
这就诱发了道德风险，“大而不倒”，“泡沫刚性”，投资者对房地产建立只涨不能跌的信仰，资金对政府建立了救市心态。比如，大疫之年，大规模的货币硬撑中房，推动美股V型反弹。资金重返“案发现场”，坚守“国之重器”。
金融通胀、实体通缩的割裂表现在一些家庭中：男人拿钱创业，办工厂，折腾几年老本亏光。女人拿钱买房子，家庭地位飙升。
所以，在扭曲的金融制度和高交易费用的环境下，信贷货币以固定资产为抵押的单一介入方式导致严重的经济问题，“资产抵押-信贷货币-生产流通”的经济逻辑正在诱发风险：扭曲市场，降低效率，助长泡沫，阻碍创新，扩大贫富差距，引发社会不公。
我们常说货币超发是财富洗劫的过程，其实，在高交易费用下的信贷货币单一介入方式中（前提），货币发行本身就是一种财富洗劫。
如何解决？
02 蚂蚁的野心过去，解决办法主要是降低交易费用，让货币在市场的水平面上流通，最大限度地提高配置效率。
然而，这是治标之策（当然，也很重要）。交易费用一直存在，而且越来越高。中央银行不断救市，不断超发货币，给市场的裂痕越来越深，货币配置被严重扭曲。
有没有治本之策？
治本之策是重塑银行体系，改变过去单一的货币介入方式。
如何改变货币介入方式？除了固定资产可以创造信用，还有什么可以创造信用？商业银行的信贷，除了发放给有产者，能否发放给无产者？商业银行是否存在风险？
马云给出的办法是大数据创造信用，他说：“抵押的当铺思想，是不可能支持未来30年世界发展对金融的需求的。我们必须借助今天的技术能力，用大数据为基础的信用体系来取代当铺思想，这个信用体系不是建立在IT基础上，不是建立在熟人社会的基础上，必须是建立在大数据的基础上，才能真正让信用等于财富。”
当铺思维下的商业银行，以固定资产抵押创造信用，靠赚取利差生存。由于非竞争性因素，中国商业银行在利差中“躺赢”。2019年，中国最赚钱的企业前四名依然是四大行，四大行利润之和接近1万亿之巨。过去十年，中国商业银行的存款利率（一年期定存）长期在1.7%以上，年化贷款利率则在4.7%以上，利差3%左右。
但是，商业银行不是信息中介、撮合中介，而是信用中心，最核心的职能是信用创造。
以固定资产为抵押的信用创造，是最简单、最原始、基于统计学的信用创造。真正的信用创造是基于大数据，商业银行根据客户的资产负债、交易流水、业务合同、信用资产等结构性数据以及大量的结构性数据，为客户创造信用，为其提供信贷支持。
基于大数据的信用创造，商业银行可以将信贷发放给房地产公司、有产者，也可能将信贷直接发放给科技企业、无产者。大数据银行促进了货币资源的高效配置。
大数据回归了信用创造的正途，回归了信用货币的本质。
信用货币当以信用为本位，而不是以房地产为本位。何为信用？信用，即数据。信用数据分两部分：一是固定的、现成的、静态的资产数据，如固定资产、家庭收入等；二是动态的、预期的大数据分析。
固定资产是一项重要的信用数据，但不是绝对可靠的。固定资产价格有涨有跌，一旦金融危机爆发，资产价格暴跌，资产信用坍陷，引发债务螺旋。如2008年正是由美国房地产的资产信用崩盘，而引发金融危机。所以，动态的、预期的大数据分析更为重要。
为什么商业银行不搞大数据信用创造？
严格来说，世界级商业银行在数据分析及建模方面已经相当出色。但是，与互联网的巨头相比，商业银行的数据分析存在天然缺陷。
商业银行存有大量的结构化数据，即统计学意义的数据，但是缺乏动态的非结构化数据。所谓非结构化数据，是指不规则的、不完整的、没有预定意义的数据模型，以及不便用数据库二维逻辑表来表现的数据。什么意思？比如，你在网易新闻上某个段落停留的时间，在百度搜索框中胡乱输入的关键词，在淘宝上逛店铺的种种痕迹。
这些都是非结构化的数据，而非结构化的数据占据了大数据的80%以上，甚至更多。这些数据被保存在互联网巨头的中心化数据库中，互联网巨头经过算法可以让这些散乱、复杂的非结构化数据焕发“生机”。过去，互联网金融是金融主导，还是大数据主导，存有争议。其实，互联网巨头的大数据分析，对商业银行构成降维打击。
我举个例子，假如陈凯歌和尔冬升在天猫上每个月的消费金额都是5万元，两位都是使用招商银行支付。在招商银行的数据库中，只有两位的购买金额、次数等结构性数据。在天猫平台中，不仅存有金额、次数等数据，还有具体购物数据以及大量的非结构性数据。
接下来，我们看招商银行和蚂蚁科技如何给陈凯歌和尔冬升发放信贷。
仅凭银行存有的结构性数据，招商银行是无法给这两位提供差异化的信用数据和信贷额度。招商银行只能使用过去的办法，通过资产、流水等状况来进行信用识别。
蚂蚁科技则可以利用算法识别出这两位的购物偏好、购买动机、真实购买力，还能预测购买时间和收入变化，从而给出差异化的信用数据，提供不同额度的信用贷款。比如，其中一位最近半年购买高价商品的比例下降，购买奢侈品显得更为犹豫，生活必需品的比例增加。尽管每个月的消费金额还是5万元，但大数据可能判断，这位的收入状况可能趋紧。当然，算法要比我的描述更加出色可靠，要不然怎么做到大数据杀熟。
P2P平台之所以失败，是因为他们像商业银行一样没有掌握大数据。只有像阿里、腾讯、京东这类平台，才具备大数据银行的能力。
“让该拿到信贷的人拿到”，大数据银行改变了现有单一的货币介入方式，也改变了现有的货币经济逻辑。
这就是蚂蚁的野心。
但是，如果中央银行持续拯救房地产和金融市场，大数据银行即使将信贷发给科技公司，依然会有大量的资金流入金融市场。“资产市场通胀，实体经济通缩”的两极格局无法改变。
所以，重塑银行体系的关键是重塑央行体系。
蚂蚁能否效仿Facebook直接成为中央银行，发行数字货币？
自比特币问世以来，技术极客们渴望以数字货币、无国界的分布式网络，挑战传统央行系统。Facebook推出的稳定币Libra，彰显统治野心——“Libra的使命是建立一套简单的、无国界的货币和为数十亿人服务的金融基础设施。”这个金融基础设施指的是无国界的中央银行和全球数字金融体系。
当今世界，经济全球化与国家制度尤其是法币制度的冲突越来越严重。非主权货币及跨国支付网络，是经济全球化往纵深发展的必要条件。这是数字货币出现的法理基础。
在中国，蚂蚁不可能成为Facebook，更不可能发行货币。中央银行正在测试央行数字货币，这一数字货币与分布式毫无关系，其主要功能是追踪。在追踪的基础上，可以做的事情很多。更何况，中国正修改银行法赋予央行更大的权力。
但是，大数据银行依然具有重塑央行体系的价值。
03 赢家的敬畏我曾经在《全球经济通往计划之路》探讨过重塑央行体系的问题。在文中，我使用了威廉姆森的理论，指出货币发行不能完全交给自由市场（哈耶克的货币非国家化），也不能完全由政府控制。（看过的可直接跳到以下第九段）
威廉姆森是科斯理论的杰出继承者。他认为，由于有限理性、机会主义行为倾向这两大人类的共性，还有资产的专用性、不确定性的程度和交易的频率这三种特定交易，各类市场都存在不同的交易费用，因此应建立不同的资源组织方式。如餐饮交给自由市场组织，自来水交给政府组织。
货币市场更符合威廉姆森所描述的中间状态：即自由市场与公共机构内部化合作。
具体来说：央行是公共机构，负责确立货币制度，掌控货币发行规则，监管商业银行。商业银行是私人机构，负责存款、贷款、汇兑、储蓄等业务。货币制度是公共用品，货币是私人用品。
如今的货币经济中，大部分货币都是由商业银行创造的。央行应该将货币的发行权交给商业银行。因为货币的供应量和利率，由自由市场决定，才是最有效率的。
较接近（只能说接近）这一模式的是香港的银行系统。香港没有央行，香港金融管理局扮演了监管角色，确定货币发行规则。当然，香港金融管理局保留了对货币市场干预的权力。
香港金融管理局采用百分之百外汇准备金发行机制。汇丰、渣打、中国银行（香港）三家商业银行向金融管理局缴纳一定数额的美元，换取等值的港元“负债证明书”后，才能增发港元现钞。
商业银行迫于盈利压力、市场商誉及强力监管，会对每笔贷款都慎之又慎，不敢大规模释放信贷货币。这符合奥派的商业周期理论，让使市场利率与自然利率趋于一致，抑制货币滥发，降低金融风险。
但是，为什么各国的中央银行严格掌控着货币发行权？不放心将信贷供应量和利率完全交给商业银行和自由市场？
这就是传统商业银行的大数据缺陷造成的。根据上面的分析，传统商业银行不具备互联网平台这一级别的大数据分析能力，信贷失控的风险非常高。因此，保守的商业银行主要以固定资产为抵押发放信贷，而创新的商业银行往往在危机中阵亡。
如果蚂蚁军团加入，能让货币回归自由市场吗？
蚂蚁基于大数据发行和创造信用，可以更有效的配置货币和防范风险。当然，蚂蚁现在还不是一家真正意义上的银行，它更多地是利用大数据优势与银行合作。不过，理论上，大数据银行可以胜任货币发行权，合理地调节信贷供应，使得利率水平接近于自然利率。
所以，大数据银行可以重塑央行体系，让货币重回自由市场。这是蚂蚁可以想象到的野心。
但是，商业银行面临的问题，蚂蚁可能也存在。
在交易费用高的市场中，蚂蚁的大数据也可能失灵。比如，一些低收入者在京东和支付宝两个平台来回倒钱还贷，以防止信用违约。但是，京东与支付宝的数据不共享，彼此并不知情。这可能存在幸存者偏差。这类用户一旦在京东上违约，支付宝这边也随即违约。所以，大数据分析比统计学意义上的数据分析更强，但是大数据也有风险。
蚂蚁的另一大风险是垄断。与马云同台的一位财政官员表示，防止金融科技诱导过度金融消费，防止金融科技成为规避监管、非法套利的手段，防止金融科技助长“赢者通吃”的垄断。
这里的垄断有两点：一是特许经营权，一些领域的经营权连腾讯也不具备；二是对私有数据的垄断。
蚂蚁最大的优势是大数据，但是大数据中的个人数据并不属于蚂蚁，它是10亿用户的私人资产。蚂蚁无偿地利用私人数据获得金融优势，同时有可能引发市场扭曲。
蚂蚁最大的收入来源确实是借贷业务，占其总收入的39%。蚂蚁主要收取的是借贷产生的技术服务费，但其费用也是源于银行的利息分成。因此，有人从道德角度批判马云，嘲讽蚂蚁为蚂蝗，靠放贷收取海量用户的大量利息。
这种批判有些“道德绑架”的味道，并未理性地指出问题的根本。我在《算法，即剥削》指出，平台凭借对个人数据的垄断，成为信息的绝对优势方，容易对信息劣势方构成降维打击，最大限度地攫取每一个用户的“交易剩余”，全民财富向平台所有者集中。这就是网友调侃的“未来是1%的人控制了120%的财富，因为其他人都欠着花呗、借呗”的真实逻辑。
如果个人数据的产权无法私有化，那么将货币发行权交给大数据银行那是灾难性的。大数据银行可以将利用数据优势消灭或控制商业银行，垄断货币发行权，操纵市场利率。所以，大数据银行重塑央行体系的前提是，解决数据私有化问题。
垄断私有数据，是如今全球互联网巨头共同面临的问题。Facebook因此接连遭受美国官方的调查，谷歌最近也遭美国司法部反垄断起诉，其中一项指控是“消费者被迫接受谷歌的政策、隐私保护和对个人数据的使用”。如果蚂蚁在美国上市，同样可能面临个人数据方面的调查或指控。从这个角度来说，蚂蚁之所以能成为“蚂蝗”，根本上是因为吃尽了10亿用户的私人数据红利。
如果数据私有化，蚂蚁还是这只万亿市值的大象吗？
近些年，数据私有化运动兴起，个人数据问题在技术上和法律上都在寻求新的解决方案。Facebook推出Libra，也是在探索利用分布式技术解决个人数据问题的可行性。只有在分布式的系统中，个人数据产权属于私人，所有者可以在监管规则下选择无偿地贡献数据，或有偿地交易数据，如此大数据专家舍恩伯格主张的数据交易市场才可能形成【3】。
只有数据私有化和数据交易市场兴起，互联网平台、商业银行和金融企业才能在平等的起跑线上竞争，商业银行可以在数据交易市场中购买数据，从而建立大数据优势；个人也才能与平台公平博弈，不被“剥削”、“杀熟”。
所以，大数据银行可能重塑商业银行体系，改变信贷货币单一的介入方式，让货币配置更有效率，重构货币经济的底层逻辑；同时，大数据银行还可能重塑央行体系，推动货币回归自由市场。
最后，Facebook的Libra是一种艰难而有益的尝试（尽管失败的概率极高）。央行的公共监管角色被全球社会性组织替代，其社区宪法的效力将受到严峻的挑战。它是大数据银行重塑央行体系的最高级别，也是全球社会化自治的一种试验。
但是，这一切的前提是个人数据私有化。
这就是赢家的敬畏。
参考文献：
【1】商业性质概论，理查德·坎蒂隆，商务印书馆；
【2】货币论，约翰·梅纳德·凯恩斯，商务印书馆；
【3】大数据时代，维克托·迈尔·舍恩伯格，浙江人民出版社。
蚂蚁财富是干什么用的
作 者：夏延山
来 源：正和岛
很少有哪个公司能够像特斯拉那样，每次都能用颠覆性技术和商业模式，刷新人们对于一个行业的认知。
比如在汽车领域，“软件定义汽车”始于特斯拉，这让汽车成为了一个Plus版的智能手机，人工智能（AI）技术驱动的自动驾驶辅助系统革新了驾驶体验，但对汽车行业的最大冲击在于，特斯拉可以用较低的价格卖出汽车，然后通过升级软件赚钱。
这意味着所有玩家，都要迎来一场风暴。
特斯拉相信，依赖于不断优化的机器学习技术，汽车早晚会实现完全自动驾驶功能——尽管目前距离这个水平还有不小的差距。
不过很快，新的颠覆又来了。
近日在特斯拉的AI Day活动上，特斯拉CEO埃隆·马斯克宣布可能将于明年推出人形机器人特斯拉Bot的原型。
这个人形机器人拥有和真人类似的体格，脸上的屏幕可以显示信息，同时还有一双和人类水平相当的手，能够完成平衡和敏捷的动作，比如捡拾物品等——这或许意味着，在人类的双手即将离开汽车方向盘之际，日常劳动也将彻底解放双手？
马斯克安抚大众说，未来劳动力不会短缺，但体力劳动只是一种选择。
那些枯燥、危险且重复性的工作，将会由机器人去完成——这种设定就跟2004年上演的好莱坞大片《我，机器人》里面描述的2035年的世界如出一辙。
某种程度上，自从上世纪80年代的热播美剧《霹雳游侠》中展示了一个以语音对话形式存在的人工智能角色Kitt之后，这是迄今为止最为接近于把一个真正由AI控制的机器人变成人类助手的真实案例。
AI正在真切地成为人类生活方式的一部分。
而在这方面，出于对新技术带来的商业机会的追逐，华尔街甚至往往要比硅谷更加热衷于把最新的技术变成现实的竞争力。
01、AI改变华尔街
好莱坞电影《华尔街之狼》里面经常出现的一个场景，就是大厅里闹哄哄地挤满了股票交易员，他们通过打电话的方式，向客户推销股票，并促成交易。
莱昂纳多·迪卡普里奥饰演的华尔街传奇股票经纪人乔丹·贝尔福特的故事（据说他曾在3分钟内赚取1200万美元），就在这个交易大厅里上演。
但这种情节，以后也许只能出现在电影中了。
因为人工智能（AI）来了。
早在2014年，高盛就联合谷歌推出了一个由AI驱动的大数据智能分析处理引擎“Kensho”，在被问及类似于“iPhone 6发布后哪些股票会涨”这样的问题时，只花了1秒钟它就给出了答案。
AI就这样开始进入华尔街，就像当初彭博终端机在上世纪80年代给分析师带来的信息收集方式剧变几乎如出一辙——从那以后的很长一段时间里，几乎所有大型金融机构都需要这种看上去笨重无比、界面古董感十足的机器，用于获知与市场有关的关键信息。
也许正是基于此，一些金融巨头和大型对冲基金，都在转向由AI驱动的系统，以预测市场走势。
这让华尔街的交易员们面临一场风暴——因为AI可以不知疲倦地观察并学习包括新闻报道、企业财报和最新货币政策等几乎所有信息，不断优化对于市场的预测。
与之相对应的是，分析师一般是依靠自己的经验，以及历史数据的分析来预测市场，无论是在反应速度或者持续学习能力上，均很难匹敌AI构建在动态基础之上的分析预测模型。
从这个角度去看，《华尔街之狼》中的那些场景，的确很难再现了。
AI也许正在迅速改变华尔街。
2016年，Uber收购了一家名为Otto的自动驾驶卡车公司，后者很快就在一次测试中以55英里每小时的速度行驶了120英里。
考虑到中国有数千万卡车司机，所以来自以色列的一家AI视觉公司，也打算通过开发一套疲劳监测系统，以减少事故。
这表明不仅仅是华尔街，AI可以说已经无处不在。
对于大多数人来说，对于AI最直接的感知，在于每天浏览新闻资讯平台时，总是会看到自己想看到的一些内容，这背后同样是一套AI驱动的内容推荐系统。
所有的迹象都表明，AI早已走出了实验室，开始了大规模部署，其中当然也帮助人们更好地打理自己的资产。
02、能对话的攒钱高手
在相当长的一段时间内，理财对于大多数人来说，都是一个颇有门槛的领域。
即便是提供理财服务的渠道，也多数集中在银行以及基金公司等专业机构，人们不会有太多的时间天天跑到这些机构的柜台，咨询或者学习与攒钱、理财相关的知识。
理论上，理财不是少数人的游戏，但事实上大多数人既缺乏理财意识，也没有专业知识，更缺乏学习的时间，甚至连关注自己购买的理财产品净值变化的时间都没有。
这是个快节奏的世界，毫无疑问。
但是AI解决了难题。
就像柯洁在围棋“人机大战”中连续三次输给人工智能机器人AlphaGo一样，后者只有逻辑，完全依靠数据和统计，既没有偏见，也对压力不敏感，更不需要休息，所以下出了完美的围棋。
AI理财也许达不到AlphaGo那种变态能力，但却能够比人类具备更强的信息收集能力，而且能做到辅助决策，其作用堪比“智能助理”——一个典型的案例就是蚂蚁财富推出的“支小宝”。
这个具备AI属性的智能理财助理（机器人），能够通过对话形式，了解用户的财务状况和投资规划， 并提供专属服务。
它跟AlphaGo以及华尔街开发的那些AI系统的相同之处之一，就是它永远不会累，24小时提供服务，用户可以随时唤醒它，能够实现“全流程理财陪伴”——包括以实时行情动态提醒的方式，及时反馈理财信息，比如在遭遇高风险时进行投资劝止。
以现在市场的情况为例，医药、白酒、新能源作为累积涨幅最大的赛道，对于现在的理财用户来说，暂时很难存在比较好的进入机会了。如果用户想要完成这类基金的配置，那么支小宝会进行投资劝止，并给出“风险过高”的提示。
还有一个有意思的功能就是拟人化——虽然并非特斯拉Bot那样的人形机器人，但支小宝已经可以做到接近于真人那样提出一些理财建议，包括购买基金时智能推荐一些品种，以及个性化调仓分析、收益定期复盘，等等。值得一提的是，它的强大之处还在于能在1分钟内同时对话上千万人，响应达到了毫秒级别。
支小宝甚至还能提供一些理财知识方面的学习功能，让小白也能通过学习更好地打理自己的资产，尤其是用好“短期开销、人生保障和投资增值”这三笔钱，而无需跑到银行专门去咨询理财经理。
对于大多数人来说，这实际上是一种技术带来的普惠红利——一个现象是，可能现在有的银行依然还有专为理财设置的VIP室，但已经不多了。
因为普通人也能通过类似于支小宝这样的AI智能助理，实现无门槛理财了。
03、普通人也能无门槛理财
AI已经成为重新观察世界的关键视角。甚至有人已经预言：人工智能就是新电力。
而作为第二次科技革命的最大特点，电力对于世界的改变是划时代的，对于人类来说当然也实现了普惠效应。
与之类似的还有以计算机为代表的第三次科技革命，互联网的“去中心化”特质让几乎每个人都成为了互联网上的一个节点，“普惠”特质发挥到了极致。
所以类似于AI这种级别的技术变迁带来的行业巨变，对用户来说最为明显的一点，就是能够享受到“普惠”红利。
目前在各行各业，AI都在展示自己的普惠属性。
比如智慧交通，早在3年前阿里就打造了一套“公交数据大脑”，这个AI系统尝试为杭州设计公交线路时，通过分析不同站点的人流量，调整站点分布，以及走“最不容易堵车”的线路，让公交比之前快了半小时，从而缓解了城市的堵车弊病。
而在智慧医疗方面，去年在抗击新冠疫情时，就出现了AI智能辅助诊断系统，对于新冠的识别准确率高达94%。
这都是AI带来的普惠效应。
于华尔街而言，彭博终端机的出现，极大地缩小了信息收集的时间，分析师不必成为一个绘图专家，也能直观地在这台机器上看到行情走势了，更多的人具备了成为分析师的条件。现在AI的出现，意味着更多的用户可以直接进行理财，甚至连分析师都不需要了。
因为AI引入了“智能投顾”，即完全依靠智能运算和数据分析来取代传统的理财顾问；IBM已经开发出来了一个超级计算机Watson，可以结合个人投资履历给出智能化的投资计划。
财富管理行业的大型公司当然也注意到了趋势的变化。包括嘉信理财和全球最大投资管理公司贝莱德等，都在开发类似于智能理财的工具。
仅仅是作为一种工具，AI已经改变了很多行业的运行模式。
而这个过程最幸运的一点就在于，中国成为AI技术变革的关键玩家——这让人们体验AI带来的技术红利开始具备现实意义，而不是像前几次科技革命那样沦为看客。
理财领域的AI应用当然也如是。
“支小宝”可以让小白用户建立理性的理财观，而不必天天去银行和基金公司，这同样是一种普惠。
另一种普惠也值得一提——类似于银行这样的专业机构，其理财产品往往具有相应的门槛，尤其是个性化、定制化的财富管理服务，有些资产配置服务只有VIP用户才能享有，但支小宝并没有这种条件限制。
特斯拉最新展示的人形机器人Bot意味着，也许未来每个人都将拥有多个智能助理，有些是像Bot这样的实体机器人，可以干一些苦活累活，有些是像支小宝这样的理财好手，可以帮自己多赚钱。
温馨提示：注：内容来源均采集于互联网，不要轻信任何，后果自负，本站不承担任何责任。若本站收录的信息无意侵犯了贵司版权，请给我们来信，我们会及时处理和回复。
原文地址"蚂蚁集团贷款总额（蚂蚁财富是干什么用的）"：http://www.ljycsb.cn/dkzs/107884.html。
微信扫描二维码投放广告
▲长按图片识别二维码
