還有金融服務這塊，國外摩根大通今年預算90億美金，匯豐已經(jīng)花了24億美金在人臉識別、區(qū)塊鏈各方面金融科技的應用。中國這塊主要跟券商合作，中國自主券商研發(fā)團隊不到5家，有100多家券商，但自主研發(fā)不到5家。真正投入華泰最好，去年花了3個億。很多公司幾乎是很少投入的，我相信這塊前景也是中國，沒有金融科技的投入金融肯定沒有未來，證券公司要奮力不斷補足自己的短板。
另外，智能金融監(jiān)管的問題。沒有監(jiān)管劣幣會驅逐良幣，大眾容易被劣幣誘惑，百度的育兒事件（音），還有跑路的事件，良幣很難讓普通大眾接收到。監(jiān)管不能一刀切，驅逐劣幣同時可能驅逐了良幣，真正想得到服務的人得不到。智能監(jiān)管是最重要的話題，在驅逐劣幣過程中怎么保護良幣，這是智能監(jiān)管要做的。
7月1日有一個適當性管理投資者分類，投資者產(chǎn)品評估和風險匹配。不是所有投資者都能做散戶一定符合一定條件才能做主動投資，這是非常和諧的，我們預期一直做投資者教育，相信適當性管理出來會增加中國區(qū)域散戶化的過程。
條例一出來每家券商可能要投入上千萬服務適當性管理，客戶越多不用新技術成本越高，券商都面臨填很多表格、填很多資料，去符合監(jiān)管。一個券商要投入上千萬，一百多家在十億規(guī)模今年要完成這個投入。
在美國金融機構發(fā)揮是很大的，有六七百億規(guī)模符合監(jiān)管是巨大市場，美國大多數(shù)是人工完成的，我相信AI介入復合監(jiān)管上會有非常大的突破。
另外一個應用場景是金融教育。大家都知道中國市場是以中小投資者為主，風險意識不足、投資經(jīng)驗也不足，一億股民參與投資市場會引來很大麻煩，2015年就是一個例子。我是基金經(jīng)理，我跟諾貝爾獎得主麥瑞?索羅斯（音）2015年5月份討論中國股市。我是很樂觀的態(tài)度，短期回調肯定有，長期是向上的，各個海外市場都是在向上。現(xiàn)在美國股市昨天創(chuàng)新高了，中國股市沒有理由是這樣，這是因為散戶的投機過重使得市場失去了信息，如果沒有這個參與這是非常良性的市場，肯定比現(xiàn)在好得多。
巴菲特談到中國金融投資者教育不足，投資會有變化，美國70年完成投資者教育，漫長的市場，他相信市場長期引導人們做正確投資。通過市場去散戶化的代價太大，2015年的慘痛教訓，2008年的慘痛教訓大家都知道，智能投資者教育加快去散戶化的過程。
我們源于牛津大學NIE金融實驗室的捐贈，馬蔚華是招商銀行前行長也是我們董事長，也是2015年加入FDT引導我們做投資者教育這塊。我們有四個研究機構，牛津大學、哥倫比亞大學、清華大學、南京大學，金融研究中心在做AI金融前沿研究。我們也在學校做了包括清華大學、中山大學、上海財經(jīng)、西南財經(jīng)，陸續(xù)把場地部署到各個學校去。
大家可能很奇怪問，為什么FDT跟學校做這么多的研究和討論？我們董事長最看重布戰(zhàn)略，我們應該為5年后甚至10年后的事情做布局。真正做研究，長遠研究的地方一定是學校。因為Deepmind創(chuàng)始人是加拿大阿伯斯塔的一個博士，他的老師到阿伯斯塔沒能看好他的研究，找不到工作正好去做研究，學校里有這個氛圍，他為什么成功？剛好阿伯斯塔有一個教授做興趣愛好跳棋的研究，怎么電腦做跳棋，這兩個人一拍即合完成了圍棋很多研究。Deepmind在阿伯斯塔的實驗室所有學生他們?nèi)慷家?/p>
我們跟學校做長期研究的合作，我也是受益于在國外的大學讀書時，他們有個氛圍學校是不管你的，你想做什么做什么。像牛津大學你一輩子不出文章沒人會不許，但是往往這些教授會出來非常轟動性、革命性的結果，包括劍橋DNA之父。我們想跟學校一起探討未來金融方面的研究。
下面講一下我們的例子，我們在三年前做FDT看好中國一定要去散戶化的。怎么去散戶化？投資者教育。誰做得好誰做得不好，我們給了一個課題給研究團隊，現(xiàn)在開始商業(yè)化，因為監(jiān)管來得比我們預期早一點，我們馬上投入了商業(yè)化。
我們通過一個模型評估它是一個好的基金經(jīng)理，包括有四大維度，風險控制是怎樣的、盈利能力怎樣、穩(wěn)定性怎樣、投資活躍度怎樣。我們出了份報告，像NBA球員打分一樣，哪個人是適合做投資的。但是從我們上百萬用戶的實驗和數(shù)據(jù)積累30萬億人民幣的交易模擬數(shù)據(jù)，然后有三萬億真實數(shù)據(jù)的交易，我們發(fā)現(xiàn)出現(xiàn)這個情況是中國用戶居多的，實際90%的人不適合做主動投資的。這跟美國的狀態(tài)是一樣的，美國是被動投資占主流甚至90%，主動投資人在9%，金融人才可能1%，可能都不到，很少。