AI的未来或许会出现首席信息官CDO----夏晴晞教授关于AI讲座的笔记及体会
作者：微信文章写在前面：2025年8月16日上午，我和夏晴晞教授在中国科大水上报告厅分别举办讲座。夏教授来自美国纽约，在金融领域颇有建树，他的题目是《AI/大数据赋能金融应用》。我对大模型一无所知，对我而言是个极好的学习机会，在台下认真听讲，其后根据记忆和现场拍的照片，做了这个学习笔记。本笔记多数是夏教授介绍的内容，少部分夹带着自己体会出的私货，如有不当向夏教授深表歉意。图片均来自夏教授讲课的材料，我只是略作调整，在此向夏教授表示感谢。
AI大模型正在重塑竞争格局，不尽快适应这一变化会被无情淘汰。
一、大模型催生的两个明显变化
一方面，因为大模型在算力和智力等方面的高投入，以及提供大量的数据资源，规模小的企业无法承受，因此美国很多公司开始合并。另一方面，由于方方面面都迫切需要提供精细化的AI服务，这为小公司提供了非常多的机会，后者在已有大模型的基础上，专注一个较窄的领域，做深做透会有较强的竞争力。
二、AI将替代大量分析性和重复性工作
金融机构曾有雇佣大量人工从事信息分析工作或者算法工具的开发，这些人的薪酬非常高，而金融机构的收入却在不断下降，为此金融机构迫切需要降低成本，而AI的出现提供了这种可能。实践证明AI可以从事精准的数据分析工作，也可以从事算法、软件的基础编程工作，分析师、算法工程师恰恰是金融机构主要的成本支出之一，这部分工作由AI替代即将大规模开始。
与此类似的还可能发生在咨询行业。
三、AI适合的场景
AI适用于大数据量且呈现稳定分布的情形，此外AI特别适合智能机器人和高频交易。
反之，AI不适用于目标变量分布不确定、不稳定的情形。像中国这样由于政策忽左忽右变化，导致数据上下波动的情况，估计AI大模型应用非常难。大模型解决不了的问题唯有交给玄学，目前不少对未来惶恐的企业家更醉心于让神人测算自己的运和命，或许是一种中国特色。
四、数据的种类
数据按照性质分有三种类型：个人数据、商业数据和传感/检测数据，见图1。
图1：数据按照性质分类的三种类型
数据按照结构分也有三种类型：结构数据、半结构数据和无结构数据，见图2。
图2：数据按照结构分类的三种类型
五、AI模型类别
AI模型有四个类别：监督学习型、无监督学习型、半监督学习型和强化学习型，具体见下图3。
图3：AI模型类别
其中第一层的红框内介绍的是AI模型类别，第二层的蓝框内介绍的是AI算法，第三层黄框内介绍的是输出结果类别，第四层紫框内介绍的是应用领域。
六、小而美的agent充满机会
像OpenAI这样的统一大模型不能大包大揽替代一切，它存在一个致命短板，即存在幻觉，至少今后较长时间是如此，这就给了专注细分领域agent提供了市场机遇，也就是前面提到的小公司目前在AI领域存在很多机会。
agent被翻译成“智能体”，未必非常准确的表述了其内涵，这是拼音文字转化为象形文字时的通病。Agent在普通语境中是代理人的意思，在人工智能领域被定义为：An agent is an autonomous entity that observes its environment through sensors and acts upon it through actuators to achieve its goals。基本意思是“能够在其所处的环境中自主地感知信息，并根据这些信息做出决策，以实现特定的目标或任务的自主实体”。说的太咬文嚼字，实际就是根据各种信息，帮你决策或者干活的工具。
七、AI在股票交易中的案例模型
实际工作中需要将不同渠道的信息汇总，然后综合各种情况做出决策。AI的决策与之类似，通过各个细分领域agent的信息分析，汇总到信息整合agent，形成决策后与交易软件对接。需要说明的是细分领域agent不一定都需要自己开发，市场上会涌现出大量专业性的agent，而信息整合agent则需要公司自主研发，这才是公司核心竞争优势的实际体现。AI在股票交易中的案例模型，见图4。
图4：AI在股票交易中的案例模型
八、AI关乎国策
1994年我担任亚洲开发银行技术援助项目的中方联络员，第一次接触到电子邮件这个概念。1996年我到美国Duke大学做访问学者，第一次真正体验到互联网带来的冲击，顿时感觉如果我们不积极拥抱互联网必然会错失发展机会。为此曾斗胆给领导写过建言信，建议在互联网的问题上绝不能闭关锁国，要大胆开放，与世界接轨。我估计那封信极大的概率石沉大海，没有起到任何作用，但不容否定的是中国经济的迅猛发展绝对与互联网的开放有极大关系。中国科学院原副院长胡启恒院士曾提出：中国的改革开发正好与互联网的发展相同步，是中国以互联网为代表的高新技术产业得以快速发展的关键因素，由此也有力推动了中国经济高质量的快速发展。
现在我们又面临着这样一种机遇，不过AI时代的机遇和竞争与互联网时代相比更为复杂，AI离开数据没有任何价值，而数据涉及主权和安全。然而如果我们过于强调安全性，有可能造成与世界的割裂，进而在数字经济领域有被边沿化的危险，并最终可能削弱我们实体经济的竞争力。因此，如何处理考验着我们的智慧。
九、AI时代公司的战略选择
AI时代意味着“万物皆数据，万事皆AI”。因此，对于一家公司而言，虽然拥抱AI不一定能赢，但远离AI必然会输得很惨。
对于我们多数公司AI似乎还比较遥远，现在大多数企业更关注如何生存度过难关。虽然如此，我们依然强烈建议公司实控人要从战略的高度对这一问题有所认识。
AI的基础是数据，即使短期内公司暂时无法在AI方面进行尝试，但是从现在起就要高度重视数据，数据是资产是财富，甚至可能是未来竞争的胜负手。因此，要尽快把数据的整理和收集落到实处，特别是为行业服务的企业尤其需要如此，同时要想办法盘活数据资产。
数据资产非常独特，有形资产是守恒的，卖掉一件产品，库存就会相应减少。但是数据资产不守恒，一组数字资产可以出售给多家客户，因此未来数据资产可能会带来丰厚的收益。而这种不守恒性也导致可能存在内鬼盗窃公司数据资产而不易发现和取证的问题，这也对公司管理自身数据资产提出了更高要求。
或许不久的将来会出现首席信息官CDO这样一个新岗位，对此我们不必大惊小怪。
页:
[1]