文/新浪财经意见领袖（微信公众号kopleader）专栏作家 沉静Lily

　　近年来，金融科技（FinTech）成为热点、全球瞩目，但对此概念的理解不尽一致、众说纷纭。国内一般认为，金融科技是互联网金融在监管的逐渐规范中回归本质，强调技术创新，而非渠道创新或监管套利，落脚点在科技，偏重技术属性，强调利用大数据等新技术在金融服务和产品上的应用。

　　近年来，金融科技（Financial Technology，即FinTech）成为热点、全球瞩目，但对此概念的理解不尽一致、众说纷纭。金融稳定理事会将其定义为：金融科技是指技术带来的金融创新，它能创造新的业务模式、应用、流程或产品，从而对金融市场、金融机构或金融服务的提供方式造成重大影响。

　　国内一般认为，金融科技是互联网金融在监管的逐渐规范中回归本质，强调技术创新，而非渠道创新或监管套利，落脚点在科技，偏重技术属性，强调利用大数据、云计算、人工智能等新技术在金融服务和产品上的应用。在此认为金融科技是指金融服务与科技行业的动态、深层次的融合性产业，是金融业适应于信息经济时代人类生产方式、生活方式和商业模式变革所产生的适应性革命。

　　金融科技的核心技术是人工智能（AI）、大数据（Big Data）和云计算（Cloud），简称ABC，这三者之间相互促进、辩证发展。

　　首先，云计算造就了大数据，也能解决大数据问题。云计算自2007年以来得到了蓬勃发展，其核心模式是大规模分布式计算，它将计算、存储、网络等资源以服务的模式提供给多用户，按需使用。

　　云计算是低成本创新的产物和手段，引领了互联网的蓬勃发展和跨域融合性的革命，其诞生的初衷是为解决原有信息技术高成本、高含量的问题，但低成本、高速度的数据应用却又使数据泛滥成灾，各个领域数据不断向外扩展，各个维度的数据从点和线逐渐连成了网，也形成了大数据这个瓶颈，包括数量大、结构变化快、速度实效性高、价值密度低等几大问题，要解决大数据问题，应从大数据的源头梳理，大数据源于云计算，而低成本、按需分配、可扩展、开源、泛在化等特点是云计算的基因，体现在大数据上时，有了性质的突变。

　　综合起来就是：大量的、普遍存在的、低成本、低价值密度数据，多集中在平台上，使处理成本提升，技术难度加大，而且泛在化倾向加重。而“解铃还须系铃人”，低成本的复制、可扩展的弹性、众人参与的开源等原则既是云计算的基础手段，也是解决大数据问题的最实用的办法。只有解决好大数据的技术实现问题，才能让云计算真正落地，并开花结果。

　　其次，大数据和云计算驱动了人工智能的发展。人工智能近两年又一次爆发，主要得益于机器学习的蓬勃发展，机器学习是人工智能的一个分支，很多时候几乎成为人工智能的代名词，简单来说，机器学习专门研究机器怎样模拟或实现人类的学习行为，通过算法使机器能从大量历史数据中学习规律，从而对新的样本做智能识别或对未来做预测。

　　机器学习的发展经历了两次浪潮，最近一次是深度学习的浪潮，从2012年6月“谷歌大脑”的披露开始，被列为2013年十大突破性技术之首，推动了人工智能大踏步前进，而这又主要来自大数据和云计算的推动。

　　深度学习和其他机器学习方法相比，就像一头特别健壮的野兽，它有两个特点，一是不挑食，无论原始数据属于图像识别、语言识别、自然语言处理等哪个领域，都可以“喂”给神经网络学习处理；二是胃口大，喂给它的数据越多，它就变得能力越强。因此，在今天的大数据和云计算时代，有了充足的食物供应——大数据，并进化出了极强劲的消化系统——云计算和GPU，深度学习终于迎来了崛起的契机，它是大数据时代的人工智能新途径，也是现阶段实现人工智能最靠谱的途径。

　　最后，人工智能就是云的战略布局，云计算的灵魂就是人工智能。一般对人工智能的定义是：“研究、开发用于模拟、延伸和扩展人的智能的理论、方法、技术及应用系统的一门新的技术科学。”目前人工智能已呈现出全球化的增长态势，并且很大一部分是通过云计算来实现的。

　　现在越来越凸显的问题是，手机和电脑等设备已经难以承受人工智能所需的应用和数据集，所以人工智能将不可避免的迁移到云平台中，通过云平台来激发人工智能的潜能，让人工智能成为社会进步的工具。计算是让数据产生信息，从知识中提炼决策的过程，可以认为人工智能就是新的计算，现在几乎所有需要计算的任务都需要人工智能的元素，而云是最大的计算平台。从发展趋势上看，以前的云计算将逐渐演变成人工智能云，从而带来人工智能的普世价值，使其不会成为少数人的一种特权。

　　(本文作者介绍：金融信息化研究员、CFA持证人)