世界经济论坛曾做过很多关于人工智能对金融服务影响的研究，有一份题为《金融服务新物理学（The New Physics of Financial Services）》的报告称：随着人工智能和相关技术的日益普及，金融服务行业也在日益依赖于数据，并随之产生新的运营模式和竞争机制。的确，这股由人工智能技术刮起的新风，带来了金融圈各个角色之间新的竞争与合作。
具体来说，人工智能技术在成本节约、效率提高方面的潜力巨大，但成功地应用此技术非常依赖于从公司内外顺利获取数据。这就促使各个金融机构在全新的竞争模式下，还要建立新的战略和合作伙伴关系。
对数据的争夺之战
由于人工智能推动了运营效率，现在仅凭规模经济不会带来成本优势。比如银行再也不能通过铺开网点、加大覆盖率等等来占据竞争高地了……未来，新的竞争优势将建立在数据规模和利用这些数据的能力之上。
越来越多的细分市场已经出现，为了进行更全面的用户画像、更精确的市场调研，数据资源对于竞争成功至关重要。并且先行者可以通过提供更好的客户建议、持续的跟进服务以及策划全面的产品服务生态系统来保持独一无二的市场地位。而落后的公司会发现，他们过去的优势可能根本无法保持他们曾经的竞争力。
因此，可以说谁先拥有了更海量更科学的数据库谁就拥有了竞争的主动权与先发优势。
机构之间的数据共享
竞争转向了数字领域，机构之间的合作也开始出现新的变化。就整个金融系统而言，战略性合作将会越来越重要。一家做大、单打独斗在“江湖”上越来越无法生存和发展。
数据共享的必要性
尽管新科技对消费者隐私保护等方面带来的冲击，以及更容易引起系统性风险的新问题等等仍然在监管机构的职权范围内，但有效应对这些挑战需要公共和私营利益相关方之间的合作，以解决监管不能实时跟进应对、识别与度量风险方法的更新不及时等问题。
比如很多反欺诈和反洗钱的解决方案将会由被监管者和监管部门或者由几个相关方集体出具，以满足AI分析平台需要输入更加全面数据集的要求。这种共享解决方案可以提高机构之间非竞争领域解决问题的准确性、及时性，同时提高金融系统的整体安全性。
数据共享的风险
在共享数据、集中出具解决方案方面，还存在一些尚未完全解决的问题，即在共享数据发生网络攻击时的谁来问责，以及保护敏感客户数据的责任由谁承担等等。
现在的金融生态系统中，兴起了一些不稳定、暂时性的数据联盟。因为所有的机构都开始忙着争夺多样化的数据集，以满足并优化其数据需求。在这样的环境中，与竞争对手或者潜在竞争对手之间建立数据共享的合作伙伴关系，其实充满了运营风险，必须加以管理。
人们不得不思考一个问题：在一个必须与竞争对手共享数据以满足最低效率要求的世界中，机构如何保护其专有数据的竞争价值？目前看来，这样的合作伙伴关系不确定性太强，只有等时间来证明它会带来持续的价值还是风险了。
数据监管模式的兴起
在人工智能技术日渐普及、各种产品服务开始数字化的同时，监管机构也开始创新管理制度，着手运用各种数据模式来监督、检验和制定新的规则。鉴于人工智能的使用在未来三到四年内可以在金融系统内部生根的速度，风险管理制度必须尽快跟上，比如开放式银行业务对客户数据可移植性的要求是否合理、大型技术公司的客户隐私和数据安全问题等等。
而这些数据问题需要运用相应的数据手段来进行快速的风险识别、进行影响力尽可能小的测试和监控。
咱们FINTECH系列上一期谈到的“监管沙盘”（推动金融科技落地的监管沙盘，你知道吗？|品职FINTECH“阔”论沙龙）就是一个数据监管的典型例子。这种监管模式可以在安全范围内尽可能放宽监管规定，鼓励更多金融科技创新方案由想法变成事实，最终实现创新与监管双赢。
我国已初步具备实施监管沙盘的基础条件。根据中国社会科学院金融研究所胡滨所长撰写的《监管沙盒的应用与启示》一文，现有监管机制并不排斥监管沙盘模式，它可以弥补现有金融监管在应对金融科技创新方面的不足。另一方面，互联网金融监管规则以及与之配套的第三方支付、P2P监管规则都已经出台，为实施监管沙盘积累了有益经验。
当然，一切监管都不会百分之百做到对风险的全面防控，需要管理部门真正转变理念，采取数字化金融监管手段配合传统手段整合资源，最大化发挥金融科技监管的效果。
具体金融科技监管能发展如何，也要看具体落地实施情况。我们也会持续关注fintech落地到风险管理领域的前沿应用，如果对这一块有所了解或者感兴趣的小伙伴们也欢迎留言交流哦！
