머리말-산업 정신
산업 혁명은 면화 시대도 증기 시대도 아니라 진보의 시대이다.
65438 년부터 60 년대까지 산업 혁명은 영국의 면방직업부터 시작하여 광업 야철 운송 등 업종으로 확산되었다. 셔틀, 제니 방적기에서 증기 기관, 내연 기관에 이르기까지 인간의 지혜를 응결시킨 수많은 기술 발명이 호탕한 현대 5 대 산업 혁명을 열었다.
증기 기관의 발명자인 와트는 제 3 인칭으로 자서전을 한 권 썼는데, 그는 자서전에서 이렇게 썼다. "그의 머릿속에는 값싸고 우수한 엔진을 만드는 방법이 맴돌고 있다." 기능과 아름다움을 제외하고, 이러한 경제적 가치 추구는 지난 1000 년 유럽의 기술적 이성 발전의 절정을 대표한다.
기술이 사회 변화를 빠르게 이끌어가는 시대에 수많은 선행자들이 어떤' 유도인자' 에 끌렸는데, 이런' 유도인자' 는 기술적인 돌파구일 뿐만 아니라 저렴한 가격이다. 경제적 가치로 인한 이러한' 유도요소' 는 이러한 기민하고 확고한 기술과 상업 개척자의 상상력에 불을 붙일 수 있는 새로운 잠재력을 상징한다. 즉, 유도 원인은 관련 혁신을 기반으로 하는 기업이 비용 면에서 경쟁력이 있다는 것을 분명히 보여준다 [1].
금융 및 기술 혁신
기술혁명은 40 ~ 60 년마다 발발하며, 그것이 가져온 변혁 과정은 사회의 모든 측면에 영향을 미친다. 모든 기술 혁명에서 금융 자본은 신기술 혁명이 가져온 제품과 서비스가 가장 원하고 과감한 고객이다. 항상 거래 속도를 높이고 업무 영역을 확장하는 동시에 간접적이지만 매우 중요한 방식으로 모든 기술 혁명을 추진할 준비를 하고 있습니다.
인프라, 기술 및 조직의 모든 혁신에서 일부는 화물 운송 및 정보 전달을 가속화했습니다. 이러한 혁신은 일반적으로 통화, 은행 및 금융 부문에 변화를 가져올 수 있습니다. 수에즈 운하가 개통된 후, 기선, 국제전보선 등 국제무역에 유리한 것은 자본에 의해 광범위하게 자금을 지원받았다. 미국에서 시작된 여러 정보 혁명에서 은행은 저렴한 우체국, 국립철도, 전보의 초기 고객이자 전화, 타자기, 계산기를 사용한 최초의 기관이다.
시카고 거래소는 1848 년에 설립되었는데, 바로 이 도시가 전보선을 세운 해이다. 앞으로 몇 년 동안 상인들은 다른 몇몇 주요 상업 센터에 비슷한 선물 기관을 설립했다.
1887 년 당시 미국 최대 전보회사 서련사 사장이었던 그린은 서련사가 보낸 전보 중 적어도 87% 는 상업과 관련이 있으며, 대부분의 상업전보는 투기성이라고 말했다. 이런 투기성 전보 왕래는 대부분 "운송하지 않고, 왕왕 물건을 보내지 않는다" 는 것이다. 따라서 그린은 전보가 "본질적으로 상업과 투기의 액세서리이며 즉각적인 교류와 답변이 필요하다" 고 굳게 믿고 있으며, 대중전파의 수단이 아니다 [2].
당시 한 상업 편집자는 전보가 상용화되기 전에 상인들이 미리 알고 있는 먼 가격 정보를 이용하여 대규모 농산물을 투기할 수 있다고 논평했다. 전보가 상용화된 후, 가격 데이터가 전보를 통해 신속하게 전달될 수 있기 때문에 상인의 원래 투기 차익 거래 방식은 더 이상 존재하지 않는다. 미래의 특정 날짜에 농산물의 가능한 가격을 추측함으로써 추측하기 시작했다. 이런 식으로 시간 대체 공간이 가장 큰 미지수가 된다. 편집자에 따르면 이들 농산물 재배자들은 매년 이런 투기 행위로 약 4000 만 달러를 잃지만 전보 상용화 이후 이 손실은 원래의 20 분의 1 로 줄어든 것으로 추산된다.
금융의 본질은 정보의 전달이며 행동과 결과에 대한 기대를 낳는다. 금융 체계는 은행, 1 급 시장, 2 급 시장 모두 정보 전달 네트워크이다. 정보 네트워크를 통해 이러한 기대가 더 정확하고 빠르게 전달되면 부가 창조된다. 그래서 모든 정보 혁명: 언어, 문자, 인쇄, 전보, 전화, 인터넷, 휴대폰 ... 모두 금융 혁명을 만들었다.
우리가 지금 처한 시대는 바로 새로운 금융혁명이 곧 발생할 시대이다. 이번 유발 요인은 인공지능이다. 인공지능은 금융 정보 네트워크를 재구성하고, 전통적으로 경험과 기계와의 접촉으로 호스팅되는 정보 전송 및 처리 채널을 점진적으로 보완하며, 이를 자동화 및 지능화할 것입니다.
정보농업이나 광업보다는 정보산업을 원합니다.
금융 정보화 분야에서는 수많은 과학기술형 기업들이 쏟아져 들어오는 것을 보았지만 크고 작은 기업들도 구조됐다. 우리는 재무 데이터를 재무 정보로 처리하는 관점에서 이 기업들을 고찰할 것이다.
비즈니스 모델은 "정보 농업" 이라고 할 수 있습니다. 그들은 인력에 의지하여 일부' 천연자원' 에서 데이터를 발굴하여 대규모로 재생산을 확대할 능력이 부족하다. 이런' 농업' 은 데이터의 심도 있는 가공을 하기 어렵고, 데이터의 부가가치가 제한되어 있고, 산업 체인이 짧고, 생산된 정보의 가치가 제한되어 있다.
또 다른 모드는 "정보 마이닝" 입니다. 일부 기계적인 도구를 통해 기존의 구조화된 데이터를 발굴하여 한 장면 아래의 좀 더 가치 있는 정보로 조립합니다. 이런 광산은 농업보다 좋지만, 단점은 광산을 파는 범주가 제한되어 있어서 많은 사람들이 광산을 파낼 수 있고, 기술 장벽이 충분히 높지 않고 부가가치가 제한되어 있다는 것이다.
그럼' 정보산업' 이란 무엇인가요? 우리 모두는 포드가 현대 공업의 대규모 생산 패턴의 종소리를 울렸다는 것을 알고 있다. 무엇이 역사 과정의 대규모 생산을 가능하게 하는가? 20 세기 초 포드가 T 형 자동차를 개선했을 때로 돌아가 봅시다.
1908 년, T 형 자동차 출시를 앞두고 포드의 각 조립공들의 평균 근무 주기, 즉 같은 작업을 반복하기 전에 경험한 근무 시간은 모두 5 14 분이었다. 19 13 년 봄이 되자 포드는 디트로이트 하이랜드 공원의 새 공장에서 모바일 조립 라인을 설치하는 새로운 조치를 취했다. 노동자들은 한 곳에 서서 왔다갔다할 필요가 없지만, 조립 라인은 그들에게 차를 배달해 주었다. 이러한 혁신으로 근로자의 업무 주기가 5 14 분에서 1.9 분으로 단축되어 자동차 생산성이 100 배 증가했습니다. 이런 모바일 조립 라인은 현대 공장에서 흔히' 조립 라인' 이라고 불린다.
포드가 대규모 집약화 생산 모델의 혁신을 할 수 있었던 것은' 기계 부품 열처리 후 뒤틀림 변형' 문제를 기술적으로 극복했기 때문이다. 이는 과거에 표준화할 수 없었던 부품의 천적으로, 항상 정비사에 의해 수공으로 연마해야 했기 때문이다. 부품의 뒤틀림 변형 문제가 해결되면 부품 수를 줄이고 서로 쉽게 연결할 수 있습니다.
그렇다면 금융정보산업을 가능하게 하려면 각종' 금융데이터 표준화' 를 극복할 수 있는 기술도 필요하다. 우리는 데이터의 심도 있는 가공을 하여 단락, 문장, 실체의 분석을 극대화해야 한다. 우리는 다양한 재무 문서를 구조화한 다음 구체화하고 메타데이터를 추출하여 수천만 가지의 데이터를 재구성하고 자동화해야 합니다. 데이터에서 정보에 이르기까지 심층적인 금융 지식 네트워크를 구축하는 것이 바로 우리가 원하는 금융 정보 산업입니다.
알파 센-차세대 금융 지식 엔진
20 16 포브스 미국 금융기술회사 상위 50 대 명단에 알파센이라는 상장회사가 등장했다.
AlphaSense 및 그 경품 분석을 통해 금융 정보 데이터 플랫폼 또는 금융 정보 엔진보다 차세대 금융 지식 엔진 시스템과 더 비슷합니다. 그러나 그들을 소개하기 전에 먼저 데이터, 정보 및 지식의 개념과 전달 관계를 살펴 보겠습니다.
데이터는 객관적인 사물의 운동 상태를 반영하는 신호로, 감각 기관이나 관찰 기구에 의해 인식되어 문자, 숫자, 사실 또는 이미지로 데이터를 형성한다.
정보는 데이터를 처리하고, 데이터를 상호 연관시키고, 특정 질문에 답하는 텍스트를 형성하고, 숫자, 사실, 이미지 등의 형태로 의미 있는 정보로 해석합니다.
지식은 데이터와 정보의 단순한 축적이 아니라 실천을 지도하는 데 사용할 수 있는 정보입니다. 지식은 사람들이 세상을 개조하는 실천에서 얻은 지식과 경험의 종합이다.
투자 연구 시나리오에서 분석가는 일반적으로 뉴스, 재무 보고서, 연구 보고서에서 대량의 데이터, 정보, 지식 형식의 "자료" 를 얻어서 자신의 논리와 세계관을 통해 이러한 자료를 투자 결정으로 재구성해야 합니다. 자료를 얻기의 난이도에 따라, 우리는 단순함에서 어려움까지 다섯 등급으로 나뉜다.
1 .. 회사, 산업, 시장 등 신선한 정보와 데이터 (회사, 주가, 거래량 등). ) 을 참조하십시오
2. 관련 지표와 데이터 정보 (CPI, 화물량, 업계 규모의 각종 차트 등). ) 을 참조하십시오
신선한 판단과 결론 (다양한 낙하 결론)
4. 새로운 증거 (주장을지지하는 사실적 근거)
5. 다른 사람들의 논리 및 연구 프레임 워크 (전체 네트워크 지식 네트워크)
정보 산업과 광업에 종사하는 금융 정보 회사들에게 그들의 제품은 금융 데이터 단말기나 정보 플랫폼일 뿐이다. 처음 세 단계의 데이터 정보는 사용자가 사용할 수 있지만, 마지막 두 단계의 깊이 정보와 지식 처리는 다소 약하다. 그렇다면 AlphaSense 와 같은 회사는 어떻게 제품을 통해 기관 내 이 수준의 분석가로 문제를 해결할까요?
이들 제품은 고급 의미 검색 엔진, 대화형 지식 관리 시스템, 문서 (지식) 협업 시스템의 세 부분으로 구성됩니다. 투자 연구자들은 고급 의미 검색 엔진을 통해 다양한' 소재' 를 얻는다. 대화식 지식 관리 시스템에서는 선택적으로 자료를 수집하고 관리할 수 있습니다. 지식 협업 시스템에서는 재료를 가공하고 재구성할 수 있습니다.
지식 슬라이스가 사람들이 검색, 관리 및 재편할 수 있을 만큼 정교해지면 이것은 금융 정보 산업화의 초기 단계이며, 어느 정도는 초보적인 금융 지식 네트워크이다.
켄 쇼 (ken sho)-새로운 군사 경쟁을 일으키다
또 다른 핫한 Fintech 회사인 Kensho 는 하버드 대학의 박사생이며, 엔지니어링 팀은 구글과 애플에서 가져온 최고의 엔지니어로 구글과 골드만 삭스가 투자한다. 그들의 인공지능 기술은 월가의 모든 사람을 불안하게 하고, 그 회사 자체도 상당히 화제가 된다고 한다. 각종 언론의 투기에 감사드리며, 우리는 항상 약간의 경외심을 가지고 제기합니다. 기계가 인간을 대신할 것이라는 것이 사실입니까? 심지어 인간의 지혜의 정점에 서 있는 월스트리트 분석가를 대신한다.
채널 관계로 인해 Kensho 의 제품은 우리 대부분에게' 블랙박스' 로 각종 주변 정보를 통해서만 자세히 생각해 볼 수 있다. (윌리엄 셰익스피어, 블랙박스, 블랙박스, 블랙박스, 블랙박스, 블랙박스, 블랙박스, 블랙박스) Kensho 의 설립자이자 CEO 인 다니엘 나들러는 전형적인 엘리트입니다. 그는 하버드대 경제학 박사 학위를 받았고, 미국 연방 준비 제도 이사회 동안 방문학자로 일했다.
20 15 MIT 에서 열린 연례 금융기술대회에서 다니엘은 켄쇼로서의 그의 전체 이야기를 대중에게 전했다 [3]:
"제가 미국 연방 준비 제도 이사회 때, 책상 위에는 블룸버그, 로이터, Capital IQ 와 같은 도구들이 많이 있었지만, 정치, 날씨, 지리 환경 등에 대한 나의 통찰에 따르면, 제가 쓰고 싶었던 문제, 특히 사건 중심의 데이터 분석은 여전히 해결되지 않았습니다. 나중에 서해안에 가서 구글을 찾아갔고, 구글의 비전은 조직이었습니다.
"... 저는 구글에서 몇 달 동안 머물렀는데, 당신들의 목표는 전 세계의 정보를 조직하는 것입니다. 금융 분야에 그렇게 많은 구조화되지 않고 조직된 정보가 있기 때문에, 누군가가 뭔가를 해야 하지 않을까요? 저는 구글을 설득했고, 그래서 그들은 우리의 초기 지지자가 되었고, 우리에게 훌륭한 엔지니어들을 많이 주었습니다. "라고 말했습니다
다니엘 나들러 (Daniel Nadler) 는 마이크 블룸버그 (블룸버그 단말기의 창시자) 의 구식 사업을 기탄없이 비판하며 제 2 차 세계대전 (미래의 세계대전이 아님) 을 어떻게 이길지 아는 장군이라고 말했다.
하지만 켄 쇼 자신에 대한 비판도 있다. 뉴욕의 한 사용자가 Kensho 제품을 사용한 자신의 감정을 공유한 것에 대해 "블룸버그는 이 가젯을 쉽게 복제하고 100 배로 만들 수 있다" 는 결론을 내렸습니다. Kensho 가 무엇을 하고 있는지 정말로 정리해 봅시다 [4].
다니엘은 인터뷰에서 Kensho 가 두 부서의 두 업무선으로 구성되어 있다고 소개했다. 하나는 대형 은행 및 기타 금융 기관이 비거래 위험을 이해하도록 돕는 위험 분석 부서입니다. 비거래 위험은 시장 위험이 아니라 지리, 날씨 등의 영향 요인으로 인한 위험 노출을 분석하는 데 과거 데이터를 활용합니다. 또 다른 주요 업무 라인은 글로벌 비즈니스 미디어 분석으로, Kensho 는 상업용 TV 미디어의 분석 엔진을 재구성했습니다. 그래서 kensho 는 미디어 회사이고, 다른 한편으로는 은행 풍제어 서비스 기관이다.
먼저 은행 바람 통제 사업 라인을 살펴 보겠습니다. 미국 연방 준비 제도 이사회 때 일했던 금융 전문가로서 다니엘은 사업을 할 수 있는 능력과 통로를 가지고 있다. 미국 소비자신문과 상업채널 (NBC 유니버설 그룹이 보유한 글로벌 재경 케이블 위성신문대) 의 전략투자표로서 언론사업의 순조로운 발전도 예상된다. 상업텔레비전의 매체 성질로 인해 미국 소비자 뉴스와 상업채널은 Kensho 의 분석 능력에 대해 큰 기대를 하지 않았다. 결국, 텔레비전 매체 중 가장 중요한 것은 뉴스의 속도이다. 결국, 한 뉴스가 청중의 머릿속에 머무는 시간은 매우 제한되어 있다. 사건 발생 후 가능한 한 빨리 효과적인 분석 결론을 내리는 것이 언론 동행을 물리치는 관건이다. 그래서 우리는 Ask-Kensho 가 언론에 눈속임을 가져다 줄 수 있다는 것을 보았고, 다른 한편으로는 경쟁력을 높이는 수단이기도 했다.
위의 분석을 통해 Kensho 의 두 업무 라인이 모두 유능하고 가치 있는 것을 볼 수 있습니다. 그렇다면 왜' Kensho 가 월가 분석가를 대신하는 것' 이라는 소문을 냈을까요? 골드만 삭스는 Kensho 의 투자자일 뿐만 아니라 그들의 고객이기도 하기 때문에' 주범' 은 골드만 삭스여야 한다. 다음 기사를 살펴보겠습니다 [5]:
Kensho 의 골드만 삭스의 주요 고객은 은행 거래실의 영업 사원이다. 최근 몇 달 동안, 그들은 소프트웨어를 사용하여 에너지 주식 매매와 대종 상품에 대한 문의에 답했다. 이들은 시리아 지하드의 활활 타오르는 불길에 대응하기 위해 어떻게 투자를 조합해야 하는지 알고 싶어 한다.
이전에는 이 영업 담당자들이 최근의 사건과 시장 반응에 대한 자신의 이해를 바탕으로 결론을 내렸지만, 사람의 기억에 국한되었다. 특히 가치 있는 고객의 경우, 영업 담당자는 골드만 삭스의 연구 분석가에게 과거의 뉴스 사건을 발굴하여 각 상황에 대한 시장의 반응을 파악하도록 요청할 수 있습니다. 이 방법의 문제는 연구 결과가 나올 때 거래 기회가 이미 빠져나갔다는 것이다.
Kensho 는 골드만 삭스의 영업 부서에만 서비스를 제공하여 고객의 문의에 신속하게 응답하고 해당 영업 사원이 얕은 정보를 더 잘 정리할 수 있도록 지원합니다. Kensho 의 또 다른 기능은 일부 연구원들이' 일주일에 이틀 동안 이런 일을 했다' 또는' 나는 예전에 사람을 고용하는 것 외에는 아무것도 하지 않았다' 는 분석가 임무가 아닌 초급 업무를 수행하도록 돕는 것이다.
Kensho 는 확실히 최고급 투항을 할 수 있지만, 실제로' 분석가' 를 대신하여 더 많은 사람들이 실직하게 하는 것은' 아름다운 오해' 일 수도 있고' 아름다운 소원' 일 수도 있다.
그러나 Kensho 가 월스트리트 분석가와 견줄 만한 분석 능력을 갖추고 있다면 대중투자자들이 이용할 수 있는 도구가 되면 사실상 시장 효과를 촉진할 수 있다. 예를 들어, 소수의 기관 기금이 신호를 관찰하고 이를 사용하여 수익성 전략을 수립합니다. 그러나 Kensho 의 강력한 분석 능력으로는 정보를 캡처하여 공개할 수 있으며, 정보 비대칭으로 인한 최고 기관의 우세는 완전히 사라질 것입니다. 점점 더 많은 시장 참여자들이 같은 전략을 사용함에 따라 결국 전략의 실패를 초래할 수 있다. 따라서 시장 가격은 "사용 가능한 모든 정보" 를 더 빠르고 더 많이 반영할 수 있습니다.
19 세기의 전보처럼 농산물에 대한 상인의 투기를 완전히 근절하지는 못했지만 투기의 성격을 바꿔 당시 약세에 있던 농민의 손실을 줄였다. Kensho 가 AI 기술을 임계상태에 적용해 현대금융투기의 성격을 다시 바꾸면 블룸버그, 로이터, 심지어 다른 펀드 기관들 자체도 어쩔 수 없이 군비 업그레이드 대회에 참가해 지도자에서 낙오자로 변하는 것을 피해야 할 것이다.
요약
인공지능 시대, AlphaSense 는 금융 지식 엔진을 구축하고 있으며, Kensho 는 새로운 군비 경쟁을 일으키고 있으며, 이 선구자들은 금융 정보의 산업혁명을 벌이고 있다. 혁명의 서막이 터진 후에 우리는 누구의 미래가 가장 밝은지 예측할 수 있습니까?
우리는 또한 첫 번째 산업 혁명이 긴 역사적 과정이었던 것처럼, 금융 정보화의 산업 혁명도 단 몇 년 안에 완성되지 않을 것이라는 것을 알아야 한다. (빌 게이츠, 산업혁명, 산업혁명, 산업혁명, 산업혁명, 산업혁명, 산업혁명, 산업혁명) 이 초기에는 아직' 스마트 금융 핵심 엔진' 의 각 부분을 구축하는 단계에 있는 것 같다. 재무 분석은 수작업에 의존하는' 농업' 과 경험에 의존하는' 수공업' 에서 점차' 부품' 표준화로 이동하고 있다. 가장 중요한 것은 궁극적인 비전이 아니라 시장의 주도 하에 합리적인 발전 경로를 설계하는 방법입니다. AlphaSense 는 금융 조각화 지식을 기반으로 한 발견과 재구성이며, Kensho 는 얕은 정보를 기반으로 한 빠른 전파와 발견으로, 궁극적인 비전의 필수 중간 부분입니다. 전주곡부터 고조에 이르기까지 모두 실사구시이니, 너무 높이 평가하지 마라.
* 참고: 이 문서의 일부 의견과 정보는 다음 참고 문헌에서 나온 것입니다. *
[1] 부의 레버리지: 기술 혁신과 경제 진보
[2] "정보가 미국을 변화시켰다"
[3] 인터넷 사용자가 유튜브에 올린 켄쇼 창업자의 발언.
[4] 문답: "왜 켄소가 골드만 삭스에 의해 잘 보이나요?"
[5] 알파 공방: "인공지능회사 켄소가 월가를 어떻게 바꾸는지"