外滩大会Vakee演讲实录：当AI遇上Fintech，一场金融范式的革命

演讲嘉宾：RockFlow创始人 Vakee

大家好！

非常高兴今天能在外滩大会与各位分享，感谢蚂蚁集团的邀请。我们做的是Fintech，是AI在金融行业的落地应用。这天然是一个相对较慢的事业，需要耐心，需要更多跨领域的认知，需要慢慢拼接出完整的拼图。

今天我的分享主题是：当AI遇上Fintech，一场金融范式的革命。我将围绕三个话题与大家分享：

• 大模型在金融行业落地会遇到的特殊挑战

• 我们的AI智能体Bobby如何重新定义交易体验中的AI角色

• 未来已来：金融民主化的变革趋势

 一、大模型在金融行业的落地挑战

大家可能光想到AI与金融结合就觉得既兴奋又担忧。确实，这个领域面临着独特的挑战：

1. 垂直领域数据稀缺

通用大模型并非专为金融行业设计，而金融领域受到严格的监管和隐私保护约束，公开可获取的数据非常有限。甚至数据的分析和表达都受到合规监管的严格控制。

2. 准确性要求极高

我们可以用ChatGPT聊简单话题，在内容领域做探索也没问题，但涉及金钱或医疗相关内容时就会比较谨慎，因为这些场景对准确性的要求极高，容错率几乎为零。

3. 算法可解释性需求

金融一直是强监管领域，需要算法具备可解释性。在使用通用模型或智能体做应用时，必须有"白盒逻辑"，让用户清楚地知道结论和过程是如何产生的。

行业机会与不变规律

简单介绍一下我的背景：我最初在伦敦做量化，回国做了几年互联网和AI的产研工作，后来做了5年AI领域的早期投资，疫情期间回到二级市场投资，21年创业做 FLOW AI，我们的产品叫RockFlow。从投资人到创业者，我看到了AI+金融的巨大机会。

这是一个非常庞大的行业——仅可统计的金融服务市场就达36万亿规模。在这一波大模型落地浪潮中，我预计接下来各个国家会有一大批金融服务业的 AI 创业公司涌现。

在快速变化的时代，我们需要抓住那些"不变"的东西：

第一个不变：财富的代际转移

未来十年，全球30%的财富将从50后、60后转移到90后、00后。代际转移中，生命无法转移，但财富的转移是确定的，这必然带来“年轻一代”的市场机会。我们也看到这一波AI智能体在各国金融服务业的落地，普遍针对20-30岁的用户群体。

第二个不变：人类历史本质上是平权史

回顾历史，本质上都是一代代知识平权、物质平权的过程。大模型带来的是技术平权。在技术平权下，过去需要几千万美元才能为私人银行客户提供的服务，今天能够为所有普通人提供更优质、更个性化的金融服务——从投资理财、保险到数字银行等各个领域，这是真正的平权机会。

行业案例分析

让我分享几个值得关注的产品案例：

1. Cleo

这是一家创立于英国、成长于美国的公司，现在拥有数百万用户。它是我个人非常喜欢的公司，专注于AI驱动的个人财务助理服务，主要用户群体是20多岁的年轻人。Cleo为用户的日常财务决策，特别是消费相关的决策，提供知识普及和学习指导，帮助用户更好地管理消费。

2. Bobby

这是我们公司的 AI Agent 产品，能够实现7×24小时的投资领域AI伙伴服务。由于投资全球化，用户配置的各种产品不一定都在同一时区，需要覆盖更多时间。Bobby能够陪伴用户从每天的想法和灵感开始，到分析、生成投资策略、下单执行，再到持仓管理的全流程。

3. Rogo

这是专为华尔街专业分析师设计的产品，主要用户也是传统金融机构中的年轻分析师。

可以看到，在美国乃至全球范围内，AI在金融服务行业的落地已经有了很多探索，涌现出不少优秀的公司。

 二、Bobby AI：重新定义交易体验

构建理念与架构

我们选择用两年时间搭建自己在垂直领域的AI智能体架构，在此基础上孵化出第一个应用——Bobby AI。我们相信AI智能体是未来人工智能交互的原生形式，能够从根本上改变每个人参与金融服务的方式。

有一个重要观点：所有面向消费者的公司本质上都是产品公司。无论使用什么技术，经历什么代际变化和创新，我们给用户提供的都必须是优秀的产品体验，才能让用户真正享受到技术带来的价值。

AI智能体的关键变化

1. 自然语言交互

在金融服务过程中，用户普遍面临三个问题：听不懂对方说什么、看不懂合同内容、不知道如何表达自己的需求。AI智能体通过自然语言交互解决了这些痛点。现在用户可以通过对话、电话、语音等方式简单表达需求，Bobby也会用用户能理解的方式解释它在做什么。

2. 精准任务拆解

以前用户有投资想法却不知道如何执行，比如想买期权但不知道如何选择，往往会卡在金融行业的专业门槛上。AI智能体最重要的能力是将用户的表达拆解成相应的任务，调度整个多智能体架构来完成任务执行。

3. 个性化体验升级

AI 并非新事物，过去10多年，移动互联网就是“AI 推出来”的时代 ——“千人千面"推荐算法，但现在的个性化体验是生成式AI带来的质的飞跃。智能体在与用户交互中深度了解用户，每个人都拥有专属的Bobby，会不断迭代优化以适应用户需求。以前的推荐是排列组合逻辑，现在是根据用户互动实时生成内容。

三大核心挑战

1. 技术关

所有垂直领域的智能体都在平衡时效性、准确性和成本，只是不同领域的平衡方式不同。金融领域需要极高的时效性和准确性，虽然相比医疗领域容错率稍高，但成本控制同样重要。关键是深刻理解场景中用户的真实需求，构建能够满足需求且具备足够扩展性的多智能体架构。

2. 信任关

金融领域的信任问题尤为突出。以前用户信任的是沃顿毕业的高盛投资银行家，现在要信任AI。这需要时间来构建品牌和产品信任。由于当前大模型算法无法做到每个问题都100%准确，多智能体架构的设计和产品设计必须先行，在交互设计中构建用户的安全感，这是我们需要不断探索和打磨的领域。

3. 合规关

金融行业创业与其他领域截然不同。虽然其他AI智能体都是全球化业务，但金融监管在各个国家都很复杂，对于金融AI公司来说，必须深刻理解如何在全球市场的不同国家和地区申请金融牌照并保持良好的监管沟通。

Bobby AI的核心功能

Bobby AI是一个可直接下载使用的产品，有PC版本和APP版本，是用户24小时的投资伙伴。简单来说，它能将用户每天的想法和灵感转化为投资行动。

主要应用场景：

1. 一句话生成投资组合

用户可以说"卡游最近很火，我应该买什么？"或"马斯克很火，帮我选个相关组合"。年轻用户在投资交易中有很多有趣的表达方式，除了赚钱这个共同目标外，他们的投资行为更加多元化。

2. 自然语言下单

比如"如果苹果发布会表现一般，清仓所有苹果持仓"。这句话看似简单，但智能体需要拆解复杂的任务：盯盘、关注社媒上关于发布会的讨论、分析正负面情绪、执行相应操作等。用户能够用自然语言即刻表达需求时，很多原本因为操作复杂而放弃的投资行为就能转化为真正的投资行动。

3. 期权配置

帮助有一定交易经验的用户学习如何挑选期权，比如"在这个场景下该做哪种期权组合？如何做多波动率？"等。

4. 个性化记忆与学习

投资是一门实践性很强的学科。与其给用户一堆书籍学习，不如让他们用100美元在真实市场中体验。Bobby会实时计算每个人的所有交易行为，分析如果当时采取不同策略可能获得的更好结果。当用户在真实场景中学习时，金融知识的吸收会非常快速，因为这避免了抽象学习的困难。

投资的个性化本质

投资是极度个性化的事情。虽然大家都说投资是为了赚钱，这没错，但就像买衣服是为了好看一样——为什么世界上有这么多不同的衣服？因为"好看"的定义因人而异。

投资也是如此。"赚钱"对每个人的含义不同，因为投资的“赚钱”是“风险收益”，每个人的投资目标和风险承受度不同，所以每个人“赚钱”的定义也是完全不同的。在这种情况下，交易平台真正交易的商品不是股票，而是个性化的交易机会。

我们相信AI智能体能够分析用户的个人需求和行为，提供最适合当下的个性化投资和交易策略，这具有巨大价值。这正是RockFlow的愿景：通过AI和各种技术创新，特别是AI智能体这种产品形态，让每个人都能真正体验到投资的乐趣。

 三、未来已来：金融民主化变革

Bobby 只是一个开始。RockFlow 用两年时间搭建了我们的多智能体架构，孵化出第一个投资交易场景的产品“Bobby AI”。未来，我相信不仅是我们，全世界很多金融领域的 AI 智能体创业公司都会将所有金融服务场景重塑——包括数字银行、支付、保险、财富管理、数字资产等领域。

这些领域都非常应该通过 AI 带来极致简单且个性化的体验。我坚信金融平权和技术平权在未来 10 年将给世界带来巨大变化。

谢谢大家！