这其实是智能金融发展的第一个非常直观的层次：更真实的交互。
通过智能技术解决效率和成本的问题，但同时用户的体验又不会下降甚至还能得到提升（很多统一人工客服平台都无法做到方言交互），而一旦5G把VR等形式引入后，近乎完美的、有声音有图像的现实就将被营造出来。
2、更准确的用户理解
许冬亮在介绍度小满的金融大脑时，着重介绍了其用户大数据画像的突破。
按许冬亮的说法，度小满的智能金融能实现用户多维度族群细分，辨别更优质客户，与此同时根据用户职业、学历、工作稳定性、兴趣偏好等进行智能风控。
更进一步，通过用户“关联网络”来判别异常用户群体，从而预测“群体性异常行为”，这种技术创新大大提升了对用户行为的预测准确率。
而这些，在根本上都是实现智能金融第二个直接价值：更准确的用户理解。随着模型的不断发展，“理解”只会更准确。
在这个时候，5G介入无疑能实现全方位数据输入+成熟数据模型的完美匹配，用户理解无限接近真实。
3、更具备价值的信息挖掘
研讨会上，美国芝加哥大学商学院金融学教授、清华五道口特聘教授修大成提出了一个非常有意思的观点：虽然金融市场的信息量很大，但当前的金融数据“信噪比”（近似理解为真实有效信息的含量）太低，因为有效的信息都被快速利用掉了。
更进一步，他认为，当前金融市场公开的数据信息量看起来多，实际上却很少。
美国金融市场才100年左右的数据，而中国更是只有20几年的数据，样本点对数学模型来说实在不算多，甚至非常少。而当数据不够时，只能寄希望于算法模型能尽可能利用好这些数据挖局出更多有价值信息。
修大成是针对资本市场给出的这番观点，对金融科技领域长期不太惹眼的理财服务有重要意义。
但是，他的发言其实从广义上说，触及到整个智能金融第三个价值：更具备价值的信息挖掘。
虽然移动互联网时代数据大爆炸，但这也意味着有效信息被埋得更深，找到它们更困难。而且，有效信息的数量往往是有限的，这考验大数据、智能化分析的整体能力。
在这种情况下，各金融科技巨头都在不断优化自己的算法模型，上文度小满的用户画像能力就是代表，整个行业已经建立既要抓数据、又要抓算法的共识。
现在，5G时代让数据极大充沛，有效信息立体式涌来，其中又必然夹杂大量无效或无价值的数据，智能金融时代锻炼的算法模型能力无疑能派上很大用处。
4、更清晰明了的技术理解
越往下谈，就越触及技术的底层。
修大成在这次研讨会上还提出了一个让人深思的话题：智能金融时代，由于算法往往带有“黑盒”性质，很多时候我们只知道一个算法会输出一个结果，但不知道这个结果是怎么来的。
某种程度上，智能化使得金融科技更了解企业和用户，但却“更不了解自己”。
修大成认为，简单、可解释的白盒算法未必要比黑盒算法差，金融科技不了解自己，是前进路上面对的问题。
这个问题会造成什么影响不得而知，但能够理解自己无疑更具备技术的可延展性。
这些年来，度小满等金融科技企业都试图把智能算法尽量阐述，许冬亮在研讨会上对用户画像的来由细致的、层层解读，就是智能金融的一种自我解读尝试。
只不过，当5G时代来临，面临万物互联、万物映射涌入数字世界的数据，算法要在适应大数据、杂数据的同时保证自己的可理解性，将变得更加富有挑战。
拭目以待吧。
*此内容为[科技向令说]原创，未经授权，任何人不得以任何方式使用，包括转载、摘编、复制或建立镜像。
[完]
曾响铃
1钛媒体、品途、人人都是产品经理等多家创投、科技网站年度十大作者；
2虎啸奖高级评委；
3作家：[移动互联网+ 新常态下的商业机会]等畅销书作者；
4《商界》《商界评论》《销售与市场》等近十家杂志撰稿人；
5钛媒体、界面、虎嗅等近80家专栏作者；
6“脑艺人”（脑力手艺人）概念提出者，现演变为“自媒体”，成为一个行业。
7现为“今日头条问答签约作者”、多家科技智能公司传播顾问。
