原创： 混大同学 混沌大学 

技术变革与经济全球化，从未像今天一样带来巨大而快速的连锁反应。比如AI、区块链技术，如果不关注它们，可能将对你的生活带来翻天地覆的影响。

上周六（3月16日）研习社的课程中，复星集团联合创始人梁信军老师详细讲解了未来三年内、七八年内、十五年内，哪些作为我们判断依据的价值“锚点”将发生重大变化，影响资本布局、行业兴衰、甚至你的职业发展趋势。（《梁信军：未来十五年，惯性判断将失灵，价值“锚点”在漂移》）

核心观点

1. 未来两三年内，AI开始挑战绝大部分行业的技术壁垒、颠覆企业的核心竞争力。

2. 未来七八年内，区块链即将颠覆行业生态、企业供应链优势，深刻改变企业和社会的组织形态。

3. 未来十五年内，全球经济增长驱动引擎、消费市场增长极正缓慢而坚定地改变。过去20年，电梯在中国。未来20年，故事属于南亚和东南亚。

即将到来的AI，将给各行业带来什么影响？

你准备好被颠覆了吗？

未来金融       @反D版  贵阳分社

作为一名身处金融行业的产品经理，我就自己的所处行业做一下分析。

1.AI在资产端的运用

AI大数据风控是我们正在使用和正在建设的项目，它分为贷前和贷后两块。

1)贷前

贷前借款用户只需要输入基本信息，做完活体检验，我们的风控系统就会通过多个维度包括是否是本人，比如消费、通讯、是否在其他平台有过借贷、抵押物价值评估等数据，直接给我们的风控人员输出基本评估报告，通过评分帮助我们的风控人员进行筛选，大大的提高了风控人员的评审效率。

2）贷后

在完成借款后我们也不能放松，贷后管理同样重要，风控系统会定期执行扫描和评估，主要还是通过以上几个维度去评估借款人是否有逾期风险，如果有，就会提出预警，由催收人员进行重点跟进同时也会跟进抵押物的变化，如果估值变化太大，同样也会进行预警，帮助我们降低风险。

2.AI在资金端的运用

目前我们主要在建设和运用的主要是精准营销，主要是通过对用户数据进行多维度的划分，提供不同的服务策略。

比如在电话营销阶段，会通话过AI电话进行意向客户筛选，减轻理财顾问的工作量，产品上不同维度的用户所看到的营销策略不同，能更有效的对用户进行转化。通过数据还可以对用户行为进行预测，当用户有流失风险时进行预警，然后交由人工进行关注和干预。

另外，目前AI在资金端还有一种运用，就是做智能投顾，我之前研究过一段时间，但是在中国，大多数做智能投顾的公司推荐的产品组合都是基于本公司的金融产品，并不像国外那样是真正的进行资产配置建议，监管方向也不是特别明确，所以这块还有待观望。

金融科技？AI效率太高    @李长虹  上海分社

我在金融行业经历了间接融资、直接融资，担任过担保公司、小贷公司、P2P公司、供应链金融公司等负责人，但是当体验过微信的“微粒贷借款”和阿里的“蚂蚁借呗”，就感觉没戏了。根本不是腾讯和阿里的对手，没有多维度的丰富数据很难做好批量，效率及风险控制。

以我体验的“微粒贷借款”为例。

第一，  不是每个人的微信中都会出现此产品，并且出现后，每个人的额度和利率也不一样。比如我的额度是10万，利率是万五。这背后是微信对你的了解，我猜想你使用微信支付及收发红包等很多信息都会成为微信提前给你额度和利率的依据。

第二，  申请和放款速度快，体验感好。处于职业习惯，总是习惯体验产品，我当时申请了1万，过了几分钟有电话打过来，问了3个问题，然后再几分钟钱就到你的账户上了，整个流程没有超过20分钟。我想这是我们公司，还有很多银行做不到，因为你没有AI的加持，靠人工，面对C端和小B企业很难做到批量和盈利。

第三，  随借随还，短期使用成本低。第二天我就还款了，5元的利息，而且符合微信所定的的规则。这样对个人和小企业主临时紧急的资金周转很方便。

现在我的“微粒贷借款”的利率从0.05%降到了0.025%，这背后的一切都是AI的力量！AI推动社会的效率提升和进步！AI已来，就在我们的工作生活中！我们只能去拥抱和利用这种趋势！

公司财务——高度可替代       @混沌同学8925

我还是从自身所处的财务领域说起。

财务在企业中的角色必须要发生变化，因为财务掌握了大量的数据，但是传统财务的封闭也导致它丢失了大量数据。

例如，把一份差旅费用给财务，财务只需要借差旅费用，贷银行存款。但机票价位、折扣、航线、时间、频率……这些信息财务是不知道的，其实原始票据中都有，但是财务没有采集能力。一份收入凭证，财务只记客户和科目的信息，客户的情况、连接状况、交易频次、交易强度，是新客户还是老客户……这些财务也不知道。

财务部门有大量的数据，财务的采集能力、加工能力、计算能力必须提高，才能在企业经营和管理中发挥更大的作用。 

我在面试一些应届生时也会替她们发愁，学校里面学到的准则和会计规则，如何结合企业实际情况？看不到一张凭证的操作流程给新会计人的职业发展制造了黑洞性的壁垒。

上面谈到的是财务前端的变化导致财务中台的危机。接下来分析财务后端，就是财务分析和下一个财务循环的预算。

目前这块还是财务人转型的方向，这个领域的财务还很值钱。但是随着AI在客户行为轨迹的捕捉和算力，将会危及到［事后分析］的管理会计和基于历史数据的［预算会计］。

可以说，自从诞生日就保持的财务报表思维的分析受到了真正业务层面的自我解析，尤其是这种解析是几乎实时的、多维到了人类的行为管理、心理需求管理。

总结来说，财务领域的高度可标准化的基因决定了它的高度可替代性。

AI与法律行业        @黄律师  杭州分社

法律服务具有较强的技术免疫力。以执业律师办理诉讼业务为例，整个过程对业务素质和执业经验有着较高的要求，这也是业务水平高、经验丰富的律师收费较高的原因所在。但细细分析，也并非完全不可替代。

法律AI路径的简单设想：

1.以搜索引擎技术为支撑的专业性行业软件仍有潜力可挖。搜索引擎可以通过用户的点击浏览优化推送数据的针对性，但行业软件不行，因为行业软件用户数量和点击量均相对有限的，要提高推送数据的针对性，更多还是要在优化数据和算法上下功夫。于此，可以从三个方面着力：

一是区分需求的不同进行不同的结果展示，对需要援用文本的数据推送案例、文书本身，对不需要援用文本的，尽可能以统计结果的方式展现；

二是为不同来源的数据赋予不同的优先值，如区分数据的示范作用大小，优先展现权威发布的典型案例，最高院以及当地的文书等；

三是提高输入内容的规范化水平，不仅要法言法语，还需要明确用途，便于软件的查找和展示。

设想一下，如果办案人员想了解同类案件的处理结果和尺度，软件自动展现出全国、本省、本地等多个维度的统计报表，需要写具体文书时，软件则把同类案件的典型案例、最高院以及当地的文书等素材展现出来。通过更加精细的软件设计来满足复杂的日常需求，让使用者实实在在获益以赢得用户的广泛欢迎。

2.以裁判文书AI为突破口，撬动整个法律市场。

裁判文书AI相对简单。试想如果我们要写一篇裁判文书：

起诉书和答辩状内容就自然成为了我们输入的内容，我们只需要对证据进行审查认定，让软件根据采信的证据产生查明事实，同时提示我们同类案件（这里的同类案件可以用同样的争议焦点去界定，而争议焦点可以利用起诉书和答辩状智能生成）的典型案例、最高院以及当地的文书的说理，并用统计报表的方式展现出全国、全省、本地等多个维度的裁判结果，供我们参考。这就构成了一个裁判文书辅助软件的框架。

如果把其中人工干涉部分全部交给软件完成，让软件根据庭审双方的质证意见去采信证据，找出并套用同类案件的裁判说理，再根据本地同类案件的裁判结果和尺度进行裁判，就成了一个自动制作裁判文书的软件。

如果让软件试着去学习并理解法律条文，让软件根据其对法律条文的理解自由裁判，将本地同类案件的裁判结果和尺度作为评价标准，用来评价软件计算的准确性，再加上异常数据的重新归类等自我修正功能；类似于AlphaGo策略网络和价值网络，让软件尝试去理解法律、运用法律形成策略，将现有的裁判文书数据作为评价标准对软件生成结果进行价值判断，并针对差异数据修正数据归类的准确性，进而实现软件能力的不断提升，可能就成为了一个裁判文书AI。

如果裁判文书AI得以推广，无疑会推进其它法律AI的到来，也倒逼法律人投入AI的怀抱。

AI与菌菇栽培术        @朝辉 厦门分社

现在我们种菇，在菇房管理的时候，虽然有一些现代化的设备，比如说二氧化碳探测仪，温度探测仪，可以实现温、光、水、气的自动化控制。

但是，这些都基于技术员根据菇的生长来调控，很多依赖于经验。一个好的技术员差不多要经过5年的培训，才能够看懂菇的“语言”，所以好的技术员和差的技术员管菇的水平差很多。好的技术员管出来的菇，产量高，品质好。

如果现在的A.I.发展到这个水平，可以自动学习，那么就在每个菇房里面，装一个AI控制系统。可以自动识别菇类生长的状况，然后自动调节那些参数，使它达到最好的状态，从而实现高水平的管理。那这些管菇的技术员，就会轻松很多，只要一个人就可以管理一大片，并且实现高产稳定。

小结

这些都是听了“漂移的价值之锚：全球经济趋势”课程后，混沌同学的思考。如果您也试听了此课，还有关于AI的更多思考，欢迎留言区讨论。