斯科尔斯教授表示，未来的创新主要依靠数据创新的引擎来驱动。他认为，AI人工智能是需要算法和模型的，也需要输入大量的数据，而且需要运算能力非常高的计算机。运作得越快，数据越扎实，就会越智能。这些都是工具，但是人工智能并不等于算法加数据加计算机，这当中很大的一个问题所在就是数据，因为现在这些大型公司所产生的信息只有10%得到了保留，而且这些都是通用的数据，但是接下来这些数据需要个性化、定制化。

“阿尔法狗在围棋中胜出还有既定规则可寻，但使用金融数据要进行动态的调整和数据的核准，我们收集的数据是源自历史的，这是有时间序列的，但手头所有的数据到底能不能很好地对未来做出预测，这方面我们需要精准分析。”斯科尔斯教授称。

此外，还要严防欺诈者反向利用这些数据模型，而这些模型是有谬误的，如果我们继续坚持原有的模型不校准的话，竞争对手会抓住我们的错误。“你以为你有一个成功的模型，结果这个模型成了你的敌人，因为很多人识别出你的模型的错误，利用你的错误挣钱，这就是金融危机发生的原因。” 斯科尔斯教授说。

监管者和创新者永远在两个孤岛上

斯科尔斯教授坚持认为监管永远迟滞于创新。他表示，美国的摩根大通与中国的工商银行现在所做的事情与十年前完全不同，而监管的职能没有发生变化。各个金融机构本身都会受到约束，他们都是有壁垒的。但是如何在这个壁垒之间进行改变，去突破这些壁垒，这就是创新的来源。

斯科尔斯教授表示：“在美国也好，在中国也好，监管的一些措施想要的不是做得快，而是要做得慢，他们不想做独特的事情，他们想做的是通用型的事情。这正好与我们的愿望是相反的，我们希望灵活，可是这些规定希望的是不灵活，不变。所以我们全球社会必须要控制这些阻碍创新的力量，也就是那种阻碍创新的限制力量。虽然我们知道我们需要控制，我们需要监管，但是我们要划一条线以便于它不阻碍创新。”

斯科尔斯教授形容监管者和企业里的创新者“处在两个孤岛上”。如果监管过度的话就很难进行创新，监管就是猎人，创新就是农夫，两者之间总是会有冲突。就像每一个父母在养孩子的时候都会回答这个问题，我得对孩子有多大的约束，另一方面又要给他们多大的自由度，整个社会对待创新的态度也该这样。施加约束的话，成本会有哪些，代价是哪些，如果成本太高的话，创新就会在这些制约因素外面发生。

“如果你制止银行做这件事情，那么创新就在别的地方发生了。这个事情在中国已经发生过了，利率在中国很长时间是受到控制的，所以就出现了重量级影子银行的活动。所以这个事情非常重要，如果对企业有过度制约，那就意味着某些人处于困境中无法冒险，无法把风险转移给创新者，而创新者没办法创新，没办法为社会创造价值。”斯科尔斯教授表示。

相关报道: