还有金融服务这块，国外摩根大通今年预算90亿美金，汇丰已经花了24亿美金在人脸识别、区块链各方面金融科技的应用。中国这块主要跟券商合作，中国自主券商研发团队不到5家，有100多家券商，但自主研发不到5家。真正投入华泰最好，去年花了3个亿。很多公司几乎是很少投入的，我相信这块前景也是中国，没有金融科技的投入金融肯定没有未来，证券公司要奋力不断补足自己的短板。
另外，智能金融监管的问题。没有监管劣币会驱逐良币，大众容易被劣币诱惑，百度的育儿事件（音），还有跑路的事件，良币很难让普通大众接收到。监管不能一刀切，驱逐劣币同时可能驱逐了良币，真正想得到服务的人得不到。智能监管是最重要的话题，在驱逐劣币过程中怎么保护良币，这是智能监管要做的。
7月1日有一个适当性管理投资者分类，投资者产品评估和风险匹配。不是所有投资者都能做散户一定符合一定条件才能做主动投资，这是非常和谐的，我们预期一直做投资者教育，相信适当性管理出来会增加中国区域散户化的过程。
条例一出来每家券商可能要投入上千万服务适当性管理，客户越多不用新技术成本越高，券商都面临填很多表格、填很多资料，去符合监管。一个券商要投入上千万，一百多家在十亿规模今年要完成这个投入。
在美国金融机构发挥是很大的，有六七百亿规模符合监管是巨大市场，美国大多数是人工完成的，我相信AI介入复合监管上会有非常大的突破。
另外一个应用场景是金融教育。大家都知道中国市场是以中小投资者为主，风险意识不足、投资经验也不足，一亿股民参与投资市场会引来很大麻烦，2015年就是一个例子。我是基金经理，我跟诺贝尔奖得主麦瑞?索罗斯（音）2015年5月份讨论中国股市。我是很乐观的态度，短期回调肯定有，长期是向上的，各个海外市场都是在向上。现在美国股市昨天创新高了，中国股市没有理由是这样，这是因为散户的投机过重使得市场失去了信息，如果没有这个参与这是非常良性的市场，肯定比现在好得多。
巴菲特谈到中国金融投资者教育不足，投资会有变化，美国70年完成投资者教育，漫长的市场，他相信市场长期引导人们做正确投资。通过市场去散户化的代价太大，2015年的惨痛教训，2008年的惨痛教训大家都知道，智能投资者教育加快去散户化的过程。
我们源于牛津大学NIE金融实验室的捐赠，马蔚华是招商银行前行长也是我们董事长，也是2015年加入FDT引导我们做投资者教育这块。我们有四个研究机构，牛津大学、哥伦比亚大学、清华大学、南京大学，金融研究中心在做AI金融前沿研究。我们也在学校做了包括清华大学、中山大学、上海财经、西南财经，陆续把场地部署到各个学校去。
大家可能很奇怪问，为什么FDT跟学校做这么多的研究和讨论？我们董事长最看重布战略，我们应该为5年后甚至10年后的事情做布局。真正做研究，长远研究的地方一定是学校。因为Deepmind创始人是加拿大阿伯斯塔的一个博士，他的老师到阿伯斯塔没能看好他的研究，找不到工作正好去做研究，学校里有这个氛围，他为什么成功？刚好阿伯斯塔有一个教授做兴趣爱好跳棋的研究，怎么电脑做跳棋，这两个人一拍即合完成了围棋很多研究。Deepmind在阿伯斯塔的实验室所有学生他们全部都要。
我们跟学校做长期研究的合作，我也是受益于在国外的大学读书时，他们有个氛围学校是不管你的，你想做什么做什么。像牛津大学你一辈子不出文章没人会不许，但是往往这些教授会出来非常轰动性、革命性的结果，包括剑桥DNA之父。我们想跟学校一起探讨未来金融方面的研究。
下面讲一下我们的例子，我们在三年前做FDT看好中国一定要去散户化的。怎么去散户化？投资者教育。谁做得好谁做得不好，我们给了一个课题给研究团队，现在开始商业化，因为监管来得比我们预期早一点，我们马上投入了商业化。
我们通过一个模型评估它是一个好的基金经理，包括有四大维度，风险控制是怎样的、盈利能力怎样、稳定性怎样、投资活跃度怎样。我们出了份报告，像NBA球员打分一样，哪个人是适合做投资的。但是从我们上百万用户的实验和数据积累30万亿人民币的交易模拟数据，然后有三万亿真实数据的交易，我们发现出现这个情况是中国用户居多的，实际90%的人不适合做主动投资的。这跟美国的状态是一样的，美国是被动投资占主流甚至90%，主动投资人在9%，金融人才可能1%，可能都不到，很少。