多年以后，面对沪交所的大屏幕，加密货币投资者还是会想起“增长超越预期”的比特币拉动起来的金融市场。

元界初创团队亲身经历了互联网初期指数级增长的奇迹。自从中本聪与加密编译科学家哈爾·芬尼完成比特币第一笔交易，随之而来的是Mt.Gox资产管理平台，作为比特币加密货币的流通场景的出现，让此类金融交易标的物得以盛行。

区块链新生伊始，许多机制以及概念还未被定性，应用和创新之时尚需用科学的角度进行辩证分析。

痛点分析

面对一个过度消费区块链技术的市场，也引发了我们进一步的思考，有碍于区块链行业持续爆发性发展的原因，到底有哪些？

1. 交易环境中缺乏信任

加密货币市场之所以如此火爆，主要原因是它解决了目前跨境支付、以及中间商交易的信用问题。目前的证券清算与结算系统面临同样的问题，如典型的美股“T+3”结算方式，亦即在交易发生后的第三个工作日才能完成清算交割。在传统证券交易中，完陈交易需要资产托管人、证券经纪人、中央银行和中央登记机构四大金融机构互相配合，整个流程效率低、成本高，并造就了强势中介效应，而且中间任一环节出现问题，投资者将蒙受损失。

2. 交易环境的安全机制有待完善

比特币等其他加密货币因其去中心化和匿名性的特点，是黑市交易和洗钱等违法行为的重灾区，资产管理以及相关交易平台作为兑换加密货币和资金流入该市场的渠道，自2017年以来，受到关注和重视，不少区域性监管机构要求其添加AML/KYC规则。KYC全称是Know Your Customer（了解你的用户），指的是交易平台获取客户相关识别信息的过程，它的价值在于确保不符合标准的用户无法加入该货币流通的场景，使用该平台所提供的服务，能够为可能存在的犯罪活动，提供调查依据或线索。另一身份数据合规性机制被称为AML， 它所代表的是“反洗钱”机制，主要防止通过非法交易产生的收入而制定的各种法规。

相信很多用户对于KYC身份审核机制并不陌生，在许多交易所进行注册的同时，需要提供人个人相关身份信息，以及可供人脸识别数据，有助于平台对于用户有标准化的了解。目前金融机构和数字货币交易所主要通过KYC供应商获得数据，与用户提交的个人数据、信息进行比对，然而，此类审核往往需要通过人工，进行手动审核，用户通常需要等待较长时间。这也是传统金融业必须要解决的问题。

3. 用户数据隐私滥用情况尚未得到妥善解决

一方面平台的安全机制不健全，另一方面“内鬼”泄漏机密数据的问题屡见不鲜。2018年8月份，华住平台近5亿条用户信息遭泄漏，虽然泄漏原因目前还未得到证实，但是中心化的数据管理模式弊端早已显现。区块链技术提供了去中心化的服务，每一个节点都参与其中，构成一份独立、完整的账本，单个节点故障并不会造成整个系统的瘫痪，可极大降低黑客攻击的可能性。

价值分析

人工智能手机通过一定的运算法则，实现自动化的演算，将大量的用户身份数据放在链下完成，大大降低了主链负荷，从而让主链提升运营速率。区块链网络中存在着海量的数据，设想将“区块链+大数据”引入到区块链中，各个节点就能在得到数据的同时，对数据进行“实时”处理，一方面从源头上提供提高了数据的质量，另一方面，能加快整体交易速度。然而我们的目标是把区块链和人工智能结合起来，让“区块链+人工智能”为区块链产业带去有价值的解决方案。

根据Arxiv研究所的报告显示：人工智能的优点体现在：可持续性、扩展性、安全性、隐私性、高效性等方面，具体来说：

可持续性：以人工智能算法为依托的区块链可降低能耗，使得生产者的利益最大化。然而， 实体业对于该技术并不陌生，人工智能算法现已广泛运用于电力、能源产业等等。

扩展性：从目前来看，区块所包含的交易信息是一定的，也就是说区块处理数据的能力在短时间内是无法迅速增长的。随着区块链性能的提升，在获得海量数据的基础上，人工智能算法可以在有限的信息中，提供全局最优的区块链解决方案。

安全性、隐私性：结合区块链的使用的密码学算法和非对称加密的机制，使得未经授权的第三方，在缺乏信息加密是识别器（类似于公钥）的基础上，无法获取用户数据等隐私信息，使得用户数据有了双层保护伞。

“AI + 区块链”——下一个发展方向

区块链技术所注重的是精准的交易记录、认证和执行，而人工智能则助力于决策、评估和解读模式和数据集，最终产生自主交互，从而解决商业难题。金融机构利用区块链技术建立链状价值传递的网络，这为人工智能的应用提供了可能。

在应用层，人工智能通过对数据进行算法分析，建立模型，在用户习性分析等方面反哺金融机构，为金融机构提供更为高效、可靠的策略支持。而在数据层，两者可以互相渗透。区块链中的智能合约，实际上也是一段实现算法的代码，相应的，与AI技术有高度的契合性，与人工智能相结合的合约，使区块链智能合约变得更加智能。

人工智能可代替人工实现部分决策行为，通过加深区块链业务的自动化和智能化的程度，大大提升了金融机构的工作效率。以商业银行为例，银行可利用区块链平台，利用人工智能高速学习性来了解客户的各种需求，并进行及时处理。当客户提出贷款申请时，区跨链平台会即时通过人工智能技术来调取现有的KYC用户数据，再通过该技术，迅速作出审批，提供一个有效的结果。整个过程简单迅速，不涉及任何人为因素，可极大的节约人工成本，提升传统金融机构的运营效率。

此外，在金融机构的风险控制过程中，“区块链+人工智能”将极大提高数据风控的有效性，在提升数据处理的同时，加快风险识别的速度，还能降低数据泄漏等安全事故的发生的几率，提升运营的安全性。

未来几年，从发展历程以及技术的成熟度来看，“区块链+人工智能”将会一个极具潜力的发展方向。这将不仅仅体现在金融领域，在保险、电商、物联网等领域，“区块链+人工智能”的应用将为这个产业迎来一个全新的格局。