"人工智能+金融行业"未来能走多远？

靓儿

人工智能技术助力传统金融业务转型升级人工智能+金融（AI + Finance）与金融科技在界定上存在明显不同。
金融科技主要是指广义的新兴技术（大数据、云计算、区块链、人工智能）与金融业的结合。
我们认为人工智能+金融主要是通过人工智能核心技术（机器学习、知识图谱、自然语言处理、计算机视觉）作为主要驱动力，为金融行业的各参与主体、各业务环节赋能，突出AI技术对于金融行业的产品创新、流程再造、服务升级的重要作用。



金融行业技术应用的发展历程技术进步推动金融行业由信息化向智能化方向演进
纵观半个多世纪以来的金融行业发展历史，每一次技术升级与商业模式变革依赖科技赋能与理念创新的有力支撑。
按照金融行业发展历程中不同时期的代表性技术与核心商业要素特点划分，可分为“IT+金融阶段“、“互联网+金融阶段”以及正在经历的“人工智能+金融阶段”，各阶段相互叠加影响，形成融合上升的创新格局。
如今的人工智能+金融发展阶段，是建立在IT信息系统稳定可靠、互联网发展环境较为成熟的基础之上，对金融产业链布局与商业逻辑本质进行重塑，科技对于行业的改变明显高于以往任何阶段，并对金融行业的未来发展方向产生深远影响。



人工智能+金融行业驱动因素政府与社会各方共同推动人工智能技术在金融行业落地
政策：
国务院发布《新一代人工智能发展规划》提出要创新智能金融产品和服务，发展金融新业态，鼓励金融行业应用智能客服、智能监控等技术和装备，建立金融风险智能预警与防控系统。
• 中国人民银行成立金融科技委员会加强金融科技工作的研究规划和统筹协调，积极利用大数据、人工智能、云计算等技术丰富金融监管手段，提升跨行业、跨市场交叉性金融风险的甄别、防范和化解能力。
技术：
移动互联、大数据、云计算、区块链、人工智能等新技术发挥各自优势，共同为金融行业的智能化转型升级奠定重要基础。
移动互联为金融行业提供了高速的通信网络设施；大数据丰富了营销和风险管控的手段；云计算降低了金融服务的成本并提升了金融服务的效率；区块链技术去中心化的信任机制，颠覆了传统金融的服务模式，重构信用形成机制；人工智能近年来迅猛发展，在计算机视觉、机器学习、语音识别等技术研发方面取得了明显突破。
经济：
近年来我国GDP保持平稳增长，其中第三产业的增速明显高于第一和第二产业，成为拉动经济增长的主要力量，经济的增长对于促进新兴技术行业的整体发展起到了重要作用。
另一方面，居民的人均可支配收入伴随经济的增长而逐年增加，并且呈现出居民收入增长快于经济增长的态势。金融在居民生活中的渗透程度逐渐加深，需求日趋强劲。
社会：
在人工智能人才培养方面，教育部已经批准了数十所院校设立智能科学方面的专业。各地方高校相继成立了人工智能相关学院，致力于该领域的高端人才培养。同时一些高校与人工智能领域的知名企业开展校企合作，加强从技术研发到应用落地的投入力度。
人工智能+金融行业驱动因素不良贷款余额增加倒逼金融机构采取更加有效的风控措施2011-2018这八年间，我国商业银行的不良贷款余额从4,279亿元上升到19,571亿元，其中2018年6月的不良贷款余额较2011年12月上涨了357%；不良贷款率从1%上升到1.86%，整体呈现上升趋势。
从近年的走势来看，传统金融机构由于存在对系统和流程建设的重视程度不够，及时监测违约风险的能力不足，系统性的风险预警机制尚未建立等原因，导致在风险管理方面存在诸多问题。同时在央行宏观审慎评估体系（MPA）实施以及监管日益趋严的环境下，金融机构需要改变以往的管理思路，通过运用人工智能等新科技手段不断增强自身的主动式风险管控能力以便应对未来的挑战。



人工智能+金融行业相关技术梳理人工智能与大数据等技术相互融合，共同推动金融行业发展
在人工智能+金融行业中，人工智能与大数据、云计算以及区块链技术并不是相互割裂的，更多的表现为相互依存的关系。
大数据可以为人工智能技术在机器学习训练、算法优化等方面提供丰富的养料；云计算为大数据提供超强的运算和存储能力，显著降低运营成本；区块链解决了大数据、云计算、人工智能技术存在的信息被泄露、篡改的安全性问题，使得金融交易具有更高的安全性。人工智能技术作为金融行业未来发展的核心驱动力，与其他相关技术一道共同促进金融行业转型升级。



人工智能技术助力金融场景实现智能化就人工智能而言，在金融行业的相关场景中以机器学习、知识图谱、自然语言处理、计算机视觉这四项技术应用较多。
机器学习（尤其是深度学习）作为人工智能的核心，作为金融行业各类智能应用得以实现的关键技术发挥极其重要的作用；知识图谱利用知识抽取、知识表示、知识融合以及知识推理技术构建实现智能化应用的基础知识资源；自然语言处理通过对词、句子以及篇章进行分析，对于客服、投研等领域效率的提升提供了有力支撑；计算机视觉技术通过运用卷积神经网络算法在身份验证和移动支付环节广泛应用。



人工智能技术应用于多种金融场景



中国人工智能+金融行业图谱



人工智能+金融行业投融资情况投资热度持续不减，融资集中在早期阶段受益于近年来人工智能技术的快速发展与国内资本市场的日趋成熟，资本方对于人工智能+金融行业的投资热度持续升温。
2011年至2018年第三季度累计发生融资事件130起，从2016年起每年的融资事件数量均超过30起，预计未来将保持稳定增长态势。
从融资轮次来看，人工智能+金融行业的融资主要集中于天使轮和A轮，占比分别达到38%和27%，说明投资机构普遍看好该行业处于早期发展阶段的优秀创业公司，希望通过资本布局加速行业内科技企业的孵化进程。



智能风控与智能投顾受追捧，头部企业加大融资力度从人工智能+金融行业的科技企业类型来看，在监管政策持续加码、公众理财多样化发展需求提升等因素的影响下，智能风控和智能投顾占据一半以上的轮次比重，智能投研、智能营销等领域紧随其后，智能支付由于市场格局已相对成熟，融资轮次较少。



在2018年前三季度亿元以上的融资事件中，蚂蚁金服、度小满金融、京东金融、金融壹账通的融资额均在10亿元人民币以上，头部企业凭借资本优势主导未来人工智能+金融行业的市场格局。
人工智能+金融行业商业模式技术参与主体多样，形成差异化服务及盈利模式当前，不仅是科技巨头和细分领域标杆企业作为技术提供方为金融行业赋能，传统金融机构也正在利用自身资源创立或与互联网科技公司合作形成新的金融服务模式，加快人工智能技术的扩散速度，使更多金融企业分享科技红利。
基于开放的技术平台、稳定的获客渠道与持续的创新活动，金融机构的行业资源优势与互联网科技公司的技术沉淀优势相结合，重新定义价值链创造模式，在提高客户使用效率与服务满意度的同时，重建新型商业逻辑，推动双方价值资源共享，逐步形成人工智能+金融行业的生态与市场格局。



在此基础上，各类技术提供方围绕基础设施、流量变现和增值服务等关键环节，形成差异化服务能力与多样化盈利模式，并不断拓展新型商业模式与蓝海市场，利用长尾效应为行业创造更大价值。

一曲清歌

[思考]，