全笔墨数:5935字 精读韶光:11分钟

核心择要：

人工智能+金融行业发展特点：技能供应方紧张通过创立、互助、赋能的办法为传统金融机构供应各种技能产品及办理方案。
目前行业发展仍处于早期阶段，有待技能的不断发展以及与金融场景的不断领悟。

科技企业未来竞争格局：科技企业的竞争将趋于成熟与理性，具有技能、成本、人才以及场景上风的科技巨子以及拥有技能上风的细分领域标杆企业将得到长期发展。

金融行业未来演化趋势：金融行业将实现真正的普惠化，一方面使得更优质的金融做事覆盖到小微企业以及更多长尾客户，另一方面匆匆使金融机构的运营本钱进一步降落，终极实现全社会福利的提升。

金融监管未来发展方向：我国的金融监管可以借鉴国外的一些成熟履历，结合中国国情建立专门的金融科技监管机构，加强对付新技能的研究与探索，在监管手段上进行创新，更好的应对行业未来的发展与寻衅。

行业概述人工智能+金融行业观点界定

人工智能技能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。
金融科技紧张是指广义的新兴技能（大数据、云打算、区块链、人工智能）与金融业的结合。
艾瑞认为人工智能+金融紧张是通过人工智能核心技能（机器学习、知识图谱、自然措辞处理、打算机视觉）作为紧张驱动力，为金融行业的各参与主体、各业务环节赋能，突出AI技能对付金融行业的产品创新、流程再造、做事升级的主要浸染。
本报告环绕上述界定的人工智能+金融行业特色展开研究剖析，描述人工智能+金融行业的发展现状及未来前景。

金融行业技能运用的发展进程

技能进步推动金融行业由信息化向智能化方向演进

纵不雅观半个多世纪以来的金融行业发展历史，每一次技能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。
按照金融行业发展进程中不同期间的代表性技能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，形成领悟上升的创新格局。
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根本之上，对金融家当链布局与商业逻辑实质进行重塑，科技对付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+金融行业驱出发分

政府与社会各方共同推动人工智能技能在金融行业落地

不良贷款余额增加倒逼金融机构采纳更加有效的风控方法

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，个中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培植的重视程度不足，及时监测违约风险的能力不敷，系统性的风险预警机制尚未建立等缘故原由，导致在风险管理方面存在诸多问题。
同时在央行宏不雅观谨严评估体系（MPA）履行以及监管日益趋严的环境下，金融机构须要改变以往的管理思路，通过利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寻衅。

人工智能+金融行业干系技能梳理

人工智能与大数据等技能相互领悟，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、云打算以及区块链技能并不是相互割裂的，更多的表现为相互依存的关系。
大数据可以为人工智能技能在机器学习演习、算法优化等方面供应丰富的养料；云打算为大数据供应超强的运算和存储能力，显著降落运营本钱；区块链办理了大数据、云打算、人工智能技能存在的信息被透露、修改的安全性问题，使得金融交易具有更高的安全性。
人工智能技能作为金融行业未来发展的核心驱动力，与其他干系技能一道共同促进金融行业转型升级。

人工智能+金融行业核心技能梳理

人工智能技能助力金融场景实现智能化

就人工智能而言，在金融行业的干系场景中以机器学习、知识图谱、自然措辞处理、打算机视觉这四项技能运用较多。
机器学习（尤其是深度学习）作为人工智能的核心，作为金融行业各种智能运用得以实现的关键技能发挥极其主要的浸染；知识图谱利用知识抽取、知识表示、知识领悟以及知识推理技能构建实现智能化运用的根本知识资源；自然措辞处理通过对词、句子以及篇章进行剖析，对付客服、投研等领域效率的提升供应了有力支撑；打算机视觉技能通过利用卷积神经网络算法在身份验证和移动支付环节广泛运用。

人工智能+金融行业图谱

人工智能+金融行业投融资情形

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能的快速发展与海内成本市场的日趋成熟，成本方对付人工智能+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宜130起，从2016年起每年的融资事宜数量均超过30起，估量未来将保持稳定增长态势。

从融资轮次来看，人工智能+金融行业的融资紧张集中于天使轮和A轮，占比分别达到38%和27%，解释投资机构普遍看好该行业处于早期发展阶段的精良创业公司，希望通过成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、"大众年夜众理财多样化发展需求提升等成分的影响下，智能风控和智能投顾霸占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宜中，蚂蚁金服、度小满金融、京东金融、金融壹账通的融资额均在10亿元公民币以上，头部企业凭借成本上风主导未来人工智能+金融行业的市场格局。

人工智能+金融行业商业模式

技能参与主体多样，形成差异化做事及盈利模式

当前，不仅是科技巨子和细分领域标杆企业作为技能供应方为金融行业赋能，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互助形成新的金融做事模式，加快人工智能技能的扩散速率，使更多金融企业分享科技红利。
基于开放的技能平台、稳定的获客渠道与持续的创新活动，金融机构的行业资源上风与互联网科技公司的技能沉淀上风相结合，重新定义代价链创造模式，在提高客户利用效率与做事满意度的同时，重修新型商业逻辑，推动双方代价资源共享，逐步形成人工智能+金融行业的生态与市场格局。
在此根本上，各种技能供应方环绕根本举动步伐、流量变现和增值做事等关键环节，形成差异化做事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代价。

运用处景智能风控

利用多种人工智能技能，全面提升风控的效率与精度

风险作为金融行业的固有特性，与金融业务相伴而生，风险防控是传统金融机构面临的核心问题。
智能风控紧张得益于以人工智能为代表的新兴技能近年来的快速发展，在信贷、反敲诈、非常交易监测等领域得到广泛运用。
与传统的风控手段比较，智能风控改变过去以知足合规监管哀求的被动式管理模式，转向以依托新技能进行监测预警的主动式管理办法。
以信贷业务为例，传统信贷流程中存在敲诈和信用风险、申请流程繁琐、审批韶光长等问题，通过利用人工智能干系技能，可以从多维的海量数据中深度挖掘关键信息，找出借款人与其他实体之间的关联，从贷前、贷中、贷后各个环节提升风险识别的精准程度，利用智能催收技能可以替代40%~50%的人力，为金融机构节省人工本钱。
同时利用AI技能可以使得小额贷款的审批时效从过去的几天缩短至3~5分钟，进一步提升客户体验。

智能支付

以生物识别技能为载体，供应多元化消费场景办理方案

在海量消费数据累积与多元化消费场景叠加影响下，手环支付、扫码支付、NFC近场支付等传统数字化支付手段已无法知足现实消费需求，以人脸识别、指纹识别、虹膜识别、声纹识别等生物识别载体为紧张手段的智能支付逐渐兴起，科技公司纷纭针对商户和企业供应多样化的场景办理方案，全方位提高商家的收单效率，并减少顾客的等待韶光。
智能支付作为承载线上和线下做事的有效连接，结合智能终端、物联网以及数据中央，能够将结算支付、会员权柄、场景做事等功能多角度呈现给消费者，同时可以将支付数据与消费行为及时反馈至后台，为商户进行账目核对、会员营销管理、经营数据剖析等事情供应支持。
未来，以无感支付为代表的新型技能将供应无停顿、无操作的支付体验，全面运用于停车收费、超市购物、休闲娱乐等生活场景。

智能理赔

简化处理流程，减少运营本钱，提升用户满意度

传统理赔过程好比是人海战术，每每须要经由多道人工流程才能完成，既耗费大量韶光也须要投入许多本钱。
智能理赔紧张是利用人工智能等干系技能代替传统的劳动密集型作业办法，明显简化理赔处理过程。
以车险智能理赔为例，通过综合利用声纹识别、图像识别、机器学习等核心技能，经由快速核身、精准识别、一键定损、自动定价、科学推举、智能支付这六个紧张环节实现车险理赔的快速处理，战胜了以往理赔过程中涌现的敲***保、理赔韶光长、赔付轇轕多等问题。
根据统计，智能理赔可以为全体车险行业带来40%以上的运营效能提升，减少50%的查勘定损职员事情量，将理赔时效从过去的3天缩短至30分钟，明显提升用户满意度。

智能客服

构建知识管理体系，为客户供应自然高效的交互体验办法

银行、保险、互联网金融等领域的售前电销、售后客户咨询及反馈做事频次较高，对呼叫中央的产品效率、质量把控以及数据安全提出严格哀求。
智能客服基于大规模知识管理系统，面向金融行业构建企业级的客户接待、管理及做事智能化办理方案。
在与客户的问答交互过程中，智能客服系统可以实现“运用-数据-演习”闭环，形成流程指引与问题决策方案，并通过运维做事层以文本、语音及机器人反馈动作等办法向客户通报。
此外，智能客服系统还可以针对客户提问进行统计，对干系内容进行信息抽取、业务分类及情绪剖析，理解做事动向并把握客户需求，为企业的舆情监控及业务剖析供应支撑。
据统计，目前金融领域的智能客服系统渗透率估量将达到20%-30%，可以办理85%以上的客户常见问题，针对高频次、高重复率的问题解答上风更加明显，缓解企业运营压力并合理掌握本钱。

智能营销

改变传统营销模式，供应个性化营销做事

营销是金融业保持长期发展并不断提升自身实力的基石，因此营销环节对付全体金融行业的发展来说至关主要。
传统的金融营销渠道紧张还是以实体网点、电话短信推销、地推沙龙等办法将金融干系产品发卖给潜在客户，这些营销办法随意马虎产生对付市场需求的把握不足精准、使得客户产生抵触感情，同时标准化的产品以群发的办法进行推送也无法知足不同人群的须要。
智能营销紧张通过人工智能等新技能的利用，对付网络的客户交易、消费、网络浏览等行为数据利用深度学习干系算法进行模型构建，帮助金融机构与渠道、职员、产品、客户等环节相联通，从而可以覆盖更多的用户群体，为消费者供应千人千面、个性化与精准化的营销做事。
智能营销为金融企业降落了经营本钱，提升了整体效益，未来在此领域仍需把稳掌握推送渠道、适度减少推送频率、进一步优化营销体验。

智能投研

战胜传统投研模式弊端，快速处理数据并提高剖析效率

当前，中国资产管理市场规模已超过150万亿元，发展前景广阔，同时也对投资研究、资产管理等金融做事的效率与质量提出了较高哀求。
智能投研以数据为根本、算法逻辑为核心，利用人工智能技能由机器完成投资信息获取、数据处理、量化剖析、研究报告撰写及风险提示，赞助金融剖析师、投资人、基金经理等专业职员进行投资研究。
智能投研能够构建百万级别的研究报告知识图谱体系，战胜传统投研流程中数据获取不及时、研究稳定性差、报告呈现韶光长等弊端，扩大信息渠道并提升知识提取及剖析效率，在文本报告、资产管理、信息搜索等细分领域形成广泛运用。
智能投研的终极目标是实现从信息搜集到报告产出的投研全流程整合管理，基于更加高效优化的算法模型与行业认知水平，形成横跨不同金融细分领域的研究体系与咨询建议，并在金融产品创新设计方面供应做事支撑。

智能投顾

聚焦个人理财投资，有效降落交易本钱并提升做事体验

智能投顾的观点始于2010年兴起的机器人投顾（Robo-Advisor）技能，2014年进入中国市场后，经历技能的不断升级与做事模式的逐步创新，逐渐为市场与"大众年夜众所熟知并接管。
2016年底招商银行的摩羯智投出身，成为中国银行业首个智能投顾系统，随后更多的智能投顾产品相继落地。
根据预测，2018年中国智能投顾市场规模将达到642.9亿元，未来几年都将呈现快速增长的态势。

智能投顾按照投资期限、风险偏好、回报预期等维度，利用人工智能干系技能形成个性化的资产配置方案，同时辅以营销咨询、资讯推送等增值做事，相较于传统理财管理费率普遍降落80%，门槛由百万元以上降落至1万元旁边。
智能投顾在运用落地过程中不仅须要良好的算法平台与技能体系作支撑，更须要对大量行业与用户行为数据进行网络处理，海内互联网科技巨子与金融机构分别在技能端和数据端发力，结合各自上风推出符合中国客户的个性化产品。

行业洞察与策略剖析进入壁垒

人才储备、金融场景理解、数据积累成为紧张壁垒

人工智能+金融行业的发展目前尚处于起步阶段，新兴的科技公司如果想要进入这个行业面临着许多壁垒：

1）高端人才储备：我国人工智能方面人才培养的韶光不长，在学术界以及家当界高真个AI技能人才十分稀缺，因此拥有高端人才是推动企业快速发展的核心成分。

2）金融场景理解能力：由于金融行业的天然特性，一方面国家监管严格金融机构内部的合规和风控哀求高，另一方面金融的细分业务浩瀚且流程较为繁芜，如果想要实现技能的更好落地还须要对付金融场景有深刻的认知，因而对付金融行业有深入理解的业内专家可以匆匆使企业开拓的AI技能更好的知足金融场景的实际落地哀求及监管规定。

3）数据积累实力：人工智能技能干系算法的迭代优化须要数据作为支撑，拥有海量优质的金融数据将成为科技公司提升自身实力的主要根本。

技能供应方：寻衅与应对方法

加大通用技能平台输出，提升复合型人才引进与培养能力

不同于其它传统家当，金融行业进入门槛高、行业风险大、业务繁芜程度和关联敏感程度相对集中，对技能赋能与行业认知领悟理解哀求相对严格。
作为人工智能+金融行业供给方的技能输出型企业，除科技巨子和大型金融集团内部孵化的金融科技公司等头部玩家外，大部分初创企业只能从技能颗粒度细化程度与模型实行效率等方面入手完善办理方案层面问题，而在诸如主动创新、行业赋能认知、新赛道开拓等更为宏不雅观层面的问题上存在资源与禀赋相对不敷，缺少对行业深层次的理解、技能的开放性与标准化、复合型人才储备等能力。
作为人工智能+金融行业的主要参与者，技能供应方应不断加强对金融机构的端到端做事能力，而实力较强的头部企业更该当主动承担更多任务，主导建立开放原谅的家当生态，加大科技与金融领域复合型人才培养力度，推动全行业的高效、规范和有序发展。

传统金融机构：寻衅与应对方法

积极变革现有经营管理模式，发挥区域协同效应

随着银行业黄金时期的闭幕，在国内外宏不雅观经济下行成分与监管环境日趋严格的共同影响下，中国金融机构普遍面临增速放缓的发展窘境，技能创新与业务转型将成为金融机构持续发展的一定选择。
通过技能供应方的综合办理方案，传统金融机构可有效提升用户体验并降落运营本钱，实现特色化做事；与此同时，由于自身发展理念、组织架构、经营办法、业务渠道等存在一定的限定成分，大部分传统金融机构还没能及时适应自身角色的转变。
为此，在风险可控的条件之下，各金融行业参与主体应尊重金融科技发展的内生需求，结合自身发展阶段以及当地的监管哀求，主动寻求在部门调度、管理模式与职员配置上的积极变革，进一步勉励创新，建立互信、原谅的家当发展生态。

监管方：寻衅与应对方法

持续加强数据及隐私保护力度，寻求创新与监管之间的平衡

在当前科技迅猛发展的形势下，须重视金融业务风险与技能风险叠加后产生的扩散效应，对付行业发展与风险监管之间要进行有效平衡。
现行的《中华公民共和国网络安全法》与《信息安全技能个人信息安全规范》已经就个人及企业客户的数据利用和隐私保护方面做出了明确规定，但大规模数据透露事宜依然时有发生，信息监管系统编制仍不完善，对付新产品与商业模式的监测覆盖程度还有缺失落，下一步须要合营更加系统的研究与方法创新，培植多层次、全方位的信息监管管理体系，确保科技在金融行业转型过程中风险可监测、可管控、可承受，为有效做事实体经济，加快培植聪慧金融生态环境发挥更大浸染。

行业趋势展望科技巨子与细分领域标杆共建生态，行业集中度提高

未来伴随着人工智能技能的进一步发展以及市场趋于理性与成熟，人工智能+金融行业将面临重新洗牌。
一些打着人工智能的旗号而没有实际核心技能研发能力的公司将被市场所淘汰，而真正具有人才上风、技能上风、数据上风以及场景流量上风的企业将得以长期持续发展。
未来行业将会呈现以互联网科技巨子、金融科技集团以及人工智能技能供应方为紧张参与主体的三足鼎立的局势。
互联网科技巨子将发挥自身上风加大科技研发拓展更多的运用处景；金融科技集团将利用对付金融业务的深入理解不断提升行业转型升级的速率；人工智能技能供应主体则将汇合中在细分领域的头部企业，而中游的企业则存在被科技巨子收购的可能。

新技能的不断渗透将推动金融行业向普惠化演化

以人工智能为代表的新科技与传统金融业相结合将匆匆使未来的金融做事更具普惠性。
长期以来由于在金融行业中存在着诸如信息不对称、获客本钱高以及风险不可控等问题，仅有大中型企业和富余的个人可以享受到优质做事，而广大小微企业和长尾客户的金融需求并没有得到知足。
随着人工智能等干系技能的不断发展成熟匆匆使金融行业的做事模式在未来发生巨大变革，新科技的运用可以使得金融机构的做事可以触及到更多尚未覆盖的群体，同时还可以降落金融机构的做事与运营本钱，让客户可以得到更加优质且本钱低廉的产品与做事，进一步提升用户的满意度，终极实现全社会福利的提高。

强化科技监管将成为规范金融行业未来发展的一定选择

科技将成为未来金融行业得以持续发展的核心驱动力，以人工智能为代表的新技能一方面给金融机构带来巨大效益，另一方面由于存在黑箱等问题使得监管机构面临更大的寻衅。
从国外的监管履历来看，美国和英国在机构设置上均做出了一些改革，以英国为例，英国的金融行为监管局（FCA）独立于央行，其紧张关注前瞻性风险，帮助企业开展合规创新，探索有利于行业发展的长远办理方案。
中国在未来的金融监管上可以借鉴国外一些成熟的理念，在此根本上结合中国国情进行监管上的创新，比如可以在现有体系中设立从属于***金融稳定发展委员会的金融科技监管局，卖力建立动态的科技监管长效机制，利用监管沙盒等机制对付金融创新产品进行有效的管理，采纳更为前辈的方法和手段应对未知的风险与寻衅。

​