AI改變金融：人工智慧落地場景，引領金融智慧化
【編者按】科技將成為未來金融行業得以持續發展的核心驅動力，以人工智慧為代表的新技術一方面給金融機構帶來巨大效益，另一方面由於存在黑箱等問題使得監管機構面臨更大的挑戰。
人工智慧+金融行業發展特點：技術提供方主要通過創立、合作、賦能的方式為傳統金融機構提供各類技術產品及解決方案。目前行業發展仍處於早期階段，有待技術的不斷髮展以及與金融場景的不斷融合。
科技企業未來競爭格局：科技企業的競爭將趨於成熟與理性，具有技術、資本、人才以及場景優勢的科技巨頭以及擁有技術優勢的細分領域標杆企業將獲得長期發展。
金融行業未來演變趨勢：金融行業將實現真正的普惠化，一方面使得更優質的金融服務覆蓋到小微企業以及更多長尾客戶，另一方面促使金融機構的運營成本進一步降低，最終實現全社會福利的提升。
金融監管未來發展方向：我國的金融監管可以借鑑國外的一些成熟經驗，結合中國國情建立專門的金融科技監管機構，加強對於新技術的研究與探索，在監管手段上進行創新，更好的應對行業未來的發展與挑戰。
行業概述：人工智慧+金融行業概念界定
人工智慧技術助力傳統金融業務轉型升級
人工智慧+金融（AI + Finance）與金融科技在界定上存在明顯不同。金融科技主要是指廣義的新興技術（大資料、雲端計算、區塊鏈、人工智慧）與金融業的結合。艾瑞認為人工智慧+金融主要是通過人工智慧核心技術（機器學習、知識圖譜、自然語言處理、計算機視覺）作為主要驅動力，為金融行業的各參與主體、各業務環節賦能，突出AI技術對於金融行業的產品創新、流程再造、服務升級的重要作用。本報告圍繞上述界定的人工智慧+金融行業特徵展開研究分析，描繪人工智慧+金融行業的發展現狀及未來前景。
金融行業技術應用的發展歷程
技術進步推動金融行業由資訊化向智慧化方向演進
縱觀半個多世紀以來的金融行業發展歷史，每一次技術升級與商業模式變革依賴科技賦能與理念創新的有力支撐。按照金融行業發展歷程中不同時期的代表性技術與核心商業要素特點劃分，可分為“IT+金融階段“、“網際網路+金融階段”以及正在經歷的“人工智慧+金融階段”，各階段相互疊加影響，形成融合上升的創新格局。
如今的人工智慧+金融發展階段，是建立在IT資訊系統穩定可靠、網際網路發展環境較為成熟的基礎之上，對金融產業鏈佈局與商業邏輯本質進行重塑，科技對於行業的改變明顯高於以往任何階段，並對金融行業的未來發展方向產生深遠影響。
人工智慧+金融行業驅動因素
政府與社會各方共同推動人工智慧技術在金融行業落地
不良貸款餘額增加倒逼金融機構採取更加有效的風控措施
2011-2018這八年間，我國商業銀行的不良貸款餘額從4,279億元上升到19,571億元，其中2018年6月的不良貸款餘額較2011年12月上漲了357%；不良貸款率從1%上升到1.86%，整體呈現上升趨勢。從近年的走勢來看，傳統金融機構由於存在對系統和流程建設的重視程度不夠，及時監測違約風險的能力不足，系統性的風險預警機制尚未建立等原因，導致在風險管理方面存在諸多問題。同時在央行巨集觀審慎評估體系（MPA）實施以及監管日益趨嚴的環境下，金融機構需要改變以往的管理思路，通過運用人工智慧等新科技手段不斷增強自身的主動式風險管控能力以便應對未來的挑戰。
人工智慧+金融行業相關技術梳理
人工智慧與大資料等技術相互融合，共同推動金融行業發展
在人工智慧+金融行業中，人工智慧與大資料、雲端計算以及區塊鏈技術並不是相互割裂的，更多的表現為相互依存的關係。大資料可以為人工智慧技術在機器學習訓練、演算法優化等方面提供豐富的養料；雲端計算為大資料提供超強的運算和儲存能力，顯著降低運營成本；區塊鏈解決了大資料、雲端計算、人工智慧技術存在的資訊被洩露、篡改的安全性問題，使得金融交易具有更高的安全性。人工智慧技術作為金融行業未來發展的核心驅動力，與其他相關技術一道共同促進金融行業轉型升級。
人工智慧+金融行業核心技術梳理
人工智慧技術助力金融場景實現智慧化
就人工智慧而言，在金融行業的相關場景中以機器學習、知識圖譜、自然語言處理、計算機視覺這四項技術應用較多。機器學習（尤其是深度學習）作為人工智慧的核心，作為金融行業各類智慧應用得以實現的關鍵技術發揮極其重要的作用；知識圖譜利用知識抽取、知識表示、知識融合以及知識推理技術構建實現智慧化應用的基礎知識資源；自然語言處理通過對詞、句子以及篇章進行分析，對於客服、投研等領域效率的提升提供了有力支撐；計算機視覺技術通過運用卷積神經網路演算法在身份驗證和移動支付環節廣泛應用。
人工智慧+金融行業投融資情況
投資熱度持續不減，融資集中在早期階段
受益於近年來人工智慧技術的快速發展與國內資本市場的日趨成熟，資本方對於人工智慧+金融行業的投資熱度持續升溫。2011年至2018年第三季度累計發生融資事件130起，從2016年起每年的融資事件數量均超過30起，預計未來將保持穩定增長態勢。
從融資輪次來看，人工智慧+金融行業的融資主要集中於天使輪和A輪，佔比分別達到38%和27%，說明投資機構普遍看好該行業處於早期發展階段的優秀創業公司，希望通過資本佈局加速行業內科技企業的孵化程序。
智慧風控與智慧投顧受追捧，頭部企業加大融資力度
從人工智慧+金融行業的科技企業型別來看，在監管政策持續加碼、公眾理財多樣化發展需求提升等因素的影響下，智慧風控和智慧投顧佔據一半以上的輪次比重，智慧投研、智慧營銷等領域緊隨其後，智慧支付由於市場格局已相對成熟，融資輪次較少。
在2018年前三季度億元以上的融資事件中，螞蟻金服、度小滿金融、京東金融、金融壹賬通的融資額均在10億元人民幣以上，頭部企業憑藉資本優勢主導未來人工智慧+金融行業的市場格局。
人工智慧+金融行業商業模式
技術參與主體多樣，形成差異化服務及盈利模式
當前，不僅是科技巨頭和細分領域標杆企業作為技術提供方為金融行業賦能，傳統金融機構也正在利用自身資源創立或與網際網路科技公司合作形成新的金融服務模式，加快人工智慧技術的擴散速度，使更多金融企業分享科技紅利。
基於開放的技術平臺、穩定的獲客渠道與持續的創新活動，金融機構的行業資源優勢與網際網路科技公司的技術沉澱優勢相結合，重新定義價值鏈創造模式，在提高客戶使用效率與服務滿意度的同時，重建新型商業邏輯，推動雙方價值資源共享，逐步形成人工智慧+金融行業的生態與市場格局。在此基礎上，各類技術提供方圍繞基礎設施、流量變現和增值服務等關鍵環節，形成差異化服務能力與多樣化盈利模式，並不斷拓展新型商業模式與藍海市場，利用長尾效應為行業創造更大價值。
應用場景：智慧風控
運用多種人工智慧技術，全面提升風控的效率與精度
風險作為金融行業的固有特性，與金融業務相伴而生，風險防控是傳統金融機構面臨的核心問題。智慧風控主要得益於以人工智慧為代表的新興技術近年來的快速發展，在信貸、反欺詐、異常交易監測等領域得到廣泛應用。
與傳統的風控手段相比，智慧風控改變過去以滿足合規監管要求的被動式管理模式，轉向以依託新技術進行監測預警的主動式管理方式。以信貸業務為例，傳統信貸流程中存在欺詐和信用風險、申請流程繁瑣、審批時間長等問題，通過運用人工智慧相關技術，可以從多維的海量資料中深度挖掘關鍵資訊，找出借款人與其他實體之間的關聯，從貸前、貸中、貸後各個環節提升風險識別的精準程度，使用智慧催收技術可以替代40%~50%的人力，為金融機構節省人工成本。同時利用AI技術可以使得小額貸款的審批時效從過去的幾天縮短至3~5分鐘，進一步提升客戶體驗。
智慧支付
以生物識別技術為載體，提供多元化消費場景解決方案
在海量消費資料累積與多元化消費場景疊加影響下，手環支付、掃碼支付、NFC近場支付等傳統數字化支付手段已無法滿足現實消費需求，以人臉識別、指紋識別、虹膜識別、聲紋識別等生物識別載體為主要手段的智慧支付逐漸興起，科技公司紛紛針對商戶和企業提供多樣化的場景解決方案，全方位提高商家的收單效率，並減少顧客的等待時間。
智慧支付作為承載線上和線下服務的有效連線，結合智慧終端、物聯網以及資料中心，能夠將結算支付、會員權益、場景服務等功能多角度呈現給消費者，同時可以將支付資料與消費行為及時反饋至後臺，為商戶進行賬目核對、會員營銷管理、經營資料分析等工作提供支援。未來，以無感支付為代表的新型技術將提供無停頓、無操作的支付體驗，全面應用於停車收費、超市購物、休閒娛樂等生活場景。
智慧理賠
簡化處理流程，減少運營成本，提升使用者滿意度
傳統理賠過程好比是人海戰術，往往需要經過多道人工流程才能完成，既耗費大量時間也需要投入許多成本。智慧理賠主要是利用人工智慧等相關技術代替傳統的勞動密集型作業方式，明顯簡化理賠處理過程。以車險智慧理賠為例，通過綜合運用聲紋識別、影象識別、機器學習等核心技術，經過快速核身、精準識別、一鍵定損、自動定價、科學推薦、智慧支付這六個主要環節實現車險理賠的快速處理，克服了以往理賠過程中出現的欺詐騙保、理賠時間長、賠付糾紛多等問題。根據統計，智慧理賠可以為整個車險行業帶來40%以上的運營效能提升，減少50%的查勘定損人員工作量，將理賠時效從過去的3天縮短至30分鐘，明顯提升使用者滿意度。
智慧客服
構建知識管理體系，為客戶提供自然高效的互動體驗方式
銀行、保險、網際網路金融等領域的售前電銷、售後客戶諮詢及反饋服務頻次較高，對呼叫中心的產品效率、質量把控以及資料安全提出嚴格要求。智慧客服基於大規模知識管理系統，面向金融行業構建企業級的客戶接待、管理及服務智慧化解決方案。在與客戶的問答互動過程中，智慧客服系統可以實現“應用-資料-訓練”閉環，形成流程指引與問題決策方案，並通過運維服務層以文字、語音及機器人反饋動作等方式向客戶傳遞。此外，智慧客服系統還可以針對客戶提問進行統計，對相關內容進行資訊抽取、業務分類及情感分析，瞭解服務動向並把握客戶需求，為企業的輿情監控及業務分析提供支撐。據統計，目前金融領域的智慧客服系統滲透率預計將達到20%-30%，可以解決85%以上的客戶常見問題，針對高頻次、高重複率的問題解答優勢更加明顯，緩解企業運營壓力併合理控制成本。
智慧營銷
改變傳統營銷模式，提供個性化營銷服務
營銷是金融業保持長期發展並不斷提升自身實力的基石，因此營銷環節對於整個金融行業的發展來說至關重要。傳統的金融營銷渠道主要還是以實體網點、電話簡訊推銷、地推沙龍等方式將金融相關產品銷售給潛在客戶，這些營銷方式容易產生對於市場需求的把握不夠精準、使得客戶產生牴觸情緒，同時標準化的產品以群發的方式進行推送也無法滿足不同人群的需要。
智慧營銷主要通過人工智慧等新技術的使用，對於收集的客戶交易、消費、網路瀏覽等行為資料利用深度學習相關演算法進行模型構建，幫助金融機構與渠道、人員、產品、客戶等環節相聯通，從而可以覆蓋更多的使用者群體，為消費者提供千人千面、個性化與精準化的營銷服務。智慧營銷為金融企業降低了經營成本，提升了整體效益，未來在此領域仍需注意控制推送渠道、適度減少推送頻率、進一步優化營銷體驗。
智慧投研
克服傳統投研模式弊端，快速處理資料並提高分析效率
當前，中國資產管理市場規模已超過150萬億元，發展前景廣闊，同時也對投資研究、資產管理等金融服務的效率與質量提出了較高要求。智慧投研以資料為基礎、演算法邏輯為核心，利用人工智慧技術由機器完成投資資訊獲取、資料處理、量化分析、研究報告撰寫及風險提示，輔助金融分析師、投資人、基金經理等專業人員進行投資研究。
智慧投研能夠構建百萬級別的研究報告知識圖譜體系，克服傳統投研流程中資料獲取不及時、研究穩定性差、報告呈現時間長等弊端，擴大資訊渠道並提升知識提取及分析效率，在文字報告、資產管理、資訊搜尋等細分領域形成廣泛應用。智慧投研的終極目標是實現從資訊蒐集到報告產出的投研全流程整合管理，基於更加高效優化的演算法模型與行業認知水平，形成橫跨不同金融細分領域的研究體系與諮詢建議，並在金融產品創新設計方面提供服務支撐。
智慧投顧
聚焦個人理財投資，有效降低交易成本並提升服務體驗
智慧投顧的概念始於2010年興起的機器人投顧（Robo-Advisor）技術，2014年進入中國市場後，經歷技術的不斷升級與服務模式的逐步創新，漸漸為市場與公眾所熟知並接受。2016年底招商銀行的摩羯智投誕生，成為中國銀行業首個智慧投顧系統，隨後更多的智慧投顧產品相繼落地。根據預測，2018年中國智慧投顧市場規模將達到642.9億元，未來幾年都將呈現快速增長的態勢。
智慧投顧按照投資期限、風險偏好、回報預期等維度，運用人工智慧相關技術形成個性化的資產配置方案，同時輔以營銷諮詢、資訊推送等增值服務，相較於傳統理財管理費率普遍降低80%，門檻由百萬元以上降低至1萬元左右。智慧投顧在應用落地過程中不僅需要良好的演算法平臺與技術體系作支撐，更需要對大量行業與使用者行為資料進行收集處理，國內網際網路科技巨頭與金融機構分別在技術端和資料端發力，結合各自優勢推出符合中國客戶的個性化產品。
行業洞察與策略分析： 進入壁壘
人才儲備、金融場景理解、資料積累成為主要壁壘
人工智慧+金融行業的發展目前尚處於起步階段，新興的科技公司如果想要進入這個行業面臨著許多壁壘：
1）高階人才儲備：我國人工智慧方面人才培養的時間不長，在學術界以及產業界高階的AI技術人才十分稀缺，因此擁有高階人才是推動企業快速發展的核心因素。
2）金融場景理解能力：由於金融行業的天然特性，一方面國家監管嚴格金融機構內部的合規和風控要求高，另一方面金融的細分業務眾多且流程較為複雜，如果想要實現技術的更好落地還需要對於金融場景有深刻的認知，因而對於金融行業有深入瞭解的業內專家可以促使企業開發的AI技術更好的滿足金融場景的實際落地要求及監管規定。
3）資料積累實力：人工智慧技術相關演算法的迭代優化需要資料作為支撐，擁有海量優質的金融資料將成為科技公司提升自身實力的重要基礎。
技術提供方：挑戰與應對措施
加大通用技術平臺輸出，提升複合型人才引進與培養能力
不同於其它傳統產業，金融行業進入門檻高、行業風險大、業務複雜程度和關聯敏感程度相對集中，對技術賦能與行業認知融合理解要求相對嚴格。作為人工智慧+金融行業供給方的技術輸出型企業，除科技巨頭和大型金融集團內部孵化的金融科技公司等頭部玩家外，大部分初創企業只能從技術顆粒度細化程度與模型執行效率等方面入手完善解決方案層面問題，而在諸如主動創新、行業賦能認知、新賽道開拓等更為巨集觀層面的問題上存在資源與稟賦相對不足，缺乏對行業深層次的理解、技術的開放性與標準化、複合型人才儲備等能力。
作為人工智慧+金融行業的重要參與者，技術提供方應不斷加強對金融機構的端到端服務能力，而實力較強的頭部企業更應該主動承擔更多責任，主導建立開放包容的產業生態，加大科技與金融領域複合型人才培養力度，推動全行業的高效、規範和有序發展。
傳統金融機構：挑戰與應對措施
積極變革現有經營管理模式，發揮區域協同效應
隨著銀行業黃金時代的終結，在國內外巨集觀經濟下行因素與監管環境日趨嚴格的共同影響下，中國金融機構普遍面臨增速放緩的發展窘境，技術創新與業務轉型將成為金融機構持續發展的必然選擇。通過技術提供方的綜合解決方案，傳統金融機構可有效提升使用者體驗並降低運營成本，實現特色化服務；與此同時，由於自身發展理念、組織架構、經營方式、業務渠道等存在一定的限制因素，大部分傳統金融機構還沒能及時適應自身角色的轉變。
為此，在風險可控的前提之下，各金融行業參與主體應尊重金融科技發展的內生需求，結合自身發展階段以及當地的監管要求，主動尋求在部門調整、管理模式與人員配置上的積極變化，進一步激勵創新，建立互信、包容的產業發展生態。
監管方：挑戰與應對措施
持續加強資料及隱私保護力度，尋求創新與監管之間的平衡
在當前科技迅猛發展的形勢下，須重視金融業務風險與技術風險疊加後產生的擴散效應，對於行業發展與風險監管之間要進行有效平衡。現行的《中華人民共和國網路安全法》與《資訊保安技術個人資訊保安規範》已經就個人及企業客戶的資料使用和隱私保護方面做出了明確規定，但大規模資料洩露事件依然時有發生，資訊監管體制仍不完善，對於新產品與商業模式的監測覆蓋程度還有缺失，下一步需要配合更加系統的研究與方法創新，建設多層次、全方位的資訊監管治理體系，確保科技在金融行業轉型過程中風險可監測、可管控、可承受，為有效服務實體經濟，加快建設智慧金融生態環境發揮更大作用。
行業趨勢展望
科技巨頭與細分領域標杆共建生態，行業集中度提高
未來伴隨著人工智慧技術的進一步發展以及市場趨於理性與成熟，人工智慧+金融行業將面臨重新洗牌。一些打著人工智慧的旗號而沒有實際核心技術研發能力的公司將被市場所淘汰，而真正具有人才優勢、技術優勢、資料優勢以及場景流量優勢的企業將得以長期持續發展。
未來行業將會呈現以網際網路科技巨頭、金融科技集團以及人工智慧技術提供方為主要參與主體的三足鼎立的局面。網際網路科技巨頭將發揮自身優勢加大科技研發拓展更多的應用場景；金融科技集團將利用對於金融業務的深入理解不斷提升行業轉型升級的速度；人工智慧技術提供主體則將會集中在細分領域的頭部企業，而中游的企業則存在被科技巨頭收購的可能。
新技術的不斷滲透將推動金融行業向普惠化演變
以人工智慧為代表的新科技與傳統金融業相結合將促使未來的金融服務更具普惠性。長期以來由於在金融行業中存在著諸如資訊不對稱、獲客成本高以及風險不可控等問題，僅有大中型企業和富裕的個人可以享受到優質服務，而廣大小微企業和長尾客戶的金融需求並沒有得到滿足。
隨著人工智慧等相關技術的不斷髮展成熟促使金融行業的服務模式在未來發生巨大變化，新科技的應用可以使得金融機構的服務可以觸及到更多尚未覆蓋的群體，同時還可以降低金融機構的服務與運營成本，讓客戶可以獲得更加優質且成本低廉的產品與服務，進一步提升使用者的滿意度，最終實現全社會福利的提高。
強化科技監管將成為規範金融行業未來發展的必然選擇
科技將成為未來金融行業得以持續發展的核心驅動力，以人工智慧為代表的新技術一方面給金融機構帶來巨大效益，另一方面由於存在黑箱等問題使得監管機構面臨更大的挑戰。從國外的監管經驗來看，美國和英國在機構設定上均做出了一些改革，以英國為例，英國的金融行為監管局（FCA）獨立於央行，其主要關注前瞻性風險，幫助企業開展合規創新，探索有利於行業發展的長遠解決方案。
中國在未來的金融監管上可以借鑑國外一些成熟的理念，在此基礎上結合中國國情進行監管上的創新，比如可以在現有體系中設立隸屬於國務院金融穩定發展委員會的金融科技監管局，負責建立動態的科技監管長效機制，運用監管沙盒等機制對於金融創新產品進行有效的管理，採取更為先進的方法和手段應對未知的風險與挑戰。