金融产业加速拥抱人工智能，从赋能、增能走向产能

亿欧网 • 6年前扫码分享

我是创始人李岩：很抱歉！给自己产品做个广告，点击进来看看。

人工智能已被认为是引领新一轮科技革命和产业变革的战略性技术。

当前，我国大力发展人工智能的春天已至，AI技术正加速渗透到社会的各行各业当中，成为推动经济高质量发展的新动力。而作为人工智能最佳落地场景之一的金融业，也因这一技术的深度应用获得了更多的创新动能，加速向智慧化金融业态转型。

政策东风劲吹人工智能风口已至

据相关数据显示，2018年全球人工智能业务规模将达到1.2万亿美元，与2017年相比大幅增长了70%。清华大学发布的《中国人工智能发展报告2018》也显示，2017年，我国人工智能行业市场规模已经达到237亿元，同比增长67%。

在新理论和新技术的驱动下，人工智能呈现出深度学习、跨界融合、人机协同、群智开放、自主操控等新特征，正在对经济发展、社会进步等产生重大而深远的影响。

在全球人工智能技术的发展浪潮之下，我国已将发展人工智能上升至国家战略的高度。

国务院印发的《新一代人工智能发展规划》明确了我国新一代人工智能发展的战略目标，到2020年，人工智能总体技术和应用与世界先进水平同步，人工智能产业成为新的重要经济增长点。10月底，中共中央政治局就人工智能发展现状和趋势举行第九次集体学习，再次释放出中央层面对人工智能战略高度重视的信号。

可以看出，人工智能是推动科技跨越发展、产业优化升级、生产力整体跃升的重要战略资源。随着一系列支持人工智能发展政策的相继落地，相关产业的创新活力也被日益激发，推动现有商业体系内各个产业加速变革。 在金融领域，人工智能落地的速度也在加快，已从实验室阶段走向了大规模应用阶段，成为当下各金融子行业争先抢夺的业务风口。

目前，人工智能在金融行业比较成熟的应用主要有智能投顾、智能量化交易与智能客服等，采用的方法有机器学习、自然语言处理、知识图谱和计算机视觉等。人工智能技术的应用能够有效降低金融服务门槛和成本，提升服务效率和用户体验。业内人士普遍认为，金融业务未来必将朝着智能化方向发展，人工智能技术在金融领域的应用前景十分广阔。

科技企业同台竞技应用场景加速落地

事实上，对金融行业进行智能化改造，必备要素之一是有具体业务场景。当前，已经有越来越多的金融科技公司利用自身的数据和技术优势，切入到人工智能市场当中，在用户引入、风险管控、财富管理等具体业务领域加大研发和投入力度，推出相应的产品和技术。

某金融科技公司高管告诉《金融时报》记者， 有效地将人工智能应用在金融产品和场景中，实现智慧化金融，金融科技企业需具备以下几个条件。

首先，数据是智能的源头，金融科技企业需具备收集大数据、整合行业甚至是跨行业数据的能力。其次，需要对数据具有一定的解析和处理能力。再次，需要基于对金融本质理解基础之上的建模能力，不同的建模对于智能的有效性和准确性有重要作用。最后，需要对用户行为进行深度学习理解，不能有效理解用户，所谓的人工智能也只能是闭门造车。

当前,我国金融科技企业已逐步将人工智能落实到应用层面，其布局也正在深刻改变金融业务服务的全链条。

蚂蚁金服、京东金融等企业利用其在数据技术方面的独特优势，在人工智能领域有所深耕。如京东金融在三四年前就开始利用机器学习的技术来做数据处理和建模，以此实现智能风控和自动化运营。而蚂蚁金服已将人工智能作为自身智慧金融发展的五大技术应用之一，在人脸识别、千人千面的风控策略、零人工干预贷款以及智能客服服务系统建设方面，均已将人工智能技术广泛应用，使得金融服务更为高效和个性化。

发展步入深水区分工协作是大势所趋

人工智能发展前景广阔，其应用尚需更深入的探索。有业内人士称，我国人工智能在金融领域的落地应用仍有较长的路要走。

“实际上，金融的核心是在不确定的环境中实现对资本资产的定价和配置。” 中国精算研究院金融科技中心主任张宁表示，当前人工智能和金融的结合仍保持着一定的距离，主要由于思维习惯、监管要求和人工智能本身的局限性所造成的，未来还有很大的探索空间。

实际上，人工智能的发展本身就是技术产业化融合的过程，为了进一步促进人工智能技术与实体经济的融合发展，加强金融同业合作和不同产业之间的互动合作尤为重要。在顺应数字化、智能化、智慧化融合发展趋势的基础上，一方面要促进人工智能与各类技术的交叉融合；另一方面也要加强不同企业之间的产业互动，一起打造共生共融的生态体系。

谈及“金融+人工智能”的发展方向，张宁认为，未来发展的趋势或将逐步由赋能走向增能和产能。在赋能阶段，将人工智能技术平移到金融领域非核心的相关环节，主要提升金融服务的效力。而在增能阶段，金融能够主动地应用人工智能，当前，正处于一个增能的阶段。而在未来产能阶段，期待人工智能能够应用到金融核心领域，使得整个金融体系都能按照智能经济的理论得以运营。

金融产业加速拥抱人工智能，从赋能、增能走向产能