金融与人工智能：商业机会展望

1.产业现状

人工智能已经开始在服务流程的改造和数据分析环节发挥效用。

一方面是以阿里巴巴旗下蚂蚁金服为代表的互联网公司，这类型公司自身拥有较多的数据和技术积累，对人工智能技术的应用也较为广泛深入。另一方面传统金融公司对人工智能技术也采取开放态度，通过采购第三方公司的解决方案或者收购团队的方式展开应用。受制于国家政策、数据基础、智能算法、技术商业化等因素，无论是在服务流程的改造，还是数据分析环节，人工智能的应用均处于试点阶段，离大规模应用还有一定距离（见图3-7）。

图3-7 人工智能+金融的商业机会

2.未来趋势

随着金融服务多样化发展，客户获取数据的维度增加，数据量级增长，基于人工智能算法的金融应用开发不仅能提高数据使用效率，在提升收益和增加风险控制手段方面，对金融机构同样有着强大的吸引力。另外，金融机构资金实力雄厚，有能力为昂贵的高科技产品买单、进行投资。因此，金融领域有望成为人工智能应用普及较为迅速的行业。

3.商业未来

商业机会1：基于服务流程的产品开发。使用视觉识别技术，替代人工和密码完成身份验证，代替理财师、投资理财顾问提供服务，以及人工智能客服、使用视觉识别技术实现票据电子化等应用，均为使用人工智能技术优化服务流程的应用实例或应用前景。使用人工智能技术优化金融服务环节基本有三类：

1）用机器替代身份证件或密码完成身份验证环节。目前，在身份识别和判断方面，机器视觉正在替代人类完成这部分工作，包括已实现远程开户、身份快速提取和识别等，可以有效地提升身份验证的安全性和便利性。(www.xing528.com)

2）用机器替代其他重复性劳动环节。对于简单重复性劳动而言，机器能快速学习、复制，从而替代人类完成客服、票据电子化等模式化工作、帮助金融机构有效降低成本，并且提升同时服务对象的数量，提高服务响应速度。

3）用机器提供个性化金融服务。机器根据用户的历史行为数据，分析用户的习惯、偏好，提供诸如针对个人的定制化理财产品，个人全生命周期理财顾问等个性化金融服务。

商业机会2：数据整合平台。向金融机构提供在个性化服务环节使用的用户行为、社交关系等数据，以及金融机构在数据分析环节需要的历史交易、信用行为、市场实时动态等多维度数据服务的供应商，是人工智能在金融行业应用的基础，需求旺盛。

商业机会3：决策算法。进行算法、分析模型的研究和开发。能够掌握深度学习及自动推理等算法的公司，将通过解决方案或者外包开发服务的形式向金融机构提供服务，帮助金融机构解决数据分析环节的技术障碍。这也将成为人工智能+金融应用领域的重要环节。

商业机会4：数据分析产品开发。使用人工智能强大的数据处理、分析能力，替代精算师、分析师、风控人员在开发金融产品、投资、风控环节的数据分析、处理工作，也是人工智能在金融领域的重要应用。人工智能在数据分析环节的应用主要可以分为这三类：

1）利用机器完成金融产品或金融创新技术的开发。利用机器强大的数据分析和处理能力，建立数据分析模型，对更多的数据进行处理分析，更准确地估算金融产品的收益率，为保险、债券等金融产品设计更加合理的价格，提高金融产品的收益。

2）用机器预测市场变化，进行量化投资交易。用大数据和机器计算推演市场变化，预测资产价格的变动，再结合量化分析模型，完成投资，从而替代研究员甚至操盘手。目前，研究员和操盘手的身价动辄几十万、上百万，且较难周全地预测市场和资产价格的变化。未来通过先输入部分规则，再由机器“学习”并完善规则，从而更好地拟合市场和资产价格的变动，进行预测。针对人工智能算法可能存在过度拟合的问题，未来仍需人为进行检验、修正和调整，但这仍然可以减少人员的投入。

3）利用机器建立风控模型，进行风险控制。未来，机器将进一步采集个人消费行为以外的其他动态，结合环境数据、支付数据，从而更完整地跟踪和判别用户/企业的信用情况，识别风险行为，实现更高效的风险控制。这部分工作目前人工基本无法实现，大数据及人工智能技术将推动风控升级。