核心摘要：
人工智能+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。 目前行業發展仍處于早期階段， 有待技術的不斷發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于成熟與理性， 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桿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，
金融監管未來發展方向：我國的金融監管可以借鑒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， 加強對于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
▌人工智能+金融行業概念界定
人工智能技術助力傳統金融業務轉型升級
人工智能+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（大數據、云計算、區塊鏈、人工智能）與金融業的結合。 艾瑞認為人工智能+金融主要是通過人工智能核心技術（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，
▌金融行業技術應用的發展歷程
技術進步推動金融行業由信息化向智能化方向演進
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“、“互聯網+金融階段”以及正在經歷的“人工智能+金融階段”，
▌人工智能+金融行業驅動因素
政府與社會各方共同推動人工智能技術在金融行業落地
不良貸款余額增加倒逼金融機構采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余額從4,279億元上升到19,571億元， 其中2018年6月的不良貸款余額較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， 傳統金融機構由于存在對系統和流程建設的重視程度不夠，
▌人工智能+金融行業相關技術梳理
人工智能與大數據等技術相互融合， 共同推動金融行業發展
在人工智能+金融行業中， 人工智能與大數據、云計算以及區塊鏈技術并不是相互割裂的， 更多的表現為相互依存的關系。 大數據可以為人工智能技術在機器學習訓練、算法優化等方面提供豐富的養料；云計算為大數據提供超強的運算和存儲能力，
▌人工智能+金融行業核心技術梳理
人工智能技術助力金融場景實現智能化
就人工智能而言， 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）作為人工智能的核心， 作為金融行業各類智能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能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， 對于客服、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絡算法在身份驗證和移動支付環節廣泛應用。
▌人工智能+金融行業圖譜
▌人工智能+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
受益于近年來人工智能技術的快速發展與國內資本市場的日趨成熟，資本方對于人工智能+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，人工智能+金融行業的融資主要集中于天使輪和A輪，占比分別達到38%和27%，說明投資機構普遍看好該行業處于早期發展階段的優秀創業公司，希望通過資本布局加速行業內科技企業的孵化進程。
智能風控與智能投顧受追捧，頭部企業加大融資力度
從人工智能+金融行業的科技企業類型來看，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，智能風控和智能投顧占據一半以上的輪次比重，智能投研、智能營銷等領域緊隨其后，智能支付由于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，頭部企業憑借資本優勢主導未來人工智能+金融行業的市場格局。
▌人工智能+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桿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互聯網科技公司合作形成新的金融服務模式，加快人工智能技術的擴散速度，使更多金融企業分享科技紅利。基于開放的技術平臺、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互聯網科技公司的技術沉淀優勢相結合，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，逐步形成人工智能+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，并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
▌智能風控
運用多種人工智能技術，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。智能風控主要得益于以人工智能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，智能風控改變過去以滿足合規監管要求的被動式管理模式，轉向以依托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，通過運用人工智能相關技術，可以從多維的海量數據中深度挖掘關鍵信息，找出借款人與其他實體之間的關聯，從貸前、貸中、貸后各個環節提升風險識別的精準程度，使用智能催收技術可以替代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。
▌智能支付
以生物識別技術為載體，提供多元化消費場景解決方案
在海量消費數據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能支付逐漸興起，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，并減少顧客的等待時間。智能支付作為承載線上和線下服務的有效連接，結合智能終端、物聯網以及數據中心，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，同時可以將支付數據與消費行為及時反饋至后臺，為商戶進行賬目核對、會員營銷管理、經營數據分析等工作提供支持。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，全面應用于停車收費、超市購物、休閑娛樂等生活場景。
▌智能理賠
簡化處理流程，減少運營成本，提升用戶滿意度
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。智能理賠主要是利用人工智能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。以車險智能理賠為例，通過綜合運用聲紋識別、圖像識別、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、智能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，智能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，明顯提升用戶滿意度。
▌智能客服
構建知識管理體系，為客戶提供自然高效的交互體驗方式
銀行、保險、互聯網金融等領域的售前電銷、售后客戶咨詢及反饋服務頻次較高，對呼叫中心的產品效率、質量把控以及數據安全提出嚴格要求。智能客服基于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、管理及服務智能化解決方案。在與客戶的問答交互過程中，智能客服系統可以實現“應用-數據-訓練”閉環，形成流程指引與問題決策方案，并通過運維服務層以文本、語音及機器人反饋動作等方式向客戶傳遞。此外，智能客服系統還可以針對客戶提問進行統計，對相關內容進行信息抽取、業務分類及情感分析，了解服務動向并把握客戶需求，為企業的輿情監控及業務分析提供支撐。據統計，目前金融領域的智能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、高重復率的問題解答優勢更加明顯，緩解企業運營壓力并合理控制成本。
▌智能營銷
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并不斷提升自身實力的基石，因此營銷環節對于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、電話短信推銷、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于市場需求的把握不夠精準、使得客戶產生抵觸情緒，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。智能營銷主要通過人工智能等新技術的使用，對于收集的客戶交易、消費、網絡瀏覽等行為數據利用深度學習相關算法進行模型構建，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用戶群體，為消費者提供千人千面、個性化與精準化的營銷服務。智能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。
▌智能投研
克服傳統投研模式弊端，快速處理數據并提高分析效率
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。智能投研以數據為基礎、算法邏輯為核心，利用人工智能技術由機器完成投資信息獲取、數據處理、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。智能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數據獲取不及時、研究穩定性差、報告呈現時間長等弊端，擴大信息渠道并提升知識提取及分析效率，在文本報告、資產管理、信息搜索等細分領域形成廣泛應用。智能投研的終極目標是實現從信息搜集到報告產出的投研全流程整合管理，基于更加高效優化的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咨詢建議，并在金融產品創新設計方面提供服務支撐。
▌智能投顧
聚焦個人理財投資，有效降低交易成本并提升服務體驗
智能投顧的概念始于2010年興起的機器人投顧（Robo-Advisor）技術，2014年進入中國市場后，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并接受。2016年底招商銀行的摩羯智投誕生，成為中國銀行業首個智能投顧系統，隨后更多的智能投顧產品相繼落地。根據預測，2018年中國智能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。
智能投顧按照投資期限、風險偏好、回報預期等維度，運用人工智能相關技術形成個性化的資產配置方案，同時輔以營銷咨詢、資訊推送等增值服務，相較于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。智能投顧在應用落地過程中不僅需要良好的算法平臺與技術體系作支撐，更需要對大量行業與用戶行為數據進行收集處理，國內互聯網科技巨頭與金融機構分別在技術端和數據端發力，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、數據積累成為主要壁壘
人工智能+金融行業的發展目前尚處于起步階段，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）高端人才儲備：我國人工智能方面人才培養的時間不長，在學術界以及產業界高端的AI技術人才十分稀缺，因此擁有高端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：由于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復雜，如果想要實現技術的更好落地還需要對于金融場景有深刻的認知，因而對于金融行業有深入了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）數據積累實力：人工智能技術相關算法的迭代優化需要數據作為支撐，擁有海量優質的金融數據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，提升復合型人才引進與培養能力
不同于其它傳統產業，金融行業進入門檻高、行業風險大、業務復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。作為人工智能+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、新賽道開拓等更為宏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、復合型人才儲備等能力。作為人工智能+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復合型人才培養力度，推動全行業的高效、規范和有序發展。
▌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，在國內外宏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用戶體驗并降低運營成本，實現特色化服務；與此同時，由于自身發展理念、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
持續加強數據及隱私保護力度，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后產生的擴散效應，對于行業發展與風險監管之間要進行有效平衡。現行的《中華人民共和國網絡安全法》與《信息安全技術個人信息安全規范》已經就個人及企業客戶的數據使用和隱私保護方面做出了明確規定，但大規模數據泄露事件依然時有發生，信息監管體制仍不完善，對于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、全方位的信息監管治理體系，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桿共建生態，行業集中度提高
未來伴隨著人工智能技術的進一步發展以及市場趨于理性與成熟，人工智能+金融行業將面臨重新洗牌。一些打著人工智能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、數據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互聯網科技巨頭、金融科技集團以及人工智能技術提供方為主要參與主體的三足鼎立的局面。互聯網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于金融業務的深入理解不斷提升行業轉型升級的速度；人工智能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
以人工智能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。長期以來由于在金融行業中存在著諸如信息不對稱、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并沒有得到滿足。隨著人工智能等相關技術的不斷發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，進一步提升用戶的滿意度，最終實現全社會福利的提高。
強化科技監管將成為規范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，以人工智能為代表的新技術一方面給金融機構帶來巨大效益，另一方面由于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置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）獨立于央行，其主要關注前瞻性風險，幫助企業開展合規創新，探索有利于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鑒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于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于金融創新產品進行有效的管理，采取更為先進的方法和手段應對未知的風險與挑戰。
對于客服、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絡算法在身份驗證和移動支付環節廣泛應用。▌人工智能+金融行業圖譜
▌人工智能+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
受益于近年來人工智能技術的快速發展與國內資本市場的日趨成熟，資本方對于人工智能+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，人工智能+金融行業的融資主要集中于天使輪和A輪，占比分別達到38%和27%，說明投資機構普遍看好該行業處于早期發展階段的優秀創業公司，希望通過資本布局加速行業內科技企業的孵化進程。
智能風控與智能投顧受追捧，頭部企業加大融資力度
從人工智能+金融行業的科技企業類型來看，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，智能風控和智能投顧占據一半以上的輪次比重，智能投研、智能營銷等領域緊隨其后，智能支付由于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，頭部企業憑借資本優勢主導未來人工智能+金融行業的市場格局。
▌人工智能+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桿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互聯網科技公司合作形成新的金融服務模式，加快人工智能技術的擴散速度，使更多金融企業分享科技紅利。基于開放的技術平臺、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互聯網科技公司的技術沉淀優勢相結合，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，逐步形成人工智能+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，并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
▌智能風控
運用多種人工智能技術，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。智能風控主要得益于以人工智能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，智能風控改變過去以滿足合規監管要求的被動式管理模式，轉向以依托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，通過運用人工智能相關技術，可以從多維的海量數據中深度挖掘關鍵信息，找出借款人與其他實體之間的關聯，從貸前、貸中、貸后各個環節提升風險識別的精準程度，使用智能催收技術可以替代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。
▌智能支付
以生物識別技術為載體，提供多元化消費場景解決方案
在海量消費數據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能支付逐漸興起，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，并減少顧客的等待時間。智能支付作為承載線上和線下服務的有效連接，結合智能終端、物聯網以及數據中心，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，同時可以將支付數據與消費行為及時反饋至后臺，為商戶進行賬目核對、會員營銷管理、經營數據分析等工作提供支持。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，全面應用于停車收費、超市購物、休閑娛樂等生活場景。
▌智能理賠
簡化處理流程，減少運營成本，提升用戶滿意度
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。智能理賠主要是利用人工智能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。以車險智能理賠為例，通過綜合運用聲紋識別、圖像識別、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、智能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，智能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，明顯提升用戶滿意度。
▌智能客服
構建知識管理體系，為客戶提供自然高效的交互體驗方式
銀行、保險、互聯網金融等領域的售前電銷、售后客戶咨詢及反饋服務頻次較高，對呼叫中心的產品效率、質量把控以及數據安全提出嚴格要求。智能客服基于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、管理及服務智能化解決方案。在與客戶的問答交互過程中，智能客服系統可以實現“應用-數據-訓練”閉環，形成流程指引與問題決策方案，并通過運維服務層以文本、語音及機器人反饋動作等方式向客戶傳遞。此外，智能客服系統還可以針對客戶提問進行統計，對相關內容進行信息抽取、業務分類及情感分析，了解服務動向并把握客戶需求，為企業的輿情監控及業務分析提供支撐。據統計，目前金融領域的智能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、高重復率的問題解答優勢更加明顯，緩解企業運營壓力并合理控制成本。
▌智能營銷
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并不斷提升自身實力的基石，因此營銷環節對于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、電話短信推銷、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于市場需求的把握不夠精準、使得客戶產生抵觸情緒，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。智能營銷主要通過人工智能等新技術的使用，對于收集的客戶交易、消費、網絡瀏覽等行為數據利用深度學習相關算法進行模型構建，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用戶群體，為消費者提供千人千面、個性化與精準化的營銷服務。智能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。
▌智能投研
克服傳統投研模式弊端，快速處理數據并提高分析效率
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。智能投研以數據為基礎、算法邏輯為核心，利用人工智能技術由機器完成投資信息獲取、數據處理、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。智能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數據獲取不及時、研究穩定性差、報告呈現時間長等弊端，擴大信息渠道并提升知識提取及分析效率，在文本報告、資產管理、信息搜索等細分領域形成廣泛應用。智能投研的終極目標是實現從信息搜集到報告產出的投研全流程整合管理，基于更加高效優化的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咨詢建議，并在金融產品創新設計方面提供服務支撐。
▌智能投顧
聚焦個人理財投資，有效降低交易成本并提升服務體驗
智能投顧的概念始于2010年興起的機器人投顧（Robo-Advisor）技術，2014年進入中國市場后，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并接受。2016年底招商銀行的摩羯智投誕生，成為中國銀行業首個智能投顧系統，隨后更多的智能投顧產品相繼落地。根據預測，2018年中國智能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。
智能投顧按照投資期限、風險偏好、回報預期等維度，運用人工智能相關技術形成個性化的資產配置方案，同時輔以營銷咨詢、資訊推送等增值服務，相較于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。智能投顧在應用落地過程中不僅需要良好的算法平臺與技術體系作支撐，更需要對大量行業與用戶行為數據進行收集處理，國內互聯網科技巨頭與金融機構分別在技術端和數據端發力，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、數據積累成為主要壁壘
人工智能+金融行業的發展目前尚處于起步階段，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）高端人才儲備：我國人工智能方面人才培養的時間不長，在學術界以及產業界高端的AI技術人才十分稀缺，因此擁有高端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：由于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復雜，如果想要實現技術的更好落地還需要對于金融場景有深刻的認知，因而對于金融行業有深入了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）數據積累實力：人工智能技術相關算法的迭代優化需要數據作為支撐，擁有海量優質的金融數據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，提升復合型人才引進與培養能力
不同于其它傳統產業，金融行業進入門檻高、行業風險大、業務復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。作為人工智能+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、新賽道開拓等更為宏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、復合型人才儲備等能力。作為人工智能+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復合型人才培養力度，推動全行業的高效、規范和有序發展。
▌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，在國內外宏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用戶體驗并降低運營成本，實現特色化服務；與此同時，由于自身發展理念、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
持續加強數據及隱私保護力度，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后產生的擴散效應，對于行業發展與風險監管之間要進行有效平衡。現行的《中華人民共和國網絡安全法》與《信息安全技術個人信息安全規范》已經就個人及企業客戶的數據使用和隱私保護方面做出了明確規定，但大規模數據泄露事件依然時有發生，信息監管體制仍不完善，對于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、全方位的信息監管治理體系，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桿共建生態，行業集中度提高
未來伴隨著人工智能技術的進一步發展以及市場趨于理性與成熟，人工智能+金融行業將面臨重新洗牌。一些打著人工智能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、數據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互聯網科技巨頭、金融科技集團以及人工智能技術提供方為主要參與主體的三足鼎立的局面。互聯網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于金融業務的深入理解不斷提升行業轉型升級的速度；人工智能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
以人工智能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。長期以來由于在金融行業中存在著諸如信息不對稱、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并沒有得到滿足。隨著人工智能等相關技術的不斷發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，進一步提升用戶的滿意度，最終實現全社會福利的提高。
強化科技監管將成為規范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，以人工智能為代表的新技術一方面給金融機構帶來巨大效益，另一方面由于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置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）獨立于央行，其主要關注前瞻性風險，幫助企業開展合規創新，探索有利于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鑒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于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于金融創新產品進行有效的管理，采取更為先進的方法和手段應對未知的風險與挑戰。