研究报告丨人工智能 全文字数:5935字 精读时间:11分钟 核心摘要: 人工智能+金融行业发展特点:技术提供方主要通过创立、合作、赋能的方式为传统金融机构提供各类技术产品及解决方案。目前行业发展仍处于早期阶段,有待技术的不断发展以及与金融场景的不断融合。 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,具有技术、资本、人才以及场景优势的科技巨头以及拥有技术优势的细分领域标杆企业将获得长期发展。 金融行业未来演变趋势:金融行业将实现真正的普惠化,一方面使得更优质的金融服务覆盖到小微企业以及更多长尾客户,另一方面促使金融机构的运营成本进一步降低,最终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经验,结合中国国情建立专门的金融科技监管机构,加强对于新技术的研究与探索,在监管手段上进行创新,更好的应对行业未来的发展与挑战。 行业概述人工智能+金融行业概念界定 人工智能技术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。金融科技主要是指广义的新兴技术(大数据、云计算、区块链、人工智能)与金融业的结合。艾瑞认为人工智能+金融主要是通过人工智能核心技术(机器学习、知识图谱、自然语言处理、计算机视觉)作为主要驱动力,为金融行业的各参与主体、各业务环节赋能,突出AI技术对于金融行业的产品创新、流程再造、服务升级的重要作用。本报告围绕上述界定的人工智能+金融行业特征展开研究分析,描绘人工智能+金融行业的发展现状及未来前景。 金融行业技术应用的发展历程 技术进步推动金融行业由信息化向智能化方向演进 纵观半个多世纪以来的金融行业发展历史,每一次技术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。按照金融行业发展历程中不同时期的代表性技术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,形成融合上升的创新格局。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基础之上,对金融产业链布局与商业逻辑本质进行重塑,科技对于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+金融行业驱动因素 政府与社会各方共同推动人工智能技术在金融行业落地 不良贷款余额增加倒逼金融机构采取更加有效的风控措施 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,其中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建设的重视程度不够,及时监测违约风险的能力不足,系统性的风险预警机制尚未建立等原因,导致在风险管理方面存在诸多问题。同时在央行宏观审慎评估体系(MPA)实施以及监管日益趋严的环境下,金融机构需要改变以往的管理思路,通过运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挑战。 人工智能+金融行业相关技术梳理 人工智能与大数据等技术相互融合,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、云计算以及区块链技术并不是相互割裂的,更多的表现为相互依存的关系。大数据可以为人工智能技术在机器学习训练、算法优化等方面提供丰富的养料;云计算为大数据提供超强的运算和存储能力,显著降低运营成本;区块链解决了大数据、云计算、人工智能技术存在的信息被泄露、篡改的安全性问题,使得金融交易具有更高的安全性。人工智能技术作为金融行业未来发展的核心驱动力,与其他相关技术一道共同促进金融行业转型升级。 人工智能+金融行业核心技术梳理 人工智能技术助力金融场景实现智能化 就人工智能而言,在金融行业的相关场景中以机器学习、知识图谱、自然语言处理、计算机视觉这四项技术应用较多。机器学习(尤其是深度学习)作为人工智能的核心,作为金融行业各类智能应用得以实现的关键技术发挥极其重要的作用;知识图谱利用知识抽取、知识表示、知识融合以及知识推理技术构建实现智能化应用的基础知识资源;自然语言处理通过对词、句子以及篇章进行分析,对于客服、投研等领域效率的提升提供了有力支撑;计算机视觉技术通过运用卷积神经网络算法在身份验证和移动支付环节广泛应用。 人工智能+金融行业图谱 免责声明:本网站内容由网友自行在页面发布,上传者应自行负责所上传内容涉及的法律责任,本网站对内容真实性、版权等概不负责,亦不承担任何法律责任。其原创性以及文中陈述文字和内容未经本站证实,对本文以及其中全部或者部分内容、文字的真实性、完整性、及时性本站不作任何保证或承诺,并请自行核实相关内容。本站不承担此类作品侵权行为的直接责任及连带责任。如若本网有任何内容侵犯您的权益,请及时联系我们,本站将会在24小时内处理完毕。 |