AI+金融成大势所趋

转自Everdroid开发者社区
文章内容摘选自以下三篇文章：
「虚拟员工」替你工作，为什么 RPA 一定会「火」？ | 36氪新风向
被热议的RPA，被质疑的三个核心问题 |捕手志
阿博茨科技：AI赋能泛金融，打造开放式AI+RPA平台
金融行业是采用新技术的先锋，且天然拥有丰富、完整的数据，对深度学习算法训练很有帮助；同时，金融行业非常依赖计算机与数据，金融交易的本质就是数据交换，这些特征都有助于AI技术在金融行业首先找到有效商业场景。目前公司客户主要集中在金融领域，金融细分板块中证券、基金、资管客户占比高，并积极拓展金融领域最重要的银行板块，打开成长空间。

AI+金融（AI+Finance），通过AI赋能金融业。AI+金融主要通过人工智能核心技术，包括机器学习、知识图谱、自然语言处理、计算机视觉等作为主要驱动力，为金融行业各参与主体、各业务环节赋能，突出AI技术对金融行业的产品创新、流程再造、服务升级作用。

政策利好，推动人工智能技术在金融行业落地。国务院2017年发布《新一代人工智能发展规划》，提出要创新智能金融产品与服务，发展金融新业态，鼓励金融行业应用智能客服、智能监控等技术与装备，建立金融风险智能预警与防控系统。中国人民银行2017年成立金融科技委员会，提出加强金融科技工作的研究规划与统筹协调，积极利用大数据、人工智能、云计算等技术丰富金融监管手段，提升跨行业、跨市场交叉性金融风险的甄别、防范、化解能力。

不良贷款余额、不良贷款率持续增加，倒逼金融机构采取更加有效的风控措施。中国商业银行不良贷款余额，从2011年0.4万亿增至2018年2.0万亿，对应不良贷款率从1%升至1.89%。在央行宏观审慎评估体系（MPA）实施，及监管日益趋严环境下，金融机构需要改变以往管理思路，通过运用人工智能等新科技手段，不断增强主动式风险管控能力，应对未来挑战。

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。大数据可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资源；云计算为大数据提供超强的运算与存储能力，显著降低运营成本；区块链解决大数据、云计算、人工智能技术存在的信息被泄露、篡改等安全性问题，使得金融交易更具安全性。人工智能技术作为金融行业未来发展的核心驱动力，与其他相关技术共同促进金融行业转型升级。

人工智能在金融行业场景，以机器学习、知识图谱、自然语言处理、计算机视觉应用较多。机器学习作为人工智能的核心，为金融行业各类智能应用实现的关键技术；知识图谱利用知识抽取、知识表示、知识融合、知识推理技术，构建智能化应用的基础知识资源；自然语言处理通过分析词、句、篇章，助力客服、投研等领域效率提升；计算机视觉技术通过运用卷积神经网络算法，在身份验证与移动支付环节应用广泛。

人工智能+金融行业的技术参与主体多样，形成差异化服务及盈利模式。科技巨头与细分领域标杆企业，作为技术提供方，为金融行业赋能；传统金融机构也利用自身资源，自主或与互联网科技公司合作，形成新的金融服务模式，加快人工智能技术在金融行业落地。各类技术提供方，围绕基础设施、流量变现、增值服务等关键环节，形成差异化服务能力与多样化盈利模式，并不断拓展新型商业模式与蓝海市场，利用长尾效应为行业创造更大价值。

AI+金融赛道投资热度也在持续，融资集中在早期阶段。根据iResearch数据，2011年~2018年Q3，累计发生融资130起，从2016年起，每年融资数量均超过30起，预计未来将保持稳定增长态势。融资轮次来看，主要集中于天使轮与A轮，占比分别为38%、27%。

综上所述，可以看出各种迹象都在表明：AI结合金融已是大势所趋。