01

“政策红娘”

02

“AI被需要”

表4：国有大银行的金融科技之路  FABIE产业研究中心整理编辑

案例：恒丰银行基于大数据的客户关系系统（智能营销）

恒丰银行的CRM系统依托恒丰银行自身的企业级大数据平台，利用微服务架构、实时流处理和人工智能技术，通过行内外数据深度整合和价值提炼，提供客户360度视图、智能客户推荐、营销机会挖掘、产品优化组合、资讯精准推荐、客户风险预警、团队协同和业绩看板都功能，为团队实时掌握市场动态、识别客户价值、探寻客户需求、实现精准营销提供了技术支持。

证券业务基本都已数字化处理，随着证券品种的不断丰富，投资者多元化以及新兴业务不断涌现，证券IT架构包括：客户交互层（如开放API、呼叫中心），应用服务层（经纪交易平台、专业投资平台、业务运营平台），数据平台（交易、产品、市场和资讯等数据）和信息基础平台（云平台、网络存储），对应相关架构提供APP开发、智能营销/客服/投顾/风控、大数据辅助决策和云计算都服务功能。

案列：天弘基金鹰眼和智数系统（智能投研）

“鹰眼系统”是公募基金领域第一个国家科技专利，也是天弘基金用AI替代出击信用分析师的一种尝试。“鹰眼”具有新闻分词、语义、自然语言处理、情绪识别能力。鹰眼系统主要给证券市场上4000家公司做排名，从最有可能违约到最安全进行排序，排名前1%的为黑名单，前1%~10%为灰名单。智数系统则通过测试大量数据（财务、公开、网络、机构持仓），从1000多个影响公司质地的因子中筛选出100多个因子，从而判断股票好坏及差异点。

人工智能介入保险的核心业务流程，主要是对产品设计到售前、再到承保、定损、理赔以及售后服务全过程，特别是在营销和风控端可以更好发挥人工智能技术的作用。

案例：蚂蚁金融“定损宝”

2017年6月，蚂蚁金服上线“定损宝”产品，运用AI技术模拟定损环节中的人工作业流程，从车损照片上传，通过图像定损模型、配件数据库、配件价格表查询计算，给出定损金额和维修方案。定损宝一经推出，就被太平保险、大地保险、阳光保险、安盛天平保险等多家保险公司引入使用，不到一年时间提供定损定价调用服务超过千万次，节省定损人工工作量75万小时，为保险业节省超过20万亿元理赔成本。

蚂蚁金服

蚂蚁金融成立于2014年10月，旗下包括支付宝、余额宝、招财宝、蚂蚁聚宝、网上银行、蚂蚁花呗、蚂蚁金融云、蚂蚁达客等子业务模块。蚂蚁金融将其自身定义为以人工智能技术为核心的TechFin公司，通过自身强大的技术能力赋能合作伙伴或金融机构，推动相关技术在金融行业深度渗透，成立以来已累计服务超过2500万家小微企业，旗下支付宝已与180多家银行和国际组织建立战略合作关系，全球活跃用户数量近9亿人。

平安科技

平安科技致力于运用人工智能、智能认知、云计算等前沿科技，对平安集团及内部各专业公司提供关键平台和技术服务。平安科技正在构建预测AI、认知AI和决策AI整体解决方案，技术研发主要聚焦在人脸识别、OCR识别、多模态生物识别、知识图谱等方面，特别是在人脸识别领域达到世界先进水平（精准度达99.8%），多模态生物识别率达到99%以上。在2018年8月举办的国际文本识别领域评测中，平安科技的OCR团队在COCO Te10T任务1文本中以68.61%平均精度获得世界第一。目前平安科技研发的AI技术已在银行、保险、互联网金融等多个子行业中应用。

度小满金融

度小满金融依托百度集团在AI技术领域的优势，以“金融大脑”作为核心能力，依托“感知引擎”和“思维引擎”，为银行、消费金融、信托等机构提供完整的解决方案，目前度小满金融已与农业银行、南京银行、百信银行等500余家银行互金机构达成合作。度小满核心技术在语言识别、人脸识别、自然语言处理和语音合成等领域，利用AI算法可在数十万台服务器上进行高性能计算，维护的关联网络进化至180亿节点，可有效识别金融风险，在智能催收领域的应用可替代40%~50%人工，回款率可提高5%以上。

IBM

IBM于1911年创立，是全球最大的信息技术业务解决方案提供商。IBM已从原来的集成电路、服务器、PC等硬件领域为主的企业转型到系统集成、数据商业化和智能化为主，目前IBM在商用AI平台、AI硬件物理系统、开放式问答系统和类人工智能研究等领域持续投入创新。基于IBM Watson认知计算平台，能为金融等领域提供端到端解决方案，被广泛用于银行、保险等金融机构，客户涵盖了全球90%以上的大型银行和保险公司，能够助力金融机构提升数十倍的处理能力。 

关键词1：降本增效

金融服务业经营过程中会有四类成本：获客（营销）成本、风控成本、经营成本和资金成本。基于AI技术的赋能，通过智能营销和智能客服来降低获客成本和人力成本；通过运用精准画像和智能风控来降低风控成本；通过智能运营和智能助手来降低经营成本并提供管理效率；通过智能投研和智能营销可以以最合理的成本获取资金，以实现资金成本的降低。

关键词2：智能定制

智能金融的未来将向智能化、场景化、个性化方向发展。智能化可以分为三个层次：第一层叫Robot，可以实现简单的数据收集整理工作；第二层叫Smart，可以实现数据的简单挖掘分析；第三层叫Intelligent，可以实现基于数据的决策和深度洞察。智能金融将不再局限于金融标签，而是转变为一种深入生活的场景化金融，我们的“衣食住行娱学”各种生活场景将嵌入金融的影子。基于AI技术驱动的金融服务和产品创新将真正实现个性化和多元化服务，做到“千人千面”甚至“见人下菜”。

关键词3：共享普惠

伴随人工智能技术的进一步发展和趋于成熟，智能金融可以整合各类市场主体，在产品、用户、数据等层面实现有机的互联与共享，同时随着智能技术和数据透明度的增强，金融可以逐渐从覆盖“20%”的中高端客户向“80%”的中低端客户延伸，增强金融普惠化和可得性。

关键词4：金融“无人化”

随着移动互联网、物联网、智能机器人、智能助手等技术和产业的不断成熟，金融服务的远程化、线上化、移动化、无人化的格局日益显著。波士顿咨询公司（BCG）经过访谈中国金融业和人工智能领域专家后建立的人工智能对金融业就业市场影响模型预测，到2027年，中国金融业就业人口可达到993万人，其中23%的工作岗位将受到人工智能带来的颠覆性影响，而其余77%的工作岗位将在人工智能的支持下，工作时间减少约27%。同时，预计到2027年，人工智能将削减39万个职能部门岗位，占总体削减岗位的17%。