36Kr：“AI+金融”行業研究報告(46頁)(46頁).pdf

《36Kr：“AI+金融”行業研究報告(46頁)(46頁).pdf》由會員分享，可在線閱讀，更多相關《36Kr：“AI+金融”行業研究報告(46頁)(46頁).pdf（46頁珍藏版）》請在三個皮匠報告上搜索。

1、2018年8月36氪研究院杜玉被AI入侵的金融業“AI+金融”行業研究報告2報告摘要人工智能落地金融場景，行業發展潛力巨大“AI+金融”即人工智能與金融行業的結合。金融業天然的數據屬性與智能化需求為人工智能的應用提供了堅實的基礎，加之政策和資本的驅動，人工智能落地金融場景已成為不可逆轉的趨勢。借助AI技術實現金融場景創新是行業普遍關注的課題，當前，AI技術在金融業各細分領域的應用方向已初見端倪，但整體來看尚不成熟。傳統金融機構、大型互聯網公司和人工智能公司紛紛布局，各自具有相對優勢，行業發展潛力巨大。AI技術向金融業各個務場景滲透，帶來整體效率的提升和服務模式的轉變當前AI對金融業的輔助作用明

2、顯，場景創新是重點，未來具有不確定性智慧銀行、智能投顧、智能投研、智能信貸、智能保險和智能監管是當前人工智能在金融領域的主要應用場景，分別作用于銀行運營、投資理財、信貸、保險和監管等業務場景。智慧銀行從提升用戶體驗和服務效率為主要出發點，實現服務和運營的智能化變革；智能投顧是人工智能在理財領域的應用，旨在利用計算機程序評估用戶的風險偏好和理財需求，從而提供自動化的配置建議；智能投研用于輔助投資分析，提升投研效率；此外，信貸、保險和監管也朝著智能化的方向發展。金融業智能化的變革從各個角度提升了行業效率，為業務模式的創新提供了新思路和新方法，但同時也使金融風險變得更加復雜，新監管手段的探索受到重視

3、。當前，人工智能在金融行業的應用場景絕大多數是人機結合式的，即機器或技術對實際的金融業務起輔助性作用，人工干預仍不可或缺。但長期來說，隨著技術的逐漸成熟，市場的發展具有較強的不確定性。一方面，技術所能達到的界限難以界定，不排除對行業產生顛覆性影響的可能性；另一方面，金融業務場景和技術應用場景都具有很強的創新潛力，未來，是否會出現新舊場景的迭代也是個未知數。36Kr-“AI+金融”行業研究報告2018.08目 錄 Contents一. “AI+金融”行業概述概述驅動力市場現狀二. “AI+金融”產業鏈分析產業鏈圖產業鏈各環節分析三. “AI+金融”應用場景智慧銀行智能投顧智能投研智能信貸智能保險

4、智能監管四. “AI+金融”行業總結與前景分析行業總結與前景分析“AI+金融”行業綜述CHAPTER “AI+金融”是人工智能技術與傳統金融行業的結合政策、資本、技術、數據和場景多方驅動“AI+金融”場景落地行業處于初創期，智能化趨勢明顯，市場預期較好AI市場規模達百億級，金融科技增長迅速536Kr-“AI+金融”行業研究報告2018.08”AI+“即“AI+各個行業”，它是將人工智能作為基礎特征，與金融、教育、醫療等傳統行業的全面融合。相對于簡單的行業疊加，“AI+”更側重于為傳統行業的模式創新和流程再造提供新的思路和方法，促進新經濟形態的演進，從而催生新的商業模式，提高運營效率，帶來整個產

5、業的全面升級。人工智能與金融業的結合“AI+金融”是目前人工智能最被看好的落地應用場景之一。原因主要有三點：一方面，金融行業的信息化建設起步較早，且行業內極其重視數據的標準化和規范化采集，因而具有大量的數據積累，這些數據為人工智能的應用提供了堅實的基礎；另一方面，以銀行、保險、證券業為例，金融業的主要業務都是基于大規模數據（用戶數據、業務數據、產品數據、市場數據等）展開的，大量繁瑣的數據處理工作，急需自動化和智能化的變革來解放人力；此外，金融普惠化和場景化的創新，也需要新的技術手段來提供支持，而人工智能與金融的結合，無疑為金融創新提供了更多的可能。人工智能作為相對底層的基礎技術，已呈現出向各個

6、行業、領域滲透的趨勢。場景化創新將是AI技術逐步成熟之后市場關注的重要焦點之一。在金融行業亦是如此，各個細分領域的應用方向初見端倪，典型場景包括：智慧銀行、智能投顧、智能投研、智能信貸、智能保險、智能監管等。1.1行業綜述1.2驅動力1.3市場現狀行業綜述“AI+金融”是人工智能技術與傳統金融行業的結合636Kr-“AI+金融”行業研究報告2018.08技術、數據和場景需求是人工智能在金融領域得以應用的基礎。其中在技術方面，算法、算力的提升，使機器從海量數據中自行歸納物體特征、描述、還原和定位新事物的能力得以提高，并在各類人工智能準確性測試中的表現越來越好；數據方面，海量的數據是深度學習算法構

7、建的基礎，為精準的目標畫像和預測分析提供了可能；場景方面，契合業務場景的算法模型為金融活動提供更多的決策支持，從而能很大程度上提升效率。政策和資本的傾斜為人工智能在金融領域的發展營造了良好的市場環境。政策對人工智能和金融科技的支持，使市場對行業發展整體呈樂觀預期，這也進一步促進了資本的流入。技術：AI 技術和市場生態的日漸成熟為其在金融行業的發展奠定了基礎。根據Gartner2017年7月發布的新興技術成熟度曲線，人工智能相關技術在未來5-10年將逐步走向成熟，成為最有影響力的新興技術之一。當前，應用在金融領域的人工智能相關技術主要有：機器學習、生物識別、自然語言處理、語音識別和知識圖譜等。（

8、1）機器學習：機器學習是金融行業應用最為廣泛的人工智能技術之一。它可以在海量的金融大數據中學習各種規律和方法，然后應用到金融業務的各個階段，從而有效地優化流程、提升效率。驅動力驅動力：技術、數據和場景是主要的驅動力定位測試優化技術驅動數據驅動預測分析精準畫像場景驅動決策支持場景模型1.1行業綜述1.2驅動力1.3市場現狀736Kr-“AI+金融”行業研究報告2018.08（2）生物識別：指紋識別、人臉識別、虹膜識別和指靜脈識別是金融行業應用較為廣泛的四項生物識別技術。它們分別通過設備采集人體指紋、面部、虹膜、指靜脈等部位具有唯一標志性的特征信息，進行存儲、匹配，進而完成身份認證。目前，這些生物

9、識別技術已廣泛應用于客戶身份認證、遠程開戶、無卡取款、刷臉支付、金庫管理和網絡借貸等金融場景。（3）自然語言處理：自然語言處理技術可以顯著提升金融行業獲取、清洗、加工和分析數據的效率。例如：新聞公告、年報、研究報告等大量文本形式信息，利用自然語言處理技術可迅速提取關鍵指標，進行分析總結，從而減少不必要的人力勞動。（4）語音識別：在金融領域的應用中，語音識別通常與語音合成技術結合在一起，提供一個基于語音自然流暢的人機交互方法。其主要應用于電話客服、各類智能終端的語音導航、業務咨詢等場景。由于金融行業帶有明顯的客戶服務屬性，加上完整而龐大的業務及數據積累，因此語音技術應用廣泛。（5）知識圖譜：知識

10、圖譜從“實體-關系”的角度整合金融業現有數據，結合外部數據，建立連接形成大規模的實體關系網絡。從而突破傳統的計算模式，便于有效地挖掘潛在客戶、預警潛在風險，幫助金融行業提升效率、優化流程。1.1行業綜述1.2驅動力1.3市場現狀驅動力驅動力：技術、數據和場景是主要的驅動力836Kr-“AI+金融”行業研究報告2018.08數據：金融行業沉淀了海量數據，包括各類金融交易、客戶信息、市場分析、風險控制、投資顧問等數據，量大且多以非結構化形式存在（如客戶的證件掃描件等），既占據寶貴的儲存資源，又無法轉成標準化數據以供分析，因此金融大數據的處理工作面臨極大挑戰。深度學習、知識圖譜等技術的應用，能夠不斷

11、完善甚至能夠超過人類的知識回答能力，尤其在風險管理與交易這種對復雜數據的處理方面，人工智能的應用將大幅降低人力成本并提升金融風控和業務處理能力。場景：在場景應用上，一方面，金融業良好的數據基礎為AI應用場景創新提供了條件，促使各領域充分挖掘數據的潛在價值，利用技術實現業務模式的創新和產業升級，從而使人工智能在金融領域的應用場景越來越多元；另一方面，金融服務業的屬性決定了其大部分業務是基于用戶服務展開的，大量的服務場景也需要利用技術來提升效率、優化體驗、實現行業的精細化運營和服務升級?？傊?，金融業為人工智能的落地應用提供了良好的場景條件。1.1行業綜述1.2驅動力1.3市場現狀驅動力驅動力：技術

12、、數據和場景是主要的驅動力936Kr-“AI+金融”行業研究報告2018.08政策：政策對金融創新和人工智能的支持營造了良好市場預期。近年來政府和社會對人工智能發展的關注度越來越高，2015年國務院提出“互聯網+”的大背景下，培育發展人工智能新興產業。2016年人工智能正式被列入了“十三五國家戰略性新興產業發展規劃”。2017年人工智能大會上，全國政協副主席科技部部長萬鋼表示“人工智能已成為科技發展不可忽視的重要力量”。與此同時，央行宣布，成立中國人民銀行金融科技委員會，旨在加強金融科技工作的研究規劃和統籌協調。AI先后被寫入兩會政府工作報告與十九大報告，已正式上升為國家戰略。資本：資本方面，

13、人工智能領域投融資熱度不斷升溫，資本市場對AI商業化應用整體持樂觀態度。根據清華大學發布的中國人工智能發展報告2018顯示，2017年全球人工智能投融資總規模395億美元，融資事件1208筆，其中，中國的投融資總額達277.1億美元，融資事件369筆，分別占全球的70%和31%。此外，從社會關注度來看，金融是最受關注的人工智能應用領域，據監測，其2017年的熱度值 遠高于交通、教育、醫療等熱門領域。這也為其在資本市場的曝光提供了更多的機會。1.1行業綜述1.2驅動力1.3市場現狀1.4核心技術驅動力驅動力：政策和資本營造良好的行業大環境熱度值：反映的是某個關鍵詞受用戶關注的程度，將關鍵詞的閱讀

14、量、轉發量、收藏量和評論量等加權計算得到。此處結論參考清華大學中國人工智能發展報告2018數據。11036Kr-“AI+金融”行業研究報告2018.081.1行業綜述1.2驅動力1.3市場現狀市場現狀行業處于初創期，智能化趨勢明顯，市場預期較好作為未來最被市場看好的新興技術之一，人工智能幾乎可以滲透到各個行業的各個場景。整體來看，場景創新是實現技術商業化的關鍵，且逐漸成為各大科技公司的主攻方向。金融行業圍繞銀行服務、理財投資、信貸、保險、監管等業務已衍生出智慧銀行、智能投顧、智能投研、智能信貸、智能保險、智能監管等應用場景。傳統金融機構、金融IT與新興互聯網金融公司、信息服務商等均加速布局。我

15、國“AI+金融”行業仍處于早期的探索階段，但行業智能化趨勢明顯，市場預期較好。在應用場景方面，智慧銀行主要利用人工智能相關技術提升運營效率，是對銀行業現有業務的改進，目前多由技術公司與銀行合作共建。智能投顧、智能投研等均由國外先行探索，后在國內經創業公司引入并進行本土化改進，隨后由傳統金融機構、金融IT和數據服務提供商進一步推動其發展。智能信貸、智能保險和智能監管則分別由互金、保險、交易所和監管部門等將各自的業務領域與人工智能相結合產生的應用創新。目前，除智能投顧發展較早，在國外市場相對成熟之外，其它場景均處于起步探索階段，但傳統金融機構、互聯網巨頭、金融IT、人工智能技術類公司的紛紛布局將會

16、較大程度地推動行業的發展。1136Kr-“AI+金融”行業研究報告2018.081.1行業綜述1.2驅動力1.3市場現狀市場現狀AI市場規模達百億級，金融科技增長迅速2018年7月，清華大學中國科技政策研究中心聯合多家機構發布了中國人工智能發展報告（2018）顯示：2017年中國人工智能市場規模達到237億元，同比增長67%。計算機視覺、語音、自然語言處理的市場規模分別占34.9%、24.8%、21%，而硬件和算法的市場規模合計不足20%。預計2018年中國人工智能市場增速將達到75%。金融科技方面，根據MarketsandMarkets預測，人工智能在金融科技的市場規模預計將從2017年的1

17、3.38 億美元增長到2022年的73.06億美元，年復合增長率（CAGR）為40.4。而在中國市場上，2014年中國金融業IT市場規模達1140億元，同年中國人工智能市場規模約48.58億人民幣，據此推算，目前人工智能在金融IT領域的滲透率約為4%。結合金融IT應用投資規模和人工智能滲透率預測測算，若2020年滲透率能夠達到15%，金融 IT 應用投資規模保持5%的增速，則2020年金融人工智能投資規模將超過200億元。 從另一個角度來看，目前互聯網資管、互聯網信貸領域的市場規模已經有一定體量，該領域也是人工智能落地應用的重要領域之一：根據艾瑞咨詢數據，2016 年中國網絡資管規模超過2.7

18、萬億元，網絡信貸余額超過1萬億元。預計2020年，中國互聯網金融核心業務市場規模將超過12萬億元。 1.數據來源于中國產業信息網2.中商產業研究院21“AI+金融”產業鏈分析CHAPTER ”AI+金融“產業鏈圖傳統金融機構、互聯網公司和人工智能技術公司是主要參與者科技賦能金融，人工智能應用廣泛1336Kr-“AI+金融”行業研究報告2018.082.1產業鏈圖2.2產業鏈各環節分析產業鏈圖“AI+金融”產業鏈圖技術層計算機視覺生物識別語音語義語料采集等其它技術場景層智慧銀行芯片云服務智能投顧基礎層傳感器智能投研智能保險智能信貸監管等其它攝像頭等其它硬件1436Kr-“AI+金融”行業研究報告

19、2018.082.1產業鏈圖2.2產業鏈各環節分析產業鏈分析傳統金融機構、互聯網公司和人工智能技術公司是主要參與者傳統金融機構互聯網公司人工智能技術類公司客戶擁有B端和C端客戶基礎擁有大量的C端客戶基礎缺乏B端和C端客戶數據擁有大量標準化和非標準化數據，數據的可信度較高擁有用戶在互聯網上的留存數據與相關機構合作開發數據價值技術創新能力大機構具備較強的研發能力，但體制龐大，推進成本較高具有較強的研發和創新能力，更加了解用戶，產品設計充分考慮用戶體驗在特定方向上具備較強的創新和研發能力業務理解能力對業務的理解較深，有一定的風險意識和風控能力逐漸形成對業務的理解在特定的應用場景對業務流程有較好的理解

20、，跨領域難度較大監管風險金融機構相對來說拍照較為齊全需單獨申請牌照需單獨申請牌照當前，參與到”AI+金融“應用場景的企業大致分為傳統金融機構、各類互聯網公司（如：京東金融、百度金融等）和人工智能技術類公司等。傳統金融機構具有較好的客戶和數據基礎，對業務具有更深刻的理解，同時金融牌照相對齊全；互聯網公司同樣擁有較好的客戶和數據基礎，研發和創新能力較強，但在特定的金融業務上仍然缺乏經驗；人工智能技術公司則不同，獨立的技術研發和創新能力是本身最大的優勢，但在數據、客戶資源和具體業務場景應用上大多依賴于第三方合作機構。此外，牌照也是互聯網和人工智能技術公司共同面臨的問題。1536Kr-“AI+金融”行

21、業研究報告2018.082.1產業鏈圖2.2產業鏈各環節分析產業鏈分析科技賦能金融，人工智能應用廣泛金融領域天然的數據屬性與智能化需求為人工智能的應用提供了基礎，加之政策和資本的驅動，人工智能落地金融場景已成為不可逆轉的趨勢。借助AI技術實現金融場景創新是行業普遍關注的課題，當前，人工智能技術在銀行、理財、投研、信貸、保險、風控、支付等領域得到實踐，并呈現出向各個領域滲透的趨勢。在本篇報告中，我們根據市場參與情況將產業鏈分為基礎層、技術層和場景層，其中，基礎層以云服務、芯片、傳感器、攝像頭等硬件廠商為主，為行業建設提供基礎性支持；技術層是各類人工智能技術公司，主要提供人工智能算法等核心技術和解

22、決方案；在場景層，我們選取了當前關注度較高的幾個應用場景：智慧銀行、智能投顧、智能投研、智能信貸、智能保險、智能監管等來做詳細的分析?！癆I+金融”應用場景CHAPTER 智慧銀行智能投顧智能投研智能信貸智能保險智能監管1736Kr-“AI+金融”行業研究報告2018.08智慧銀行、智能投顧、智能投研、智能信貸、智能保險、智能監管是當前金融領域中關注度較高的AI應用場景。其中，智慧銀行是傳統銀行、網絡銀行的高級階段，是銀行在當前智能化趨勢的背景下，以客戶為中心，重新審視銀行和客戶的實際需求，并利用人工智能、大數據等新興技術實現銀行服務方式與業務模式再造和升級。智慧銀行具有兩個顯著的特點：一是智

23、能化的感知和度量。與以往直接的詢問或根據歷史服務數據做簡單分析的方式不同，智慧銀行通過一系列的智能化設備，在用戶毫無察覺的情況下感知用戶需求、情緒、傾向偏好等，從而為進一步的營銷和服務提供支持。例如，在銀行客戶對服務質量及滿意度評價的場景中，銀行通過智能化設備對用戶表情、肢體動作、語音語調的分析可迅速得到用戶對本次服務的滿意程度，而無需再專門采集用戶的反饋意見；又如，營銷型網點能夠根據用戶在網點不同產品區域的停留時間，行為軌跡等信息，捕捉用戶的注意力焦點，從而發現用戶的潛在需求。二是資源和信息的全面互聯互通。智能化的感知和度量改變了銀行采集信息的方式，將以往無法量化的信息按照某種規則進行量化分

24、析，從而為資源的配置和優化提供決策支持。如通過對銀行網點的排隊情況、業務類型、業務量的監控分析，可輔助銀行完成網點布局的優化；通過對用戶位置、需求信息以及網點實時服務情況的獲取，可幫助用戶選擇最優的網點等。3.1智慧銀行3.2智能投顧3.3智能投研3.4智能信貸3.5智能監管、智能保險等其它應用智慧銀行人工智能等現代科技對銀行業務流程的再造與服務升級客戶中心定位客戶分析需求滿足客戶改變習慣影響認知圖示：智慧銀行理念1836Kr-“AI+金融”行業研究報告2018.08隨著人工智能、大數據、區塊鏈等互聯網新技術的發展和互聯網金融對傳統銀行業的沖擊，商業銀行智慧化轉型已成為不可逆轉的趨勢。人工智能

25、的場景化應用滲透到銀行業的方方面面，從前臺業務到后臺分析決策和企業運營，典型應用包括：智慧網點、智能客服、刷臉支付、智能風控、精準營銷和智能化運營等。其中，智慧網點是智慧銀行的核心，以提升用戶體驗為核心，一方面從網點軟硬件設施和環境配置等實體上來改變銀行信息采集方式和服務模式；另一方面充分利用后臺分析和決策系統的結果來優化前臺業務，從而提升服務質量，提高商業銀行的核心競爭力。智能客服作為提升用戶體驗的重要方式，也是銀行業服務升級的重要組成部分，故此處我們主要選取智慧網點和智能客服兩部分做簡要介紹。3.1智慧銀行3.2智能投顧3.3智能投研3.4智能信貸3.5智能保險3.6智能監管智慧銀行銀行智

26、慧化轉型趨勢明顯，智慧網點成變革核心人工智能在銀行業的相關應用場景安防員工管理員工簽到員工行為監控網點管理網點布局優化網點資源配置后臺運營精準營銷 用戶行為分析 智能獲客與活客智能風控輔助決策 產品定價 流程決策后臺決策分析智能客服智能自助終端 VTM 在線應用智能身份鑒別刷臉支付前臺業務1936Kr-“AI+金融”行業研究報告2018.08對于現代商業銀行而言，網點作為其重要服務場所，是品牌形象的代表，更是影響客戶、占領市場的重要渠道。早期，商業銀行為提升自身競爭力，大量鋪設線下網點，但隨著網絡渠道（如網絡銀行、虛擬銀行等）對傳統線下網點的取代和互聯網金融的發展，銀行網點運營的規模效應逐漸被

27、削弱，運營成本整體增加。銀行一方面大量裁撤網點以縮減成本，另一方面也迫切地尋求網點變革新路徑。網點變革已成為銀行業當前面臨的重大課題之一。以客戶為中心是智慧網點的核心理念。據PwC 2017年數字銀行消費者調查顯示，62的受訪者表示銀行擁有當地分支機構非常重要，25的人根本不會在沒有當地分支機構的銀行開戶。誠然，客戶前往線下網點的頻率逐漸下降，但仍重視線下的服務體驗，網點仍然是各種高價值互動服務的重要渠道。因而，充分考慮用戶的實際體驗、挖掘用戶的潛在需求、以客戶為中心提供高效率高質量的專業化服務在智慧網點建設中至關重要。以VIP客戶為例，對于零售銀行來說，VIP客戶數量雖少，但對網點業績具有決

28、定性作用。然而，在實際的運營中，當VIP客戶出現在網點時，客戶經理常常無法準確識別客戶及其特定需求而導致用戶體驗的下降，引起VIP客戶的流失。諸如此類，都對銀行網點優化用戶體驗提出了更高的要求。3.1智慧銀行3.2智能投顧3.3智能投研3.4智能信貸3.5智能保險3.6智能監管智慧銀行-智慧網點以客戶為中心是智慧網點的核心理念Tip銀監會數據顯示，自2016年5月30日至2018年5月28日，我國銀行物理網點共退出4591家，其中2016年1259家，2017年2540家，2018年至5月末792家，從2017年后半年開始銀行退出網點數目同比增速平均是55%。2036Kr-“AI+金融”行業研

29、究報告2018.08網點智慧化變革對銀行整體服務生態來說是一個系統化的工程，未來或許還有更長的路要走，從建設現狀來看，智能化、輕型化、特色化和社區化將是主要的發展趨勢。智能化：隨著人工智能技術的發展和行業競爭的加劇，利用智能化產品來改善和提升用戶體驗是市場的發展方向也是行業的必然選擇。在智慧網點的建設中，越來越多的智能化設備將應用在銀行業務的各個環節，同時也會有越來越多的智能系統和算法來輔助決策，提升用戶體驗。以下列舉各類智能終端上人臉識別技術的應用情況。智慧銀行-智慧網點智慧網點以智能化、輕型化、特色化、社區化為發展趨勢TipVTM:（Virtual Teller Machine）虛擬柜員機

30、，是一種通過遠程視頻方式來辦理一些柜臺業務的機電一體化設備。網點VTM/ATM個人終端攝像頭生物識別設備（人臉、虹膜、指紋等）網點自助終端遠程開戶遠程開戶客戶身份確認核心區域安防、出入管理手機實名認證無卡取款無卡取款VIP客戶識別押運員身份確認刷臉支付轉賬/交易轉賬/交易員工行為監控-注冊、登錄等身份認證-手機實名認證-刷臉支付-3.1智慧銀行3.2智能投顧3.3智能投研3.4智能信貸3.5智能保險3.6智能監管2136Kr-“AI+金融”行業研究報告2018.08輕型化：傳統網點面積大、人員多、運營成本高，智慧網點建設更傾向于輕型化和虛擬化。輕型化主要是將大網點、綜合網點的功能進行拆分，通過

31、不同的渠道實現，從而可以將傳統的業務受理操作區域進行縮減，將擁擠的網點大堂人流有效分流至自助服務區、網上銀行等非人工辦理業務渠道；虛擬化，則是充分利用線上渠道，將實體網點的業務擴展到線上，從而降低實體網點的業務壓力，營造小而精的線下輕型網點。這幾年，各行在網點輕型化上進行了大膽的嘗試，進一步簡化網點功能，建立微型網點、社區網點，針對特定區域的客戶辦理簡單快速的傳統網點業務，如開卡、存取款、轉賬、甚至理財產品銷售。特色化：特色化是與輕型化相伴的另一個趨勢，即將傳統的綜合性網點功能進行拆解分流到不同的網點，就會導致不同網點業務功能的分化，從而形成各自的特色。如，以營銷和獲客為特色的營銷型網點，以產

32、品體驗為特色的體驗型網點等。社區化：社區化具有兩層含義，一層是通過線上社交營造網絡社區環境，通過社交互動增加用戶粘性；另一層是實體社區，即通過社區網點將銀行服務深入到社區，為社區居民提供在線物業繳納、物業信息通知、鄰里互動、在線商城等貼近社區生活場景的金融服務。網點社區化的變革打破了傳統等客上門的模式，將網點服務與社區生活場景相結合，從而增加用戶的使用頻次。智慧銀行-智慧網點智慧網點以智能化、輕型化、特色化、社區化為主要趨勢3.1智慧銀行3.2智能投顧3.3智能投研3.4智能信貸3.5智能保險3.6智能監管2236Kr-“AI+金融”行業研究報告2018.08金融服務業的本質決定了大量的客戶運

33、營需求，銀行業尤其如此?？头鳛槠髽I與用戶溝通的直接出口，需要兼具專業解答能力、營銷能力與良好的溝通交流能力等多種素質。當前，客服行業人員素質參差不齊，高素質客服短缺且成本較高，而智能客服無疑是兼顧成本、效率與服務質量的一個折中選擇。此外，更重要的是，智能客服相對于人工客服的高效性特點，為服務流程優化提供了更多的可操作空間，從而改變原有的營銷和服務模式，使之更加精準化、智能化和人性化。當前，智能客服在銀行業的應用主要有以下三種形態：在線智能客服：它通過知識圖譜構建客服機器人的理解和專業答復體系，結合自然語言處理技術進行實時語音識別和語義理解，從而掌握客戶需求，為用戶提供自助在線服務，必要時向服

34、務人員推送客戶特征、知識庫等內容，協助客服人員做好服務。實體服務機器人：實體機器人集智能語音語義、生物識別等多種交互技術為一體，在大堂內分擔部分客戶經理的工作，如迎賓分流、引導客戶、介紹銀行業務等。語音數據挖掘：通過語音和語義技術，系統可自動將電話銀行海量通話和各種用戶單據內容結構化，打上各類標簽，挖掘分析有價值信息，為服務與營銷等提供數據與決策支持，如通過對通話過程中人員的語音語調分析獲得客戶滿意度評價信息等。智慧銀行-智能客服基于智能客服的精準營銷和語音數據挖掘Hi! How Can I Help You?圖為交通銀行的網點服務機器人來源于：視覺中國3.1智慧銀行3.2智能投顧3.3智能投

35、研3.4智能信貸3.5智能保險3.6智能監管2336Kr-“AI+金融”行業研究報告2018.08云從科技成立于2015年3月，是一家以生物識別和計算機視覺為核心的人工智能技術服務提供商。成立以來，云從在金融、安防等領域數十個場景下，為銀行、機場、公安等客戶提供軟件、硬件定制化服務方案。其中，在銀行客戶中，全國有能力自建系統且完成招標的128家商業銀行，95家總行平臺使用云從的技術和產品。云從科技已成為國內參與智慧銀行建設的主要技術服務商之一。解決方案：以人臉識別為主的智慧識人、智慧網點、智慧鑒身、刷臉支付等產品和方案60余個，覆蓋全國近15萬網點，約占全國商業銀行網點總數的65%以上。 此外

36、，針對銀行特定需求，建立了大數據風控和營銷平臺。 云從科技為銀行等金融機構提供以人臉識別為主的智能化產品和解決方案成立時間：2015年成立地點：廣州最近融資：5億人民幣融資階段：B輪融資時間：2017年11月 本輪投資方為：順為資本、元禾控股、普華資本、越秀產業基金、興旺投資、杰翱基金、新太科技智慧識人 網點布局優化 網點產品管理 網點客戶運營 網點渠道配置智慧網點 VIP客戶識別 智能迎賓 智能刷臉閘機 簽到考勤 智能門禁智慧鑒身 柜面業務鑒身 網絡交易鑒身 自助機具鑒身 業務內控鑒身刷臉支付 線下消費 線上支付驗證 自助售賣 無人零售智慧識人：基于人臉識別的智慧識人方案廣泛應用于銀行的管理

37、、客戶服務等場景。如：應用于銀行員工管理的智能門禁、會務簽到、員工考勤等；應用于營業廳的智能迎賓和VIP客戶識別（當VIP客戶進入服務區，被智能攝像頭捕捉到，即可將客戶信息發送到客戶經理個人終端，使客戶需求得到及時地響應）等場景。 3.1智慧銀行3.2智能投顧3.3智能投研3.4智能信貸3.5智能保險3.6智能監管2436Kr-“AI+金融”行業研究報告2018.08智慧網點：云從科技的智慧網點解決方案從網點內功能區域的設計規劃、物品擺放、軟硬件支持、監控分析等多個角度幫助銀行網點完成智慧化轉型。通過優化網點布局提升體驗。網點外，根據城市不同區域的客戶數量和特點，優化網點布局；網點內，根據各個

38、網點的實際人流情況和業務特點規劃網點大廳的等候區、現金區、貴賓區、體驗區等不同功能區域的空間位置、大小及相應的物品陳設，從而滿足客戶需求，提升用戶體驗。利用智能設備多渠道營銷。例如，在網點內配置互動娛樂終端大屏、智能廣告機、刷臉購物機、智能攝像頭等智能設備，配合用戶個人智能終端，在各種用戶閑暇的時間，根據用戶的性別、年齡、關注點、表情變化等因素推送特定的廣告或進行智能互動營銷。線上線下有效協同。通過線上線下資源的整合，用戶可在線預約辦理業務，系統根據用戶的實際需求和個人位置等信息，綜合分析，幫助客戶選擇最佳網點。智慧鑒身：智慧鑒身是指利用智能化手段對用戶身份進行驗證。目前云從對智慧銀行提供的鑒

39、身方案面向銀行各個業務部門，支持指靜脈識別、聲紋識別、人臉識別、指紋識別、虹膜識別等多模態生物識別。刷臉支付：云從聯合銀行和消費場所提供刷臉支付解決方案。云從科技為銀行等金融機構提供以人臉識別為主的智能化產品和解決方案智能硬件 紅外雙目攝像頭 刷臉自助售賣機 炬眼AI攝像機 立式認證合一終端 人臉互動大屏終端 活體檢測 小云智能門禁 大庫檢索筆記本 云從動態人臉業務應用平臺服務器 云從靜態人臉業務應用平臺一體機 云從靜態人臉業務應用平臺服務器 云從靜態人臉檢索節點服務器 云從動態人臉布控節點服務器智能系統 生物識別 人臉識別加速服務 身份證/銀行卡OCR IBIS集成生物識別系統 線下營銷智能

40、監控系統 大數據風控系統3.1智慧銀行3.2智能投顧3.3智能投研3.4智能信貸3.5智能保險3.6智能監管2536Kr-“AI+金融”行業研究報告2018.08智能投顧（Robo-Adviser）全稱智能投資顧問，又稱智能理財、機器投顧、機器理財等，是現代人工智能相關技術在財富管理領域的應用。它通過一系列智能算法綜合評估用戶的風險偏好、投資目標、財務狀況等基本信息，并結合現代投資組合理論為用戶提供自動化、個性化的理財方案。其實質是利用機器模擬理財顧問的個人經驗。智能投顧的概念產生于美國，2014年進入中國。機器理財在適應用戶個性化需求、降低門檻限制、避免人為因素干擾等方面有著明顯的優勢，因而

41、越來越受到行業的關注；加之近期人工智能的火熱，智能投顧迎來了發展的高峰。智能投顧的核心環節包括：用戶畫像、大類資產配置（投資標的選擇）、投資組合構建和動態優化等。3.1智慧網點3.2智能投顧3.3智能投研3.4智能信貸3.5智能保險3.6智能監管智能投顧智能投顧是一種智能化的線上財富管理系統個人投資者理財產品（ETF為主）智能投顧追蹤市場變化和用戶需求變動，進行配置優化和再平衡用戶畫像大類資產配置構建投資組合TIP現代投資組合理論：也有人將其稱為現代證券投資組合理論、證券組合理論或投資分散理論。1952年由美國紐約市立大學巴魯克學院的經濟學教授馬柯維茨提出，它奠定了西方證券投資理論基礎。263

42、6Kr-“AI+金融”行業研究報告2018.08智能投顧是對專業理財顧問的模擬，在靈活性上比人工投顧要差，但也有其獨特的優勢，主要表現在：專業高效：相比于人工投顧，智能投顧更高效。在用戶端，智能投顧通過問卷或互聯網上的留存數據進行用戶畫像（目前以問卷采集為主），即利用計算機程序對用戶的基本信息、風險偏好和投資目標等進行綜合評估， 從而快速得到用戶的投資人畫像；在資產端，平臺可自動處理金融產品及市場的相關數據，亦可迅速得到分析結果，生成投資組合建議。 降低門檻：傳統機構投資顧問主要針對高凈值客戶，以一對一的顧問模式展開，目標客戶覆蓋范圍有限，服務成本較高。以私人銀行為例，資金門檻約為200-30

43、0萬人民幣，家族財富管理辦公室和獨立第三方理財等買方經紀人模式的理財機構則更高。而智能投顧則依靠互聯網優勢，有效節省了人力成本，從而大大降低了服務門檻，可有效覆蓋中產及以下的普通投資者。避免人為因素干擾：傳統投顧模式下，投資顧問人為做決策，如何避免人性上貪婪和恐懼的弱點是投顧過程中的重要挑戰，尤其在遇到市場劇烈波動時，更難以控制情緒的干擾；而智能投顧則可全程由機器參與，由機器根據預先設定的止盈或者止損點位及時提醒投資者進行操作， 可一定程度上避免人為因素的干擾。 智能投顧智能投顧具有專業高效、降低門檻、避免人為因素干擾等優勢3.1智慧網點3.2智能投顧3.3智能投研3.4智能信貸3.5智能保險

44、3.6智能監管2736Kr-“AI+金融”行業研究報告2018.08按照應用側重的不同，智能投顧可分為理財類智能投顧和輔助交易類智能投顧。前者以配置公募基金的賣方投顧模式為主，重在滿足用戶的產品配置需求，后者則通過擇時、標的篩選和風險預警等功能輔助投資者做決策。按人力參與程度，智能投顧分為全智能投顧（機器主導，人工有限參與）、人機結合的半智能投顧和以人為主的智能投顧（機器只起有限的輔助作用）三種模式。在智能投顧發展的前期，機器主導的全智能投顧模式占據了主流市場，國外以Wealthfront、Betterment、嘉信理財智能投資組合為代表，國內以彌財、藍海智投等公司為代表。全智能投顧模式的核心

45、在于降低人力成本和服務門檻，但對于高凈值客戶，服務質量是主要的考慮因素，人工投顧仍然具有必要性，因而，人機結合的智能投顧逐漸受到重視，未來有望成為智能投顧的主流模式。如嘉信理財于2017年3月推出的“Schwab Intelligent Advisory”即是一種人機結合的智能投顧服務，投資者在使用智能投顧算法獲得配置建議的同時，也可通過電話或視頻獲得真人理財顧問的專業建議。以人為主的智能投顧目前主要以社交跟投和投資策略為主流模式，國外以 Motif、Covestor 為代表，國內則以雪球、金貝塔等公司為代表。 智能投顧人機結合的半智能投顧或將成為主流模式3.1智慧網點3.2智能投顧3.3智能

46、投研3.4智能信貸3.5智能保險3.6智能監管2836Kr-“AI+金融”行業研究報告2018.08市場規模：隨著中國中產階級的崛起，中高收入人群理財需求日益旺盛。據BCG預測，預計到2020年中國資管市場規模約174萬億，參考美國和招商證券對中國智能投顧市場3%滲透率的估計，2020年，中國智能投顧市場規模將超過5萬億。市場現狀：根據鯨準統計，截至目前，我國智能投顧企業共206家。其中，56%處于未融資狀態，近31%處于A輪及以前，B輪及以后只占14%，可見，智能投顧雖然進入國內已有時日，但仍處于非常早期的階段，市場尚未成熟。此外，值得一提的是，基金公司、商業銀行等傳統金融機構陸續布局智能投

47、顧，且因牌照和客戶資源等優勢，發展較快。綜合來看，智能投顧在國內的發展整體向好，但短期來看，仍存在諸多的阻礙。智能投顧國內智能投顧市場尚不成熟，傳統金融機構后來居上數據來源：36氪研究院根據鯨準數據整理3.1智慧網點3.2智能投顧3.3智能投研3.4智能信貸3.5智能保險3.6智能監管2936Kr-“AI+金融”行業研究報告2018.08監管：在美國，智能投顧受SEC（美國證券交易委員會）監管，使用投資顧問服務牌照。但在國內，智能投顧尚無統一的定義，從智能投顧的上下游業務流程的角度來看，可能會涉及到與資產管理、資管產品銷售和投資顧問等環節相關的資產管理牌照、基金銷售牌照、證券投資咨詢牌照和券商

48、牌照等。由此，智能投顧業務的開展或許需要同時具有多種牌照，這對獨立智能投顧平臺來說，是其主要的限制因素之一。但對于諸如銀行、綜合性券商等本身具有開展投資咨詢業務資質的傳統金融機構則能一定程度上規避監管風險。因而，目前國內市場上發展較好的智能投顧平臺大多是牌照齊全的金融機構旗下用于輔助基金銷售的投顧平臺。數據：一方面，采用問卷采集用戶數據的方式本身在靈活性上具有一定不足，而根據用戶在互聯網上的留存數據進行畫像又存在不同平臺的數據和資源難以整合的問題，從而使用戶畫像的準確性難以保證。另一方面，金融市場和不同機構的金融產品數據相對獨立，造成產品配置范圍的相對局限。 可配置的產品：中國市場上的理財產品

49、看似眾多，實際可供選擇的優質理財產品卻相對量少。以智能投顧的主要投資標的之一的ETF為例，國內包括傳統股票指數型、債券型、商品型等各類ETF總數不過百余只，而在美國，同類型產品多達千余只。產品是配置的基礎，產品的不足很大程度上限制了智能投顧的發展。智能投顧牌照、數據和產品不足限制著國內智能投顧的發展金融數據行為數據社交數據交易數據支付數據資管產品銷售 基金銷售牌照投資顧問 證券投資咨詢牌照資產管理 資產管理牌照TIPETF(Exchange Traded Fund)：又稱“交易型開放式指數證券投資基金”。ETF是一種跟蹤“標的指數”變化、且在證券交易所上市交易的基金。ETF因產品標準化，便于機

50、器計算和操作，而成為當前智能投顧配置的主要產品。3.1智慧網點3.2智能投顧3.3智能投研3.4智能信貸3.5智能保險3.6智能監管3036Kr-“AI+金融”行業研究報告2018.08智能投研，是指利用大數據和機器學習，將數據、信息和決策進行智能整合，并實現數據之間的智能化關聯，從而自動化地完成信息的收集、清洗、分析和決策的投研過程，提高投研者工作效率和投資能力。傳統人工投研流程可大致分為4個步驟：收據收集、數據/知識提取、分析研究和觀點呈現等。智能投研則通過自動化途徑優化這4個步驟，實現從搜索到投資觀點的一步跨越。智能投研自動實現從信息搜索到投資觀點的一步跨越傳統投研智能投研從信息搜索到觀

51、點呈現的一步跨越搜索與收集數據和知識提取分析研究觀點呈現搜索與收集數據和知識提取分析研究觀點呈現目的尋找行業、公司、 產品的基本信息 從搜索的信息中獲取有用信息通過工具和研究方法完成分析研究將分析結果呈現出來傳統投研搜索引擎搜索、書籍、報刊等文獻資料查閱；論壇、交流等。萬德、彭博、新媒體等excelPPT、Word智能投研智能咨詢推送、智能搜索引擎公告/新聞自動化摘要、 產業鏈分析、智能財務模型事件因果分析、大數據統計分析報告自動化核心技術自然語言查詢、詞義聯想、語義搜 索、企業畫像實體提取、段落提取、表格提取、關系提取、知識圖譜知識圖譜自然語言合成、 可視化、自動排版3.1智慧網點3.2智能

52、投顧3.3智能投研3.4智能信貸3.5智能保險3.6智能監管3136Kr-“AI+金融”行業研究報告2018.08與人工投研相比，智能投研雖然在分析判斷的靈活性上還有一定的局現性，目前無法完全取代人工，但在輔助人工，提升效率效果上具有高效、智能和客觀等明顯的優勢。高效：相對于傳統的人工投研，分析師花費大量的時間去搜集、分析、計算、呈現結果的方式不同，智能投研利用程序化的方式讓機器來讀取大量的資料，自動完成分析和計算，并且把結果按模板生成研報。整個過程節省了大量繁雜的人力勞動，提升了投研的效率。此外，機器相對于人具有更強的邏輯能力，在處理復雜問題時，往往比人更高效。智能：智能投研系統通過建立數據

53、模型將企業財務、市場等靜態數據關聯到分析邏輯之中，實現多維度綜合評估；同時，能夠實現跨公司、跨行業的動態數據關聯?；诤Ａ拷Y構化和非結構化的數據，通過知識圖譜和深度學習算法，智能投研可以發現事件與事件之間的關聯關系，實現從數據到信息再到決策的進一步轉化。此外，深度學習算法的應用又賦予了系統自我學習、自我優化的能力，通過市場表現對投研決策的反復驗證，不斷培育機器自己的投研經驗?？陀^：智能投研從數據采集到數據處理、分析、生成投資決策，整個過程均由機器自動完成，屬于市場數據的客觀呈現，可以有效避免人的主觀情緒對投資決策的影響。智能投研高效、智能和客觀性是智能投研的主要特點3.1智慧網點3.2智能投顧

54、3.3智能投研3.4智能信貸3.5智能保險3.6智能監管3236Kr-“AI+金融”行業研究報告2018.08知識圖譜的概念由谷歌在2012年正式提出，其本質是一張由知識點相互連接而成的語義網絡的知識庫，其中圖的結點代表實體或者概念，而圖的邊代表實體/概念之間的各種語義關系。知識圖譜包括知識提取、知識表現、知識存儲、知識檢索四大分支，在實現更智能的搜索引擎、智能問答、情報分析、反欺詐等應用中發揮著重要作用。結合知識圖譜相關技術，機器可以從招股書、年報、公司公告、券商研究報告、新聞等半結構化表格和非結構化文本數據中批量自動抽取公司的股東、子公司、供應商、客戶、合作伙伴、競爭對手等信息，并構建出公

55、司的知識圖譜。當某個宏觀經濟事件或者企業相關事件發生的時候，投資者可以通過知識圖譜做更深層次的分析從而做出更好的投資決策。比如某公司發布公告，公開某些經營數據之后，由機器自動抓取相關數據，更新該公司的知識圖譜，生成相應的分析結果，以供投資者參考。知識圖譜相關技術的逐步成熟和廣泛應用，不僅可以進一步提高數據的豐富度和準確度，還可以加速數據標準化、關聯化的建立，從而促進智能投研系統的建立和完善。 智能投研知識圖譜將促進智能投研的建立和完善知識提取利用自然語言處理、機器學習、模式識別解決結構化數據生成問題。知識表現重新組織結構化數據，通過邏輯推理使得機器能夠處理的同時人也可以理解。知識存儲進行大量的

56、結構化數據管理，同時混合管理結構化和非結構化數據，如RDF 數據庫、圖數據庫等。知識檢索用語義技術提高搜索與查詢的精準度，為用戶展現最合適的信息。3.1智慧網點3.2智能投顧3.3智能投研3.4智能信貸3.5智能保險3.6智能監管3336Kr-“AI+金融”行業研究報告2018.08從技術的角度，智能投研的技術要求相對較高， 國內創業公司、基金公司和數據服務商紛紛入場，但目前來看，我國智能投研雖然已開始嶄露頭角，但行業尚未形成規模，市場仍處于早期探索階段。 從數據角度來看，國內金融數據的豐富度和完整性相對于國外偏低， 大量的數據標準化、關聯關系的建立等問題亟需解決。因此，國內數據服務商，如wi

57、nd、東方財富、同花順、恒生聚源等公司可能是推動智能投研發展的核心力量。 智能投研智能投研技術要求相對較高，數據服務商成推動行業的核心力量公司簡介創業公司文因互聯成立于2013年，2016 年年度獲 PreA 融資，致力于用人工智能解決金融數 據分析問題，產品包括智能搜索引擎、自動化報告等 蘿卜投研成立于2016年9月，通聯數據旗下公司，幫助分析師提高處理信息、快速挖掘投資線索的能力，產品包括智能咨詢、智能搜索、智能財務模型 基金公司天弘基金2014年6月天弘基金成立大數據中心，2015年建立信鴿和鷹眼兩大系統分 別為股票和債券投研提供精準支持 嘉實基金2016年，嘉實基金成立了人工智能投資研

58、究中心，致力于將最先進的科技元素加入到投資分析和決策過程中，為系統化的科學投資決策提供支持 金融數據服務商萬德機構投資者覆蓋最廣的金融數據服務商，覆蓋國內外多項經濟指標和公司數據，為智能投研打下基礎恒生聚源恒生聚源產品智能小梵，提供精準數據提煉和智能咨詢分析服務 3.1智慧網點3.2智能投顧3.3智能投研3.4智能信貸3.5智能保險3.6智能監管3436Kr-“AI+金融”行業研究報告2018.08Kensho是美國一家金融數據分析服務提供商，通過自然語言搜索、可視化圖形等為金融投資者提供數據分析工具Warren。該工具主要針對華爾街投資分析市場，利用大數據和機器學習，將數據、信息、決策進行智

59、能整合，并實現數據之間的智能化關聯，從而預測事件對資產未來價格走勢的影響。1）尋找事件之間的關聯關系目前，尋找事件之間的關聯關系主要是指：具體事件對資產價格的影響，包括有無影響及影響程度的判斷等。如：尋找具體事件與股票價格的影響，Warren會同時監測某只股票的價格和市場事件情況，當某一事件發生時，股價發生了某種程度的震動，即可判斷該事件影響了股票價格，然后根據價格的波動方向和幅度，判斷該事件對價格的影響程度。配合深度學習算法的應用，Warren對事件相關性的判斷會越來越趨近于實際。2）基于事件對資產未來價格走勢進行預測利用機器學習發現事件之間的相關性程度，同時基于準確的相關性分析，也可預測資

60、產未來的價格走勢區間。Warren的數據庫覆蓋大量的數據源，包括政治事件、自然事件等，基于這些大數據，可能找到大量顯著影響資產價格的變量，Warren通過篩選變量、確定變量權重等一系列操作，自動地計算出事件對價格的影響，包括價格波動區間及相關概率等，然后，以圖表形式呈現其預測的結果。 智能投研美國數據分析服務商提供一款針對華爾街市場的投研工具Warren成立時間：2013年5月成立地點：美國最新融資：5.5億美元融資階段：并購融資時間：2018年3月3.1智慧網點3.2智能投顧3.3智能投研3.4智能信貸3.5智能保險3.6智能監管3536Kr-“AI+金融”行業研究報告2018.08智能信貸

61、是基于大數據和人工智能等金融科技相關技術，實現線上信貸業務的全流程優化和監控，從而提升風控能力和運營效率，降低人員維護成本。傳統信貸業務流程從申請，到信息采集，再到信審和放款，每個環節均涉及大量信息，流程繁瑣且效率低下。但在互聯網金融的時代背景下，市場對于效率的要求越來越高。以消費金融和P2P為例，用戶在線填寫信息、提交申請，若審核等待時間過長，很可能會造成用戶的流失。智能信貸通過收集用戶信息，篩選出有效數據，并根據指標和變量的權重對這些有效數據進行再次分析處理，最后通過決策引擎對此單借貸形成審批、額度、定價等判斷，完成信貸流程，從貸前、貸中和貸后的各個環節實現信貸業務精細化運作。整個過程并行

62、處理，依靠機器自動化完成，從而能夠實現線上審核的“秒批”或“秒拒”。智能信貸信貸業務全流程的優化和風控管理運用大數據技術，將申請資料、不良信用記錄和多平臺借貸記錄等信息加以整合，從而識別團伙欺詐、機構代辦等高風險行為。貸前：反欺詐根據相關數據建立授信模型，或通過第三方征信數據的接入評估用戶的還款能力，自動完成審批流程，做出決策。貸中：授信和決策持續動態監控借款人的新增風險，如其它平臺的借款申請、逾期記錄、法院執行和失信記錄、手機號碼變更等，及時發現不利于回款的可能因素，并調整相應的催收策略，解決壞賬隱患。貸后：監控和清收3.1智慧網點3.2智能投顧3.3智能投研3.4智能信貸3.5智能保險3.

63、6智能監管3636Kr-“AI+金融”行業研究報告2018.08大數據的發展一定程度降低了信息的不對稱性，推動了數據統計模型的建立和完善，有利于征信、授信及風控的創新。深度學習算法的應用，則可利用這些數據為用戶建立信用畫像，從而更加前瞻性地反映申請人的信用狀況，快速形成對潛在客戶的風險評估和授信決策，提高審核的效率。如：某機構公布的“老賴畫像”：男性約占老賴總人數的3/4，4049歲的中年人易陷入信用危機。諸如此類，越精準的用戶信用畫像，越有利于提升風控效率和精準度。大數據時代征信數據呈現廣泛多維、動態實時的特點。廣泛多維體現在個人在互聯網上的所有行為都將被記錄，包括金融數據、政府部門數據、電

64、商數據、社交數據、支付數據、生活服務數據等，數據來源更加廣泛，種類更加豐富；動態實時體現在互聯網的數據是動態且易追蹤的，基于此評估信息主體的行為變化更加全面和準確。智能信貸精準信用畫像，提高風控效率和精準度信用畫像金融數據政府部門數據社交數據支付數據電商數據生活數據個人基本信息、身份信息、社保、交通違規、法院裁決等?？蛻舸婵?、貸款、擔保、理財、信用卡等金融行為數據。出行方式、打車記錄、違章記錄、旅游偏好等。電商平臺的交易行為、交易金額和購買偏好等。微信、微博等社交平臺數據第三方支付數據、支付額度、消費層次、消費場所等。3.1智慧網點3.2智能投顧3.3智能投研3.4智能信貸3.5智能保險3.6

65、智能監管3736Kr-“AI+金融”行業研究報告2018.08銀行和各類互金平臺本身業務的運營能夠積累諸如用戶行為數據、借貸數據、信用數據、地理位置數據、業務數據等大量數據，但始終難以觸及平臺之外的其它信息，因而，更多的平臺會選擇與信息整合能力更強的第三方征信機構合作，直接引入征信機構的信用評估數據。我國的征信體系呈現以人民銀行征信中心為主，民營征信機構為輔的混合經營格局。中國人民銀行組織銀行機構建成了覆蓋全國的統一個人征信和企業征信數據庫。截至2018年5月末，該數據庫個人征信系統和企業征信系統法人接入機構分別為3347家和3283家，累計收錄9.62億自然人和2530萬戶企業以及其他組織的

66、信用信息，為減少信息不對稱、防范金融風險、促進社會誠信發揮著重要作用。2015年1月5日，中國人民銀行印發關于做好個人征信業務準備工作的通知，授權芝麻信用、騰訊征信、拉卡拉信用、 深圳前海征信、鵬元征信、中誠信征信、中智誠征信及北京華道征信等8家機構做好個人征信業務的試點準備工作；2018年，指導這8家機構聯合互聯網金融協會，組建市場化個人征信機構百行征信有限公司，并于2018年1月31日，向百行征信發放個人征信牌照，3月19日，百行征信完成工商注冊登記，至此，我國個人征信體系正式進入市場化建設階段。智能信貸第三方獨立征信，打破信息的孤島3.1智慧網點3.2智能投顧3.3智能投研3.4智能信貸

67、3.5智能保險3.6智能監管3836Kr-“AI+金融”行業研究報告2018.08同盾科技成立于2013年，是一家第三方大數據風控服務提供商，為以金融為主的各行業提供基于大數據的風險控制與反欺詐服務。其產品體系覆蓋基礎平臺、工具、技術產品、契合業務場景的行業解決方案、SaaS云服務等，針對不同業務特性提供云端風控、本地化部署以及本地和云端結合的組合式解決方案。主要產品和服務：1）信貸風控服務：服務于信貸業務的各個環節，提供包括貸前信審、智能審核、貸后監控、信用評估、授信、風險識別、逾期管理和資產評估等涵蓋整個業務鏈條的綜合化解決方案。2）反欺詐服務：針對互聯網業務中的欺詐行為，提供實時防護和建

68、議，包括反爬蟲、反垃圾注冊、反刷單、反垃圾發帖、垃圾營銷、惡意攻擊等。3） 用戶增長服務：該服務針對營銷與運營場景，利用大數據技術幫助客戶分析潛在用戶對各類金融服務和產品的需求情況，從而精準獲客。同時，也能對現有客戶進行精準畫像，從而推進后續服務。4）AaaS（Analysis as a Service）：區別于傳統的IaaS(基礎設施即服務)、PaaS(平臺即服務)和SaaS(軟件即服務)等單一提供平臺、工具或數據服務的模式，AaaS可以根據不同金融機構的業務需求，在營銷、風控、投資和運營等多種細分金融場景中提供基于智能算法模型的分析服務，幫助金融機構提升競爭力。同盾科技為以金融為主的各行業

69、提供基于大數據的風險控制與反欺詐服務成立時間：2013年成立地點：浙江杭州最近融資：5億人民幣融資時間：2017年10月 融資階段：C輪本輪投資方為：達漢石資本、天圖資本、新加坡淡馬錫領投3.1智慧網點3.2智能投顧3.3智能投研3.4智能信貸3.5智能保險3.6智能監管3936Kr-“AI+金融”行業研究報告2018.08保險行業是數據驅動起步較早的行業，自動化運營機制相對比較成熟，但在互聯網的沖擊之下也面臨重大挑戰。比如客戶對理賠效率要求的提高，對保險統一定價而增加開銷的不滿，對新的險種需求增多等。同時，在快變的環境中，使用歷史數據的精算建模，因為沒有實時數據的及時修正，模型效能也逐步降低

70、。智能保險是利用大數據、人工智能、區塊鏈等技術實現保險從售前到承保、理賠和售后的全流程優化。售前：精準的用戶畫像。通過跨平臺獲取用戶信息，打造用戶畫像，來優化保險行業中的定價、信用評級、精準營銷等流程，為用戶提供個性化的產品推送。承保：風險評估。運用大數據技術構建定價和反欺詐模型，有效評估客戶承保前、承保中和承保之后的風險。理賠：核保流程自動化。通過大數據分析推進核保流程自動化，縮短核保時間，提高核保準確度。售后：識別高退保風險保單。主動挽留高退保風險客戶，并分析不同客群退保原因， 降低退保率。智能保險人工智能等新興技術對保險業務全流程的優化和效率提升3.1智慧網點3.2智能投顧3.3智能投研

71、3.4智能信貸3.5智能保險3.6智能監管4036Kr-“AI+金融”行業研究報告2018.08科技是把雙刃劍，人工智能、大數據等新興技術在金融領域的應用，推動了金融行業的變革，但同時也帶來了新的風險，且風險因子更加復雜，違法違規行為更加難以辨別，這對監管提出了更高的要求。我們從市場、技術和投資者的角度分析技術帶來的新的風險因素如下：交易行為趨同可能加大市場波動。例如，智能投研能夠準確快速地捕捉到市場變化，生成相應的投資策略，但同時，相似背景、使用相似投研系統的用戶將獲得同樣的投資建議，配合算法趨同的自動化交易系統的使用，極有可能產生相同的交易行為，從而在短期內給市場帶來較大的沖擊。技術風險和

72、交易風險加強。毋庸置疑，金融科技對技術的依賴性越來越高，但技術并不是萬能的，在金融系統中，技術漏洞引起異常交易、市場波動等風險事件具有極強的不確定性，因而，技術的應用實際上增加和強化了某些風險因素。投資者管理的適當性遇到挑戰。例如，對智能投顧來說，當前主流的做法是通過問卷的方式來收集用戶個人信息和理財目標，但實際上，很多客戶的收益目標可能是較為模糊的，其風險承受能力也難以準確地度量，往往需要主觀的綜合判斷。這就對人工智能技術提出了較為苛刻的要求，如果我們完全依靠機器、人工智能對投資者進行判斷和篩選，很有可能把不合適的投資者引入到市場中，而突破投資者保護的底線。3.1智慧網點3.2智能投顧3.3

73、智能投研3.4智能信貸3.5智能保險3.6智能監管智能監管新技術的應用帶來變革的同時也帶來新的風險 4136Kr-“AI+金融”行業研究報告2018.08目前世界各國都在積極支持人工智能在監管上的應用，在交易方面，智能監管主要包括在線監控系統和離線審查系統兩大部分。其中，通過在線監控系統發現類似高頻交易、算法交易、大額成交等異常行為，并通過自學判斷何時需要執法介入，從而能夠快速采取措施，減少市場影響。對于一些在線系統和人工難以發現的異常行為，則需要通過離線審查系統在事后對所有賬戶的累積量進行匯總分析，從而識別出存在疑似異常的交易賬戶。此外，國內機構也在借鑒境外的監管經驗的基礎上，積極推進監管科

74、技的發展，例如，嘗試利用大數據對投資者和上市公司進行畫像，便于進行更有效的行為分類監管；利用知識圖譜刻畫金融機構間的網絡拓撲結構，以掌握風險、傳導路徑等。2017年5月15日，中國人民銀行發布消息稱，央行成立金融科技委員會， 將強化監管科技應用實踐，利用大數據、人工智能、云計算等技術豐富金融監管手段，提升跨行業、跨市場交叉性金融風險的甄別、防范和化解能力。2018年3月上交所就人工智能、大數據等新科技在監管領域的應用給予了一定的介紹。同時表示，上交所將不斷加大監管系統建設投入，積極研發智能應用，以大數據平臺為基礎，以實際監管業務場景為著陸點，開展一系列人工智能新技術的課題研究，并將研究成果應用

75、于實際監管工作。3.1智慧網點3.2智能投顧3.3智能投研3.4智能信貸3.5智能保險3.6智能監管智能監管利用人工智能、云計算等技術豐富監管手段“AI+金融”行業總結與前景分析CHAPTER 行業發展潛力巨大，場景創新成重點，未來具有一定的不確定性4336Kr-“AI+金融”行業研究報告2018.08當前人工智能在金融行業的各個細分領域應用還有較大的發展空間，行業處于機遇與挑戰并存的狀態。從人工智能技術的角度看，技術不斷進步至發展成熟的趨勢明顯，而技術的商業化變現則依賴于實際的應用場景。因此，隨著人工智能技術的逐漸成熟，行業關注的重點也將逐步從技術研發轉移到場景探索上來，金融行業作為最被看好

76、的AI應用領域之一，無疑會有更多的發展機會。目前來看，智慧銀行、智能投顧、智能投研、智能風控等場景的的發展相對較快，監管和保險有朝著綜合型科技方向發展，監管科技、保險科技等詞匯逐漸進入人們視線。在投資領域，智能投顧因國內理財需求的擴大，而面臨廣闊的發展空間，未來，隨著監管政策的逐漸落地，市場也將更加規范。智能投研和智能投顧具有天然協同優勢，未來有望優勢互補。智能投研通過實時動態獲取多維度數據，完成數據向信息的結構化轉換，最終形成投資決策，使得投資人員的工作效率和投資能力可以得到大幅提高。在智能投研對個股分析的基礎上，可以形成范圍更廣的資產配置策略，與提供合理資產配置建議的智能投顧具有極大的協同

77、性。未來隨著投資專業化、私募基金大發展、個人與機構的界限逐步模糊的背景下， 兩者有望通過加強合作實現優勢互補。 4.“AI+金融”行業總結與前景分析總結與前景分析行業發展潛力巨大，場景創新成重點，未來具有一定的不確定性4436Kr-“AI+金融”行業研究報告2018.08在信貸領域，隨著國家對場景金融的鼓勵和支持，未來，智能風控有進一步貼近場景的趨勢。征信方面，數據共享機制的建立，在未來或許將逐步完善，但目前來看，仍然具有較強的不確定性。保險方面，技術深入到保險的各個環節，將對整個保險行業的效率產生較大影響。同時，用戶畫像和大數據的發展，削弱了保險行業的信息不對稱性，能夠一定程度上減少保險欺詐

78、的發生，但也同樣存在著隱私問題等潛在風險。監管方面，新技術的應用給市場帶來新的風險，但同時也提供了新的監管思路和方法。各監管機構均提出監管的智能化發展，并逐步落地實施。得場景者得天下，人工智能在金融領域的場景應用將進一步落地，當前行業仍處于探索期，具有較強的不確定性。短期來看數據和技術對各個金融科技平臺的發展具有較大的影響，但隨著技術的逐漸成熟，數據共享機制的逐漸建立，好的應用場景和商業模式將在未來的發展中占據更主要的優勢，而應用場景也并非一成不變，其發展本身具有一定的不確定性。此外，由于金融行業發展的差異性（如各國金融市場的成熟度不同，投資者的投資風格迥異等），短期來看，人工智能技術對金融行

79、業發展的輔助性作用更為明顯；長期來說，技術所能達到的界限難以界定，不排除有對行業產生顛覆性影響的可能，市場具有較強的不確定性。4.“AI+金融”行業總結與前景分析總結與前景分析行業發展潛力巨大，場景創新成重點，未來具有一定的不確定性45分析師聲明作者具有專業勝任能力，保證報告所采用的數據均來自合規渠道，分析邏輯基于作者的職業理解，本報告清晰準確地反映了作者的研究觀點，力求獨立、客觀和公正，結論不受任何第三方的授意或影響，特此聲明。免責聲明36氪不會因為接收人接受本報告而將其視為客戶。本報告僅在相關法律許可的情況下發放，并僅為提供信息而發放，概不構成任何廣告。在任何情況下，本報告中的信息或所表述

80、的意見均不構成對任何人的投資建議。在法律許可的情況下，36氪及其所屬關聯機構可能會持有報告中提到的公司的股權，也可能為這些公司提供或者爭取提供籌資或財務顧問等相關服務。本報告的信息來源于已公開的資料，36氪對該等信息的準確性、完整性或可靠性不作任何保證。本報告所載的資料、意見及推測僅反映36氪于發布本報告當日的判斷，本報告所指的公司或投資標的的價格、價值及投資收入可升可跌。過往表現不應作為日后的表現依據。在不同時期，36氪可發出與本報告所載資料、意見及推測不一致的報告。36氪不保證本報告所含信息保持在最新狀態。同時，36氪對本報告所含信息可在不發出通知的情形下做出修改，投資者應當自行關注相應的更新或修改。2018.0836Kr-“AI+金融”行業研究報告為創業者提供最好的產品和服務