前瞻：中國智慧金融行業洞察及2021年發展趨勢研究報告（103頁）.pdf

《前瞻：中國智慧金融行業洞察及2021年發展趨勢研究報告（103頁）.pdf》由會員分享，可在線閱讀，更多相關《前瞻：中國智慧金融行業洞察及2021年發展趨勢研究報告（103頁）.pdf（96頁珍藏版）》請在三個皮匠報告上搜索。

1、智慧金融行業上游重點產業分析 1、AI 芯片服務 AI 芯片是人工智能的“大腦”，不僅驅策智能產品的創新，還加速了數據、算法、算力在各類場景應用落地。目前 AI 芯片主要分為主要類型有 CPU（中央處理器）、GPU(圖形處理器)、FPGA(現場可編輯門陣列)、DSP（數字信號處理器）、ASIC(針對神經網絡算法的專用芯片)和類人腦芯片幾種。近年來，隨著人工智能的快速發展，傳統芯片廠商、科技巨頭、應用層廠商及初創企業紛紛開始涉足其中，加快芯片國產化進程，打造國內芯片產業鏈，在整個 AI 行業格局未定的態勢下，搶占市場主動權，通過 AI 芯片實現“彎道超車”，成為行業領軍者。&

2、nbsp;在全球各國政策推動、企業積極布局等推動下，近年來 AI 芯片市場規模呈快速增長態勢，全球市場規模達到 75 億美元。根據 IDC 數據顯示，預計至 2022 年，全球整體 AI 芯片市場規模將會達到 352 億美元，CAGR 大于 55% 就國內而言，目前我國的人工智能芯片行業發展尚處于起步階段。隨著大數據的發展，計算能力的提升，人工智能近兩年迎來了新一輪的爆發。數據顯示，2019 年中國人工智能芯片市場規模達到 56.1 億元，預計 2020 年市場規模將進一步增長，達到 75.1 億元。 2、計算機視覺 計算機視覺是指用攝影機和電腦代替人眼對目標進行

3、識別、跟蹤和測量等機器視覺，并進一步做圖形處理，使電腦處理成為更適合人眼觀察或傳送給儀器檢測的圖像。作為一個科學學科，計算機視覺研究相關的理論和技術，試圖建立能夠從圖像或者多維數據中獲取“信息”的人工智能系統。計算機視覺是使用計算機及相關設備對生物視覺的一種模擬。它的主要任務就是通過對采集的圖片或視頻進行處理以獲得相應場景的三維信息。 計算機視覺技術在金融領域的廣泛應用，普通個人用戶對此有明顯感知：傳統的線下柜臺、面對面的交互、驗證模式被線上化逐步取代。但與此同時，業務模式的改變，意味著過去基于線下流程的風控模式需要變革。通過計算機視覺技術對用戶進行安全、有效、便捷的身份核驗，已經成

4、為金融行業“標配”。在金融業實際應用，計算機視覺主要應用在金融機構內部流程、以及與客戶交互的自動化，對風險控制、客戶服務等核心價值鏈產生影響。這些影響體現在：對現有重復性的人工作業進行取代、提升，并創造出新的客戶交互模式。 3、語音識別 智能語音消費者業務主要通過硬件出售及相關互聯網增值服務獲利，而企業級和公共級業務則主要有兩類合作模式：一是技術平臺輸出模式，將通用技術能力封裝為 SDK 或 API，下游客戶或生態中的開發者使用時需向技術提供方支付一定費用。另外為了促進生態的快速發展，一些平臺如華為 HiAI、百度語音技術采取面向開發者免費的策略；二是切入傳統行業，提供解決

5、方案（含核心設備），這種情形下涉及智能語音企業與傳統行業集成商或最終客戶進行定制化、深度合作。 由于電銷、客服、回訪等場景的廣泛存在，語音識別技術在金融機構中滲透相當廣泛。在提升用戶交互滿意度、進一步降本增效上，語音識別的應用價值仍有進一步提升空間。從技術成熟度角度來看，語音識別技術方興未艾，尤其是中文語音識別在模型上與拉丁語系存在較大差距，在識別準確率、場景深度交互等方面還有較大提升空間。在應用環節上同樣，語音技術的相關應用目前是中大型金融機構的標配，如客服機器人、合規場景的質檢等，實際創造的價值更多體現在對人力的替代，而在更具深度、復雜的場景中的應用還需進一步探索。 4

6、、NLP 技術 NLP 是人工智能分支之一，是計算語言學、計算機科學等多學科的交叉技術，是使用計算機去處理和分析自然語言，最終目的是實現計算機與自然語言的有效交互。目前 NLP 自然語言處理技術包括基礎技術和核心技術兩部分：基礎技術圍繞不同層次的自然語言處理，如分詞、詞性標注、語義分析、篇章分析等，它是其他語言技術或應用的基礎；NLP 核心技術包括詞匯、短語、句子、篇章的表示技術，具體應用而言包括知識圖譜、機器翻譯、自動問答、自動摘要、信息檢索、信息抽取、聊天和對話、語言生成、推薦系統等技術。從應用角度來看，自然語言處理技術深入已應用到各個應用系統和垂直領域中，比如搜索引擎、智能客服

7、、商業智能、語音助手、輿情監控等應用系統和法律、醫療、教育、政務、專利、出版、公安等垂直領域。 在金融領域，NLP 是一項在所有價值鏈環節都有著廣泛潛在應用的技術，盡管目前成熟度仍不足以支撐其為金融機構創造較高的價值，但前景可期?？紤]到這一點，金融機構需要及早布局 NLP 相關應用。當前階段，受限于技術成熟度，NLP 技術為金融行業創造的價值還相對有限，僅僅應用在自動化相關的場景下，例如文本合規檢查、數據檢索等，主要價值體現在幫助金融機構降低運營成本上。 市場規模方面，根據美國一家市場研究機構 Marketsand Markets提供的數據，2019 年全球 NLP 市場規

8、模為 102 億美元9。據信通院預測，2021 年全球 NLP 市場規模將達到 160.7 億美元。同時在基于 NLP技術得不到突破的保守預期下，2021 年國內 NLP 市場也能夠保持 20%的增長速度。 5、網絡技術 經過多年的快速發展，移動通信、互聯網等技術趨于成熟，為智慧金融提供了堅實的網絡基礎。智慧金融主要技術包括信息網絡的 IPV4/IPV6 技術、Wi-Fi 網絡、4G/5G 網絡等。 近年來，企業數字化轉型進程不斷深入，終端數量極速暴增，海量的數據流量對 WLAN 的速率、時延及可靠性提出了更高要求，企業需要無處不在、可靠且強大的無線網絡提供連接支

9、撐。WiFi6 憑借技術成熟、建設成本低、建設周期短、場景化定制、靈活組網等優勢，已成為當前企業無線組網的最優選擇。 IDC 預計在 2020 年，WiFi6 將在無線市場中大放異彩，僅在中國市場的規模就將接近 2 億美元；至 2023年，WiFi6 在中國無線 AP 市場出貨量占比中將超過 90%。 另外，在 5G 技術方面，截至 2020 年 6 月底，5G 終端連接數已超過 6600 萬，三家基礎電信企業已開通 5G 基站超 40 萬個。工業互聯網領域已培育形成超過 500 個特色鮮明、能力多樣的工業互聯網平臺。截至 2020 年 7 月，我國已分配 IPv6 地址用戶數達 14.42 億，IPv6 活躍用戶數達 3.62 億，排名前 100 位的商用網站及應用已經全部支持 IPv6 訪問。