“AI+金融”规模化落地恰逢其时

目前，以人工智能为主导的新一轮科技革命和产业转型方兴未艾。作为人工智能技术发展最快的应用领域之一，金融业与人工智能的结合日益深化，在创新智能金融产品、提高金融服务效率、加强风险防控能力等方面有成熟的应用路径和方法。

经过几年的发展，行业对人工智能的需求不再是“仰望星空空”，而是要进一步提升人工智能在金融领域的规模，为社会创造更多的价值。随着一系列有利于人工智能的政策不断出台，业界认为，人工智能应用正逐步从外围渗透到核心业务，加速从感知应用向决策应用的扩张，推动人工智能在金融领域大规模落地的时机已经成熟。

人工智能的发展已经进入了一个新阶段

在科技强国的背景下，科技创新成为高层次规划的重点，科技在金融领域的应用越来越广泛和深入。近年来，监管当局相继出台了一系列政策，肯定了发展金融技术的重要性和必要性。与此同时，鼓励人工智能发展的高层文件也已发布。在支持金融与科技融合的政策背景下，金融领域的人工智能市场不断扩大。

早在2017年7月，国务院就发布了《新一代人工智能发展规划》，要求建立金融大数据系统，创新智能金融产品和服务，开发新的金融业态，推动智能金融发展到新的高度。今年8月，中国人民银行发布了《金融技术发展规划(2019-2021)》(以下简称《规划》)，对未来人工智能技术的发展也做出了重要安排。《规划》明确提出，要深入把握新一代人工智能的发展特点，统筹优化数据资源、算法模型、计算能力支持等人工智能核心资产，稳步推进人工智能技术与金融服务的深度融合。

根据第三方研究机构的报告，智能经济时代的全新产业地图已经初步出现。据估计，2019年人工智能核心产业规模将接近570亿元，目前安全和金融市场份额最大。业内人士认为，随着中央和监管层面对人工智能发展现状的积极回应和日益清晰的前瞻性布局，人工智能在中国的发展将进入一个新阶段，其在金融层面的应用将逐步深化。可以预见，一个更具活力和效率的金融技术生态环境正在形成。

“人工智能+金融”的应用逐步深化

目前，生态开放和技术改造已经成为中国金融业发展的两个关键词。在推动传统金融机构技术改造和新金融机构双向技术交流赋权的过程中，人工智能在金融市场的应用也更加广泛和逐步深入。

较早提出人工智能的金融机构试图将人工智能应用于整个商业系统。例如，我行人工智能的应用并不局限于外围在线智能客服、电话智能导航、柜台人脸识别等场景，而是逐渐渗透到产品开发、营销、风险管控、客户管理和客户服务等核心流程中。

lufax首席执行官毛认为，ai技术正在从多方面重塑财富管理行业，不仅可以解决传统人力理财顾问面临的供需失衡、利益导向、成本高、门槛高、服务水平参差不齐的痛点，还可以通过大数据、机器学习等技术准确描绘投资者的画面，让机构更好地了解客户需求、资产状况和风险偏好，真正实现面向成千上万人的个性化服务。从监管层面来看，ai技术与其他技术的合作也可以使理财服务流程更加公开透明，并有完整的服务记录，为有效监管提供支持。

业内人士还表示，未来将根据不同场景的业务特点，创新智能金融产品和服务，探索相对成熟的人工智能技术在各个领域的应用路径和方法，构建全过程的智能金融服务模式，推动金融服务向主动性、个性化和智能化发展，帮助构建数据驱动、人机协作、跨境集成和共享的智能经济。

目前，行业内的一些组织已经开始尝试使用智能金融机器人与用户进行自然语言交流和开放式对话，为用户提供各种金融服务，包括账户查询、产品咨询、市场分析和投资者教育。通过使用人工智能为客户服务，我们努力解决用户和产品之间的匹配问题，满足更多用户未满足的金融服务需求。

需要正确应对数据风险

需要注意的是，人工智能还处于发展和进化的过程中，存在着各种显性和隐性的障碍，如数据、成本、安全、人才等。因此，我们必须正视这些挑战，并妥善应对。

例如，在数据应用中，事实上，为了人工智能应用的有效运行，需要使用包含不同维度的数据信息，甚至拥有海量数据储备的金融机构也需要获取各种外部数据。然而，由于数据安全和隐私保护以及商业垄断等问题，合法数据供应市场的发展仍然滞后。例如，为了使数据具有分析和智能学习的价值，金融机构需要加强数据的清理和标注，为人工智能提供数据库，通过多种渠道获取信息并进行深入学习。然而，前期时间长、成本高导致金融机构停滞，这是目前人工智能面临的一个普遍困境。

“稳定应用”一词也用于计划中人工智能技术的部署。继续扎扎实实发展人工智能深度和广度需要注重安全性和效率，进一步加快基础设施建设，充分利用开源和开放平台。

为了进一步推动人工智能的大规模登陆，业内人士建议，需要政府、行业、学术界和研究部门的共同努力。对于市场来说，技术概念投入生产需要很长时间，在人工智能应用研究中要有足够的耐心，尊重技术发展的客观规律。对于技术供应商来说，也要适应市场变化，通过技术创新、产品创新和商业模式创新，帮助企业降低人工智能的应用门槛，脚踏实地为行业发展和实体经济服务。