1、AI的进步概况

AI（Artificial Intelligence，缩写人工智能）是一门研发用于模拟、延伸和扩展人的智能的人类智能的理论、办法、技术及应用系统的新的技术科学。AI早在1956年就已被提及。伴随近几十年来计算办法的改革、硬件水平的提升和云计算云数据的一同驱动，AI得到了各行业的广泛关注和研究。特别是在2016年谷歌的Alpha Go战胜李世石，随后Alpha Go升级版Master持续挑战人类顶尖围棋高手，维持了60场不败的纪录，致使AI名噪一时。

依据艾媒咨询发布的《2017中国AI产业报告》显示，2016年中国AI产业规模以43.3%的增长率达到100.6亿元，预计2017年将达到152.1亿元，并于2019年增至344.3亿元。

2、AI在金融范围的变革状况

一直以来，金融行业差别化的服务都是基于“人”的服务。然而，近年来，机器人的出目前一定量上模拟了人的功能，批量而且更个性化的服务正尝试取代人的地方。依托网络金融的兴起，计算机视觉、自然语音处置、机器人、语音辨别等AI技术在金融行业中得到了广泛的应用。在“第二届中国金融科技大会”中，百度高级副总裁朱光指出金融是AI最好的落地场景，由于它的核心就是数据和数据处置。

（一）AI在银行服务范围中的应用

第一，征信助手。从传统金融到“网络+金融”，无论是传统的信贷审批还是网络商品，如点对点、现金贷等征信的搜集，风险防控一直是银行类金融机构的要紧课题。在过去，对贷款人贷前辨别、贷中监控、贷后反馈，一般会单纯地依赖很多的信贷员工的实地考察，这就很大地增加了信用风险评估的片面性和失误性。现在，借用AI和云数据搜集和认证顾客信息。通过多途径、多维度地获得顾客信息数据，达成自动化征信和审批，可很大地加快银行信贷速度和限制增量风险，降低信息不对称。传统银行信贷风控模型中，变量覆盖只有20～30个，而基于用户数据累计和AI技术打造的自动化封控体系模型可超越万级单位。澳大利亚证券及投资委员会（ASIC）、新加坡货币当局（MAS）、美国证券买卖委员会等多家机构已将人工智能引入风险管理。

第二，顾客服务。在银行顾客服务中，用户的咨询问题具备重复性特点。AI借助深度学习系统，通过前端顾客数据搜集，如用户信息、行为动态等方面进行捕捉，而后结合顾客性别、年龄、喜好等进行多维度、标准化营销。第一，各大银行通过推出可互动的高科技机器人代替大堂经理，提高顾客体验，减少本钱。比如，交通银行的“娇娇”、民生银行的“ONE”、农业银行的“智慧小达人”。第二，近年来建设银行、中国银行等多家银行先后打造“智慧银行”，颠覆了传统的银行模式。顾客将在智能机器人的引导下办理各项业务，增强银行的科技感和服务的体验感。

（二）AI在投资顾问中的应用

相比传统的投资顾问，智能顾问通过机器学习与神经互联网技术，可以通过数据剖析处置、构建和健全模型，借助采集的经济数据提供愈加迅速、可信、客观、靠谱的投资策略。同时，AI还可以通过搜筹资料，进行数据剖析，自动写作各类报告。譬如，招股说明书、行业研究报告、尽调报告和投资意向书等。投资顾问先行者Ken|sho可以在两分钟内基于历史数据判断历年来美联储加息前，标准普尔和道琼斯指数的趋势，判断利好行业和潜力公司，而过去依赖人类剖析师几天几夜都是非常难达到的。花旗银行数据显示2012―2015年年底，智能顾问管理资产规模从0进步到290亿USD，将来将高达5万亿USD。北京资配易投资顾问公司AI系统（SI人工智能）可依据市场信号判断交易机会和仓位规模。此外，国内外还有京东金融推出的智投、小金所的机器人投资顾问。
2016年下半年，全球最大的资产管理公司――莱德基金（Black Rock）花费1.5亿～2亿USD回收投资理财初创公司“将来顾问”（Future Advisor）、德意志银行推出的机器人投顾“Anlage Finder”等。

（三）AI在保险行业的应用

近年来，伴随云数据、云计算、AI等新技术的进步和应用，保险业进入了一个更高效、更快捷的年代。第一，一直以来在传统保险行业中，怎么样存储很多的纸质或者影像的保单、证照、票据等数据是保险企业的一大难点。据统计，一个100人的数据录入团队一年的人力本钱在200万元～600万元。然而，AI通过参与云数据和深度算法，数据架构后，存储空间可节省90%。第二，怎么样对存储数据进行传输、搜索和分析的问题也日益突出。而AI通过数据积累和算法迭代，就能为保险企业的商品定价提供精准数据。同时，通过机器辨别参与保险理赔，可减少风险。现在，国内外多家保险公司已经开始布局AI。比如，泰康人寿保险智能机器人“TKer”、平安人寿“智能机器人”、合众人寿AI“小Ai”、太平洋保险智能运维机器人、弘康人寿引入“人脸辨别技术”、日本富国生命保险AI平台“Watson Explorer”、台湾国泰人寿的“Pepper”等。

（四）AI在网络金融范围的应用

网络金融作为传统金融的补充，通过依托网络技术和工具提供资金融通和支付结算等业务行为。现在，国内网络金融进步历程了两个阶段。刚开始阶段，网络金融仅仅只不过为传统金融业务提供互联网化服务，即把保险、投资理财、基金、信托等金融商品搬到互联网进行营销。目前，网络金融则覆盖第三方支付、点对点互联网借贷、云数据金融、众筹和第三方金融服务平台等多种模式。第一，AI提升了网络金融的效率。通过自动问答机器人达成智能客服，在过去两年的“双十一”期间，蚂蚁金服95%的客服均由智能机器人通过语音辨别完成了远程顾客服务、业务咨询和办理。第二，伴随《关于促进网络健康进步的指导建议》《非银行支付机构互联网支付业务管理方法》和《最高人民法院关于审理民间借贷案件适使用方法律若干问题的规定》等一系列政策的颁布，不难发现，网络金融在理财规划师、征信助手、智能风控和防范金融系统风险等方面被越来越规范化和法制化。比如，长期以来，因为缺少有效的管理，信息安全、封控、资金调节等问题日益突出。依据《2016年全国点对点网贷行业快报》，仅2016年12月，“跑路”的平台就有69家。AI的出现可有效地进行监管，避免风险。依据阿里巴巴蚂蚁金服的数据显示，网银在花呗和微贷业务中，将不真实信贷买卖减少了10倍。借助OCR系统，支付宝证件审批由1天减少到1秒。百度借助云数据和AI达成教育信贷秒批。

除去上述提到的AI被用于金融行业中进行信用评估、顾客服务、市场研究、预测试打分析、保?U价格外，AI还被应用于贷款催收、企业财务和成本报告等方面。

（作者单位为四川财经职业学院）