Fintech｜金融科技的四大落地應用場景

■ 金融科技的四大落地應用場景

1.“機器學習、神經網絡應用與知識圖譜”賦能金融核心業務

相比於人工智能其他細分領域，機器學習、神經網絡應用和知識圖譜技術受到大量金融科技公司的青睞，研發力度更大，使用頻率更高。眾多金融科技公司甚至將這幾項技術組合運用，作為自身核心技術壁壘。

一般機器學習、神經網絡應用和知識圖譜直接賦能包括金匯金融在內的金融行業核心業務，這些企業正在研究基於機器人的量化投資、授信融資、保險定價、反欺詐、輔助決策等。應用邏輯主要是導入大量相關數據，利用機器學習形成知識圖譜或者建立模型，通過不同算法和神經網絡應用預測交易趨勢發現商機，識別欺詐把控風險。

2. “語音識別與自然語言處理”打造智能客服

語音識別與自然語言處理在金融領域的應用大多和機器學習、神經網絡應用、知識圖譜相結合。其主要場景模式是智能客服和語音數據的挖掘。

智能客服主要是通過電話客服渠道、網上客服、APP、短信、微信以及智能機器人終端與客戶進行語音或文本的互動交流，理解客戶業務需求。語音數據的挖掘主要通過音語義分析自動給出重點信息聚類，聯想數據集合關聯性，檢索關鍵詞，並彙總熱詞，發現最新的市場機遇和客戶關注熱點，主要用於市場營銷層面。

3. “視覺與生物特徵識別”助力金融安保

視覺與生物特徵識別在金融行業的應用主要聚焦在安保方面，其應用較為成熟。通過臉像識別、指紋識別、虹膜識別等生物特徵，協助識別驗證客戶身份，預警可疑行為和可疑人員，達到安全防範的目的。在所有的技術中，現階段最受矚目並迅速發展的是人臉識別。它目前主要有3種應用模式：人臉識別監控、人臉識別比對檢索、身份確認。

4. “服務機器人”提供自助服務

服務機器人一般集人臉識別、證件比對、語音交互、知識圖譜、深度學習等技術於一身，一方面減少人工重複性工作，另一方面採集客戶數據，展開精準營銷。

■ 大數據發展現狀

近年來，大數據技術創新取得了積極進展。在基礎軟硬件方面，國內骨幹軟硬件企業陸續推出自主的大數據基礎平臺產品，一批信息服務企業面向特定領域研發數據分析工具，提供創新型數據服務。在平臺建設方面，互聯網龍頭企業服務器單集群規模達到上萬臺，具備了建設和運維超大規模大數據平臺的技術實力，並以雲服務向外界開放自身技術服務能力和資源。在深度學習、人工智能、語音識別等前沿領域，我國企業積極佈局，搶佔技術制高點。

2015年，信息產業收入達到17.1萬億元，軟件和信息技術服務業務收入4.3萬億元，產業規模進一步擴大。網絡基礎設施支撐能力大幅提升，雲計算服務逐漸成熟，為大數據發展提供有力的基礎設施支撐。國內龍頭企業面向大數據需求，積極推出新產品和新服務，一批新興的專業化大數據企業崛起，新業態新模式不斷湧現。基於大數據的創新創業日趨活躍，大數據成為社會資本投資的熱點。

■ 人工智能發展現狀

據前瞻產業研究院數據，中國2017年人工智能產業規模大概為135億元，2018年大概為203億元，同比增長50%。

同時，據《全球人工智能發展報告2016》顯示，中國人工智能專利申請數累計達到15745項，列世界第二；人工智能領域投資達146筆，列世界第三。

當前，人工智能正處於新一輪產業高速發展期。人工智能產業作為新興的技術產業，正在引領全球各產業的技術變革，逐步成為傳統產業結構轉型的新方向。資本市場持續活躍、大量初創企業湧入、產業規模逐步擴大、技術水平快速增長等發展特點都表明了人工智能產業正在高速成長。

■ 智能投顧——大數據與人工智能的完美結合

智能投顧即利用大數據分析、量化模型及算法,根據投資者的個人收益和風險偏好,提供相匹配的資產組合建議,並自動完成投資交易過程,再根據市場變化情況動態調整,讓組合始終處於最優狀態的財富管理服務，大數據與人工智能是智能投顧的關鍵性技術，智能投顧是大數據和人工智能的完美結合。

最早興起於美國的智能投顧,作為財富管理的一匹“黑馬”,進入中國市場兩年多來,互聯網公司、傳統金融機構以及互聯網金融公司紛紛展開佈局。

目前,國內智能投顧以散戶為主,特別是隨著新興中產階層的快速崛起,也給智能投顧奠定了較大的市場空間。波士頓諮詢的數據預測顯示,我國新中產人群將超過1億。招商證券預計在2020年,我國智能投顧行業的資產管理規模約為5.22萬億元。

智能投顧產業的順利發展，預示著一個嶄新的時代的開啟，是金融行業的一場新的革命。從低效率的人力工作轉變為高效，精準的智能化產業，金融行業正在經歷一場大換血，這種變化是金融與科技的結合，將會引領金融行業達到一個全新的高度。