智能金融发展报告新浪财经

来源：新财富杂志

01

引言

当前，新一轮科技革命和产业变革席卷全球。人工智能（AI）近期在机器学习、计算机视觉、自然语言处理、语音识别各方向都快速发展，尤其是以深度学习为代表，把AI发展推上了一个高峰。新技术的迅猛发展，深刻改变了人类的生产和生活方式，也成为金融产业升级的新动能。

以国内为例，年3月，在十二届全国人大五次会议的政府工作报告中，“人工智能”首次被写入政府工作报告，同年7月，国务院制定发布了《新一代人工智能发展规划》[1]，提出我国人工智能发展的三步走战略和具体的六大任务，其中第一次正式提出“智能金融”概念。年1月18日，人工智能标准化论坛发布了《人工智能标准化白皮书（版）》[2]，国家标准化委员会成立人工智能标准化总体组全面推进人工智能标准化工作。年5月，《年国务院政府工作报告》提出，重点支持包括新型基础设施建设在内的“两新一重”建设。

金融是现代经济的核心，金融服务行业也一直是技术创新的积极实践者和受益者。大数据、AI等技术正在大踏步地走进金融行业，金融业在大数据、AI等技术的催化下快速而深刻改变。

02

智能金融概述

2.1什么是智能金融？

智能金融指的是以人工智能为代表的新技术与金融服务、产品的深度融合。智能金融基于全方位大规模的金融数据，通过人工智能的自学习和数据挖掘能力，建立自我完善增强的算法模型，更好分析并满足客户的金融需求，重塑以客户为中心的金融价值链和生态。智能金融拓展了金融服务的广度和深度，推动了普惠金融的实现。智能金融以更加灵活、快速、精准的方式，服务于社会经济各行业，推动实体经济的高质量发展。

图1智能金融概念

2.2智能金融中的新技术

智能金融应用的新技术可概括为“ABCD”：人工智能(ArtificialIntelligence)、区块链(BlockChain)、云计算(CloudComputing)、大数据(BigData)。在这四种技术中，人工智能是模拟人类智能的学科，包括机器学习、数据挖掘、自然语言处理、语音识别、计算机视觉等各个子领域。人工智能是智能金融的发动机和核心要素，决定了金融服务的智能化方向。区块链是一种去中心化的分布式共享记账技术，具有不可篡改、公开性、去中心化、可匿名和自治性的特征，使其成为金融数据和信息记录的最佳载体，解决金融交易最重要的信任问题，从而推动新的商业模式产生。云计算使得计算资源以共享弹性灵活的方式得到充分利用，为人工智能落地金融场景解决计算资源问题。区块链解决安全问题，云计算解决了计算资源的共享利用，这两者为智能金融提供基础设施。大数据特征可以概括为：Volume大容量、Variety多样性、Velocity快速化、Value价值化，金融大数据提供了智能金融应用的数据来源，是智能金融引擎的燃料供应。大数据技术提供了加工和处理方法。后三种技术都支撑了人工智能技术在金融领域的有效应用。

2.3智能金融生态圈

在智能金融浪潮的推动下，以用户为服务的目标和中心，智能金融生态圈将会出现四类参与者，包括：

金融服务供给者：指各传统金融机构（银行、证券、基金、保险公司等）。这类企业具备专业金融能力，积累多年的金融业务经验，正在通过向科技企业学习，积极寻求转型以提高自身的科技实力和创新能力。例如招商银行的摩羯智投就是基于多年的业务经验同时融合人工智能技术所推出的一款新产品。

智能金融技术提供者：指从事智能金融技术研发的各类金融科技公司。这些企业通过挖掘细分金融领域需求，模型算法等技术能力和平台，推出从智能投顾、智能营销、智能客服、智能风控等的智能金融产品、基础设施服务。如腾讯金融云和阿里金融云通过为金融行业量身定制金融云服务，帮助金融企业实现从传统IT向云计算的转型。

监管机构与政府：如央行、银保监会、证监会等。在智能金融的新业态中，监管当局也在维持其核心目标即“维护金融系统稳定、保障消费者权益、维持金融市场秩序”的基础上，借助金融科技促进监管效率提升，共同推动新创领域的立法立规，支持金融科技行业的健康发展。

金融服务需求者：指投资者与客户，包括单位或个人的客户。随着新金融模式如互联网金融的发展，用户对金融产品和服务的诉求逐渐发生变化，对便捷、快速、安全、低成本的金融服务的需求显著提升。

图2智能金融生态圈

03

智能金融的发展历程

3.1智能金融演进阶段

金融科技的发展分为三个阶段。第一个阶段是“信息化金融”，是计算机及网络技术被引入金融领域的早期阶段，表现在金融业务的信息化和金融数据的电子化。这一阶段主要依托信息系统和数据库技术。典型例子如会计账户电子化、银行数据库IOE系统等。

第二个阶段是“互联网金融”。在金融基础设施全面信息化、电子化的基础上，互联网与金融业务的融合的产生了互联网金融。互联网金融又可分为互联网支付、网络借贷、股权众筹融资、互联网基金销售、互联网保险、互联网信托、互联网消费金融等细分业态。这一阶段依托的主要技术是软件工程、互联网、物联网以及云计算技术。

第三个阶段即“智能金融”，这是金融科技发展更加深入的阶段。金融数据的规模和多样性不断增长，大数据和人工智能等技术的日益成熟。智能金融的典型应用场景如智能投资、智能投研、智能支付、智能投保和理赔、智能监管等。这一阶段依托的主要技术是人工智能、大数据、云计算、区块链技术。

图3智能金融演进阶段

下面将按照这三个阶段的划分简略回顾国外和国内智能金融的发展历程。

3.2国外智能金融发展历程

国外金融科技的发展可以追溯到20世纪中叶，信息和网络技术应用到银行业务中。年，大来俱乐部（DinersClub）在纽约创立，并发行了世界上第一张塑料信用卡——大来卡，金融机构进入信用卡发卡领域。-年，旧金山的美洲银行（BankofAmerica）首次安装了IBM型电子计算机，用于记账和编制报表。年，世界第一台电脑自动柜员机在英国伦敦巴克莱银行安装。年，环球银行金融电信协会（SWIFT）成立，负责运营全球金融电文网络。年，在美国银行卡联盟基础上，信用卡跨行网络Visa成立。

在金融互联网化的早期阶段，世界上第一家网络银行——安全第一网络银行（SFNB）年在美国成立，标志着新兴银行模式的诞生。随着互联网的普及，用户对高效、便捷金融服务的需求提升，非银行支付机构快速崛起。美国最早的第三方支付机构PayPal于年12月初见雏形。随着电子商务的兴起，互联网支付方式得以快速渗透。年，全球第一家P2P网贷平台Zopa在伦敦上线运营。

随着人工智能技术发展成熟，相关技术开始应用于金融领域。美国基金公司RebellionResearch于年推出全球首个人工智能投资基金。年金融危机后，成立了一批提供智能投顾工具的科技金融公司，如美国的WealthFront和Betterment是全球较早、规模较大的智能投顾平台。在用户征信评分方面，美国FairIssac公司把预测性分析、深度学习、指导学习技术应用在FICO用户评分，预测用户违约的可能性。美国肯硕公司（Kensho)结合自然语言搜索、图形化用户界面和云计算，为投资者了一套全新的分析工具沃伦（Warren)，回答复杂的金融市场问题。

国外人工智能在银行的应用也有不少案例。摩根大通把深度学习技术应用于多个方面，如预测性推荐系统对各公司财务状况及市场行情进行自动分析，辨别新股客户。美国银行推出手机端智能虚拟助手erica，提供理财和交易指导。

3.3国内智能金融发展历程

我国金融业务信息化步伐始于改革开放以后，起步相对较晚，但是发展迅速。改革开放初期开始，我国启动了电子化支付清算进程。年，中国银行发行第一张银行卡“珠江卡”。年，电子联行系统正式开始建设，于年投入运行，开启异地跨行支付清算业务处理电子化的序幕。年，人民银行实施电子联行“天地对接”工程，实现了支付系统无须人工干预地进行对接，联行清算系统步入现代化。21世纪以来，现代化支付系统建设速度加快，中国银联跨行支付系统和商业银行行业支付系统相继建成运行。

金融信息化为日后蓬勃兴起的互联网金融的业务模式，提供了关键的底层技术保障。年，中国银行成为第一家使用互联网发布信息的国内银行。年，第三方支付机构首信易支付成立。年支付宝诞生。年，线上P2P平台拍拍贷成立。年，人民银行出台《非金融机构支付服务管理办法》[3]。年，腾讯财付通等第三方支付机构获得第一批支付业务许可证。

步入二十一世纪以来，人工智能技术在中国金融行业快速应用。年招行推出“微客服”平台。年，中国建设银行智能交互机器人“小微”的服务渠道由