與AI共進 智勝未來

隨著人工智能、區(qū)塊鏈、大數(shù)據(jù)、云計算為代表的新興技術的發(fā)展，金融行業(yè)歷經(jīng)電子化、移動化發(fā)展過程，將進入金融與科技結合的新階段—智能金融。

在新一輪技術革命席卷全球的今天，“萬物數(shù)字化”帶來了時刻變化的期望，同時也催生了實時響應的服務。一個真正以客戶為中心的互聯(lián)互通的生態(tài)體系正在形成，源源不斷地提供著動態(tài)化的、無限貼近需求場景的服務。

隨著人工智能、區(qū)塊鏈、大數(shù)據(jù)、云計算為代表的新興技術的發(fā)展，金融行業(yè)歷經(jīng)電子化、移動化發(fā)展過程，將進入金融與科技結合的新階段—智能金融。圍繞“以用戶為中? ?心”的理念，智能金融將會提供更加豐富、便捷、個性的服務。這不再是對金融行業(yè)的局部提升，而將會是對金融服務的重新想象和重新構造。

在互聯(lián)網(wǎng)巨頭（GAFA，BATJ）所營造的增值服務和美好體驗的氛圍下，客戶對于金融業(yè)的訴求已不再是簡單的“更多產(chǎn)品”或“更高效率”。市場對于數(shù)字金融的接受度正在悄然提高。2017年埃森哲與Allen International的調(diào)研數(shù)據(jù)表明，67%的客戶為了得到更加符合個人需求的服務，愿意授權金融機構獲取更多的個人信息;71%的客戶在咨詢銀行業(yè)務時，希望得到自動化輔助服務;而亦有31%的客戶愿意通過搜索引擎或電商平臺來購買銀行的金融服務。

與成熟穩(wěn)定的歐美金融體系相比， 中國的金融業(yè)發(fā)展起步較晚，尚有廣闊空間，現(xiàn)有人群的服務亦需要能力升級，這既包括產(chǎn)品設計的創(chuàng)新能力，也包括客戶的觸達和服務能力。而中國近年來數(shù)字化轉型的迅速發(fā)展備受全球矚目。中國移動支付的市場規(guī)模和滲透率已達到世界領先水平;中國居民消費理念和消費方式的轉變推動了第三次消費升級的熱潮， 并在互聯(lián)網(wǎng)領域表現(xiàn)尤為突出;國內(nèi)傳統(tǒng)金融機構和互聯(lián)網(wǎng)巨頭相繼布局智能金融，各大銀行紛紛推出智能投顧，如招商銀行的“摩羯智投”，BATJ與中農(nóng)工建分別簽署戰(zhàn)略合作協(xié)議;資本市場對于金融科技的創(chuàng)新企業(yè)青睞有加，數(shù)字化能力建設在全行業(yè)受到前所未有的重視。我們可以看到金融創(chuàng)新的未來已經(jīng)到來，各方攜手，期待共進。

在此背景下，百度金融與埃森哲攜手，訪談百余位行業(yè)及技術專家，結合百度智能金融的實踐成果和埃森哲國際金融行業(yè)的領先經(jīng)驗，共同撰寫本篇報告。

AI篇

何謂智能金融

“智”從何來

智能金融是以人工智能為代表的新技術與金融服務深度融合的產(chǎn)物，它依托于無處不在的數(shù)據(jù)信息和不斷增強的計算模型，提前洞察并實時滿足客戶各類金融需求，真正做到以客戶為中心，重塑金融價值鏈和金融生態(tài)。智能金融拓展金融服務的廣度和深度，踐行普惠金融夢想。

智能金融是金融科技的新階段，科技與金融的融合經(jīng)歷了三個階段：第一階段是電子金融，金融業(yè)務如票據(jù)等以電子形式實現(xiàn)，提升了中后臺處理效率，金融服務的提供從孤立的“點”轉向經(jīng)由計算機存儲的有結構、有組織的“線”。第二階段是線上金融，通過互聯(lián)網(wǎng)技術與場景的結合改變了用戶行為，創(chuàng)新了服務渠道，使金融在覆蓋面上得以擴展，是由“線”及“面”的過程。第三階段是智能金融，這階段注重回歸金融本質(zhì)，人工智能等技術的引入深入行業(yè)邏輯，服務深度下鉆，金融服務由“面”縱向延展，轉為“立體”。

新階段的四大特征—智能金融與線上金融有哪些本質(zhì)上的區(qū)別？

自我學習的智能技術。以人工智能為代表的智能技術在新階段呈現(xiàn)出自我學習的特征。人工智能將實現(xiàn)“感知—認知—自主決策—自我學習”的實時正循環(huán);數(shù)據(jù)傳輸速度實現(xiàn)質(zhì)的飛躍，云端將無縫融合;介入式芯片等新的硬件形式將出現(xiàn)，甚至實現(xiàn)人機共融。人工智能可以更靈活地自主學習和管理知識，支持知識的“產(chǎn)生—存儲—應用—優(yōu)化”的體系化管理，更準確地提前感知外界環(huán)境的動態(tài)變化，理解用戶需求，做出判斷并決策。

數(shù)據(jù)閉環(huán)的生態(tài)合作。數(shù)據(jù)是人工智能時代最寶貴的“資產(chǎn)”。智能金融企業(yè)的戰(zhàn)略重點從互聯(lián)網(wǎng)時代的業(yè)務閉環(huán)轉向?qū)崿F(xiàn)數(shù)據(jù)閉環(huán)，不再局限于滿足當前用戶需求的聯(lián)手，更加注重企業(yè)間數(shù)據(jù)結果回傳對于合作各方未來能夠可持續(xù)滿足用戶需求的能力的提升。

技術驅(qū)動的商業(yè)創(chuàng)新。智能技術將不僅僅在“效率”上發(fā)揮價值，而是通過與產(chǎn)業(yè)鏈的深度結合，在“效能”上有所作為。在金融領域，移動互聯(lián)網(wǎng)時代更多體現(xiàn)的是“渠道”遷移;人工智能時代則使得技術在金融的核心，即風險定價上發(fā)揮更大的想象力。智能金融時代技術將真正成為核心驅(qū)動力，技術驅(qū)動商業(yè)創(chuàng)新的影響力及范圍會進一步擴大?！凹夹g+”成為終極演進規(guī)律，會在一定程度上顛覆原有商業(yè)創(chuàng)新邏輯，從移動互聯(lián)網(wǎng)時代的模式創(chuàng)新到技術時代的應用創(chuàng)新，使技術在應用層面進一步深挖價值。技術和產(chǎn)業(yè)鏈全面深入結合，帶來應用層的終極變革。

單客專享的產(chǎn)品服務。“個性化”不再僅限于客群層面?；诤Ａ康目蛻粜畔?shù)據(jù)、精細的產(chǎn)品模型和實時反饋的決策引擎，每一個客戶的個性數(shù)據(jù)將被全面捕獲并一一反映到產(chǎn)品配參和定價中。所有的產(chǎn)品不再是為了“某些”客戶提前設計，而是針對“某個”客戶實時設計得出，實現(xiàn)產(chǎn)品服務的終極個性化。

“以客戶為中心”的新標準—如何衡量智能金融的成功？

智能金融最終將金融服務推向新的高度，真正實現(xiàn)以客戶為中心，成為未來金融服務的新標準：隨人、隨需、隨時、隨地。

·隨人：“理解”再“匹配”，“千人”有“千面”

隨著時代的發(fā)展，客戶需求逐漸由基礎、單一化向高階、多元化升級，而人工智能和大數(shù)據(jù)技術使捕捉、積累各類數(shù)據(jù)成為可能，也為挖掘、滿足多樣需求創(chuàng)造了條件。例如O2O模式的推廣使得更多的消費足跡得以數(shù)字化，包括購物歷史、社交媒體反映的個人信息和興趣點等，將真正理解客戶變?yōu)榭赡?，這使得服務向“千人千面”演進的趨勢成為必然。此外，差異化的服務還能使客戶“被重視”的感受得到進一步加強，從而給客戶帶來額外的滿足感。通過客戶畫像等手段對客戶進行分析，有機會使得企業(yè)比客戶自身更加了解其需求點，對于“低頻”、“隱性”的金融服務而言，這其中蘊含著巨大的價值挖掘空間。

·隨時：服務不停，隨時響應

科技的發(fā)展能夠為碎片化的金融需求帶來機會。全天候的服務理念便是為了加速這類需求向真實交易行為的轉化，通過減少客戶等待服務的時間，及時且自動化地響應客戶需求，進而達到充分挖掘客戶消費潛能的目的。智能客服和智能投顧代替人工的早九晚五，實現(xiàn)二十四小時為用戶提供自動化服務，這將在不久的未來成為現(xiàn)實。

·隨地：觸達無界，隨手可及

以互聯(lián)網(wǎng)的興起為代表，智能金融時代的典型特征是對空間界限的突破。一方面這是提升客戶服務便捷性的重要途徑，通過消除空間上的阻礙，實現(xiàn)對客戶彈性需求的捕捉轉化;另一方面這也意味著服務邊界的拓展，經(jīng)由智能金融技術，客戶擁有了比原先更多的消費選擇。如各商業(yè)銀行通過推廣掌上終端，讓用戶無需再去固定網(wǎng)點辦理業(yè)務，盡管在某些業(yè)務的某些監(jiān)管政策上仍有出于風險考慮的限制。

·隨需：想你所想，急你所需

對用戶畫像的獲取不僅需要全面，更重要的是精準。事實上，一味的狂轟濫炸在增加觸達成本的同時不但不能吸引客戶，還可能使其產(chǎn)生逆反和抵觸心理，連其潛在需求的服務也一并拒之門外。利用智能技術識別客戶的真正需求，避免對客戶的打擾，通過需求與服務的匹配減少無效的推廣，是真正的“剛需”。另外，對客戶需求也需要根據(jù)其產(chǎn)生效用的情況做進一步的細分，抓住并轉化用戶的碎片化需求、彈性需求，把適當?shù)漠a(chǎn)品和服務推薦給最需要的客戶，從而在成本固定基礎上獲取更多的消費者剩余。例如目前大部分平臺的廣告投放都在注重利用大數(shù)據(jù)精準營銷，降低獲客成本。

“能”在何方

在金融既有的價值鏈條上，智能金融正促成四方面的重構：重構用戶連接和服務的價值鏈、重構風險評估和管理體系、重構服務的邊界、重構基礎設施的建設標準和運行邏輯。

重構用戶連接和服務的價值鏈

用戶觸達無縫化：智能金融時代每個智能設備都是用戶獲取金融服務的新入口，實現(xiàn)智能手機、電視、汽車等多渠道全面觸達，此外，對于銀行網(wǎng)點重塑和改造，如銀行網(wǎng)點云端化，也助力實現(xiàn)金融服務無縫化，為消費者帶來真正的直接金融。

用戶交互人性化：智能金融將全面改善用戶交互水平，實現(xiàn)實時的智能化服務。交互模式達到自然貼心，如語音識別使得用戶反饋過程的效率更高，自然語言處理和知識圖譜實現(xiàn)了多輪對話，協(xié)助系統(tǒng)理解復雜產(chǎn)品，或解決標準的客服問題，在此基礎上讓每個人都能夠有屬于自己的投資理財顧問及智能客服，投資建議定制化，服務更貼心。

用戶經(jīng)營立體化：智能使得客戶能夠被更好理解，更好滿足。以往低頻的需求不因低頻而被遺忘，以往隱性的需求不因隱性而被忽視，真正實現(xiàn)了低頻需求被捕捉，隱性需求被挖掘。

產(chǎn)品設計靈活化：智能讓“因你而不同”成為現(xiàn)實，金融要素在最小顆粒層面形成最靈活可配置的產(chǎn)品形態(tài)，讓諸如保險費率、貸款利率皆能因人而異。

重構風險評估及管理體系

通常情況下風險表現(xiàn)是滯后的，智能金融以大數(shù)據(jù)和智能算法為基礎的反欺詐和風控體系實現(xiàn)從滯后、被動、局部到實時、主動和全面的風險管理。

實時性：智能金融化身為永遠在崗的“線上福爾摩斯”，無論商業(yè)合作的信用風險，還是用戶交易的支付欺詐風險，都將在實時監(jiān)控之下無處遁形。

主動性：關聯(lián)網(wǎng)絡和在此基礎上構建的穩(wěn)健性更強的風險評價體系使得批量反欺詐得到應用推廣，在風險水平基線上，去挖掘用戶未被滿足的訴求，風險不僅僅是基于“防御”和“控制”概念，更成為“用戶經(jīng)營機會”和“業(yè)務管理機會”的關鍵決策輸入，使金融機構中后端用戶先一步了解其金融需求和信用狀況，未雨綢繆。

全面性：互聯(lián)網(wǎng)金融時期催生了大量“新金融數(shù)據(jù)”，如電商交易、網(wǎng)絡借貸、網(wǎng)絡理財?shù)然ヂ?lián)網(wǎng)金融數(shù)據(jù)，如搜索、社交、閱讀、地理位置等互聯(lián)網(wǎng)行為數(shù)據(jù)，這些“新金融數(shù)據(jù)”的引入與傳統(tǒng)金融數(shù)據(jù)結合，形成互補，找到更準確、更全面的因子，讓決策更加全面客觀，無限接近真相。

重構服務的邊界

智能金融更為立體和鮮活地刻畫個人，使群體化的個人成為鮮活的個體，我們可以更好地了解每一個用戶的行為習慣、興趣愛好等，使得每個人平等地享有金融服務的機會。從“看不見”到“看無限”，從過去的小公平、某些方面的公平形成一種大公平的格局。實現(xiàn)金融服務的廣覆蓋。8億經(jīng)濟活躍人口，有央行征信記錄人群僅3億，尚有5億人未被覆蓋到，信貸線上化率僅6%。188萬億元資產(chǎn)管理規(guī)模，非銀行存款占58%，資產(chǎn)配置優(yōu)化空間巨大，而線上化率僅10%。此外，在保險、小微企業(yè)金融服務等諸多領域都存在很大發(fā)展空間。

重構基礎設施的建設標準和運行邏輯

人工智能在算力、算法和數(shù)據(jù)的推動下，在用戶畫像、計算機視覺、聲音識別、自然語言處理以及輔助決策上都得到了更多的發(fā)展。高效、安全的專有云和區(qū)塊鏈技術使得IT基礎設施的底層架構得以重構，區(qū)塊鏈將經(jīng)由中介進行的交易轉為點對點直接交易，讓金融的基礎—信用的傳遞更加簡單，運行邏輯得以公開和透明化;云計算引入微服務架構的靈活部署形式，使得以往可能被閑置浪費的計算資源得到充分利用，掃清了人工智能技術取得突破性進展的算力障礙，基礎設施的建設標準不再居高不下，從而使門檻被放低，人工智能得以迅速融入金融領域。

智能金融通過對于金融服務進行四方面重構，使得金融服務變得更易獲得，推動金融服務朝著“隨人”“隨需”“隨時”、“隨地”的標準不斷進步，實現(xiàn)零距離、大公平、低成本，踐行普惠金融。

智能金融市場勃然而興

國內(nèi)創(chuàng)業(yè)井噴資本涌動

智能金融創(chuàng)新創(chuàng)業(yè)涉及應用領域眾多

智能金融的創(chuàng)新帶動了新型的商業(yè)模式，也促成了大批創(chuàng)業(yè)企業(yè)的涌現(xiàn)，據(jù)五道口金融學院的中國金融科技企業(yè)數(shù)據(jù)庫統(tǒng)計，過往兩年成立的創(chuàng)業(yè)公司達1753家。創(chuàng)新方向從金融服務的互聯(lián)網(wǎng)化逐步深入到金融服務的技術重構、流程變革、服務升級、模式創(chuàng)新等，幾乎滲透到了傳統(tǒng)金融業(yè)務的方方面面。從通用技術應用的語音識別、活體識別、區(qū)塊鏈、云等到細分場景應用的信貸、理財、保險、資管等，無一不包。

隨著市場接受度及技術成熟度的發(fā)展，各領域競爭格局初現(xiàn)。

專注于垂直領域的專業(yè)技術公司，在通用技術領域依靠先發(fā)優(yōu)勢占得先機。如活體識別領域的曠世科技和語音識別領域的科大訊飛在MIT最聰明公司50強榜單中領跑中國企業(yè)，依靠技術構筑競爭優(yōu)勢，通過與場景方合作拓展市場，曠世科技在安防、金融、地產(chǎn)、政務、娛樂、零售和出行等多領域與600多家企業(yè)客戶合作，日調(diào)用次數(shù)超過2000萬次。

信貸、理財、支付等平臺型業(yè)務中把握流量入口，以規(guī)模制勝的BATJ、陸金所等大平臺優(yōu)勢明顯，經(jīng)過長期的業(yè)務積累，逐步形成人工智能應用對外輸出合作。

探索型的業(yè)務，如保險科技、區(qū)塊鏈等，需尋找產(chǎn)品突破點，創(chuàng)造新需求。眾安保險以互聯(lián)網(wǎng)場景、數(shù)據(jù)為依托，創(chuàng)新互聯(lián)網(wǎng)特色產(chǎn)品，如兒童走失計劃、電話詐騙等。同時眾安科技也在區(qū)塊鏈、智能客服、精準營銷等領域進行科技創(chuàng)新。雖然互聯(lián)網(wǎng)特色的保險產(chǎn)品規(guī)模難與傳統(tǒng)保險相媲美，但成立4年，香港IPO上市，市值沖破千億港幣，足見資本市場中對保險科技高增長潛力的認可。

資管領域是人工智能最具挑戰(zhàn)的領域，多變的因子和開放的環(huán)境，新技術的應用還有很大空間。當前主要以系統(tǒng)服務商為主，市場尚未出現(xiàn)頭部機構，新的資產(chǎn)服務商需“軟硬”結合的能力，“硬”的系統(tǒng)服務，結合“軟”的持續(xù)數(shù)據(jù)、AI技術服務及收托資產(chǎn)管理能力，形成專業(yè)的投資邏輯應用。

從傳統(tǒng)金融機構到互聯(lián)網(wǎng)巨頭紛紛搶灘智能金融領域

傳統(tǒng)金融機構：以四大行為代表，金融機構爭先與科技公司達成戰(zhàn)略合作，如農(nóng)行與百度合作成立金融科技聯(lián)合實驗室并共建金融大腦，中行與騰訊合作成立科技聯(lián)合實驗室，建行牽手阿里，工行聯(lián)合京東。自招行2016年率先上線“摩羯智投”以來，光大、浦發(fā)、興業(yè)等股份制銀行和城商行以及華夏基金、廣發(fā)證券等券商皆不甘示弱，入局被認為是發(fā)力智能金融下一個陣地的智能投顧領域。近日，工行在未借助外界技術團隊的情況下自主研發(fā)上線了“AI投”。根據(jù)其公布的數(shù)據(jù)顯示，自試運行以來，15個資產(chǎn)投資組合表現(xiàn)穩(wěn)定，漲幅在0.68%～3.03%之間，年化收益率在3.14%～14.59%。傳統(tǒng)金融機構對金融智能化的迎合態(tài)度已相當明顯。

BATJ巨頭：百度成立百度金融事業(yè)群，并面向所有合作伙伴打造開放合作的財富管理平臺和消費金融平臺，阿里依托螞蟻金服旗下的支付寶向金融各領域嘗試滲透，騰訊推出國內(nèi)首家網(wǎng)上銀行“微眾銀行”，京東上線“京東智投”。智能金融成為兵家必爭之地。

2016年中國金融科技融資額位列全球第一，市場潛力巨大

2016年，全球金融科技公司拿到了504筆共1177億元投資，其中中國金融科技公司以約達918億元的融資額，占全球融資總額的78%，首次超越美國位列全球第一，是同年全球金融科技融資額唯一有所增長的地區(qū)。

作為人工智能最有力的落地場景，我國金融科技的投資額自2012年起實現(xiàn)了高達119%的復合增長率，投資次數(shù)也穩(wěn)步攀升，可見金融科技深受資本市場青睞。

國外創(chuàng)新別具一格

投資規(guī)模持續(xù)走高，更加側重技術投資

隨著Fintech越來越受到關注，全球Fintech領域投資持續(xù)走高，2016年達到131億美元，2016年總投資額相比2012年增長率達到424%。

由于歐美傳統(tǒng)金融體系相對穩(wěn)定完善、環(huán)境應變和金融創(chuàng)新能力較強、創(chuàng)業(yè)和融資環(huán)境成熟，科技業(yè)盈利模式成熟且本身利潤率高，金融與科技巨頭的跨界合作的動力不足。智能金融的變革呈現(xiàn)出中小金融科技企業(yè)推動創(chuàng)新、金融機構主要通過投資并購參與以科技提高自身的金融產(chǎn)品服務能力的特征。與國內(nèi)金融科技領域的投資不同，國外更側重對于技術的投資。資本伴隨產(chǎn)業(yè)鏈細分而逐漸注入產(chǎn)業(yè)鏈的各個環(huán)節(jié)。

自從2012年，管理資產(chǎn)規(guī)模前10的美國大行，總共參與56家Fintech公司72輪風險投資，共投36億美元。目前脫穎而出的杰出Fintech公司，背后都有美國銀行巨頭的身影。從美國金融科技數(shù)年來的投資分類統(tǒng)計看，支付清算、數(shù)據(jù)分析和監(jiān)管科技是資本關注的焦點。大型金融機構通過投資初創(chuàng)公司進行多方布局。例如，高盛及摩根大通對于信貸及支付領域投資集中。大型信用卡公司如萬事達，美國運通及維薩等則重點布局支付相關領域。

技術引領各細分領域創(chuàng)新

2015年6月，世界經(jīng)濟論壇將現(xiàn)有金融服務劃分為六大板塊，支付（Payments）、保險（Insurance）、存貸（Deposit &Lending）、籌資（Capital Raising）、投資管理（Investment Management）和市場資訊供給（Market Provisioning），在每個板塊都有較強的推力促成業(yè)務創(chuàng)新和技術落地：

·支付向無現(xiàn)金時代邁進。目前，亞馬遜的“一鍵支付”、Uber的“無鍵支付”、Apple Pay和NFC支付等大大簡化了用戶操作流程。

·新硬件設備融入保險領域。如Progressive是美國最早引入UBI模式的汽車保險公司，通過監(jiān)控客戶駕駛行為調(diào)控保費。

·借貸審核機制引進技術基因。如借助大數(shù)據(jù)等，Upstart瞄準年輕人未來的潛力，Inventure則把目光伸向發(fā)展中國家的微貸服務。

·以客戶為中心的交易新模式。如一些大型金融機構如德銀、高盛正開始認可并推出智能投顧業(yè)務;Rizm交易平臺允許不懂編程的散戶自己設計算法程序生成獨有的交易策略。

·更為簡化的基礎設施。各類金融機構，如Ethereum、Ripple等正在積極探索優(yōu)化金融交易過程的契約要素，并推動區(qū)塊鏈的研發(fā)和應用。

智能金融發(fā)展正當其時

中國智能金融的發(fā)展順應發(fā)展潮流，受到了政策、經(jīng)濟、社會、技術等多方面因素的驅(qū)動，可謂適逢其時。

政策重視，合規(guī)發(fā)展

中國政府自2015年起便將人工智能納入了國家戰(zhàn)略發(fā)展規(guī)劃，不再限于智能制造和機器人加工層面，更加著眼于人工智能生態(tài)布局，為人工智能的發(fā)展提供充分的資金支持和政策鼓勵。金融作為人工智能落地的最佳場景之一，政府正大力鼓勵金融領域的技術創(chuàng)新，邁向普惠金融的目標。十九大提出，推動互聯(lián)網(wǎng)、大數(shù)據(jù)、人工智能和實體經(jīng)濟深度融合，在中高端消費、創(chuàng)新引領、綠色低碳、共享經(jīng)濟、現(xiàn)代供應鏈、人力資本服務等領域培育新增長點、形成新動能。

與此同時，國家也越來越明確在金融改革與創(chuàng)新過程中對于金融風險防控的重視和關注態(tài)度。十九大提出，深化金融體制改革，增強金融服務實體經(jīng)濟的能力，提高直接融資比重，促進多層次資本市場健康發(fā)展;健全貨幣政策和宏觀審慎政策雙支柱調(diào)控框架，深化利率和匯率市場化改革;健全金融監(jiān)管體制，守住不發(fā)生系統(tǒng)性金融風險的底線的政策目標。近期“一行三會”規(guī)范整頓現(xiàn)金貸，發(fā)布資管新規(guī)，及時有效引導行業(yè)健康發(fā)展，使得智能金融能夠在發(fā)展的高速通道上規(guī)范前行。持牌經(jīng)營成為未來業(yè)務開展的前提，回歸金融本質(zhì)，構建有效的風控和優(yōu)質(zhì)合規(guī)的資管能力?！耙恍腥龝迸c科技部通過共同推進“促進科技和金融結合試點”的工作，圍繞科技創(chuàng)新的規(guī)律和特點，引導金融在產(chǎn)品、組織和服務模式等方面與科技深入融合。在符合金融監(jiān)管政策的條件下，鼓勵試點城市勇于探索和大膽嘗試，形成經(jīng)驗和模式并擇優(yōu)推廣，從而加快科技創(chuàng)新驅(qū)動發(fā)展戰(zhàn)略的部署。

經(jīng)濟活躍，賦予空間

科技向金融滲透的過程，在方式上中美差異不大，在時間上中國整體滯后于美國。從上世紀末開始，美國便已陸續(xù)涌現(xiàn)了大環(huán)境的消費升級帶動著科技向各個金融需求場景滲透的浪潮，并在對應的一段時期內(nèi)表現(xiàn)為金融業(yè)以較高水平拉動GDP增長。在中國，隨著國民生活水平持續(xù)提升，傳統(tǒng)的生產(chǎn)型、物質(zhì)型消費開始讓位于發(fā)展型、服務型等新型消費，消費升級愈演愈烈。日益追求個性化、精品化的消費理念催生了與早先的美國相類似的金融服務轉型和智能化的情境，由金融科技各領域代表性企業(yè)的成立時間可見一斑。

社會關注，給予基礎

隨著互聯(lián)網(wǎng)浪潮下出生的年輕群體正在成為社會主流力量之一，社會大眾對于金融智能化為代表的新興事物的接受度和包容性日益攀升，智能金融獲得了空前絕后的關注。作為智能金融發(fā)展的基礎，中國社會正展現(xiàn)出三個趨勢，即移動化更加普及、社會環(huán)境更加開明和領域研究更加深入。

移動化更加普及：互聯(lián)網(wǎng)和智能手機的普及使科技融入金融成為可能，近十年來中國手機網(wǎng)民規(guī)模持續(xù)攀升，2016年的手機網(wǎng)民數(shù)量是2007年的14倍，同時手機網(wǎng)民占整體網(wǎng)民比例也在逐年上升，目前已達到超過95%的移動覆蓋率，這為金融智能化的普及提供了底層條件。

社會環(huán)境更加開明：金融科技等熱詞的搜索和媒體報道熱度自2015年以來呈迅速增長趨勢，以“金融科技”一詞為例，搜索指數(shù)從2012年的周均不超過10次，到2017年周均在10月峰值達到776次，大眾對于金融的智能化趨勢將引 領的變革正寄予前所未有的期望。

領域研究更加深入：通過對中國學術期刊網(wǎng)絡出版總庫、中國重要會議論文全文數(shù)據(jù)庫、國際會議論文全文數(shù)據(jù)庫等主要的中文文獻數(shù)據(jù)庫進行檢索統(tǒng)計可以發(fā)現(xiàn)，從1988年至今共發(fā)表了799篇與金融科技相關的論文，且從發(fā)表時間看，在2016年呈現(xiàn)爆發(fā)式增長，在相應科技研究的長足保障之下，智能金融領域發(fā)展將穩(wěn)步推進。

技術突破，提供動力

人工智能與金融融合過程中的三大要素—數(shù)據(jù)、算力和算法正在取得突破性進展。全球數(shù)據(jù)量正在呈現(xiàn)指數(shù)級增長：根據(jù)國際數(shù)據(jù)公司IDC統(tǒng)計，2014年全球數(shù)據(jù)總量為8ZB，預計2020年達到44ZB;而智能手機的普及將更多的個體行為數(shù)據(jù)轉移到線上得以記錄，使得數(shù)據(jù)更加多維立體。

機器處理數(shù)據(jù)的能力和速度持續(xù)提升：20年前的一個機器人使用32個CPU，達到120MHz的速度，現(xiàn)在的人工智能系統(tǒng)使用成百上千個GPU，比之過去用CPU一個月才能出結果，現(xiàn)在用GPU可以一天就出結果，為機器學習和智能技術的發(fā)展創(chuàng)造了條件。

深度學習算法已經(jīng)達到技術頂峰期：企業(yè)中的巨頭如谷歌、蘋果、微軟、臉譜網(wǎng)和百度正在增加其針對深度學習的研發(fā)份額，蘋果的Siri、谷歌的谷歌Now、微軟的Cortana和亞馬遜的Alexa的身后都有深度學習的身影。硬件制造商正在加緊交付新的、深層的神經(jīng)網(wǎng)絡訓練的高性能算法（深度神經(jīng)網(wǎng)絡算法，DNNs）。未來在科學數(shù)據(jù)平臺上，深度學習的功能將變得更容易獲得，估計到2018年，80%的數(shù)據(jù)科學家的標配是深度學習。以人臉識別為例，在2013年深度學習應用到人臉識別之前，各種方法的識別成功率只有不到93%，低于人眼的識別率95%。而隨著深度學習算法的更新，人臉識別的成功率提升到了97%，為人臉識別的應用奠定了商業(yè)化基礎。

共進篇

金融網(wǎng)絡化的初期，金融機構與科技企業(yè)在渠道層面展開初步合作。這個時期，流量是科技企業(yè)的主要優(yōu)勢，而金融產(chǎn)品則仍把握在金融機構手中，因此金融機構借助科技企業(yè)的線上渠道進行金融產(chǎn)品銷售是該階段金融與科技合作的主要模式。例如2012年7月，交通銀行與阿里巴巴合作，推出“交通銀行淘寶旗艦店”，國內(nèi)銀行業(yè)首度登陸淘寶。

隨著金融網(wǎng)絡化和移動化的進一步發(fā)展，科技企業(yè)作為流量入口的優(yōu)勢日益凸顯，雙方出現(xiàn)競爭之勢?？萍计髽I(yè)通過研發(fā)創(chuàng)新金融產(chǎn)品沖擊傳統(tǒng)金融。例如，靈活便捷的余額寶沖擊了銀行活期存款，以微信支付、支付寶為代表的第三方移動支付日益普及沖擊了銀聯(lián)支付，京東白條、螞蟻花唄等互聯(lián)網(wǎng)消費信貸激發(fā)了消費金融市場。與此同時，受到挑戰(zhàn)的傳統(tǒng)金融機構也逐步拓展互聯(lián)網(wǎng)業(yè)務進行反擊，在金融業(yè)務場景基礎上豐富生活場景，守護用戶和流量。例如，建設銀行建立善融商城、工行建立融e購等，目前各家銀行都直接或間接地建立了自己的網(wǎng)上商城來發(fā)展電商業(yè)務。

進入智能金融時代，出于優(yōu)勢互補與資源整合的需要，生態(tài)各方合作愈加緊密，呈現(xiàn)出利潤共享化、風險共擔化和合作伙伴化的變化趨勢，共同構建未來智能金融生態(tài)體系。

未來智能金融生態(tài)將在各方推動努力下構建并持續(xù)進化。市場會愈加細分，局部構成壟斷。各方在切分金融服務鏈條的同時，升級完善自身能力，對應的參與角色也有所蛻變。最終生態(tài)將會全面開放，各方達成多維深度的合作。

市場垂直細分，構成局部壟斷

隨著金融與科技兩個陣營的融合與碰撞，金融科技的出現(xiàn)使部分原本處在金融機構內(nèi)部的服務鏈條節(jié)點得以釋放，并推動金融服務鏈條走向細化，比如觸達和轉化作為鏈條上不同節(jié)點在未來將由兩個機構分別提供服務，并在各自領域經(jīng)過充分競爭最終由效率更高的公司承擔相應角色，智能金融也將會經(jīng)歷各細分的場景和領域內(nèi)出現(xiàn)專業(yè)化競爭并形成局部壟斷的過程。

服務能力升級，參與角色蛻變

金融生態(tài)中從金融服務的需求者到供給者再到監(jiān)管當局的發(fā)展進步動力一直存在。面對科技與金融結合愈來愈緊密的趨勢，生態(tài)中的各方無論是主動出擊，抑或是被迫改變，都將要經(jīng)歷服務能力升級和參與角色蛻變的過程。在未來金融智能化浪潮的推動下，以用戶為服務的目標和中心，智能金融生態(tài)將會出現(xiàn)五類參與者，包括場景流量提供者、金融產(chǎn)品提供者、技術算法驅(qū)動者、基礎設施提供者和監(jiān)管者。

場景流量提供者：挖掘細分金融領域需求，深耕場景，把握對應場景的流量入口及大量用戶數(shù)據(jù)的企業(yè)。這類企業(yè)在場景中積累了海量且優(yōu)質(zhì)的客戶的多維度數(shù)據(jù)之后，面對無論是用戶的直接需求還是外部合作需求時，都能夠利用流量優(yōu)勢快速構建場景應用以抓住客戶和合作方的痛點。這些企業(yè)大致可分為三類，包含專注于垂直細分場景流量的如攜程和去哪兒、針對主動表達需求的搜索流量的百度，以及通過社交獲取普適場景流量的的騰訊。

金融產(chǎn)品提供者：具備專業(yè)金融能力、豐富金融業(yè)務情境的企業(yè)，基于智能金融技術優(yōu)化創(chuàng)新金融產(chǎn)品，并利用豐富的金融業(yè)務情境應用驗證智能金融技術，為技術的優(yōu)化和開放奠定基礎。這類企業(yè)往往是大的金融機構，多年的金融業(yè)務經(jīng)驗為它們積累了完備的市場準入牌照，拓展了豐富的金融業(yè)務情境，同時對于金融產(chǎn)品的設計研發(fā)具備優(yōu)勢，它們是智能金融生態(tài)的“基石”，正在通過向科技企業(yè)學習積極尋求轉型，以提高自身的科技實力和創(chuàng)新能力。例如，銀行積極融入人工智能，研發(fā)智能客服和智能投顧等，招商銀行的摩羯智投就是基于多年的業(yè)務經(jīng)驗，同時融合技術所推出的一款新產(chǎn)品。

技術算法驅(qū)動者：通過挖掘細分金融領域需求，建設算法等技術能力以及通用技術平臺，推出殺手級智能金融產(chǎn)品的企業(yè)。這類企業(yè)在垂直領域依靠殺手級產(chǎn)品積累大量用戶和數(shù)據(jù)，以場景作為流量的入口，逐漸構建起應用平臺，并進行技術的不斷優(yōu)化創(chuàng)新，形成局部壟斷。這類角色往往由專門類科技公司擔當，例如ZestFinance將機器學習與大數(shù)據(jù)分析結合，提供更加精準的信用評分服務。

基礎設施提供者：這類企業(yè)提供軟硬件等基礎設施服務，幫助掃除算力上的障礙并能夠存儲大量數(shù)據(jù)，保障智能系統(tǒng)的穩(wěn)定運行。以基礎設施為切入口，提高技術能力，并進行產(chǎn)業(yè)鏈拓展。如騰訊金融云和阿里金融云通過為金融行業(yè)量身定制云計算服務，幫助金融企業(yè)實現(xiàn)從傳統(tǒng)IT向云計算的轉型，助力金融客戶業(yè)務創(chuàng)新，提升競爭力。

監(jiān)管者：監(jiān)管當局也正迅速調(diào)整監(jiān)管思路與方法，從過去高高在上的“施令者”轉變?yōu)橘N近智能金融生態(tài)的“引導者”和“服務者”。在維持其核心目標即“維護金融系統(tǒng)穩(wěn)定、保障消費者權益、維持金融市場運作秩序不變”的基礎上，借助金融科技促進監(jiān)管效率提升，共同推動新創(chuàng)領域的立法立規(guī)，支持金融科技行業(yè)的健康發(fā)展。比較突出的特征是監(jiān)管正從機構監(jiān)管轉向功能監(jiān)管，并由原先立足于靜態(tài)的區(qū)域和城市進行監(jiān)管轉為跨區(qū)域、跨境的監(jiān)管。

在現(xiàn)實的情景中，部分企業(yè)并不一定只限于扮演其中一種角色，而可能出于戰(zhàn)略發(fā)展規(guī)劃，需要同時兼?zhèn)鋬煞N甚至多種角色，這些企業(yè)占比雖小，卻是智能金融閉環(huán)的構建者，生態(tài)構建的推動者。要擁有更多“身份”也意味著更高的門檻并面臨更大的挑戰(zhàn)，只有少數(shù)企業(yè)能夠跨越障礙，構建生態(tài)閉環(huán)，大部分角色需明確自身定位并融入閉環(huán)。按照驅(qū)動因素不同，企業(yè)構建生態(tài)閉環(huán)的模式可分為兩種。

模式一、場景流量的驅(qū)動。一些大型平臺，如BATJ巨頭，擁有廣闊穩(wěn)固的客戶群來供應場景流量，因此在把握場景流量入口的基礎上，企業(yè)能夠獲取大量數(shù)據(jù)來培養(yǎng)自主的技術能力和構建算法模型，同時還能搭建平臺，為智能金融生態(tài)提供基礎設施，因此這些企業(yè)具備構建閉環(huán)的條件及能力。此種模式下企業(yè)的核心策略包括：首先是獨特且源源不斷供給的數(shù)據(jù)，其次是在此數(shù)據(jù)基礎上的技術積累，再次是允許企業(yè)進行投資或自建試錯的資金實力，最后也是最為重要的是用戶黏性和既有生態(tài)。

模式二、金融產(chǎn)品的驅(qū)動。傳統(tǒng)金融機構是金融產(chǎn)品的直接提供者，業(yè)務領域拓展一度達到瓶頸，對于技術創(chuàng)新有更迫切的要求和更強大的驅(qū)動力，因此在自主研發(fā)之余還將積極與技術驅(qū)動者合作以構建技術優(yōu)勢，技術能力將得到迅速提升，可以利用金融產(chǎn)品的優(yōu)勢構建生態(tài)閉環(huán)。這種模式下企業(yè)的核心策略包括：穩(wěn)固的客戶資源;成熟的金融產(chǎn)品研發(fā)設計能力;豐富的客戶服務經(jīng)驗和技巧;對金融行業(yè)獨有的了解和洞察力;充盈的資金來源。

生態(tài)全面開放，多維深度合作

目前，傳統(tǒng)機構，如銀行與科技公司在智能化的大勢之下皆不甘人后，紛紛展開合作，共同打造未來的智能金融生態(tài)圈。

合作的根本是優(yōu)勢的互補。以銀行為代表的金融機構具備成熟的金融業(yè)務運營體系、豐富的金融產(chǎn)品設計知識和完備的金融數(shù)據(jù)要素，但在當今中國經(jīng)濟改革浪潮下又迫切需要向智能化作戰(zhàn)略轉型以占領高地;而科技公司在人工智能、大數(shù)據(jù)等方面具備更專業(yè)的技術能力、更強勁的產(chǎn)品創(chuàng)新能力和更靈活的團隊運作方式，但在金融基礎數(shù)據(jù)和運營經(jīng)驗等方面的缺乏仍阻礙著科技企業(yè)在金融領域充分發(fā)揮優(yōu)勢。

因此，金融機構和科技企業(yè)唯有通過合作實現(xiàn)優(yōu)勢互補。在這個過程中，各方的合作更加注重合作的方式方法，科技企業(yè)不僅服務于金融機構，還能服務于金融機構價值鏈上的核心價值創(chuàng)造環(huán)節(jié)，在為金融機構降低成本、提高效率的同時，改善用戶體驗，甚至形成新的商業(yè)邏輯。最終，兩者將構建利益共同體，使科技企業(yè)為金融機構帶去業(yè)務和收入的增長，實現(xiàn)價值共享的同時，共同探索并形成智能金融新的生態(tài)模式和市場格局。

目前的合作模式還處于嘗試和探索階段，未來科技企業(yè)和金融機構可能會有融合、共建和開放輸出三種合作模式。

創(chuàng)設—呈現(xiàn)為互聯(lián)網(wǎng)企業(yè)和傳統(tǒng)銀行在金融產(chǎn)品服務提供上的高度融合，形成如直銷銀行的子公司模式。例如，百度和中信銀行聯(lián)合發(fā)起成立的百信銀行，將依托中信銀行強大的產(chǎn)品研發(fā)及創(chuàng)新能力、客戶經(jīng)營及風險管控體系，以及百度公司互聯(lián)網(wǎng)技術和用戶流量資源，滿足客戶個性化金融需求，打造差異化、有獨特市場競爭力的直銷銀行。

共建—是指科技公司與金融機構共同構建競爭能力，實現(xiàn)優(yōu)勢互補。例如，目前百度和農(nóng)行便已達成戰(zhàn)略合作，包括成立金融科技聯(lián)合實驗室以及共建金融大腦，以期未來能夠借助百度的技術優(yōu)勢，在客戶畫像、反欺詐和智能客服等領域全方位展開合作，打造智能化銀行，積極推動普惠金融。

賦能—主要體現(xiàn)為一些擁有大量用戶，同時又能獨立做業(yè)務的科技公司，正在將這些業(yè)務能力和客戶開放出來服務于金融機構。簡單歸納，科技企業(yè)正在從以下三個方面為整個金融生態(tài)賦能。

開放技術能力：如線上風控能力輸出，讓金融機構在現(xiàn)階段缺乏線上數(shù)據(jù)積累的情況下，可以迅速發(fā)展線上金融業(yè)務，在提高增量收入的同時，實現(xiàn)業(yè)務模式的完善和迭代。例如，百度將技術能力開放輸出給南京銀行，幫助南京銀行拓展客戶服務邊界，與易方達基金合作，開放百度的大數(shù)據(jù)因子、機器學習投資決策模型和人工智能技術，在量化投資領域探索產(chǎn)品研發(fā)，在提升投資收益和降低投資風險方面做出努力。

開放平臺獲客能力：如基于用戶洞察所形成的用戶運營能力輸出，助力金融機構實現(xiàn)客戶價值最大化。例如，2017百度世界智能金融分論壇上，百度金融宣布開放智能消費金融平臺、ABS平臺以及大數(shù)據(jù)風控平臺“般若”，為金融機構提供全面的整體解決方案。

開放產(chǎn)品創(chuàng)新能力：如基于風險定價能力所設計出的多樣化金融產(chǎn)品。例如，與維信金科合作，基于數(shù)據(jù)共享打造數(shù)據(jù)風控模型，定制基于百度場景的金融服務。維信金科通過產(chǎn)品、科技創(chuàng)新服務Near-Prime人群，擁有千萬級別用戶產(chǎn)品—卡卡貸;在場景合作方面有豐富的經(jīng)驗，同時與百度、阿里、騰訊、電信、移動、京東、去哪兒等超級場景攜手，合作定制智能金融產(chǎn)品。

智勝篇

隨著技術的進步，人類社會進入到以人工智能技術為代表的智能化時代。Gartner最新發(fā)布的2018年十大策略科技趨勢認為，人工智能與機器學習正在滲透所有事物，成為未來5年科技廠商的主戰(zhàn)場，在此基礎上，數(shù)位和實體世界得以整合，以創(chuàng)造一個沉浸式的數(shù)字強化環(huán)境。最終，越來越多的個人與企業(yè)，設備、內(nèi)容與服務之間形成連結，業(yè)者從中獲益取得數(shù)字商業(yè)結果。我們認為，人工智能通過“數(shù)據(jù)+算力+算法+場景”深入到金融領域的決策，并推動智能金融發(fā)展。智能金融以ABCD為代表，即人工智能（AI）、區(qū)塊鏈（Blockchain）、云計算（Cloud Computing）和大數(shù)據(jù)（Big Data）四項技術。

人工智能

中國《人工智能辭典》將人工智能定義為“使計算機系統(tǒng)模擬人類的智能活動，完成人用智能才能完成的任務”。人工智能最終目的是達到替代人腦活動乃至超越人腦的邊界，因此將人工智能稱為智能金融的發(fā)動機并不為過。

人工智能能夠被大規(guī)模應用于金融，算力提升、數(shù)據(jù)豐富和算法突破至關重要。算力的釋放讓圖像、語音等復雜數(shù)據(jù)的處理能力得以提升，進而改變傳統(tǒng)的人人或人機交互方式，使得新的交互方式迅速得到應用。數(shù)據(jù)質(zhì)量的改進、數(shù)據(jù)量及維度的豐富則推動了機器學習的發(fā)展，包括復雜任務處理的效率和準確性，在此基礎上，當前人工智能算法變得更易獲取和應用。

在Gartner2017年新興技術成熟曲線中，近兩年人工智能類新興技術正在經(jīng)歷快速移動，成熟曲線上共涉及32項新興技術，處于期望膨脹期的有12項，其中一半以上為人工智能類新興技術。金融作為高度數(shù)據(jù)化的行業(yè)，是人工智能最好的應用場景。人工智能可以替代人力所能及的重復性勞動，并根據(jù)數(shù)據(jù)和模型進行計算預測，解決一部分人力不能及的問題，在金融領域的應用可分成服務智能、認知智能和決策智能三個層面。

服務智能：得益于算力的提升，進行有監(jiān)督學習，如人臉識別、語音識別和智能客服，達到提升交互服務和效率的目的。例如，百度的人臉識別驗證準確率能夠達到99.77%。在此層面創(chuàng)業(yè)公司激烈競爭，任何企業(yè)只要在相應算力上取得突破，馬上能夠進入市場參與競爭。

認知智能：隨著向垂直領域和場景深入延展并不斷獲得充足有用的數(shù)據(jù)，人工智能能夠達到與人類比肩或在容錯范圍內(nèi)稍有突破。如智能獲客、大數(shù)據(jù)風控和智能投顧等，以有監(jiān)督學習為主，輔以無監(jiān)督方式挖掘特征變量，讓風險識別和定價更精細。這是BATJ四大巨頭的優(yōu)勢所在，也是當前智能金融的主流方向。

決策智能：以無監(jiān)督的學習為主，通過預測人腦無法想象的尚未發(fā)生的情境，人工智能實現(xiàn)全面超越人類，指導和影響當前決策，典型應用如量化投資。

智能金融的進步必須依靠技術在實際金融場景的應用來推動。在金融領域中一切新技術的引入，從樣本實驗到現(xiàn)實落地之間存在周期，只有經(jīng)過在完整金融周期的充分驗證，智能金融方能健康發(fā)展。目前，大型企業(yè)，如百度依賴自己的完整金融場景去進行驗證，而中小型企業(yè)則往往通過上下游鏈條的打通和合作，實現(xiàn)全金融場景的技術驗證。

區(qū)塊鏈

區(qū)塊鏈是一種去中心化的分布式共享記賬技術，去中心化意味著一切交易都將繞過信用中介或集中式清算機構而能夠在點對點之間直接進行。分布式共享記賬則指的是在交易發(fā)生之時，鏈上所有參與方都會得到完全公開且經(jīng)過加密、不可篡改的交易記錄，且所有記錄都可通過鏈式結構被準確追蹤。

區(qū)塊鏈目前最成功的應用是比特幣。其中區(qū)塊鏈是其底層技術，可以看作一個收錄所有比特幣歷史交易的公開透明的總賬本，其交易數(shù)據(jù)由全網(wǎng)節(jié)點共享;中間層協(xié)議是基于區(qū)塊鏈的資金轉賬系統(tǒng);再往上層是貨幣。

區(qū)塊鏈上具有信息不可篡改、公開性、去中心化、可匿名和自治性的特征，使其成為數(shù)據(jù)和信息記錄的最佳載體。

信息不可篡改：當經(jīng)過驗證的信息被存儲于區(qū)塊鏈中，將被永久性傳送到所有節(jié)點，在單個節(jié)點上修改數(shù)據(jù)是無效的，因而區(qū)塊鏈上信息的可靠性得到充分保證。

公開性：區(qū)塊鏈上的一切數(shù)據(jù)，包括交易各方被加密過的私有信息數(shù)據(jù)，對于任何節(jié)點都是可查詢的，整個系統(tǒng)信息做到完全公開透明。

去中心化：分布式存儲的方式意味著不存在中心化的硬件和管理機構，任何節(jié)點都具有完全一致的權利和義務，一切核算都直接發(fā)生于點對點之間。

可匿名：由于節(jié)點之間的數(shù)據(jù)交換遵循固定算法，此交換過程中交易雙方無需通過公開自己身份的方式讓對方產(chǎn)生信任，有助于信用的累積。

自治性：區(qū)塊鏈上的智能合約一旦被部署，程序和代碼將透明可信且自動執(zhí)行、強制履約，這使得對人的信任轉為對機器的信任，任何人為干預都無法產(chǎn)生效力。

當其被應用到不同金融場景時，主要會在公開透明性、安全性和效率上產(chǎn)生變革性影響。

區(qū)塊鏈將在應用層和技術層為金融賦能。應用層上將會在清算結算、供應鏈金融、征信和資產(chǎn)證券化等多領域有所應用。

目前，區(qū)塊鏈創(chuàng)業(yè)正處于熱潮之中，區(qū)塊鏈技術的發(fā)展正在等待著一個風口。埃森哲認為，目前中國市場亟須一些典型成功案例來證明區(qū)塊鏈技術在商業(yè)領域應用的可行性，以及能帶來明顯的經(jīng)濟效益。目前，埃森哲正在聯(lián)合其他研究者共同開發(fā)可編輯區(qū)塊鏈。在傳統(tǒng)的“僅允許追加”的區(qū)塊鏈系統(tǒng)中，對于人為失誤和簡單的計算錯誤以追加的方法解決將導致低效，“可編輯區(qū)塊鏈”相當于二維的區(qū)塊鏈，在主鏈正常運行增長的同時，標記出錯誤的區(qū)塊并修改其內(nèi)容，同時使其攜帶附加信息以能夠追蹤到它們是否被修改過。這既能完成錯誤交易的糾正和非法交易的撤銷，同時保證整體賬本的可靠性，將契合中國金融市場強監(jiān)管的要求。

云計算

云計算形式上是服務的交付，在本質(zhì)上體現(xiàn)為能力的交付，其目的是實現(xiàn)按需供應計算資源。目前我國金融信息化建設的發(fā)展不平衡，金融云的出現(xiàn)將為金融創(chuàng)新提供技術和信息支持，使金融企業(yè)能夠用更低的成本獲取更強的計算能力和服務能力，降低中小微金融機構的金融服務門檻，推動普惠金融發(fā)展。

云計算使智能金融具備以下兩個特征：

第一，云計算使得智能金融的應用場景可以快速普及化。最典型的表現(xiàn)是微服務架構，一個大型復雜軟件應用將由一個或多個微服務組成，系統(tǒng)中的各個微服務可被獨立部署且相互之間是松耦合的，每個微服務僅關注于努力完成一件任務。因此，在微服務架構中，在某種服務中根據(jù)需要增加某種功能不會影響整體進程，充分實現(xiàn)彈性可擴展，這使得大量金融企業(yè)，特別是中小金融企業(yè)，快速搭上智能金融的列車。

第二，云計算為智能金融提供了價格極低的超級計算能力。利用彈性計算等方式，實現(xiàn)即用即付，解決大型企業(yè)服務器資源閑置造成浪費的問題，降低了智能金融的服務門檻，使得智能金融成為普惠金融的重要實現(xiàn)路徑。

在國外，云計算在金融領域已經(jīng)有了相對成熟的應用。如Inovance成立于2013年，是一家基于云計算的金融數(shù)據(jù)管理平臺，通過大數(shù)據(jù)分析和人工智能技術的應用，普通人也可以在平臺進行投資分析和金融市場研究。他們開發(fā)的SaaS軟件“TRAIDE”已經(jīng)推出市場，能夠同時容納1800萬用戶和上千家金融機構同時在線。據(jù)Gartner報告，2016年全球云計算市場規(guī)模是2，066億美元，金融云占其中超過20%的份額，且在不斷擴大中。當今中國的云計算市場正熱火朝天，根據(jù)信達證券研發(fā)中心預測，中國云計算市場規(guī)模將從2012年的482億元增長到2018年的7823億元，年復合增長率為56.8%。

金融領域是當前中國云計算應用需求最為迫切的領域之一，大量金融機構正在開始應用自建私有云或第三方公有云合作的方式來承載應用和處理高并發(fā)業(yè)務。根據(jù)CCW Research調(diào)研結果顯示，目前已有40%的金融機構嘗試將IT業(yè)務搭建在云上，且未來這一數(shù)字還將持續(xù)增長。

大數(shù)據(jù)

大數(shù)據(jù)被Gartner定義為需要新處理模式才能具有更強決策力、洞察發(fā)現(xiàn)力和流程優(yōu)化能力的海量、高增長率和多樣化的信息資產(chǎn)。

金融產(chǎn)生大量的數(shù)據(jù)，需要數(shù)據(jù)的加工和處理，而大數(shù)據(jù)為智能金融提供基礎。因此相比于傳統(tǒng)概念的數(shù)據(jù)，大數(shù)據(jù)的特征可以被概括為：大容量、多樣性、快速化、價值化。

大數(shù)據(jù)的大容量和多樣性：提升數(shù)據(jù)的深度和廣度，不僅豐富了數(shù)據(jù)類型，增加了數(shù)據(jù)厚度，如聯(lián)合金融數(shù)據(jù)和非金融數(shù)據(jù)，還擴大了數(shù)據(jù)來源，打通了金融機構和外部數(shù)據(jù)，以更好支持智能獲客及智能風控等服務。

大數(shù)據(jù)的快速化：提升處理速度，增強了數(shù)據(jù)的鮮活度，支持提供實時化體驗，如實現(xiàn)秒級審批、實時的風控服務等。

大數(shù)據(jù)的價值化：通過找出數(shù)據(jù)中被忽視的關聯(lián)性，挖掘隱藏的數(shù)據(jù)價值，為智能金融的產(chǎn)品和服務創(chuàng)新創(chuàng)造了空間。利用LBS數(shù)據(jù)能夠間接發(fā)覺并豐富包括工作情況和方式等在內(nèi)的用戶畫像和特征。

目前大數(shù)據(jù)在金融業(yè)的應用場景正在逐步拓展，在風險控制、運營管理、銷售支持和商業(yè)模式創(chuàng)新等細分領域都得到了較為廣泛的應用。例如，美國ZestFinance公司主營業(yè)務便是將機器學習與大數(shù)據(jù)分析融合起來提供更加精準的信用評分，相較傳統(tǒng)的以FICO為代表的信用評分模型中僅用到15～30個變量，ZestFinance用到的變量個數(shù)多達7000到1萬個，這提升了用戶的賬戶厚度，使征信結果更加準確。再如，支付寶運用大量用戶消費數(shù)據(jù)，勾勒中國城市消費分布情況和趨勢變化，為商家進行精準營銷提供數(shù)據(jù)支持。而美國的保險公司通過安裝在車輛上的通信工具箱接收到的數(shù)據(jù)來挖掘駕駛行為模式，結合駕駛員的年齡和健康狀況等個人特征對保險費率實現(xiàn)個性化定價，最終將提升公司的核心競爭力。

制勝策略

人工智能和大數(shù)據(jù)正在對金融和泛金融領域產(chǎn)生廣泛而深遠的影響，不僅體現(xiàn)在改善效率上，在提升效能方面也是亮點十足—隨著算力和數(shù)據(jù)的突破，智能金融應用率先在通用領域中發(fā)力，解決效率提升的問題，隨著數(shù)據(jù)在細分領域中的積累和整合，智能金融的應用不斷向拓展各細分場景、提升業(yè)務效能的方向進步，從而展現(xiàn)出多樣化的金融應用布局。

影響智能金融應用在推廣上的速度、規(guī)模和潛力的因素很多，從技術角度看包括了技術的成熟度、數(shù)據(jù)可獲取性等，從金融的角度看包括了金融機構變革的意愿、以及對于新技術替代舊技術產(chǎn)生新增加值的認可程度，從用戶需求的角度看，切換成本的高低、新人群是否已經(jīng)形成、新習慣是否已經(jīng)被培育以及新的金融行為在多大程度上符合剛需都是影響應用普及的重要因素。那么需要思考的問題是，什么才是決定智能金融應用之爭能否勝出的關鍵因素呢？

規(guī)模

效率之爭必然意味著規(guī)模之爭。英國人馬克西和西爾伯斯提出的規(guī)模經(jīng)濟理論是經(jīng)濟學中最為人熟知的一條理論，描述的是在一定的產(chǎn)量范圍內(nèi)，隨著產(chǎn)量增加，平均成本不斷降低的事實。在強調(diào)效率的智能金融應用推廣市場中，規(guī)模經(jīng)濟理論同樣適用。

在通用領域，規(guī)?；呛饬啃实淖钪匾蛩亍Ｒ缘谌揭苿又Ц稙槔?，支付寶和微信從線上到線下一直在激烈比拼，爭奪的正是用戶規(guī)模。在線上市場，盡管微信支付在支付寶8年后才問世，但其依托“高頻”+“社交傳播途徑”的優(yōu)勢，抓住2014年春節(jié)發(fā)紅包的機會在線上快速崛起，目前與支付寶在用戶規(guī)模上難分仲伯;在線下市場，微信支付同樣依托絕大多數(shù)用戶習慣使用微信掃二維碼的優(yōu)勢，通過聯(lián)合商戶營銷快速起量，侵蝕支付寶大量市場份額，支付寶則依托其線下規(guī)模運營以及商戶資源的優(yōu)勢，通過在線下支付收款碼上一系列的激勵政策與補貼投入，在2017年收復了一定的市場。未來可預測會產(chǎn)生如人臉支付、指紋支付、虹膜支付等更多新的支付方式，已形成規(guī)模化、擁有更多存量用戶/人臉庫以及更多可升級硬件設施的公司會更有領跑優(yōu)勢，從這個意義上說，未來移動支付中，支付寶和微信仍會大幅領先，其它第三方支付玩家加入競爭的難度將進一步加大。

在細分領域，如在消費金融市場，對風險名單（黑名單、多頭名單）的使用是普遍現(xiàn)象。風險名單幫助金融機構減少后續(xù)環(huán)節(jié)中的征信成本，提高信審效率。風險名單的規(guī)模、量級和準確性是其能夠被金融機構采用的最主要依據(jù)：規(guī)模過小，會導致查得率不高，可用性不佳?？梢钥吹剑茉陲L險名單上已覆蓋多數(shù)互聯(lián)網(wǎng)金融機構，構建起了初步的規(guī)模化優(yōu)勢;百度利用在數(shù)據(jù)資源、資源打通率以及關聯(lián)網(wǎng)絡技術等方面的優(yōu)勢在風險名單規(guī)模上快速接近同盾，而一些未能快速起量的第三方服務機構想要實現(xiàn)超越難度較大。

標準

在強調(diào)效率的市場中，標準的制定者掌握競爭的主導權，引領行業(yè)創(chuàng)新并制定競爭規(guī)則，從而建立起牢固的領先優(yōu)勢。移動通信的標準之爭即是典型例證，得標準者得天下，各家公司均提出自己的技術主張并希望成為行業(yè)通用標準在全世界使用，進而在專利、芯片等行業(yè)產(chǎn)業(yè)鏈上獲得巨大的商業(yè)價值與行業(yè)影響力。在第三代移動通信系統(tǒng)的發(fā)展過程中，曾存在著美國高通公司主導的CDMA2000、歐洲愛立信、諾基亞以及歐洲和日本運營商主導的WCDMA以及中國大唐公司主導的TD-SCDMA三大標準。其中TD-SCDMA由于提出時間較其它兩大標準晚7～8年，相關行業(yè)產(chǎn)業(yè)發(fā)展不成熟，并未獲得市場認可，世界上唯一采用該標準的運營商中國移動僅運營不到5年就全面演進到下一代網(wǎng)絡。在第四代移動通信的標準制定中，吸取之前的經(jīng)驗，由中國移動倡導，聯(lián)合愛立信等國內(nèi)外多家企業(yè)聯(lián)合提出的TD-LTE標準一開始就成為行業(yè)主流標準之一（另外兩個是FDD LTE以及Wimax），并取得了產(chǎn)業(yè)化上的巨大成功，目前已應用在數(shù)十個國家的移動通信網(wǎng)絡上。

移動通信領域的標準之爭對于快速興起的智能金融領域，比如對仍在探索期的區(qū)塊鏈行業(yè)和已經(jīng)相對成熟的移動支付行業(yè)，具有重要的借鑒價值。

在通用領域，區(qū)塊鏈作為一種分布式去中心化的賬本，以其不可篡改的特性提高了在信用審查、清算結算等方面的效率。在行業(yè)內(nèi)，不同的組織采用不同的標準，比如超級賬本（Hyperledger）即為Linux基金會于2015年發(fā)起的推進區(qū)塊鏈數(shù)字技術和交易驗證的開源項目，以及R3區(qū)塊鏈聯(lián)盟、企業(yè)級以太坊聯(lián)盟（EEA）等數(shù)十個區(qū)塊鏈聯(lián)盟項目都會采用不同標準?？梢灶A見的是，隨著技術的成熟與標準化，少數(shù)能夠支持廣泛的場景的標準終將勝出，相關的組織將成為行業(yè)主流。

在細分領域如支付，已有針對線上、線下、ATM和二維碼的各類標準和規(guī)則，業(yè)務創(chuàng)新需要在既有框架內(nèi)開展，比如第三方支付賬戶直接提現(xiàn)是被央行發(fā)布的《非銀行支付機構網(wǎng)絡支付業(yè)務管理辦法》禁止的。一個近期的案例是，某城商行推出ATM掃碼取款業(yè)務，使用微信或支付寶掃ATM機上的二維碼，即可將微信或支付寶內(nèi)的余額提現(xiàn)，在不帶現(xiàn)金和銀行卡出門的現(xiàn)象普遍的今天，這項創(chuàng)新被認為具有開創(chuàng)意義。但這種開創(chuàng)意義只是形式上的，因為不符合基于風險考量制定的政策標準，該業(yè)務開展1天后即被叫停。

獨特資源

不論是獨特的數(shù)據(jù)資源、客戶資源、場景資源或者是跟某些優(yōu)勢業(yè)務的協(xié)同效應資源，作為一種稟賦能夠最直接地作用于效能提升上。

在通用領域，因為金融行為在多數(shù)情況下是低頻、隱性的，所以獲客難度大、成本高，提高響應率可以幫助提升獲客及時性、降低獲客成本的效能。響應率非?？简炠Y源優(yōu)勢，比如，微信小紅點提供了一種可能，觸發(fā)用戶點擊行為。當然這種方式的問題是缺乏可持續(xù)性，以至于微粒貸在小紅點紅利衰退之后開始投放廣告。信息流如今日頭條和百度會在持續(xù)性上有所改善，根據(jù)客群的用戶畫像進行精準投放，搜索引擎也是通過抓住用戶的精準表達觸發(fā)用戶需求，因而在降低獲客成本的效能提升上作用明顯，比如受訪的多家互聯(lián)網(wǎng)金融公司表示會通過搜索引擎優(yōu)化（SEO）、應用商店優(yōu)化（ASO）以及廣告樣式優(yōu)化等方式提升響應率，在搜索引擎、應用商店、信息流、廣告聯(lián)盟等渠道上的獲客成本已經(jīng)降到之前的60%～70%。

在細分領域，大數(shù)據(jù)個人征信在拓展可評估人群邊界方面能夠提升效能，這是因為它能夠更加準確、及時地獲取評估個人信用的數(shù)據(jù)，籌備中的“信聯(lián)”提供了可借鑒思路。這是由互聯(lián)網(wǎng)金融協(xié)會發(fā)起、吸納主要數(shù)據(jù)服務商入股的市場化個人征信機構，其選擇的股東包括螞蟻、騰訊、前海、鵬元、華道等。通過觀察可以發(fā)現(xiàn)，這些平臺都會有獨特數(shù)據(jù)資源且相互之間重復較少，一部分與央行數(shù)據(jù)形成互補，如螞蟻的電商和互金數(shù)據(jù)、騰訊的社交數(shù)據(jù)、鵬元的公共政務數(shù)據(jù)等，另一部分則對央行數(shù)據(jù)形成驗證，如前海依托于平安的金融數(shù)據(jù)、華道的水電燃氣數(shù)據(jù)等，雖然數(shù)據(jù)類型相似但時效性的優(yōu)勢更加明顯。這些具有補充和再驗證價值的獨特資源可以多元驗證個人的信用，提高信用評價的置信度。

行業(yè)理解

在海量數(shù)據(jù)中構建知識圖譜，尋找數(shù)據(jù)之間的關系，構建關系網(wǎng)絡，并最終提供有價值的服務必然要求企業(yè)能夠深入理解行業(yè)、行業(yè)數(shù)據(jù)特征及應用。

在通用領域，美國頂尖的數(shù)據(jù)分析與技術提供商Palantir是典型例證。這家公司專注于大數(shù)據(jù)領域的關聯(lián)分析，已拓展多行業(yè)和領域，完成估值和營收的飛躍。其顯著特征是銷售人員寥寥無幾，主要人員構成包括IT工程師、算法科學家和業(yè)務專家，業(yè)務專家來自政府、金融、零售、能源、醫(yī)療、保險各領域，對事物屬性、媒體、描述、關系等的深刻理解，是Palantir目前在大數(shù)據(jù)領域具有突出影響力的決定性因素。

在細分行業(yè)，大數(shù)據(jù)基金是一個有趣的研究領域。被譽為基金版AlphaGo的首支完全機器人選股ETF基金AIEQ在上市后一個月時間內(nèi)業(yè)績大幅跑輸標普500指數(shù)，表明判斷的準確性不僅來自于其自身的深度學習，同樣需要疊加基金經(jīng)理的行業(yè)理解。

面對相同的數(shù)據(jù)來源，優(yōu)秀基金經(jīng)理和一般基金經(jīng)理或許會采用不同的數(shù)據(jù)處理方式。這些方式的差異體現(xiàn)在使用數(shù)據(jù)的維度、顆粒度、關聯(lián)性、時效性和臨界值等方面，背后的原因恰恰是其投資理念的不同和投資策略選擇的不同。

當人工智能越來越成為一種基礎設施，優(yōu)秀投資人和一般投資人的差距不會被縮小，而是被擴大，并且會以加速的方式擴大。

生態(tài)合作深度

細分領域要求生態(tài)合作深度。在細分行業(yè)內(nèi)，會存在大量特殊的場景需求和業(yè)務需求，需要合作雙方聯(lián)合解決，信任在其中不可或缺，會極大降低雙方合作成本。

在改善效率方面的一個典型案例是金融數(shù)據(jù)分析工具公司Kensho，這家公司在投資分析領域極其活躍，長期與華爾街的銀行和基金深入合作，它利用云技術搜集和分析數(shù)據(jù)，把長達幾天時間的傳統(tǒng)投資分析周期縮短到幾分鐘，高效率、良好的用戶體驗及強大的學習能力是人們對這款工具的普遍評價。

在提升效能方面，在信貸領域，合作雙方基于各自的數(shù)據(jù)優(yōu)勢和業(yè)務優(yōu)勢，共同建設信用模型（聯(lián)合建模）是改變數(shù)據(jù)不足、提升業(yè)務適用性效能的典型方式。需要深度合作的理由是，市場上的變量（X）相對充裕，合作方將X與X聯(lián)合建模后產(chǎn)生的協(xié)同價值小。而很多公司本身業(yè)務發(fā)展期短，同時受產(chǎn)品形態(tài)影響（小額循環(huán)信貸產(chǎn)品表現(xiàn)值產(chǎn)生較快，大額相對慢），表現(xiàn)值（Y）就非常稀缺。只有使用更多更好的Y值訓練模型才會增強模型有效性。讓合作方貢獻高價值的Y就必須得到雙方的信任，這就是生態(tài)合作在深度上的要求。

生態(tài)合作廣度

通用領域要求生態(tài)合作廣度。依托于大量外部合作伙伴的數(shù)據(jù)反哺、產(chǎn)品反饋，幫助智能金融創(chuàng)新者優(yōu)化模型、提升技術和能力。

在改善效率上，如伴隨著AI技術與傳統(tǒng)客服的結合應運而生的智能客服，在一定程度上替代了人工客服，這是典型的能夠提高效率、降低成本，但是要求有生態(tài)合作廣度的業(yè)務。在市場上，小i機器人、Udesk、科大訊飛等諸多公司推出各自產(chǎn)品，科大訊飛依托海量數(shù)據(jù)資源與強大的技術優(yōu)勢，將智能客服技術應用在諸如語音導航、客服助理、語音質(zhì)檢以及智能外呼等各個場景，服務于金融、醫(yī)療、公共政務等多個領域，在目前的格局中處于領跑地位。

從效能角度理解，智能匹配對生態(tài)合作廣度有極高要求，以融360、好貸網(wǎng)等為代表的金融流量平臺為個人消費者和小微企業(yè)提供金融產(chǎn)品的搜索、推薦和申請服務。該類平臺的核心價值即能洞察用戶的需求，匹配最適合的金融產(chǎn)品。融360通過近六年積累的信貸用戶數(shù)據(jù)，對近億用戶建立了用戶畫像，并根據(jù)用戶特征建立了200多個風控模型，覆蓋每天95%以上的活躍用戶，每天更新百萬級的用戶模型數(shù)據(jù)，最終將2500多家金融合作機構的超過17萬款產(chǎn)品與每一位用戶進行精準匹配，向用戶推薦“千人千面”的產(chǎn)品，極大提升用戶轉化效率并幫助金融機構獲客，融360目前已成為這一領域的市場領導者并已在美國紐交所成功上市（股票代碼“JT”）。

從綜合角度看，市場上多數(shù)互聯(lián)網(wǎng)公司會利用自身在規(guī)模、標準、獨特資源、行業(yè)理解以及合作的廣度和深度上的多個維度發(fā)揮優(yōu)勢，推動智能金融發(fā)展。比如擁有龐大電商交易數(shù)據(jù)和場景的阿里、京東，以及擁有社交數(shù)據(jù)和場景的騰訊。還包括如：58同城，作為最大的分類信息網(wǎng)站，58擁有各行業(yè)用戶層面的發(fā)帖、瀏覽、點擊等數(shù)據(jù)以及線上與線下豐富的車、房信息流量入口，重點發(fā)展車、房領域的B2B2C貸款業(yè)務并提供信貸導流平臺類服務;網(wǎng)易，依托其在郵箱、網(wǎng)購、游戲、新聞等多元化用戶數(shù)據(jù)與電商、游戲的場景優(yōu)勢，著力打造了支付、貸款和信用卡導流業(yè)務;滴滴，作為出行類服務領域的龍頭，依托司機和乘客兩端的核心數(shù)據(jù)與日均千萬訂單流量優(yōu)勢，探索保險，特別是定制化場景險業(yè)務;美團，依托在美團點評數(shù)據(jù)與B端商戶的規(guī)模優(yōu)勢，順應政府普惠金融、小微金融政策，發(fā)力收單與支付業(yè)務，并聚焦中小商戶的信貸服務;360金融，作為360集團下的獨立子公司，依托手機衛(wèi)士、手機助手等數(shù)據(jù)優(yōu)勢，打造以“你財富”為品牌的財富管理業(yè)務與“360借條”為品牌的信貸業(yè)務。

就百度金融而言，相較于提高效率，其在提升效能方面有著更為出色的表現(xiàn)。這是因為，第一，百度數(shù)據(jù)的多樣性，除了搜索，還有量級巨大的LBS、交易、網(wǎng)絡行為、圖像視頻 等，構成刻畫用戶、構建模型和智能匹配的基礎。第二，百度數(shù)據(jù)的互補性，與公共數(shù)據(jù)和傳統(tǒng)金融機構數(shù)據(jù)，如消費和信貸類數(shù)據(jù)具有更強互補性（參見本報告“大數(shù)據(jù)風控提升征信廣度和精度”章節(jié)），與金融機構之間更易建立深度合作。因此，可以在細分效能領域有所突破。第三，搜索引擎的精準表達，在手機百度這樣一個日活過億的超級App上，每天有千萬量級的金融訴求表達，如大額分期、小額循環(huán)、抵押類、信用卡、固收理財、基金、股票開戶、車險等，訴求極為精準，使百度金融能更好地抓住用戶訴求，并在最好的時間進行觸達，實現(xiàn)更高的響應率，能夠有效降低獲客成本，提高經(jīng)營效率。

在效能上的優(yōu)勢助力百度金融與銀行、消費金融公司、互聯(lián)網(wǎng)小貸等機構快速對接、廣泛合作，將線上、線下的流量高效地轉化為資金和資產(chǎn)，提升資產(chǎn)與資金的流通和匹配效率。一張利用人工智能服務普惠金融的“智能金融生態(tài)圈”藍圖正在形成。

技術應用對金融行業(yè)將帶來一系列影響，包括銀行、保險、證券等。推動金融業(yè)務模式的創(chuàng)新，如個人金融需求方面的個人信貸、財富管理、支付等，企業(yè)金融需求方面的企業(yè)信貸、資產(chǎn)管理、國際結算等，以及金融機構間的銀行間業(yè)務、交易所業(yè)務等。埃森哲研究顯示，在全球范圍內(nèi)新興科技對金融業(yè)的應用在逐漸深入。以銀行業(yè)為例，到2020年，將有近30%的營收受到影響，其中17.4%來自存款，6%來自信用卡和支付，4.9%來自貸款，3.4%來自資產(chǎn)管理。

而不同細分領域的影響階段是不同的。移動互聯(lián)網(wǎng)時代更全面且更易獲取個人數(shù)據(jù)，因此智能化變革首先在個人端爆發(fā)，然后慢慢滲透到企業(yè)端。在后續(xù)章節(jié)，我們會重點就智能金融在支付、個人信貸、企業(yè)信貸、財富管理、資產(chǎn)管理以及保險方面的應用進行探討。

支付—智能創(chuàng)新最前沿

作為與消費者連接最緊密的環(huán)節(jié)，智能金融對于廣大用戶的支付需求影響得最早、最廣、最深。如今在中國，移動支付已無處不在，遍及餐飲、商超、醫(yī)院、停車場等全面線下場景。并且正不斷向海外拓展，中國消費者可以在其他30個國家和地區(qū)的實體零售店使用中國的移動支付工具。埃森哲統(tǒng)計，2016年，非銀行支付機構共處理移動支付業(yè)務970.51億筆、金額51.01萬億元，同比分別增長143.47%和132.29%。

回顧歷史，為滿足線上轉賬匯款需求的支付網(wǎng)關模式是技術與支付結合的初始形態(tài);隨著電商的發(fā)展，以支付寶為代表的第三方支付應運而生，成為賣家與買家線上交易的信用中介;智能手機的普及和移動互聯(lián)網(wǎng)的發(fā)展則使得移動支付日益繁榮，2014年春節(jié)，微信紅包引爆移動支付，從當年除夕至初八，超過800萬用戶參與了搶紅包活動，超過4000萬個紅包被領取;而隨著智能技術的進一步成熟，支付將進入“萬物皆載體”的新階段，智能手環(huán)、手表、汽車、空氣凈化器、冰箱、空調(diào)、電視等都可以成為支付的“賬戶載體”和“受理終端”。

生物智能打造極致便捷的支付體驗

流程的優(yōu)化、交互介質(zhì)的革新為支付帶來更極致的便捷體驗。以人臉識別、聲紋識別、虹膜識別等為代表的生物識別支付技術，更進一步簡化了支付流程，提升了支付效率，能夠?qū)崿F(xiàn)支付過程以“秒”計算，并基于生物特征的獨一無二性更有效地保證支付安全性。螞蟻金服收購擁有眼紋（EyePrint IDTM）識別技術專利的生物識別技術創(chuàng)業(yè)公司EyeVerify，未來支付寶可能實現(xiàn)支付方式的重大創(chuàng)新突破。

生物識別技術已在各行業(yè)得到了廣泛的應用。騰訊優(yōu)圖在無限制條件下人臉驗證測試中提交的最新成績?yōu)?9.80%，且已在安防、商業(yè)、娛樂等場景得到了實踐，例如，利用人臉識別分析技術快速準確地分析畫面中出現(xiàn)的人物屬性，如年齡、性別等信息，實現(xiàn)精準地廣告投放。百度語音通過場景識別優(yōu)化，為車載導航、智能家居和社交聊天等行業(yè)提供語音解決方案，準確率達到90%以上，并在語音搜索、語音輸入法等方面得到了應用。

區(qū)塊鏈推動跨境支付結算流程簡化并提高時效

世界銀行數(shù)據(jù)顯示，2016年全球跨境支付市場已達到6010億美元。中國成為超越美國和歐元區(qū)的全球跨境支付第三大市場。但是，傳統(tǒng)跨境支付模式存在大量人工對賬操作，通常一筆交易需要至少2～3天才能完成，效率極 低;且支付成本居高不下，付款人的平均成本達到轉賬金額的7.68%。

應用區(qū)塊鏈的跨境支付，減少流程中的人工處理環(huán)節(jié)，大大提升交易速度;削弱交易流程中的中介機構作用，提高資金流動性，實現(xiàn)實時確認和監(jiān)控，能夠有效降低交易各環(huán)節(jié)中的直接和間接成本。以知名區(qū)塊鏈技術公司Ripple 為例，據(jù)Ripple統(tǒng)計，僅通過Ripple平臺在各項國際支付業(yè)務中就能節(jié)省33%的支付成本，數(shù)秒完成交易。

數(shù)字貨幣為貨幣流通體系帶來新理念

2009年依靠嚴謹技術體系誕生的比特幣，帶來了新的理念。從2014年起，中國央行就成立了專門的研究團隊，對數(shù)字貨幣發(fā)行和業(yè)務運行框架、關鍵技術、發(fā)行流通環(huán)境、法律問題等進行深入研究，幾年來不斷取得新的進展。

數(shù)字貨幣可以大大節(jié)省紙幣的運營成本，影響流通環(huán)節(jié)，并在很大程度上優(yōu)化現(xiàn)有貨幣的運行體系，其顯著特征是可追溯性。加強對貨幣供給和貨幣流通的控制力，加強貨幣價格杠桿對社會經(jīng)濟總量的影響。提升經(jīng)濟交易活動的便利性和透明度，減少洗錢、逃漏稅等違法犯罪行為。

作為金融的護城河及業(yè)務協(xié)同的橋梁，支付對金融意味著“賬戶+數(shù)據(jù)”。它不僅能夠作為入口快速積累用戶規(guī)模，還可以在提供賬戶和交易數(shù)據(jù)方面起到至關重要的作用。為機構搭建投融資、理財?shù)染C合化平臺和研發(fā)相關產(chǎn)品提供了必要的支撐。

個人信貸—全鏈條智能化

消費升級、信貸滲透率提升激發(fā)了消費金融市場的發(fā)展，2017年消費金融市場達20萬億元。消費金融需求已不再局限于房貸、車貸等大額消費，而逐步深入家電、食品、旅游、教育等商品消費及服務場景中，信貸模式多樣化。埃森哲研究表明，部分不愿使用信用卡的消費者是因為適合他們的信貸產(chǎn)品太少?，F(xiàn)在越來越多的客戶愿意為好的產(chǎn)品付費。針對不同類型的客戶開發(fā)適合他們的信貸產(chǎn)品，提升客戶體驗將是金融業(yè)未來努力的方向。

消費金融市場的主要服務提供者，銀行、持牌消費金融公司、電商平臺、金融科技公司等憑借資金成本、場景流量、數(shù)據(jù)、技術的不同優(yōu)勢，而提供不同的信貸產(chǎn)品及服務方式。線上循環(huán)貸、網(wǎng)貸和小額短期信用貸成為近兩年市場的爆發(fā)點。

大型互聯(lián)網(wǎng)平臺借助自身場景流量優(yōu)勢，存量客戶快速上量。如占據(jù)電商消費場景的螞蟻花唄、京東白條，以及搜索流量主動表達需求的百度教育貸、醫(yī)美貸等，預計2017年的總放款額達萬億元。

消費貸款市場的爆發(fā)也催生了一些弱化貸款用途、忽略用款場景的無抵押信用貸款，由于其可能造成過度借貸、重復授信、畸高利率、侵犯個人隱私等問題，存在著較大的金融風險和社會風險隱患。今年12月1日，互聯(lián)網(wǎng)金融風險專項整治、P2P網(wǎng)貸風險專項整治工作領導小組辦公室正式下發(fā)《關于規(guī)范整頓“現(xiàn)金貸”業(yè)務的通知》，對小額貸款業(yè)務進行了明確的規(guī)范和指導。

在新規(guī)的指引下，未來的個人信貸業(yè)務與實際消費場景將會更加緊密地結合，這勢必要求在場景對接、審批決策和運營流轉上有更加強大的數(shù)據(jù)和技術支撐?？梢韵胂?，繼移動時代的場景流量后，全鏈條智能化的技術能力將成為新的競爭力。

智能獲客深度挖掘高效轉化信貸需求

據(jù)埃森哲研究，在傳統(tǒng)人工信貸審核時期，銀行平均每筆貸款成本高達3416美元，貸款機構的高額固定成本模式迫使其根據(jù)不斷變化的市場形勢進行快速調(diào)整。而智能獲客是挖掘用戶潛在信貸需求、實現(xiàn)用戶轉化的利器。企業(yè)通過賬號體系積累用戶信息厚度，并形成可觸達、可識別、最終可授信的賬號。在此基礎上，構建信貸用戶畫像和響應模型，需求前置、擇選時機精準觸達用戶，實現(xiàn)高效的新客獲取與老客激活，降低獲客成本。與傳統(tǒng)獲客方式相比，智能獲客體現(xiàn)出如下四方面特征：

清晰用戶畫像捕捉信貸需求。基于關系數(shù)據(jù)、身份信息、網(wǎng)絡行為數(shù)據(jù)、金融屬性等數(shù)據(jù)，構建豐富多樣的用戶畫像，如學歷畫像、職業(yè)畫像、資產(chǎn)畫像等，進而捕捉用戶相應的信貸需求（見圖11）。

響應模型提升獲客效率。將用戶按照響應率進行排序，降低獲客成本，極大提升效率。例如百度在2017年完成的以5000名房貸客戶為樣本的、覆蓋其貸款前6個月至貸款后6個月的消費行為測試中，發(fā)現(xiàn)新房貸按揭客戶在房貸放款后一周至六個月期間，對于消費信貸的需求出現(xiàn)了163%的增長。在此期間，這些客戶對于半年到一年循環(huán)授信的響應率會大幅提高（見圖12）。

預授信前置風險評估。對用戶風險進行甄別和分層，有效預測違約風險，指導差異化定價。對客群進行分層經(jīng)營，從根本解決體驗問題。

多渠道主動觸達，時機更具精準性。首先根據(jù)用戶畫像不同屬性，為不同行為特征的用戶設計匹配的觸達渠道，例如短信、App消息推送、App入口展示等。再者鎖定時機精準觸達，從而圈中用戶，對轉化的成功率至關重要。

智能反欺詐實現(xiàn)全時多維防控

中國網(wǎng)絡黑色產(chǎn)業(yè)已達千萬級別，美國的欺詐與信用風險約為1：5，而中國則完全相反，盜身份、養(yǎng)號、騙貸、偽基站、撞庫、黑中介等欺詐行為層出不窮。因此，通過智能技術建立多樣化的反欺詐手段，如通過ID-Mapping技術實現(xiàn)人-賬號-設備等關聯(lián)，識別設備異常、高危賬號;通過人臉、聲紋等生物特征驗證身份;通過關聯(lián)網(wǎng)絡構建欺詐關聯(lián)圖譜等，實時打擊黑產(chǎn)、黑中介等團伙欺詐，對于降低信貸風險有著重要意義。

百度已推出了一整套反欺詐產(chǎn)品服務體系“磐石反欺詐工程平臺”，互聯(lián)網(wǎng)金融機構和傳統(tǒng)銀行可根據(jù)自身的欺詐策略和需求靈活選擇相應產(chǎn)品服務，包括以活體識別提供用戶身份認證，多頭防控識別用戶多頭信貸行為，關聯(lián)網(wǎng)絡識別黑中介、團伙詐騙等。

例如，在百度磐石關聯(lián)黑產(chǎn)系統(tǒng)中，已構建100億節(jié)點，500億節(jié)點邊的關聯(lián)網(wǎng)絡。每個節(jié)點代表一個設備號，也代表節(jié)點的關聯(lián)。在實際應用中，一位學生向某教育信貸機構申請分期貸款，通過對用戶資質(zhì)進行審核，若發(fā)現(xiàn)該用戶與諸多風險名單、惡意逾期用戶、騙貸團伙關聯(lián)密切，則表現(xiàn)出集中的異常節(jié)點，系統(tǒng)會自動預警，攔截欺詐團伙。節(jié)點選擇只顯示逾期用戶，同一機構的逾期用戶形成關聯(lián)關系，通過團簇的大小直接判斷機構的狀況，則可輔助風控人員主動、及時地調(diào)整機構管理的風控策略。

大數(shù)據(jù)風控提升征信廣度和精度

在獲取具有信貸需求的客戶基礎上，借助智能技術構建強有力的風控體系，準確評估客戶信用風險，成為促進個人信貸健康發(fā)展的重要環(huán)節(jié)。

互聯(lián)網(wǎng)大數(shù)據(jù)將沒有征信記錄的人群納入信用體系，擴大了個人信貸的市場基礎。大數(shù)據(jù)實現(xiàn)了用戶信息厚度的積累，社交、電商、搜索、LBS等用戶互聯(lián)網(wǎng)行為數(shù)據(jù)以及央行征信數(shù)據(jù)、公安數(shù)據(jù)、法院數(shù)據(jù)、航旅等合作平臺數(shù)據(jù)共同構成征信的數(shù)據(jù)基礎。對于有征信人群的信用評估提升精度;對于無征信人群實現(xiàn)信用評估，信用模型的KS可達30以上。依賴于大數(shù)據(jù)實現(xiàn)的更廣泛的信用評估，使得個人信貸能夠進一步服務于沒有被傳統(tǒng)征信體系覆蓋的人群，如務農(nóng)人員、新入職員工、收入較低的藍領工人等，實現(xiàn)真正的“普惠”。

此外，應用集成學習、深度學習、半監(jiān)督學習等人工智能技術，構建多變量的信用評估模型，取代依賴少數(shù)規(guī)則的傳統(tǒng)信用評估方式，大幅提升了信用評估的精準度。例如，美國知名智能金融企業(yè)Zest finance建立了強大的數(shù)據(jù)挖掘能力和模型開發(fā)能力，利用10個預測分析模型進行集成學習或者多角度學習，對多達上萬條的參考數(shù)據(jù)變量進行大數(shù)據(jù)挖掘并應用模糊算法與神經(jīng)網(wǎng)絡最終形成一個獨立的信用分數(shù)，更精準地評估客戶的信用風險。百度的大數(shù)據(jù)風控系統(tǒng)“般若”，應用更多的行為大數(shù)據(jù)準確判斷用戶的信用。

通過集成學習梯度增強決策樹算法聚合大數(shù)據(jù)高維特征，將3000+的基礎行為特征聚合成200+棵樹，相對傳統(tǒng)方法提升10%的風險區(qū)分度;通過深度學習、特征嵌入與挖掘，解決大數(shù)據(jù)特征稀疏的問題，發(fā)現(xiàn)搜索詞之間的潛在語義關系，有效提升行為的風險區(qū)分度5%以上;通過半監(jiān)督學習的圖計算，信用標簽傳播，用豐富關系網(wǎng)豐富信貸征信，減少低信用分的用戶。

在智能技術的支持下，征信將逐漸普及，并向各類生活場景滲透，如酒店免預授權、租車免押金等。普遍健全的信用體系以及信用信息在場景間順暢流通，也將進一步增加失信或欺詐者的違約成本，推動信用社會的建設。數(shù)據(jù)風控和數(shù)據(jù)征信時代的到來，給予了信任問題新的解決方向和希望，真正觸及風險核心。在風險評價上不僅僅是增添價值，更是創(chuàng)造了價值，使得“千人千面”不再是紙上談兵的幻想。而同時，數(shù)據(jù)的交換使不可能變成了可能，使曾經(jīng)不能獲得信貸服務的人有機會滿足自己的信貸需求，真正以“人”為核心，踐行普惠金融。

企業(yè)信貸—新技術應用初顯成效

埃森哲《適者生存：重塑銀行在金融科技時代的競爭力》報告中指出，中國中小企業(yè)數(shù)量達到7000多萬戶，占全國企業(yè)總數(shù)99%以上，而現(xiàn)有企業(yè)征信系統(tǒng)中的記錄卻不到600萬家，覆蓋率不到10%。廣發(fā)銀行的調(diào)研數(shù)據(jù)顯示，平均每家小微企業(yè)的資金缺口約為70.5萬元。通過近年來的探索，智能金融將為包括貿(mào)易融資、供應鏈金融、企業(yè)信用貸款等對公信貸業(yè)務起到完善企業(yè)信用體系、補充企業(yè)經(jīng)營狀況信息和降低放貸機構單據(jù)確權難度的作用。

大數(shù)據(jù)豐富企業(yè)信用體系

一直以來由于小微企業(yè)自身規(guī)模小，經(jīng)營風險大，缺乏擔保物等問題，常常很難達到傳統(tǒng)信貸機構的放貸標準。在授權合規(guī)的前提下，整合傳統(tǒng)的銀行數(shù)據(jù)、政府數(shù)據(jù)、企業(yè)行為數(shù)據(jù)和場景數(shù)據(jù)，甚至社保、水電等更多維度，大數(shù)據(jù)可以改善客戶與金融機構之間的信息不對稱情況，改變傳統(tǒng)的信用評級方法，有效解決小微企業(yè)融資難問題。

以另一家國內(nèi)某主攻小微企業(yè)征信的金融科技平臺為例，在豐富的大數(shù)據(jù)的基礎上，建立小微企業(yè)提供征信評估體系。此外，該平臺還利用小微企業(yè)的工商信息、合規(guī)情況、關系族譜和輿情分析等數(shù)據(jù)對小微企業(yè)提供全方位的企業(yè)畫像，更進一步改善小微企業(yè)的信用評級狀況。

物聯(lián)網(wǎng)掌握貨物數(shù)據(jù)補充經(jīng)營信息

大數(shù)據(jù)在采集過程中會出現(xiàn)很多不可控的因素，因而真實性的有效驗證十分重要。物聯(lián)網(wǎng)可以獲取企業(yè)的動產(chǎn)與不動產(chǎn)數(shù)據(jù)，補充企業(yè)經(jīng)營狀況信息。以應收賬款融資業(yè)務模式為例，開鑫金服通過物聯(lián)網(wǎng)傳感設備對交易牛奶進行追蹤、監(jiān)控和管理，就能準確清晰地獲取庫存及銷售數(shù)據(jù)，確保項目及時還款。

區(qū)塊鏈推動融資全流程信息透明，提升多方信任

在企業(yè)融資業(yè)務中，需要完成對客戶的情況搜集、信息對比以及實地考察等貸前調(diào)查工作，以及業(yè)務續(xù)做后的貸后管理工作，同時供應鏈金融、貿(mào)易融資等業(yè)務本身具有行業(yè)面廣、交易鏈條長、結算方式多樣的特點，因此，銀行面臨人力成本高和風險難識別兩大痛點。

區(qū)塊鏈因為其不可篡改、分布式記賬以及去中心化等功能特性，可以解決此類風控難題，同時有效降低人力成本。在信任建立的基礎上，降低單據(jù)確權難度。

財富管理—智能匹配初具雛形

傳統(tǒng)財富管理模式下，了解客戶投資偏好，進而提供個性化投資建議和投資服務，需花費高昂的溝通成本、人力成本，因此高費率、高門檻的財富管理服務主要面向高凈值人群。智能技術在投資偏好洞察和投資資產(chǎn)匹配環(huán)節(jié)能夠極大地降本提效，使財富管理逐漸走向中低凈值人群，呈現(xiàn)高效、低費、覆蓋更廣泛的特點。

立體洞悉投資特征促進資產(chǎn)風險和用戶的精細化分層

互聯(lián)網(wǎng)多維的行為特征大數(shù)據(jù)，可以低成本地深刻理解用戶投資需求，立體刻畫用戶特征，包括人生階段、資產(chǎn)情況、消費能力、投資經(jīng)驗、風險偏好、流動性偏好等;并實時評估風險偏好和承受能力，對用戶投資風險和需求進行分層，為個性化投資資產(chǎn)匹配奠定基礎。這種真正基于用戶投資偏好的財富管理服務能夠提升用戶對投資結果的滿意度，建立用戶與財富管理企業(yè)之間的信任感，實現(xiàn)客戶關系的長期維系。

精準的用戶理解能力是動靜結合的，以用戶基礎畫像特征、長期偏好疊加短期興趣和需求，不僅在新客引入中發(fā)揮作用，將用戶理解貫穿財富管理的業(yè)務全流程，可輔助提升運營效率。

此外，通過對產(chǎn)品的結構化描述和對產(chǎn)品賦予標簽、特質(zhì)和限制等特征，財富管理機構幫助客戶更加簡單明了地理解產(chǎn)品和配置產(chǎn)品。通過這種方式，低成本地對客戶進行投資教育，促進市場上的個體客戶往更理性成熟的方向發(fā)展。

智能觸達提升轉化效率

通過響應模型和多渠道主動、適時、多次地觸達策略高效獲客。例如，數(shù)據(jù)表明，學歷較高、剛步入職場的年輕人對于理財?shù)男枨箅S著年齡、職位、薪資的增長逐步增加，而鎖定升職、加薪等關鍵時點，將大幅度提升響應率。百度理財通過模型的使用或提升，在智能觸達的實踐中取得出色的效果。

智能投顧普及資產(chǎn)配置理念

智能投顧通過大類配置、智能推薦、智能定投服務，實現(xiàn)資金端與資產(chǎn)端的智能匹配及自動交易執(zhí)行，在當前金融產(chǎn)品和交易策略日新月異的金融市場，為中低凈值用戶提供高效低費、專業(yè)理性的資產(chǎn)管理解決方案。

基于現(xiàn)代投資組合理論（MPT），運用人工智能、大數(shù)據(jù)、云計算等新興技術搭建交易決策模型，再將投資者風險偏好、財務狀況及理財規(guī)劃等變量輸入模型，生成個性化的大類資產(chǎn)配置，進而提供相應投資產(chǎn)品或產(chǎn)品組合的智能推薦，并對智能推薦的產(chǎn)品提供智能定投等交易執(zhí)行服務。

埃森哲報告顯示，當今時代消費者期望在財富管理中擁有更多的透明度，正如他們在教育、消費品等行業(yè)中一樣。隨著金融市場的逐步成熟，產(chǎn)品、資產(chǎn)信息將愈發(fā)透明;利用智能匹配資產(chǎn)組合，使客戶有條件知曉具體、真實的產(chǎn)品及資產(chǎn)配置情況，進而使客戶的理財預期與偏好趨于理性，從“主動、投機、短期”逐漸形成“委托、理性、長期”的投資理念?？梢灶A見，在未來中國的財富管理領域，以機構投資為主導的成熟的投資方式將成為主流，更多用戶將從過于關注投資產(chǎn)品收益率的投機性投資，轉向?qū)で箫L險分散的合理資產(chǎn)配置建議。

資產(chǎn)管理—穿透資產(chǎn)底層試水期

資管市場產(chǎn)品多樣，結構復雜，資產(chǎn)方、資金方具有較多痛點。以消費金融ABS業(yè)務為例，傳統(tǒng)資產(chǎn)選擇環(huán)節(jié)更多地關注于資產(chǎn)主體的基本面分析，而忽略對資產(chǎn)池中實際資產(chǎn)標的的評估;對金融機構的投資團隊來說，投資決策的過程中傳統(tǒng)投研在信息搜索和數(shù)據(jù)、知識提取兩個環(huán)節(jié)消耗較大。智能金融時代智能技術逐步突破應用到資管領域，解決跨期資源配置中的信息不對稱問題，全面提升資金和資產(chǎn)流通效率。

穿透式風險評估提高資產(chǎn)透明度

國內(nèi)的資產(chǎn)證券化市場并未實現(xiàn)本質(zhì)上的“主體信用和債項信用的分離“，傳統(tǒng)盡調(diào)方式有效性有待補充，難以穿透資產(chǎn)包識別風險。而市場上出現(xiàn)了較多經(jīng)營歷史普遍不長，數(shù)據(jù)積累較少且風控標準和模型有待校驗的消費金融平臺。而智能金融通過反欺詐、大數(shù)據(jù)風控能力的積累，可穿透到資產(chǎn)，提供詳盡實時的資產(chǎn)信息和資產(chǎn)評估，達到科技、專業(yè)的資產(chǎn)服務。

區(qū)塊鏈推動資產(chǎn)的全生命周期管理

區(qū)塊鏈技術可應用于資產(chǎn)證券化全流程，通過“聯(lián)盟鏈”“智能合約”“穿透式監(jiān)管”等技術，增強交易和資產(chǎn)信息的透明度，做到資產(chǎn)全景跟蹤和交易全環(huán)節(jié)可追溯，可以減少人為的操作風險和效率低下的問題，更可以大大提高存續(xù)期信息交互的頻次與質(zhì)量。

智能投研助力投資決策

投資領域，人工智能技術能夠賦能資產(chǎn)管理機構。智能金融于資產(chǎn)管理領域的應用有著“軟硬結合”的特點，形成專業(yè)的投資邏輯應用。“硬“指系統(tǒng)服務，許多金融機構已經(jīng)在系統(tǒng)服務方面有了進展，例如Orbit EAM提供的企業(yè)資產(chǎn)管理系統(tǒng)，百度已基本建成包括AMS資產(chǎn)管理系統(tǒng)、TA登記過戶系統(tǒng)、MBI高管駕駛倉、信評大腦、ABS綜合平臺，形成與銷售系統(tǒng)對接較為完善和標準的資管系統(tǒng)體系。

而對于建立在持續(xù)的大數(shù)據(jù)、AI技術服務及收托資產(chǎn)管理能力上的“軟”能力方面，尚處于試水期，目前正在探索OCR、知識圖譜和特色因子等技術的應用。

同時，基于OCR+NLP技術的智能研報讀取工具能夠替代人工進行金融信息收集與整合，大幅提升投研效率。

以知識圖譜為代表的技術是投研智能化的階梯，知識圖譜綜合運用語義理解、知識挖掘、知識整合與補全等技術，提煉出高精度知識，并組織成圖譜，進而基于知識圖譜進行理解、推理和計算，形成企業(yè)信用產(chǎn)品，來分析企業(yè)主體信用，輿情風險、債項風險、房地產(chǎn)資產(chǎn)情況等。

以2017年某視金融涉嫌關聯(lián)融資為例，交易抵押資產(chǎn)可能全部都是某視旗下各種關聯(lián)業(yè)務資產(chǎn)，若使用知識圖譜輔助對企業(yè)的分析，便可以清楚發(fā)現(xiàn)這些資產(chǎn)與某視的關聯(lián)關系，從而規(guī)避投資風險。

搜索因子、時空因子、估值因子等特色數(shù)據(jù)通過聚合處理和分析可以有效支持投資主體信用評級和投資項目風險分析。利用LBS、行業(yè)專業(yè)數(shù)據(jù)、百度大數(shù)據(jù)挖掘多維度評估房產(chǎn)走勢;利用衛(wèi)星云圖預測農(nóng)作物產(chǎn)量;根據(jù)手機、GPS產(chǎn)生的衛(wèi)星數(shù)據(jù)，刻畫個人活動、實時反映個體及整體的經(jīng)濟活動變化（見圖13）。

隨著投研領域智能技術的逐漸成熟，計算機從信息搜索到智能投資決策的自動跨越成為可能。更進一步，這種基于智能技術的資產(chǎn)投資決策推動了投資產(chǎn)品的創(chuàng)新。AI ETF就是這類投資產(chǎn)品創(chuàng)新的典型案例。2017年10月23日，EquBot LLC與ETF Managers Group （ETFMG）共同推出世界上首支AI ETF，采用IBM Watson認知計算系統(tǒng)識別，智能收集和分析美國6000多支上市股票的信息，包括公司管理、市場情緒、超百萬計的監(jiān)管文件、季度財報、公司新聞和社交媒體新聞等，進而篩選受益于當前經(jīng)濟環(huán)境、投資風向、全球和公司層面事件的投資標的，最終挑選出30～70支股價最有上升潛力的股票。

未來篇

發(fā)展趨勢

智能金融為金融創(chuàng)新開創(chuàng)了一個新時代，智能技術突破發(fā)展、場景應用加快落地、業(yè)界機構深化合作將為智能金融發(fā)展帶來新動能，取得新突破，塑造新格局。

新動能：數(shù)據(jù)引領發(fā)展新動能

智能金融時代，面對來自于互聯(lián)網(wǎng)的多源異構的超大規(guī)模數(shù)據(jù)，數(shù)據(jù)處理和應用能力將成為金融機構構建競爭壁壘的核心能力，數(shù)據(jù)已經(jīng)成為一種獨特的戰(zhàn)略資源，重要性愈發(fā)凸顯，逐漸成為新動能。

“新數(shù)據(jù)”供給為行業(yè)發(fā)展孕育了無限可能?！皵?shù)字化”轉型的推進，各類企業(yè)數(shù)據(jù)獲取、歸集、分析能力實現(xiàn)了跨越式提升，因而數(shù)據(jù)得以發(fā)揮前所未有的作用。隨著以智能硬件為代表的IoT時代的開啟，幾乎所有的設備都會經(jīng)過智能化的過程，而這些設備都將是“新數(shù)據(jù)”的來源?！靶聰?shù)據(jù)”將更加立體，數(shù)據(jù)成為最大的資產(chǎn)?！靶聰?shù)據(jù)”的存儲、應用，以及跟金融服務結合并實現(xiàn)價值創(chuàng)造方面，尤為值得期待。

共建共享的管理方式推動數(shù)據(jù)價值的實現(xiàn)。2017年8月央行宣布成立網(wǎng)聯(lián)，包括央行清算總中心、財付通、支付寶、銀聯(lián)商務等在內(nèi)的45家機構簽署了《網(wǎng)聯(lián)清算有限公司設立協(xié)議書》，擬共同發(fā)起設立網(wǎng)聯(lián)?；ソ饏f(xié)會牽頭籌建信聯(lián)，參建單位中既包含首批個人征信試點機構中的八家征信公司，也包含了如百度、小米、滴滴、宜信等行業(yè)相關機構。加上上半年《網(wǎng)絡安全法》的實施，個人隱私信息在互聯(lián)網(wǎng)上全面得以保護。國家與企業(yè)聯(lián)合共建數(shù)據(jù)基礎設施，規(guī)范數(shù)據(jù)交換標準，共享數(shù)據(jù)將極大推動智能金融的實現(xiàn)。

新突破：智能化突破將觸及金融的核心邏輯

金融的最深層次是信用邏輯。智能化對于信用邏輯的推動或重塑將會為金融帶來最深層的影響。各金融場景都可以基于信用體系的完善而重新定義。

信用“數(shù)字化”，可記錄。移動互聯(lián)網(wǎng)的滲透記錄了個人、企業(yè)的行為、社交、消費、貿(mào)易等數(shù)據(jù)。信用數(shù)字化奠定了未來的基礎。

信用“透明化”，可評價。隨著客戶數(shù)據(jù)尤其是個人信用數(shù)據(jù)和企業(yè)信用數(shù)據(jù)的持續(xù)豐富，信用的價值能得以更好測算衡量。信用不再是簡單身份信息的事實，而是具有評價結果的信用證。個人信用評級、金融活躍程度等信息可能下沉為社會經(jīng)濟的基礎設施，“互信”將在降低經(jīng)濟成本、社會成本方面發(fā)揮巨大潛力，促進社會更加公平公正。作為個人的無形資產(chǎn)，消費者也愈加重視信用分。

泛金融無處不在。金融服務與非金融服務之間的界限更加模糊。信用度將與個人的生活緊密耦合，歷史信用良好、信用資產(chǎn)不斷增值的優(yōu)質(zhì)客戶將不僅能以較少的成本獲得更好的金融服務，更能享受更高品質(zhì)、更具價值感的生活。生活中各個場景都可以基于信用體系的完善而重新定義，從商品服務的信用免押，到各類辦事流程的簡化快速通道，從就業(yè)、社交的個人背景增信，到創(chuàng)業(yè)創(chuàng)富的信用融資;搭載信用內(nèi)核的金融服務將會以新的形態(tài)嵌入生活的各個場景，用戶無需刻意感知金融服務的存在就能享受到智能金融的便利。

深層次的影響。未來，基于信用邏輯的資本化、貨幣化、證券化，結合流動性、杠桿率等金融要素，智能金融時代用智能化手段來實現(xiàn)具有無限的空間。

新格局：競爭邊界愈加模糊

強強聯(lián)合奠定生態(tài)格局。2017年8月，騰訊、百度、京東、阿里等投資加入聯(lián)通混改;2017年11月小米和百度宣布戰(zhàn)略合作，小米物聯(lián)網(wǎng)裝置普及化構建生態(tài)體系，配合百度旗下AI、巨量數(shù)據(jù)分析能力與相關服務應用，將使包括智能遙控、無線開關、感應燈具、冰箱、電視等家庭生活產(chǎn)品的應用體驗更加完善。2017年11月，科技部召開新一代人工智能發(fā)展規(guī)劃暨重大科技項目啟動會，宣布首批國家新一代人工智能開放創(chuàng)新平臺名單，分別為依托百度公司建設自動駕駛國家新一代人工智能開放創(chuàng)新平臺;依托阿里云公司建設城市大腦國家新一代人工智能開放創(chuàng)新平臺;依托騰訊公司建設醫(yī)療影像國家新一代人工智能開放創(chuàng)新平臺;依托科大訊飛公司建設智能語音國家新一代人工智能開放創(chuàng)新平臺。資本投入、戰(zhàn)略合作或是國家扶持基礎設施建設，在人工智能時代，場景、數(shù)據(jù)、技術的強強聯(lián)合成為必然，也將提高行業(yè)的進入門檻。大公司將依靠出色的資金實力、技術實力、人才實力來獲得更多的試錯空間，憑借其雄厚的實力和多元的服務在競爭中占得先機。

企業(yè)競爭愈加模糊。凱文·凱利在《失控》中提到“產(chǎn)品是固化的，但是生產(chǎn)和服務是流動的。無論你從事的哪種行業(yè)，都是流動數(shù)據(jù)的行業(yè)。人工智能時代‘智能作為一種服務，就是一種新的資源，可以成為我們的基礎設施，可以像商品一樣購買”。

智能金融時代，構成生產(chǎn)力的三要素重新組合升級，勞動者內(nèi)部金融和互聯(lián)網(wǎng)文化的碰撞與協(xié)同，勞動對象客戶需求的升級，金融非金融的融合，特別是勞動工具的變化，數(shù)據(jù)、技術、“智能”的組合，未來企業(yè)不再是固化于某種產(chǎn)品或服務，跨行業(yè)、多樣性的“新”企業(yè)將不斷誕生，金融機構的競爭對手將不僅僅局限于“看得見”的對手。

挑戰(zhàn)與建言

智能化在為金融行業(yè)帶來變革并催生技術創(chuàng)新的同時，也必將使智能金融生態(tài)面臨全方位的挑戰(zhàn)，這些挑戰(zhàn)既包括傳統(tǒng)金融業(yè)與科技本身固有的風險，也涵蓋金融與科技融合過程中新生的障礙，包括技術與安全、監(jiān)管與市場、合作與人才、道德與責任四個方面。

科技安全

技術的發(fā)展是螺旋上升的過程：新興技術具有一定程度的不穩(wěn)定性，需要及早考慮安全隱患并防范未然。

新技術總要經(jīng)歷出現(xiàn)、發(fā)展到成熟的過程。新技術的出現(xiàn)不可避免會存在不穩(wěn)定性，對于業(yè)務可能會產(chǎn)生一些影響。但是伴隨科技的迅速發(fā)展，我們可以預見技術將會愈來愈成熟、愈來愈穩(wěn)定。科技安全中有一項重要內(nèi)容是信息安全。數(shù)據(jù)資產(chǎn)價值逐漸顯現(xiàn)，如何在保護好隱私的前提下，用對數(shù)據(jù)、用好數(shù)據(jù)值得我們思考。同時，數(shù)據(jù)交換利用的迫切需求也需要數(shù)據(jù)交換標準規(guī)范的約束及保障。

應對策略：

第一，夯實技術實力，規(guī)避安全風險。由于新技術發(fā)展迅速，某些技術和算法本身發(fā)展尚不成熟。這類缺憾是能夠通過技術研發(fā)持續(xù)完善的。例如，利用模擬對抗技術，實現(xiàn)算法的不斷優(yōu)化。這就要求廣大科技企業(yè)在追求創(chuàng)新、變革的同時，關注技術的安全性、穩(wěn)定性。

第二，落實規(guī)范管理，探索共享標準。技術問題的解決不單需要依靠技術的進步，也需要借助非技術手段來達到管理與規(guī)范的目的。行業(yè)領導者或行業(yè)協(xié)會可倡導形成行業(yè)規(guī)范，如共同建立數(shù)據(jù)的共享和交換機制，在有效保護隱私的情況下實現(xiàn)數(shù)據(jù)共享及使用。例如，中國保信統(tǒng)一建設、運營和管理保險信息共享平臺，通過信息技術手段，采集保險經(jīng)營管理數(shù)據(jù)，建立標準化、系統(tǒng)化的數(shù)據(jù)體系，為保險業(yè)發(fā)展和監(jiān)管提供基礎性的網(wǎng)絡支持和信息服務。未來會有更多領域出現(xiàn)類似公司或組織，促進數(shù)據(jù)交換的標準規(guī)范。

行業(yè)監(jiān)管

監(jiān)管時機的滯后使得監(jiān)管無法應對技術突飛猛進的發(fā)展變化，因而總是較為被動。

近年來移動互聯(lián)的新技術發(fā)展使金融服務領域的準入門檻有所降低，新的金融生態(tài)催生新的行業(yè)和角色，更多企業(yè)經(jīng)由技術優(yōu)勢涌入金融行業(yè)，智能金融發(fā)展下，面對如此大量的技術新興企業(yè)，監(jiān)管無法應對突飛猛進的變化，因此總顯得較為滯后被動。對于監(jiān)管時機無法準確把握，也使得監(jiān)管機構壓力倍增。

需要面對的監(jiān)管主體中新業(yè)態(tài)越來越多，而且這些新的金融業(yè)態(tài)都不在原來的監(jiān)管范圍內(nèi)，而監(jiān)管機構往往只監(jiān)管由其登記注冊核發(fā)牌照的機構，因此監(jiān)管面臨著一個最大的挑戰(zhàn)是全面監(jiān)管。同時由機構監(jiān)管向功能監(jiān)管轉化，以實現(xiàn)在推動創(chuàng)新的同時防范金融風險;在技術上，也可以引入智能技術，用高科技手段實現(xiàn)對高科技金融的監(jiān)管。

不宜過嚴—由于金融行業(yè)的特殊性，一直在強監(jiān)管模式下運轉，監(jiān)管過于嚴苛導致創(chuàng)新成本的抬高;而科技型金融企業(yè)為了應對監(jiān)管，必須花費更多時間在與監(jiān)管機構的周旋上，無法放開去施展拳腳，即使擁有豐富的想法和高漲的意愿，卻無法付諸實踐而貽誤發(fā)展機遇。

不宜過寬—對于一些監(jiān)管缺失或是權責未明的金融科技領域，或者出于鼓勵發(fā)展的目的有意保持“寬容”態(tài)度的領域，則可能會出現(xiàn)通過擦邊行為牟利引發(fā)市場秩序被擾亂的問題。監(jiān)管上分布的不平衡對于市場公平競爭的負面影響會挫傷整個生態(tài)的積極性。

應對策略：

第一，轉變監(jiān)管方式—由機構監(jiān)管轉為功能監(jiān)管。金融科技從支付、結算、信貸等領域?qū)鹘y(tǒng)金融機構提出了挑戰(zhàn)，面對日趨復雜多樣的金融創(chuàng)新，單方面的機構監(jiān)管已經(jīng)顯得不合時宜。因而，金融監(jiān)管也須從單純機構的監(jiān)管走向功能的監(jiān)管，以實現(xiàn)在推動創(chuàng)新的同時防范金融風險;在技術上，也可以引入智能技術，用高科技手段實現(xiàn)對高科技金融的監(jiān)管。

第二，避免監(jiān)管滯后—密切關注市場創(chuàng)新，盡早介入。凡事預則立不預則廢，等到市場成熟再去監(jiān)管必然會導致監(jiān)管落后于實際情況，效率大打折扣。過去技術發(fā)展得很慢，監(jiān)管稍有落后尚可，新興科技發(fā)展速度遠超從前，容不得一點落后。比如新的電子支付的方式，剛開始出現(xiàn)的時候缺乏監(jiān)管，現(xiàn)在發(fā)展成成熟的系統(tǒng)，這其中如果出現(xiàn)問題，有很多主體和已經(jīng)形成的規(guī)則存在于系統(tǒng)當中，再去建立制度執(zhí)行監(jiān)管將困難重重。監(jiān)管要深入市場，深入科技，密切關注市場創(chuàng)新，和科技研發(fā)機構建立更加密切的聯(lián)系，跟蹤市場的發(fā)展，做一個開明并且了解情況的監(jiān)管者，在學習過程中監(jiān)管，監(jiān)管過程中學習，然后才能形成好的監(jiān)管方案。技術和法律制度的建設，必須同步才能實現(xiàn)生態(tài)共進。

第三，借助監(jiān)管科技—通過科技手段實現(xiàn)更高效的監(jiān)管?？萍寂c金融的結合是全面的、立體的，在監(jiān)管方面也同樣適用。監(jiān)管也應該緊跟科技風向，借助金融科技的力量實現(xiàn)有效監(jiān)管。例如，從監(jiān)管角度看，金融監(jiān)管部門通過運用大數(shù)據(jù)、云計算、人工智能等技術，能夠很好地感知金融風險態(tài)勢，提升監(jiān)管數(shù)據(jù)收集、整合、共享的實時性，有效發(fā)現(xiàn)違規(guī)操作、高風險交易等潛在問題，提升風險識別的準確性和風險防范的有效性。

第四，嘗試創(chuàng)新手段—允許一定程度的“試錯”。如借鑒“沙盒監(jiān)管”，在現(xiàn)有領域通過局部放松推動創(chuàng)新，對于新業(yè)務形式有條件的包容，審慎設立某些新興業(yè)務的牌照，推動創(chuàng)新的同時防范金融風險。再比如建立負面清單制度，把行為按照信用進行正負分類，正信用的一類行為的則允許，負信用的一類行為的則杜絕，而不是根據(jù)主體判斷監(jiān)管準入。負面的行為一旦發(fā)生，可使用嚴格的成本收益方法追究，以保證這類行為被禁止。

生態(tài)合作

智能金融不是金融機構和科技企業(yè)的簡單合作，它更注重的是兩個行業(yè)間生態(tài)的融合，這個過程中會出現(xiàn)一系列的問題。

不同的專業(yè)語言

金融行業(yè)的業(yè)務復雜、發(fā)展歷史久遠，各個細分領域都有一套特定晦澀的語言體系。而金融科技企業(yè)脫胎于互聯(lián)網(wǎng)科技公司，更多的用語繼承自互聯(lián)網(wǎng)行業(yè)或零售行業(yè)。與科技機構合作的過程中，“同言不同義”的情況比比皆是。簡單舉例而言，同樣提及“賬戶”“用戶”，雙方就各有所指。因此在合作交流的過程中，準確理解雙方的意圖和要求就是需要應對的首要挑戰(zhàn)。

不同的企業(yè)文化

處在不同發(fā)展階段的企業(yè)可能面臨管理模式、風控模式的差異，因此在決策溝通上往往也無法實現(xiàn)同步。通常來說，企業(yè)的體量越大，風險管控越嚴格，對應的管理層級也越多，任何溝通從傳達到?jīng)Q策的效率也就越差，如何克服不同公司決策鏈條的差異還有待論證研究。

不同的合作訴求

一方面，目前金融機構自身的技術能力不強導致其想要向金融科技領域發(fā)展必須依賴外部供應商的技術輸入，與此同時，其出于自身考慮又具有對數(shù)據(jù)的強保護意識。

另一方面，技術領先的互聯(lián)網(wǎng)企業(yè)對金融場景數(shù)據(jù)的缺乏，使得其無法充分訓練模型和改進技術，僅依靠其自身數(shù)據(jù)輸出的模型并不一定能滿足金融機構的訴求，這便可能導致金融機構需求和科技企業(yè)輸出的錯位。

合作上的錯位還可能體現(xiàn)在某些金融機構作為合作方基礎設施不齊，以至于無法順利與科技公司對接，而具備了相應基礎的機構又往往會提出更高的需求，比如一些城商行傾向于通過技術協(xié)助拓展其從未涉足過的業(yè)務領域，但其并沒有相應領域的基礎信息可做參照，而涉足領域齊全的四大行卻并無開拓業(yè)務邊界的動力，其在人工智能技術應用上的需求以科技公司目前的技術輸出水平尚不能滿足。因此，如何探尋一個較優(yōu)的合作模式盡可能在不動搖企業(yè)根本的基礎上充分發(fā)揮兩方優(yōu)勢展開合作，實現(xiàn)利益最大化和雙贏是必須直面的挑戰(zhàn)。

應對策略：

第一，謀求優(yōu)勢互補，構建共同能力。在新的市場需求要求下，金融機構在自我升級蛻變的同時，勢必要聯(lián)合科技盟友，共同獲取新的市場。而在合作伊始，各方應充分認識自身的優(yōu)勢，盡快找到金融與科技結合需求的關鍵點，積極構建共同能力。如大型金融機構客戶數(shù)據(jù)豐富，科技公司建模能力突出，雙方則應當利用對方優(yōu)勢，達成在不泄露客戶信息的基礎上，優(yōu)化模型，提升決策準確率的共同目標。

第二，確定共贏模式，明確合作機制。在合作過程中，除了達成對各方核心競爭力的共識，形成業(yè)務能力共建方案外，清晰明確的商務合作方案對于長期共贏也尤為重要。對于技術輸出類型的合作和戰(zhàn)略共建類的合作，分別采用不同的利潤共享模式，建立雙方滿意的合作機制。

第三，樹立開放心態(tài)，包容不同文化。金融機構往往成立時間較長，機構龐大，組織復雜，人員穩(wěn)定，厭惡風險;而科技企業(yè)相對規(guī)模小，年輕化，結構簡單，銳意進取。在文化和規(guī)模差異巨大的情況下，需要雙方用更理解、包容的態(tài)度適應合作方的風格。大型機構通過更靈活的項目管理機制給予更快速的反饋，而小型機構則應在合作過程中充分考慮各類因素，為合作者的決策提供更多方便，減少無效溝通。

第四，投入專門團隊，給予充分重視。任何合作，管理層的重視對其能否成功至關重要。伴隨跨界合作加深，形式日益多樣，合作各方都應更加重視合作，投入專門人才建立合作團隊，制定合作規(guī)范，在組織內(nèi)牽頭推動合作成果落地。

社會責任

利潤與責任之間的權衡

金融的智能化可能會觸及一些倫理和社會責任問題，可能會反作用于智能金融使其發(fā)展受限。比如眾多機構掌握了客戶的數(shù)據(jù)，在使用數(shù)據(jù)的同時，如何確保不泄露客戶隱私，同時如何在合法合規(guī)的條件下更好實現(xiàn)數(shù)據(jù)的分享和使用都是值得思考的問題。某些社會責任感薄弱的公司，販賣大數(shù)據(jù)牟利使得部分民眾視數(shù)據(jù)共享為洪水猛獸。再以人工智能對人力資源的取代為例，為企業(yè)減員增效的同時，也會導致失業(yè)和其它社會問題，這也是整個科技行業(yè)在發(fā)展過程中不得不面對和解決的。

應對策略：

第一，明確行業(yè)規(guī)范?？萍及l(fā)展是必然趨勢，我們不可能為了逃避問題去抵制發(fā)展，而應當進行有效疏導，盡可能降低損失。以數(shù)據(jù)保護為例，應該建立數(shù)據(jù)共享機制，明確行業(yè)規(guī)范，及時引導企業(yè)合規(guī)使用大數(shù)據(jù)，促進行業(yè)健康發(fā)展。

第二，履行企業(yè)責任。保證用戶信息安全，維護市場秩序穩(wěn)定是每個企業(yè)應負的責任。在發(fā)展新技術，挖掘大數(shù)據(jù)的同時，在每個細節(jié)注意配合監(jiān)管、符合規(guī)范、保護用戶隱私，一方面是社會責任的要求，同時也是企業(yè)樹立良好的聲譽和提升品牌形象的要求。真正有社會責任感的公司將在智能金融的大潮中充分利用數(shù)據(jù)為民眾造福，為社會貢獻力量。