2016年，中國爆出8家獨角獸，總估值964億美元位冠全球；2017年，畢馬威全球百佳金融科技企業(yè)前三甲，螞蟻金服、眾安保險、趣店，皆來自中國；過往兩年，中國成立的金融科技創(chuàng)企達1753家。

金融科技已經成為僅次于互聯(lián)網(wǎng)軟件與服務的最熱門創(chuàng)投領域（CB Insights：1128宗VC投資，166億美元），一個能夠獲得監(jiān)管支持、多機構分擔風險的新風口。

隨著新興技術的崛起，金融科技從互聯(lián)網(wǎng)技術轉向了智能技術，并被寫入《中國金融業(yè)信息技術“十三五”發(fā)展規(guī)劃》、《新一代人工智能發(fā)展規(guī)劃》和《促進新一代人工智能產業(yè)發(fā)展三年行動計劃(2018-2020年)》等重要文件。

我們推薦來自中國信息通信研究院的中國金融科技產業(yè)生態(tài)和前沿技術研報，結合埃森哲的智能金融行研，從人工智能、區(qū)塊鏈、云計算、大數(shù)據(jù)四大新興技術出發(fā)扒一扒智能金融的老底。下載鏈接:https://pan.baidu.com/s/1c3y0qJm 密碼:g7n3

以下為智東西-智能內參整理呈現(xiàn)的干貨：

什么是智能金融

▲金融行業(yè)科技應用的三大發(fā)展階段（電子化/電子金融→互聯(lián)網(wǎng)+/線上金融→智能金融）

▲科技與金融的融合歷程

▲智能金融的三個階段

金融已經經歷了電子化到互聯(lián)網(wǎng)化的轉變，現(xiàn)在又因其與數(shù)據(jù)的高度相關性，已成為最先與人工智能相融合的行業(yè)之一。相比于互聯(lián)網(wǎng)金融/線上金融，智能金融具有以下四點特征：

1、自我學習的智能技術。

人工智能將實現(xiàn)自我學習的實時正循環(huán)，云端將無縫融合，介入式芯片等新的硬件形式將催生人機共融。

2、數(shù)據(jù)閉環(huán)的生態(tài)合作。

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)轉向實現(xiàn)數(shù)據(jù)閉環(huán)，合作企業(yè)間數(shù)據(jù)結果回傳將可持續(xù)滿足用戶需求的能力的提升。

3、技術驅動的商業(yè)創(chuàng)新。

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。

4、單客專享的產品服務。

“個性化”不再僅限于客群層面，而是針對“某個”實時客戶，實現(xiàn)產品服務的終極個性化。

▲金融新階段四大特征

▲智能金融拓展了金融服務的廣度和深度

由上可知，智能金融將重塑產業(yè)鏈、供應鏈和價值鏈，拓寬金融服務的邊界，推動金融服務朝著“隨人”、“隨需”、“隨時”、“隨地”的標準不斷進步。

目前，智能金融已經全面覆蓋客服、風控、營銷、投顧和授信等各大金融業(yè)務核心流程，衍生出互聯(lián)網(wǎng)銀行、直銷銀行、互聯(lián)網(wǎng)保險、互聯(lián)網(wǎng)證券、消費金融、小額信貸、網(wǎng)上征信、第三方支付等一系列新興金融業(yè)務領域。

▲支持金融技術創(chuàng)新的政策

因此，智能金融融入各國頂層設計。我國2017年7月印發(fā)的《新一代人工智能發(fā)展規(guī)劃》提出：將建立金融大數(shù)據(jù)系統(tǒng)，提升金融多媒體數(shù)據(jù)處理與理解能力；創(chuàng)新智能金融產品和服務，發(fā)展金融新業(yè)態(tài)；鼓勵金融行業(yè)應用智能客服、智能監(jiān)控等技術和裝備；建立金融風險智能預警與防控系統(tǒng)。

埃森哲指出，2018年將是消費金融的分水嶺，也會成為消費金融的風控元年。

ABCD技術解讀

▲智能金融四大關鍵技術

▲人工智能、區(qū)塊鏈、云計算和大數(shù)據(jù)重構金融基礎設施的建設標準和運行邏輯

智能金融依賴“ABCD四大技術”，即人工智能（Artificial Intelligence）、區(qū)塊鏈（Blockchain）、云計算（Cloud Computing）和大數(shù)據(jù)（Data）。

其中，人工智能能夠替代人類重復性工作，提升工作效率與用戶體驗，并拓展銷售與服務能力，廣泛運用于客服、智能投顧等方面。

區(qū)塊鏈技術能夠有效節(jié)約金融機構間清算成本，提升交易處理效率，增強數(shù)據(jù)安全性。

云計算技術能夠為金融機構提供統(tǒng)一平臺，有效整合金融結構的多個信息系統(tǒng)，消除信息孤島，在充分考慮信息安全、監(jiān)管合規(guī)、數(shù)據(jù)隔離和中立性等要求的情況下，為機構處理突發(fā)業(yè)務需求、部署業(yè)務快速上線，實現(xiàn)業(yè)務創(chuàng)新改革提供有力支持。

大數(shù)據(jù)技術為金融業(yè)帶來大量數(shù)據(jù)種類和格式豐富、不同領域的大量數(shù)據(jù)，而基于大數(shù)據(jù)的分析能夠從中提取有價值的信息，為精確評估、預測以及產品和模式創(chuàng)新、提高經營效率提供了新手段。

A：提高效率 助力惠普

在金融領域應用中，人工智能主要包括五個關鍵技術：機器學習、生物識別、自然語言處理、語音技術以及知識圖譜。目前，人工智能技術在金融領域應用的范圍主要集中在智能客服、智能投顧、智能風控、智能投研、智能營銷等方面。

▲人工智能在金融領域應用的關鍵技術

其中，機器學習是海量金融數(shù)據(jù)的解決方案：雖然大數(shù)據(jù)技術的出現(xiàn)對此有所改善，但在數(shù)據(jù)的有效處理與分析挖掘上仍面臨較大挑戰(zhàn)。詳細來看，有以下四種途徑：

1、監(jiān)督學習可以用于對歷史數(shù)據(jù)進行分析與挖掘，尋找數(shù)據(jù)集的規(guī)律，對未來趨勢進行預測；

2、無監(jiān)督學習用于嘗試解析數(shù)據(jù)的結構，并確定其背后的主要規(guī)則（聚類分析可將金融數(shù)據(jù)集基于某些相似性概念將其進行分組，因子分析旨在識別金融數(shù)據(jù)中的主要內在規(guī)律或確定數(shù)據(jù)的最佳表示方法）；

3、深度學習方法通過深度網(wǎng)絡的表示從大數(shù)據(jù)學習各種規(guī)律，可用于金融交易各個階段；

4、強化學習則使用算法來探索和尋找最有利的交易策略。

生物識別技術則主要應用于客戶身份驗證、遠程開戶、無卡取款、刷臉支付、金庫管理和網(wǎng)絡借貸等金融場景，常用的方式包括指紋識別、人臉識別、虹膜識別和指靜脈識別。

自然語言處理（NLP）技術，結合知識圖譜，大大提升了獲取數(shù)據(jù)、數(shù)據(jù)清洗、深度加工的效率。尤其在投研領域，NLP可對海量復雜的企業(yè)信息進行處理，提取分析員最關注的數(shù)據(jù)指標，并進行投資分析總結，最大化減少不必要的重復人力勞動，幫助決策。

知識圖譜可以建立大量的實體和關系，可以突破傳統(tǒng)的計算模式，整合金融行業(yè)現(xiàn)有數(shù)據(jù)、外部數(shù)據(jù)，從而更有效地挖掘潛在客戶、預警潛在風險。

語音技術，往往結合了語音識別和語音合成技術，提供自然流暢的人機交互方法，常見于客戶服務，應用遍布各大銀行及證券公司的電話銀行、信用卡中心、委托交易、自助繳費、充值等各項業(yè)務，以及語音導航、業(yè)務咨詢、投訴申報、帳戶查詢、政策咨詢等非交易性業(yè)務中。

綜上，人工智能有效利用大數(shù)據(jù)進行篩選分析，推動金融服務模式趨向主動化、智能化，幫助金融機構更高效的決策分析，降低金融服務成本，擴大金融服務范圍，提升金融業(yè)務和風險控制能力。

▲部分金融人工智能產品功能對比

B：重構信用 高效監(jiān)管

區(qū)塊鏈系統(tǒng)由數(shù)據(jù)層、網(wǎng)絡層、共識層、激勵層、合約層和應用層組成，具有去中心化、時序數(shù)據(jù)、集體維護、可編程和安全可信等特點。

▲區(qū)塊鏈在金融領域的技術架構

▲區(qū)塊鏈在金融領域的應用

C：支撐大數(shù)據(jù)和人工智能

云計算擁有以下三大優(yōu)點：

1、在IT性能相同的情況下，云計算架構的性價比遠高于以大型機和小型機作為基礎設施的傳統(tǒng)金融架構；

2、云計算可以通過數(shù)據(jù)多副本容錯、計算節(jié)點同構可互換等措施，實現(xiàn)高可靠性和高可擴展性；

3、設備的集中管控加上標簽技術，云計算還實現(xiàn)了高度自動化的運維。

金融行業(yè)對業(yè)務連續(xù)性有著非常嚴格要求，涉及到管理制度、技術方案和物理設施等多個層次，從而對IT系統(tǒng)的穩(wěn)定性、可用性、網(wǎng)絡時延性以及數(shù)據(jù)安全性具有更高的要求。

▲大型金融機構云計算

此外，金融科技企業(yè)的基礎架構大都以云計算為依托，以充分應用大數(shù)據(jù)技術以及人工智能技術。中大型金融機構傾向使用混合云，小型金融機構傾向于將全部系統(tǒng)放在公有云上。

不過，金融行業(yè)IT系統(tǒng)建設的歷史較長，系統(tǒng)復雜性強，實現(xiàn)云化集中遷移仍需逐步進行：優(yōu)先開發(fā)測試環(huán)境，其次生產環(huán)境。互聯(lián)網(wǎng)金融、輔助性業(yè)務優(yōu)先使用云計算架構，強一致性核心業(yè)務最后考慮上云。

▲部分云計算企業(yè)產品指標對比

D：數(shù)據(jù)即是資產

大數(shù)據(jù)分析可以幫助金融機構實現(xiàn)以事實為中心的經營方法，針對場景提供動態(tài)化的決策建議，從而更精準地對市場變化做出反應；從海量信息識別可疑信息和違規(guī)操作，強化對于風險的預判和防控能力；還能識別客戶需求，打造精準營銷服務。

目前，金融機構最常使用的大數(shù)據(jù)應用場景為精準營銷、實時風控、交易預警、黑產防范、消費信貸和反欺詐等業(yè)務，都需要實時計算的支撐。

▲金融大數(shù)據(jù)架構

考慮到傳統(tǒng)數(shù)據(jù)庫非結構化特征不利于分析，建議金融機構建設大數(shù)據(jù)底層平臺在部分場景替換傳統(tǒng)數(shù)據(jù)庫，并實現(xiàn)文字、圖片和視頻等更加多元化數(shù)據(jù)的存儲分析，有效提升金融結構數(shù)據(jù)資產管理能力。

重點大數(shù)據(jù)企業(yè)都提供Hadoop/Spark大數(shù)據(jù)分析平臺、關系型數(shù)據(jù)庫和非關系型數(shù)據(jù)庫等大數(shù)據(jù)基礎產品。但在上層應用上，如分布式數(shù)據(jù)庫、畫像分析、關系網(wǎng)絡分析和數(shù)據(jù)可視化，僅有部分企業(yè)提供。

▲部分大數(shù)據(jù)企業(yè)產業(yè)指標對比

高速增長的市場

▲全球金融科技發(fā)展狀況

▲近五年全球風投對金融科技公司投資額和次數(shù)

從創(chuàng)投市場來看，全球金融科技產業(yè)正處于高速增長態(tài)勢。

波士頓咨詢公司的研究數(shù)據(jù)顯示，2016 年全球金融科技企業(yè)數(shù)量增長了 167%，達到8000 家，是 2015 年的約 2.7 倍；2016 年全球金融科技初創(chuàng)企業(yè)融資額增長了364%，達到 839 億美元，是 2015 年的約 4.5 倍。

▲北美和亞太地區(qū)金融科技創(chuàng)業(yè)企業(yè)融資比例

其中，北美地區(qū)金融科技市場較為成熟，各細分領域的企業(yè)融資規(guī)模相對均衡，側重于為消費者提供更加便捷的金融服務；在亞太地區(qū)金融服務水平相對滯后，仍存在大量未開發(fā)市場，金融科技使金融服務觸及海量長尾用戶（市場需求廣闊，發(fā)展?jié)摿薮螅?/p>

▲近五年中國金融科技投資額和次數(shù)

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%復合增長率，投資次數(shù)也穩(wěn)步攀升，被認為是金融科技市場總體發(fā)展全球第二位（根據(jù)美國國際貿易署發(fā)布的《2016 頂級市場報告》）。

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； Visual Capitalist數(shù)據(jù)顯示，2016年全球金融科技獨角獸27 家，中國8家，僅次于美國（14家），獨角獸估值規(guī)模方面中國企業(yè)964億美元全球第一（全球1389 億美元，美國310億美元）；2017年畢馬威發(fā)布的《全球金融科技100強》報告中，排名前3的公司都是中國企業(yè)（螞蟻金服、眾安保險、趣店），排名前十的企業(yè)有5家來自中國（另有陸金所、京東）。

▲國內智能金融創(chuàng)新創(chuàng)業(yè)公司涉及金融服務的各個領域

▲智能金融應用點分布

我國創(chuàng)企的創(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；傳統(tǒng)金融機構爭先與科技公司達成戰(zhàn)略合作，互聯(lián)網(wǎng)巨頭紛紛搶灘。

▲中美金融科技各領域代表公司成立時間對比

從消費市場來看，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。

▲各金融細分領域的發(fā)展空間

與從同時，我國金融市場潛力巨大：8億經濟活躍人口，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%。188萬億資產管理規(guī)模，非銀行存款占58%，資產配置優(yōu)化空間巨大，而線上化率僅10%。

▲個人信貸鏈條智能化應用

產業(yè)生態(tài)重構

▲金融科技產業(yè)生態(tài)結構

我國金融科技產業(yè)生態(tài)體系主要由金融企業(yè)、科技企業(yè)、金融監(jiān)管機構、行業(yè)協(xié)會和研究機構組成。其中，金融企業(yè)主要是運用科技企業(yè)提供的“ABCD”等先進技術，提供創(chuàng)新金融服務，監(jiān)管機構主要是依據(jù)國家相關政策法規(guī)對金融企業(yè)進行合規(guī)監(jiān)管，行業(yè)協(xié)會和研究機構主要是進行研究，推動行業(yè)交流和標準制定。

金融和科技的發(fā)展由來已久，在一定程度上相輔相成、共生發(fā)展，互聯(lián)網(wǎng)金融概念的提出打開了生態(tài)融合的開端，金融與科技的各參與方從渠道合作到業(yè)務競爭，最終走向生態(tài)共建。根據(jù)我國金融科技產業(yè)主體的發(fā)展特點，從“新金融”和“新技術”兩個不同角度，可將金融科技企業(yè)分為兩大主要類型：科技金融類和金融科技類。

▲按原生背景劃分的科技金融

▲按業(yè)務類型劃分的科技金融

金融科技類企業(yè)主要是創(chuàng)新型的金融服務提供方，從原生背景（最初的行業(yè)屬性）出發(fā)可進一步劃分為互聯(lián)網(wǎng)、金融IT、傳統(tǒng)金融、其他傳統(tǒng)行業(yè)和初創(chuàng)背景，從業(yè)務領域出發(fā)可進一步劃分傳統(tǒng)金融業(yè)務和互聯(lián)網(wǎng)金融業(yè)務類。

▲按技術領域劃分的金融科技企業(yè)

▲按服務領域劃分的金融科技企業(yè)

金融科技類則指新興技術支撐服務提供方，從技術領域（云計算、大數(shù)據(jù)等）出發(fā)可進一步劃分為云計算、大數(shù)據(jù)、區(qū)塊鏈和人工智能四類，從服務領域（客服、風控等）出發(fā)可進一步劃分為客服、風控、營銷、投顧和支付五類。

▲智能金融三種合作模式

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品銷售是該階段金融與科技合作的主要模式。

▲智能金融市場從細分到壟斷過程

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，金融服務鏈條走向細化，出現(xiàn)局部壟斷?？萍计髽I(yè)通過研發(fā)創(chuàng)新金融產品沖擊傳統(tǒng)金融，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。

▲金融產業(yè)鏈各方參與角色蛻變

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)成利潤共享化、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。

▲智能金融生態(tài)圈（百度金融 ）

智能技術突破發(fā)展、場景應用加快落地、業(yè)界機構深化合作將刺激我國智能金融的發(fā)展，守護目前金融科技的優(yōu)勢，縮短與發(fā)達國家傳統(tǒng)金融體系之間的差距，快速彌補國內金融的信用邏輯缺失，實現(xiàn)直接金融、普惠金融。不過這中間的挑戰(zhàn)也不少，包括人才缺口、行業(yè)監(jiān)管（量化監(jiān)管和準入式監(jiān)管）、個人信息安全管控風險、寡頭效應等。

未來智能實驗室是人工智能學家與科學院相關機構聯(lián)合成立的人工智能，互聯(lián)網(wǎng)和腦科學交叉研究機構。由互聯(lián)網(wǎng)進化論作者，計算機博士劉鋒與中國科學院虛擬經濟與數(shù)據(jù)科學研究中心石勇、劉穎教授創(chuàng)建。

未來智能實驗室的主要工作包括：建立AI智能系統(tǒng)智商評測體系，開展世界人工智能智商評測；開展互聯(lián)網(wǎng)（城市）云腦研究計劃，構建互聯(lián)網(wǎng)（城市）云腦技術和企業(yè)圖譜，為提升企業(yè)，行業(yè)與城市的智能水平服務。