人工智能在金融领域有哪些应用场景和作用？

目前人工智能技术在金融领域应用情况：

（一）阿里巴巴

阿里巴巴旗下的蚂蚁金服下设一个特殊的科学家团队，专门从事机器学习与深度学习等人工智能领域的前沿研究，并在蚂蚁金服的业务场景下进行一系列的创新和应用，包括互联网小贷、保险、征信、智能投顾、客户服务等多个领域。

蚂蚁金服通过大数据挖掘和语义分析技术来实现问题的自动判断和预测。可以识别到用户的身份信息，客户端也有用户的行为逻辑，就可以知道用户是在哪个环节遇到障碍，在哪里停住了，另外蚂蚁金服也会总结在大的用户层面大家可能都会遇到的问题。根据蚂蚁金服公布数据，网商银行的花呗与微贷业务上，使用机器学习把虚假交易率降低了近10倍，为支付宝的证件审核系统开发的基于深度学习的OCR系统，使证件校核时间从1天缩小到1秒，同时提升了30％的通过率。

蚂蚁金服的人工智能技术集中表现在“智能客服”。在交流过程中，“我的客服”通过语义分析等方式获得关键信息再给予匹配。 目前，“我的客服”已经积累了近千个经验专家知识调动库、模型库。原来，从发现和识别问题到快速调度客户服务解决问题需要50分钟，现在1.6分钟做到策略智能调度响应。以智能客服为例，2015年双十一，蚂蚁金服95%的远程客户服务已经由大数据智能机器人完成。同时实现了100%的自动语音识别，蚂蚁金服客户中心整体服务量超过 572万人次，同比增长了150%。

除了“智能客服”，蚂蚁金服还有智能质检能力与智能赔付能力。服务好不好？原来需要通过人工去调研服务质量，抽样的覆盖率也就2%左右，现在智能服务具备了品质的判断能力以及情感判断能力，也就是说这个机器人可以实时地实现客服人员的智能自动质检。

另一个是智能赔付能力。在保险业务上，“我的客服”已经具备了专业的审核能力，平均24小时就能够完成赔付。其中32%理赔可以在一小时之内直接完成，而且有一半复杂的赔付可以在6个小时内完成。

（二）苏宁集团

2016年，苏宁金融自主开发的智能营销，具备自动化决策引擎，可以自动完成目标人群筛选、营销推送、营销算法效果跟踪、算法更新等工作，让金融服务更好连接人。智能营销基于机器学习、大数据爬虫、实时标签计算，可以为亿级会员实时画像，提供千人千面的个性化营销。自动化营销决策引擎改变了营销方案制定、营销人群选择、营销渠道接入等人工处理流程的模式。机器学习自动化优化框架，可根据营销效果，不断对在线营销算法进行自动迭代更新。特征工程筛选目标人群，偏好算法学习并推荐合适产品、渠道和时间进行自动投放营销方案。效果报表自动跟踪并反馈推荐算法的效果，机器学习模块自动学习反馈数据，并据此对推荐算法模型进行自动调优并部署上线。自动优化算法的转化效果平均提升600%，累计转化用户超过200万，累计转化金额超300亿，营销转化交易量占比已经超过30%，模型更新周期从30天缩短到7天，模型部署工作从35天缩短到1分钟。

（三）平安集团

平安集团下设平安科技人工智能实验室，大规模研发人工智能金融应用。

平安科技成立于2008年，目前已拥有超过4000名IT技术人员和IT管理人员。平安科技的成立，是平安集团向IT专业化领域迈进，向“科技金融”模式探索的开始，也是今日其技术自主、能够率先利用目前最为先进的AI技术创造价值的前提。

平安集团拥有金融业全牌照，业务包括传统金融业的证券、保险、银行、理财、征信，同时包括互联网金融领域的陆金所，互联网银行橙子银行，以及医疗保险领域的平安好医生等。根据肖京介绍，平安科技作为技术输出，其人工智能技术已应用在平安诸多业务当中，包括金融最核心的大数据征信、风险控制、欺诈识别、市场投资分析等，以及如今最时尚的精准营销，以及机器学习辅助的精准医疗，用于指定个性化保费等。

人像识别。平安集团运用人像识别技术，在指定银行区域进行整体监控，识别陌生人、可疑人员和可疑行为，提升银行物理区域安全性，该套系统还能识别银行VIP客户等，实现个性化服务。在平安天下通APP上，平安利用人脸识别技术进行远程身份认证，用户根据系统提示,完成指定动作识别，即可进行APP解锁、刷脸支付以及刷脸贷款等。

智能客服。平安集团整合旗下保险、基金、银行、证券等客服渠道为95511，应用人工智能技术，用户拨打后直接说出服务需求，系统识别客户语音内容后，即可转接相应模块，大幅节省了客户选择菜单的时间。智能客服还可以进行简单问题回复，复杂问题则转人工进行支持，人机结合有效的解决了客户问题。

（四）其他单位

人工智能在金融行业的应用场景

结合目前行业发展趋势，按照人工智能技术分类，分别整理五大类应用场景设想。结合目前人工智能技术支持能力和市场实际应用情况看，笔者认为基于语音识别的技术可优先在金融行业进行应用。市场和同业已经具有成熟的商业运营案例和业务框架，技术实现难度较低，可迅速实现商业价值。其他类人工智能技术目前商业运用仍处于初期阶段，应予以继续进行跟踪。具体如下：

（一）语音识别与自然语言处理应用

1、智能客服

（1）实现目标

整合全集团对外的客户服务通道，提供多模式融合（如电话、网页在线、微信、短信等）的在线智能客服；对内实现语音分析、客服助理等商业智能应用。为坐席提供一种辅助手段，帮助坐席快速解决客户问题。客服助理通过实时语音识别，实时语义理解，掌握客户需求，自动推送客户特征、知识库等内容。借助于微信公众号等平台，推出语音问答系统，打造个人金融助理形象。

（2）具体内容

通过电话客服渠道、网上客服、APP、短信、微信以及智能机器人终端与客户进行语音或文本的互动交流，理解客户业务需求，语音回复客户提出的业务咨询，并能根据客户语音导航至指定业务模块。对传统按键式菜单进行改造，用户使用自然语音与系统交互，实现菜单扁平化，提升用户满意度，减轻人工服务压力，降低运营成本。电话客服不再受限于菜单，可开展全业务的语音导航服务。

2、语音数据挖掘

（1）实现目标

基于语音和语义技术，可自动将电话银行海量通话和各种用户单据内容结构化，打上各类标签，挖掘分析有价值信息，为服务与营销等提供数据与决策支持。

（2）具体内容

语音语义分析自动给出重点信息聚类，联想数据集合关联性，检索关键词，并汇总热词，发现最新的市场机遇和客户关注热点。同时，根据金融行业客服与客户的通话情况，可进行业务咨询热点问题梳理统计，由机器进行自动学习，梳理生成知识问答库，并作为后续机器自动回复客户问题的参考依据。

（二）计算机视觉与生物特征识别应用

1、人像监控预警

（1）实现目标

利用网点和ATM摄像头，增加人像识别功能，提前识别可疑人员、提示可疑行为动作，识别VIP客户。

（2）具体内容

识别网点区域内可疑人员特征，如：是否人脸上有面罩、手持可疑物品、行动速度异常、人员倒地、人员胁迫等，还可以对客户身份进行识别。

2、员工违规行为监控

（1）实现目标

利用网点柜台内部摄像头，增加员工可疑行为识别监控功能，记录并标记疑似交易，并提醒后台监控人员进一步分析，同时起到警示作用。

（2）具体内容

人工智能还能监督和跟踪员工行为，并判断员工行为是否合规，安全等。如运用图形视频处理技术，实时监控银行柜员在规定动作以外的行为，提醒后台人员进行注意。通过纸文本读取技术，排查所有交易单据，建立关键字提示技术。或者回访客服问答、柜台对话记录，建立风险模型，及时发现可疑交易等。识别并标记视频监控中发现的员工可疑行为录像片段，提示后台人员进行查看；同时，对一线操作人员起到心理震慑作用。

3、核心区域安全监控

（1）实现目标

在银行内部核心区域增加人像识别摄像头，人员进出必须通过人脸识别及证件一致方可进入，同时对于所有进出人员进行人像登记，防止陌生人尾随进出相关区域。如集中运营中心、数据中心机房等。

（2）具体内容

集中运营中心、机房、保险柜、金库等重要场所可采用人脸门禁提高内部安全控制，通过人脸识别的验证方式，实现银行内部安全管理，有效地防范不法分子的非法入侵，同时进行多人的人脸识别，实现智能识别，达到安全防范的目标。

（三）机器学习、神经网络应用与知识图谱

1、金融预测、反欺诈

大规模采用机器学习，导入海量金融交易数据，使用深度学习技术，从金融数据中自动发现模式，如分析信用卡数据，识别欺诈交易，并提前预测交易变化趋势，提前做出相应对策。基于机器学习技术构建金融知识图谱，基于大数据的风控需要把不同来源的数据(结构化，非结构)整合到一起，它可以检测数据当中的不一致性，分析企业的上下游、合作、竞争对手、子母公司、投资、对标等关系。

2、融资授信决策

通过数据筛选、建模和预测打分，并将不同的资产分类和做分别处理。比如：坏资产可直接标签为“司法诉讼”，并提醒相关人员进行诉讼流程。通过提取个人及企业在其主页、社交媒体等地方的数据，一来可以判断企业或其产品在社会中的影响力，比如观测App下载量，微博中提及产品的次数，对其产品的评价;此外将数据结构化后，也可推测投资的风险点。借助机器学习完成传统金融企业无法做到的放贷过程中对借款人还贷能力进行实时监控，从而及时对后续可能无法还贷的人进行事前的干预，以减少因坏账而带来的损失。

3、智能投顾

（1）实现目标

根据马科维茨的现代资产组合理论（MTP），结合个人客户的风险偏好和理财目标，利用人工智能算法和互联网技术为客户提供资产管理和在线投资建议服务，实现个人客户的批量投资顾问服务。

（2）具体内容

运用人工智能技术，采用多层神经网络，实时采集所有重要的经济数据指标，智能投顾系统不断进行学习。它采用合适的资产分散投资策略，可实现大批量的不同个体定制化投顾方案，以不追求短期的涨跌回报、而期望长期的稳健回报为目标，进一步深刻践行银行长期服务客户的理念。通过智能投顾解决方案，把财富管理这个服务门槛降到一个普通的家庭人群来使用。

（3）具体应用

2016年可以说是中国智能投顾元年，苏宁金融、招商银行、蓝海财富等公司纷纷上线智能投顾平台。2016年，苏宁金融开发了智能投顾服务，通过理财机器人方式，为普通用户提供用的起的专业理财顾问服务。

恒生电子旗下云纪网络发布的iSee(明白)机器人智能金融投顾平台就是一款能帮助金融机构为个人用户提供机会挖掘、交易陪伴以及精准服务的智能决策辅助系统。“商智智能投顾”脱胎于私人银行服务，更侧重智能投资，资产优化，功能涵盖客户需求探索、资产优化模型、智能择市(量化投资策略)和资产智能管理，而后两者更受金融机构和高净值客户的关注。

据外媒报道，摩根士丹利也计划用机器学习算法来对16000名财务顾问进行支持，机器算法会提供交易建议，并接管一些常规任务。在越来越多公司推出机器人顾问这种全自动平台的趋势下，全球最大经纪公司之一摩根士丹利也打算对员工进行升级，参与到这一潮流中。摩根士丹利财富管理部门首席分析和数据官Jeff McMillan表示，摩根士丹利的算法将根据客户的生活经历和市场变化等因素向顾问发送多项建议。他表示，机器人将竭力地想要识别行为模式，以客户正在做的事情为基础，提供一些有价值的、甚至客户没有要求过的建议。

（四）服务机器人技术应用

机房巡检和网点智慧机器人：

（1）实现目标

在机房、服务器等核心区域投放24小时巡检机器人，及时发现处理潜在风险，替代或辅助人工进行监控。在网点大堂尝试设置智慧机器人，赋予机器人拟人化，赋予其人类的形象和相应感情、动作。对网点客户进行业务咨询答疑、辅助分流，采集客户数据，开展大数据营销工作，完成查询、开卡、销卡等业务的辅助办理。

（2）具体内容

运用机器人技术，在网点或机房投放智慧机器人，实现指定区域自动巡航功能，可对客户进行迎宾分流，进行语音互动交流，根据客户知识库内容进行标准业务咨询和问答，减少大堂经理的重复性工作。同时通过前端采集客户数据，可开展精准营销工作。此外，增强银行服务的科技创新感和服务新体验，为银行服务的转型升级注入全新的因素。

人工智能的展望

2016年5月23日，国家发改委网站公布了发改委与科技部、工信部、中央网信办共同制定的《“互联网+”人工智能三年行动实施方案》。该方案提出，计划到2018年基本建立人工智能产业、服务和标准化体系，实现核心技术突破，培育若干全球领先的人工智能骨干企业，形成千亿级的人工智能市场应用规模。

今年年初的全国科技工作会议上，科技部部长万钢对媒体透露，目前正在编制人工智能的专项规划，并研究论证人工智能重大项目的立项工作。国家层面的意志越来越明显的凸显，如果参照政策曾在“互联网＋”概念下掀动的浪潮，可以预期的是更多热钱和创业者会涌入相关领域。