人工智能正快速進入人們生活，改變著金融、醫療、安防、自動駕駛等各個行業。金融被認為是人工智能落地最快的行業之一，智能金融也已經列入國家規劃。然而，在當下輿論圈熱烈討論智能金融美好與威脅的時候，我們依然需要冷靜、有格局的思考。智能金融是什么？智能金融目前解決方案有哪些？在智能金融時代，金融機構如何利用智能金融？智能金融未來會有怎樣的發展趨勢與挑戰？這些疑問的結構化解答，對創業者、投資人、金融從業者以及每一位關注智能金融的朋友都能給予有參考意義的信息。
下文選取了報告中的部分內容進行呈現，欲了解更多，歡迎下載原版報告并進行閱讀。如報告內容有不準確、不完善之處，歡迎讀者批評指正。
Chapter1 方興未艾的智能金融
“智能金融”指人工智能技術與金融服務和產品的動態融合。通過利用人工智能技術，創新金融產品和服務模式、改善客戶體驗、提高服務效率等；其參與者不僅包括為金融機構提供人工智能技術服務的公司，也包括傳統金融機構、新興金融業態以及金融業不可或缺的監管機構等；這些參與者共同組成智能金融生態系統。
智能金融本質上是人工智能技術驅動的金融創新，因此，報告從金融和科技兩個維度來解讀智能金融。從金融角度來講，智能金融的發展依附金融產業鏈，涉及從資金獲取、資金生成、資金對接到場景深入的金融資金流動全流程。從科技角度來講，智能金融發展是，基于人工智能技術的智能風控、智能投顧、智能投研、智能支付等智能解決方案，對銀行、證券、保險等金融業態的創新。
截止2017年8月底，我國主要的智能金融技術服務公司有164家，集中分布在北京、上海、廣州、浙江等較發達的省份。其中北京公司數量最多，擁有80家。
截止到2017年8月31日，共有125家公司獲得融資，總融資額已超過250億人民幣。“中國智能金融資本市場社會網分析圖（主要投融資方）”顯示，智能金融公司投融資集中度比較高，最活躍的資本機構為IDG資本，且位于社會網的中心；商湯科技為明星公司，投資關系數量最多；同盾科技、智齒客服、量化派等幾家公司投資關系數量也較多，是社會網中的重要連接點。
Chapter2 不斷涌現的智能解決方案
億歐智庫綜合分析了我國智能金融技術服務公司的服務和產品，梳理出涉及金融前臺智能支付、智能營銷、智能客服，中臺智能風控、智能投顧、智能投研，后臺智能數據的七大應用場景。
智能投顧，是目前最熱門的智能金融應用場景之一。智能投顧最早在2008年左右興起于美國，又稱機器人投顧（Robo-Advisor），依據現代資產組合理論，結合個人投資者的風險偏好和理財目標，利用算法和友好的互聯網界面，為客戶提供財富管理和在線投資建議服務。
中國目前的智能投顧大部分還停留在交易執行環節，投顧服務主要為資產管理和投資顧問，投后服務涉及較少。根據美國金融監管局（FINRA）2016年3月提出的標準，理想智能投顧服務包括：客戶分析、大類資產配置、投資組合選擇、交易執行、組合再選擇、稅負管理和組合分析。傳統投顧和智能投顧都是基于以上七個步驟，只是實施的方式不同，而智能投顧本質上是技術代替人工實現投顧。
然而，智能投顧并不是一個新概念，因為算法基礎早在20年前就已然扎根成型，而智能投顧近年來的發展主要得益于大數據和計算力提升。目前智能投顧與人工智能的關系更多處于概念階段，智能投顧實現了策略的個性化、配置的合理化以及流程的自動化，有“智能”但離“人工智能”尚遠。
Chapter3 利用智能金融推陳出新
智能金融七大應用場景正進入金融機構業務各流程，但對于金融機構來說攻擊是最好的防守，它們通過購買智能金融技術服務公司產品或與科技公司合作等方式來利用智能金融推陳出新。
銀行業是受智能金融沖擊最大的金融機構之一。銀行業作為信息化程度非常高的行業，對IT系統的依賴度非常高。現在，大部分銀行基于IaaS平臺（基礎設施即服務）、PaaS平臺（平臺及服務）以及數據平臺開展包括渠道、開放、存貸款業務、風控、運營等各項活動。目前，智能金融主要應用于銀行業的渠道、開放、風控以及運營四個大方面，主要涉及智能營銷、智能客服、智能風控等。除此之外。銀行業務端，智能金融也開始滲透，例如，應用于客戶平臺的生物識別技術（刷臉認證）、應用于存款業務的智能投顧等。
目前，銀行業應用智能金融雙管齊下：一方面，銀行自身發力，2013年開始，紛紛成立網絡金融部，開展新業務；另一方面，與互金巨頭合作，提升技術水平。
Chapter4 展望未來與迎接挑戰
億歐智庫研究認為，智能金融未來發展將圍繞智能化、場景化和個性化展開。智能化為基礎，可分為三個層次：第一層次為Robot，即可以實現簡單的數據收集整理工作（助理分析師）；第二層次為Smart，即可以實現數據的簡單分析（初級分析師）；第三層次為Intelligent，即可以實現數據的決策支持和深度洞察（高級分析師）。場景化，指智能金融將驅動金融業態不再局限于“金融”標簽，而是轉變為一種深入各場景的生活標簽，擺脫以往“高冷”的形象，變得更貼近生活。個性化，是相對標準化而言的，雖然智能金融或許不能實現完全的因人而異，但智能金融驅動的金融服務和產品的創新，將為人們提供更多元化的選擇，這就是一種相對的個性化。
智能金融也存在很多挑戰，例如，大眾對智能金融的認知有偏差，存在信任危機。目前，人工智能還處于“弱人工智能”階段，智能金融出現時間也比較短。雖然我們常聽到類似“摩根大通使用全球第一款機器人執行金融交易”或者某科技公司與金融機構開展合作等新聞，但這并不是智能金融技術公司的常態。大部分智能金融還處于概念階段，距離其真正落地還有很多問題待解決。媒體等對于智能金融過于夸大事實，使得大眾的期望值比較高。然而，大眾在與智能金融應用實際基礎過程中，智能金融的實際情況并不能滿足大眾過高的預期，可能會導致不當的失望，造成信任危機。例如，人們對智能投顧抱有很大的期望，當智能投顧的收益率與預期出現偏差的時候，就會導致大眾的失望與不信任。
除此之外，智能金融還面臨通信、系統、架構安全性風險加大、監管機構鼓勵創新與風險控制不平衡、市場競爭家具、數據不能有效應用等挑戰。
億歐智庫通過本文僅對報告進行了部分內容的呈現，更多內容可下載原版報告，全面了解本報告研究分析內容。
下載鏈接：http://img1.iyiou.com/ThinkTank/2017/HowAIBoostsUpSecurityIndustryV3.pdf
