2019人工智能+金融行业研究报告.pdf

人工智能 +金融行业研究报告 2019 清华大学互联网产业研究院 2019 人工智能 +金融行业研究报告 2019 清华大学互联网产业研究院 人工智能 +金融行业研究报告 2019 编写委员会 主 编： 朱 岩 副 主 编： 王晓辉 总 编 辑： 王耀羚 编 委 会： 王耀羚 牛芳琪 杨 备 主编单位： 清华大学互联网产业研究院人工智能 +金融行业研究报告 2019 清华大学互联网产业研究院 I 导语 金融行业的发展一直以来和科技相辅相成，科技的进步促进金融业的发展，金融对科技的需求和应用又反过来助推科技进步，因此金融行业的演变与年代相结合，和当时的科学技术发展息息相关。在万物互联的时代，人工智能 +金融能够基于大量多维度的用户数据与不断自我学习优化的算法，让用户享受到智能化、实时化、定制化的垂直金融服务。习总书记在 2018 年 10 月主持学习人工智能发展现状和趋势时强调，人工智能是新一轮科技革命和产业变革的重要驱动力量，要努力推动我国新一代人工智能健康发展。十九大报告当中，提出了要将包括人工智能在内的现代科学技术与传统的行业相结合。在 2018 年和 2019 年的政府工作报告当中，也再次强调了人工智能等新兴科技对于推动传统行业的重要意义。 人工智能 +金融主要是将计算机科学当中的人工智能技术作为主要的推动力，利用这项推动力为金融机构以及业务环节赋能，创新金融产品，重塑金融业务中的流程，对金融服务进行优化。“人工智能 +”是将人工智能作为一 项基础的计算机技术，将该项技术与传统的金融行业中各个业务场景进行相互的深度融合。相对于简单的行业叠加，“人工智能 +”更侧重于为传统行业的解决问题方式和流程再造过程提供新的思路和方法，加快新经济形态的演进进程，催生新的商业模式，提高运营效率，带来整个产业的全面升级。 人工智能 +金融行业研究报告 2019 清华大学互联网产业研究院 II 谷歌、微软、英特尔、 FACEBOOK、 IBM 等企业在人工智能行业发展早期就已经对于产业链进行了深度的布局。这些科技巨头的关注点主要在于人工智能的基础层，对核心算法的研究投入了大量的资源，并全面推进人工智能的商业化，体现了技术在应用层面的价值。国内 ，人工智能 +金融的发展具有特殊的优势，这是因为中国有庞大的网民数量和较高的互联网普及率，对于积累金融数据等财务数据有较好的前期基础。目前，人工智能在金融领域的投资和服务方面应用较多。 目前，人工智能已经能够贯穿于金融活动的整个业务过程当中，包括海量的数据分析、对于金融政策的解读、自动生成报告、意外金融事件的预测以及与金融相关的信息搜索。 金融行业能够在人工智能出现的时候有良好的适用性，是因为金融与数据紧密相关，金融行业在过去积累下来的大量数据就能够应用于机器学习，广泛应用在股票市场预测、风险评估和预警等方面 。自动报告生成涉及到自然语言处理，因为一般的金融行业涉及到的报告具有固定的格式，因此可以利用自然语言处理的技术将报告需要的信息进行抓取，生成有固定格式的报告。知识图谱利用可视化的图形方式来显示各个事物实体发展的进程和实体之间的关系。语义搜索让搜索引擎的工作不再局限于用户当前具体输入的内容，而是计算机能够根据该内容进行合理地联系与扩散，来进一步准确地捕捉到用户实际期望搜索的内容，更准确地反馈给用户期望的搜索结果。 人工智能技术并不是孤立存在的，它和目前各大高校、科研院所、企业研究机构正在进行研究的其他前沿科技 息息相关，其中就包括了人工智能 +金融行业研究报告 2019 清华大学互联网产业研究院 III 大数据、云计算、区块链等前沿科技，而这些技术也都离不开当前互联网、移动互联网的高速发展。 由于人工智能当中的核心技术 机器学习对于大量数据积累有一定的需求，因此人工智能与大数据技术有着密切的联系；在机器学习的过程中，需要用到云计算技术为机器学习过程提供运算和存储的能力；最后，区块链技术的产生和发展利于金融数据的安全，可以防止金融数据被篡改，一定程度上解决数据的安全性问题，帮助人工智能的进一步发展。 在人工智能 +金融的产业链中，涉及到的供需链是从硬件基础层到算法技术层，再过渡到场景应用 层，上游向下游提供产品，下游向上游进行反馈。硬件基础层是一些有自身研发功能的软硬件供应商企业。他们运用传感器、云服务、芯片和区块链技术，为算法技术层的企业提供了载体。算法技术层的企业主要是互联网企业，它们具有很强的创新和研发能力，并且拥有大量的可参考数据和客户基础。但是对于这些互联网企业来说，如何将研发的各项人工智能技术与金融结合是一个难点。在场景应用层的参与者就是传统的金融行业当中的企业，他们拥有客户基础和大量的数据信息，是人工智能技术的需求者，在这个层级上可以将硬件基础层面和算法技术层面各企业的研发结果 应用到日常交易和其他金融业务当中。 在产业链的三个层级当中，与客户最紧密联系的是场景应用层，也就是对应的传统金融行业当中的企业。这些企业在过去已经探索了一些结合人工智能开展业务的场景，根据企业提供金融业务的对象可以人工智能 +金融行业研究报告 2019 清华大学互联网产业研究院 IV 把应用场景划分为两类，分别是面向企业或者特定用户群体的面商类产品，和直接面向消费者的产品。 随着市场环境的变化，人工智能 +金融行业的业务场景整体会出现逐渐扩大的趋势，企业或产品只有不断地创新、不断地迎合目标客户的需求，就能够注入新鲜血液，长期地发展下去。目前，在世界范围内规模较大的互联网金融企业基 本符合这样的发展思路，这也是人工智能 +金融未来发展的趋势。 为了持续开展人工智能 +金融行业 研究， 推动传统金融业务 转型升级， 促 进产业健康发展 ， 清华大学互联网产业研究院编写了 中国人工智能 +金融行业研究报告 2019。 本 报告 的意义在于与业界分享 人工智能 +金融行 业的 发展状况与 实践经验，呼吁社会各界 加强对于 人工智能 +金融行业的关注、 技术研究 与 产业投入，共同推动人工智能 +金融行业 发展。 本报告在 编写调研过程中， 得到了 各地政府、高校、相关研究机构，以及 人工智能 、金融等领域众多企业专家的指导和帮助。后续我们会持续深入 地 开 展相关研究， 并 进一步完善研究成果， 在此，我们 欢迎社会各界人士提出宝贵的意见与建议。 中国人工智能 +金融行业研究报告 2019编委会 2019 年 12 月 31 日 人工智能 +金融行业研究报告 2019 清华大学互联网产业研究院 1 目录 一、人工智能 +金融行业综述 . 1 （一） 相关概念界定 . 1 1. 人工智能 . 1 2. 互联网金融 . 1 3. 金融科技 Fintech . 2 4. 人工智能 +金融 . 2 5. 概念之间的关系 . 3 （二）人工智能 +金融行业的发展历程 . 3 （三）人工智能 +金融行业的发展现状 . 4 （四）人工智能 +金融行业的技术支撑 . 5 1. 机器学习 . 6 2. 自然语言处理 . 6 3. 知识图谱 . 7 4. 语义搜索 . 7 二、国内外人工智能 +金融宏观环境对比分析 . 9 （一） 政策环境 . 9 （二） 市场环境 . 13 （三） 社会环境 . 15 （四） 技术环境 . 16 三、人工智能 +金融产业链分析 . 18 （一） 产业链图 . 18 （二） 产业链各环节分析 . 18 1. 硬件基础层 . 19 2. 算法技术层 . 19 3. 场景应用层 . 19 四、人工智能 +金融应用场景 . 21 （一） To B 的业务场景 . 21 1. 智能投研 . 21 2. 智能风控 . 23 3. 智能监管 . 25 （二） To C 的业务场景 . 26 1. 智能投顾 . 26 2. 智能营销 . 28 3. 智能支付 . 30 4. 智能客服 . 32 5. 智能理赔 . 34 五、人工智能 +金融典型案例分析 . 37 人工智能 +金融行业研究报告 2019 清华大学互联网产业研究院 2 （一）国外案例分析 . 37 1. IBM . 37 2. Microsoft . 39 3. Wealthfront . 40 4. Kensho . 41 （二） 国内案例分析 . 42 1. 阿里巴巴 . 42 2. 百度 . 45 3. 腾讯 . 46 4. 京东 . 49 六、人工智能 +金融行业总结与展望 . 51 （一）发展趋势 . 51 1. 场景创新 . 51 2. 从智能化到个性化 . 51 3. 新技术的融入 . 52 4. 普惠化发展 . 52 5. 建立行业生态 . 52 （二） 风险与监管 . 53 1. 我国的金融科技监管体系 . 53 2. 强化金融科技监管 . 53 参考文献 . 55 人工智能 +金融行业研究报告 2019 清华大学互联网产业研究院 1 一、人工智能 +金融行业综述 （ 一 ） 相关概念界定 1. 人工智能 人工智能是指能正确解释外部数据，从这些数据中学习，并通过灵活应用来实现特定目标和任务的系统 。这是计算机科学的一个重要分支，研究人员通过这个领域的技术尝试去理解人类智能并使得机器在应用过程中能够更好地模仿人类。 2. 互联网金融 互联网金融的概念在首次提出之时是一个涵盖了多个领域的概念，泛指各类涉及到互联网技术 的 金融 相关 业务。 互联网金融 广泛 渗透于传统商业银行业务、投资银行业务、保险业务以及各种 使用到互联网技术的 金融中介业务之中 。 中国人民银行等十部委 在 2015年 7月发布 了关于互联网金融的相关指导意见 ，对互联网金融的概念进行了进一步的界定。该指导意见指出，互联网金融在发展过程中，已经可以与传统的金融行业相互区别开来，成为金融业发展中的一种新的业态，是一种不同于传统金融行业业务模式的新型业务模式。 中国的互联网金融概念是基于互联网广泛应用于金融行业的时代背景形成的，但国际通用的说法还是金融科技，并且两个概念并不完全等同。就这个问题，中国人民银行条法司司长刘向民同志曾指出过，互联网金融与金融科技的是存在本质不同的，不能混淆概念，应该弄清楚应用领域与科技本身的界限，金融科技需要被 应用于金融行业的具体业务当中，但金融科技本身并不涉及金融业务， 需要 与持有金融牌照的机构进行合作 。自此，互联网金融这一概念逐渐消失于人们的视野，金融科技站上了时代的舞台。 人工智能 +金融行业研究报告 2019 清华大学互联网产业研究院 2 3. 金融科技 Fintech 金融科技（ FinTech）是对金融和互联网产业的结合更加规范的一个概括，实际上 不仅 包含了本文想要阐述的“人工智能 +金融”的概念， 还涵盖了众多广泛应用于金融行业的前沿科技，例如大数据、云计算、区块链等。 国际金融稳定理事会（ FSB） 在 2016 年对于金融科技的定义提出了一个通用标准。 金融科技是 一种金融创新，把新的科 学技术融入到金融业务的方方面面，从而创造新的商业模式、流程与产品，重塑金融服务的提供方式，改变金融机构的运营模式，对金融市场产生颠覆式的影响。 巴塞尔银行监管委员会提出金融科技主要应用于四个核心领域， 分别是传统的存贷款与融资服务 、渗透进人们衣食住行的 支付与清结算服务 、 投资管理服务以及至关重要的 市场基础设施服务 。 4. 人工智能 +金融 继承以上对于互联网金融、金融科技的概念解释， 人工智能 +金融可以 被认为是金融科技在当下时代背景中发展到较高水平的产物。在万物互联的时代，人工智能 +金融能够基于大量多维度的用户数据 与不断自我学习优化的算法，让 用户 享受到 智能化、 实时化、定制化 的垂直金融服务。 从基本技术角度进行定义，人工智能 +金融主要是将计算机科学当中的人工智能技术作为主要的推动力， 利用 这项推动力 为金融机构以及业务环节赋能， 创新金融产品，重塑金融业务中的流程，对金融服务进行优化。 从技术应用的角度进行定义，“人工智能 +”是将人工智能作为一项基础的计算机技术，将该项技术与传统的金融行业中各个业务场景进行相互的深度融合。相对于简单的行业叠加，“人工智能 +”更侧重于为传统行业的解决问题方式和流程再造过程提供新的思路和方法， 加快 新经济形态 的 演进 进程 ，催生新的商业模式，提高运营效率，带来整个产业的全面升级。 从改进和完善金融产品的角度对人工智能 +金融进行定义，它指的是人工智能技术与金融服务和金融产品的融合。 换句话说，就是 通过应用 计算机科学技术 的前