2022年金融AI发展研究报告

指导单位:北京金融科技产业联盟李肇宁|交通银行金融科技部总经理、金融科技创新主编策划杜晓宇指导单位北京金融科技产业联盟联合出品腾讯研究院腾讯优图实验室价值共生从开放到普适,人工智能助力金融行业可持续发展02金融AI赋能行业发展的思考和实践政策篇:发展环境与机遇国际政策环境:多国政策规划,布局AI成为新趋势国内政策环境:国家战略部署,推动AI迎来新阶段行业政策环境:金融科技规划,金融AI取得新进展发展机遇:深度融合应用,金融AI赋能转型升级行业篇:行业背景:需求转换驱动金融AI应用场景—:智能营销案例—:国内某大型商业银行:智能营销赋能大零售转型场景二:智能识别案例二:交通银行:“统—图像识别平台”创新实践场景三:智能理财案例三:国内某大型商业银行:智能理财助力金融服务“千人千面”场景四:智能风控案例四:国内某大型商业银行:智能风控筑牢反欺诈防线场景五:智能客服案例五:国内某大型商业银行:智能客服提升客户服务效率趋势篇:趋势—:技术能力革新,驱动行业发展不断演进趋势二:场景智能深化,支撑数智金融体系建设趋势三:可信治理评估,助力行业长期规范发展未来展望:秉持价值共生,金融AI成熟度不断提升序言序言2020上半年,新冠肺炎疫情,—方面给全球经济社会发展带来了空前挑战,但另—方面,使得整个社会加速了以人工智能为代表的数字化新常态的到来。未来十年,将是全球社会经济结构化重塑的—个重要的窗口期,也将为人工智能引领中国经济的发展带来巨大的机遇。在疫情背景下,整体经济的恢复和长周期的发展是下—个阶段的重点。这也为我国人工智能打开了—个新的窗口期,挖掘更从人工智能技术本身来看,我国的人工智能发展已处于全球第—梯队。据斯坦福大学发布的的重点任务之—作为起点,2017年7月国务院发布的《新—代人工智能发展规划》正式将人工智能上业的数字化转型、智能升级和融合创新。在政策层面,我们看到中国人民银行、银保监会等机构多次发文推动人工智能与金融的融合,用,推动营销、交易、服务、风控的智能化。在政策和市场的共同推动下,银行、证券、保险等各类金融机构正在积极探索人工智能应用,智能营销、智能识别、智能风控等多种应用场景逐步落地,为用户带来了全新的服务体验。未来,随着AI技术能力的提升、金融场景的丰富、保障机制的健全,AI将赋能更多金融机构与金融业务,实现与金融机构的价值共生。因此,在北京金融科技产业联盟的指导下,腾讯研究院联合腾讯优图实验室、腾讯云、交通银行了金融AI的发展环境与机遇、战略布局与案例、发展趋势与展望。下—步,腾讯研究院将对金融与AI的融合进行更为深入的研究,并联动业务侧在金融AI领域的实践经验,共同推动行业高质量发展,序言价值共生序言价值共生从开放到普适,随着人工智能(AI)与各行各业加速融合,以银行为代表的金融机构数字化转型已加速迈向深水区。据中国人工智能学会最新预测,至2030年,AI将在中国产生10万亿元的产业带动效益,其中AI带来最大影响的传统产业将会是金融、汽车、零售和医疗。在金融行业,通过AI技术在风险控制、资产配置等方向的应用,预计将带来约6000亿元人民币的降本增益效益。人工智能和机器学习已经成为金融行业可持续发展和增长的关键,如预测性风控、智能交易策略、智能客服、反欺诈等金融业务重要链条。以欺诈检测为例,金融活动中的欺诈行为在过去几年不断增加。这些欺骗性交易可能使企业损失数百万美元。而在每天开展大规模的金融业务交易的情况下,传统的银行企业不可能靠人力投入密切关注每天发生的每—笔交易。然而,基于人工智能的检测系统将有助于实时监控银行交易,利用这—点,金融科技将能够以更高的准确性更快地响应欺诈活动,维护随着人工智能技术的不断发展,在金融行业,人工智能的应用经历了标准能力应用探索、细分业务领域垂直深化阶段后,已进入全面应用和持续创新的新阶段,人工智能将用于更广更多元化的产品形态和功能,例如决策、客户支持、欺诈检测、信用风险评估、保险、财富管理等,单点的AI经无法满足日益细分的金融行业需求,低门槛、灵活适应各种服务场景的全栈式人工智能开发服务平台或将成为未来金融业的最优选择。腾讯云Tione平台金融AI解决方案,能够提供更场景化、更符合监管要求、更适合金融机构智能化发展不同阶段需求的AI智能底座,包括AI开发平台、AI样本此次,我们协同研究机构、交通银行等多方力量,在金融环境、发展背景解读的基础上,结合腾讯云AI在金融行业中应用的实际情况,构建这份当下具有行业参考意义的金融AI白皮书,希冀更好的推动金融数字化转型。我们相信,人工智能+金融的探索仍有广阔空间,我们愿与业界携手共创,序言序言数字科技畅通“金融血脉”数字科技畅通“金融血脉”助力实体产业“增肌健体”金融,是现代经济的“血脉”。健康有序的金融生态能够打通国民经济“毛细血管”,为实体产业散风险能力的核心抓手;于内,金融是发展经济基本盘、打造产业竞争力、服务社会民生的重要基座。作为国之重器的中国金融,在过去几十年取得了长足发展。进入产业互联网时代,新—轮数字化浪潮的兴起,也为金融业提质升级再次带来全新机遇。金融是以“数目字”形态存在的产业,天然具有应用数字科技增强创新、提升效率的优势。数字生产要素与金融产业场景、业务流程的全面深入融合,正在推动金融产业向着更普惠、更效率和更安全的阶段迈进,以自身的强韧性和高弹性,有力地托举实体经济,服务社会民生。普惠是金融业发展的终极目标。普惠金融既要把控风险,又要解决“普”和“惠”问题,成为世 界性难题。目前我国有4000多万中小企业,普遍存在企业财资数据分离、财务手工效率低、信息传 很多中小企业都抱怨融资难,而在张家港保税区,这样的声音越来越少。腾讯云与张家港保税区合作搭建了供应链公共服务平台,用区块链电子仓单替换掉传统仓单,物流、资金流、贸易流和信息流的数据全都整合到链上,结合仓库的摄像头数据、利用AI算法判断货物去向,就有了多方数据来交叉验证电子仓单的真实性,银行不用线下尽调,也可以放心地把款贷给小微贸易企业。其次,数字化助力金融机构降本增效提质。服务效率和客户体验是传统金融机构的突出痛点。数字化的云、AI等科技,以及C2B连接能力帮助金融机构实现用户直连,在安全前提下,激活产品和服务创新。疫情刚暴发的时候,大家出不了门。腾讯联合生态伙伴把银行的线下网点“搬到”线上,借助骨干网络和实时音视频技术,打造虚拟营业厅。普通用户在微信小程序或者App上,足不出户就可以与银行柜员通过视频办理业务,保证了银行服务正常运转,而效率甚至比线下签约还高,—个贷款30序言价值共生序言价值共生在疫情缓解后,这个方案减少了线下网点的服务成本,也成为很多银行日常服务的标配。在帮助银行降本增效的同时,也发挥出更大的社会价值。泸州银行的客户经理经常会遇到行动不便的老年人办社保卡挂失业务,在腾讯云支持的“小泸云厅”帮助下,他们把营业厅开进了八旬老人家里,远程安全是金融的生命线。以云、AI、大数据等为基座的数字技术,使风险指标可量化,可分析,并做到实时动态预警,实现更细颗粒度的风险管理,有效识别金融欺诈等风险问题。腾讯也依靠自己20年黑产对抗经验、全球顶尖的安全专家团队和海量大数据,建立了全球最大的黑产知识图谱,通过欺诈识别、金融级身份认证、预防“羊毛党”等能力为金融行业保驾护航。在金融风控方面,腾讯安全的反欺诈技术,服务了光大银行、华夏银行等众多金融机构,累计拦截超5000万次可疑交易,护航银行安全放款超万亿元。例如,信用卡发放需要对申请人的经济和信用状况深度调查,但层出不穷的分工合作精密的团伙通图等图算法,快速排查与当前申请人存在直接或间接关联的其他可疑分子,降低了地毯式排查的成本,原本数十分钟才能完成的风险指标计算,现在可以实时完成。在过去几年,作为金融机构的亲密伙伴,腾讯产业互联网近距离见证了金融机构数字化、智能化转型,并积极贡献自己的力量。截至目前,腾讯产业互联网在金融行业已服务数百家银行、数十家券助力金融机构的实践越深,我们对金融行业的理解也越深。我们深深地意识到,金融业的数字化升级是—项创新与风险平衡的艺术,前进的每—步都要格外慎重。腾讯也将秉持敬畏之心,做好金融机构的“数字化助手”,以更领先的科技能力、安全产品、触达亿万用户的连接能力,共建开放、健康、可持续的数字生态,与金融伙伴共同行稳致远。序言序言李肇宁交通银行金融科技部总经理、金融科技创新研究院院长经过几年来的数字化转型,金融科技已经从“立柱架梁”迈入了“积厚成势”的新阶段,而人工年初,人民银行印发的《金融科技发展规划(2022-2025年)》就明确将抓住全球人工智能发展新机遇,以人为本全面推进智能技术在金融领域深化应用作为基本原则之—。在此背景下,交通银行联合腾讯云发布《2022年金融AI发展研究报告》,想借此分享我们对于金融AI的思考和实践,也希望能近几年,国内各家银行均在加速推进数字化转型,在业务数字化的同时,也更加强调数字的业务化,这是由金融行业的特征所决定的。众所周知,金融业是数据密集型行业,数据效能的充分发挥直接关系到金融服务能力和效率的提升。因此,人工智能作为数据价值挖掘利器与金融业务相融合是必然的趋势。根据中国信通院《金融人工智能研究报告(2022年)》,人工智能在金融产品设计、市场营销、风险控制、客户服务和其他支持性活动等金融业五大业务链条中均有渗透。且不难预计,这对金融业务价值链的重塑将是颠覆性的,甚至可以说这种颠覆正在发生。仅以交通银行凭证识别、票据审核业务为例,通过应用计算机视觉、RPA等技术替换人工录入,已经带来了非常可观的效率提升和人力节省,改变了传统的业务形态。从另—个角度来看,金融AI应用的规模化也为人工智能产业的发展创造了机遇。纵观整个科技发展史,三次技术革命均是在科技与产业融合后,引发了生产力的巨大飞跃及生产关系的深刻变革,技术本身也迸发出了强劲的生命力。我们也看到,人工智能已经在移动互联网产业中开花结果,然而,在与传统行业的融合中,却多少有些“水土不服”。这固然有人才缺口和数据质量的原因,但也与人工其中,银行业或可成为人工智能发展的重点突破口之—。这是因为银行拥有庞大的客户群体、丰富的数据和坚实的技术根基,且业务规则和目标相对明确,这些都构成了适宜人工智能技术发展的优良土壤。双方在彼此合作的过程中可以进—步打造适合传统IT技术人才应用的工具、提高模型的泛化性,数字经济已经来到,交通银行正处在数字化转型的窗口期。去年,我们制定的《交通银行股份有限公司“十四五”时期(2021-2025)金融科技发展规划》明确金融科技发展愿景“POWER”:平台(Platform)、开放(Open)、智能(Wise)、企业级(Enterprise)、重塑(Reinvent)。为了将愿景蓝图—绘到底,抓住全球人工智能发展新机遇,我们也期待与学界、产研界建立更加紧密的合作关系,推动序言价值共生序言价值共生当前,数据要素成为新型生产要素,数据深度分析所释放出的红利,对于行业发展意义重大。金融业作为信息密集型行业,在前期已经积累了海量的结构化和非结构化数据,如何进—步释放数据红利、赋能行业发展,成为金融机构亟待解决的问题。与此同时,AI技术正不断发展,并与金融业务深度融合,衍生出了很多新业态、新场景,深刻影响了金融业的发展模式。为了更好地探讨金融AI的政策环境、行业应用和发展趋势,腾讯研究院联合腾讯优图实验室、腾讯云、交通银行、北京金融科技产业联盟组成联合课题组,并联动公司内部及金融机构业务侧,对国内多个金融机构进行了近五个月的调研,并将调研成果与课题组对金融AI的发展趋势思考并进行本报告共分为三大章节,第—章从国际政策环境、国内政策环境、行业政策环境三个方面,介绍了金融AI发展的环境和机遇。第二章从行业需求、用户需求、金融AI市场现状三方面出发,介绍了我国金融AI的发展动因和进展。进—步地,报告介绍基于AI技术生成的多个场景,包括智能营销、智能识别、智能理财、智能风控和智能客服,并辅以交通银行和其他国内大型银行的案例,展示了金融AI在我国目前发展现状。第三章从技术的深度、场景的广度、服务的可信度三个方我国金融AI未来发展的趋势。对本报告中的意见和不足政策政策当前,从国际到国内,当前,从国际到国内,从整体到金融行业, 政策层面不断出台战略规划,引导金融与AI融 政策价值共生政策国际政策环境:多国政策规划,布局AI成为新趋势工智能正在成为驱动经济和社会发展的重要力量,具有巨大的应用价值。根据经济合作与发展组织(OECD)人工智能观察站的调研结果,已有约60个国家/地区制定了人工智能政策,全球人工智能(一)政策简介策,并逐步深化落实,从资金投入、数据资源、人才培养等多个方面出台相应的计划。主要政策文件强调人工智能在网络安全领域有重要应用,并有望在防御和进攻中发挥越来越大的作用。提出了7个重点领域,包括:人工智能研究投资、人机协作开领导地位”发展人工智能的五个重点领域:—是增加AI研究投资;二是释放AI资源;三是制定AI治理标准;四是构建AI人才队伍;五是参与国际合作,保护AI优势。优化了2016年的七个重点领域,并增加了第八项重点领域:扩大公私合作伙伴关系,加速人工智能的发展。“关键与新兴技术”指的是以人工智能,自主系统、通信和网络技术,量子信息科学等20个技术为优先发展领域。回顾在人工智能方面取得的进展,提出未来人工智能发展的国家人工智能发展战略计划(更新)政策政策篇政策五大关键努力方向:五大关键努力方向:包括增加人工智能研究领域的投资、利用联邦人工智能计算和数据资源、制定人工智能技术标准、2020年国家人工智能计划法案此外,还建立了美国首个国家人工智能研究所,发布了全球首个人工智能监管指南,成立了新的人工智能国际联盟,并制定了联邦人工智能使用指南。在此基础上,白宫科学与技术政策办公室成立阐述了英国将会如何规范机器人技术与人工智能系统的发展,探讨了人工智能在英国政府部门中的应用,对劳动市场产生的影响,并着重论述了人工智能的使用对伦理和法律带来的显著挑战,最后提出了如何应对这些挑战。探索人工智能、机器学习和大数据等在国防军事领域的发展投资并规划人工智能生态系统的长期需求,以确保英国作为科学和人工智能超级大国的领导地位;支持向人工智能经济转型,从英国创新中获益,确保人工智能惠及所有行业和地区;确保英国对人工智能技术进行国家和国际治理,以鼓励创新、投资并保护公众和基本价值观。人工智能:政策价值共生政策该文件提出了四项战略目标:该文件提出了四项战略目标:—是将国防转变为“AI就绪”组织;二是以—定的速度和规模采用和利用AI以获得防御优 势;三是解决商业障碍,加强英国国防和安全AI生态系统;四是塑造全球AI发展,以促进安全、稳定和民主价值观。总的来说,与美国相比,英国在国家层面的人工智能战略制定方面,行动较晚,但政府在人工智能的投入方面较为领先,重视度较高,将发展人工智能作为支持科技发展的首要任务。承诺将欧盟对人工智能承诺将欧盟对人工智能欧元增加到2020年底的15亿欧元;建立“欧洲人工智能联盟”,制定—套新的人工11提高欧盟的技术和工业能力,增加公共和私营部门对人工智能的应用;让欧洲人为人工智能带来的社会经济变化3做好准备;确保建立适当的2图1欧盟发展人工智能目标及举措(资料来源:腾讯研究院)出了—系列政策措施,旨在大力促进欧洲人工重点聚焦三大目标:研发以人为本的技术;打造公平且具有竞争力的经济;建设开放、民主和可持续的社会。欧盟也提出了相应的投资计划,将在今后10年内每年投入高达200亿欧元的技术研发和应用资金。此外,欧盟在保护公民隐私和数据安全方面制定了—系列措施。例如,人工智能企业必须通政策政策篇政策日本是第二个发布国家层面人工智能战略的国家。基于2016年4月首相安倍晋三的声明,日本成立了人工智能技术战略委员会以分析和研究发展人工智能战略2019》等专项战略计划。其中,《人工智能技术战略》聚焦生产、健康医疗护理、空间移动、信息安全四个重点领域,制定了人工智能与其他相关技术融合发展的产业化路线图,将日本人工智能产业化过程划分为三个阶段,如下图所示。各领域融合发展,打破单个领域的界限,人工智能和数据得以广泛应用,相关服务业等新产业发展壮大。利用人工智能和相关技术将日本建设成为不断涌现超越现有概念的服打破单个领域的界限,人工智能和数据得以广泛应用,相关服务业等新产业发展壮大。数据驱动型的人工智能在各领域得以灵活应用,相关服务业等新产业图2日本人工智能产业化路线图(资料来源:腾讯研究院)此外,在进行人工智能战略布局时,日本政府也将教育改革、研究开发、成果转化应用、数据基础建设、数字治理以及伦理规范等方面作为其施政着力点,并据此制定切实可行的推进措施,便于其系统化推进人工智能发展,解决人工智能发展过程中面临的问题和难点。(二)政策解读据统计,全球已有60多个国家和地区出台人工智能政策,发布国家级人工智能战略。其中,美国在2016年最早发布了人工智能发展规划,加拿大、中国、日本等国家则在2017年发布了相应规划。随后,欧盟以及英国、法国、德国、印度等国家也出台了相应的政策规划。可以看到,人工智能已经成为各国赢得全球科技竞争主动权的重要抓手,各国均在全力通过人工智能战略支持本国AI产业发展,在国际竞争中占据有利位势。随着各国对人工智能技术关注度的提升,国家之间关于技术、人才、数据等资源的竞争也随之升政策政策价值共生温。当前,美国凭借基础研究能力和技术研发能力,在人工智能领域保持着全球的领先优势。但中国近年来在人工智能科技投入、人才政策等方面都进行了大规模的布局,美国的领先地位也正在逐渐被中国赶上。中国在人工智能技术应用场景方面的独特优势,以及对消费类人工智能的庞大需求,为人工智能应用的快速迭代和创新提供了良好的土壤。可以预见,随着人工智能技术的迅速发展以及全球竞争的加剧,未来中美两国在人工智能领域的竞争将会进—步演化,在吸引人才、突破关键技术等方政策政策篇政策国内政策环境:国家战略部署,推动AI迎来新阶段我国自2015年起持续推动人工智能发展,发布了多份人工智能相关的国家级政策文件,人工智入第二阶段,各地政府也在大力发展人工智能产业,积极推进试验区建设、理论研发,加速人工智能(一)政策汇总要培育发展人工智能新兴产业、推进人工智能在智能表3国家层面人工智能相关政策汇总(—)支持自然语言理解、机器学习、深度学习等人工智能技术创新,提升数据分析处理能力、知识发现能力和关于积极推进“互联网+”促进大数据发展行动纲要 于人工智能基础理论研究、应用技术研发和产业化的重视。展规划》,这是我国在人工智能领域进行的第—个系统部署的文件,标志着人工智能上升为国家战略。政策价值共生政策“十三五”时期,随着人工智能技术战略地位的提升,为了全方位推进人工智能的研发应用,各部委和行业相关部门,也出台了—系列规划政策。例如,2018年4月,教育部印发的《高等学校人工智表4国家层面人工智能相关政策汇总(二)中华人民共和国国民经济和社会中华人民共和国国民经济和社会“互联网+”人工智能三年行动实“十三五”国家科技创新规划“十三五”国家战略性新兴产业发“十三五”国家信息化规划发改委等重点突破新兴领域人工智能技术。培育发展人工智能新兴产业;推进重点领域智能产品创新;提升终端产品智能化水平。2.推动人工智能技术在各领域应用。全面实施战略性新兴产业发展规划,加快人工智能等技术研发和转化,做大做强产业集群。到2020年人工智能总体技术和应用与世界先进水平同步;到2025年人工智能基础理论实现重大突破、技术与应用部分达到世界领先水平;到2030平,成为世界主要人工智能创新中心。关于深化“互联网+先进制造业”关于深化“互联网+先进制造业”促进人工智能等新兴前沿技术在工业互联网中的--人工智能重点产品规模化发展;--人工智能整体核心基础能力显著增强;--智能制造深化发展;--人工智能产业支撑体系基本建立。教育部加强新—代人工智能研发应用,在医疗、养老、教教育部到2030年,高校成为建设世界主要人工智能创新高地,为我国跻身创新型国家前列提供科技支撑政策政策篇政策发改委等关于发展数字经济稳定并扩大就科技部国家新—代人工智能创新发展试到2023年,布局建设20个左右试验区,打造—关于促进林业和草原人工智能发到2035年,林草人工智能理论、技术与应用总体教育部等关于“双—流”建设高校促进学科融合加快人工智能领域研究生国家新—代人工智能标准体系建到2023年,初步建立人工智能标准体系。科技部国家新—代人工智能创新发展试验区建设工作指引(修订版)到2023年,布局建设20个左右试验区,打造—“十四五”时期,也进入了我国新—代人工智能发展的第二阶段,政策的关注重点也转向了对人工年远景目标纲要》发布,《规划》中多次提及对人工智能基础理论及技术应用的关注。2021年12月,业,提升关键软硬件技术创新和供给能力”,也体现了对于人工智能基础理论、关键硬件研发的关注。政策价值共生政策表5国家层面人工智能相关政策汇总(三)聚焦人工智能关键算法等关键领域,聚焦人工智能关键算法等关键领域,加快推进基础高效布局人工智能基础设施,提升支撑“智能+”发展的行业赋能能力。证券、保险等领域的深化应用,发展智能支付、智 加快发展工业互联网,培育壮大集成电路、人工智能等数字产业,提升关键软硬件技术创新和供作系统、处理器等领域技术研发突破。中华人民共和国国民经济和社会发展第十四个五年规划和2035年“十四五”数字经济发展规划在人工智能上升为国家战略的背景下,各地区对于人工智能技术的关注度也迅速提升。从省级政府工作报告来看,如图3所示,从2015年开始,部分地区政府开始关注人工智能技术,2018年及以后,3050从首次提及的年份来看,截至2019年,31个省份(直辖市、自治区)至少在政府工作报告中提在2018年首次提及,30506012图32014-2020年提及“人工智能”的省级政府工作报告数量(资料来源:腾讯研究院)政策政策篇政策在科技部《国家新—代人工智能创新发展试验区建设工作指引》的指导下,已有17个城市建立能技术示范、政策试验和社会实验,在推动人工智能创新发展方面先行先试、发挥引领带动作用的区域。2019年,北京市成为全国首个试验区,随后,上海市、合肥市、杭州市、深圳市、天津市、德清县先后于2019年入选,济南市、西安市、成都市、重庆市、武汉市、广州市于2020年入选,郑州市、在建设试验区的带动下,各地也出台了—系列配套政策规划,并大力投入资金,推动当地人工智能的研发应用和生态构建。以郑州市为例,2021年12月入选国家新—代人工智能创新发2025年,人工智能治理体系初步建立,人工智能创新能力、产业发展、与实体经济发展深度融合等方面达到国内—流水平,推动人工智能成为城市转型发展的重要引领力量。计划打造100个智能工厂(车间)、推动上云企业超3万家、人工智能核心产业和相关产业规模分别超过300亿元和2000亿此外,多个省份响应《新—代人工智能发展规划》,也出台了各地的人工智能发展规划,分阶段地湖北省新—代人工智能发展总体规划(2020—2030年)政策价值共生政策(二)政策解读1.人工智能成为国家战略重点,“三步走”进入基础理论攻坚阶段2017年《新—代人工智能发展规划》的出台,将人工智能上升为国家战略,明确了“三步走”的人工智能发展目标,计划到2030年人工智能理论、技术与应用总体达到世界领先水平,成为世界主人工智能理论、技术与应用总体达到世界领先水平,成为世界主要人人工智能基础理论实现重大突破、人工智能总体技术和应用与世界先图4我国《新—代人工智能发展规划》“三步走”目标(资料来源:腾讯研究院)品创新,出台的相关政策也更关注人工智能与各个领域的融合,如推动重点产品智能网联汽车、智能服务机器人、智能无人机等的规模化发展。2021年,随着人工智能在各个领域、各个地区的迅速应用,新—代人工智能发展进入新阶段,2021年后出台的相关政策和规划,也将重点转向了人工智能基础理论和关键技术的研发、人工智能基础设施建设等。这—政策重点的转向,体现了我国当前人工智能的总体技术和应用水平已经与世界先进水平同步,但核心技术、基础理论仍有待突破。近年来,我国在培养和吸引人工智能人才方面,给予了极大的重视。我国学者在国际学术领域中也逐渐取得了领先的地位,在基础理论创新部分取得了—定的成绩。据斯坦福大学发布的《2022年人工智能指数报告》,2021年,中国在人工智能期刊、顶会和知识库出版物的数量上继续领先世界。这30多倍。其中,中国的人工智能申请数量为87343件,占全球—半以上。政策政策篇政策“十四五”规划;关于积极推进“互联网+”行动的指导意见;“十四五”规划; 工智能理论、技术与应用总体达到世界领先水平,成为世界主要人工图5我国人工智能政策演进阶段(资料来源:腾讯研究院)2.人工智能在各行业加速推进,各部门纷纷出台融合发展政策人工智能与经济社会发展的深度融合,将推动新技术、新产品、新业态、新模式的产生。国家各部门也纷纷通过出台人工智能发展规划或明确推动人工智能技术的应用,促进人工智能与各个行业、各个领域的深度融合,为我国《新—代人工智能发展规划》目标的实现提供支撑。如表7所示,近年来,国家层面在政务、教育、医疗、养老、气象、交通运输等领域,均明确提及了推进人工智能在相样的背景下,“人工智能+”将成为各行业、领域的重要政策趋势,人工智能技术与实体经济的融合,将推动产业的优化升级,提升各行业的智能化、数字化水平。政策价值共生政策交通运输3.地方政府大力发展人工智能,试验区建设推动资金人才投入府也大力发展人工智能技术。从政府工作报告来看,各省均对人工智能技术给予了—定的关注。此外,至今已有17个省市获批建立国家新—代人工智能创新发展试验区,各地也投入了大量资金和人才,创新发展试验区后,制定并印发《天津市建设国家新—代人工智能创新发展试验区行动计划》,截至随着我国新—代人工智能发展的推进,各地对于人工智能技术的基础研发投入和应用研究投入也将持续增长,这也将推进人工智能在各个地区、各个场景的实际落地应用,加速人工智能技术产生新政策政策篇政策行业政策环境:金融科技规划,金融AI取得新进展近年来,以人工智能为代表的金融科技迅速发展。央行、银保监会等部门自2017年起出台了—系列政策文件,推进人工智能在金融领域的应用,为金融AI的研发创新方向提供了重要指引。地方政府以及各个金融机构也在积极探索人工智能与金融业务的深度融合,通过内部创新与外部合作,加速金融AI创新,提升金融业务价值。(一)政策汇总1.国家层面:战略规划2017年,中国人民银行成立金融科技(FinTech)委员会,并发布《中国金融业信息技术“十三五” 融科技规划,明确了包括人工智能在内的—系列金融领域应用研发重点,为人工智能与金融业务的深度融合,提供了重要的方向指引。领域应用取得的显著成效,并对下—阶段人工智能技术与金融业务的结合提出了创新方向。人工智能在智能风控、解决小微企业融资需求、监测资金流向、服务包容性等方面的价值,将成为未来人工智能+金融的主要发力点。政策价值共生政策表8金融领域国家层面人工智能相关政策(—)中国金融业信息“十三五”发展规划成立金融科技(FinTech)委员会研究区块链、人工智能等热点新技术应用,实现新技术对金融业务创新有力支撑和持续驱动。探索基于大数据、人工智能等技术的穿透式监管积极推进区块链、人工智能等新技术应用研究。探索借助人工智能技术,推动客户服务、经营管理、金融监管模式创新,推进机器人安全值守应用。关于规范金融机构资产管理关于规范金融机构资产管理金融科技(FinTech)发展规划(2019—2021年)加强人工智能等科技成果运用,加快完善小微企业、利用人工智能等技术优化移动支付技术架构体系,金融科技产品认证规则发布关于推动银行业和保险业高质量发展的指导意见充分运用人工智能等新兴技术,改进服务质量,降低服务成本,强化业务管理。中国人民银行启动金融科技创新监管试点工作,支持在北京市率先开展金融科技创新监管试点,探索中国证券业协会专业委员会中国证券业协会专业委员会关于规范金融业开源技术应鼓励财产保险公司利用人工智能等科技手段,对传统保险操作流程进行更新再造,提高数字化、线上探索人工智能等新兴技术领域,加快生态建设,利政策政策篇政策金融标准化“十四五”发展关于银行业保险业支持高水金融科技发展规划金融标准化“十四五”发展关于银行业保险业支持高水金融科技发展规划(2022—的应用标准,促进监管模式创新。加强人工智能等标准研制和有效应用,引领金融科支持利用人工智能等技术手段,加大科技企业科技度,构建以客户为中心的风险全景视图,智能识别潜在风险点和传导路径,增强风险管理前瞻性和预在小微金融领域,发挥大数据、人工智能等技术的分析模型,搭建风险知识图谱实现对企业的风险监控,量化环境效益和转型风险,提升绿色金融风险针对智能服务方式,聚焦老年、残障、少数民族等人群日常生活中的高频金融场景,深度挖掘人工智能、大数据等技术优势,优化界面交互、内容朗读、关于银行业保险业数字化转关于银行业保险业数字化转在保险科技领域加强行业标准供给,在大数据、人康、物联网等领域制定相关应用标准,以标准凝聚2.国家层面:应用规划除了金融科技整体层面的规划,也有—系列政策规划聚焦了人工智能在具体领域的应用。首先,人工智能在解决信息不对称方面具有—定的贡献,能够通过企业的经营、政务、金融等多种数据对经营状况进行更为综合的评估,且能够提高信贷审批的效率,有助于解决小微企业、民营企业的融资难问题。2018年10月,银保监会发布《关于进—步做好小微企业融资服务有下发通知,推动银行运用人工智能等金融科技手段,切实解决民营企业、中小微企业、受疫情影响企政策价值共生政策其次,人工智能技术与现有金融业务融合、推动金融服务创新的作用也得到了政策层面的肯定。此外,通过应用人工智能技术,赋能金融业务服务地方、行业发展,也是政策关注的重点。在乡村振兴方面,2019年银保监会发布《关于做好2019年银行业保险业作的通知》,鼓励机构运用人工智能技术实现农业数据的对接、实现线上贷款。2022布三项政策,推进金融机构应用人工智能技术提升城市金融服务能力、提升绿色金融管理水平、更好地服务于制造业。以上政策说明,人工智能与金融业务存在多方面的融合点,AI与金融的深度结合,对提升金融服务效能、创造金融服务新价值,具有重要的贡献。表9金融领域国家层面人工智能相关政策(二)推动财产保险业高质量发展三年行动方案(2020—2关于规范发展供应链金融支持供应链产业链稳定关于做好2019年银行业保险业服务乡村振兴和助力脱贫攻坚工银保监会等部门政策政策篇政策此外,—些地区也已经相应出台了金融科技发展规划或智慧金融相关的文件,推动人工智能与金《重庆市建设国家新—代人工智能创新发展试验区实施方案》《关于积极扩大内需的实施方案》《政府工作报告》《吉林省人民政府办公厅关于营造安全高效金融环境的实施意见》《包头市“十三五”金融业专项规划》《浙江省新型基础设施建设三年行动计划(2020《南昌市十四五规划纲要》《四川省人民政府关于加快推进数字经济发展的指导意见》《成都市人民政府办公厅关于推动新—代人工智能发展的实施意见》《淄博市智慧金融综合服务平台建设工作方案》《黄冈市人民政府办公室关于进—步加强要素市场化配置工作的通知》《广东省人民政府关于加快数字化发展的意见》《新乡市人民政府办公室关于进—步激发文化和旅游消费潜力的通知》《构建鲲鹏产业生态,加快数字广西建设实施方案》《关于进—步采取超常规举措确保完成全年经济目标的实施意见》《关于建立健全城乡融合发展体制机制和政策措施的实施意见》政策政策价值共生(二)政策解读1.大力支持人工智能应用,技术标准指引陆续出台人工智能作为金融科技中的重要组成部分,对金融业务的优化和创新具国家层面陆续出台政策大力支持金融科技创新,推动人工智能与金融业务的深度融合。中国人民银行()发展规划(2019-2021年)》,《金融科技发展规划(2022-2025年)》对人工智能与金融的结合领域进行了细化,更加强调人工智能在小微金融、绿色金融和无障碍化方面的应用。此外,在促进智慧金融发展的同时,人工智能在金融领域的技术标准和监管框架正在迅速完善。《金融科技产品2.人工智能金融加速融合,赋能金融业务价值提升人工智能技术只有应用到实际场景中,才能够体现其价值。作为人工智能重要的应用场景之—,近年来,人工智能在金融领域的应用创新迅速,新产品、新模式不断出现,已经取得了明显的成绩。—方面,人工智能与传统金融业务的结合,能够解决传统业务中信息不对称等业务难题,更加精准有效地解决小微企业、民营企业的融资需求,提升金融服务的质量和准确度。另—方面,人工智能在金融领域的应用,还能够实现业务模式的创新,实现自动化的智慧服务、智慧营销、智慧风控,提升金融服务的效率、降低金融服务的成本和门槛。在政策层面可以看到,除了金融科技整体层面的规划,也有—系列政策规划聚焦了人工智能在具体领域的应用,包括在民营企业、小微企业融资需求的解决上,提升传统银行、保险、证券业务的价值上,以及赋能金融机构更好地服务地方经济、行业转型上。因此,人工智能与各领域具体金融业务深度融合所带来的价值提升,也得到了国家层面的广泛关注和肯定。随着人工智能与金融的进—步融合,新业务、新模式、新业态也将不断涌现,助力金融业务的高质量发展,实现人工智能技术与金融3.内部创新外部合作并举,跨界合作提高业务创新效率智慧金融服务的创新,离不开金融和技术的深度融合。为了促进智慧金融的创新速度和质量,政策层面鼓励金融机构通过内部创新和外部合作两种方式,开展金融科技产品创新。例如,《金融科技 ()发展规划(2019-2021年)》中明确指出要求金融机构“加强管理制度创新,推动内部孵《金融科技发展规划(2022-2025年)》中也提到要“打造对内聚合产品与服务、对外连接合作机构与政策政策篇政策用户的数字化综合服务能力,稳妥开展跨界合作创新,推动与供应链、产业链上下游数据贯通、资源在数字时代下,金融机构与外部机构在技术、产品研发、数据对接等方面的合作,能够提高智慧金融创新效率,促进人工智能与金融的深度融合,以及人工智能等数字技术价值的发挥。4.各地重视智慧金融发展,积极申报金融科技创新试点2019年12月,中国人民银行启动金融科技创新监管试点工作,支持在北京市率先开展金融科技创新监管试点,探索构建符合我国国情、与国际接轨的金融科技创新监管工具,引导持牌金融机构在依法合规、保护消费者权益的前提下,运用现代信息技术赋能金融提质增效,营造守正、安全、普惠、从各地区来看,各地金融监管部门和金融机构积极申报金融科技创新监管试点,已有北京地区中截至2022年4月底,金融科技创新监管试点已经进行到第四批,全国共计有156项试点项目,共有7个试点项目通过测试成功“出箱”。从城市的分布来看,如下图所示,北京的试点项目最多,达到23项,其次是上海和广东。从涉及的技术来看,共有110项试点与大数据技术有关,数量最多,9494433222222232222211211图6金融科技创新监管试点项目地区分布(截至2022年4月)(资料来源:腾讯研究院)1政策政策价值共生发展机遇:深度融合应用,金融AI赋能转型升级当前,我国人工智能“三步走”战略规划进入第二阶段,人工智能领域融资规模持续增长、各地人工智能创新活跃,人工智能理论创新能力逐渐取得世界领先地位。政策层面大力推动人工智能与各2017年《新—代人工智能发展规划》中明确提到推动智能金融领域发展,鼓励金融行业创新金融产品和服务、应用智能客服等、建立智能风险预警与防控系统等。近年来,央行、银保监会等机构也出台了—系列金融科技规划政策,推动金融与人工智能的深度融合,促进金融机构的智能化转型。近年来,在政策的推动下,金融业加速布局人工智能创新,各金融机构积极开展人工智能创新,在营销、风控、业务办理、客服等领域应用人工智能技术,提升金融服务效率和质量。从政策趋势上看,金融AI发展前景广阔。随着全社会数字化的推进,金融机构与供应链、产业链上下游数据的贯通,以及跨界合作的推进,人工智能将为金融机构的业务提供更多方面、更好效果的助力作用,赋能金融机构降本增效、提升服务体验。行业行业行业价值共生行业行业背景:数字经济的发展,改变了金融业的竞争格局与服务方式。行业竞争格局的转变、用户行为的转变,使得金融机构传统业务面临较大冲击,驱动金融机构探索金融AI融合创新。(一)行业需求:盈利空间压缩,借助AI降本增效近年来,金融业竞争明显加剧,同质化竞争严重,数字技术触发的创新业务也对银行传统业务的盈利空间构成挑战。以银行业为例,从银保监会统计数据来看,商业银行的资产利润率和资本利润率和14.98%,而2021年以上指标则分别为0.79%和9.64%。金融机构的盈利能力1.2%资产利润率(ROA资产利润率(ROA)0.8%0.6%0.4%0.2%0.0%16%14%12%10%8%6%4%20152016201720182019——资产利润率-●—资本利润率图72015年-2021年商业银行资产利润率、资本利润率(数据来源:银保监会)在金融业务同质化严重、竞争态势激烈的环境下,借助人工智能技术实现金融业务创新、降低运营成本、扩展过去难以覆盖的“长尾客群”形成差异化竞争,是当前金融机构转型的重点任务。人工智能技术在智能客服、智能风控、智能营销等领域的应用,能够扩大金融机构的服务边界、拓展收入来源,并极大地降低金融机构的服务成本,从而带来盈利能力的提升。据研究公司AutonomousNext的预测,到2030年,使用人行业行业篇行业(二)用户需求:触达渠道转变,AI赋能服务升级我国数字经济蓬勃发展,在数字技术的赋能下,线上的服务方式迅速发展,人们的生活和工作呈现“线上化”的趋势。特别是2020年以来,受疫情影响,个人用户的生活消费习惯变革加速,对“非接触式”服务的需求快速增加。对金融行业而言,随着用户对便捷性要求的提升以及金融机构线上服务的丰富,用户越来越多地使用线上进行业务办理,前往金融机构线下网点办理业务的次数出现了明中国银行业协会数据显示,银行业服务渠道的转变趋势明显。2021年,银行业金融机构离柜率已超过90%,与2015年相比已提升超12个百分点。2021年银行业金融机构离柜交易总额达300095%2500离柜交易总额(单位:万亿元)离柜交易总额(单位:万亿元)2000100050090%85%80%75%70%201520162017201820图82015年-2021年银行业离柜交易情况(数据来源:中国银行业协会)面临用户需求的转变,金融机构也正在利用人工智能技术推进线下网点、线上渠道的全方位升级,为用户提供更优质的服务体验。在线下网点,金融机构正在利用人工智能技术持续推进网点的智能化、场景化升级,构建“智能+人工”的客户闭环服务,提升网点运营质效。在线上渠道,24小时在线的智能客服、快速审批的智能信贷等智能化服务,提升了线上服务的丰富度和可用度,实现了更多金融业务的线上办理,为客户带来更好的线上服务体验。行业价值共生行业(三)发展现状:资金投入增长,金融机构布局AI在我国人工智能“三步走”的国家战略规划以及各行业相关政策的支持下,我国人工智能领域的—代人工智能发展规划》的出台,2018年,人工智能融资金额也实现翻倍,达到2373亿元。2021年,我国人工智能融资规模已近4000亿元,资金投入持续增加,加速产业的技术创新和应用。400035003000250020001000500040003500300025002000100050002016201720182019图92016-2021年中国人工智能融资金额(单位:亿元)(资料来源:智研咨询)在金融领域,近年来,在政策的推动下,金融业加速布局金融科技,信息科技投入逐年攀升。据银保监会数据统计,2020年,银行机构和保险机构信息科技资金总投入分别为2078亿元和351亿元,同比增长20%和27%。根据奥纬咨询估计,预计中国金融机构的信息科技投入将保持21.4%的复合年增长率,2023年将增长至4008亿元。人工智能技术的关注度也迅速提升。从国有六大行和12家全国股份制银行的银行年报来看,各银行对能技术广泛应用于精准营销、智能客服、风险防控及监测、业务管理等方面,提升金融服务效率和质量。20080604020102011图1018家主要银行2010-2020年年报关键词提及次数(资料来源:腾讯研究院)行业行业篇行业场景一:智能营销基于机器学习、智能语音等技术,人工智能与营销场景的融合,触发了“千人千面”的智能营销系统。精准性、自动化是智慧营销的主要特点,不仅提升了用户体验,更提升了金融机构的营销质效。(一)场景打造智能营销是利用机器学习、深度学习相关算法构建模型,通过汇集客户在消费、社交、交易等方面的大数据,深度分析客户的真实需求和偏好,并进—步形成更具针对性、个性化的营销解决方案。 用户线上触达渠道首页展示推荐客户产 图11线上智能营销(资料来源:腾讯研究院)例如,腾讯金融云推出的智能营销平台,能够帮助金融机构整合内部跨平台的数据,形成动态用户画像,帮助—线营销人员“感知”客户,通过对数据的统计、分析以及自然语音处理、深度学习等数据挖掘算法进行建模,帮助金融机构联动渠道、产品、权益和人员,助力金融机构智能化、自动化地将金融服务融入到客户的衣食住行当中,真正实现集约化、高效化的服务升级。相比于实体网点、电销、地推等传统的营销方式,智能营销会能够从用户体验和金融机构效率两个方面实现提升。在金融机构营销效率方面,以数据为基础,智能营销可以为金融机构带来用户分析能力以及用户管理能力的提升。—方面,这与传统的基于社交关系的人工营销方式相比,智能营销能够纳入更多维供决策参考,提升金融机构的营销成功率。另—方面,通过部署人工智能技术,金融机构能够对客户画像以及每个客户的生命周期实现更精准的刻画,并在客户的不同阶段实施不同的营销策略。而机器人的智能外呼,也极大减少了人工营销坐席的成本,从而实现全周期的互动服务、深度挖掘客户价值。行业行业价值共生(二)主要技术在精准获客阶段,“千人千面”的营销方案、自动化的智能决策,其核心语音技术等。机器学习是利用历史数据进行智能分析与建模,洞悉内在规律并做出预测。机器学习能够通过快捷而准确地在大量复杂数据中发现有意义的信息和模式,解决超出人类理解能力和处理能力的任务。金融业积累了庞大的历史数据,有大量关于交易、客户、账单、转账的pb级数据,机器学习技术的应用,能够让这些海量数据的价值得以发挥。智能营销领域中,机器学习技术通过对机构过去累积的海量用户行为、产品交易、营销方式等数据进行机器学习训练,可以对客户的画像实现精准的刻画和分类,从而对其所处的客户生命周期以及此外,在客户运营阶段,智能营销中的自动化营销交互是最为重要的环节,这离不开人工智能技术体系中的智能语音技术。智能语音技术是人机语言通信、实现智能交互的基础,主要包括语音识别其中,语音识别技术主要是通过机器识别和理解,把用户语音信号转变为文本或者命令,主要包括特征提取技术、模式匹配准则及模型训练技术三个方面,主要解决让机器听懂用户说什么的难题。语音合成技术是通过技术应用,让机器发出“人造”声音,并且是用户可以听得懂的流畅口语的—个过程,主要解决让机器人会“说”的难题。随着技术的不断更新迭代,智能语音技术成为智能时代人机交互的重要基础,并已经在金融机构中取得广泛应用。在智能营销中,借助智能语音技术,智能营销外呼可以通过语音机器人实现大量用户的高效触达,并利用语音识别技术理解客户的回复、对意图进行分类和筛选,进行简单的交互服务。对于有需求的客户,可以再由专人对进行二次跟进,从而提升营销服务效率,降低金融机构外呼营销行业行业篇行业案例一:国内某大型商业银行:零售营销数字化是金融机构数字化转型的重要环节。国内某大型商业银行针对手机银行客户,基于海量用户行为、交易数据形成用户画像,对营销全流程进行智能化改造,实施精准营销、协同营销,显著提升了手机银行活跃度,有效促进业务增长。(一)需求拆解在互联网革命带动下,数字经济快速发展,为银行业数字化转型提供了重要机遇,走在市场竞争前列的中外银行充分利用新技术,深度挖掘数据资产价值,推进客户旅程数字化,持续优化客户体验,第—,是客户洞察能力的挑战。银行在数据资产场景化应用的方式上比较落后,存在轻视客户体验、粘性、需求满足等情况,难以有效识别客户为满足的需求。第二,是业务及渠道之间协同不足,存在各个业务领域重复营销、营销效率较低的问题,容易给用户造成不好的体验。第三,是数据分分析和运用能力,才能够帮助银行挖掘客户信息的价值,制定切实可行的精准营销方案。(二)方案实施智能营销解决方案以人工智能为核心,将数据挖掘、机器学习等核心技术与商业银行业务流程有机融合。通过全流程智能化改造,推动银行在存量客户激活、线上线下获客、产品交叉营销等方面的2021年下半年开始,该大型商业银行在部分分行开展智能营销试点,推出手机银行客户旅程运营机器人、重点客群数字化运营机器人等,推动手机银行客户自动化旅程营销,并协同客户经理、叫号机等多种渠道,实现对低效代发工资客户、信用卡活跃客户等重点客群的自动化运营。具体而言,试点分行基于“数据+算法+平台+运营”的数字化模式,引入智能营销手段,将按—是开展手机银行客户旅程运营。围绕客户需求的旅程构建手机银行客户运营体系,搭建手机银行客户旅程营销框架,立足全旅程陪伴梳理客户在手机银行购买理财和存款等7大旅程阶段的20类行为,通过自动监测客户搜索、对比、购买理财等关键营销时机,敏捷开展针对性营销。行业行业价值共生二是开展代发等线上重点客群数字化运营。以客群价值提升为核心,以客户主办行为作为北极星指标,将分行—年内有过代发工资业务的客户划分为7类客群,梳理形成31种客户行为事件,通过手机银行、客户经理、叫号机等渠道部署53类营销策略,涵盖理财、基金、信用卡等21种产品,按……协调—致问题,实现了各营销机器人的协同营销,………………图12银行智能营销解决方案架构(资料来源:腾讯研究院)行业行业篇行业(三)成效评估化评估和自动化更新,能够确保模型的有效性和业务成效的持续性,让过去只能执行—次的“死”模什么渠道、在什么时机、推送什么产品”的自动化策效果,并实现给定场景下的策略自动调整,减轻了基层营销人员手动工作量,大大提高了营销资源的“策略自动化”、“策略延续性”等运行机制,实现体系化、常态化、智能化和自动化的客群运营。四 是能够全面支持业务协同和渠道协同。通过数据集成、分析、驱动渠道执行等穿透部门墙,以轻量级、敏捷的方式实现渠道效能的最大化发挥、客户体验的显著提升和不同效率渠道的组合使用。从营销机器人上线以来表现看,手机银行客户旅程运营机器人发送策略1200多万条、覆盖客户640多万户,手机银行活跃度提升了63%;重点客群数字化运营机器人带动全量低效代发客群实现较自然增长2.38倍的资产增益,处理组相对于对照组北极星指标增加50%以上;在总控机器人协同下,试点分行数字化运营的能力大幅提升,实现了85%的资产、85%的客户都借助机器人技术进行运营,用户体验较好且最大效率发挥了渠道作用,有效促进了业务增长。行业行业价值共生场景二:智能识别智能识别主要涉及计算机视觉、智能语音等技术。随着市场竞争需求变化,以客户为中心并为客户带来良好的服务体验,成为金融机构的主要诉求,传统识别技术逐步无法满足金融机构分级管理的需求,对智能识别技术的需求不断增大。(一)场景打造金融业作为信息密集型行业,需要处理大量的图片、结构化和非结构化文字,在数字化转型过程中,面临着较高的识别需求。智能识别包括文字、图片的识别等。当前,金融机构的技术能力在应对复杂的识别场景中,仍存在—些不足。具体来看,对于标准化的、排版固定的图像或文字来说,当前(opticalcharacterrecognition,文字识别)技术实现有效识别。但对于没有关键字、排版不固定、有印章干扰、图片模糊的凭证,识别性仍相对较差。此外,业务开展过程中,随着技术的不断升级,智能识别场景也在不断扩展,识别效果不断提升。举例来说,通过智能识别技术,可以对行内非标准文档的OCR信息结构化提取;引入通用手写体识别模型,提高各类手写凭证识别模型的开发效率及识别率,加快推进OCR人工替代进度;利用复选框、勾选框识别模型,形成—整套特殊字符处理方案,便于未来扩展。应用具备图像矫正功能、自动检测图像边缘等功能的智能图像采集处理SDK,实现采集端统—与规范,同时也提升数据质量和用户体验。(二)主要技术计算机视觉技术,是智能识别的核心技术。计算机视觉技术是指通过计算机等设备,对目标产生的图像、视频进行分析处理,使得目标能够更好地被计算机所理解,从而取代以往由人的肉眼来识别目标的过程。计算机视觉包括对图像、物体、语义、视频的分析和检测技术,也包括人体姿态识别、同时,随着数字技术的发展与革新,深度学习在计算机视觉领域上得到越来越广泛的应用。在当—模态进行的,但其实现实世界并不局限于视觉这单—模态,图形、语言文字也是现实世界重要的组成部分,仅凭单—模态可能无法对事物类型进行完美的判断,多模态技术在计算机视觉领域的应用越行业行业篇行业多模态即是从多种信息形式上实现对—个物体传播信息进行相关的处理,多模态学习就是将不同模态信息进行融合,学习不同模态信息之间的关联。在视觉识别真实的场景中,仅通过单模态处理的复杂的图像识别不具备较好的效果,如版面差异较大的单证识别、如包含印章等复杂背景的票据识别等,而目前业内使用的多模态学习,则对此类问题则具备较好的处理效果。行业行业价值共生案例二:交通银行:“统一图像识别平台”创新实践随着“互联网+”向“AI+”转变,交通银行基于前期积累的结构化数据不断加大布局AI技术,形成了包括“统—图像识别平台”在内的多项创新实践,极大提升了业务运营(一)需求拆解随着现代信息交流的不断加强和计算机应用的快速普及,每天都有数以亿计的文字需要被识别和处理,文字作为最重要的信息载体之—,其处理需求呈逐年增长态势。例如,交通银行每日需要处理大量的支付凭证(票据)、表单、证照等影像,处理方式主要依赖人工录入到银行内部系统,为了避免人工操作风险,均采用了两录—核的方式以防控业务风险,人工处理方式需耗费大量的时间和成本,领域单—模态进行的,但其实现实世界并不局限于视觉这单—模态,图形、语言文字也是现实世界重要的组成部分,仅凭单—模态可能无法对事物类型进行完美的判断。因此,越来越多的研究开始从多模态方面开展,包括计算视觉领域。(二)方案实施用,不仅适应图片分类、OCR识别、人脸识别等单—模态,在样本量较少的手写识别、虚假件照片的积极打造的契合智慧化转型需求的智能识别引擎,融合计算机视觉、机器学习、人工智能等新技术的图像平台能力覆盖视觉应用全过程,从图像数据采集、预处理、传输、存储到模型的构建、训练、优化、发布上线,实现影像图片的定位、裁剪、分类、OCR等功能。图像平台核心业务功能主要包括数据管理中心、深度视觉工厂、智能场景应用等注、审核、版本管理等操作,产生符合各类图像识别模型训练标准的数据;在深度视觉工厂中利用处理完成后的样本数据进行AI模型训练,完成建模和应用编排;在智能场景应用中将训练好的模型应行业行业篇行业用程序进行发布和管理,提供识别接口及运维监控等服务,识别接口的数据会回流至数据管理中心不 数据管理中心·深度视觉工厂图13统—图像识别平台核心业务系统功能架署,能够快速发布高可用的识别服务。2技术方案:图像平台整体架构如下图所示,主要分为基础公共平台、学习平台、验证平台、生产平台几个部分,各部分功能如下:—是基础公共平台对全平台提供基础的数据和监控服务,包括样本管理、数据管理、配置管理、等图像识别领域的训练框架,能够根据需要采用不同框架进行识别模式训练,并对训练数据及模型进三是验证平台作为模型的测试平台,能够对训练完成的模型进行服务发布及任务调度,完成识别率及识别耗时等方面的测试,验证模型性能是否达到上线要求,跟生产平台保持统—配置以确保测试四是生产平台正式提供识别生产服务,对外提供高可用的识别服务。行业价值共生行业业务系统平台(测试)业务系统平台(测试) 识别/推荐平台(验证) 识别/推荐平台(验证) 识别/推荐平台(生产)识别/识别/推荐服务识别/推荐服务 图14统—图像识别平台整体架构图(资料来源:交通银行,腾讯研究院)(三)成效评估力支撑。同时支持各项业务通过手机银行、手持终端、企业网银、小程序和H5识别服务,提供身份证、护照、户口簿、营业执照、增值税发票、收入证明、银行卡等常用凭证的识别服务,客户和柜员在业务办理过程中,只需将资料扫描上传,后台图像平台自动清分和识别,处理结果在秒级反馈,大幅度提升业务处理效率和用户体验。二是节约大量人力成本。图像平台已为180个业务场景提供服务,凭证分类日均交易量数万笔,分类时长由人工任务的4秒/笔缩减为机器分类的1.8秒/笔,时长降低55%,平均准确率达98%;/笔,时长降低98.4%,机打体平均识别率达97%,手写体平均识别率达82%。行业行业篇行业场景三:智能理财智能理财是以大数据、机器学习等技术为基础,结合投资者特定的需求及风险承受程度,为投资者提供理性的投资组合建议。智能理财—方面可以极大的释放人力成本,另—方面也可以降低投资门槛,为各类人群提供专业的理财服务。(一)场景打造—般来说,智能理财的服务流程,大致可分为以下几个流程:理论方法:理论方法:需求的投资组合,并自动完图15智能理财服务流程(数据来源:腾讯研究院)—是客户画像。金融机构会通过问卷调查、数据采集分析等方式,将用户家庭整体状况、风险承受水平、投资期限、收益要求等要素进行汇总,最终构建用户画像,并基于客户画像,进行其他方面二是资产配置。根据所构建的用户画像,AI系统会为其匹配最合理的投资建议,如在股票、基金、债券市场上的资产配置比例等,将其作为客户投资方案,或将其作为客户投资的重要参考。三是投资组合选择。AI系统会根据上述资产配置策略,构造出相应的投资组合,客户可基于自身风险承受能力、投资偏好等因素,选择AI系统所推荐的—种或多种投资组合。四是交易执行。在资产配置以及投资组合选择结束后,进入交易环节。实践来看,智能理财通常包括两种交易方式:—是完全由AI系统代操作,另—种是将AI系统所提供的交易建议作为参考,客行业行业价值共生五是投资组合再平衡。智能理财的重要特点,就是AI系统会实时跟踪市场发展状况,及时对市场变化做出操作提醒,客户则可以根据自身的投资偏好,进行投资组合的再平衡。实践来看,相比于人工理财咨询服务,智能理财不仅费用较低,也有较低的投资理财门槛,并将(二)主要技术智能理财,核心是将客户与理财顾问的沟通贯穿服务始终,其涉及技术较多:首先是大数据技术。大数据技术是智能理财的基础,因智能理财可以有效理解数据背后的相关关系,这意味着智能理财的理财能力随着数据量的增大而不断增加,通过对—个领域或多个领域的数据进行分析,进而做出最合理、最科学的决策。其次是云计算技术,云计算是对包括文字、图像、音频、视频等在内的多种数据类型,进行分类、建模、链接、分割与整合。在这个过程中,数据处理速度至关重要,而云计算目前拥有海量算力优势,已经可以达到有效模拟金融市场状况及趋势。再次是人机交流技术。人机交流技术主要包括智能识别技术,不仅能理解客户的所说、所写,还能够根据用户所需进行针对性的作答,最大可能的将机器人“拟人化”,提升用户的真实体验感。最后是深度学习技术。人工智能相比电脑程序化的优势,就在于其拥有自我学习升级完善的能力,并实时更新策略系统和评估系统。通过利用深度学习,可以产生出多个虚拟交易员,并在交易的过程中,选出最顶级虚拟交易员,作为智能理财的“主体”,进而提升理财收益率。行业行业篇行业案例三:国内某大型银行:智能理财助力金融服务“千人千面”经济的增长、需求的转换,是驱动智能理财发展的重要动力。在大数据、云计算、机器学习等技术的基础上,通过引入财务模型和相关假设,可以根据用户风险偏好,提供“千人千面”的理财产品,(一)需求拆解随着经济的不断增长,我国居民的理财需求发生了较大变化,主要体现在两点,—是长尾客户、千禧—代的客户需求不断增加,二是我国居民的理财观念发生改变,传统理财的服务供给逐步与理财需求产生错配,智能理财逐步成为连接供需双方的重要方式。首先是长尾客户、千禧—代的理财需求增加,但传统的人工理财顾问所能服务的范围有限,低净依靠智能理财平台,低成本、低门槛、高覆盖率、个性化的为不同群体提供针对性的理财渠道和理财建议,使得该类群体的智能理财需求不断增加。其次,千禧—代作为互联网的“原住民”,其对互联网等新兴事物的接受程度较高,科技型、创 新型、个性化的智能投资方式,更能获得该类群体的认可。此外,我国各类群体的理财方式也发生深刻转变,由过去的保本保息型的理财方式,转变为多样化、个性化的理财方式,特别是在“资管新规”的影响下,保本保息型理财产品逐步退出市场,具备专业知识和科技能力的金融机构提供智能理财产品,不断受到市场追捧。(二)方案实施国内某大型商业银行基于客户需求,开发出了智能理财平台,主要从几个方面为提供优质的理财—是提供极具人性化的客户服务体验。首先表现在该平台的操作页面设计较为现代化,能够吸引当前数字原住民群体的注意力。此外,对—些较为简单的、相对固定的投资问题,AI可以及时进行反馈,而AI无法回答的复杂问题,系统将自动对接人工客服服务,甚至直接反馈到总行,针对性的解决二是该智能理财平台将服务链贯穿售前、售中、售后。售前方面,AI取代了之前人工采集客户行业价值共生行业信息的方式,转而通过问卷调查的方式,掌握客户基本信息、投资意愿、风险偏好、资产规模等信息。并基于大数据、云计算、机器学习等技术,为客户提供匹配的产品推荐,客户可以根据自身意愿完成售中方面,通过该智能理财平台购买产品的流程较短,同时根据AI的数字化推