中國AI+金融行業發展研究報告?2022.11iResearchI?2022.112述術領域望金融機構內部市場競爭加劇、金融機構人力成本上升、金融市場監管趨嚴等客觀環境驅使金融構不斷投入預算采購前沿科技，改善傳統作業模式，提升金融業務運營水平。AI+金融作為IT的中臺層與渠道層，精細化解決具體場景的業務數字化訴求。總體而言，AI+金融在金融機構的內生需求、資本持續投本報告將AI+金融的落地產品分為計算機視覺、機器學習、知識圖譜、智能語音與對話式AI、自然語言處理五種類型，將AI+金融的落地場景分為安防與身份識別、信貸風控與合規控制、精準營銷、客服與運營業務優化、保險理賠與投顧投研五種類型，探討每一技術類型產品所適用業務場景、業務價值、市場空間，對比各類技術產品在金融領域的應用情況，給出金融本報告主要討論金融科技子公司、AI企業、智能硬件企業、互聯網大廠四類AI+金融業內玩家。金融科技子公司背靠母公司業務與數據資源，通常通過資源集成者、任務分包者的角色參與產業鏈中上游；AI企業通常生產自技術層到應用層的一體化金融解決方案，以垂直細分場景的算法優勢見長；智能硬件企業基于已有的端側硬件產品，逐步研發配套AI+金融軟件；互聯網大市場競爭方面，頭部金融科技子公司與AI企業在搶奪頭部金融機構時將面臨更為激烈的競爭，腰尾部金融科技子公司聯手AI企業占領市場；市場挑戰方面，數據安全、算法黑箱、產品公平進AI+金融產業健康有序發展；市場機遇方面，結合自然語言處理技術的金融精準營銷應用將來源：艾瑞咨詢研究院自主研究繪制。行業概述篇行業概述篇1AIAI賦能篇2商業分析篇商業分析篇3案例實踐篇案例實踐篇4未來思考篇未來思考篇5算法：模型工具準備數據：數據資源管理算法：模型工具準備數據：數據資源管理水平理想的AI金融產業鏈狀態：AI+金融應用服務海量金融業務場景協同并行的協同并行的AI+金融應用金融業務運行水平身風險警示財稅品定價身風險警示財稅品定價決策支持核保員培訓安防監控chatbot核保員培訓保險理賠精準推薦保險理賠落水識別分析智分析技技術層學習識圖譜語音學習識圖譜語音視覺基基礎層AI平臺AIAI平臺AI數據服務AI數據服務AI芯片智能服務器高性能計算平臺超算中心智能云來源：艾瑞咨詢研究院自主研究繪制。?2022.11iResearchI4劇分流、利率市場化、金融脫媒等因素的影響下，對務化精準營銷力成本上升劇分流、利率市場化、金融脫媒等因素的影響下，對務化精準營銷力成本上升口紅利逐漸消失，勞動力成本逐漸上升，傳統客別貸風控制理賠研嚴數字化需求與AI+金融產品功能在場景中得以匹配市場競爭加劇、人力成本上升、市場監管趨嚴等因素的影響下，以中小銀行為代表的金融機構數字化轉型需求意愿不斷提升，在客服與運營業務優化、精準營銷、安防與身份識別、信貸風控與合規控制、保險理賠與智能投顧等業配。金融機構數字化轉型需求與AI+金融產品可實現功能在實際業務場景中匹配情況金融機構數字化轉型需求業務場景匹配AI+金融產品及主要功能機視覺覺感知與內容分析技術處理前端硬件采集圖智能語音與對話式AI器學習為核心載體，分析歷史數據特知識圖譜核心環節，基于金融大數據構NLUNLG計算機能夠理解、處理并輸出自然語言，實現交互與分析功能。5?2022.11iResearchI?2022.116AI構前中后臺核心業務環節中的實際應用人工智能技術是一門用數據和模型去為當前問題提供解決方案的交叉學科，主要目標是讓機器可以勝任通常需要人類智能才能完成的基礎重復性工作甚至是復雜工作。本報告中，AI泛指開發用于模擬、延伸和擴展人的智能所涉及的人工智能細主要金融主體機構。AI應用場景涵蓋前中后臺中的市場營銷、產品設計、風險管控、客戶服務、運營支持等。綜合來看，AI+金融并非單純的技術累加，而是針對不同業務場景需求，運用前沿技術成果推出的創新金融產品、經營模式、業務流AI+金融界定及研究范疇中臺臺畫像審批訓練引擎營集市……銷服評估別點付顧……控詐RPAOCR管理引擎開發據……能學習學習NLP識圖譜音……金……主體來源：艾瑞咨詢研究院自主研究繪制。7?2022.117中臺層中臺層部設備三方應用 APP呼叫中心業務監控層，精細化解決業務數字化訴求AI逐步落地應用幫助金融機構從后臺的臃腫繁瑣中解脫，降低溝通成本、提升協作效率，同時實現前臺業務的快速策、敏捷行動，進而在市場競爭中獲得更強的競爭力。人工智能技術目前主要滲透于金融機構IT體系中的渠道層和中臺加細化，應用模塊也趨于廣泛。渠道層屬于應用層，與終端用戶直接產生交互，服務于具體業務；中臺層AI在金融機構IT總體架構中的覆蓋層級引擎市據中臺數據服務研發風控集市管理訓練引擎市據中臺數據服務研發風控集市管理訓練型控引擎類模型類模型管理持管理持臺用集成平臺中心中心統聯系統統聯系統LM系統源系統有云有云級中間件理機擬機式數據庫來源：艾瑞咨詢研究院自主研究繪制。IT情況融機構技術投入增勢顯著，推動AI+金融市場持續發展構技術資金投入持續增長。融機構間科技競爭愈發激烈，前沿技術采購不斷增長。以國內銀行與保險機構為前沿科技采購代表，2022年中國銀行與保險機構前沿科技采購支出將達到170億元。金融機構在科技領域投入的持續增長將為AI金融企業的長遠發展帶來源頭活2020-2024年中國金融機構技術資金投入情況5755448129526922633513668308225582078401033103228保險(億元)2023e保險(億元)2023e2024e證券(億元)銀行(億元)注釋：金融機構技術資金投入的統計范疇包括：銀行、保險、證券機構對信息化基礎設施、軟硬件技術工具、產品技術服務、支持性配套設備的投入，以及移動互聯網及相關來源：艾瑞咨詢研究院根據專家訪談數據自主建模測算。?2022.11iResearchInc.2020-2024年中國銀行與保險機構前沿科技采購情況255202091701401132720202021e2022e2023e2024e金融云計算基礎設施(億元)金融AI與大數據(億元)注釋：金融AI與大數據包括：AI技術、大數據技術、區塊鏈技術、RPA、隱私計算等技術類別。前沿科技采購費用以銀行機構從科技廠商進行技術采購的統計口徑為主，不包成或總包的科技采購部分。來源：艾瑞咨詢研究院根據專家訪談數據自主建模測算。?2022.11iResearchInc.?2022.11963.3%46.7%26.7%24.1%16.7%63.3%46.7%26.7%24.1%16.7%熱度上升，客服與運營業務優化場景布局增加AI總計發生融資事件104起，輪次分布較為平均。截止2022年9月，AI+金融領域融資事件已達29起，基本持平2021年全年。從技術分類看，機器學習產品與自然語言處理產品更受資本青局的熱點場景。2020-2022年9月AI+金融融資事件數量202020212022.945起330起總事件104起2020-2022年9月AI+金融融資輪次分布F輪以后21%F輪以后21%A輪相關24%C輪-F輪26%B輪相關26%25%2020-2022年9月獲投AI金融企業產品布局46.7%37.8%31.1%20.0%13.8%10.3%26.7%%2020計算機視覺智能語音2021機器學習自然語言處理2022.9知識圖譜2020-2022年9月獲投AI金融企業應用場景分布70.0%.5%46.7%44.4%40.0%36.7%40.0%36.7%33.3%31.0%27.6%17.8%13.3%8.9%202022020安防與身份識別精準營銷保險理賠與投研投顧2022.9信貸風控與合規控制客服與運營業務優化注釋：由于部分AI金融企業布局多款產品和多個應用場景，本報告采取重復計數統計，故每年產品布局比例總和與場景分布比例總和超過100%。來源：IT桔子，艾瑞咨詢研究院自主整理繪制。AI技從“立柱架梁”邁入“積厚成勢”新階段為驅動金我國金融科技發展邁入”積厚成勢”新階段。近期AI+金融相關政策解讀科技發展的重點任務部署由宏觀走向具體：：?……平?……其他政策方面：近兩年人民銀行、銀保監會、科技部等監管主體集中頒布一系列配套政策。從金融科技標準制定、數據安全與隱私保護、數據治理與應用、科技與金融場景深度融合等方向進一步促進我國金融科技的發展，完善金融科技監管框架體系。總體來說，“規范治理+科技與金融深度融合”是現階段主要政策導向。2021年9月人民銀行發布《征信業務管理辦法》聯合市場監管總局發布《金融科技產品認證目錄(第二批)》和新的《金融科技產品認證規則》發布《關于銀行業保險業數字化轉型的指導意見》來源：艾瑞咨詢研究院根據公開資料整理繪制。聯合發布《關于加快場景創新以人工智能高水平應用促進經濟高質量發展的指導意見》?2022.11iResearchI10AI2019-2022年AI+金融相關政策匯總期構文件AI+金融相關內容、教育部部等《關于加快場景創新以人工智能高水平應用促進經濟高質量發展的指導意見》鼓勵在制造、金融等重點行業深入挖掘人工智能技術應用場景，促進智能經濟高端高效發展。金融領域優先探索大數據金融風控企業智能征信、智能反欺詐等場景。行《金融科技產品認證目錄(第二批)》《金融科技產品認證規則》新增區塊鏈技術產品、商業銀行應用程序接口、多方安全計算金品目錄以及新的認證規則。監會、證監會等《金融標準化“十四五”發展規劃》明確“十四五”時期統籌推進金融標準化發展的指導思想、基本、主要目標、重點任務和保障措施。監會《關于銀行業保險業數字化轉型的指導意見》明確了銀行業保險業數字化轉型的指導思想、基本原則和工作目標，為銀行保險機構數字化轉型指明了方向。021-12行《金融科技發展規劃(2022-2025年)》提出新時期金融科技發展的指導意見，明確金融數字化轉型的總體思路、發展目標、重點任務和實施保障。其中重點任務包括：融科技治理體系、充分釋放數據要素潛能等八個方面。行《征信業務管理辦法》數據助貸業務、大數據分析與處理等實質從事信用評價等業務的活動均納入了監管范疇，對金融科技、大數據風控行業影響較大《關于加強現代農業科技金融服務創新鄉村振興戰略實施的意見》科技部和中國農業銀行將加強資源整合力度，共同加大對新型研發機構、科技企業融資支持力度。探索建立投貸聯動的科技金融服務模式，提供“融資+融智”全方位服務。監會《商業銀行互聯網貸款管理暫行辦法》從風險管理體系、風險數據和風險模型管理、信息科技風險管理貸款合作管理、監督管理等方面對商業銀行互聯網貸款管理提出明確要求。部《加強科技金融合作有關工作的通知》完善科技創新投入和科技金融政策，進一步推動科技和金融深度019-10行《金融科技產品認證目錄(第一批)》《金融科技產品認證規則》包含客戶端軟件、安全芯片、安全載體等11種金融科技產品目錄則。行《金融科技(FinTech)發展規劃(2019—2021年)》明確了我國金融科技發展的重要意義和基礎，提出了金融科技發展的總體要求、指導思想和基本原則，同時提出了六大重點發展任務。來源：艾瑞咨詢研究院根據公開資料整理繪制。?2022.11iResearchI11行業概述篇行業概述篇1AIAI賦能篇2商業分析篇商業分析篇3案例實踐篇案例實踐篇4未來思考篇未來思考篇5學習產品為市場主要拉力信息基礎設施建設較為完善的特征，人工智能技術得以較早在金42.2%。2019-2026年AI+金融產品及帶動相關產業規模CAGRCAGR=18.2%CAGRCAGR=17.6%201920202021e2022e2023e2024e2025e2026e核心產品市場規模(億元)帶動相關產業規模(億元)注釋：核心規模包括計算機視覺、智能語音及對話式AI、機器學習、知識圖譜、自然語言處理等核心產業；帶動規模為為達到AI應用目的而連帶采購的、具有相關性的軟硬件產品、服務。來源：艾瑞咨詢研究院根據專家訪談與桌研自主建模研究繪制。?2022.11iResearchInc.2021年AI+金融產品市場規模占比學習42.2%智能語音及對話式AI算機視覺3%來源：艾瑞咨詢研究院根據專家訪談與桌研自主建模研究繪制。?2022.11iResearchInc.知識圖譜機器學習自然語言處理窄知識圖譜機器學習自然語言處理窄品應用廣度寬泛，價值深厚度與較高的產品應用價值。相比之下，計算機視覺類產品盡管能廣泛應用于OCR審核、人臉門禁、安全支付等業務場景，規場景主要采購機器學習與知識圖譜兩類產品；現階段AI+金融產品應用情況氣泡大小代表2021年市場規模大小高智能語音與對話式AI計算機視覺低應用廣度注釋：氣泡大小為2022年該類型產品在AI+金融市場的市場規模。來源：艾瑞咨詢研究院根據專家訪談、公開資料自主研究整理及繪制。?2022.11iResearchInc.AI+金融產品與應用場景適配情況視覺學習識圖譜與對身份識別運營業務控與合規制準營銷賠與投顧來源：艾瑞咨詢研究院根據專家訪談、公開資料自主研究整理及繪制。?2022.11iResearchInc.配性為甲方首要關注維度AIAI、品。價格并非金融機構首要考慮的維度，金融機構對AI+金融產品重要評價維度產品類型/評價維度產品與業務適配性產品運行準確性產品運行穩定性產品運行實際效果價格視覺安防、文本OCR等業務，重復操作的替代要求物體識別準確率不卡頓服務業務一線人員，減輕人力作業的工務量，改善各場景的業務痛點在滿足產品要求的前提下，優先考慮價格優惠的產品。但不同金融機構對產品價格的敏感程度不會對產品價格有不同比重的。習風控、營銷、投研投顧等業務，滿足業海量表單數據劃分與分析的要求與規則析結果準確率識圖譜風控、營銷、客服與流程優化等業務，滿足復雜關的業務要求與規則析結果可靠性音與對話式AI營銷、客服與流程優化等業務，滿足重復操作的替要求語音識別準確率、語準確率等文字語義、語境理解來源：艾瑞咨詢研究院根據專家訪談自主研究繪制。?2022.11iResearchI15語音與對話式AI機視覺語音與對話式AI器學習知識圖譜機發現與理解的能力計算機視覺(簡稱“CV”)是指讓計算機系統能夠從圖像、視頻和其他視覺輸入中獲取有意義的信息，并根據該信息采取行動或提供建議。計算機視覺產品依靠攝像頭等前端硬件采集圖像和視頻數據(現階段已有部分端側硬件具備一定的AI金融計算機視覺產品技術架構與應用場景能能場景流量監控、客戶行為分析等層景風控防身份核驗、輔助資料審核工行為規范常事件預警等據攝取、存儲參數調整臺視覺算法據攝取、存儲參數調整臺視覺算法據集據注平臺據預理降噪、銳化輪廓提取圖像視頻描點、轉寫類類割圖像分析析類析視頻分析 服務器云化 服務器 服務器云化圖像、視頻等非結構化數據超出端側設備處理能力的數據運維、管理圖像、視頻等非結構化數據超出端側設備處理能力的數據運維、管理硬件層智智能硬件(具備AI計算能力)設備內部實時處理前端數據傳傳統硬件(不具備AI計算能力)行為分析儀人臉識別設備智能傳感器其他智能設備攝像頭門禁系統掃描儀照相機其他設備來源：公開資料，專家訪談，艾瑞咨詢研究院自主研究繪制。?2022.11iResearchI智能語音與對話式AI痛點改善場景一：內控管理痛點改善場景二：安防與風控?考勤、智能監控等產品助力解決金融機構員工上下班、日常行為管理等問題?智能語音與對話式AI痛點改善場景一：內控管理痛點改善場景二：安防與風控?考勤、智能監控等產品助力解決金融機構員工上下班、日常行為管理等問題?智能監控、身份核驗等產品助力解決金融機構安防與風控問題器學習知識圖譜、安防等細分場景切入，逐步觸達業務端計算機視覺應用改善金融機構業務痛點場景探索?主要在業務流程自動化、智慧網點等領域進行探索員工通過智能考勤系統實現自動化刷臉打卡上下班實時監控并預防員工違規放置現金等上班不規范行為金庫、車庫、辦公大樓等區域實時監控，針對危險事件提前預警，實現安防智能化人臉識別、身份核驗等在風險防控的基礎上簡化開戶、支付流程，提升服務效率貸款、報賬等標準化流程自動化探索通過客流監控、客戶行為分析等進行營業網點智能化探索?智能考勤系統、實時監控等計算機視覺產品可助力金融機構提高員工上下班管理、?實時監控、身份核驗等計算機視覺產品助力金融機構安防與風控智能化升級，提升?OCR產品、實時監控、人機交互等助力金融機構流程自動化與網點智能化探索，促機構業務運營的發展。全的端側非結構化數據相關業務領域引入計算機視覺產品，并逐步向核心業務拓展，以達到自身降本增效的目的。來源：公開資料，專家訪談，艾瑞咨詢研究院自主研究繪制。?2022.11iResearchI17?2022.11iResearchI?2022.11iResearchInc.智能語音與對話式AI2021-2026年機視覺智能語音與對話式AI2021-2026年器學習知識圖譜在前期已得到滿足，未來保持穩定中速增長在人臉識別及證照識別等應用場景得到了廣泛的應用。相較于其他人工智能產品，計算機視覺產品及服務在金融領滿足，2019-2026年中國金融計算機視覺核心市場規模CAGRCAGR=11.2%4201920202021e2022e2023e2024e2025e2026e核心產品服務市場規模(億元)注釋：核心規模包含OCR、智能網點、AI雙錄、生物識別平臺、刷臉付及其他金融行業計算機視覺產品及服務的核心部分。來源：艾瑞咨詢研究院根據專家訪談、采招數據、銀保監會披露信息自主建模測算。智能語音與對話式AI機視覺智能語音與對話式AI器學習知識圖譜器學習開發平臺，在表單數據場景中受青睞金融機器學習產品技術架構與服務場景金融機器學習金融機器學習用場景運營業務優化準營銷風控與合規控制賠與投顧投研機器學習開發平臺訓練試跑發放訓練試跑發放模型運營與管理法建模法建模算法選擇：聚類/分類與回歸/貝葉斯/協同過濾/卷積網絡……模型評估與分析模型部署模型監控清洗征監控據集接入數據準備與特征工程預處理：單個特征處清洗征監控據集接入數據準備與特征工程機器學習算法底層框架：TensorFlow/PyTorch/Alink/Caffe……基礎算力與存儲設施來源：艾瑞咨詢研究院根據專家訪談、公開資料自主研究繪制。智能語音與對話式AI高額低率低率高機視覺智能語音與對話式AI高額低率低率高器學習知識圖譜測風險點與營銷點，輔助分析決策體異常特征，但機器學習更多用于預測個體行為特征，完成對某個人/企業的風險識別與營銷動作。聚類與回歸算法是金機器學習(決策智能類產品)協助解決金融業務痛點典型示例服務場景一：信貸風控與合規控制業務金融異常交易聚類?以識別金融異常交易為例：金融異常交易聚類?核心原理：金額低但頻率高的金融交易與頻率低但單筆交易偏高的金融交?操作流程：基于金融機構的交易數據，使用聚類算法進行金額與頻率的分類，劃分異常交易與正常交易；識別出異常交易后，及時向用戶發出異常?服務價值：通過機器自動分類并劃分可疑交易，輔助人力快速分析異常交線性回歸模型建立線性回歸模型建立?核心原理：客戶群的某一屬性，如用戶年齡，可以劃分為區間，而每一區偏好高間都有對應的客群分布，不同群落各有其理財偏好及特征，客戶群落之間的分界曲線可進行回歸分析，也就是說盡量用不同的偏好高，并對不同群落賦以分值，并疊加其他特征進行客戶的購買力預測。?服務價值：通過機器尋找客戶數據內部標簽與特征之間的規律，依據規律偏好低實現客戶購買力預測，針對不同購買力的客戶進行差異化營銷，提升營銷偏好低來源：艾瑞咨詢研究院根據專家訪談、公開資料自主研究繪制。?2022.11iResearchI20智能語音與對話式AI機視覺智能語音與對話式AI器學習知識圖譜同作用下，市場規模保持穩步增長變性、復雜性，且通常面臨營銷獲客難、風險防范難、用戶管理難的痛點，因而對機器學習產品需求強烈，另一方面機構本身擁有海量高質的數據基礎，為金融機器學習產品，有利于機器學習產品能力的提升，也正因如此金融機器學2019-2026年中國金融機器學習核心市場規模2021-2026年CAGR=16.8%201920202021e2022e2023e2024e2025e2026e核心產品服務市場規模(億元)注釋：核心規模包含決策應用類、數據治理類及其他金融行業機器學習產品的核心部分。來源：艾瑞咨詢研究院根據專家訪談、采招數據、銀保監會披露信息自主建模測算。?2022.11iResearchI21智能語音與對話式AI機視覺智能語音與對話式AI器學習知識圖譜與應用場景取層與計算層為核心模塊，信貸風控為應用典范識計算層為核心模塊。知識提取層解決金融細分場景Schema搭建、Schema所需數據標準制定、數據與知識融合、知識的指代消解與實體對齊等核心知識圖譜建設問題。知識計算層解決知識圖譜的結構轉換與存儲、頻繁子圖挖掘、圖計算等金融知識圖譜產品技術架構與服務場景金融知識圖譜金融知識圖譜用場景賠與投顧投研準營銷運營業務優化風控與合規控制知識圖譜平臺識智能檢索識智能問答識智能檢索識智能問答互服務層識圖譜可視化和日志和日志認證識識圖譜存儲：圖結構、全文結構、列式結構但關系型數據庫亦可存儲識圖譜計算：頻繁子圖挖掘量的圖中挖掘出滿足給定支持度的頻繁子圖識識層識融合接入整合抽取評估數據處理層數據采集、接入與數據治理來源：艾瑞咨詢《2022年中國知識圖譜行業研究報告》，艾瑞咨詢研究院自主研究繪制。?2022.11iResearchI22智能語音與對話式AI?主要解決團伙作案與客戶信用能力評估問題?同質化、產品創新設計與庫客戶咨庫EDG險群ABStep1：高維數據降維Step3：群體分智能語音與對話式AI?主要解決團伙作案與客戶信用能力評估問題?同質化、產品創新設計與庫客戶咨庫EDG險群ABStep1：高維數據降維Step3：群體分類結算擔保租賃……代理融資工具新人入職業務規則知識 企業內部……經驗分享常見業務問題行卡司借款人是年齡是IP/Wifi擁有使用否 交與事先設定的量化指標對比，檢測相是否異常。Step4：檢測攔截?在后臺搭建好外部客戶咨詢業務問題的外部知識庫與服務于金融體系內業務培譜知識庫嵌入智能客服或智能檢索類產品中，與與智能檢索應用能夠自動理解咨詢者的的知識點出。借款人A借款人B同公司同年齡同學歷銀行卡連號手機號碼數字相同有大量逾期貸款Step2：抽象分析器學習知識圖譜務痛點分析絡快速識別風險點、營銷點、知識點險、發掘業務增長點、精準匹配問答知識點。知識圖譜協助解決金融三大場景業務痛點 信貸風控與合規控制業務精準營銷業務 客服與運營業務?主要解決機械性高度重復咨詢、內外部知識更新沉淀匹配問題以供應鏈金融按需拓客為例：物物流企業C硬件供核心企業A信用證貸款業務核心企業F應收賬款抵押核心企業D保理業務本地買賣異地買賣異地買賣異地買賣小型企業H硬件供經銷商乙銀行甲銀行應商B應商E賒銷賒銷貸款BAA銀行為信用證業務。?而此時A企業正處于快速成長期，需要?核心企業D向零售商H賒銷產品，H為保理業務。來源：艾瑞咨詢《2022年中國知識圖譜行業研究報告》，艾瑞咨詢研究院自主研究繪制。?2022.11iResearchI232021-2026年541.1%智能語音與對話式2021-2026年541.1%智能語音與對話式AI器學習知識圖譜規模決方案與大數據類產品帶動下迎來新一輪增長構來看，知識圖譜軟硬件市場規模比例約為6:4，知識圖譜解決方案類產品是知識圖譜在金融領域滲透最深的產品，2021年市場規模占比達84%，其在金融領域的加速滲帶動知識圖譜整體市場規模在2022年迎來新一輪增長。2019-2026年中國金融知識圖譜核心市場規模2021年中國金融知識圖譜市場規模結構CAGRCAGR=26.6%211714201920202021e2022e2023e2024e2025e2026e中國金融知識圖譜核心市場規模(億元)注釋：核心規模為軟件規模，包含大數據產品、AI平臺產品的知識圖譜部分、金融行業知識圖譜解決方案的核心軟件部分。來源：艾瑞咨詢研究院根據專家訪談、采招數據、銀保監會披露信息自主建模測算。?2022.11iResearchInc.5.9%10.1%84.0%知識圖譜解決方案類大數據類AI平臺類2021年中國知識圖譜軟硬一體化規模為35.3億元軟件規模比例硬件規模比例來源：艾瑞咨詢研究院根據專家訪談自主建模測算并進行市場劃分繪制。?2022.11iResearchInc.www.iresearch.?2022.11iResearchInc.智能語音與對話式AI機視覺智能語音與對話式AI器學習知識圖譜AI用場景互智能語音與對話式AI技術是人工智能技術的重要組成部分，其中語音識別(ASR)、語音合成(TTS)以及自然語言處理是實現智能語音與對話式AI解決方案的核心技術基礎(自然語言處理將在下一節詳細闡述)，智能語音與對話式AI的本質實現人機語音交互。智能語音與對話式AI產品已經廣泛應用于金融業企業客戶服務、營銷推廣、人員培訓等方面，助力智能語音與對話式AI技術架構與應用場景服訓層自動問答、簡單問題處服訓層自動問答、簡單問題處理語音交互、場景式陪練語音催收、貸款等場景銷AI電話營銷 語音聲碼器聲學模型特征提取層果模型 語音聲碼器聲學模型特征提取層果模型提取 器型 語音信號中間形式(梅爾頻譜等)成 (TTS)特征N特征別 (ASR)云服務音云服務音ASIC芯片層究機構等其他來源：公開資料，專家訪談，艾瑞咨詢研究院自主整理。?2022.11iResearchI智能語音與對話式AI金融機構痛點景智能化客服人員數量龐大，服務質參差不齊，無法及時響應潛在客戶轉化率低人工培訓無法提供沉浸式場訓成本高催收等其他場景成本與效率客服營銷培訓智能語音與對話式AI金融機構痛點景智能化客服人員數量龐大，服務質參差不齊，無法及時響應潛在客戶轉化率低人工培訓無法提供沉浸式場訓成本高催收等其他場景成本與效率客服營銷培訓智能場景器學習知識圖譜AI務痛點于客服、營銷等交互場景，助力金融機構降本增效話式AI產品通過替代或輔助人工的方式，廣泛應用于金融機構客戶推廣等場景，可精準有效地解決金融機構在客戶服務、營銷、培訓等方面人工成本不斷增加、客戶服務效率低本高等問題，助力金融機構實現降本增效。隨著生活節奏的加快，人們對金融服務的要求越來越高，及時性和為衡量服務質量的重要標準之一，智能語音與對話式AI產品在即時反饋和標準化服務方面具有顯著優勢，在金融智能語音與對話式AI服務金融機構業務痛點分析成本升服量業長AI賦能客服產品獨立解決客戶重復率高、復雜度低、IAI，提升觸達智能語音與對話式智能語音與對話式AI賦能化客企策AI點分析、決來源：公開資料，專家訪談，艾瑞咨詢研究院自主整理。?2022.11iResearchI?2022.11iResearchInc.智能語音與對話式AI機視覺智能語音與對話式AI器學習知識圖譜AI模器人的形式融合智能語音技術與自然語言識別、知識圖譜等技術，替代傳統人工客服大批量、重復性工作以實現AI增長，2019-2026年中國金融智能語音與對話式AI核心市場規模2021-2026年CAGR=18.9%5201920202021e2022e2023e2024e2025e2026e核心產品服務市場規模(億元)注釋：核心產品規模統計口徑為當年市場釋放的簽單額，產品形式為對話機器人。來源：艾瑞咨詢研究院根據專家訪談、采招數據、銀保監會披露信息自主建模測算。智能語音與對話式AI機視覺智能語音與對話式AI器學習知識圖譜自然語言處理是基于自然語言理解(NLU)和自然語言生成(NLG)的信息處理技術，其目的在于使計算機能夠理解、并輸出人類所使用的自然語言。從技術架構來看，自然語言處理基礎層包括基礎算力與存儲設施及機器學習底層配套，核心技術層主要包括五步流程，即語料獲取、語料預處理、特征選取與處理、算法模型、自然語言生成。從應用場看，自然語言處理技術在金融領域的應用主要集中于智能客服、智能營銷等交互型場景及智能風控、智能投研等分析自然語言處理技術架構與應用場景客服營銷客服營銷互型場景層析型場景智能風控智能風控智能投研智能投顧……料獲取料獲取征選取與處理料預處理法模型層據…詞注…詞注原分析分析章分析量量量量本相似度似度特征工程…特征選擇特征選擇率增益… 算法選擇 模型訓練 模型評估與分析 模型部署 句規劃 層實現轉AI芯片、傳感器、存儲設施等基礎設施AI芯片、傳感器、存儲設施等基礎設施礎層機器學習底層配套技術來源：公開資料，專家訪談，艾瑞咨詢研究院自主研究繪制。?2022.11iResearchI與效率較難評價服潛在客案解NLP：分析資訊文本，精準定位潛與效率較難評價服潛在客案解NLP：分析資訊文本，精準定位潛在客戶。NLP：對客戶/潛在客戶以自然語言形式提出的問題/回復進行語義分析，根據語義理解結果從知識庫中選取輸出的內容并構建恰當的語句進行回復。知識圖譜：在問句理解、信息檢索、答案生成環節，輔助提供知識的表示、存儲和推理。智能語音：如有必要，在問句輸入、答案生成過程對語音信息與文本信息進行轉化。智能語音與對話式AI器學習知識圖譜于智能客服等交互型場景及智能風控等分析型場景用于交互型場景與分析型場景。在智能客服、智能營銷等與客戶交互屬性較強的場景值體現于對海量的金融資訊進行高效、精準的分析從而為后續的金融決策提供輔助。自然語言處理在金融交互型場景的應用自然語言處理在金融分析型場景的應用服團隊人員成本及管理費用高客成本高，潛在客戶轉化率低融資訊覆蓋的定性文本型數據分析難度高且數據量大金融業務難以簡單快速地定位到所需定性分析的文本型數據本的降低及服務效率、獲客效率的提升。借助借助NLP技術，對金融資訊中文本型數據進行拆解，定位有用信息訊分析的廣度與精度。析NLP：服務結束后，對服務話術進行分析，以把控服智能營銷智能客服來源：艾瑞咨詢研究院根據專家訪談及公開資料自主研究繪制。?2022.11iResearchInc.然語媒體評論公司新聞產品資料宏觀經濟政策文件…事件抽取從海量金融資訊中抽取特定業務相關并進行情感分析對金融咨詢文本的傾向性分析，從而類關要將金融資訊長文本的內容提取并重組通過NLP技行分析理智能投研智能投研：監測市場輿情，挖掘事件關系，改善金融交易預測模型。智能投顧：分析客戶行為、金融產品等關聯數據，強化陪伴式服務。智能風控：增加風控模型評估因子，實現輿情監測預警。金融景來源：艾瑞咨詢研究院根據專家訪談及公開資料自主研究繪制。?2022.11iResearchInc.?2022.11iResearchI?2022.11iResearchInc.智能語音與對話式AI2021-2026年機視覺智能語音與對話式AI2021-2026年器學習知識圖譜品旺盛需求刺激下，保持高增長態勢IIT私有化部署的垂直應用類解決方案同時進行頻繁的更新2019-2026年中國金融自然語言處理核心市場規模CAGRCAGR=24.9%1201920202021e2022e2023e2024e2025e2026e核心產品服務市場規模(億元)注釋：核心規模包含大數據類、通用AI類、垂直應用解決方案類金融行業自然語言處理產品的核心部分。來源：艾瑞咨詢研究院根據專家訪談、采招數據、銀保監會披露信息自主建模測算。行業概述篇行業概述篇1AIAI賦能篇2商業分析篇商業分析篇3案例實踐篇案例實踐篇4未來思考篇未來思考篇5賠與投顧投研準營銷融層上游賠與投顧投研準營銷融層上游保險與證券(部分客戶)運營業務優化身份識別保險與證券(部分客戶)運營業務優化身份識別風控與合規控制視覺學習語音融層視覺學習語音融層識圖譜智能服務器與高性能計算中心AI芯片AI基礎數字/文本數據治理智能服務器與高性能計算中心AI芯片AI基礎數字/文本數據治理AI資源管理圖像/語音/語料數據處理層底層算法框架AI開放平臺AI生產底層算法框架AI開放平臺AI開發平臺人臉門禁識別設備(內含傳感器)件人臉門禁識別設備(內含傳感器)件署攝像頭/攝像機(內含傳感器)據算據算數據庫關系型圖關系型注釋：Logo擺放以企業主營業務為主，且為不完全列舉。圖譜中所展示的公司logo順序及大小并無實際意義，不涉及排名。從產品生產角度出發，挑選產業鏈中的關鍵模塊展示。來源：艾瑞咨詢研究院自主研究繪制。?2022.11iResearchIAI中的四大玩家陣營均呈現全棧式布局趨勢現階段AI+金融領域的主要玩家包含互聯網大廠、AI企業、智能硬件企業、金融機構科技子公司等4大類，其業務均呈現I模型生產等基礎層能力以完善自身供應鏈鏈條。金融機構科技子公司則以從母公司獲取的金融業務知識沉淀、數據積累為AI企業、智能硬件企業合作解決自身存在技術短板的問題。AI+金融市場主要玩家及業務演變態勢業件部署拓展硬能基礎層AIAI?百度、阿里、核心優勢領域力隱私計算核心優勢領域力術能力AI業?商湯科技?格靈深瞳…智能硬件企業?海康威視?大華股份大企業拓展AI模基礎層能力AI金融業務拓展對配套軟件的需大企業拓展AI模基礎層能力AI金融業務拓展對配套軟件的需求，由軟件集成向自主研發轉型融機構技子公司?中銀科技?建信金科金融機金融機心優勢業建立合作關系，向中上游拓展業務注釋：圖中圓圈表示對應類型企業整體在該環節的業務實力，圓圈越大實力越強，空心虛線邊框圓圈表示對應類型企業中尚無企業布局該環節或僅有極少數頭部企業布局。來源：專家訪談，艾瑞咨詢研究院自主研究繪制。?2022.11iResearchI33?2022.11iResearchI?2022.11iResearchInc.心優勢?垂直領域技術能力強；?組織靈活，服務響應快。立直銷?通過招標或競爭性談判等方式取得相關項心優勢?垂直領域技術能力強；?組織靈活，服務響應快。立直銷?通過招標或競爭性談判等方式取得相關項目與客戶直接簽訂合同。板客核心問題?如何證明企業基于核心技術所輸出的產品/解決方案與金融業務場景貼合度？?以客戶具體業務需求目標為導向，展示過往成功案例，例證AI+金融產品/解決方案可為客戶帶來的價值。AI企業?軟硬件資源整合能力弱；?非金融機構派系內組織。金融機構科技子公司作銷售?借助金融機構子公司金融機構派系優勢及資源集成能力，以聯合開發、承接分包任務等形式輸出技術能力。短板及與金融機構科技子公司合作銷售，客型金融機構為主定業務場景獲取較高價值提升的需求；2)中型金融機構在激烈的市場競爭環境下急需借助AI技TAI企業拓客方式特征及客戶特征中金機型融構型融型融構型融構客戶類型客單數量客單價格客戶類型客單數量客單價格公司力觸達難度共性特征中型金融機構區域農信社聯合社大型金融機構多中少低中高弱無強低中高?資金方面，預算充足且能持續投入維護升級所需資金；?需求方面，數字化轉型需求緊迫、信息安全要求較高。區農社合大金機來源：專家訪談，艾瑞咨詢研究院自主研究繪制。業分析遠目標金融科技子公司是由銀行、保險、證券等金融機構以全資控股或合資方式設立的專注于AI技術與金融服務深度融合的技術，案和服務是快速布局金融科技的有效方法。金融機構科技子公司戰略定位與競爭優劣勢母體機構科技子公司科技子公司優劣勢銀行系科技子公司金融科技子公司優勢金融機構強大的資本背景與數據資源加持金融機構原有科技能力支持用方面較快積累經驗金融科技子公司對金融業務更為熟悉制銀行商行行、農信社金融機構可在資本、數據、科技人才以及業務需求等方面支持科技子公司。銀行走在金融科技探索的最前列，證券公司在設立金融科技子公司方面相。金融科技子公司以支持母公司IT建設與數字化轉型升級為首要目的。具體來講，金融科技子公司可在客服、精準營銷、風控、投研投顧等業務場景司提供技術支持。保險系科技子公司息科技、人保金服在線服務科技公司券系科技子公司金騰科技(與騰訊合資)金融科技子公司劣勢創新與迭代速度慢能力較弱來源：公開資料，專家訪談，艾瑞咨詢研究院自主整理。?2022.11iResearchI35行業概述篇行業概述篇1AIAI賦能篇2商業分析篇商業分析篇3案例實踐篇案例實踐篇4未來思考篇未來思考篇5端側硬件AI技術體育健康解決方案軌交運維解決方案城市管理解決方案端側硬件AI技術體育健康解決方案軌交運維解決方案城市管理解決方案解決方案慧金融解決方案智慧油站、商業智能宇宙解決方案智能風控、安防等園體育等列車智能檢測智能交通、智慧社區游戲、文博、會展等是一家人工智能領域的上市公司，專注于將先進的計算機視覺、大數據分析、機器人和人機交互技術與應用場景，提供面向智慧金融、城市管理、商業零售、體育健康、軌交運維等領域的人工智能產品及解決方案。公司在三視覺技術方面處于行業領先地位，未來主要應用場景的人工智能產品均依托三維視覺技術，可實現對場景中人員格靈深瞳AI技術與產品體系解決方案解決方案腦深瞳大腦是公司核心技術的驅動平臺，賦能公司人工智能產品及解決方案的技術實現，包含數據平臺和訓練平臺。據平臺數據采集/數據預處理/數據標注平臺模型訓練/模型優選/數據管理來源：公司官網，公開資料，艾瑞咨詢研究院自主繪制。術?人體姿態與動作識別技術?三維點云配準和物體識技術器人感知術?高精度目標測與跟蹤?多目標屬性識別與對象等模跨鏡技術?人臉識別?百億級人員?人臉屬性表感知與事件技術與跟蹤等基于深度學習基于深度學習的模型訓練與數據生產技術?海量數據生產練?2022.11iResearchI特點一：行為識別技術實現精準人體姿態與行為識別云端設備可向邊緣設備授予三維人體姿態與行為識別算設備管控等資源訓練與管理平臺析與風警平臺授信安平臺云端人體行為識別算法等重點資源庫：云邊端協同實現銀行視頻智能化轉變?在云端算法的加持下，邊緣分析設備具備數據采集、AI推理計算等特點一：行為識別技術實現精準人體姿態與行為識別云端設備可向邊緣設備授予三維人體姿態與行為識別算設備管控等資源訓練與管理平臺析與風警平臺授信安平臺云端人體行為識別算法等重點資源庫：云邊端協同實現銀行視頻智能化轉變?在云端算法的加持下，邊緣分析設備具備數據采集、AI推理計算等并輸出智能化結果。析設備析設備像頭……特點三：銀行視頻智能化賦能銀行安防與業務運營發展?銀行視頻智能化可助力解決銀行安防(打架斗毆、人員倒地等)和內控合規(現金違規放置等)痛點。在銀行安防與內控智能化的基能設備分析儀讀面板其他算法與智能事件行為算法履職算法人臉算法員工庫人體算法等海量視頻數據 |監控中心|自助網點|辦公大樓|園區設備端決方案：云邊端協同實現金融行業智能化應用出了更高的要求。格靈深瞳以視覺計算心，深耕金融行業智能化應用，針對營業網點及其他重點場所的安全、風控、運營等業務需求，打造集三維視覺計算方案，助金融客戶提高管理水平和運營效率，構建可信的安全體系，助力金融安全和內控合規。目前，格靈深瞳智慧金融格靈深瞳智慧金融解決方案云邊端架構算法庫由由云到邊，由邊到端的能力輸送來源：專家訪談，公司官網，艾瑞咨詢研究院自主繪制。?2022.11iResearchIStep戶關聯網絡；Step2：基于客戶自身屬性及關聯特征挖掘關聯權重及團；Step3：通過社團欺詐評分及社區特征結合進行可疑申欺詐團伙挖掘及識別。將機器學習與知識圖譜相結合，對大規模團伙欺詐及中Step戶關聯網絡；Step2：基于客戶自身屬性及關聯特征挖掘關聯權重及團；Step3：通過社團欺詐評分及社區特征結合進行可疑申欺詐團伙挖掘及識別。將機器學習與知識圖譜相結合，對大規模團伙欺詐及中客戶關聯網絡客戶C客戶B關聯關聯客戶A客戶D欺詐風險監測系統，實擊的防御能力，賦能實時審。動態模型自動圖析：通過對時序模式測量歸一化等特征決策閉環。跨平臺、跨技術棧的聯通：在傳統單機應用架構基礎上引擎、圖計算框架、圖數據庫等技術。新型防線創新臺構建新型智能反欺詐防線詐場年個海致星圖基于金融風控業務發展痛點提供智能反欺詐解決方案 金融風控業務發展與痛點 智能反欺詐解決方案金融犯罪線上化下下金融機構向著“金融即服務”的新型業態全面升級，開戶、轉賬、信貸等越來越多的金融業務支持線上辦理，在方便消費者的同時給了犯罪分子滋生。加大了金融機構的業務風險與安的執法辦案破解難度。金融欺詐團隊化金融犯罪和欺詐逐漸從單兵作戰向著有組織、有預謀、有策劃的假身份進行團伙欺詐。虛假身份、單點查封難以阻斷團欺詐等漏洞。來源：公開資料，專家訪談，艾瑞咨詢研究院自主整理。?2022.11iResearchInc精準營銷汽車金融風險管理易反欺詐信用卡風險管理理賠減損信貸風險管理策略效果診斷態策略調優決策閉環時+批量智能決策判斷指標加工萃取效能計算升智能量化運營平臺座數據管理平臺標平臺知識圖譜平臺模型平臺反洗錢金融業務場景保優化科技特征規則設計知識挖掘構建模型構建模型全生命周管理策決策引擎平臺基精準營銷汽車金融風險管理易反欺詐信用卡風險管理理賠減損信貸風險管理策略效果診斷態策略調優決策閉環時+批量智能決策判斷指標加工萃取效能計算升智能量化運營平臺座數據管理平臺標平臺知識圖譜平臺模型平臺反洗錢金融業務場景保優化科技特征規則設計知識挖掘構建模型構建模型全生命周管理策決策引擎平臺基于人工智能的決策智能平臺大數據平臺數據體系構建金融數據資產化策智能體系，驅動金融業務數智化轉型家專注決策智能先進技術研發和應用的人工智能企業。公司聚焦金融風險、安全風險、政府治理風險三大場同盾科技金融決策智能平臺體系產品架構及特性業務場景決策能力底層平臺客戶價值管理決業務場景決策能力底層平臺客戶價值管理引擎、知識圖譜等AI技術，構建多業務場景的規策略及AI模型，從而實現營銷、反欺詐、信貸風在此基礎上，該體系通過疊加量化分析、策略效果診價值點：系進行持續迭代建設，建立知識通用庫，實現知協作，提高金融機構業務處理自動化程度、決策“決策+量化+運營”體化決策運營框架，實現營銷、風控等多元金融業來源：公司官網，公開資料，艾瑞咨詢研究院自主繪制。0?2022.11iResearchInc.www0?2022.11iResearchInc.行業概述篇行業概述篇1AIAI賦能篇2商業分析篇商業分析篇3案例實踐篇案例實踐篇4未來思考篇未來思考篇5金融科技子公司：頭部、腰尾部分化發展金融科技子公司：頭部、腰尾部分化發展腰尾部金融科技子公司暫不具備足夠的AI技術能力，在AI+金融市場上更多以集成商的角色出現，傾向于聯合其他三類玩家輸出科技能力。供給方能硬件企業：向軟件領域拓寬能力像頭、人臉分智能硬件企通過內部自AI提高自身競爭力，拓能力暫時無法與AI企業和互聯網企業直接競爭。，供給側四類玩家競爭大于合作AI。AI+金融市場供給側玩家可分為金融科技子公司、AI企業、智能硬件企業、互聯網大廠四類。在面對中小金融機構客群時，IAI+金融生態格局AI企業AI企業：鞏固算法能力，延伸硬件配套能力融機構方供給方AI企業具備深厚的技術實力，深耕金融業務細分場景的智能化融機構方供給方融機構作為目標客群，通過技術能力與典型案例拓客。部分AI企業在鞏固技術實力的同時，涉足硬件領域，走軟硬一體化發展道路，逐步蠶食智能硬件市場。互聯網大廠擁有顯著的品牌效應，基于自身積累的金融數據和較強的技術開發能力，基本具備全場景金融科技輸出能力，但在單一場景應用深度上弱于AI企業。互聯網大廠以大中型金融機構作為目標客群，通過品牌效應和案例拓客。部分互聯網大廠會以聯營公司或聯合成立科技實驗室的形式與金融機構展開直接合作。廠：品牌效應明顯，對