3 5 5 7 9 20 36 36 38 40 43 43 44 46 6 7 8 9 9 21 24 26 27 31 32 33 35 39 42 43 46 2一、金融人工智能發展概述遠景目標綱要》中指出，要健全具有高度適應性、競爭力、普惠性的領域、深層次探索與實踐的新階段。同時，在行業細分領域規范逐步作用。中國證券業協會在2020年工作要點中指出，要大力推進人工基金等方式推動智能金融的特色化發展。其中，北京、上海出臺的相身人才技術優勢將發展重點集中在智能金融的技術研發攻關和創新出臺的《金融科技產品認證規則》將金融科技產品的認證流程、監督模式、認證標志、查詢系統等標準化。2021年，中國人民銀行正式1.以需求為導向，傳統業務行業痛點凸顯險和證券業為代表的傳統金融行業，在業務、資金、客戶、風控和營2.以智能為目標，提升金融數字化水平錄入、核檢、提交等簡單重復性工作，人工智能技術可將人工操作實決了數據孤島、大數據分析效率問題，在客戶量大、數據復雜、精準3.以服務為核心，聚焦業務五大核心環節決方案、營銷與銷售、風險管控與審核、客戶管理與服務，核心業務與服務、理賠、資產管理，核心業務鏈可以總結為產品開發、市場銷券發行、投資決策支持、銷售和交易、清算結算與托管、報告與數據來源：根據調研和公開資料整理二、金融人工智能行業發展現狀取增量業務、降低風險成本、改善運營成本，提升客戶滿意度四類金來源：根據調研和公開資料整理務的順利開展，極大提高了客戶服務效率及廣泛的客戶覆蓋。其次，知識圖譜、計算機視覺技術結合，可以通過智能精準營銷，在金融機蓋、合規風險對內控建模、交叉風險對有效預警，以機器學習、知識各類場景流程自動化，從而有效降低人力投入，此外智能語音、計算改善用戶交易體驗；自然語言處理、智能語音、計算機視覺等技術結銀行、保險、證券行業存在眾多共性場景，針對不同領域還有個性化需求。一方面，身份識別、智能風控、智能營銷能合規、智能運營六大場景已經實現銀行、保險、證券三類領域全覆蓋。另外一方面，由于面向服務對象和業務的內容的不同，智能理賠來源：根據調研和公開資料整理熟度相對較高，如生物特征識別、機器學習、知識圖譜、自然語言處來源：根據調研和公開資料整理融場景普遍使用范圍廣、采納度較高。另外一方面，不同細分領域對來源：根據調研和公開資料整理來源：根據調研和公開資料整理小型券商機構為代表，采取自研、聯合開發和采購相結合，與智能研集團為代表，基本實現全場景自研為主，聯合開發為輔的建設布局。自用，通過自建企業級人工智能平臺，基本實現核心算法自研，關鍵境內外、結構化、非結構化全數據資產容量近40PB，推動超過1000基礎層，提供底層基礎軟硬件和計算能力。人工智能算法框架、智能硬件、系統軟件主要為支撐人工智能算法訓練、推理和應用，目能技術有知識圖譜、計算機視覺、智能語音、自然語言處理、生物特配套支撐方面，從戰略、工具和安全層面保障技術應用落地。人工智能工程化，面向數據、算法、模型、服務等要素，提供完備易用技術的態度，國有大型金融機構紛紛規劃人工智能發展戰略和布局，計，2020年銀行機構和保險機構信息科技資金總投入分別為2078億三、人工智能在金融行業的技術應用及實踐設施，為業務高效落地提供支撐。通用層，充分利用智能感知認知技術，解決傳統金融業務場景的痛點。應用層，將智能技術與業務需求基礎層為算法提供了基礎計算能力、工具和系統，一方面除了目標跟蹤、SLAM（同時定位與地圖構建）、OCR（光學字符識別）準化使用場景中，人臉識別、票據識別、場景識別等技術的應用取代知識圖譜是用可視化技術描述信息資源及其載體，挖掘、分析、構建、繪制和顯示信息之間的相互聯系。知識圖譜的構建包含：信息抽取、知識表示、知識融合、知識推理四個過程，每一次更新迭代均債券市場風險、個人信用反欺詐、反洗錢；金融機構應用包含智能風險預測、智能營銷、智能投顧與智能投研等；金融服務領域的應用包通過知識圖譜技術構建的產業鏈圖譜是賦能金融機構智能投研的重要工具,產業鏈圖譜可以有效提升金融機構獲取行業信息、企業信息的便捷度，提高研究分析的效率。例如，數庫科技建立的SAM產業鏈囊括了與其他行業分類體系的映射邏輯，形成覆蓋A股、港來源：數庫科技4.自然語言處理法語義分析、信息抽取、文本挖掘、機器翻譯、信息檢索、對話系統技術的研究是以語音識別技術為開端。2016年前后機器語音識別準智能語音技術目前已經成為中大型金融機構在人工智能技術應6.機器人流程自動化RPA工作處理上的高適用性被應用在金融業的多個領域。在商業銀行中，國庫退稅自動核對、單位結算賬戶自動備案、清算資金自動對賬、反清算、數據報送、估值核對等多個業務場景。截至目前，中泰證券累方案，使得銀行KYC流程能夠更加全面的貫徹，銀行數據處理更加題的解決過程中，大大減少新模型的學習時間，節約開發成本。在金融行業對高頻業務場景中，目前主要通過結合NLP技術對文本或音預訓練模型，包括金融財經新聞，研報/上市公司和金融類百科詞條等技術，對真人形象、聲音、動作等進行模型訓練，生成可任意編輯內容的“真人”講解視頻。在金融領域，虛擬數字人可在虛擬接待，引業務交易場景的自助應答、業務辦理、主動服務、風控合規等全流程服務，在交互方式上，采用擬人化的對話方式與親和的形象，為用戶提供了良好的沉浸式體驗。2019年，百度與浦發銀行聯手打造的國內首個虛擬數字員工“小浦”正式上崗，近年來浦發銀行已形成十多角色，已創造了約2000人年勞動力的價值。在智場景下，機器人可每天接待8萬通電話，提供客戶賬戶管理、業務咨詢等服務，同時機器人能就風險提示、業務通知等場景每天呼出50技術為核心應用的智能文本處理能力已覆蓋10多個部門的60多個場值得一提的是，2021年浦發銀行將數字員工的服務能力賦能了上海市虹口區北外灘政務自助服務中心，在那里數字人“小虹”面向居民月，農行與商湯科技打造的AI數字人員工代科學技術，通過建立客戶畫像、進行圖譜構建，從智能化獲客到精以根據用戶畫像實現精準的營銷定位并且在此基礎上深挖客戶潛在（1）個性化金融服務——構建普惠金融的核心來源：中國工商銀行（2）GBC聯動營銷——創新聯動，智能化獲客手段銀行利用運用知識圖譜技術，構建涵蓋個人、機構、法人的全網絡資金流向知識圖譜，快速、精準定位資金漏損點，創新突破聯動營約百億元，實現“源頭客戶精細管理、業務場景精準施策、下游賬戶來源：中國工商銀行來密切的下游兩家公司（藍點紅圈）。經分析，兩家公司資金流入量2.智能身份識別這不僅擴張了金融機構的業務覆蓋能力還有效地推動了普惠金融的（1）智能客服系統——全天候處理專業問答通過NLP技術解析語義邏輯，并通過構建可視化知識圖譜實現對候服人力占用較大、成本較高、業務高峰期難以有效覆蓋、多渠道端口人，能夠對客戶咨詢的開放性、針對性、關聯性問題，信息告知、簡在知識圖譜技術的加持下，不僅可以使用知識庫進行專業問答，和正確答案的向量表達的得分盡量高，實現自我發展、自我優化。例如，中國工商銀行重點布局移動端智能客服，運用機器學習、語音識輔助、交易于一體的智能服務新模式，為客戶提供極致服務體驗，助來源：陽光保險（2）智能電話外呼系統——打造智能化遠程服務體系關等技術，可以代替人工完成無差多輪對話，系統利用基于出回復。在產品營銷、逾期催收、風險預警、信息通知、問卷調查等（3）智能數字理財專員——構建最智能的財富管理銀行上理財業務的全旅程智能化服務，包括售前產品投教、解讀，售中產品比較、篩選、推薦以及售后持倉分析等。目前，浦發銀行已實現數爬蟲獲取實時、動態、多維度的數據；第二步是數據的整理，利用計算，然后據此構建相應的模型；第三步是數據的分析，利用對投資數庫科技通過自主研發的資訊采集平臺靈活抓取互聯網上海量股票A的情緒即為正面。在實際使用中，用戶能夠結合輿情因子與海量及時的新聞情緒數據給用戶提供一個快速了解和量化整個智能語音等人工智能技術構建智能保險理賠系統代替傳統的勞動密集型作業方式，實現身份核驗、理賠單據識別、欺詐檢測、圖像定損傳統保險行業在理賠環節的最大痛點在于理賠效率低和理賠成力成本的同時極大降低了理賠的結案時間，提高了用戶體驗。目傳秒級定損，定損速度提升4000倍，每年減損超過80億元。在引入人工智能技術前，車險理賠需要人工勘察、定損等，傳統人工工作模智能風控的本質是通過數據驅動的風險管理和運營優化的精益（1）信貸風險防控——全流程提升經營能力資難、融資貴”、小企業及法人的相關信息的混亂缺失無法及時預測（2）反欺詐智能防控——全流程保障交易安全通過構建聲紋黑名單，攔截信用卡申請，避免潛在損失。面對信用卡欺詐的高頻化、小額化及欺詐方式的新型化、多樣化，聲揚科技為工商銀行提供了語音智能化解決方案，助力其打造了語音反欺詐平臺。聲紋識別的全流程覆蓋，在信用卡申請、啟卡、盡調環節，為理賠風險難以管控、核賠難度大、內部欺詐防不勝防、人員培訓管理退保、惡意訛保、惡意報案等行為方面已經初具成效，為保險行業激（3）聲譽風險防控——全流程消費者權益保護監控預警2021年以來，強化金融機構消費者權益保護的相關法律法規與的智能消保中臺，通過多渠道投訴數據整合，針對事前審查、事中管清分、預警和檢查等智能化流程，建立了面向查的數字化轉型，通過觀點挖掘、傾向性識別、行為特征理解、語義關系發現、聚類分析、監控預警等方式，運用數字化手段實現了消保字化監管協議，利用“機器可讀”規則助力標準化規則的使用，并通管理、傳遞和學習。通過深度學習銀行的業務手冊、規章制度，智能解構文本，從中抽取數據、公式、觀點和邏輯等信息，并由此構建金融知識圖譜，再通過機器學習優化合規模型，實現識別語義錯誤、檢合規模型構建智能內控合規管理平臺，建設了41個員工行為下，通過集中管理相似業務流程，提高業務標準化程度，加強資源集完成信息錄入、核驗、提交等簡單重復性操作，促進降本風險防控、助力業務拓展，據中國工商銀行測算，預估每年此項技術來源：中國工商銀行（2）銀行網點現金智能化配置——實現最小化資金庫存能運營系統通過機器學習分析每個網點的現金收入和支出的歷史數四、金融人工智能核心支撐能力設和實踐中，企業戰略規劃、工程化平臺管理和可信合規治理，提供1.前期投入擔憂效應存在，戰略定力影響轉型成效為前沿科技，在人工成本和基礎設施建設上都所費不貲。然而，人工器學習才能得到較為精準的模型。因此，在技術引入前期，人工智能完成全面智能化轉型的同時部分金融機構甚至還沒有面臨著資金、人才、技術和數據方面的限制，無法全面建設智能金融生態體系。同時，受業務規模所限，中小金融機構在引入人工智能技2.長期自適性的戰略規劃，生態和機制多方面創新管理與科技管理多方面，構建高效、協同、敏捷的機制架構。在戰略銀行2019年初步建成“一部三中心一公司一織架構，交通銀行全新金融科技組織架構包括“兩部、三中心、一公司、一研究院、一辦”。第三，高端人才儲備，從人才引入到培養，制，幫助金融機構，特別是中小型機構降低成本投入。同通過梳理金術、系統、平臺的通用性，建立金融行業人工智能可信技術流通與共1.技術早期重開發輕管理，應用落地方面問題凸顯題，導致調試無比艱辛；鏈路冗長問題，導致建模工程緩慢且充滿漏模導致研發周期長，且很難重復利用，無法提升效率。在應用層面，金融機構各個部門間，因缺乏溝通而重復開發模型；模型開發后，因昂的成本而放棄維護和迭代，從而縮短模型的生命周期。可見，機器2.開發平臺提供一站式服務，配套MLOps管理機制模型部署、支撐與服務等人工智能開發應用全流程服務，是連接AI職能人員的高效協作。同時，構建了可復用的批量流水線，包括研發流水線和聯機流水線，設置了平臺和流水線的管理制度和組織架構，將AI工作站作為統一的模型全生命周期管理配套入庫管理機制，滿足新增、存量共享、存量優化、存量退出四種交付機制調用AI工作站的服務控制模型庫間的實相符，支持各應用全生命周期模型管理。目前，中國工商銀行已經構建此一體化MLOps解決方案，在實踐中取得了良好的實施效果，大1.金融行業重視合規要求，忽略AI治理將造成隱患2.可信人工智能治理評估，多維度解決合規安全風險據濫用導致隱私泄露風險等問題。針對以上問題，從產業維度出信實踐的“可信人工智能框架”顯得尤為重要。企業可信實踐層以企業人工智能系統生命周期為參照，結合“透明性、安全性、公平性、可問責、隱私保護”五項可信特征要求，針對周期各個環節提出建議；行業可信實踐層面，更需要多