文章主题：AI, 金融, 行业报告
日前，艾瑞咨询发布《2020年中国AI+金融行业发展研究报告》，对于中国AI+金融行业政策演进及行业现状予以详细介绍。国内AI+金融行业的发展和竞争格局出现哪些变化？市场又更加偏爱哪类AI落地应用场景？以下，enjoy：
中国AI+金融行业经历重构
央行于2017年6月发布的《中国金融业信息技术“十三五”发展规划》可以视为国内金融科技领域的政策起点。在上述发展规划中，央行首次将人工智能、大数据、区块链、云计算等新一代信息技术设为金融科技的重点研究方向，从政策高度上确立了技术的发展基调。如果盘点2019年至2020年6月期间央行与中国银保监会发布的一系列政策和指导意见，我们可以看出其政策方向主要集中于监管收紧、技术促进和中小微企业贷款服务三个方面。
政策的催化令国内AI+金融行业迎来翻天覆地的变化。此前，银行等巨型金融机构作为AI+金融的主要买方，与金融科技公司构建新的金融服务模式。但是在进入2019年后，金融+科技的形式已经不再局限于金融机构与科技公司之间的合作。以银行业为代表，国有四大行中的三家银行（中国工商银行、中国银行、中国建设银行）纷纷成立各自的全资金融科技子公司，此现象揭示了银行机构进军金融科技的决心。
而随着话语权的逐步减弱，越来越多的金融科技公司开始进军海外市场。从支付宝、财付通以支付业务为切入点进军东南亚开始，包括移动支付、消费金融、小微信贷、投资理财和大数据风控等服务逐渐成为了国内金融科技公司对外服务的重点方向。
至此，国内AI+金融市场逐渐形成了以金控集团子公司、互联网科技巨头、传统金融科技公司为主体的“三大主流玩家”格局。从发展战略观察，金控集团子公司由最初服务于集团内部，正逐步过度到辐射其他中小金融机构；互联网科技巨头以联营公司和合作科技实验室形式与金融机构展开战略合作，并加大科技研发力度拓展更多应用场景；传统金融科技公司为细分领域的头部企业，多深耕于金融业务场景的智能化服务，且目前仍作为各类银行机构的技术供应商。市场偏爱三大AI落地细分场景
当前，人工智能正在给金融产品、服务渠道、服务方式、风险管理、授信融资、投资决策等层面带来新一轮的变革。在金融业的应用场景中，AI主要集中在智能风控、智能客服、智能保险、智能监管、智能营销、智能投研、智能投顾、身份识别等八大细分场景。艾瑞咨询预测，2018至2022年间，中国AI+金融领域相关市场规模仍保持上升趋势，2022年总投入规模有望超过220亿元。以2019年的投入规模观察，银行业、互联网金融行业和保险业是AI技术的主要购买方，其中银行的业务最为复杂，数据海量，同时风控要求最高，是金融领域中AI技术最主要的需求方。
从技术获取途径看，银行业主要通过与AI公司合作来采购相应的产品和服务。以2019年为例，银行业采购规模占投入的85%。但随着银行自建科技子公司等增强自研能力的举措发展壮大，预计银行业采购规模将有所下降，不过合作与技术采购仍是行业中主要的技术获取手段。
而如果按照“存贷汇”的业务视角将金融业务划分为银行理财业务、保险业务、证券业务、基金业务、消费金融业务、供应链金融业务和支付业务，人工智能在AI+金融市场中的技术投入占比亦大幅攀升。
当前，AI+金融的落地场景中，市场更加偏爱AI风控、智能保险、智能客服三大环节。艾瑞咨询统计，2019年，三大场景占据了整个智能金融领域70%以上的市场规模。其中，“风控+AI技术”被银行业和互联网金融行业看作最有价值的技术落地场景；而由于疫情对于“无接触”业务需求大量提升，2020年“智能客服”市场规模出现短期大幅的增长；此外，AI在保险行业的市场潜力亦被挖掘，“智能保险”占据AI+金融领域整体比例也在不断攀升。从技术上看，人工智能在金融行业的相关场景中，以四项技术应用为主，分别为机器学习、知识图谱、自然语言处理、计算机视觉。风控+AI技术被银行业和互联网金融公司看作最有价值的技术落地场景。风控+AI主要依托于传统机器学习技术和数据标签的训练，在信贷场景中主要依托于机器学习和知识图谱等前沿科技，其中涉及贷前审核、贷中监管、贷后催收。
以联想控股成员企业拉卡拉为例。目前拉卡拉旗下金融科技平台拉卡拉金科自主研发的鹰眼风控系统和天穹反欺诈系统，可以通过秒级速度完成对用户的风险画像和风险评估。经过多年的实践，拉卡拉金科通过天穹反欺诈系统、鹰眼风控引擎和小蓝催管大师三大数字化风控科技，打造线上全流程风控平台，助力银行建立风控能力，提升效率和降低成本，已为多家银行、消费金融公司提供金融科技赋能服务。
（图片来源：艾瑞咨询）智能保险在保险业的应用主要体现在两个环节：承保定价和核保理赔。在承保定价方面，在人寿保险和信用保险（财产保险）中，通过智能保险系统协助对投保人进行风险定价；而对于核保理赔需求，目前车险（财产保险）的极速理赔系统已经开始得到广泛的应用，因而人工智能技术的落地，为保险公司节省大量的“人力成本”并提升风险定价的能力。智能客服基于金融行业的应用场景，主要为金融行业构建企业级的客户接待、管理及服务智能化解决方案。特别是在与客户的问答交互过程中，智能客服系统可以实现“应用、数据、训练”的闭环，形成流程指引与问题决策方案，从而借助文本、语音及机器人反馈动作等方式向客户传递服务。
艾瑞咨询预计，在深度学习技术进一步突破下，“智能投研”、“智能投顾”在未来的发展潜力巨大。此外，由于政府机构拥有的庞大数据储备，“AI监管”在未来5年内也将爆发出强大的市场动力。AI+金融行业未来机遇凸显
洞察一：
AI金融技术潜力仍然巨大
AI+金融作为产业第一发展力的推动“技术”从未停滞。从2019年AI应用层的专利申请数量来看，智能金融板块遥遥领先。基于“摩尔定律”发展的技术上革新，基础层带来的技术红利将逐步传导致应用层。未来两年，现有的AI+金融落地应用场景将更加成熟，新的落地场景也将会被逐步探索，且相应的技术落地成本也将会下降。基于技术落地能力的成熟和成本的下降，艾瑞咨询预计2022年AI+金融整体市场增速也将进一步提高。洞察二：
政策导向和行业事件交叉展示行业趋势
01
去金融化，回归科技”的浪潮
随着合规监管的收紧，互联网金融行业开始出现一种“去金融化，回归科技”的浪潮。这股浪潮一方面来自于监管施压，更深层面离不开市场对于金融科技和人工智能技术的追捧。
02
金融科技产业联盟共同攻克AI技术
政府集合区域内的重点企业成立公共金融科技开发平台来共同攻克人工智能、区块链等技术，为AI+金融行业拓展了良好的技术成长空间。在政策基础上，“金融科技产业联盟”先后建立，为AI+金融的技术和产业发展开拓一片良田。
洞察三：
企业发展与竞争格局交叉显现商业变革
01
未来3至5年内中小银行的AI市场潜力巨大
大型国有银行对于IT的投入呈现下滑趋势，而各类城商行与农商行投入比例稳步上升。根据A股36家上市银行营收统计，由于上市城商行与农商行营收占比仅有7.7%，远低于六大行的64.3%，因此其对于IT基础的提升和数字化转型的需求十分强烈。
02
联邦学习技术将成为行业新的生产力
在开放银行概念的加持下，联邦学习技术为银行的生态构建和共享机制找到了新的切入点，让开放银行的落地成为可能。联邦学习技术的本质是分布式加密机器学习，在保护原始数据隐私安全的情况下进行联合建模，共同分享计算结果。该项技术的积累与突破，将成为AI金融各赛道企业探索新AI+金融落地场景和商业模式的战略蓝海。参考资料
艾瑞咨询《2020年中国AI+金融行业发展研究报告》
拉卡拉金科为金融机构提供全流程解决方案
往期推荐（滑动阅读了解更多）
视界 | 了解你身边的二次元！关于中国二次元群体的10个答案
THE END
AI, 金融, 行业报告
AI时代，拥有个人微信机器人AI助手！AI时代不落人后！
免费ChatGPT问答，办公、写作、生活好得力助手！
搜索微信号aigc666aigc999或上边扫码，即可拥有个人AI助手！
