智能金融

智能金融与金融科技的区别

智能金融与金融科技的区别是智能金融侧重于金融，金融科技侧重于科技。根据查询相关 *** 息显示，智能金融侧重于金融，是一种业务属性，更多地被看作是一种业态。金融科技更侧重于科技，是辅助金融业务的角色。

智能金融的内容是什么

1、什么是智能金融？

智能金融尚无统一定义。《报告》提出，智能金融是指人工智能技术与金融业深度融合的新业态，是用机器替代和超越人类部分经营管理经验与能力的金融模式变革。

2、智能金融和金融科技有什么区别？

《报告》提出，智能金融与数字化转型、金融科技既有密切联系又有重要区别。

智能金融的发展基础是金融机构数字化转型，数字化转型为智能金融的发展提供了基础设施的保障。

智能金融是金融科技发展的高级形态，是在数字化基础上的升级与转型，代表着未来发展趋势，已成为金融业的核心竞争力。

相比互联网金融、金融科技，智能金融更具革命性的优势在于对金融生产效率的根本颠覆。智能金融替代甚至超越人类行为和智力，更精准高效地满足各类金融需求，推动我国金融行业变革与跨越式发展。

3、为什么要专门研究智能金融？

把智能金融从金融科技中单列出来编制专门的发展报告，主要是基于以下考虑：

一方面，发展人工智能技术已成为我国的一项重要战略，当前各国在新一代人工智能技术已展开激烈竞争。而金融与人工智能具有天然的耦合性，是人工智能技术应用最重要的领域之一，发展智能金融有利于我国抢抓人工智能发展机遇，占领技术制高点，特别是金融业的特殊性，势必对人工智能技术提出新的要求和挑战，可以推动我国人工智能技术的突破与升级，提高技术转化效率。

另一方面，人工智能技术为未来金融业发展提供无限可能，是对现有金融科技应用的进化与升级，对金融业发展将会产生颠覆性变革。专门研究智能金融有利于跟踪世界人工智能技术与金融业融合的应用开发，有利于加强金融行业的适应性、竞争力和普惠性，极大地提高金融机构识别和防控风险的能力和效率，推动我国金融供给侧结构性改革，增强金融服务实体经济和人民生活的能力，守住不发生系统性风险的底线，加快建设我国现代化金融体系，增强金融国际竞争力，助力由金融大国到金融强国的转变。

4、智能金融现在有哪些应用场景？

《报告》提到，目前智能金融的应用主要包括前中后台三大方面。

之一，智能身份识别已广泛用于个人身份验证。以指纹识别和人脸识别为代表的主流智能身份识别技术已进入大规模应用阶段，在远程核验、人脸支付、智慧网点和运营安全方面应用广泛。

第二，智能营销降低营销成本、改善服务效能。智能营销正在经历从人机分工向人机协同方式的转变，未来的智能营销将变成跨领域、融合的人机合作工作方式，进一步改善金融服务的效能。

第三，智能 *** 能节省 *** 资源和提升服务效率。智能 *** 不仅提供自动化问题应答，而且对接前端各个渠道，提供统一的智能化 *** 能力，并持续改进和沉淀，提供全天候精准的服务，提升服务效率。

第四，智能投顾已有试点，全面推广有待继续探索。智能投顾在国内外已有诸多应用案例，但我国因为缺乏明确的业务模式、服务定位仍不明确，全面推广仍有待继续探索发展。

第五，智能投资初具盈利能力，发展潜力巨大。一些公司运用人工智能技术不断优化算法、增强算力、实现更加精准的投资预测，提高收益、降低尾部风险。通过组合优化，在实盘中取得了显著的超额收益，未来智能投资的发展潜力巨大。

第六，智能信用评估提升小微信贷服务能力。智能信用评估具有线上实时运行、系统自动判断、审核周期短的优势，为小微信贷提供了更高效的服务模式。在一些互联网银行中应用广泛。

第七，智能风控实现金融机构风控业务转型。智能风控为金融行业提供了一种基于线上业务的新型风控模式，但目前只有少部分有能力的金融机构运用，有待继续试点和推广。

第八，智能运营管理提升运营效率，降低运营成本。智能运营管理将业务运营逐渐从分散走向集中、从自动化走向智能化。从而提升业务运营效率，减少业务办理差错，降低管理成本。智能运营成为各家金融机构开展智能金融的优先考虑和使用的场景。

第九，智能平台赋能金融机构提升服务、改造流程、转型升级。智能平台建设是金融机构智能化转型的核心，持续为上层应用提供丰富、多维度的智能服务，构建完整的服务生态圈。

综上所述，智能金融目前整体仍处于“浅应用”的初级发展阶段，主要是对流程性、重复性的任务实施智能化改造。

《报告》认为，人工智能技术应用正处在从金融业务外围向核心渗透的过渡阶段，发展潜力巨大。

5、在智能金融应用场景中，“算法黑箱”问题可能会更加突出？如何避免？

肖钢认为，人工智能有一个问题是算法的可解释性比较差，要解决这个问题可以从几个方面来着手：

之一，要让算法可解释。现在人工智能科学家正在攻克模型算法的黑箱问题，期待着不久的将来在技术上有所攻破。

第二，可以采取分层管理。例如，根据是否对金融消费者产生伤害的程度进行分类管理，有的可以不解释，有的只是解释模型怎样运行的，有的要解释结果及其原因，有的需要进一步解释模型背后的逻辑和运作原理。当然，如果最后还是无法解释，投资者和消费者也不相信，监管部门就不准在金融领域使用。

因此，如果人工智能运用到金融行业，未必需要解释所有的模型，可以对模型进行分层管理，提出明确要求。

第三，分清楚责任。无论是否使用人工智能，金融机构销售金融产品和服务的卖者尽责义务没有减弱。机构需要了解自己的客户，把恰当的产品卖给恰当的人。责任不会因为是否采用了人工智能技术而有所改变。

6、个人隐私和数据保护问题已经成为社会普遍关切。智能金融时代，如何构建起相关法律法规体系？

《报告》中提到，个人数据的问题目前缺乏法律规定，确实需要立法。肖钢认为，数据很重要，尤其在人工智能时代，其重要性日益凸显，这与原来的工业革命时期不同。工业革命建立在物理资本上，而人工智能则是建立在信息资本和数据资本上。因此，谁控制了数据，谁就垄断了权力。

肖钢认为，个人隐私和数据保护领域有很多问题待明确，例如哪些数据能搜集、数据的权属是谁的、如何建立个人信息权的体系等，这些都是新的课题。

保护个人数据隐私，肖钢从以下方面提出建议：

之一，需要补短板，抓紧制定相关法律法规，并逐步加以完善。

第二，要防止数据垄断。鉴于大型科技公司的技术优势与数据获取能力，存在赢者通吃的效应，要求大公司开放数据，让中小科技公司也要利用其数据开发业务，维护公平竞争环境。

第三，要进行综合治理。数据隐私保护不仅是金融监管的事情，还涉及到 *** 部门、IT公司、金融机构、实体企业和个人，是全社会的事情，所以要形成各方参与，协同治理的体系。

第四，需要发展新技术，以解决技术带来的问题。“联邦学习”的技术就是一个 *** ，既保护了数据安全，同时又可以共享数据建模。

推进金融业全面智能化，2018智能金融峰会解析FinTech新进程

金融科技的演进已经进入新阶段，市场的新变化正在推进新玩法产生：技术全面智能化、身份全方位赋能化、持牌机构前端化的趋势已成定势。

人工智能、 区块链 分布式技术催生越来越智能的金融业务，新的要求是——单一节点、单一技术的竞争正在被市场淡化，而综合、全面的混合型智能金融产品和服务将具备天然竞争优势，包括从技术架构、风控、营销、场景把控、线下运营等全链条的综合能力，从而市场进一步趋向垄断。

此外，监管套利终结、人口红利消退，金融创新的身份定位开始发生本质性转变——监管套利、人口红利逐渐消退，金融业务本身将很难再成为互联网创新型公司的核心武器，逐步转变成前台核心的后台供应商、赋能者。

同时，银行、消金公司等持牌金融机构在智能金融赛道的地位上升，将逐渐成为市场的主流玩家。互联网金融科技加持后，传统金融体系的分散性将会被打破，市场向头部企业聚拢。

如何解读金融科技的新特征、应对智能金融阶段的新要求？6月15日，亿欧和上海市长宁区青年联合会联合主办的【2018全球智能+新商业峰会——智能+新金融峰会】，由上海市经济和信息化委员会、上海市商务委员会、上海市长宁区 *** 指导，共同推进智能金融演进。

峰会将分解金融业务链条，从资金端、资产端及三方基础设施服务3个环节，将AI技术、区块链分布式技术带来的金融业智能化，展望新一代智能金融的基础设施和应用版图。

本次参会嘉宾主要为科技特色显著的持牌系互联网银行、消金公司等业务型高管，已确认嘉宾包括创始人叶大清、 拍拍贷 智慧金融研究院院长顾鸣博士、小米金融陈曦、华瑞银行互联网业务负责人邝谧等。

同时，新网银行行长赵卫星、上海华瑞银行行长朱韬、百信银行副行长兼CIO寇冠、乐信CEO肖文杰、平安金融壹帐通CTO黄宇翔、包银消费金融董事长刘鑫等也在进一步确认中。

此外，本次活动上，还将发布由亿欧智库研究院撰写的《2018银行业科技创新行业分析报告》，将对银行业的金融科技创新进行深度解读。

活动详情及购票请点击【2018全球智能+新商业峰会——智能+新金融峰会】

人工智能在金融领域的应用

人工智能在金融领域的应用如下：

1.智能 ***

智能 *** 是人工智能在金融领域中的一个非常形象的应用，分线上和线下两个方面。

线上部分是指在线智能 *** 。在线智能 *** 基于语音识别、自然语言处理等技术，实现远程客户业务咨询和办理，使客户能够及时获得答复，降低人工服务压力和运营成本，实现形式包括网页在线 *** 、微信、 *** 和App等。

线下部分指银行大堂里的智能 *** 机器人。它运用了语音识别、图像识别、语音合成、自然语言理解等技术，在很大程度上将大堂经理从繁杂的工作中解脱了出来，同时节省了业务办理时间，方便快捷。

2.生物识别

生物识别是指通过计算机、生物传感器等技术手段，利用人体固有的生理特性和行为特征进行个人身份的鉴定，具有安全性、保密性的明显优势。目前在金融领域常用的生物识别技术主要有人脸识别、指纹识别和虹膜识别3类。

人脸识别是将验证者的脸部图像按特征提取，然后与数据库中的脸部图像进行对比，从而达到验证的效果。

指纹识别是通过提取验证者的指纹，将其与数据库中的指纹进行对比，如手机银行、支付宝等。

虹膜识别是基于人眼中的虹膜图像进行识别，一般用在银行内部的核心区域，如金库、数据中心等。

3.智能投顾

智能投资顾问的应用依据不同的对象，目前主要分为两类，分别针对普通客户和投资机构。

对普通客户，智能投顾系统可以对客户的年龄、消费轨迹、经济基础、风险偏好等指标进行采集，运用机器学习来构建数学模型，为客户提供个性化的金融服务，具有更客观和可靠的优势。

对投资机构，经过机器学习、神经 *** 技术，使计算机能够学习金融数据，同时，综合分析企业上下游各个环节的相互关系和与其他公司竞争情况，主动发现风险，及时调整投资策略。

在金融行业的价值链上智能金融正促成哪些方面的重构

在金融行业的价值链上智能金融正促成的重构有重构用在连接和服务、重构风险评估和管理体系、重构服务的边界、重构基础设施的建设标准和运行逻辑。

随着人工智能、区块链、大数据、云计算为代表的新兴技术的发展，金融行业历经电子化、移动化的发展过程，将进入金融与科技结合的新阶段——智能金融。

围绕“以用户为中心”的理念，智能金融将会提供更加丰富、便捷、个性的服务。这不再是对金融行业的局部提升，而将会是对金融服务的重新想象和重新构造。

智能金融：

智能金融是以人工智能为代表的新技术与金融服务深度融合的产物，它依托于无处不在的数据信息和不断增强的计算模型，提前洞察并实时满足客户各类金融需求，真正做到以客户为中心，重塑金融价值链和金融生态。

目前我国有着8亿经济活跃人口，有央行征信记录人群仅3亿，尚有5亿人未被覆盖到，信贷线上化率仅6%；188万亿资产管理规模，非银行存款占58%，资产配置优化空间巨大，而线上化率仅10%。此外，在保险、小微企业金融服务等诸多领域都存在很大发展空间。

智能金融学院是几本

智能金融学院是2本。

1、智能金融学院（SIF,SchoolofIntelligentFinance）成立于2018年4月，是全国首个以“智能金融”命名的国际化专业学院，其前身为2010年设立的西南财经大学天府学院智能金融研究所。

2、学院“传承光华金融学脉，勇立天府智能潮头”，基于人工智能、大数据、云计算、区块链等核心科技要素，对接国内外标杆产学机构，致力于培养数字经济时代所急需的，能提供智能化、个性化、定制化金融服务的，具有国际视野的复合型实用人才。