為友善您進行讨論和分享，閱讀前請辛苦點下“關注”。我将每日更新優質内容，感謝您的支援~
文丨孫虎的書房
編輯丨孫虎的書房
可以将應用在金融領域的人工智能技術劃分幾個層級。
基礎層，是指可以提供底層基礎軟硬體和計算能力的層級。
人工智能算法架構、智能硬體、系統軟體主要為支撐人工智能算法訓練、推理和應用。
利用基礎層提供的資源，針對金融場景中應用層的需求開發系列通用技術，為解決金融實際場景中的問題提供了完備的技術手段，它們從感覺、認知和過程自動化方面提供全面的技術能力。
應用層，融合技術與業務需求而産生的行業場景。
應用層，通常來說，主要針對業務場景提供不同的智能解決方案，這是多種通用層技術的集合。
人工智能通過層級的技術賦能，對金融業産生深刻的影響。
一、基礎層：
提供底層資源，支撐業務高效落地基礎層為算法提供了基礎的計算能力、工具和系統。
二、通用層：
解決業務痛點，創造核心應用價值。
（一）生物特征識别
生物特征識别技術，通過攝像頭捕捉，特征提取，再對特征進行分類，完成比對。
随着現代金融業務的線上化發展，越來越多的業務場景需要對客戶進行遠端的身份核實和認證，生物識别技術也是以在金融領域遍地開花。
（二）計算機視覺
計算機視覺技術是指運用裝置捕捉觀測對象産生的圖像或者是視訊中産生的資訊，通過以計算機能夠了解的方式進行分析和處理，進而使得計算機能夠識别目标的過程。
（三）知識圖譜
知識圖譜一般是用來描述資訊資源和資源載體之間的關系的技術，兩者的關系一般包括挖掘、分析、建構和顯示等。
在金融應用場景中，高度關聯的有知識圖譜技術、NLP和大資料分析。
針對券商、銀行等金融機構原有的使用習慣，數庫科技可以有效整合金融機構内外部資訊，一方面可以實作金融機構資料的有序積累與知識沉澱，另一方面可以通過全景圖譜打破資訊孤島，串聯孤立資料提升資料分析價值，不斷延展産業鍊資料的相容性和關聯性。
目前，SAM産業鍊包括100多萬個細分産業節點、1萬多個可連接配接資料的标準化産品節點、10多。
萬組上下遊産業關系，幫助金融機建構立智能産業資料的跟蹤能力，并進一步幫助金融機構實作智能投資和研究、智能風控和智能營銷等場景。
（四）自然語言處理
自然語言處理技術是指運用計算機處理、分析人類的自然語言，能将各種形式的資訊，比如文本資訊，通過自然語言處理和知識圖譜，大大提高了資料擷取能力，資料清洗能力，資料深度加工能力。
（五）智能語音
智能語音技術實作了人機語言通信，創造了更智能的客戶互動模式，包括語音識别技術（ASR）和語音合成科技（TTS）。
（六）機器人流程自動化RPA
RPA又稱為機器人過程自動化robotprocessautomation，是通過編寫軟體幫助機器人模拟人與計算機之間的互動過程，進而實作工作流自動執行的技術應用。
RPA的核心價值就是實作業務流程的自動化和智能化，在具體應用上隻要符合大量重複、規則明确的特征場景，都可以應用RPA技術。
金融業是目前RPA的主要應用領域之一，RPA因為其在重複性工作處理上的高适用性被應用在金融業的多個領域。
在保險行業，RPA則可以完成合同檔案報送、風控名額監控、系統清算等基礎性工作。
在證券行業，也可以利用RPA實作無人工的自動開閉市、開市期間監控和定時巡檢。
（七）其他
随着人工智能技術的不斷更新和疊代，教育訓練前模型和虛拟數字人等新興前沿技術正在逐漸使金融業成為可能。
在金融行業對高頻業務場景中，目前主要通過結合NLP技術對文本或音頻的關鍵詞提取并進行高精準度情感分析。
在金融領域，虛拟數字人可在虛拟接待，引導業務辦理，解答業務問等業務場景發揮作用。
除此之外，知識計算、腦機接口、多模态分析等很多人工智能新的研究領域，随着技術研發和應用能力的不斷完善和突破，将在金融的智能化場景應用中不斷釋放新的價值。
三、應用層：
結合業務需求，衍生智能金融場景。
（一）智能營銷
智能營銷是指利用人工智能、物聯網、計算機和網際網路通信等現代科學技術，通過建立客戶畫像、進行圖譜建構，從智能化獲客到精準施策達成交易的智能營銷新模式。
利用知識圖譜和NLP等人工智能技術金融機構可以将自身儲存的大量客戶資訊，不僅可以通過深度資料分析轉化為營銷資源，還可以根據使用者畫像實作精準的營銷定位并且在此基礎上深挖客戶潛在需求，大大提高了市場營銷的轉化率。
與此同時，RPA幫助企業完成營銷自動化，解放企業人力資源，助力營銷降本增效。
1、個性化金融服務——建構普惠金融的核心
個性化營銷是智能金融的重要應用場景。
基于機器學習和知識圖譜建立的智能推薦系統，可以根據客戶的曆史交易資訊、員工服務資訊和産品資訊等内部資料，通過内容推薦算法和協同過濾算法為客戶提供個性化的營銷服務。
2、GBC關聯營銷——創新關聯，智能化獲客手段
銀行利用運用知識圖譜技術，建構涵蓋個人、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，創新突破關聯營銷業務模式，提升全鍊條拓戶增存能力。
（二）智能身份識别
聲紋識别技術的應用，有效彌補了缺乏人臉識别使用條件的語音互動場景。
聲揚科技通過聲紋識别技術，幫助金融機構進一步降低騙貸騙保的風險。
這不僅擴大了金融機構的業務覆寫面，也有效地促進了普惠金融的進一步深化。
随着生物識别技術與金融業的進一步融合，已經落地應用的認證技術也在疊代更新，例如部分城商行希望用指靜脈識别取代現有的指紋識别技術。
與其他生物識别技術相比，指靜脈識别技術由于不可複制、不受外部環境的影響，是以具有更高的安全性。
（三）智能客服
智能客服是利用RPA、NLP、知識圖譜、智能語音、機器學習等技術，是一種基于大規模知識處理的技術引擎。
它可以提供基于語義的智能應答服務，幫助企業完成面向客戶的知識管理。
智能客服已經成為現代金融機構與客戶間溝通交流最高效的模式。
1、智能客服系統——全天候處理專業問答
智能客服系統通過使用邏輯對候選答案進行提取和分析，然後通過NLP實作知識向量的精确表達。
可以大大提高問題的提取和半結構化答案的效率，進而大大提高知識提取和半結構化表達的效率。
智能客服系統有效地解決了傳統客服人力占用較大、成本較高、業務高峰期難以有效覆寫、多管道端口難以有效資源整合等痛點。
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，還可以通過知識關聯形成推理問答。
智能客服系統還可以通過機器學習模型在日常工作中完成訓練，使用高維向量模組化訓練資料使得問題和正确答案的向量表達的得分盡量高，實作自我發展、自我優化。
2、智能電話外呼系統——打造智能化遠端服務體系
智能電話外呼系統內建了智能語音、NLP、ASR、TTS和智能網關等技術，可以代替人工完成無差多輪對話，系統使用基于NLP技術的語義分析引擎分解客戶需求，并通過比對知識庫中相應的腳本進行響應。
在産品營銷、逾期催收、風險預警、資訊通知、問卷調查等多個外呼場景中可以快速有效觸達使用者需求，大幅降低人力成本。
3、智能數字理财專員——建構最智能的财富管理銀行
智能數字理财專員以純線上财富管理業務為切入點，實作客戶線上理财業務的全旅程智能化服務，包括售前産品投教、解讀，售中産品比較、篩選、推薦以及售後持倉分析等。
（四）智能投顧
智能投資顧問是指通過雲計算、大資料、人工智能等多種技術手段，以資産組合理論等論為基礎，建構以資料為基礎的模型和算法，然後根據投資者的風險偏好、财務狀況和收入目标，輸入相應變量創造的模型，進而自動的為客戶形成投資建議，并可以持續跟蹤和動态調整投資組合。
智能投顧與人工服務相比，更加自動化、個性化同時還低費率。
在人工智能技術的加持下，智能投顧建立起了融合投資分析算法和投後自動化管理為一體的模型，隻要擷取客戶的投資偏好就可以幫助客戶獲得一套定制化的兼顧主、被動投資政策的投資組合，進而實作有效的自動化投資管理。
（五）智能投研
智能投資研究的運作模式基本可分為三個步驟：第一步是資料的擷取，通
過爬蟲擷取實時、動态、多元度的資料；第二步是資料的整理，利用NLP和知識圖譜等人工智能技術對原始資料進行清洗、篩選、提取和計算，然後據此建構相應的模型；
第三步是資料的分析，利用對投資業務邏輯和分析邏輯深度學習訓練過的模型分析整理後的資料，找出核心因子之間的聯系，進而做出預測以支援投資決策。
（六）智能理賠
智能理賠是指保險公司基于機器學習、計算機視覺、知識圖譜和智能語音等人工智能技術建構智能保險理賠系統代替傳統的勞動密集型作業方式。
實作身份核驗、理賠單據識别、欺詐檢測、圖像定損等服務的RPA自動化管理，建立起事前風險預警、索賠預防，事中欺詐檢測、精準定損和事後數字化賠付的機制。
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本高，人工效率的限制緻使理賠的認定和賠付速度都無法滿足客戶的滿意度，同時冗長的賠付環節消耗了大量低效率的人工勞動，也增加了保險行業的營運成本。
智能理賠系統在損失發生後通過移動端擷取現場圖像等資料，然後通過智能算法模型在給出定價的同時完成欺詐檢測，最後通過數字化賠付完成全自動化的業務處理。
在這一過程中智能理賠系統中的機器學習通過理賠、風控等自我學習腳本代替了人工操作，它可以節省人力成本同時縮短理賠使時間，進而提高了使用者的體驗。
（七）智能風控
Smart風控将通過機器學習、知識圖譜和計算機視覺等多項人工智能技術，結合大資料和雲計算，建構一個全面的智能金融風險防控系統。
它是操作風險、信用風險、合規風險、交叉風險和聲譽風險的數字化、自動化和智能化轉換。
智能風控的本質是通過資料驅動的風險管理和營運優化實作精益風險管理模式。
是以智能風控的核心在于大資料，風控模型利用NLP技術對金融機構自身積累的資料、第三方合作資料庫和爬蟲擷取的網上公開資料進行語義了解，并通過關聯模型打上标簽，形成金融風控的知識圖譜。
智能風控的出現标志着金融行業風控的動力從傳統的以合規風控為代表的監管驅動模式轉向以利益驅動模式，降低風控的管理成本，改善客戶體驗，對沖未知風險。
1、信貸風險防控——全流程提升經營能力
目前，在金融領域，智能風控通過應用OCR客戶授權書識别功能，在深化智能識假防假、識别廢棄發票等場景預警準确率超過手工識别準。
2、反欺詐智能防控——全流程保障交易安全
銀行反欺詐實踐。
銀行通過利用知識圖譜開展信貸資金流向自動化監測，防範貸中資金流向房地産等違禁領域，在網銀個人轉賬場景部署交易反欺詐超高維智能模型。
（八）智能合規
智能合規技術是基于認知計算的應用。
它使用機器可讀規則，通過數字監管協定幫助使用标準化規則，并通過使用标準化規則集減少釋義和解釋錯誤，進而幫助金融機構監管自身業務流程，進行持續性的合規稽核和合規評估。
（九）智能營運
智能營運是基于人工智能感覺和認知技術，在RPA技術的加持下，通過集中管理相似業務流程，提高業務标準化程度，加強資源集約化利用程度，實作平台共享。
擷取集約效應并由此降低業務處理的相關營運成本，釋放資料資産的内在效能，助力金融機構核心業務場景的智能化更新。
RPA數字員工——提升營運流程自動化處理能力
利用機器人流程自動化等技術，建構RPA數字員工，替代人工完成資訊錄入、核驗、送出等簡單重複性操作，促進降本增效、加強風險防控、助力業務拓展，預估每年此項技術可釋放上百人年工作量。
參考文獻