QCon北京「鸿蒙专场」火热来袭!即刻报名,与创新同行~ 了解详情
写点什么

2022 金融 AI 发展报告:这六大技术演进趋势最值得关注

  • 2022-09-08
    北京
  • 本文字数:3271 字

    阅读完需:约 11 分钟

2022金融AI发展报告:这六大技术演进趋势最值得关注

9 月 3 日,InfoQ 获悉,2022世界人工智能大会·腾讯论坛上,腾讯发布了国内首份金融 AI 白皮书——《价值共生·2022 金融 AI 发展研究报告》(以下简称“报告”)。


查看报告全文:


https://kdocs.cn/l/ccbyjNHDnDfp


报告由北京金融科技产业联盟作为指导单位,由腾讯研究院与腾讯优图实验室、腾讯云、交通银行组成的联合课题组,联动腾讯内部及金融机构业务侧,对国内多个金融机构进行了近五个月的调研,并将调研成果与课题组对金融 AI 的发展趋势思考进行汇总,共同编制而成。

金融 AI 发展全貌:政策、行业、趋势


报告分为三个章节,从政策、行业、趋势三个层面出发,详细阐述了金融 AI 的发展环境与机遇、典型场景与案例、发展趋势与展望。


报告指出,近年来,人工智能技术正不断发展,并与金融业务深度融合,衍生出新业态、新场景,深刻影响金融业的发展模式,同时也为金融服务夯实“安全底座”。


在政策层面,政策引导金融与 AI 融合发展,金融 AI 迎来新阶段。


报告从国际政策、国内政策、行业政策三个方面,介绍了金融 AI 发展的环境和机遇。近年来,从国际到国内,从社会整体到金融行业,政策层面不断出台战略规划,推动人工智能与金融的融合,深化 AI 的金融应用。


从政策趋势上看,金融 AI 发展前景广阔。随着全社会数字化的推进,金融机构与供应链、产业链上下游数据的贯通,以及跨界合作的推进,人工智能将为金融机构的业务提供更多方面、更好效果的助力作用,赋能金融机构降本增效、提升服务体验。


在行业层面,AI 赋能智能金融场景创新,金融服务能力不断提升。在 AI 与金融的加速融合下,催生出了智能营销、智能识别、智能理财、智能风控、智能客服等多种提升金融价值的场景。


报告通过上述五个场景和五个案例,展示了金融 AI 在我国目前发展现状。以交通银行融合了计算机视觉、机器学习、人工智能等新技术的“统一图像识别平台”为例,腾讯优图通过引入多模态技术提高信息抽取的泛化性能,助力解决非标准文档的 OCR 信息结构化提取,提高图像、单据识别率,推动业务效率以及用户体验提升。同时,该平台在信息录入等方面时长降低 98.4%,且准确率高,能大量节约人力成本。


在趋势层面,金融 AI 创新前景广阔,行业持续向好发展。在金融机构数字化转型持续加速的背景下,报告的趋势篇从技术的深度、场景的广度、服务的可信度三方面,展望了金融 AI 未来发展的趋势。


首先,从技术方面来看,以语音识别技术、视觉技术、全真互联技术为代表的技术不断发展成熟,将催生更多新业态,驱动行业创新发展。


其次,从场景方面来看,在技术的深度不断加强的基础下,场景覆盖的广度也将不断向外拓展,实现全流程的数智化。


最后,在安全保障方面,零信任架构、隐私计算技术的持续升级,将夯实金融机构在数据融通领域的可信基础。


腾讯云副总裁、腾讯优图实验室总经理吴运声在报告发布现场表示:“人工智能和机器学习已经成为金融行业可持续发展和增长的关键。随着人工智能技术的不断发展,在金融行业,人工智能的应用经历了标准能力应用探索、细分业务领域垂直深化阶段后,已进入全面应用和持续创新的新阶段,人工智能将用于更广更多元化的产品形态和功能”。



金融与 AI 融合凸显六大技术趋势


腾讯研究院副院长杜晓宇认为,金融与科技融合经历了三个阶段:


第一个阶段,2005 年开始的 IT+金融阶段,这个阶段金融机构通过布局 IT 软硬件实现办公自动化、软件化以及面向客户的股票交易端、网上银行等应用。


第二个阶段,是互联网+金融的阶段,这个阶段包括移动支付利用互联网终端为客户提供服务的网商银行,这个阶段是通过金融业务的资产端、交易端、资金端的打通实现共享。


第三个阶段,2015 年到现在开始的 AI+金融的阶段,这个阶段通过人工智能一系列的技术改变传统金融的信息采集、风险评价、客户服务等环节,改善金融交易不对证性和安全性、效率性。


金融业务本质是风险管理,风险控制是金融行业核心业务,但现在传统金融一直存在信息不对称、效率低、速度慢、人力成本高的问题。还有像金融行业营业时间有限、客户量大、传统员工不能满足服务以及金融市场有海量的数据信息,人工决策能力也非常有限。


AI 赋能金融的本质就是,依托人工智能的技术,大数据,也包括区块链、云计算、联邦学习等技术,解决实实在在行业存在的上述痛点,借助 AI 的技术金融业务实现智能风控,实时更新数据,让风险监控实时化。此外像 AI 服务能够形成 7×24 小时随时随地的服务并且能够实现千人千面精准化、个性化的服务,在业务经营决策上其实也能实现智能决策的支持,提升业务的效率。


现阶段,金融 AI 整个产业链包括三个层次:基础层、技术层、应用层基础层有 AI 的芯片、云服务、数据服务构成。


腾讯研究院副秘书长杨望在解读 2022 金融 AI 发展研究报告时提到,金融机构在人工智能技术方面的投入呈现增加趋势。他表示,中国银行业每年信息科技投入占到营收比重 2%到 4%之间,去年数据为 2800 亿人民币左右,用在人工智能层面上可能是十分之一,接近 200 亿的规模,整体化是逐年上升的趋势。各个金融机构人工智能和智能化的规划,包括内部的计划也在每年出都会有预算的定制,对于金融 AI 来说是很好的发展机遇。


杨望表示,从技术的视角看,金融与 AI 深度融合的过程中,整体呈现出以下六个方面的趋势:


第一,AI 建设在金融机构会向平台化、体系化、系统化层面靠拢,随着金融数字化转型的发展,金融机构逐渐重视建设新一代科技的基础设施,特别是云计算、云原生技术理念也在金融机构得到实践。结合 AI 构建金融大脑,比如说金融机构内部的金融大脑所有的前中后台业务都将围绕金融大脑进行 AI 自驱使的运转,这是我们可以期待的趋势。


第二,随着语言、语音、语义相关技术的进步,运用场景会不断丰富多元化,为金融客户提供更丰富 7×24 小时的业务办理。


第三,图像视觉相关的技术将继续演进,特别是卫星遥感等像图像识别的应用将进入更多的金融机构。计算机视觉技术在金融业,特别是身份认证的环节的作用会越来越普遍。


第四,AI+RPA 的技术将成为金融主方向,理解市场环境变化的认知能力提高。


第五,低代码、零代码的开发技术兴起,提供全新金融技术人员工作流程,促进金融领域各个项目快速落实,例如,很多金融机构都已经引用 RPA 的技术+人工智能,让各个岗位工作人员都能做低代码和零代码的工作,能够实现完全无代码的工作环境,简单而言所有工作人员都能像码农一样用无代码或者零代码的方式去实现业务的某个或多个功能。


第六,人工智能是全真互联中非常重要的技术,它能够帮助数字经济和实体经济融合发展,并且推动金融高质量发展,具体来说,就是通过实时音视频技术等,全真互联将加速渗透各个金融业务流程,加速金融普惠。


总结来说:


第一,数字员工能够替代人工的一些低效率工作。


第二,数字原生可以促进技术体系。


第三,远程银行能够跨省、跨地域地进行金融普惠业务。


第四,NFT 这些技术能够帮助金融机构资产进行更好数字化的流转和价值提升。


从具体 AI 落地可以看到,智能风控投入占比很高,说明关注风险管理、提升风险识别能力仍就是整个金融 AI 技术的主要目标。

2022 年金融 AI 发展方向:从提升广度到提升深度、速度和温度


杜晓宇判断,2022 年之后,金融机构对 IT 解决方案的灵活性重视程度不断提升,混合云和云服务、自然语言处理、计算机视觉、知识图谱、机器学习等这些技术广泛应用到各个场景。


杜晓宇从四个方面,详细阐述了金融 AI 的发展趋势:


第一,金融 AI 在银证保不断加速的创新过程中,金融 AI 在更多的场景中实现。


第二,金融对我国发展是至关重要的阶段,其实 AI 在金融领域的实践,特别是在安全领域的实践,可以像其他行业不断发展。


第三,金融 AI 一直在释放人力成本,无论是银行、证券和保险金融 AI 都可以完成劳动密集型的一部分,通过金融 AI 提高金融的效率。


第四,作为信息密集型行业,金融 AI 不具有一定的溢出效应,现在很多企业仿照金融领域的 AI 应用布局,建立了 AI+RPA 以及低代码开发平台整合,开启了新的业务模式,可以看出金融业 AI 的发展,实际上也可以不断推进其他业务对 AI 的应用。


杜晓宇认为,过去二十年来,互联网技术和移动互联网技术的发展,为金融服务带来了广度上的提升,而从现在到未来,金融 AI 将为金融服务带来深度、速度特别是温度的提升。

2022-09-08 10:257215
用户头像
刘燕 InfoQ高级技术编辑

发布了 1112 篇内容, 共 554.9 次阅读, 收获喜欢 1978 次。

关注

评论

发布
暂无评论
发现更多内容

容器云平台和Kubernetes之间不得不说的那些事

用友BIP

Kubernetes 容器

springcloud 微服务日志写入kafka

Rubble

kafka Spring Cloud 8月日更

ToastUtil实用封装

Changing Lin

8月日更

积极重夺制造霸主地位,英特尔不玩“纳米游戏”了

E科讯

这些智能合约漏洞,可能会影响你的账户安全!

华为云开发者联盟

区块链 智能合约 安全 形式化验证 华为区块链服务

架构实战营毕业设计

eoeoeo

架构实战营

SLB 负载均衡实践

若尘

负载均衡 阿里云 弹性负载均衡 8月日更

我两年的坚持,值了!

程序员鱼皮

Java JavaScript 腾讯 职场 大前端

上K8s,研发团队如何从容一点?

行云创新

容器 k8s

十大排序算法--希尔排序

Ayue、

排序算法 8月日更

华为云UGO:醒醒!你的异构数据库迁移难题有救了

华为云开发者联盟

数据库 迁移 华为云 异构数据库 UGO

如何在渲染之前等待 Axios 数据?

吴脑的键客

大前端 React axios

CodeDay#8:支付宝都在用的容器技术了解一下

蚂蚁集团移动开发平台 mPaaS

小程序 支付宝小程序 支付宝 移动开发 mPaaS

混合基础设施下,服务网格(Service Mesh)如何对应用进行统一管理

韩陆

LeetCode题解:173. 二叉搜索树迭代器,栈,JavaScript,详细注释

Lee Chen

算法 大前端 LeetCode

【Git技术专题】如何使用git中的tag进行版本开发控制?

码界西柚

git 8月日更

手把手教你怎么导入Go语言第三方库「让我们一起Golang」

Regan Yue

后端 Go 语言 8月日更

手撸二叉树之二叉搜索树的最近公共祖先

HelloWorld杰少

数据结构与算法 8月日更

用微服务架构方式交付云服务产品

用友BIP

容器 微服务 专属云

百度第25季黑客马拉松再秀“技术基因”,累计产生创意超7000个

科技热闻

JVM

ltc

JVM

【Flutter 专题】78 图解 Android Native 集成 FlutterBoost 小尝试 (一)

阿策小和尚

Flutter 小菜 0 基础学习 Flutter Android 小菜鸟 8月日更

手撕环形队列系列三:多生产者并行写入

实力程序员

程序员 数据结构 C语言 编程开发 环形队列

【LeetCode】有效三角形的个数Java题解

Albert

算法 LeetCode 8月日更

面试官:展开说说,Spring中Bean对象是如何通过注解注入的?

小傅哥

spring 小傅哥 注解注入

软件架构模式之微服务架构

架构精进之路

架构 微服务 8月日更

经验之谈:程序员应该如何学好大数据技术

博文视点Broadview

kubernetes入门:简介与基础操作命令

小鲍侃java

8月日更

netty系列之:netty中的ByteBuf详解

程序那些事

Java Netty nio 程序那些事

Java代码中,如何监控Mysql的binlog?

码农参上

Binlog 实战

企业需要拥有自己特色的DevOps

用友BIP

Docker 容器 DevOps 微服务

2022金融AI发展报告:这六大技术演进趋势最值得关注_AI&大模型_刘燕_InfoQ精选文章