以嚴謹和保守著稱的金融行業近年來引來了一連串的技術變革，掃碼支付、人臉識別、機器風控等新的金融手段不斷出現，顛覆了行業刻板印象。

金融場景下高度結構化的數據給AI技術的發展提供了機遇，在此基礎上，身份識別、風控管理、流程優化等領域開始出現AI技術的身影。事實上，金融行業已成為AI場景中發展最為迅速的領域之一。

人工智能對金融業的變化

①人工智能會取代大部分金融領域的從業者，首先會取代一些需要重復性工作的崗位，例如銀行客服等的職位。但長遠來看，其取代將會是全方位的，從客服到資產管理經理或交易員，人工智能也會陸續取代昂貴的人工服務。

未來5年內，銀行業的30％工作崗位將會消失。取而代之的是智能金融相關崗位增加，技術人員的需求會增加。金融機構走向技術化。

②人工智能在金融業的應用在智能投顧上的應用前景非常廣闊，借助高性能計算機和大數據處理技術，理財機器人可以為用戶提供非常好的投資建議。

自動化的程序交易可以盡可能的減少資金和時間的浪費，提升資金使用效率。目前國內領先的智能財富管理平臺懶財網在此方面已經積累了深厚的經驗。懶財網的智能機器人可以通過對用戶的資金流動性個性化分析為用戶匹配合適的資產。

③利用人工智能進行風險防控已經取得進展，已經有不少的信貸機構在實踐基，將數據挖掘、機器學習等大數據建模方法運用到貸前信用評審、反欺詐等風控管理環節。

相較傳統的征信方式，利用人工智能可以快速處理大數據內容，從而在多個維度上對風險進行評估，除了個體數據還可以分析與個體數據有關聯的其他個體和群體數據，檢測分析企業的上下游、合作、競爭對手、子母公司、投資、對標等關系。能夠覆蓋更大的范圍，同時確保風控準確性。

④人工智能領域的研究包括機器人、語言識別、圖像識別、自然語言處理和專家系統等，除了信貸風控之外，還可以進行內部安全監管。如運用圖形視頻處理技術，實時監控銀行柜員行為。通過人臉識別系統對集中運營中心、數據中心機房等進行安全保障，防范不法分子的非法入侵，同時進行多人的人臉識別，實現智能識別，達到安全防范的目標。

⑤傳統的金融賬戶登錄驗證多采用賬號＋密碼＋短信驗證碼的模式，流程繁瑣且會產生一定的通信費用。目前已有一部分金融機構將生物特征識別技術用于賬戶登錄、賬戶查詢、支付等身份驗證環節。

金融領域正在應用的生物識別技術包括但不限于指紋識別、聲紋識別、虹膜識別、人臉識別等。以人臉識別為例，隨著智能手機逐步擁有1：1的人臉比對能力，微信支付及支付寶兩大支付巨頭先后上線了刷臉支付功能，并在線下門店展開了刷臉支付設備推廣戰。

人工智能＋大數據對金融業的幫助

①在數據初篩與分類整理的基礎上，機構可以借助數據對客戶進行數據畫像。對于金融機構而言非常難以判斷，僅憑客戶填寫的資料是非常不清晰的。

通過人工智能下大量的數據輔助，金融機構就可以根據一條條數據對于要借款的用戶進行特征化處理，對用戶進行標簽化建設，通過標簽體系將用戶的特征完全描述出來，從而讓用戶的特征在金融機構面前變得清晰可見，利于下一步的業務推進和風險控制。

②近些年來，由于互聯網金融的飛速發展，在網絡上形成了一整套針對互聯網金融的“薅羊毛”黑色產業鏈，這些羊毛黨們往往手上搜集著幾百張甚至上千張電話卡、身份證等關鍵信息，只要看到有做活動的互聯網金融平臺就一擁而上，借助平臺吸引新用戶的優惠，大發橫財。

針對這個人群，人工智能＋大數據就有了用武之地，通過大數據羊毛防火墻，恒昌會記錄每個用戶的投放渠道，針對投放的轉化率、復投率等指標進行綜合分析，再判斷用戶有沒有反復更換數據卡，更換手機來注冊用戶，從而避免羊毛黨對于平臺的傷害。

③通過對于每個人的大數據分析，借助大數據建模構建起了用戶身份的關聯屬性，從而提升了對于風險的防控能力。

通過這一個個關聯體系構建起了借款人之間的人脈關系網，當一個人脈關系網中的人經常違約的話，系統將會自動降低對此關系網中人的信用評級，甚至直接拒絕貸款。

④現階段，金融欺詐事件頻發，很重要的原因就是現在一個個銀行所存儲的賬戶信息是相互孤立的，難以進行有效地分析。

基于人工智能和大數據分析的反欺詐，應用難點就在于如何把不同來源的結構化或非結構化的數據整合在一起，并構建反欺詐引擎，從而有效地識別出身份造假、團體欺詐、代辦包裝等欺詐行為。知識圖譜作為關系的整合以及表達解析方式，可以很好地解決這些問題，讓金融欺詐的慣用伎倆無處藏身，從而實現數據反欺詐。

理性看待AI在金融業的應用

AI不可能是萬能藥，不可能一下子解決行業的痛點，不可能一下子有那么完美。所以，首先要擁抱這個技術，擁抱它的商業模式，但同時要有耐心，要有務實的心態，真正了解AI的潛力和局限性。

但實際上人工智能背后有很多的人工標注、訓練學習的勞動，所以有多少人工才有多少智能，人工智能并不是一個神秘東西，有很多的努力在后面，而且需要很多使用者、用戶要理解、業務痛點，而不是說設立一個AI實驗室，找一幫科學家關起門來搞出一個神秘的算法解決很多的問題。訓練，接納它的不完美，這樣才能真正的把一個AI的項目慢慢培育起來。

如果決定采用AI技術在金融行業，必須與業務部門緊密配合，找出業務的痛點，用AI的技術解決它實實在在的。

替代和升級并存

由于上述因素的影響，金融開始變成了對技術非常敏感的行業，其中人工智能成為眼下金融行業最新的爭奪焦點，甚至有人認為人工智能將成為金融行業的核心競爭力。

關于智能機器會不會替代人的問題，其實和這個也相關。隨著人工智能的發展，現在各大銀行似乎已經不需要柜員了。雖然人工智能不能完全取代人，但是人工智能已經可以做到很多人可以做的工作。這就是為什么我們每次進銀行都會發現開的窗口并不多。這都是人工智能取代的結果。

尤其年輕人成了現代社會的主力軍，各種理財和在線的銀行APP。已經讓很多人不怎么去銀行了，所以金融工作將會有大部分工作會被人工智能所取代。沒有了柜員，原來的工作人員可能成為理財銷售，甚至辦信用卡的人員。所以銀行也不再是鐵飯碗，充實自己才是硬道理。

我國在人工智能金融上捷足先登

在AI為主的新金融時期我國最少會與美國分享話語權，現有的金融格局將會有所改變。對于我國來說，未來龐大的AIGDP，是一個求之不得的新動力。開發激活這個新動力的切入口應該是金融。

我國與美國一個最大區別是國有金融占比很高。這就決定了發展AI金融離不開國有金融參與介入投入。目前國有金融在AI技術上都是磨刀霍霍，還應該繼續加快進度。

發展AI金融的真正動力在于民營金融企業特別是大型互聯網金融公司。必須把發展民營經濟與民營金融企業放在前所未有之位置。

令人可喜的是我國這幾年出現的網商銀行、微眾銀行、螞蟻金服、百度金融、京東金融、小米金融等都具有胎里帶來的擁抱AI的基因，而且正在如火如荼的研發，給金融業帶來巨變指日可待。

結尾

在服務業中最高端的金融業特別是金融分析師，AI都試圖要取代，這就說明AI進入復雜勞動行業基本沒有障礙了。這也就決定了未來哪個國家抓住AI技術的機會，也就從根本上控制了全球發展的制高點。

未來的競爭焦點集中在第四次技術革命的核心技術上，也就是新經濟新科技新金融的競爭。這里面AI與區塊鏈兩大技術將會是焦點的焦點。這也是我國等有遠見的大國提前布局這些高科技領域的原因。