被AI入侵的的金融業——「AI＋金融」行業研究報告

科技 09-06

關注並標星36氪

每天3次，打卡閱讀

更快更深刻洞察互聯網商業

━━━━━━

高大上的金融從業者會被人工智慧搶了工作嗎？

文| 36氪研究院

「15年內，人工智慧和自動化將具備取代40%-50%崗位的技術能力」，李開復的這一預言不禁引起人們對人工智慧應用前景和個人職業規劃的重新思考。

你的工作會被人工智慧取代嗎？這樣的焦慮在我們剛剛使用語音助手聊天的時候或許還是杞人憂天，但在AlphaGo先後打敗人類頂級圍棋選手的今天，卻已經成為一件不得不面對的事情，金融業尤其明顯。

據外媒報道，在2000年頂峰時期，高盛在紐約總部的現金股票交易櫃員達600名，但現如今卻只剩下2名「留守空房」。無獨有偶，2015年12月，摩根士丹利表示在全球裁員1200人；2016年1月，瑞信對倫敦的1800名員工發出裁員警告；2016年3月，日本最大的投行野村證券稱將在北美裁員20%，同月美銀美林也傳出將裁逾5%交易員的消息。

同樣的事情在銀行業也在發生。花旗銀行的一份統計報告顯示，個人金融銀行試圖藉助自動化節省人力，預計在2015—2015年之間減少30%的員工。在國內，根據各大商業銀行年報數據顯示，五家國有銀行在境內銀行機構員工數量全部減少，其中工商銀行、農業銀行、建設銀行減員都在8000人以上。

是什麼讓往日風光無限的金融行業頻頻裁員？待市場重新回歸牛市，是否還會恢復到往日的用人規模？答案是否定的。金融行業良好的數據基礎和服務屬性，使其成為最被看好的人工智慧應用領域之一。大量人工智慧技術借金融場景落地生根，取代了原本繁雜的人力勞動才是造成「失業」現象的根本原因。

為什麼金融行業最被人工智慧看好？

原因主要有三點：一方面，金融行業的信息化建設起步較早，且行業內極其重視數據的標準化和規範化採集，因而具有大量的數據積累，這些數據為人工智慧的應用提供了堅實的基礎；另一方面，以銀行、保險、證券業為例，金融業的主要業務都是基於大規模數據展開的，大量繁瑣的數據處理工作，急需自動化和智能化的變革來解放人力；此外，金融普惠化和場景化的創新，也需要新的技術手段來提供支持，而人工智慧與金融的結合，無疑為金融創新提供了更多的可能。

金融業有哪些人工智慧應用場景？

智慧銀行、智能投顧、智能投研、智能信貸、智能保險和智能監管是當前人工智慧在金融領域的主要應用，分別作用於銀行運營、投資理財、信貸、保險和監管等業務場景。智慧銀行從提升用戶體驗和服務效率為主要出發點，實現服務和運營的智能化變革；智能投顧是人工智慧在理財領域的應用，旨在利用計算機程序評估用戶的風險偏好和理財需求，從而提供自動化的配置建議；智能投研用於輔助投資分析，提升投研效率；信貸領域，基於大數據和深度學習的風控、徵信正改變著傳統的信貸模式。

此外，保險和監管也朝著智能化的方向發展。金融業智能化的變革從各個角度提升了行業效率，為業務模式的創新提供了新思路和新方法，但同時也使金融風險變得更加複雜，新監管手段的探索受到重視。

「AI+金融」發展現狀及前景如何？

當前人工智慧在金融行業的各個細分領域應用還有較大的發展空間，行業處於初創期，機遇與挑戰並存。

從人工智慧技術的角度看，技術不斷進步至發展成熟的趨勢明顯，而技術的商業化變現則依賴於實際的應用場景。因此，隨著人工智慧技術的逐漸成熟，行業關注的重點也將逐步從技術研發轉移到場景探索上來，金融行業作為最被看好的AI應用領域之一，無疑會有更多的發展機會。

從場景的角度來看，人工智慧在金融領域的場景應用逐步落地，當前行業仍處於探索期，具有較強的不確定性。短期來看數據和技術對各個金融科技平台的發展具有較大的影響，但隨著技術的逐漸成熟，數據共享機制的逐漸建立，好的應用場景和商業模式將在未來的發展中佔據更主要的優勢，而應用場景也並非一成不變，其發展本身具有一定的不確定性。此外，由於金融行業發展的差異性（如各國金融市場的成熟度不同，投資者的投資風格迥異等），短期來看，人工智慧技術對金融行業發展的輔助性作用更為明顯；長期來說，技術所能達到的界限難以界定，不排除有對行業產生顛覆性影響的可能，市場具有較強的不確定性。

本篇報告主要內容

什麼是「AI+金融」？

「AI+金融」行業發展的驅動力有哪些？

「AI+金融」的行業現狀怎樣？

「AI+金融」的產業鏈圖和各類參與者分析

「AI+金融」的應用場景：智慧銀行、智能投顧、智能投研、智能信貸、智能保險、智能監管

「AI+金融」的行業總結與前景分析

以下是報告全文