金融人工智能研究报告
前言一、发展概述
（1）发展背景（2）发展环境（3）发展现状 二、应用实践
（1）基础层（2）通用层（3）应用层 三、支撑能力
（1）企业战略规划（2）工程平台化（3）可信合规治理 四、发展前景
（1）技术（2）应用（3）合规可信（3）合规可信
前言 新基建要大力发展7大领域，包括5G基站、大数据、人工智能、新能源充电桩、特高压、城际高速铁路和工业互联网。人工智能不仅仅是技术发展的趋势所在，更是国家重点的发展战略。
在《中华人民共和国国民经济和社会发展第十四个五年规划和2035年远景目标刚要》中明确指出全面推动金融人工智能产业化发展，所以金融人工智能的发展在国家的全面推动和地方的积极响应下，一定会获得飞速的发展，推动传统金融业向数字化金融的迈进。
本文从发展概况、应用实践、支撑能力和发展前景四个方面阐述金融人工智能的研究情况。
一、发展概述 发展概述主要介绍金融人工智能的发展背景、发展环境和发展现状。
（1）发展背景 国家宏观政策逐步出台，《中华人民共和国国民经济和社会发展第十四个五年规划和2035年远景目标刚要》中指出，国家全面推动金融人工智能的全面发展。随着国家的号召，各地方积极响应中央的布局，加速数字化金融的建设。
（2）发展环境 以需求为导向，解决行业的痛点。
以智能为目标，提高数字化水平。
以服务为核心，聚焦五大业务链。
（3）发展现状 金融人工智能聚焦5大核心业务链：产品设计、市场营销、风险控制、客户服务和支持性活动；各个细分行业发展存在差异；各业务链的发展呈现阶梯型分布；AI金融技术应用成为关键。
人工智能技术采纳度
应用场景成熟度
二、应用实践 应用实践主要从三个维度分析目前金融人工智能的应用情况，包括：基础层、通用层和应用层。
（1）基础层 基础层保障了软硬件基础和技术能力，包括服务器、集群、内存、CPU/GPU、磁盘、芯片和终端设备等。
（2）通用层 通用层主要是结合人工智能通用技术解决业务的核心或者痛点，如机器学习、计算机视觉、自然语言处理、知识图谱、语音识别、生物特征工程、RPA等。
（3）应用层 应用层是结合人工智能技术和各个业务链实现融合智能应用场景，包括八大应用场景：智能投研、智能投顾、智能营销、智能风控、智能识别、智能客服、智能理赔、智能运营和智能合规。
三、支撑能力 金融机构要想更顺利的金融数字化金融的转型，要想更好的发展金融人工智能，需要从企业的层面制定企业战略规划，不仅要有战略上的资源支持，同时要提供资金、人才和技术等资源。这样改革团队才能大刀阔斧，稳步构建金融人工智能体系，实现数字化金融的转型。另外在金融人工智能中，不仅要好人工智能技术开发的沉淀，更要实现工程平台化，提高开发效率，降低维护成本，提高交付质量和效率。最后在金融领域，十分关注合法合规，如信息安全，数据隐私等问题，为了避免出现违法违规等问题，需要在建设金融人工智能的同时，保障合规可信建设。
（1）企业战略规划 企业需要制定数字化转型的战略规划和战略布局，做好人才和技术的储备，并提供数字化转型需要的战略资源。战略资源是实现数字化转型的保障。
（2）工程平台化 为了解决模型交付周期长、测试不充分、复用性不高等问题，需要将工程平台化，实现持续集成、持续训练、持续建模和持续部署。需要通过构建工具体系、研发运营和管理体系以及效能评价体系去推动技术场景的快速落地。
（3）可信合规治理 需要确定可信合规治理规范和治理手段，保证技术安全规范应用。解决数字化转型的后顾之忧。
四、发展前景 发展前景主要从技术、应用和合规可信三个角度展望金融人工智能未来的发展。
（1）技术 技术方面需要做好云计算、大数据、人工智能的基础数据储备，并实现工程的平台化，如DevOps/MLOps/DataOps，实现可持续，高质量，高效率交付。
DevOps整体架构
MLOps整体架构
DataOps整体架构
（2）应用 应用侧聚焦五大业务链和九大智能场景。围绕获取增量用户、降低风险成本、改善运营成本和提升客户满意四个维度，不断深入业务，结合人工智能技术衍生新的融合智能场景，解决业务的痛点，实现数字化转型。
（3）合规可信 不断晚上可信合规的规范和治理手段 。
改善运营成本和提升客户满意四个维度，不断深入业务，结合人工智能技术衍生新的融合智能场景，解决业务的痛点，实现数字化转型。
（3）合规可信 不断晚上可信合规的规范和治理手段 。
