文档介绍：浅谈人工智能在金融领域的应用
摘要依托互联网金融的兴起,计算机视觉、自然语音处理、机器人、语音识别等人工智能技术在金融行业中被用于信用评估、客户服务、市场研究、预测分析、保险报价、贷款催收、企业财务和费用报告等众多岗位。
中国论文网/3/view-
关键词人工智能互联网金融大数据
一、人工智能的发展概况
人工智能(Artificial Intelligence,缩写AI)是一门研发用于模拟、延伸和扩展人的智能的人类智能的理论、方法、技术及应用系统的新的技术科学。人工智能早在1956年就已被提及。随着近几十年来计算方法的革新、硬件水平的提高和云计算大数据的共同驱动,人工智能得到了各行业的广泛关注和研究。尤其是在2016年Google的Alpha Go战胜李世石,随后Alpha Go升级版Master持续挑战人类顶尖围棋高手,保持了60场不败的纪录,使得人工智能名噪一时。
根据艾媒咨询发布的《2017中国人工智能产业报告》显示,%,,。
二、人工智能在金融领域的变革情况
一直以来,金融行业差别化的服务都是基于“人”的服务。然而,近年来,机器人的出现在一定程度上模拟了人的功能,批量而且更个性化的服务正尝试取代人的位置。依托互联网金融的兴起,计算机视觉、自然语音处理、机器人、语音识别等人工智能技术在金融行业中得到了广泛的应用。在“第二届中国金融科技大会”中,百度高级副总裁朱光指出金融是人工智能最好的落地场景,因为它的核心就在于数据和数据处理。
(一)人工智能在银行服务领域中的应用
第一,征信助手。从传统金融到“互联网+金融”,无论是传统的信贷审批还是互联网产品,如P2P、现金贷等征信的搜集,风险防控一直是银行类金融机构的重要课题。在过去,对贷款人贷前识别、贷中监控、贷后反馈,一般会单纯地依靠大量的信贷工作人员的实地考察,这就极大地增加了信用风险评估的片面性和失误性。目前,借助人工智能和大数据搜集和认证客户信息。通过多渠道、多维度地获取客户信息数据,实现智能化征信和审批,可极大地加快银行信贷速度和限制增量风险,减少信息不对称。传统银行信贷风控模型中,变量覆盖只有20~30个,而基于用户数据累计和人工智能技术建立的智能化风险控制体系模型可超过万级单位。澳大利亚证券及投资委员会(ASIC)、新加坡货币当局(MAS)、美国证券交易委员会等多家机构已将AI引入风险管理。
第二,客户服务。在银行客户服务中,用户的咨询问题具有重复性特征。人工智能利用深度学习系统,通过前端客户数据搜集,如用户信息、行为动态等方面进行捕捉,而后结合客户性别、年龄、爱好等进行多维度、标准化营销。首先,各大银行通过推出可互动的高科技机器人代替大堂经理,提升客户体验,降低成本。例如,交通银行的“娇娇”、民生银行的“ONE”、农业银行的“智慧小达人”。其次,近年来建设银行、中国银行等多家银行先后建立“智慧银行”,颠覆了传统的银行模式。客户将在智能机器人的引导下办理各项业务,增强银行的科技感和服务的体验感。
(二)人工智能在投资顾问中的应用
相比传统的投资顾问,智能顾问通过机器学习与神经网络技