国内智能金融公司

① 目前人工智能在金融行业属于什么水平

资产管理领域应用AI可以把它分成三个子概念：智能投顾、智能投研、智能投资。每一类的功能偏向有所不同，涉及的AI算法也会不尽相同。
1）智能投顾
典型功能包括：客户偏好分析、市场分析提醒、智能配置组合、交易执行、组合优化等。
典型AI算法包括：知识图谱、机器学习、智能语言处理技术、图像识别等。
这方面有代表性的应该是美国的Wealthfront和Personal Capital两家公司。国内做得出彩的目前看来没有。铂诺希望作为一个先行者，在客户偏好和市场提醒这两项功能上着重发力，打造一个前端的智能顾问，帮助客户更好的了解自己和了解市场。
2）智能投研
典型功能包括：股票市场信息的深度挖掘分析、投资策略的量化与回测等。
这些功能的过程本质：数据获取、特征提取、数据转换、模型训练、模型选择、模型预测。
典型AI算法包括：监督学习算法：(1)回归算法：决策树、随机森林等; (2)分类算法：二次判别分析、K最近邻算法等; (3) 降维算法：偏最小二乘法等。
无监督学习算法：(1) 聚类算法：K均值、分层等; (2) 降维算法：主成分分析、独立成分分析等。
3）智能投资
典型功能包括：量化交易，智能风控
典型AI算法包括：在线过程分析（OLAP）、聚类、滤波、神经网络、预测模型等。
这部分同样是外国的企业走得比较靠前，07年开始Rebellion research就开始采用贝叶斯网络算法进行智能投资相关的工作了。
国内的跟进速度也比较快，铂诺这几年也一直致力于搭建自己的智能风控平台。

② 人工智能在金融领域有何前景

据《中国人工智能行业市场前瞻与投资分析报告》数据显示，截至到2016年第二季度，全球人工智能公司突破1000家，跨越13个子门类。2011-2016年人工智能领域融资额复合增速达到42%，总融资额高达48亿美元。
对于上规模的互联网金融企业来说，防控风险、提升利润、降低成本才是关键，因而不少企业都对金融科技极为重视，科技金融如果能够接入更多的玩家，那么对于消费金融公司更容易掌控头部资源，进而开展相应的业务。

③ 在智能风控方面，哪家金融服务公司牛逼些

同盾科技
底层技术能力很强，而且服务态度也不错

④ 大数据和人工智能在互联网金融领域有哪些应用

大数据从四个方面改变了金融机构传统的数据运作方式，从而实现了巨大的商业价值。这四个方面（“四个C”）包括：数据质量的兼容性（Compatibility）、数据运用的关联性（Connectedness）、数据分析的成本（Cost）以及数据价值的转化（Capitalization）。

大数据在金融业的应用场景正在逐步拓展。在海外，大数据已经在金融行业的风险控制、运营管理、销售支持和商业模式创新等领域得到了全面尝试。在国内，金融机构对大数据的应用还基本处于起步阶段。数据整合和部门协调等关键环节的挑战仍是阻碍金融机构将数据转化为价值的主要瓶颈。

数据技术与数据经济的发展是持续实现大数据价值的支撑。深度应用正在将传统IT从“后端”不断推向“前台”，而存量架构与创新模块的有效整合是传统金融机构在技术层面所面临的主要挑战。此外，数据生态的发展演进有其显著的社会特征。作为其中的一员，金融机构在促进数据经济的发展上任重道远。

无论是在金融企业还是非金融企业中，数据应用及业务创新的生命周期都包含五个阶段：业务定义需求；IT部门获取并整合数据；数据科学家构建并完善算法与模型；IT发布新洞察；业务应用并衡量洞察的实际成效。

在今天的大数据环境下，生命周期仍维持原样，而唯一变化的是“数据科学家”在生命周期中所扮演的角色。大数据将允许其运用各种新的算法与技术手段，帮助IT不断挖掘新的关联洞察，更好地满足业务需求。

⑤ 未来金融行业有可能被人工智能取代吗

2018年科技金融服务发展现状与前景分析 机器人行业前景被看好，融合金融领域智能化发展大势所趋

2018年科技金融行业发展现状分析

要说科技金融的2018，那句老话适用：这是最好的时代，也是最坏的时代。P2P接连爆雷，比特币涨少跌多，搞得人心惶惶。

但双十一仍在打破纪录，抖音在发掘市场，拼多多在关照五环外，机器人在料理股市……没有什么能够阻挡，改变世界的向往。2018年，企业继续各出奇招，新技术孕育新钱景。生存不易，生意继续。

今年国务院出台多项政策部署缓解小微企业融资难题。9月开始执行新规，直到2020年底，向小微企业贷款的利息免缴增值税。业内人士预计，对小微企业的帮扶将成为金融政策重点。互联网金融也在改变传统金融的支付、风险管理等环节，引入大数据降低征信和放贷成本，用高科技手段清除小微企业的融资障碍。

预计2019年中国金融科技营收规模将突破1.4万亿

据前瞻产业研究院发布的《中国科技金融服务深度调研与投资战略规划分析报告》统计数据显示，2013年中国金融科技营收规模仅仅为695.1亿元。2014年中国金融科技营收规模突破千亿元。到了2016年中国金融科技营收规模增长至4213.8亿元，同比增长42%。截止到2017年中国金融科技营收规模达到了6541.4亿元，同比增长55.2%。预计2018年中国金融科技营收规模将达9698.8亿元。目前金融科技服务于金融机构，更偏向于实际金融业务的后端，并不是金融产业链中利润最丰厚的一环，因此短时间内金融科技营收规模很难迎来爆发式增长，或将继续保持这样的增速稳定增长，并预测在2020年中国金融科技营收规模将达19704.9亿元。

2013-2020年中国金融科技营收规模统计及增长情况预测

数据来源：前瞻产业研究院整理

1、上市绿通道 青睐领头羊

全国“两会”热议IPO绿色通道，从3月份开始，A股绿色通道盯上高科技巨头。监管层对券商作出指导，包括生物科技、云计算在内的四个行业若有“领头羊”，立即向发行部报告，“即报即审”。

A股对“下一个BATJ”的呼声已久，新华社更发文称“中国资本市场的‘BATJ’梦’该圆了!”2018年年初监管层的密集动作，体现出对新兴企业的大力支持。2月9日，深交所发布战略，要强化对这些科技大公司的服务，着力吸引一批优质企业。

众所周知，BAT等知名科技企业大多都在境外上市，为了留住优质的好企业，监管层为优质企业开通绿色通道也是应有之义。让股东长期持有优质上市公司股票，市场回归价值投资，他们被寄予厚望。

2、神偷现江湖 数币难找回

年初，日本Coincheck交易所暂停了除比特币之外的所有加密货币的交易，原因是黑客攻击了26万用户，并盗取了数字代币新经币NEM，损失价值约为5.3亿美元。这是数字货币有史以来最大的一起盗窃案。之后，日本16家加密数字货币交易所成立一个自我监管小组，自查系统漏洞。这次丢失是因为该交易所数字加密货币交易系统存在安全风险，和数字货币是否加密并无关系。

今年4月，还发生一行代码蒸发64亿人民币这样不可思议的黑客操作。黑客找到一个代码漏洞，与之相关的区块链产品的全部市值瞬间被转出，趋近于零。

用户持有比特币类加密货币的唯一凭证是数字地址和密钥，因此，很难实际跟踪到加密货币的持有者及其位置。正因为加密货币的匿名性、便捷性，交易过程难以发现、难以跟踪、难以追回，使得此前很多非法行为(如勒索、诈骗、贩毒、贩枪等)选择加密货币作为交易货币。

一般来说，盗取者通过匿名网络找到洗钱人，将“黑币”倒入后者地址，并向洗钱人提供若干个干净地址。洗钱人时刻关注，一旦发现干净地址交易，便向其转入小笔“黑币”。如此蚂蚁搬家，将“黑币”洗白。

3、币圈与链圈 冰火两重天

上半年忽冷忽热、下半年跌跌不休，区块链货币轰轰烈烈一路向下。梦想破灭，薪资下调，人才离场。

2016年底全球数字货币总市值才177亿美元。2018年1月8日，总市值高达8139亿美元。而11月底又跌破1400亿美元。比特币从一枚2万美元掉到了3千美元。有些币从五块钱掉到了一分钱。一些曾雄心万丈看好比特币的名人，也黯然退出币圈。

有业内人士评论：上半年，多数人都是想赶紧发个币，围绕项目，开交易所的一大堆，自媒体的一大堆，矿场也是一大堆，但并没有创造多大的价值。这样的泡沫破裂是必然。

与币圈风声鹤唳不同，链圈尚较平稳。工信部5月下旬发布国内第一份官方区块链产业白皮书预计：区块链应用将加快落地，推动新一轮的商业模式变革，为实体经济“降成本”“提效率”，构建诚信产业环境。有观察者表示，《白皮书》的发布预示着区块链服务实体经济的前景看好。

工信部《白皮书》提到，区块链未来3年将在实体经济中广泛落地;区块链将加速“可信数字化”进程，带动金融“脱虚向实”服务实体经济。还展望说，区块链监管和标准体系将进一步完善，产业发展基础继续夯实。

工信部的区块链白皮书显示：截至2018年3月底，中国主营区块链业务的公司已达456家。行业应用服务类公司数量最多，其中主要为金融行业应用服务的公司数量达到86家，主要为实体产业应用服务的公司数量达109家。此外，区块链解决方案、底层平台、区块链媒体及社区领域的相关公司数量均在40家以上。

有业内人士说，区块链的大规模应用会率先出现在互联网和金融行业的集中地，如上海、北京等城市，也会率先在龙头企业出现，如在深圳的富士康、在北京的链家等，几乎不可能出现在小微企业尤其是初创企业。

4、抖音链淘宝 变现不用愁

今年10月，抖音国内日活跃用户已破2亿，抖音也连续占据各种下载榜头名，其商业变现令人瞩目。

各大互联网巨头纷纷进场跑马圈地。据不完全统计，围绕着短视频的商业布局，各种融资额已经超过300亿元。刷抖音已能看到一波波广告。去年抖音和品牌合作推出视频广告是商业化的探索。更为重要的是电商的导流。抖音选择和阿里合作，都在促成交易后拿一笔佣金。

双十二前一天，抖音宣布开放之前只对大V开放的购物车功能，较为活跃的实名认证账号就有资格开通。抖音中的购物车按钮，点击后会跳出商品推荐信息并直达到淘宝。抖音联手淘宝入局电商，这一举动引发不少关注，有业内人士认为抖音已经在大步迈向消费升级的道路。

有评论说，抖音的赚钱能力或许会超过今日头条;也有人指出：现在抖音的信息流广告一年就能达到100亿元，可能会越来越多。

除抖音外，各个短视频平台也早在电商平台方面谋篇布局，有预计说，2018年娱乐内容营销额将超过280亿元，短视频广告额有望超400亿元。

5、网贷生死劫 监管日益严

跑路、停业、提现困难……一长串P2P机构清单令人触目惊心。上半年，频频传来百亿级P2P平台倒塌的声音。仅以7月为例：
7月9日，钱爸爸发布暂停运营公告，该平台累计交易额突破325亿元;同时，多多理财发布公告称公司已失控;14日“投之家”平台爆雷;7月7日银票网控制人投案，平台累计成交额140亿元，用户超69万。7月，杭州公安局还对佑米金融、牛板金、杭州云端金融等公司涉嫌非法吸收公众存款案立案侦查……

P2P网络借贷以门槛低、收益高、操作方便灵活为卖点，迅速在互联网金融市场占据一席之地。近年来狂飙猛进的P2P网贷行业，走过井喷期后，随之而来的是倒闭和失联大潮。

网贷平台的倒闭可能是受大环境的影响;更重要的是一些平台违规做信用中介，导致风险加大。

P2P成为危险的标签，违规互联网金融已演变成重大金融风险。全国P2P网贷行业不得不自律检查。深圳、杭州、北京、广州、上海等12个省市的地方互联网金融协会自律组织均发布了关于网络借贷信息中介机构退出指引或规程性的文件。中金公司报告称，预计只有十分之一的运营平台能够活下来。而大部分P2P网贷平台业务仍不合规，相当多平台尚未完成银行存管，即存在资金池和挪用资金的可能。

自2012年P2P异军突起，到野蛮生长，再到行业洗牌，该行业已走过了一个完整的起伏周期。尤其是近两年一系列监管规范出台，加速了行业的洗牌。作为重点整治的业态，P2P网络借贷和网络小贷领域存量风险化解清理完成时间将延长至2019年6月。

6、手机查征信 谁知留后患

中国人民银行5月发通知严管APP接入征信系统。央行要求：“严格授权查询机制，未经授权严禁查询征信报告，规范内部人员和国家机关查询办理流程，严禁未经授权认可的APP接入征信系统。”

不用跑银行排队等候，只需在手机上下载个APP，输入个人信息，就能查询个人征信，并在24小时内出具报告……很多手机APP确实方便，殊不知，背后却存在严重的信息安全隐患。整个过程对于用户来说都是在APP上完成的，但实质上是APP利用用户提供的信息在征信中心的平台上进行查询，与用户本人在征信中心平台上查询无异，APP在这个过程中充当了中介的角色。

部分代查APP运营商为用户代查的初衷就是要获取用户信息，来实现其他商业目的。比如获知某些用户在央行征信记录不良的情况下，可以向该类用户定向推销其他金融贷款业务。而且，短时间内频繁地查询，同时没有放款记录，可能会让银行认为你急需资金但却处处碰壁，因此会对你的借款申请更为谨慎。

央行严管后，能查询个人征信、接入央行征信系统的应该只有符合条件的银行和小额贷款公司、融资性担保公司、村镇银行等金融机构。

7、各国发数币 打算并不同

全球第一个由政府主导的数字货币今年出台。这款名为“石油币”(Petro)的数字货币，由委内瑞拉政府出售。价值与石油挂钩，每一个石油币由委内瑞拉的一桶油作为担保。过度依赖石油，过度的福利政策以及新能源的开发共同造成委内瑞拉经济极度不堪。马杜罗政府搭上数字货币热潮，无疑希望尽快融资募集资金，挽救经济败局，稳定国内局势。

虽然委内瑞拉数字币听上去不怎么可靠，但有很多国家也在开发数字币。伊朗邮政银行或将开发加密货币;以色列也有发行“数字谢克尔”的计划;俄罗斯研究“加密卢布”来规避美国制裁……

随着互联网支付兴起和现金被冷落，瑞典、日本、新加坡和爱沙尼亚都在考虑使用加密货币来替代现在的法定货币。有报告预测，到2020年，全球数字支付交易量平均每年增长10.9%，2020年将达到近7260亿笔。中国人民银行数字货币研究所也早已挂牌成立。

8、拼多多上市 引消费反思

有些人想买龙虾，有些人还没吃过虾，这或许就是拼多多崛起令人疑惑的背后。

有评论说：在拼多多看来，消费升级首先要让一部分人先用上低品质的商品，再去考虑品质如何提升。2015年成立，名气并不响亮的拼多多，今年异军突起，成为仅次于阿里和京东的中国第三大电商平台。

7月26日晚，拼多多在上海和纽约两地同时敲钟上市。代表拼多多在纽约敲钟的是一位拼多多的用户，前不久刚用一分钱抽中一台iPhone
X。当天拼多多股票大涨41%，盘后交易结束达到351亿美元市值。

而8月1日，国家市场监管总局要求对拼多多展开调查，上市第5天，拼多多市值蒸发50亿美元。拼多多以黑马姿态杀出电商巨头重围，又因商品质量问题被推到风口浪尖。不过总体来看，2018年他们的财报数据不错。

挺拼多多的人说：要知道品牌溢价高达几倍，有些“白牌”产品质量未必不好，但没品牌就没有打市场的敲门砖。而拼多多或许给了这类产品一个机会。

9、俄国世界杯 支付成赢家

法国拿了冠军，中国笑得很开心。借世界杯的春风，俄罗斯暑期的支付宝交易量猛增了75倍。

暑期支付宝交易量增长较快的国家大多地处欧洲、澳洲。随着选择远距离、高端游的中国旅客不断增多，欧洲、澳洲的商户对移动支付兴趣也在增大。暑期，加拿大支付宝交易量增长12倍，澳大利亚增长6倍，新西兰增长7倍，芬兰增长5倍……

近年来，支付宝、财付通等第三方支付加速“出海”，合作版图从东南亚延伸到欧美国家。目前，支付宝已在40多个国家和地区接入数十万商户，并在其中9个国家和地区与本土品牌合作完成了本地钱包的布局;财付通的微信支付接入的国家和地区已增至40个、支持13种币种(包括人民币)直接结算，并已取得了马来西亚的支付牌照。

此外，针对国人出境旅游的刚性需求——“退税”，多家机构都积极提升服务，以避免现金退税等待时间长、需货币兑换等问题。

境外44个国家和地区的30多万家商户已经支持银联卡退税，持卡人还可在14个国家和地区体验即买即退的“市区退税”。微信小程序推出“腾讯退税通”可以实现境外实时退税，服务覆盖26个国家和地区的77个机场。

据介绍，欧洲80个机场在开通手机退税后，暑期使用支付宝人均退税近1000元。因为实时到账，且让游客直接能拿到人民币，因此年轻人有一半都这样退税。

10、聊天机器人 顺便泡股市

机器人小冰能聊天，能作诗。今年她展示了金融能力。她可以抓取沪深两市26类上市企业发布的全部公告，自动生成摘要。即使在大量企业同时公布各自公告的高峰时刻，小冰依然能够保持同步，约20秒即可稳定输出。微软表示：国内现有90%的交易员获得其支持，而另外10%的交易员，由于是人工处理，约晚20分钟才能得到摘要。

而蚂蚁金服对外公布的数据显示，网商银行的花呗与微贷业务使用机器学习降低虚假交易率近10倍，为支付宝证件审核系统开发基于深度学习的OCR系统，使证件校核时间从1天缩至1秒，同时提升了30%的通过率。

法国初创公司DreamQuark利用深度学习，帮助巴黎银行等十几家金融机构和公司改进金融服务决策。机器学习可分析银行和金融公司的大量数据，追踪客户信用记录，从欺诈到反洗钱的检测评分，还通过发现市场早期变化迹象管理投资组合，为客户避免风险。

业内专家表示，机器人在金融领域的应用前景十分良好，而未来金融领域将朝着更加智能化的方向发展，这是行业大趋势。花旗集团总裁杰米·福雷斯表示，花旗银行中有40%的运营职位可以完全用机器替代。未来将会有更少的员工挣更多的钱，而机器人将接管“低价值服务”。

⑥ 大家谈谈人工智能和金融行业那个有前途，有人说人工智能会取代金融，这是真的吗懂行的人说说

人工智能是机器是工具，金融涉及面就比较广了。要发展任何行业必先发展金融，干什么事首先需要的就是钱，个人认为人工智能取代不了金融，除非智能机器能像算命先生一样能把人算死，当然这是不可能的。两者哪个有前途取决于决策人在哪个方面有兴趣或者天赋。

⑦ 有适合金融行业使用的专业智能系统吗

算法与编程计算机系统 。 人工智能大学前学术准备 须具有良好的逻辑推理能力和缜密的思维，有较好的

⑧ 智能金融的内容是什么

1、什么是智能金融？

智能金融尚无统一定义。《报告》提出，智能金融是指人工智能技术与金融业深度融合的新业态，是用机器替代和超越人类部分经营管理经验与能力的金融模式变革。

2、智能金融和金融科技有什么区别？

《报告》提出，智能金融与数字化转型、金融科技既有密切联系又有重要区别。

智能金融的发展基础是金融机构数字化转型，数字化转型为智能金融的发展提供了基础设施的保障。

智能金融是金融科技发展的高级形态，是在数字化基础上的升级与转型，代表着未来发展趋势，已成为金融业的核心竞争力。

相比互联网金融、金融科技，智能金融更具革命性的优势在于对金融生产效率的根本颠覆。智能金融替代甚至超越人类行为和智力，更精准高效地满足各类金融需求，推动我国金融行业变革与跨越式发展。

3、为什么要专门研究智能金融？

把智能金融从金融科技中单列出来编制专门的发展报告，主要是基于以下考虑：

一方面，发展人工智能技术已成为我国的一项重要战略，当前各国在新一代人工智能技术已展开激烈竞争。而金融与人工智能具有天然的耦合性，是人工智能技术应用最重要的领域之一，发展智能金融有利于我国抢抓人工智能发展机遇，占领技术制高点，特别是金融业的特殊性，势必对人工智能技术提出新的要求和挑战，可以推动我国人工智能技术的突破与升级，提高技术转化效率。

另一方面，人工智能技术为未来金融业发展提供无限可能，是对现有金融科技应用的进化与升级，对金融业发展将会产生颠覆性变革。专门研究智能金融有利于跟踪世界人工智能技术与金融业融合的应用开发，有利于加强金融行业的适应性、竞争力和普惠性，极大地提高金融机构识别和防控风险的能力和效率，推动我国金融供给侧结构性改革，增强金融服务实体经济和人民生活的能力，守住不发生系统性风险的底线，加快建设我国现代化金融体系，增强金融国际竞争力，助力由金融大国到金融强国的转变。

4、智能金融现在有哪些应用场景？

《报告》提到，目前智能金融的应用主要包括前中后台三大方面。

第一，智能身份识别已广泛用于个人身份验证。以指纹识别和人脸识别为代表的主流智能身份识别技术已进入大规模应用阶段，在远程核验、人脸支付、智慧网点和运营安全方面应用广泛。

第二，智能营销降低营销成本、改善服务效能。智能营销正在经历从人机分工向人机协同方式的转变，未来的智能营销将变成跨领域、融合的人机合作工作方式，进一步改善金融服务的效能。

第三，智能客服能节省客服资源和提升服务效率。智能客服不仅提供自动化问题应答，而且对接前端各个渠道，提供统一的智能化客服能力，并持续改进和沉淀，提供全天候精准的服务，提升服务效率。

第四，智能投顾已有试点，全面推广有待继续探索。智能投顾在国内外已有诸多应用案例，但我国因为缺乏明确的业务模式、服务定位仍不明确，全面推广仍有待继续探索发展。

第五，智能投资初具盈利能力，发展潜力巨大。一些公司运用人工智能技术不断优化算法、增强算力、实现更加精准的投资预测，提高收益、降低尾部风险。通过组合优化，在实盘中取得了显著的超额收益，未来智能投资的发展潜力巨大。

第六，智能信用评估提升小微信贷服务能力。智能信用评估具有线上实时运行、系统自动判断、审核周期短的优势，为小微信贷提供了更高效的服务模式。在一些互联网银行中应用广泛。

第七，智能风控实现金融机构风控业务转型。智能风控为金融行业提供了一种基于线上业务的新型风控模式，但目前只有少部分有能力的金融机构运用，有待继续试点和推广。

第八，智能运营管理提升运营效率，降低运营成本。智能运营管理将业务运营逐渐从分散走向集中、从自动化走向智能化。从而提升业务运营效率，减少业务办理差错，降低管理成本。智能运营成为各家金融机构开展智能金融的优先考虑和使用的场景。

第九，智能平台赋能金融机构提升服务、改造流程、转型升级。智能平台建设是金融机构智能化转型的核心，持续为上层应用提供丰富、多维度的智能服务，构建完整的服务生态圈。

综上所述，智能金融目前整体仍处于“浅应用”的初级发展阶段，主要是对流程性、重复性的任务实施智能化改造。

《报告》认为，人工智能技术应用正处在从金融业务外围向核心渗透的过渡阶段，发展潜力巨大。

5、在智能金融应用场景中，“算法黑箱”问题可能会更加突出？如何避免？

肖钢认为，人工智能有一个问题是算法的可解释性比较差，要解决这个问题可以从几个方面来着手：

第一，要让算法可解释。现在人工智能科学家正在攻克模型算法的黑箱问题，期待着不久的将来在技术上有所攻破。

第二，可以采取分层管理。例如，根据是否对金融消费者产生伤害的程度进行分类管理，有的可以不解释，有的只是解释模型怎样运行的，有的要解释结果及其原因，有的需要进一步解释模型背后的逻辑和运作原理。当然，如果最后还是无法解释，投资者和消费者也不相信，监管部门就不准在金融领域使用。

因此，如果人工智能运用到金融行业，未必需要解释所有的模型，可以对模型进行分层管理，提出明确要求。

第三，分清楚责任。无论是否使用人工智能，金融机构销售金融产品和服务的卖者尽责义务没有减弱。机构需要了解自己的客户，把恰当的产品卖给恰当的人。责任不会因为是否采用了人工智能技术而有所改变。

6、个人隐私和数据保护问题已经成为社会普遍关切。智能金融时代，如何构建起相关法律法规体系？

《报告》中提到，个人数据的问题目前缺乏法律规定，确实需要立法。肖钢认为，数据很重要，尤其在人工智能时代，其重要性日益凸显，这与原来的工业革命时期不同。工业革命建立在物理资本上，而人工智能则是建立在信息资本和数据资本上。因此，谁控制了数据，谁就垄断了权力。

肖钢认为，个人隐私和数据保护领域有很多问题待明确，例如哪些数据能搜集、数据的权属是谁的、如何建立个人信息权的体系等，这些都是新的课题。

保护个人数据隐私，肖钢从以下方面提出建议：

第一，需要补短板，抓紧制定相关法律法规，并逐步加以完善。

第二，要防止数据垄断。鉴于大型科技公司的技术优势与数据获取能力，存在赢者通吃的效应，要求大公司开放数据，让中小科技公司也要利用其数据开发业务，维护公平竞争环境。

第三，要进行综合治理。数据隐私保护不仅是金融监管的事情，还涉及到政府部门、IT公司、金融机构、实体企业和个人，是全社会的事情，所以要形成各方参与，协同治理的体系。

第四，需要发展新技术，以解决技术带来的问题。“联邦学习”的技术就是一个方法，既保护了数据安全，同时又可以共享数据建模。

⑨ 人工智能在金融科技领域有哪些应用

应用场景一：征信与风控 近几年，国内P2P和现金贷的大量涌现，说明了个人小额信贷的市场需求巨大。在过去，针对该类小贷用户，一般单纯地依靠地推人员挨家挨户进行实地征信。如今，基于大数据和人工智能技术，可以实现智能征信和审批，极大地提高工作效率。通过多渠道获取用户多维度的数据，如通话记录、短信信息、购买历史、以及社交网络上的相关留存信息等；然后，从信息中提取各种特征建立模型，对用户进行多维度画像；最后，根据模型评分，对用户的个人信用进行评估。同样，对于市场上中小微企业融资难的问题，也可以通过大数据征信得以解决。 相对于征信，在风控中，贷前要识别贷款人信息的真实性，还要识别其还款意愿和还款能力，贷中通过监控贷款人的行为数据及时发现异常，贷后通过反馈数据补充信用评分。在这个过程中，利用用户数据积累和人工智能技术建立有效的智能化风控体系是核心能力，直接决定着一个平台能否持续健康地运营。应用场景二：反欺诈 金融安全是维护金融秩序的基石。与虚拟的社交网络不同，金融用户需要验证身份的真实性，其中可能涉及的技术包括人脸识别、语音识别、指纹识别和虹膜识别等。相对于我们人类，人工智能在此领域往往表现得更加优异，不仅能缩短识别时间，还能降低识别错误率。如今，越来越多的人工智能应用出现在现实生活中，比如指纹付款、扫脸取款等。 此外，人工智能在网络反欺诈方面也发挥着巨大的作用，机器可以从海量的交易数据中学习知识和规则，发现异常，比如防止盗刷卡、虚假交易、恶意套现、垃圾注册、营销作弊等行为，为用户和机构提供及时可靠的安全保障。应用场景三：智能投顾 智能投顾是在多个市场和大资产类别之间构建投资组合，分散风险，追求长期收益。 与传统方式有所区别，智能投顾可结合现代资产组合理论和投资者偏好为投资者提供建议，加快释放投资理财的“长尾”市场，具有佣金低和信息透明等特点。更通俗点说，智能投顾实际上是把私人银行的服务在线智能化，服务更广泛的普通老百姓。 当前，智能投顾平台已经在国内市场出现。2016年12月，招商银行摩羯智投正式上线，这是国内银行业首家推出的智能投顾服务。据介绍，摩羯智投运用机器学习算法，融入招行多年的业务经验，在此基础上构建了以公募基金为基础的、全球资产配置的“智能基金组合配置服务”。在客户进行投资期限和风险收益选择后，摩羯智投会根据客户自主选择的“目标-收益”要求，构建基金组合，由客户进行决策、“一键购买”并享受后续服务，使得投资小白也可以轻松使用。应用场景四：营销与客服 在金融平台上，如何识别有效的客户往往是难点。而人工智能可以通过用户画像和大数据模型精准找到用户，实现精准营销。 另外，在客服中，用户咨询的问题大都是重复性的，而且往往限定在几个特定的领域内，这些特点使其成为自然语言处理和智能客服机器人的极佳选择。通过智能客服机器人可以发掘用户的需求，解释和推荐产品，还能带来销售转化。智能客服可以解决用户的大部分问题，在非常确定答案的时候可以直接回答，在不确定时把可能的答案提供给人工客服，由人工客服判断选择最佳答案发送给用户。这样极大地提升了客服效率和用户体验，同时也降低了人力成本。应用场景五：投资决策 在投资机构和投行部门中，日常的工作如收集大量的资料、进行数据分析、报告撰写等，往往占用了大量的时间和精力。而在处理海量的数据信息时，机器拥有天然的优势，通过自然语言处理技术可以理解文本信息，寻找市场变化的内在规律。一个经典案例是沃尔玛超市发现尿布和啤酒放在一起会增加销量。大数据可以发现看似毫不相关的事件间的关联性，应用在投资领域也会有同样的效果，比如苹果发布新手机会影响哪些公司的股价等。 人工智能还能够根据收集到的市场历史数据进行预测，分析判断企业的成长性，从而辅助投资决策。一个著名例子是，美国最大的信用卡行CapitalOne的两名员工利用职务便利，分析了至少170家上市零售公司的信用卡消费情况，并据此预测这些公司的营业收入，然后提前购入看涨期权或看跌期权，三年内投资收益率高达1800%。虽然是反例，但对于智能预测应用有很好的启发意义。 此外，机器还可以根据收集到的资料，自动生成大量格式固定的文档，比如招股说明书、研究报告、尽调报告和投资意向书等，从而提高效率，减少枯燥的重复性工作。