國內智能金融公司

① 目前人工智慧在金融行業屬於什麼水平

資產管理領域應用AI可以把它分成三個子概念：智能投顧、智能投研、智能投資。每一類的功能偏向有所不同，涉及的AI演算法也會不盡相同。
1）智能投顧
典型功能包括：客戶偏好分析、市場分析提醒、智能配置組合、交易執行、組合優化等。
典型AI演算法包括：知識圖譜、機器學習、智能語言處理技術、圖像識別等。
這方面有代表性的應該是美國的Wealthfront和Personal Capital兩家公司。國內做得出彩的目前看來沒有。鉑諾希望作為一個先行者，在客戶偏好和市場提醒這兩項功能上著重發力，打造一個前端的智能顧問，幫助客戶更好的了解自己和了解市場。
2）智能投研
典型功能包括：股票市場信息的深度挖掘分析、投資策略的量化與回測等。
這些功能的過程本質：數據獲取、特徵提取、數據轉換、模型訓練、模型選擇、模型預測。
典型AI演算法包括：監督學習演算法：(1)回歸演算法：決策樹、隨機森林等; (2)分類演算法：二次判別分析、K最近鄰演算法等; (3) 降維演算法：偏最小二乘法等。
無監督學習演算法：(1) 聚類演算法：K均值、分層等; (2) 降維演算法：主成分分析、獨立成分分析等。
3）智能投資
典型功能包括：量化交易，智能風控
典型AI演算法包括：在線過程分析（OLAP）、聚類、濾波、神經網路、預測模型等。
這部分同樣是外國的企業走得比較靠前，07年開始Rebellion research就開始採用貝葉斯網路演算法進行智能投資相關的工作了。
國內的跟進速度也比較快，鉑諾這幾年也一直致力於搭建自己的智能風控平台。

② 人工智慧在金融領域有何前景

據《中國人工智慧行業市場前瞻與投資分析報告》數據顯示，截至到2016年第二季度，全球人工智慧公司突破1000家，跨越13個子門類。2011-2016年人工智慧領域融資額復合增速達到42%，總融資額高達48億美元。
對於上規模的互聯網金融企業來說，防控風險、提升利潤、降低成本才是關鍵，因而不少企業都對金融科技極為重視，科技金融如果能夠接入更多的玩家，那麼對於消費金融公司更容易掌控頭部資源，進而開展相應的業務。

③ 在智能風控方面，哪家金融服務公司牛逼些

同盾科技
底層技術能力很強，而且服務態度也不錯

④ 大數據和人工智慧在互聯網金融領域有哪些應用

大數據從四個方面改變了金融機構傳統的數據運作方式，從而實現了巨大的商業價值。這四個方面（「四個C」）包括：數據質量的兼容性（Compatibility）、數據運用的關聯性（Connectedness）、數據分析的成本（Cost）以及數據價值的轉化（Capitalization）。

大數據在金融業的應用場景正在逐步拓展。在海外，大數據已經在金融行業的風險控制、運營管理、銷售支持和商業模式創新等領域得到了全面嘗試。在國內，金融機構對大數據的應用還基本處於起步階段。數據整合和部門協調等關鍵環節的挑戰仍是阻礙金融機構將數據轉化為價值的主要瓶頸。

數據技術與數據經濟的發展是持續實現大數據價值的支撐。深度應用正在將傳統IT從「後端」不斷推向「前台」，而存量架構與創新模塊的有效整合是傳統金融機構在技術層面所面臨的主要挑戰。此外，數據生態的發展演進有其顯著的社會特徵。作為其中的一員，金融機構在促進數據經濟的發展上任重道遠。

無論是在金融企業還是非金融企業中，數據應用及業務創新的生命周期都包含五個階段：業務定義需求；IT部門獲取並整合數據；數據科學家構建並完善演算法與模型；IT發布新洞察；業務應用並衡量洞察的實際成效。

在今天的大數據環境下，生命周期仍維持原樣，而唯一變化的是「數據科學家」在生命周期中所扮演的角色。大數據將允許其運用各種新的演算法與技術手段，幫助IT不斷挖掘新的關聯洞察，更好地滿足業務需求。

⑤ 未來金融行業有可能被人工智慧取代嗎

2018年科技金融服務發展現狀與前景分析 機器人行業前景被看好，融合金融領域智能化發展大勢所趨

2018年科技金融行業發展現狀分析

要說科技金融的2018，那句老話適用：這是最好的時代，也是最壞的時代。P2P接連爆雷，比特幣漲少跌多，搞得人心惶惶。

但雙十一仍在打破紀錄，抖音在發掘市場，拼多多在關照五環外，機器人在料理股市……沒有什麼能夠阻擋，改變世界的嚮往。2018年，企業繼續各出奇招，新技術孕育新錢景。生存不易，生意繼續。

今年國務院出台多項政策部署緩解小微企業融資難題。9月開始執行新規，直到2020年底，向小微企業貸款的利息免繳增值稅。業內人士預計，對小微企業的幫扶將成為金融政策重點。互聯網金融也在改變傳統金融的支付、風險管理等環節，引入大數據降低徵信和放貸成本，用高科技手段清除小微企業的融資障礙。

預計2019年中國金融科技營收規模將突破1.4萬億

據前瞻產業研究院發布的《中國科技金融服務深度調研與投資戰略規劃分析報告》統計數據顯示，2013年中國金融科技營收規模僅僅為695.1億元。2014年中國金融科技營收規模突破千億元。到了2016年中國金融科技營收規模增長至4213.8億元，同比增長42%。截止到2017年中國金融科技營收規模達到了6541.4億元，同比增長55.2%。預計2018年中國金融科技營收規模將達9698.8億元。目前金融科技服務於金融機構，更偏向於實際金融業務的後端，並不是金融產業鏈中利潤最豐厚的一環，因此短時間內金融科技營收規模很難迎來爆發式增長，或將繼續保持這樣的增速穩定增長，並預測在2020年中國金融科技營收規模將達19704.9億元。

2013-2020年中國金融科技營收規模統計及增長情況預測

數據來源：前瞻產業研究院整理

1、上市綠通道 青睞領頭羊

全國「兩會」熱議IPO綠色通道，從3月份開始，A股綠色通道盯上高科技巨頭。監管層對券商作出指導，包括生物科技、雲計算在內的四個行業若有「領頭羊」，立即向發行部報告，「即報即審」。

A股對「下一個BATJ」的呼聲已久，新華社更發文稱「中國資本市場的『BATJ』夢』該圓了!」2018年年初監管層的密集動作，體現出對新興企業的大力支持。2月9日，深交所發布戰略，要強化對這些科技大公司的服務，著力吸引一批優質企業。

眾所周知，BAT等知名科技企業大多都在境外上市，為了留住優質的好企業，監管層為優質企業開通綠色通道也是應有之義。讓股東長期持有優質上市公司股票，市場回歸價值投資，他們被寄予厚望。

2、神偷現江湖 數幣難找回

年初，日本Coincheck交易所暫停了除比特幣之外的所有加密貨幣的交易，原因是黑客攻擊了26萬用戶，並盜取了數字代幣新經幣NEM，損失價值約為5.3億美元。這是數字貨幣有史以來最大的一起盜竊案。之後，日本16家加密數字貨幣交易所成立一個自我監管小組，自查系統漏洞。這次丟失是因為該交易所數字加密貨幣交易系統存在安全風險，和數字貨幣是否加密並無關系。

今年4月，還發生一行代碼蒸發64億人民幣這樣不可思議的黑客操作。黑客找到一個代碼漏洞，與之相關的區塊鏈產品的全部市值瞬間被轉出，趨近於零。

用戶持有比特幣類加密貨幣的唯一憑證是數字地址和密鑰，因此，很難實際跟蹤到加密貨幣的持有者及其位置。正因為加密貨幣的匿名性、便捷性，交易過程難以發現、難以跟蹤、難以追回，使得此前很多非法行為(如勒索、詐騙、販毒、販槍等)選擇加密貨幣作為交易貨幣。

一般來說，盜取者通過匿名網路找到洗錢人，將「黑幣」倒入後者地址，並向洗錢人提供若干個干凈地址。洗錢人時刻關注，一旦發現干凈地址交易，便向其轉入小筆「黑幣」。如此螞蟻搬家，將「黑幣」洗白。

3、幣圈與鏈圈 冰火兩重天

上半年忽冷忽熱、下半年跌跌不休，區塊鏈貨幣轟轟烈烈一路向下。夢想破滅，薪資下調，人才離場。

2016年底全球數字貨幣總市值才177億美元。2018年1月8日，總市值高達8139億美元。而11月底又跌破1400億美元。比特幣從一枚2萬美元掉到了3千美元。有些幣從五塊錢掉到了一分錢。一些曾雄心萬丈看好比特幣的名人，也黯然退出幣圈。

有業內人士評論：上半年，多數人都是想趕緊發個幣，圍繞項目，開交易所的一大堆，自媒體的一大堆，礦場也是一大堆，但並沒有創造多大的價值。這樣的泡沫破裂是必然。

與幣圈風聲鶴唳不同，鏈圈尚較平穩。工信部5月下旬發布國內第一份官方區塊鏈產業白皮書預計：區塊鏈應用將加快落地，推動新一輪的商業模式變革，為實體經濟「降成本」「提效率」，構建誠信產業環境。有觀察者表示，《白皮書》的發布預示著區塊鏈服務實體經濟的前景看好。

工信部《白皮書》提到，區塊鏈未來3年將在實體經濟中廣泛落地;區塊鏈將加速「可信數字化」進程，帶動金融「脫虛向實」服務實體經濟。還展望說，區塊鏈監管和標准體系將進一步完善，產業發展基礎繼續夯實。

工信部的區塊鏈白皮書顯示：截至2018年3月底，中國主營區塊鏈業務的公司已達456家。行業應用服務類公司數量最多，其中主要為金融行業應用服務的公司數量達到86家，主要為實體產業應用服務的公司數量達109家。此外，區塊鏈解決方案、底層平台、區塊鏈媒體及社區領域的相關公司數量均在40家以上。

有業內人士說，區塊鏈的大規模應用會率先出現在互聯網和金融行業的集中地，如上海、北京等城市，也會率先在龍頭企業出現，如在深圳的富士康、在北京的鏈家等，幾乎不可能出現在小微企業尤其是初創企業。

4、抖音鏈淘寶 變現不用愁

今年10月，抖音國內日活躍用戶已破2億，抖音也連續占據各種下載榜頭名，其商業變現令人矚目。

各大互聯網巨頭紛紛進場跑馬圈地。據不完全統計，圍繞著短視頻的商業布局，各種融資額已經超過300億元。刷抖音已能看到一波波廣告。去年抖音和品牌合作推出視頻廣告是商業化的探索。更為重要的是電商的導流。抖音選擇和阿里合作，都在促成交易後拿一筆傭金。

雙十二前一天，抖音宣布開放之前只對大V開放的購物車功能，較為活躍的實名認證賬號就有資格開通。抖音中的購物車按鈕，點擊後會跳出商品推薦信息並直達到淘寶。抖音聯手淘寶入局電商，這一舉動引發不少關注，有業內人士認為抖音已經在大步邁向消費升級的道路。

有評論說，抖音的賺錢能力或許會超過今日頭條;也有人指出：現在抖音的信息流廣告一年就能達到100億元，可能會越來越多。

除抖音外，各個短視頻平台也早在電商平台方面謀篇布局，有預計說，2018年娛樂內容營銷額將超過280億元，短視頻廣告額有望超400億元。

5、網貸生死劫 監管日益嚴

跑路、停業、提現困難……一長串P2P機構清單令人觸目驚心。上半年，頻頻傳來百億級P2P平台倒塌的聲音。僅以7月為例：
7月9日，錢爸爸發布暫停運營公告，該平台累計交易額突破325億元;同時，多多理財發布公告稱公司已失控;14日「投之家」平台爆雷;7月7日銀票網控制人投案，平台累計成交額140億元，用戶超69萬。7月，杭州公安局還對佑米金融、牛板金、杭州雲端金融等公司涉嫌非法吸收公眾存款案立案偵查……

P2P網路借貸以門檻低、收益高、操作方便靈活為賣點，迅速在互聯網金融市場占據一席之地。近年來狂飆猛進的P2P網貸行業，走過井噴期後，隨之而來的是倒閉和失聯大潮。

網貸平台的倒閉可能是受大環境的影響;更重要的是一些平台違規做信用中介，導致風險加大。

P2P成為危險的標簽，違規互聯網金融已演變成重大金融風險。全國P2P網貸行業不得不自律檢查。深圳、杭州、北京、廣州、上海等12個省市的地方互聯網金融協會自律組織均發布了關於網路借貸信息中介機構退出指引或規程性的文件。中金公司報告稱，預計只有十分之一的運營平台能夠活下來。而大部分P2P網貸平台業務仍不合規，相當多平台尚未完成銀行存管，即存在資金池和挪用資金的可能。

自2012年P2P異軍突起，到野蠻生長，再到行業洗牌，該行業已走過了一個完整的起伏周期。尤其是近兩年一系列監管規范出台，加速了行業的洗牌。作為重點整治的業態，P2P網路借貸和網路小貸領域存量風險化解清理完成時間將延長至2019年6月。

6、手機查徵信 誰知留後患

中國人民銀行5月發通知嚴管APP接入徵信系統。央行要求：「嚴格授權查詢機制，未經授權嚴禁查詢徵信報告，規范內部人員和國家機關查詢辦理流程，嚴禁未經授權認可的APP接入徵信系統。」

不用跑銀行排隊等候，只需在手機上下載個APP，輸入個人信息，就能查詢個人徵信，並在24小時內出具報告……很多手機APP確實方便，殊不知，背後卻存在嚴重的信息安全隱患。整個過程對於用戶來說都是在APP上完成的，但實質上是APP利用用戶提供的信息在徵信中心的平台上進行查詢，與用戶本人在徵信中心平台上查詢無異，APP在這個過程中充當了中介的角色。

部分代查APP運營商為用戶代查的初衷就是要獲取用戶信息，來實現其他商業目的。比如獲知某些用戶在央行徵信記錄不良的情況下，可以向該類用戶定向推銷其他金融貸款業務。而且，短時間內頻繁地查詢，同時沒有放款記錄，可能會讓銀行認為你急需資金但卻處處碰壁，因此會對你的借款申請更為謹慎。

央行嚴管後，能查詢個人徵信、接入央行徵信系統的應該只有符合條件的銀行和小額貸款公司、融資性擔保公司、村鎮銀行等金融機構。

7、各國發數幣 打算並不同

全球第一個由政府主導的數字貨幣今年出台。這款名為「石油幣」(Petro)的數字貨幣，由委內瑞拉政府出售。價值與石油掛鉤，每一個石油幣由委內瑞拉的一桶油作為擔保。過度依賴石油，過度的福利政策以及新能源的開發共同造成委內瑞拉經濟極度不堪。馬杜羅政府搭上數字貨幣熱潮，無疑希望盡快融資募集資金，挽救經濟敗局，穩定國內局勢。

雖然委內瑞拉數字幣聽上去不怎麼可靠，但有很多國家也在開發數字幣。伊朗郵政銀行或將開發加密貨幣;以色列也有發行「數字謝克爾」的計劃;俄羅斯研究「加密盧布」來規避美國制裁……

隨著互聯網支付興起和現金被冷落，瑞典、日本、新加坡和愛沙尼亞都在考慮使用加密貨幣來替代現在的法定貨幣。有報告預測，到2020年，全球數字支付交易量平均每年增長10.9%，2020年將達到近7260億筆。中國人民銀行數字貨幣研究所也早已掛牌成立。

8、拼多多上市 引消費反思

有些人想買龍蝦，有些人還沒吃過蝦，這或許就是拼多多崛起令人疑惑的背後。

有評論說：在拼多多看來，消費升級首先要讓一部分人先用上低品質的商品，再去考慮品質如何提升。2015年成立，名氣並不響亮的拼多多，今年異軍突起，成為僅次於阿里和京東的中國第三大電商平台。

7月26日晚，拼多多在上海和紐約兩地同時敲鍾上市。代表拼多多在紐約敲鍾的是一位拼多多的用戶，前不久剛用一分錢抽中一台iPhone
X。當天拼多多股票大漲41%，盤後交易結束達到351億美元市值。

而8月1日，國家市場監管總局要求對拼多多展開調查，上市第5天，拼多多市值蒸發50億美元。拼多多以黑馬姿態殺出電商巨頭重圍，又因商品質量問題被推到風口浪尖。不過總體來看，2018年他們的財報數據不錯。

挺拼多多的人說：要知道品牌溢價高達幾倍，有些「白牌」產品質量未必不好，但沒品牌就沒有打市場的敲門磚。而拼多多或許給了這類產品一個機會。

9、俄國世界盃 支付成贏家

法國拿了冠軍，中國笑得很開心。借世界盃的春風，俄羅斯暑期的支付寶交易量猛增了75倍。

暑期支付寶交易量增長較快的國家大多地處歐洲、澳洲。隨著選擇遠距離、高端游的中國旅客不斷增多，歐洲、澳洲的商戶對移動支付興趣也在增大。暑期，加拿大支付寶交易量增長12倍，澳大利亞增長6倍，紐西蘭增長7倍，芬蘭增長5倍……

近年來，支付寶、財付通等第三方支付加速「出海」，合作版圖從東南亞延伸到歐美國家。目前，支付寶已在40多個國家和地區接入數十萬商戶，並在其中9個國家和地區與本土品牌合作完成了本地錢包的布局;財付通的微信支付接入的國家和地區已增至40個、支持13種幣種(包括人民幣)直接結算，並已取得了馬來西亞的支付牌照。

此外，針對國人出境旅遊的剛性需求——「退稅」，多家機構都積極提升服務，以避免現金退稅等待時間長、需貨幣兌換等問題。

境外44個國家和地區的30多萬家商戶已經支持銀聯卡退稅，持卡人還可在14個國家和地區體驗即買即退的「市區退稅」。微信小程序推出「騰訊退稅通」可以實現境外實時退稅，服務覆蓋26個國家和地區的77個機場。

據介紹，歐洲80個機場在開通手機退稅後，暑期使用支付寶人均退稅近1000元。因為實時到賬，且讓遊客直接能拿到人民幣，因此年輕人有一半都這樣退稅。

10、聊天機器人 順便泡股市

機器人小冰能聊天，能作詩。今年她展示了金融能力。她可以抓取滬深兩市26類上市企業發布的全部公告，自動生成摘要。即使在大量企業同時公布各自公告的高峰時刻，小冰依然能夠保持同步，約20秒即可穩定輸出。微軟表示：國內現有90%的交易員獲得其支持，而另外10%的交易員，由於是人工處理，約晚20分鍾才能得到摘要。

而螞蟻金服對外公布的數據顯示，網商銀行的花唄與微貸業務使用機器學習降低虛假交易率近10倍，為支付寶證件審核系統開發基於深度學習的OCR系統，使證件校核時間從1天縮至1秒，同時提升了30%的通過率。

法國初創公司DreamQuark利用深度學習，幫助巴黎銀行等十幾家金融機構和公司改進金融服務決策。機器學習可分析銀行和金融公司的大量數據，追蹤客戶信用記錄，從欺詐到反洗錢的檢測評分，還通過發現市場早期變化跡象管理投資組合，為客戶避免風險。

業內專家表示，機器人在金融領域的應用前景十分良好，而未來金融領域將朝著更加智能化的方向發展，這是行業大趨勢。花旗集團總裁傑米·福雷斯表示，花旗銀行中有40%的運營職位可以完全用機器替代。未來將會有更少的員工掙更多的錢，而機器人將接管「低價值服務」。

⑥ 大家談談人工智慧和金融行業那個有前途，有人說人工智慧會取代金融，這是真的嗎懂行的人說說

人工智慧是機器是工具，金融涉及面就比較廣了。要發展任何行業必先發展金融，干什麼事首先需要的就是錢，個人認為人工智慧取代不了金融，除非智能機器能像算命先生一樣能把人算死，當然這是不可能的。兩者哪個有前途取決於決策人在哪個方面有興趣或者天賦。

⑦ 有適合金融行業使用的專業智能系統嗎

演算法與編程計算機系統 。 人工智慧大學前學術准備 須具有良好的邏輯推理能力和縝密的思維，有較好的

⑧ 智能金融的內容是什麼

1、什麼是智能金融？

智能金融尚無統一定義。《報告》提出，智能金融是指人工智慧技術與金融業深度融合的新業態，是用機器替代和超越人類部分經營管理經驗與能力的金融模式變革。

2、智能金融和金融科技有什麼區別？

《報告》提出，智能金融與數字化轉型、金融科技既有密切聯系又有重要區別。

智能金融的發展基礎是金融機構數字化轉型，數字化轉型為智能金融的發展提供了基礎設施的保障。

智能金融是金融科技發展的高級形態，是在數字化基礎上的升級與轉型，代表著未來發展趨勢，已成為金融業的核心競爭力。

相比互聯網金融、金融科技，智能金融更具革命性的優勢在於對金融生產效率的根本顛覆。智能金融替代甚至超越人類行為和智力，更精準高效地滿足各類金融需求，推動我國金融行業變革與跨越式發展。

3、為什麼要專門研究智能金融？

把智能金融從金融科技中單列出來編制專門的發展報告，主要是基於以下考慮：

一方面，發展人工智慧技術已成為我國的一項重要戰略，當前各國在新一代人工智慧技術已展開激烈競爭。而金融與人工智慧具有天然的耦合性，是人工智慧技術應用最重要的領域之一，發展智能金融有利於我國搶抓人工智慧發展機遇，佔領技術制高點，特別是金融業的特殊性，勢必對人工智慧技術提出新的要求和挑戰，可以推動我國人工智慧技術的突破與升級，提高技術轉化效率。

另一方面，人工智慧技術為未來金融業發展提供無限可能，是對現有金融科技應用的進化與升級，對金融業發展將會產生顛覆性變革。專門研究智能金融有利於跟蹤世界人工智慧技術與金融業融合的應用開發，有利於加強金融行業的適應性、競爭力和普惠性，極大地提高金融機構識別和防控風險的能力和效率，推動我國金融供給側結構性改革，增強金融服務實體經濟和人民生活的能力，守住不發生系統性風險的底線，加快建設我國現代化金融體系，增強金融國際競爭力，助力由金融大國到金融強國的轉變。

4、智能金融現在有哪些應用場景？

《報告》提到，目前智能金融的應用主要包括前中後台三大方面。

第一，智能身份識別已廣泛用於個人身份驗證。以指紋識別和人臉識別為代表的主流智能身份識別技術已進入大規模應用階段，在遠程核驗、人臉支付、智慧網點和運營安全方面應用廣泛。

第二，智能營銷降低營銷成本、改善服務效能。智能營銷正在經歷從人機分工向人機協同方式的轉變，未來的智能營銷將變成跨領域、融合的人機合作工作方式，進一步改善金融服務的效能。

第三，智能客服能節省客服資源和提升服務效率。智能客服不僅提供自動化問題應答，而且對接前端各個渠道，提供統一的智能化客服能力，並持續改進和沉澱，提供全天候精準的服務，提升服務效率。

第四，智能投顧已有試點，全面推廣有待繼續探索。智能投顧在國內外已有諸多應用案例，但我國因為缺乏明確的業務模式、服務定位仍不明確，全面推廣仍有待繼續探索發展。

第五，智能投資初具盈利能力，發展潛力巨大。一些公司運用人工智慧技術不斷優化演算法、增強算力、實現更加精準的投資預測，提高收益、降低尾部風險。通過組合優化，在實盤中取得了顯著的超額收益，未來智能投資的發展潛力巨大。

第六，智能信用評估提升小微信貸服務能力。智能信用評估具有線上實時運行、系統自動判斷、審核周期短的優勢，為小微信貸提供了更高效的服務模式。在一些互聯網銀行中應用廣泛。

第七，智能風控實現金融機構風控業務轉型。智能風控為金融行業提供了一種基於線上業務的新型風控模式，但目前只有少部分有能力的金融機構運用，有待繼續試點和推廣。

第八，智能運營管理提升運營效率，降低運營成本。智能運營管理將業務運營逐漸從分散走向集中、從自動化走向智能化。從而提升業務運營效率，減少業務辦理差錯，降低管理成本。智能運營成為各家金融機構開展智能金融的優先考慮和使用的場景。

第九，智能平台賦能金融機構提升服務、改造流程、轉型升級。智能平台建設是金融機構智能化轉型的核心，持續為上層應用提供豐富、多維度的智能服務，構建完整的服務生態圈。

綜上所述，智能金融目前整體仍處於「淺應用」的初級發展階段，主要是對流程性、重復性的任務實施智能化改造。

《報告》認為，人工智慧技術應用正處在從金融業務外圍向核心滲透的過渡階段，發展潛力巨大。

5、在智能金融應用場景中，「演算法黑箱」問題可能會更加突出？如何避免？

肖鋼認為，人工智慧有一個問題是演算法的可解釋性比較差，要解決這個問題可以從幾個方面來著手：

第一，要讓演算法可解釋。現在人工智慧科學家正在攻克模型演算法的黑箱問題，期待著不久的將來在技術上有所攻破。

第二，可以採取分層管理。例如，根據是否對金融消費者產生傷害的程度進行分類管理，有的可以不解釋，有的只是解釋模型怎樣運行的，有的要解釋結果及其原因，有的需要進一步解釋模型背後的邏輯和運作原理。當然，如果最後還是無法解釋，投資者和消費者也不相信，監管部門就不準在金融領域使用。

因此，如果人工智慧運用到金融行業，未必需要解釋所有的模型，可以對模型進行分層管理，提出明確要求。

第三，分清楚責任。無論是否使用人工智慧，金融機構銷售金融產品和服務的賣者盡責義務沒有減弱。機構需要了解自己的客戶，把恰當的產品賣給恰當的人。責任不會因為是否採用了人工智慧技術而有所改變。

6、個人隱私和數據保護問題已經成為社會普遍關切。智能金融時代，如何構建起相關法律法規體系？

《報告》中提到，個人數據的問題目前缺乏法律規定，確實需要立法。肖鋼認為，數據很重要，尤其在人工智慧時代，其重要性日益凸顯，這與原來的工業革命時期不同。工業革命建立在物理資本上，而人工智慧則是建立在信息資本和數據資本上。因此，誰控制了數據，誰就壟斷了權力。

肖鋼認為，個人隱私和數據保護領域有很多問題待明確，例如哪些數據能搜集、數據的權屬是誰的、如何建立個人信息權的體系等，這些都是新的課題。

保護個人數據隱私，肖鋼從以下方面提出建議：

第一，需要補短板，抓緊制定相關法律法規，並逐步加以完善。

第二，要防止數據壟斷。鑒於大型科技公司的技術優勢與數據獲取能力，存在贏者通吃的效應，要求大公司開放數據，讓中小科技公司也要利用其數據開發業務，維護公平競爭環境。

第三，要進行綜合治理。數據隱私保護不僅是金融監管的事情，還涉及到政府部門、IT公司、金融機構、實體企業和個人，是全社會的事情，所以要形成各方參與，協同治理的體系。

第四，需要發展新技術，以解決技術帶來的問題。「聯邦學習」的技術就是一個方法，既保護了數據安全，同時又可以共享數據建模。

⑨ 人工智慧在金融科技領域有哪些應用

應用場景一：徵信與風控 近幾年，國內P2P和現金貸的大量涌現，說明了個人小額信貸的市場需求巨大。在過去，針對該類小貸用戶，一般單純地依靠地推人員挨家挨戶進行實地徵信。如今，基於大數據和人工智慧技術，可以實現智能徵信和審批，極大地提高工作效率。通過多渠道獲取用戶多維度的數據，如通話記錄、簡訊信息、購買歷史、以及社交網路上的相關留存信息等；然後，從信息中提取各種特徵建立模型，對用戶進行多維度畫像；最後，根據模型評分，對用戶的個人信用進行評估。同樣，對於市場上中小微企業融資難的問題，也可以通過大數據徵信得以解決。 相對於徵信，在風控中，貸前要識別貸款人信息的真實性，還要識別其還款意願和還款能力，貸中通過監控貸款人的行為數據及時發現異常，貸後通過反饋數據補充信用評分。在這個過程中，利用用戶數據積累和人工智慧技術建立有效的智能化風控體系是核心能力，直接決定著一個平台能否持續健康地運營。應用場景二：反欺詐 金融安全是維護金融秩序的基石。與虛擬的社交網路不同，金融用戶需要驗證身份的真實性，其中可能涉及的技術包括人臉識別、語音識別、指紋識別和虹膜識別等。相對於我們人類，人工智慧在此領域往往表現得更加優異，不僅能縮短識別時間，還能降低識別錯誤率。如今，越來越多的人工智慧應用出現在現實生活中，比如指紋付款、掃臉取款等。 此外，人工智慧在網路反欺詐方面也發揮著巨大的作用，機器可以從海量的交易數據中學習知識和規則，發現異常，比如防止盜刷卡、虛假交易、惡意套現、垃圾注冊、營銷作弊等行為，為用戶和機構提供及時可靠的安全保障。應用場景三：智能投顧 智能投顧是在多個市場和大資產類別之間構建投資組合，分散風險，追求長期收益。 與傳統方式有所區別，智能投顧可結合現代資產組合理論和投資者偏好為投資者提供建議，加快釋放投資理財的「長尾」市場，具有傭金低和信息透明等特點。更通俗點說，智能投顧實際上是把私人銀行的服務在線智能化，服務更廣泛的普通老百姓。 當前，智能投顧平台已經在國內市場出現。2016年12月，招商銀行摩羯智投正式上線，這是國內銀行業首家推出的智能投顧服務。據介紹，摩羯智投運用機器學習演算法，融入招行多年的業務經驗，在此基礎上構建了以公募基金為基礎的、全球資產配置的「智能基金組合配置服務」。在客戶進行投資期限和風險收益選擇後，摩羯智投會根據客戶自主選擇的「目標-收益」要求，構建基金組合，由客戶進行決策、「一鍵購買」並享受後續服務，使得投資小白也可以輕松使用。應用場景四：營銷與客服 在金融平台上，如何識別有效的客戶往往是難點。而人工智慧可以通過用戶畫像和大數據模型精準找到用戶，實現精準營銷。 另外，在客服中，用戶咨詢的問題大都是重復性的，而且往往限定在幾個特定的領域內，這些特點使其成為自然語言處理和智能客服機器人的極佳選擇。通過智能客服機器人可以發掘用戶的需求，解釋和推薦產品，還能帶來銷售轉化。智能客服可以解決用戶的大部分問題，在非常確定答案的時候可以直接回答，在不確定時把可能的答案提供給人工客服，由人工客服判斷選擇最佳答案發送給用戶。這樣極大地提升了客服效率和用戶體驗，同時也降低了人力成本。應用場景五：投資決策 在投資機構和投行部門中，日常的工作如收集大量的資料、進行數據分析、報告撰寫等，往往佔用了大量的時間和精力。而在處理海量的數據信息時，機器擁有天然的優勢，通過自然語言處理技術可以理解文本信息，尋找市場變化的內在規律。一個經典案例是沃爾瑪超市發現尿布和啤酒放在一起會增加銷量。大數據可以發現看似毫不相關的事件間的關聯性，應用在投資領域也會有同樣的效果，比如蘋果發布新手機會影響哪些公司的股價等。 人工智慧還能夠根據收集到的市場歷史數據進行預測，分析判斷企業的成長性，從而輔助投資決策。一個著名例子是，美國最大的信用卡行CapitalOne的兩名員工利用職務便利，分析了至少170家上市零售公司的信用卡消費情況，並據此預測這些公司的營業收入，然後提前購入看漲期權或看跌期權，三年內投資收益率高達1800%。雖然是反例，但對於智能預測應用有很好的啟發意義。 此外，機器還可以根據收集到的資料，自動生成大量格式固定的文檔，比如招股說明書、研究報告、盡調報告和投資意向書等，從而提高效率，減少枯燥的重復性工作。