对于金融业而言，人工智能正渗入到每个角落。目前，人工智能与金融业务的融合，已催生出诸如智能支付、智能理赔、智能投顾、智能风控等一系列新业务模式，然而，和互联网公司、科技金融公司等相比，金融业的人工智能应用仍存差距。

　　在此背景下，如何统筹优化数据资源、算法模型、算力支持等人工智能核心资产，稳妥推动人工智能技术与金融业务深度融合成了行业关注的焦点。在日前举办的“2020上海人工智能与长三角协同创新高峰论坛暨上海人工智能发展联盟金融专题研讨会”上，来自银行、保险、券商、金融科技公司、高校等多家机构的业内人士就上述问题展开了讨论，多位业内人士表示，高效利用数据是关键。

　　人工智能重塑金融业态

　　上海近年来加速打造人工智能应用场景，金融则被视为人工智能落地的重要场景之一。“随着金融业务与技术的深度融合，各种产品服务渠道、服务方式、风险管理、投资决策，都在面临一轮非常深刻的变革。”上海人工智能发展联盟秘书长、上海市经济和信息化发展研究中心副主任陆森在会上表示。

　　可以看到，技术驱动之下，以银行、保险、券商为代表的传统金融机构纷纷开展金融科技创新，信息化、数字化、智能化已普遍成为行业发展目标，诸如“人工智能”、“金融科技”等字眼频频出现在各机构的年报中，还有机构将每年科技投入的资金比例写进了公司章程。

　　目前，人工智能技术在金融领域的应用更多体现在智能客服、智能征信及反欺诈、智能投顾以及智能风控等方面，由此也产生了一批金融科技公司。既有负责人工智能基础平台的平台公司，也有提供标注服务，基础数据服务和算法模型公司，同时也有解决方案厂商，共同构成了人工智能应用的良性合作生态。“金融机构和科技公司互相合作，各取所优，各司其职，就像建造一幢大楼，有的负责打地基、有的负责铺地板、有的负责垒墙等。” 国泰君安证券首席信息官俞枫对此形象地描述。

　　基于银行、保险和券商的相对独立性，人工智能在金融体系内分支领域的应用不尽相同。具体来看，根据参会人员讨论，在银行领域的应用主要是用于降低成本和合规管理，比如实现网点的智能化升级，将高频、复杂、耗时的业务迁徙到智能机具上办理，并不断升级电子银行渠道，采用智能客服等手段，提升运营效率和客户体验；再如完善风控体系，依托大数据和人工智能等技术，对客户风险进行及时有效的识别、预警和防范，优化客户信用评估模型，准确把控客户的潜在风险。

　　在证券领域，通过人工智能技术可为客户提供智能化、个性化服务平台，带来使用新体验。俞枫称，概括来讲，主要有智能风控、O2O服务、精准营运、智能投研、智能协作和智能运维六大方面的应用。其中，在智能投研方面，有不少券商的研究管理平台可以实现通过自动数据筛选、模板应用和模型计算，完成部分研究报告的撰写。

　　“不过现在还是处于弱人工智能时代，大家更多还是采用的是人机同行，也就是说机器可以帮助分析师收集材料、提炼观点、基于知识图谱梳理主体关系等，但最终决断和观点评判还要靠人来进行。”俞枫对记者说道，“同时还要注意的是，通过这种方式分析出来的策略可能存在极大的趋同性，而趋同性的后果是，策略可能就会失效。”

　　在保险领域，语音识别、计算机视觉、自然语言理解、知识图谱等AI技术，已经在为行业提供全方位赋能，实现更佳的客户体验与更高的运营效率。例如围绕客户在保险需求侧的关键旅程，基于AI技术的智能保险顾问、智能理赔、智能客服等应用已经能实现全渠道全天候的客户服务体验；而在保险供给侧的产品设计和业务运营方面，利用AI技术实现个性化产品定价、智能核保、智能核赔、智能反欺诈等应用，在提高运营能力的同时，进一步提升了风控能力。

　　太平洋保险(601601)集团创新孵化中心总经理林砺提及，尽管AI在保险行业已经全面落地应用，但仍面临两大挑战：一是数据安全和个人隐私保护问题，即要在合规合法的前提下实现千人千面，提升客户体验；二是AI在精准度和有效性方面有待提升，例如提升医疗单证识别的识别率等。

　　高效利用数据是关键

　　在不少业内人士看来，人工智能赋能金融过程中，数据扮演着重要角色，同时，随着金融机构数字化转型的推进，机构本身对于大数据的需求也越来也明显。对于机构来说，能否充分利用自己的数据优势，将成为其在这场转型升级比赛中脱颖而出的关键。