2018 年和 2019 年的政府工作報告都強調了人工智能等新興科技對于推動傳統行業的重要意義，人工智能+金融是將計算機科學中的人工智能技術作為推動力，利用這項推動力為金融機構以及業務環節賦能，創新金融產品，重塑金融業務流程，優化金融服務。人工智能+金融的產業鏈包括硬件基礎層、算法技術層和場景應用層，在產業鏈中，上游向下游提供產品，下游向上游進行反饋。在每個層級上對應著一類相關企業，企業遍布在全國各地形成空間鏈，并且層級之間通過價值交換和價值增值完成價值在整個產業的流動，其中與客戶聯系最緊密的是場景應用層，場景應用層通過人工智能+金融滿足了海量化、碎片化、多元化的金融服務需求，產業鏈中的各個層級也已經展現出在人工智能+金融中共存的行業生態。
金融行業的發展和科技相輔相成，科技的進步促進金融行業的發展，金融對科技的需求和應用又反過來助推科技進步，習總書記在 2018 年 10 月主持學習人工智能發展現狀和趨勢時強調，人工智能是新一輪科技革命和產業變革的重要驅動力量，要努力推動我國新一代人工智能健康發展，黨的十九大報告中提出了要將包括人工智能在內的現代科學技術與傳統的行業相結合。在萬物互聯的時代，人工智能+金融能夠基于大量多維度的用戶數據與不斷自我學習優化的算法，讓用戶享受到智能化、實時化、定制化的垂直金融服務。因此人工智能+金融的產業鏈，即在硬件基礎層、算法技術層和場景應用層中，全國各地的上下游企業通過價值交換和價值增值完成價值在人工智能+金融產業鏈中的流動。
我國人工智能+金融的產業鏈已經初現雛形，在產業鏈的每個層級中都存在重要的參與者。
在硬件基礎層，重要的參與者是有研發能力的軟硬件供應商企業，他們運用傳感器、云計算、芯片和區塊鏈技術，為算法技術層的企業提供了載體，例如智能手機、掌上電腦等設備，這些設備應用在人工智能+金融的領域，必須要具備智能化和人性化的特點。硬件基礎層為人工智能+金融提供了基礎后臺保障，是實現人工智能+金融應用的前提。
例如 AI 芯片的崛起不僅帶來計算能力的提升，還能降低成本。AI 芯片技術發展呈現功能模仿與結構逼近兩個方向，AI 芯片技術中的 GPU、FPGA 及 ASIC 是從功能層面模仿大腦能力，而 AI 芯片技術中的類人腦芯片則是從結構層面去逼近大腦。雖然在結構上模仿大腦運算是 AI 芯片終極目標，但受制于技術上的限制，當前 AI 芯片主流產品是在功能層面上的模仿。
對于硬件基礎層的這些企業，他們的特點是研發能力很強，能夠根據當前的行業發展不斷與時俱進。但是因為硬件產品很難直接與金融場景結合流入市場，所以基礎層的研發型企業在與客戶的交流上，更多地依賴例如算法技術層這樣的第三方企業。
算法技術層是人工智能+金融產業發展的核心，算法技術層通過海量識別訓練和機器學習建模開發面向不同領域的應用技術，包括感知智能和認知智能，如語音識別、圖像識別、自然語音處理和生物識別等。人工智能+金融通過算法技術層掌握了“看”與“聽”的基礎性信息輸入與處理能力，因此可以面向用戶演變出更多的應用型產品。
在算法技術層，重要的參與者是各類深耕人工智能領域的企業。這類企業通過將芯片、儲存設備等集中于后臺，對 AI 相應技術領域進行深入優化，降低場景應用端的成本，降低應用領域在技術方面的開發壁壘。這些企業的特點是有很強的創新和研發能力，并且擁有大量的可參考數據和客戶基礎。但是這些人工智能企業不具備將各項人工智能技術與金融場景進行結合的能力，盡管在人工智能技術方面的業務能力較強，卻缺乏對于金融場景的理解，所以算法技術層企業的主要業務是為場景應用層的企業提供技術平臺支持。
場景應用層在硬件基礎層與算法技術層的基礎上實現了與傳統產業的融合發展，在場景應用層，又可以根據金融業務面對的不同的對象，分成 To B 的場景應用和 To C 的場景應用，這兩個類型的應用也不完全獨立，例如在 To B 場景中也有可能出現智能客服等針對 To C 場景的應用。
在場景應用層的參與者有傳統金融企業和新興互聯網金融企業，他們擁有客戶基礎和大量的數據信息，是人工智能技術的需求者，在這個層級上可以將硬件基礎層面和算法技術層面各企業的研發結果應用到日常交易和其他金融業務當中。
對產業鏈中三個層面的企業類型和特點可以總結出如下的表格：
表1 人工智能+金融各個產業鏈層級的特點
但是在產業鏈的三個層級當中，與客戶聯系最緊密的是場景應用層，這些企業在過去已經探索了一些結合人工智能開展業務的場景，例如阿里巴巴目前是國內最大的線上購物網站，阿里巴巴的人工智能發展以阿里云為核心，阿里巴巴人工智能實驗室和數據科學與技術研究院共同為阿里云提供技術支持。
△ 圖2 阿里巴巴的人工智能布局
螞蟻金服是阿里巴巴企業當中研究人工智能+金融的部門，開發了基于人工智能的一系列金融業務 APP：
表2 阿里巴巴的 AI 金融業務框架
螞蟻金服通過人工智能+金融滿足了海量化、碎片化、多元化的客戶需求，金融服務通過使用機器學習的方法大大降低了虛假交易的概率；支付寶的 OCR 系統通過深度學習算法不僅提高了 30% 的通過率，還縮短了 10 萬倍的證件審核時間；阿里巴巴的智能客服機器人關于花唄等業務的問答準確率也實現了大幅提升。
對于人工智能+金融涉及到的各項業務來說，產業鏈中的各層級充分利用我國移動互聯網高度普及的優勢，發揮人工智能的最大優勢，從而大大提高了金融業務的處理效率?；ヂ摼W科技巨頭體現了自身的技術優勢；金融科技企業把金融場景業務和人工智能技術的結合作為自身優勢；傳統金融企業則需要針對應用場景進行場景創新，滿足自身對技術與安全性的需求。隨著科技領域的不斷發展，在未來出現的新的計算機科學技術也會和人工智能技術相互影響，進而影響到金融領域，互聯網科技企業、金融科技企業和傳統金融企業已經展現出了在人工智能+金融產業鏈中共存的行業生態。
人工智能+金融的產業鏈是個性化智能金融發展的必然結果，在人工智能+金融的產業鏈中，上游向下游提供產品，下游向上游進行反饋。在每個層級上對應著一類相關企業，企業遍布在全國各地形成空間鏈，并且層級之間通過價值交換和價值增值完成價值在整個產業的流動，在產業鏈的三個層級當中，與客戶最緊密聯系的是場景應用層，也就是對應的傳統金融行業當中的企業。隨著市場環境的變化，人工智能+金融的產業鏈會逐漸擴大，企業或產品只有不斷地創新、不斷地迎合目標客戶的需求，才能長期地發展下去，目前，在世界范圍內規模較大的互聯網金融企業基本符合這樣的發展思路，這也是人工智能+金融未來發展的趨勢。
如有購買裝訂版白皮書《人工智能+金融行業研究報告（2019）》需求，請聯系王耀羚老師，聯系方式：wangyl6@sem.tsinghua.edu.cn。
[1] 杜義飛, 李仕明. 產業價值鏈:價值戰略的創新形式[J]. 科學學研究, 2004, 22(5):552-556.
[2] 嚴圣陽. 互聯網金融產業鏈問題及整合對策[J]. 金融經濟：下半月, 2014(5):23-25.
[3] 楊濤. 對人工智能在金融領域應用的思考[J]. 國際金融, 2016(12):24-27.
[4] 陸小梅. 淺談人工智能在互聯網金融領域的應用[J]. 經濟師, No.339(05):148.
[5] 喬海曙, 楊蕾. 論金融供給側改革的思路與對策[J]. 金融論壇, 2016(9):14-20.
[6] IBM AI 參考架構及其在金融行業的應用 - 圖文 - 百度文庫[EB/OL]. [2019-7-26].https://wenku.baidu.com/view/2808494a541810a6f524ccbff121dd36a32dc4f7.html.
[7] AI在金融業的應用驚人，阿里平安交行均已布局！[EB/OL]. [2019-7-26]. http://cj.sina.com.cn/article/detail/6012376111/292809.
[8] 一文看懂阿里巴巴人工智能產業布局_大腦[EB/OL]. [2019-7-26]. www.sohu.com/a/253271186_799090.
[9] 阿里巴巴、騰訊、百度三巨頭在人工智能的大布局-每日科技網_科技小制作,科技小發明,科技小論文[EB/OL]. [2019-7-26]. https://www.newskj.org/yw/20170918103278.html.
王耀羚
清華大學互聯網產業研究院研究員，管理碩士，持有PMP國際項目管理專業資格認證。主要從事金融科技、產業升級、企業數字化轉型、人工智能行研、企業政府戰略規劃等領域研究。曾參與涉及產業轉型指數研究、互聯網產業發展、金融科技行業分析、金融科技示范管理、十四五規劃社會治理課題、數字發展研究、跨境結算項目、工信部舉辦的中國云端與大數據高峰論壇項目籌劃工作、聯合艾瑞咨詢等知名市場調研機構開展項目合作等。曾負責或參與編寫《云計算和人工智能產業應用白皮書2018》《人工智能+零售行業研究報告2019》、《人工智能+金融行業研究報告2019》、《金融科技在小微企業信貸中的應用發展研究報告》等。學術文章曾發表在數據雜志、中國工商銀行《現代商業銀行》等期刊。
