“智能金融”概念的提出，讓傳統金融機構轉型路徑變得更加多元、清晰。具體來說，智能金融就是人工智能與金融全面融合而產生的新金融服務模式，它以人工智能、大數據、云計算等創新科技為核心要素，提升金融機構服務效率的同時，實現金融服務的智能化、個性化和定制化。
提到人工智能的應用，李開復曾多次表達過自己的看法，“世界上沒有其他領域比金融領域更適合運用人工智能了”。
日前，國務院發布的《新一代人工智能發展規劃》（以下簡稱《規劃》）就給出了人工智能在金融行業應用的具體范圍，即：建立金融大數據系統，提升金融多媒體數據處理與理解能力；創新智能金融產品和服務，發展金融新業態；鼓勵金融行業應用智能客服、智能監控等技術和裝備；建立金融風險智能預警與防控系統。
“人工智能的底層支撐是大數據和算法，無疑應在數據資源豐富、數據價值密度高的行業率先發展。這正是金融行業擁抱人工智能的天然優勢。”海致網絡技術（北京）有限公司金融業務副總裁楊娟分析道。與其他傳統行業相比，金融行業高度信息化、數字化的特點更容易被人工智能技術利用。
金融與人工智能更搭配
“智能金融”概念的提出，讓傳統金融機構轉型路徑變得更加多元、清晰。具體來說，智能金融就是人工智能與金融全面融合而產生的新金融服務模式，它以人工智能、大數據、云計算等創新科技為核心要素，提升金融機構服務效率的同時，實現金融服務的智能化、個性化和定制化。
“金融企業在業務開展過程中積累了海量數據，這些數據包括客戶身份、資金收付交易、資產負債情況等，數據價值密度高，在運用專業技術挖掘和分析之后，價值轉化概率高，潛在的商業價值大。”楊娟在分析金融行業優勢時表示。
金融領域是唯一純數據的領域，無論是錢還是交易，都是以數據的形式存在。一篇題為《當人工智能遇上互聯網金融》的網絡文章介紹道，分析數據正是人工智能最需要的養料，計算機就像一個黑盒子，把海量的數據丟進去，它在里面運算、分析、學習，最終吐出來你想要的答案。
金融是一個相對獨立、隔絕的領域，例如股票、保險、銀行、賬單，都互不干涉。純數字的交互非常適合計算機，因此有金融領域評論員如此評價：“要讓計算機告訴你應該找一個什么樣的女朋友，有點困難，但是，你要想知道你的投資怎么組合才能收益最大化，人工智能一定不會讓你失望。”
“AI的本質是將無直接價值的繁雜海量數據，通過機器學習和分析，轉化為有直接價值的信息。金融的本質是將無直接價值的資源，通過空間和時間上的重新配置，轉化為有直接價值的資源。AI與金融的結合，使得信息產生價值，從而使資源產生更大價值。”騰訊云副總裁朱立強表示。
他認為AI和金融的結合主要有兩個方向：一是降低信息提供的成本，包括智能客服、智能理賠、流程銀行等；二是對人力無法很好分析的信息進行深度分析，如智能投顧、智能審批、智能營銷、反欺詐等。
技術與基礎理論并行
既然金融與人工智能的結合具有天然優勢，那么又有哪些技術可以助力智能金融的推進呢？楊娟認為，知識圖譜技術善于從信息中發掘和構建深度的知識關聯，使得信息價值顯性化，從而提供更智慧的決策支持，將是金融機構邁向智能金融的重要臺階。
《規劃》在提及“建立新一代人工智能關鍵共性技術體系”時，也著重強調，需要構建“跨媒體分析推理技術”，重點突破知識圖譜構建與學習、知識演化與推理、智能描述與生成等技術，實現跨媒體知識表征、分析、挖掘、推理、演化和利用，構建分析推理引擎。
“知識圖譜技術與金融業務在實踐中進行結合的深入程度，決定著智能金融發展進程的快慢。”楊娟表示。帶著人工智能相關技術，深入到銀行業務中去，會發現無窮無盡的智能化提升空間。
不僅如此，技術還能促使社會創新能力全面提升，為此，螞蟻金服堅持技術開放。“螞蟻AI團隊研發的技術，并不僅僅是為公司所用，更要開放給金融機構、合作伙伴甚至全社會。”螞蟻金服人工智能部技術總監李小龍說。
目前螞蟻金服面向客戶開放的技術有智能客服、智能理財、智能圖像定損、VR支付、物聯網支付等。
《規劃》設定目標，到2025年，中國人工智能基礎理論實現重大突破，部分技術與應用達到世界領先水平。“國務院將基礎理論研究單拎出來，作為中國AI發展規劃的第二階段目標，是切中了中國AI全面提速發展的核心所在。”李小龍說。
近兩年，螞蟻金服開始加大對AI基礎理論研究的投入。2016年10月，螞蟻金服和清華大學聯合成立數字金融科技聯合實驗室，將實驗室打造成全球金融科技研究領域的重要陣地。之后，螞蟻金服成為美國加州伯克利大學RISE實驗室合作伙伴，共同致力于為AI提供安全實時智能決策計算平臺的研發。
“我們希望沉到基礎研究里，不考慮短期商業利益。回到基礎學科的原點再出發，才能在創新上走得更遠。”李小龍表示。
“云+AI”助力智能金融
人工智能需要數據支持，云計算則能提供良好的數據分析工具和平臺，因此，智能金融還需要“云+AI”的支撐。
中國信息通信研究院高級工程師閆丹在分析云計算在金融行業發展現狀時指出，金融行業在應用云計算時仍存在很多問題，一方面是相關監管合規要求不明確，原來的監管要求同樣約束現在的云計算系統；另外，銀行采用云計算試錯風險比較高，業務向云端的遷移比較謹慎。
“我們應該倡導相關的監管機構調整對云計算架構的合規要求；還要對金融機構使用云計算放寬要求，降低試錯成本。另外，云計算在金融行業應用處于起步階段，其中很多問題需要云計算服務商探索解決。”閆丹說。
數據統計，目前傳統金融機構大都沒有實現100%云化，中國建設銀行、中國工商銀行等尚未實現在核心業務上云化。但值得肯定的是，在國家政策、經濟形勢、技術條件等綜合因素的促成下，雖然各大金融機構沒有太多在IT架構云化轉型的消息，但云計算、大數據、人工智能的基礎應用卻是各家都在進一步推進。
目前，金融行業使用云計算需要從外圍系統到核心系統逐步遷移，對于廣泛依賴傳統集中式IT架構的金融機構而言，在未來很長一段時間內都將處于集中式、分布式兩種架構并存的階段。對于金融機構來說最大的挑戰就是如何管理好融合式架構，閆丹建議，應該建立相應的研究項目做好分布式架構的規劃和實施。
閆丹認為，金融行業使用云計算的可行性分析以及實施路徑規劃還需要進一步研究。人工智能時代，云計算已經不僅僅是基礎設施。當“云+AI”共同運用在金融領域，單純依靠人工的方式將成為金融行業的過去式，技術和數據會為用戶帶來更好、更有價值的體驗。
摘自《中國科學報》
