伴随着金融巨头快速崛起所带来的示范效应及竞争压力，以及人工智能等科学技术的进步和应用不断向纵深发展，加上宏观环境的鼓励和引导，金融领域加速变革，人工智能+金融不断向前发展。人工智能技术在金融领域的应用，并不仅仅涉及 To B（To business）领域，在 To C 的金融服务领域人工智能技术也应用颇多，To C 就是 To customer，指的是金融产品面向消费者，包括智能投顾、智能营销、智能支付、智能客服和智能理赔。To B 的业务生态也可以为 To C 的产品和服务提供更多应用场景，帮助消费者进行数字化转型升级，反哺个人用户，提升生活品质。人工智能+金融在 To C 的业务场景中使得金融业务更加个性化和智能化，为传统金融产品、服务渠道、服务方式、风险管理、授信融资、投资决策等业务带来了新一轮的变革，随着金融业务和人工智能技术的进一步融合，人工智能+金融在未来还有可能出现新模式、新业务和新场景。
智能投顾是人工智能在金融投资顾问方面的应用，基于人工智能算法为客户提供在线投资顾问或者资产管理相关服务，是一种利用了人工智能技术的线上理财系统。智能投顾的工作方式是充分利用机器学习和知识图谱，通过一系列机器学习算法综合评估用户的风险偏好和财务状况，预测用户的投资目标，然后与现代投资组合理论相结合，为用户提供合理的、有针对性的理财方案。智能投顾是一个带有反馈的循环过程，分为用户画像构建、投资组合选择和动态优化三个部分，智能投顾循环的关键在于构建用户的画像，画像涵盖了用户的的风险偏好、财务状况和投资目标。
与传统的投顾业务相比较，智能投顾由于使用了量化分析，更加专业高效，减少了工作人员在投顾业务中的非必要参与，降低服务的用户门槛，使更多的用户体验到投顾业务，除此之外，人工智能的参与可以帮助用户摆脱投机心理的干扰，做出更加现实和更加符合自身画像的投资决策。但是，智能投顾在构建用户画像时也存在一定的局限性，画像数据的来源主要是调查问卷和用户在互联网上留存的数据，但是调查问卷在灵活性上不足，并且可能对用户存在心理暗示，互联网上留存的数据又往往出现在多个平台，可比性不高，因此如何获得更加精准的用户画像数据，是智能投顾中亟待解决的问题。
表1 智能投顾的特点
智能营销
智能营销是在精准营销的基础上，通过进一步对海量数据分析，得到客户的消费模式，实现营销的再精准化，也是通过对客户分群，精准定位目标客户，然后进行精准营销和个性化推荐的过程。智能营销的目的是提高销售效率，精准找到目标客户，为客户提供个性化产品，主要利用的人工智能技术是机器学习算法。智能营销主要分为用户分析、营销策划、营销执行和营销评估四个部分，在这个因果相关的闭环结构中，人工智能在每个部分都发挥了重要作用。
△ 图2 智能营销的实现流程
与传统的营销方式相比，智能营销精准性高和个性化强，营销成本实现了大幅缩减，营销效率得到了进一步提高。但是智能营销目前依然存在一些局限性。首先，人工智能技术对于大数据的分析层次较浅，虽然已经可以基本判断用户的消费方向，但是对于用户消费价格、质量、以及其个性化需求进行判断时还存在不足，导致了精准营销的实效性偏低；其次，在获得精准用户后，向用户实施营销推送的方式即对营销策划中营销渠道的选择过于简单粗暴。因此智能营销发展的下一步趋势就是解决以上的关键问题，未来，智能营销通过不断完善自己的性能，将会更加人性化。
随着互联网的快速发展与手机硬件的处理能力越来越强大，金融业务通过手机渗透进生活的方方面面，金融业务场景变得更多元化，这些业务场景中积累的大量数据使得传统数字化支付手段已经无法满足消费需求，人脸识别、指纹识别、虹膜识别、声纹识别等人工智能技术承载了线上和线下服务的有效连接，智能支付与金融业务场景深深地结合在了一起。智能支付系统按照功能可以分为智能账户、智能支付工具、智能清算系统和智能监管四个部分，共同构成了智能支付的平台，其中智能账户是智能支付系统的基础。
△ 图3 智能支付的实现流程
综合智能支付系统中四个模块的性质，可以总结出智能支付的特点是创新支付方式，使支付变得更加便利，提升用户的支付体验和支付效率，可以对支付账户的用户信用进行评级。但是在智能支付的发展过程中也面临着一些挑战，首先被考虑到的就是用户个人信息泄露的风险，以及获得用户信用数据时所采取的手段是否合法的问题，所以智能支付如果进一步发展，应当建立人工智能支付安全技术体系和制定该领域的相关法律，除此之外，现有金融监管制度下，存在难以界定由于人工智能故障导致的风险事件责任的问题，相关监管机构还应当管控结合，提高对于新技术的应用程度与重视程度，主动引进新的技术控制手段以防范技术变化带来的监管问题。
智能客服利用人工智能技术与客户进行互动交流，了解客户的业务需求，大量的简单话务工作由智能机器人承担，回复咨询并将客户导航至所需业务模块。智能客服不是单独存在的，在金融行业中，它可以应用到人工智能+金融的其他业务当中。智能客服最重要的组成部分是对话管理，它包含了对话理解和融合、对话分析和对话内容管理三个部分。
智能客服的应用已经可以摆脱传统的按键式菜单，客户可以直接使用自然语言和机器进行交流，不仅提升了用户的满意度，而且大大缓解了人工客服的需求，实现了运营成本的降低。目前来看，智能客服还处于弱人工智能的时期，由于客户存在个性化、感性化的问题，智能客服还不具备完全替代人工的能力，但是随着人工智能技术的进一步发展，智能客服可以进行分析的客户请求将不再局限于自然语言，还包括语音请求、图片内容等更加多样化的请求模式，逐步处理客户个性化的售前售后问题，例如苹果 Siri 发布之后，对于智能客服的发展产生了很大的影响，因为其能够适应更加多元化的应用场景，因此成为了智能客服发展的趋势。
智能理赔作为人工智能+金融行业的业务场景之一，被保险公司广泛应用到多个业务环节，保险公司通过对大数据以及人工智能技术的应用，将更加便捷的服务贯穿于用户投保、核保、运营和理赔过程，更好地为公司节约了大量的人工成本，兼顾了公司的利益。智能理赔是为了解决传统理赔过程中的痛点而产生的，为了改善用户体验、提升议价能力与降低运营成本，人工智能被应用到了保险业务的整个过程当中，包括投保、核保、运营和理赔。
相对于传统保险业务来看，智能理赔的主要特点有以下三点：一是保险产品定价能力通过差异化定价得以提升，二是智能理赔能够有效改善客户体验并大幅降低运营成本，三是智能理赔能够保障风险决策以及反欺诈能力。智能理赔与人工智能技术有很好的相容性，未来的发展趋势必然是会进一步提高人工智能技术水平，加大人工智能技术在保险和理赔方面的应用，然而，目前智能理赔的发展受到一些限制，保险公司与高新技术公司还需要深度接洽，保险公司的内部数据由于受到机密和安全的限制，与外部的大量数据还要进一步实现融合。因此在未来，智能理赔的进一步发展需要大量既了解保险业务又精通人工智能技术的交叉型人才，其次也需要加强行业间的联防联控机制，使保险行业的数据能够和外部的信用平台、银行的数据平台、网络购物平台、医疗信息平台等更好地融合到一起，建立用户个人全面的画像。
结 语
人工智能+金融在 To C 的业务场景中使得金融业务更加个性化和智能化，为传统金融产品、服务渠道、服务方式、风险管理、授信融资、投资决策等业务带来了新一轮的变革，人工智能+金融的优势是不容忽视的，自从人工智能进入国家战略地位时，金融业就在不断探索与人工智能深度融合的种种可能，金融作为现代经济的核心，对于国家的经济建设和社会发展进步有着重要意义，人工智能技术提高了金融活动的效率，给企业和大众带来了巨大的收益。但是目前人工智能在金融领域的场景应用效果还没有完全达到预期，随着金融业务和人工智能技术的进一步融合，人工智能+金融在未来还有可能出现新模式、新业务和新场景。
如有购买装订版白皮书《人工智能+金融行业研究报告（2019）》需求，请联系王耀羚老师，联系方式：wangyl6@sem.tsinghua.edu.cn。
参考文献：
[1] 杨涛. 对人工智能在金融领域应用的思考[J]. 国际金融, 2016(12):24-27.
[2] 冀凯峰.浅谈人工智能技术背景下的市场营销[J].辽宁经济,2019(04):82-83.
[3] 王梓晗. 浅谈人工智能在市场营销方面的应用[J]. 商业文化, 2018, No.390(09):37-38.
[4] 李斐, 邵晓东, 周力恒, et al. 智能客服机器人的现状及发展[J]. 中国传媒科技, 2015(Z1).
[5] 蒋韬. 大数据和人工智能在保险行业的应用及展望[J]. 清华金融评论, 2017(12).
[6] 尹铭. 人工智能等新技术在保险业的运用与展望[J]. 清华金融评论, 2017(12).
王耀羚
清华大学互联网产业研究院研究员，管理硕士，持有PMP国际项目管理专业资格认证。主要从事金融科技、产业升级、企业数字化转型、人工智能行研、企业政府战略规划等领域研究。曾参与涉及产业转型指数研究、互联网产业发展、金融科技行业分析、金融科技示范管理、十四五规划社会治理课题、数字发展研究、跨境结算项目、工信部举办的中国云端与大数据高峰论坛项目筹划工作、联合艾瑞咨询等知名市场调研机构开展项目合作等。曾负责或参与编写《云计算和人工智能产业应用白皮书2018》《人工智能+零售行业研究报告2019》、《人工智能+金融行业研究报告2019》、《金融科技在小微企业信贷中的应用发展研究报告》等。学术文章曾发表在数据杂志、中国工商银行《现代商业银行》等期刊。
