2018 年和 2019 年的政府工作报告都强调了人工智能等新兴科技对于推动传统行业的重要意义，人工智能+金融是将计算机科学中的人工智能技术作为推动力，利用这项推动力为金融机构以及业务环节赋能，创新金融产品，重塑金融业务流程，优化金融服务。人工智能+金融的产业链包括硬件基础层、算法技术层和场景应用层，在产业链中，上游向下游提供产品，下游向上游进行反馈。在每个层级上对应着一类相关企业，企业遍布在全国各地形成空间链，并且层级之间通过价值交换和价值增值完成价值在整个产业的流动，其中与客户联系最紧密的是场景应用层，场景应用层通过人工智能+金融满足了海量化、碎片化、多元化的金融服务需求，产业链中的各个层级也已经展现出在人工智能+金融中共存的行业生态。
金融行业的发展和科技相辅相成，科技的进步促进金融行业的发展，金融对科技的需求和应用又反过来助推科技进步，习总书记在 2018 年 10 月主持学习人工智能发展现状和趋势时强调，人工智能是新一轮科技革命和产业变革的重要驱动力量，要努力推动我国新一代人工智能健康发展，党的十九大报告中提出了要将包括人工智能在内的现代科学技术与传统的行业相结合。在万物互联的时代，人工智能+金融能够基于大量多维度的用户数据与不断自我学习优化的算法，让用户享受到智能化、实时化、定制化的垂直金融服务。因此人工智能+金融的产业链，即在硬件基础层、算法技术层和场景应用层中，全国各地的上下游企业通过价值交换和价值增值完成价值在人工智能+金融产业链中的流动。
我国人工智能+金融的产业链已经初现雏形，在产业链的每个层级中都存在重要的参与者。
在硬件基础层，重要的参与者是有研发能力的软硬件供应商企业，他们运用传感器、云计算、芯片和区块链技术，为算法技术层的企业提供了载体，例如智能手机、掌上电脑等设备，这些设备应用在人工智能+金融的领域，必须要具备智能化和人性化的特点。硬件基础层为人工智能+金融提供了基础后台保障，是实现人工智能+金融应用的前提。
例如 AI 芯片的崛起不仅带来计算能力的提升，还能降低成本。AI 芯片技术发展呈现功能模仿与结构逼近两个方向，AI 芯片技术中的 GPU、FPGA 及 ASIC 是从功能层面模仿大脑能力，而 AI 芯片技术中的类人脑芯片则是从结构层面去逼近大脑。虽然在结构上模仿大脑运算是 AI 芯片终极目标，但受制于技术上的限制，当前 AI 芯片主流产品是在功能层面上的模仿。
对于硬件基础层的这些企业，他们的特点是研发能力很强，能够根据当前的行业发展不断与时俱进。但是因为硬件产品很难直接与金融场景结合流入市场，所以基础层的研发型企业在与客户的交流上，更多地依赖例如算法技术层这样的第三方企业。
算法技术层是人工智能+金融产业发展的核心，算法技术层通过海量识别训练和机器学习建模开发面向不同领域的应用技术，包括感知智能和认知智能，如语音识别、图像识别、自然语音处理和生物识别等。人工智能+金融通过算法技术层掌握了“看”与“听”的基础性信息输入与处理能力，因此可以面向用户演变出更多的应用型产品。
在算法技术层，重要的参与者是各类深耕人工智能领域的企业。这类企业通过将芯片、储存设备等集中于后台，对 AI 相应技术领域进行深入优化，降低场景应用端的成本，降低应用领域在技术方面的开发壁垒。这些企业的特点是有很强的创新和研发能力，并且拥有大量的可参考数据和客户基础。但是这些人工智能企业不具备将各项人工智能技术与金融场景进行结合的能力，尽管在人工智能技术方面的业务能力较强，却缺乏对于金融场景的理解，所以算法技术层企业的主要业务是为场景应用层的企业提供技术平台支持。
场景应用层在硬件基础层与算法技术层的基础上实现了与传统产业的融合发展，在场景应用层，又可以根据金融业务面对的不同的对象，分成 To B 的场景应用和 To C 的场景应用，这两个类型的应用也不完全独立，例如在 To B 场景中也有可能出现智能客服等针对 To C 场景的应用。
在场景应用层的参与者有传统金融企业和新兴互联网金融企业，他们拥有客户基础和大量的数据信息，是人工智能技术的需求者，在这个层级上可以将硬件基础层面和算法技术层面各企业的研发结果应用到日常交易和其他金融业务当中。
对产业链中三个层面的企业类型和特点可以总结出如下的表格：
表1 人工智能+金融各个产业链层级的特点
但是在产业链的三个层级当中，与客户联系最紧密的是场景应用层，这些企业在过去已经探索了一些结合人工智能开展业务的场景，例如阿里巴巴目前是国内最大的线上购物网站，阿里巴巴的人工智能发展以阿里云为核心，阿里巴巴人工智能实验室和数据科学与技术研究院共同为阿里云提供技术支持。
△ 图2 阿里巴巴的人工智能布局
蚂蚁金服是阿里巴巴企业当中研究人工智能+金融的部门，开发了基于人工智能的一系列金融业务 APP：
表2 阿里巴巴的 AI 金融业务框架
蚂蚁金服通过人工智能+金融满足了海量化、碎片化、多元化的客户需求，金融服务通过使用机器学习的方法大大降低了虚假交易的概率；支付宝的 OCR 系统通过深度学习算法不仅提高了 30% 的通过率，还缩短了 10 万倍的证件审核时间；阿里巴巴的智能客服机器人关于花呗等业务的问答准确率也实现了大幅提升。
对于人工智能+金融涉及到的各项业务来说，产业链中的各层级充分利用我国移动互联网高度普及的优势，发挥人工智能的最大优势，从而大大提高了金融业务的处理效率。互联网科技巨头体现了自身的技术优势；金融科技企业把金融场景业务和人工智能技术的结合作为自身优势；传统金融企业则需要针对应用场景进行场景创新，满足自身对技术与安全性的需求。随着科技领域的不断发展，在未来出现的新的计算机科学技术也会和人工智能技术相互影响，进而影响到金融领域，互联网科技企业、金融科技企业和传统金融企业已经展现出了在人工智能+金融产业链中共存的行业生态。
人工智能+金融的产业链是个性化智能金融发展的必然结果，在人工智能+金融的产业链中，上游向下游提供产品，下游向上游进行反馈。在每个层级上对应着一类相关企业，企业遍布在全国各地形成空间链，并且层级之间通过价值交换和价值增值完成价值在整个产业的流动，在产业链的三个层级当中，与客户最紧密联系的是场景应用层，也就是对应的传统金融行业当中的企业。随着市场环境的变化，人工智能+金融的产业链会逐渐扩大，企业或产品只有不断地创新、不断地迎合目标客户的需求，才能长期地发展下去，目前，在世界范围内规模较大的互联网金融企业基本符合这样的发展思路，这也是人工智能+金融未来发展的趋势。
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。
[1] 杜义飞, 李仕明. 产业价值链:价值战略的创新形式[J]. 科学学研究, 2004, 22(5):552-556.
[2] 严圣阳. 互联网金融产业链问题及整合对策[J]. 金融经济：下半月, 2014(5):23-25.
[3] 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.
[4] 陆小梅. 浅谈人工智能在互联网金融领域的应用[J]. 经济师, No.339(05):148.
[5] 乔海曙, 杨蕾. 论金融供给侧改革的思路与对策[J]. 金融论坛, 2016(9):14-20.
[6] IBM AI 参考架构及其在金融行业的应用 - 图文 - 百度文库[EB/OL]. [2019-7-26].https://wenku.baidu.com/view/2808494a541810a6f524ccbff121dd36a32dc4f7.html.
[7] AI在金融业的应用惊人，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产业布局_大脑[EB/OL]. [2019-7-26]. www.sohu.com/a/253271186_799090.
[9] 阿里巴巴、腾讯、百度三巨头在人工智能的大布局-每日科技网_科技小制作,科技小发明,科技小论文[EB/OL]. [2019-7-26]. https://www.newskj.org/yw/20170918103278.html.
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。
