揭秘智能金融：百萬億市場，風口正盛
在金融既有的價值鏈條上，智能金融正促成四方面的重構：重構用戶連接和服務的價值鏈、重構風險評估和管理體系、重構服務的邊界、重構基礎設施的建設標準和運行邏輯。
來源：新金融琅琊榜（id：finrank）
2017年，我們逐漸習慣被人工智慧（AI）時不時刷屏，這一年谷歌提出「AI First」、百度提出「All in AI」、騰訊提出「AI in all」，還被稱為人工智慧商業化、產品化應用元年。
在金融領域，人工智慧開始在多個細分行業嶄露頭角，智能金融概念不斷升溫。喧囂背後，有真刀真槍，也有魚目混珠。而人工智慧本身的複雜性，使得將智能金融說清楚並不容易。
最近，我拿到一份由埃森哲與百度金融共同編製的智能金融深度報告，題為《與AI共進 智勝未來》（下稱《報告》。這很可能是到目前為止，關於智能金融最全面和深入的一份報告。
在本文中，新金融琅琊榜將整理出部分報告精華，以饗讀者。
《報告》分為4個篇章進行闡述：
1、AI篇：提煉智能金融的概念和特徵；提出衡量智能金融的隨時、隨地、隨人、隨需四大標準；暢想智能金融在客戶連接、風險管理、服務邊界、基礎設施四個方面的重構。
2、共進篇：勾勒金融生態所呈現的更加細分和更加專業的態勢；詮釋市場參與者的定位轉化和角色蛻變；描繪各類參與者之間更為廣泛和深入的合作關係。
3、智勝篇：智在技術，勝在應用。「智在技術」闡明智能金融所依賴的ABCD「四大技術」，包括人工智慧、區塊鏈、雲計算和大數據；「勝在應用」逐一解讀新技術在支付、信貸、理財、資管和保險等領域的應用場景。
4、未來篇：提出智能金融將為未來商業發展所提供的新動能，所帶來的新突破，和所誕生的新形態；展望當前市場的參與者包括科技公司、金融機構、監管部門將面臨的挑戰」。
1
人工智慧的最佳落地場景就是金融
長期以來，由於在獲客、風控與運營等方面的局限，金融服務的廣度和深度存在重大瓶頸，從而造就了普惠難題。不過，在智能時代，以人工智慧、區塊鏈、大數據、雲計算為代表的新技術，為解決這一難題創造了新的可能。
對此，百度高級副總裁朱光的判斷是，「人工智慧最好、最有商業價值的落地場景就是金融。人工智慧技術現在就能使其真正發生深刻變革的產業就是金融。」
根據《報告》的定義，智能金融是以人工智慧為代表的新技術與金融服務深度融合的產物，它依託於無處不在的數據信息和不斷增強的計算模型，提前洞察並實時滿足客戶各類金融需求，真正做到以客戶為中心，重塑金融價值鏈和金融生態。
在埃森哲看來，經歷了之前「互聯網金融」的快速發展，中國正在進入金融科技更加深入應用的新階段，或者可以稱之為「智能金融」階段。
在《報告》致辭中，朱光認為，不僅是信貸業務，智能金融帶來的變化輻射金融全業務，在理財、資管等領域也將產生深遠影響。
各細分領域發展空間
智能金融的潛在市場有多大？目前我國有著8億經濟活躍人口，有央行徵信記錄人群僅3億，尚有5億人未被覆蓋到，信貸線上化率僅6%；188萬億資產管理規模，非銀行存款佔58%，資產配置優化空間巨大，而線上化率僅10%。此外，在保險、小微企業金融服務等諸多領域都存在很大發展空間。
在需求端，2017年埃森哲與Allen International的調研數據表明，67%的客戶為了得到更加符合個人需求的服務，願意授權金融機構獲取更多的個人信息；71%的客戶在諮詢銀行業務時，希望得到自動化輔助服務。
2
三個階段與四大特徵
《報告》將科技與金融的融合分為三個階段，分別是電子金融、線上金融與智能金融：
科技與金融的融合曆程
第一階段是電子金融。金融業務如票據等以電子形式實現，提升了中後台處理效率，金融服務的提供從孤立的「點」轉向經由計算機存儲的有結構、有組織的「線」；
第二階段是線上金融。通過互聯網技術與場景的結合改變了用戶行為，創新了服務渠道，使金融在覆蓋面上得以擴展，是由「線」及「面」的過程；
第三階段是智能金融。人工智慧等技術的引入深入行業邏輯，服務深度下鑽，金融服務由「面」縱向延展，轉為「立體」。
在智能金融階段，具有以下四大特徵，它們是智能金融與線上金融的本質區別：
金融新階段四大特徵
1、自我學習的智能技術。人工智慧可以更靈活地自主學習和管理知識，更準確地提前感知外界環境動態變化，理解用戶需求，做出判斷並決策。
2、數據閉環的生態合作。智能金融企業更加註重企業間數據結果回傳對於合作各方未來能夠可持續滿足用戶需求的能力的提升。
3、技術驅動的商業創新。人工智慧時代使得技術在金融的核心，即風險定價上發揮更大的想像力，帶來應用層終極變革。
4、單客專享的產品服務。所有的產品不再是為了「某些」客戶提前設計，而是針對「某個」客戶實時設計得出，實現產品服務的終極個性化。
簡而言之，智能金融最終將金融服務推向新的高度，真正實現以客戶為中心，成為未來金融服務的新標準：隨人，隨需，隨時，隨地。
在金融既有的價值鏈條上，智能金融正促成四方面的重構：重構用戶連接和服務的價值鏈、重構風險評估和管理體系、重構服務的邊界、重構基礎設施的建設標準和運行邏輯。
3
六大應用場景
隨著算力和數據的突破，智能金融應用率先在通用領域中發力，解決效率提升的問題。隨著數據在細分領域中的積累和整合，智能金融的應用不斷向拓展各細分場景、提升業務效能的方向進步，從而展現出多樣化的金融應用布局。
智能金融應用點分布
基於此，《報告》梳理了智能金融的六大應用場景。
1、支付：智能創新最前沿
作為與消費者連接最緊密的環節，智能金融對於廣大用戶的支付需求影響的最早、最廣、最深。實際上，移動支付的繁榮，有賴於智能手機的普及和移動互聯網的發展。
隨著智能技術的進一步成熟，支付將進入「萬物皆載體」的新階段。與此同時，生物智能將打造極致便捷的支付體驗，區塊鏈推動跨境支付結算流程簡化並提高時效，數字貨幣則為貨幣流通體系帶來了新理念。
2、個人信貸：全鏈條智能化
個人信貸鏈條智能化應用
未來的個人信貸業務與實際消費場景將會有更加緊密地結合，這勢必要求在場景對接、審批決策和運營流轉上有更加強大的數據和技術支撐。可以想像，繼移動時代的場景流量後，全鏈條智能化的技術能力將成為新的競爭力。
這種智能化體現在：智能獲客深度挖掘高效轉化信貸需求，智能反欺詐實現全時多維防控，大數據風控提升徵信廣度和精度。
3、企業信貸：新技術應用初顯成效
通過近年來的探索，智能金融將為包括貿易融資、供應鏈金融、企業信用貸款等對公信貸業務起到完善企業信用體系、補充企業經營狀況信息和降低放貸機構單據確權難度的作用。
具體來說：大數據豐富企業信用體系；物聯網掌握貨物數據補充經營信息；區塊鏈推動融資全流程信息透明，提升多方信任。
4、財富管理：智能匹配初具雛形
個人財富管理鏈條智能化應用
傳統財富管理模式下，了解客戶投資偏好，進而提供個性化投資建議和投資服務，需花費高昂的溝通成本、人力成本，因此高費率、高門檻的財富管理服務主要面向高凈值人 群。
智能技術在投資偏好洞察和投資資產匹配環節能夠極大地降本提效，使財富管理逐漸走向中低凈值人群，呈現高效、低費、覆蓋更廣泛的特點。
5、資產管理：穿透資產底層試水期
資產管理鏈條智能化應用
資管市場產品多樣，結構複雜，資產方、資金方具有較多痛點。對金融機構的投資團隊來說，投資決策的過程中傳統投研在信息搜索和數據、知識提取兩個環節消耗較大。
智能金融時代智能技術逐步突破應用到資管領域，解決跨期資源配置中的信息不對稱問題，全面提升資金和資產流通效率。
6、保險行業：變革的開啟
保險鏈條智能化應用
20世紀初，互聯網為存量保險產品的帶來新的渠道入口，成為保險科技的開端。2015年以後，智能技術在保險業的應用不斷深化，逐漸涉足核心的產品設計和精算定價領域，真正開啟保險業的全面變革。
4
應用之爭，誰主沉浮
影響智能金融應用在推廣上的速度、規模和潛力的因素很多：
從技術角度看，包括了技術的成熟度、數據可獲取性等；從金融的角度看，包括了金融機構變革的意願、以及對於新技術替代舊技術產生新增加值的認可程度；從用戶需求的角度看，切換成本的高低、新人群是否已經形成、新習慣是否已經被培育以及新的金融行為在多大程度上符合剛需，都是影響應用普及的重要因素。
智能金融應用關鍵制勝因素分析
那麼，什麼才是決定智能金融應用之爭能否勝出的關鍵因素呢?這份報告提出了六大要點：
1、規模。效率之爭必然意味著規模之爭。在強調效率的智能金融應用推廣市場中，規模經濟理論同樣適用。
2、標準。移動通信的標準之爭即是典型例證，得標準者得天下，這對於快速興起的智能金融領域，比如對仍在探索期的區塊鏈行業和已經相對成熟的移動支付行業，具有重要的借鑒價值。
3、獨特資源。不論是獨特的數據資源、客戶資源、場景資源或者是跟某些優勢業務的協同效應資源，作為一種稟賦能夠最直接地作用於效能提升上。
4、行業理解。在海量數據中構建知識圖譜，尋找數據之間的關係，構建關係網路，並最終提供有價值的服務必然要求企業能夠深入理解行業、行業數據特徵及應用。
5、生態合作深度。細分領域要求生態合作深度。在細分行業內，會存在大量特殊的場景需求和業務需求，需要合作雙方聯合解決，信任在其中不可或缺，會極大降低雙方合作成本。
6、生態合作廣度。通用領域要求生態合作廣度。依託於大量外部合作夥伴的數據反哺、產品反饋，幫助智能金融創新者優化模型、提升技術和能力。
《報告》指出，從綜合角度來看，市場上多數互聯網公司會利用自身在規模、標準、獨特資源、行業理解以及合作的廣度和深度上中的多個維度發揮優勢，推動智能金融發展。比如擁有龐大電商交易數據和場景的阿里、京東，以及擁有社交數據和場景的騰訊。
就百度金融而言，相較於提高效率，其在提升效能方面有著更為出色的表現。這是因為：第一，百度數據的多樣性，除了搜索，還有量級巨大的LBS、交易、網路行為、圖像視頻等，構成刻畫用戶、構建模型和智能匹配的基礎；第二，百度數據的互補性，與金融機構之間更易建立深度合作；第三，搜索引擎的精準表達，在手機百度這樣一個日活過億的超級App上，每天有千萬量級的金融訴求表達。據悉，百度擁有14款過億級APP提供大數據，可授信用戶已達到1.9億。
百度金融倡導的「智能金融生態圈」
在效能上的優勢助力百度金融與銀行、消費金融公司、互聯網小貸等機構快速對接、廣泛合作，將線上、線下的流量高效地轉化為資金和資產，提升資產與資金的流通和匹配效率。
5
新時代，新格局
智能金融的創新帶動了新型的商業模式，也促成了大批創業企業的湧現。據五道口金融學院的中國金融科技企業資料庫統計，過往兩年成立的創業公司1753家。
在創新方向上，這些企業從金融服務的互聯網化逐步深入到金融服務的技術重構、流程變革、服務升級、模式創新等，幾乎滲透到了傳統金融業務的方方面面。從通用技術應用的語音識別、活體識別、區塊鏈、雲等到細分場景應用的信貸、理財、保險、資管等，無一不包。
國內智能金融創新創業公司涉及金融服務的各個領域
隨著市場接受度及技術成熟度的發展，各領域競爭格局初現。
1、專註於垂直領域的專業技術公司，在通用技術領域依靠先發優勢佔得先機，如活體識別領域的曠世科技和語音識別領域的科大訊飛。
2、信貸、理財、支付等平台型業務中把握流量入口，以規模致勝的BAT、陸金所等大平台優勢明顯，經過長期的業務積累，逐步形成人工智慧應用對外輸出合作。
3、探索型的業務，如保險科技、區塊鏈等，需尋找產品突破點，創造新需求。例如眾安保險在區塊鏈、智能客服、精準營銷等領域進行科技創新。
4、資管領域是人工智慧最具挑戰的領域，多變的因子和開放的環境，新技術的應用還有很大空間。當前主要以系統服務商為主，市場尚未出現頭部機構。
最能體現趨勢變化的是，從傳統金融機構到互聯網巨頭，紛紛搶灘智能金融領域。
一方面，以四大行為代表，金融機構爭先與科技公司達成戰略合作，如農行與百度共建金融大腦，中行與騰訊合作成立科技聯合實驗室，建行牽手阿里，工行聯合京東。傳統金融機構對金融智能化的迎合態度已相當明顯。
另一方面，百度成立百度金融服務事業群，並面向所有合作夥伴打造開放合作的財富管理平台和消費金融平台，百信銀行正式開業；阿里依託螞蟻金服旗下的支付寶向金融各領域嘗試滲透；騰訊推出國內首家互聯網銀行「微眾銀行」；京東上線「京東智投」。智能金融正在成為兵家必爭之地。
6
智能金融發展正當其時
在《報告》看來，中國智能金融的發展順應發展潮流，受到了政策、經濟、社會、技術等多方面因素的驅動，可謂適逢其時。
中國政府自2015年起便將人工智慧納入了國家戰略發展規劃，不再限於智能製造和機器人加工層面，更加著眼於人工智慧生態布局，為人工智慧的發展提供充分的資金支持和政策鼓勵。
支持技術創新的政策
其中，金融作為人工智慧落地的最佳場景之一，政府正大力鼓勵金融領域的技術創新。2017年7月，國務院印發《新一代人工智慧發展規劃》，首次將智能金融上升到國家戰略高度。
除了政策支持，人工智慧與金融融合過程中的三大要素——數據、算力和演算法正在取得突破性進展。
1、全球數據量正在呈現指數級增長：根據國際數據公司IDC統計，2014年全球數據總量8ZB，預計2020年達到44ZB;而智能手機的普及將更多的個體行為數據轉移到線上得以記錄，使得數據更加多維立體。
2、機器處理數據的能力和速度持續提升：現在的人工智慧系統使用成百上千個GPU，比之過去用CPU一個月才能出結果，現在用GPU可以一天就出結果，為機器學習和智能技術的發展創造了條件。
3、深度學習演算法已經達到技術頂峰期：企業中的巨頭如谷歌、蘋果、微軟、臉譜網和百度正在增加其針對深度學習的研發份額；硬體製造商正在加緊交付新的、深層的神經網路訓練的高性能演算法。
《報告》指出，在未來金融智能化浪潮的推動下，以用戶為服務的目標和中心，智能金融生態將會出現五類參與者，包括場景流量提供者、金融產品提供者、技術演算法驅動者、基礎設施提供者和監管者。
目前傳統機構如銀行與科技公司在智能化的大勢之下皆不甘人後，紛紛展開合作，共同打造未來的智能金融生態圈，雙方合作模式還處於嘗試和探索階段，未來科技企業和金融機構可能會有融合、共建和開放輸出三種合作模式。
智能金融三種合作模式
在此過程中，新的格局形成了——競爭邊界將愈加模糊，強強聯合有望成為常態。諸如2017年8月，騰訊、百度、京東、阿里等投資加入聯通混改；2017年11月，小米和百度宣布戰略合作，推動百度的AI能力與小米生態體系融合。
TAG:新金融琅琊榜 |