金融科技在保险业中的应用：以平安为例
平安的探索为金融科技在保险业中的应用提供了如下经验：一是加大对于金融科技的预算和人才投入，积极发展金融科技，并随着信息技术的发展步伐不断转型升级。二是通过输出科技服务，连接并赋能外部合作伙伴与其他金融机构，搭建金融服务、健康医疗、汽车服务以及智慧城市等生态圈和平台。三是实现科技与业务、生态圈结合，拓展“综合金融+科技”与“科技+生态圈”的业务模式。
近年来，金融科技在保险业中的应用日益广泛，创新业务快速发展。传统保险公司是发展保险科技的重要市场主体，依靠发展金融科技，继续保持较强的竞争力和领先地位。近日中国平安董事长马明哲发表署名文章，定义“新数字化”并解读平安全面数字化战略。事实上，平安集团自创立之初一直积极发展科技，试图实现从资产驱动向科技驱动的转型，在核心技术创新、搭建生态圈和平台以及对外输出创新科技等方面做了许多探索，是传统保险公司发展金融科技较为典型的案例。平安的探索为金融科技在保险业中的应用提供了如下经验：一是加大对于金融科技的预算和人才投入，积极发展金融科技，并随着信息技术的发展步伐不断转型升级。二是通过输出科技服务，连接并赋能外部合作伙伴与其他金融机构，搭建金融服务、健康医疗、汽车服务以及智慧城市等生态圈和平台。三是实现科技与业务、生态圈结合，拓展“综合金融+科技”与“科技+生态圈”的业务模式。
一、保险公司发展金融科技的条件
为了应对新技术的挑战，传统保险公司大都加大对于金融科技的预算和人才投入，将科技与业务紧密结合，并随着信息技术的发展步伐不断转型，以在新技术的冲击下保持较强的竞争力和领先地位。
（一）大量的预算与人才投入
金融科技的发展要求保险公司提供大量的预算与人才投入，以吸引并培养保险与科技跨界人才，实现保险与科技的深度融合，使科技成为保险业务发展的核心驱动力。
平安成立于1988年，虽然在全球保险集团中成立时间不算长，但依托于中国保险业的快速成长，平安发展迅速，已经成长为9家全球系统重要性保险机构之一。平安业绩稳定并且强健地增长，和集团一贯重视科技，并为此作出的投入与努力密不可分。集团规定，每年收入的1%用作科技创新的投入（尚不包括传统业务的IT预算）。过去十年内累计科技创新投入达到500亿元。每年按照收入1%的比例投入，接下来十年至少投入1000亿元。截至2020年12月末，平安科技专利申请数累计达31,412项，较年初增加10,029项；位居金融科技、数字医疗专利申请榜单全球第一位，位居人工智能、区块链专利申请榜单全球第三位。
（二）将金融科技与业务发展紧密结合
保险公司发展金融科技的目的是将科技与自身的核心业务需求紧密结合，通过科技赋能，提升业务的供给效率，促进保险产品创新、销售渠道变革、业务管理模式变革以及推动商业模式创新。
平安集团比较好地实现了金融科技与业务发展的有机结合。平安作为国内最大的综合金融服务集团之一，为金融科技的发展提供了从保险到银行和资管业务等全方位的业务理解与使用场景。庞大的规模使得平安必须要利用科技力量来优化管理，提升效率。同时，海量的实际使用场景让平安能够快速地建立业务模型、提炼数据、优化算法并不断迭代。同时，丰富的业务场景与精通业务的人才，让科技人员在研发过程中可以与业务紧密结合，从实际需求来研发，从而避免了一些科技公司由于不懂业务，研究成果与业务需求脱节而陷入的困境。
（三）随着信息技术的发展不断转型
随着金融科技的不断迭代升级，数字一代的用户对新兴技术应用的适应速度也在加快。因此，金融科技的发展不是一劳永逸的，而是要随着信息技术的发展不断转型升级，以适应市场供求的变化。伴随着中国信息技术的发展步伐，平安已经经历了四次金融科技转型。目前平安提出了从平安到平台的平安4.0转型，即不仅利用科技发展自身业务，而且通过输出科技服务，连接并赋能外部合作伙伴与其他金融机构，从而共同打造生态圈。
二、金融科技在保险业中的跨界连接与生态圈
金融科技在保险业中应用的重要趋势是跨界连接生态化，保险跨行业深度融合。在数字经济时代，保险公司以用户保险需求为核心进行跨行业整合，有助于提升服务能力。跨界融合还可以形成生态能力，进一步拓宽保险产品和服务维度，覆盖更广泛的客户群体。
平安在金融科技发展过程中，比较早地探索跨界连接，通过跨行业深度融合形成各类生态圈。平安集团已经提出4.0战略布局模式，即从平安到平台，积极开放其核心技术，帮助合作伙伴提升运营效率，降低成本，提升风控管理水平，构建金融服务、医疗健康、汽车服务以及智慧城市等生态圈。
在金融服务生态圈，平安以陆金所控股和金融壹账通为核心，前者赋能个人金融服务，后者面向金融机构的商业科技云服务平台。
在医疗生态圈，平安囊括了旗下12个实体。其中，平安健康以人工智能辅助的自有医疗团队为核心，整合线下医疗健康服务网络，为用户提供线上线下一体化的医疗健康服务。
在汽车服务生态圈，汽车之家作为中国领先的汽车互联网服务平台，在数据业务领域，汽车之家致力于打通研发、营销、转化各环节，全面赋能主机厂和经销商。
在智慧城市生态圈，平安智慧城市业务围绕“优政、兴业、惠民”三大主题，以科技赋能城市发展，提供一揽子智能城市综合解决方案。目前，平安智慧城市业务已经布局政务、生活、交通、医疗、教育等众多板块，并已在国内143个城市和多个“一带一路”沿线国家及地区落地推广。其中，平安通过打造智慧市民一体化平台提升市民服务体验。截至2021年3月末，智慧市民服务一体化平台累计注册用户量超3,500万，累计访问量超26亿次
通过这五大生态圈，平安逐步实现其商业模式战略：一是B2C（个人服务）。从衣食住行等场景切入，为消费者提供智能化生活与金融服务，用核心科技改变生活，提升生活质量；二是B2B（企业服务）。从行业痛点切入，构建综合服务平台，赋能企业发展；三是B2G（政府服务）。利用创新科技深化政府合作，帮助政府精细化管理，提升政务处理效率，助力城市治理现代化。
三、金融科技在保险业中的应用前景展望
金融科技在保险业中的应用日益广泛，科技与业务结合以及科技与生态圈结合的趋势已经初见端倪。一是科技与业务结合。一系列新兴技术在保险业务的应用日益广泛，几乎涵盖了产品开发、营销、承保、理赔、客户服务的全流程，逐步从保险业务运营的中后端发展延伸至保险服务的前端，即从后端的数据分析和决策支撑，发展到与客户直接接触的营销及服务一线。二是科技与生态圈结合。保险公司通过跨行业的资源整合，可以满足保险用户的日常生活需求，通过频繁的服务交互赢得客户信任。同时，跨界连接可通过服务实现流量多次变现，有效结合互联网平台的线上资源和保险的线下资源。
平安金融科技发展战略也反映了上述趋势。平安集团提出了其第四个十年的愿景，致力于成为国际领先的科技型个人金融生活服务集团。聚焦"大金融资产"与"大医疗健康"，持续推动智能化、数据化经营转型，运用科技助力金融业务提升服务效率、获客能力和风控水平;并在降低运营成本的同时，大力鼓励金融科技、医疗科技创新，将创新科技深度应用于金融服务、医疗健康、汽车服务、智慧城市"生态圈，实现"科技赋能金融、科技赋能生态、生态赋能金融";并持续优化"—个客户、多种产品、—站式服务"的综合金融经营模式，依托本土化优势，践行国际化标准的公司治理与经营管理，为2.18亿个人客户和5.98亿互联网用户提供金融生活产品及服务。在继续专注个人业务发展的同时，平安也持续将"1+N"理念推广到团体业务中，通过各团体业务单位的合作协同，以提升团体客户价值和团体业务贡献。
平安科技创新战略：未来将重点建设两个领域
一是“业务+科技”。平安自身传统金融业务利用科技赋能，提升传统金融业务的竞争力。各个专业公司也纷纷加强自身的科技力量。考虑到科技对业务的响应度与理解度的需求，原来集中化的平安科技，已经将服务于各专业公司的业务类的科技团队转入到各个业务公司，直接受业务公司的领导。而专业公司，如平安产险、平安好医生等，也都建立了自己的大数据团队，与集团的大数据团队配合，为自身的业务提供更贴近前线的，更精细化的数据分析服务。
二是“科技+生态圈”。科技前期投入大、边际成本低，具有规模经济优势的特点。科技能够支持的业务规模越大，产生的效应就越明显。因此，平安在用科技服务于自身业务发展的同时，也对外输出金融科技，打造轻资产模式。一方面能在平安大旗下聚拢越来越多的盟友，提升市场竞争力，另一方面也给了科技更大的表演舞台，更多地使用场景与数据，帮助科技可以更快更好的发展。根据平安科技创新战略，未来平安不应该是个金融公司，而是个科技公司。目前平安科技+生态圈建设已经初见成效，可以预见，越来越多的参与方都会加入到平台上，在科技的支持下，聚拢越来越多的流量、场景与数据，从而有效地提升行业的标准化、自动化与智能化。
（作者系清华大学五道口金融学院中国保险与养老金研究中心研究总监，国务院发展研究中心金融研究所保险研究室原副主任、教授、博士生导师朱俊生）
区块链在金融领域的三个应用方向
从技术的角度来看，区块链是一种底层的基础架构，它的应用范围不仅局限于金融行业，就像大数据可以在金融行业，也可以在其它行业中应用一样。对于金融行业而言，区块链在许多细分领域中的应用场景可行性已经在过去的一两年中被反复讨论。在众多的讨论中，我们发现人们对于区块链的理解存在许多误区，往往将区块链具象成“分布式账本”、“智能合约”、“密码学”等具体技术和概念。所以，我们首先要明确区块链的核心理念，即区块链是什么？
从本质上来讲，区块链是一种多方参与的“共识系统”，是一种“开放架构下的强安全机制”。对于区块链思想的论述，可参照《区块链的本质-纳什均衡下的共识系统》一文。基于众多的金融应用场景，我们选择了以下三个最重要的可以应用区块链思想的方向和趋势，而甄选的一个重要原则是该方向或趋势是否具有战略上的意义和重要性。
1.法定数字货币
货币是金融的基础，是所有基于价值交换的经济活动的通用介质。无需赘言，法定数字货币的场景将极为庞大、复杂并具有重要的金融战略意义。关于区块链对于法定数字货币的意义以及如何运用区块链思想进行法定数字货币的架构设计，可参照《区块链架构中的两大核心模块》以及《区块链对于法定数字货币的意义与政策建议》文中的相关论述。
在这里需要强调的是，使用区块链推进法定数字货币实现的一个重要意义在于抢先制定国际标准。从国家战略的层面上来看，制定法定数字货币标准，包括制定“基本数据单元”的数据结构标准和“数据流转链条”的共识协议标准，其在金融领域的重要性类似于在IT领域制定互联网TCP/IP协议标准或是在商业领域制定全球贸易协定标准。
这种看似技术协议或商业标准的竞争，实则攸关国家安全的根本利益。想象一下，在法定数字货币成为全球通行的货币形式的将来，哪个国家掌握了法定数字货币发行、流通的标准，对于其它国家金融格局的影响就会像上世纪改革开放、打开国门时西方文化带给中国人意识形态上的强烈冲击和影响一样，是一种潜移默化的、深刻的全球化金融扩张。
2.数字身份
在所有行业中，金融行业受到的监管最为严格，而对于客户身份的验证（KYC）是金融监管的一个关注重点。目前的现状是金融机构在KYC的流程中普遍存在信息搜集冗余，信息流转迟滞所导致的低效和巨大合规成本。基于区块链的数字身份可以在跨地区的组织机构之间进行数据的流转，增加效率、降低成本，这是区块链能够为传统金融机构的某个特定场景所带来的价值。
但更为重要的是，基于区块链的数字身份可以作为实现数字普惠金融的基础性协议。目前普惠金融的痛点在于用户触及成本高，风险控制难度大，而目前利用数字技术（如：大数据）实现的“数字普惠金融”还只能局限于某个组织的生态系统之内（如：蚂蚁金服的芝麻信用）的某些场景中应用（如移动支付），而真正的跨组织、跨国家地域之间的数字普惠金融架构和合作还未能实现。其根本原因在于跨组织、跨国家地域之间的数据（尤其是涉及到国家安全和经济民生的敏感数据）无法通过传统方法被安全共享。
而区块链作为一种“开放架构下的强安全机制”，建立在它两大核心模块“基本数据单元”和“数据链条”之上的数字身份可以尝试将数字普惠金融所覆盖的用户身份信息、历史活动记录以及其它和身份有关的属性信息安全地流转于跨越国家和地域的机构和个人之间，实现敏感数据的开放式安全共享。
3．更广泛的金融安全（监管）基础架构
区块链的基本特征“开放架构下的强安全机制”从某种意义上来说是一种新型安全基础架构。和传统的基于密码学的“防御性”安全技术不同，区块链并非把需要保护的敏感数据集中在“云端”，然后试图筑造一道抵御外部入侵的“安全长城”。从近年来发生的种种安全事件中不难发现，哪怕是再牢固的“城墙”，由于“目标”（数据）集中化地被存储在某个固定位置（例如服务器中），黑客总是可能通过不断尝试找到某个安全漏洞，使得“破墙而入”最终只是一个时间问题。相比而言，区块链所代表的安全基础架构是一种全局性的安全，区块链中的数据被“集体共管共存”，存储的位置随时变动；只有真实有效的数据才会被接入链条中，而伪造的数据将会被系统自动丢弃。打个跨界的比方，汉族文化在过去几千年中的传承和包容并蓄就是一种区块链机制，虽然从政治的角度汉族在历史上曾被多个外来民族统治，但汉族的文化却一次次地接纳外来文化并最终将之吸收、同化。
它的传承（数据存储和流转）以及对于外来文化的接纳同化的能力（基于共识机制的自动裁判修正功能）并非由一人之力完成，而是一种全局的力量。同时，文化发展所包含的“扬弃”过程，也是一种由多元文化共同作用、互相冲突和博弈，最终达到“纳什均衡”稳定状态的过程。从安全和金融监管的角度来看，基于区块链的安全基础架构允许风险诞生且发展于局部，但始终不能突破全局。
正是由此这个特性，区块链最先被金融行业所发现并重视，因为金融业对于安全最为敏感，但传统的安全架构似乎永远都不能很好地解决“道高一尺，魔高一丈”的问题。金融监管也是一样，传统的监管试图采用各种手段消除金融风险，是一种被动的防御性机制（例如P2P行业曾暴露的风险和后续的监管措施），而基于区块链的金融监管基础架构使监管者可以设置一种开放式的“容错”架构和机制，并要求众多的参与者在这种设定的架构下进行活动，互相监督和制约。即使少数参与者不遵守“游戏规则”，基于全局性的共识机制会使多数的参与者立即发现这种情况并自动进行举报、纠正和惩罚。
这种新型的监管模式是一种开放式的、主动的全局强监管，监管者的作用在于设计一个基于“纳什均衡”的博弈场，使被监管者必须遵守全局性的博弈规则（共识），否则就自动出局。在运行的过程中监管者可以主动推进博弈机制的不断地迭代和改进。
人工智能与商业应用
商业机构中的领导者对人工智能的商业影响力感到既担忧又兴奋。全球各地的公司正逐渐意识到这一新技术的力量，并开始探索如何应用人工智能提升企业竞争力。
本文基于Efma和德勤联合进行的EMEA（欧洲、中东、非洲三地区）FSI（金融服务业）调查结果，并引用了业内多家公司的见解和案例研究，分析了人工智能的逻辑建模、行业现状以及理解和利用人工智能技术所需要采取的行动。
1. 人工智能应用领域
人工智能有三大主要应用领域：认知自动化，认知参与和认知洞察力。
认知自动化
在这一领域，人工智能的主要领域是机器学习，机器人流程自动化（RPA），和其他能够自动化深层领域知识开发的认知工具。我们已经看到人工智能设备自动化了那些传统上需要训练有素的工人才能完成的任务。
手写和字符识别是认知自动化应用的最佳范例，它可以支持高强度、复杂繁琐的办公业务，以帮助企业降低风险和成本。例如，可以使用自然语言处理和OCR技术从文档中提取关键信息。
认知参与
人工智能的下一阶段是认知技术“代理”：系统通过认知技术与人类建立密切关系。
认知系统开启了文本/图像/视频等“非结构化”数据的力量，为银行和客户提供定制化的产品和服务并创造新的收益流。
最常见的例子是语音识别接口，它可以执行语音指令，降低温控器或打开电视频道。同时，也出现了一些使用认知参与的新型应用领域，这些领域需要人工智能接触到更复杂的信息并执行数字化任务。比如接收病人入院，或者推荐产品和服务。
认知洞察力
认知洞察力是指从各种数据流中提取概念和关系，用来生成隐藏在大量“结构化”和“非结构化”数据中的相关答案。
总的来说，认知洞察力可以检测来自多个数据源数据的关键内容和相关联系，从而获得更深入和可操作的洞见。
随着处理数据量的增加，观察和预测的准确性得到了提高。人工智能不仅可以深入了解已经发生的事情，而且还能分析正在发生的事情，以及预测接下来可能发生的事情。这可以帮助商业领袖制定计划，帮助员工提高他们的业绩。例如，在全球呼叫中心，客服人员使用多功能客户支持程序来回答产品提问，接受订单，调查账单问题，并解决客户的其他困扰。
根据斯坦福大学主题为“2030年的人工智能与生活”的调查研究，专家预测人工智能将在以下八大领域发挥重要作用：交通，服务型机器人，医疗，教育，低资源社区，公众安全，就业与工作以及娱乐产业。另一方面，美国劳动部在2016年发布的报告中提到“65%的在校学生未来将被雇佣于现在尚未存在的工作岗位”。这些预测告诉我们，在不久的将来，人工智能技术将与我们的生活产生紧密联系，对工作和生活等多方面造成深远影响。
2. 人工智能中的监管问题
接下来的问题是:经济发展和社会各界需要做出哪些准备来迎接人工智能光明的未来？
在2017年初，欧洲议会提出一系列管理人工智能的法规，用来规定相关道德准则，以及人工智能犯错的责任归属问题。
议会调查员MadyDelvax强调了建立一个欧洲机器人监管机构的重要性，该机构将通过提供技术支持来协助政府部门。他还建议起草一份道德行为准则，用以指导机器人工程项目并确定他们的行为责任。
事实上，问责权或法律责任是人工智能争议中的关键问题。自动驾驶汽车的兴起就是最明显的例子，相关各方有必要去定义具体的保险计划，并确定损害赔偿的责任。在未来，智能自动化机器人将被赋予某种“法律人格”。最后Delvaux的报告强调，机器人可能会对社会产生长期影响，政府部门需要密切关注这些趋势，创造新的就业岗位和税收模式。
3. 人工智能发展现状
为了了解金融服务行业在人工智能应用方面的现状和前景，Efma和德勤联合进行了一项大型调查,调查范围涉及超过3000人,受访者主要为金融服务公司技术和业务方面的高管，大多受访者表示，新认知技术的应用将增强工作的可控性，并减轻员工的工作负担，而不是将人们的劳动力完全替代。
对于“贵公司在人工智能应用领域处于什么阶段”这一问题，约90%的公司表示已经开始在他们的工作中使用人工智能技术，或正处于对这一新技术的学习中。
人工智能应用场景及未来发展趋势 一 什么是人工智能人工智能是当前比较热门的科学和各国重点发展的前沿技术，但人工智能（Artificial Intell
来源：雪球App，作者：玖点半，（https://xueqiu.com/2857816313/132432573）
一.什么是人工智能
人工智能是当前比较热门的科学和各国重点发展的前沿技术，但人工智能（ArtificialIntelligence，缩写为AI）一词的出现，却是早在1956年由麦卡赛、明斯基、罗切斯特和申农等一批具有远见卓识的年轻科学家在一起聚会，共同研究和探讨用机器模拟智能的一系列有关问题时提出来的，它也标志着"人工智能"的正式诞生。
人工智能是指通过计算机实现人的头脑思维所产生的效果，是对能够从环境中获取感知并执行行动的智能体的描述和构建。从狭义认知角度来讲，人工智能可分为人工智能产业（包含技术、算法、应用等多方面的价值体系）、人工智能技术（包括凡是使用机器帮助、代替甚至部分超越人类实现认知、识别、分析、决策等功能）两大类。
人工智能得到快速发展的时期，是2008年金融危机之后，美日欧等西方发达国家希望借助机器人实现再工业化。此时的工业机器人比以往任何时候都发展的更快，更加带动了人工智能和相关领域产业的不断突破，很多必须用人来做的工作如今已经能用机器人实现。
而企业层面，目前在人工智能领域领先的企业，包括IBM、谷歌、微软、苹果、东芝、三星等大型科技企业，国内人工智能领先的企业，包括百度、科大讯飞，中国国家电网、阿里、腾讯以及一些新兴科技企业，如商汤科技、云从科技、码隆科技、影普科技、Yi+等。
二.国内人工智能应用领域及产值规模2.1.国内人工智能应用领域及产业规模人工智能作为科技创新产物，在促进人类社会进步、经济建设和提升人们生活水平等方面起到越来越重要的作用。国内人工智能经过多年的发展，已经在安防、金融、客服、零售、医疗健康、广告营销、教育、城市交通、制造、农业等领域实现商用及规模效应。
2018年国内人工智能技术为实体经济贡献收益规模达到251.1亿元人民币，而据艾瑞咨询预测数据，2019年人工智能将为实体经济贡献收入超570亿元，到2022年贡献收入将达到1573亿元，年复合增长率达到58.2%。
在2018年人工智能251.1亿元市场规模中，安防领域占比份额最高为53.8%，其次则是金融领域，份额占比为15.8%。
2.2.人工智能在安防领域的应用安防是为数不多的可以将人工智能成熟应用并落地的行业，为此，安防也被认为是人工智能的第一着陆场。这是因为人工智能在安防领域的快速落地，除了不需要过多的基础建设之外，也得益于全国范围内安防设备的普及以及政府部门大力发展雪亮工程、智慧城市、平安城市、智慧交通、天网工程等公共安全领域项目工程的推动。其中，2018年公共安全领域安防贡献的市场份额就超过70%。
人工智能在安防领域的应用主要是利用其视频结构化（视频数据的识别和提取技术）、生物识别技术（如指纹识别、人脸识别等）以及物证特征识别（如目前大力推广的ETC对车牌的识别等）等三大特性。其改变了过去需要通过人工取证、被动监控的安防形态，视频数据的识别和提取分析，使人力查阅监控的时间大大缩短，而生物识别又大大提升了人物识别的精准性，极大提升了公共安全治理的效率。
2018年，我国“AI+安防”软硬件市场规模达到135亿元（不含C端用户），其中视频监控占比达到88.1%，据艾瑞咨询预测2019年将达到350亿元，而到2022年，安防规模将超过700亿元，复合增长率将达到51.45%。
2.3.人工智能在金融领域的应用
人工智能在金融领域的应用仅次于安防，这要得益于移动互联网、区块链、云计算、大数据等新技术的日趋成熟，为金融行业的智能化转型升级奠定重要基础。
从技术层面，人工智能的本质上是机器通过大量的数据训练作出智能决策，人工智能能够赋予机器具有理解力的“大脑”，让机器能够解读文字、数据所包含的“语义”，通过自学的方式获得判断的规则。金融行业作为高度数据化的行业，加之业务规则和目标明晰，是人工智能、大数据处理技术和云计算等数据驱动技术的最好应用场景。以此同时，在互联网时代，金融行业的在线业务将成主流，数据量的激增，超出了人的经验范畴和处理能力，而这些却是人工智能最擅长处理的。人工智能正在对金融产品、服务渠道、服务方式、风险管理、授信融资、投资决策等带来新一轮的变革。
2018年国内金融领域人工智能相关科技投入（包括软件和硬件设备）约为166.8亿元，较2017年增速为42.9%，到2022年人工智能相关投入将超580亿元，年复合增长率超过37%，其中银行是人工智能相关应用的主要投入方，占比超过70%。
目前，人工智能在金融业的应用，主要集中在智能支付、智能理赔、智能投顾、智能客服、智能营销、智能投研、智能风控等场景，这些场景又以银行最具有代表。
2.3.1.智能客服智能客服是人工智能在金融领域应用最广的。智能客服机器人取代了传统菜单式语音和人工客服模式，能够提供7*24小时的客服服务。智能客服在电话场景当中主要表现为机器管理和语音问答分析，智能客服可以通过深度学习文本中的对话、语音对话场景，并加以应用回复。智能客服目前在银行领域应用最广，平安银行的客服服务人工智能替代率超过80%，其服务量也提升了两至三倍，客服的人力降低了40%。
2.3.2.智能投顾智能投顾，即人工智能投资顾问，其是通过人工智能的深度学习和分析能力，为客户提供个人理财产品策略咨询，包括股票配置、基金配置、债权配置、交易执行、投资损失避税等策略。智能投顾的最大特点，是弱化“人性”，在基于大数据分析、AI算法等的前提下，一旦投资者选定了某种方案，资产的进出抛售就会严格按照既定的标准实行。
智能投顾的应用，最早可追溯到2016年年底，“摩羯智投”在招商银行手机APP的上线。目前，智能投顾已成为银行、券商、保险等金融机构的标配型服务。
2.3.3.智能风控金融行业在传统风控环节中，存在信息不对称、成本高、时效性差、效率低等问题。而智能风控因为引入了人工智能科技，使得贷前审核、贷中监控和贷后管理等环节效率和准确度都得到了极大的提升，智能风控还能促进风险管理差异化。另外智能风控在信用反欺诈、骗保反欺诈、异常交易行为等方面也发挥了越来越重要的作用，为金融行业欺诈风险的分析和预警监测提供坚实的技术支持。
2.3.4.智能投研与智能投顾相比，智能投研主要面对B端企业用户，为其提供辅助投研的工具。对于金融机构来说，人工智能技术的介入，使得传统投研的各个环节发生一定的优化和革新，解放大量基础的投研信息搜集类工作，而前期信息搜集的耗时性和不全面性，也是传统投研中较为主要的缺陷。智能投研是在金融数据基础上，通过深度学习、自然语言处理等人工智能方法，对数据、事件、结论等信息进行自动化处理和分析，为金融机构提供投研支持。
2.4.人工智能在客服领域的应用前文金融领域中已经提到了智能客服的应用，当然智能客服不仅仅只限于金融行业，在其他行业也运用得越来越广。客户服务引入人工智能技术后，整体上节省了10%以上的运营成本。另外，通过对语音等非标准化数据的识别，企业能沉淀下一手数据资源，为后续精准营销、产品升级等环节做好铺垫。
据艾瑞咨询数据，2018年，国内智能客服业务规模达到27.2亿元，其中以智能客服机器人为代表的人工智能应用业务规模达到7.9亿元，预计2022年智能客服业务规模将突破160亿元，年复合增长率为56%，人工智能应用业务规模突破70亿元。
2.5.人工智能在零售领域的应用人工智能在零售领域的应用已经十分广泛，包括无人便利店、智慧供应链、客流统计、无人仓储等细分领域。人工智能通过深度学习以及计算机视觉、图像智能识别、大数据应用等技术，使得工业智能机器人可通过自主判断和行为学习，完成各种复杂的任务，包括在商品分拣、运输、出库等环节实现自动化。另外，将人工智能技术应用于客流统计工作中，其通过人脸识别客流统计功能，门店可以从性别、年龄、表情、新老顾客、滞留时长等维度建立到店客流用户画像，为调整运营策略提供数据基础，帮助门店运营从匹配真实到店客流的角度提升转换率。
2018年中国现代渠道主要零售商数字化建设投入为285.1亿元，其中人工智能投入约为9亿元，占比3.15%，据预测，到2022年其数字化建设投入将突破700亿元，人工智能投入将超过178亿元，占比超过25%，这主要得益于阿里巴巴、京东、苏宁等零售巨头的推动，以人工智能应用为代表的新零售概念处于增长的上升通道，未来两年将保持较高增速。
而以计算机视觉技术为核心的人脸识别和商品识别是主要建设方向，相关投入占整体的55%以上。另外，零售领域供应链的优化最为复杂，对人工智能算法的可用性要求最高，但更靠近零售业的核心点，未来可释放的增益价值也将最大。
三.人工智能未来发展趋势目前，人工智能的研究及应用主要集中在基础层、技术层和应用层三个方面，其中基础层以AI芯片、计算机语言、算法架构等研发为主，技术层以计算机视觉、智能语音、自然语言处理等应用算法研发为主；应用层以AI技术集成与应用开发为主。而国内人工智能企业多集中在应用层，占比高达77.7%，技术层和基础层企业占比相对较小，分别只占有17.9%和5.4%。当然，未来随着5G的建设普及以及科技进步，人工智能除了在语音识别、计算机视觉技术的继续拓展和实地运用外，在人工智能芯片、机器学习、神经网络等方面也将引来增强趋势，人工智能也将在越来越多的领域得到应用落地。
另外，人工智能与物联网的结合（即AIoT）也将更紧密，AI的介入让物联网有了连接的大脑，使得万物互联互通成为现实，未来或将颠覆现有的产业模式。经济方面，助力产业价值链延伸，目前产业很难依靠既有技术与业务模式打破产业生命周期，AIoT通过设备感知与数据分析支撑新的产品形态与服务模式落地，开拓新的市场空间，产生新的发展周期。社会发展方面，数据价值得到挖掘，实现大量线下数据线上化，实现自动高效处理。
$海康威视(SZ002415)$$上证指数(SH000001)$$沪深300(SH000300)$