人工智能+金融会产生怎样的火花，下一轮红利轮到谁？

有观点称，金融是人工智能(AI)最佳的落地场景之一。

近年来，国内外较早布局人工智能的金融机构已尝试将人工智能应用贯穿于整个业务体系。

比如银行业从外围的厅堂机器人、在线客服、柜面人脸识别等场景，到产品开发、营销、风控以及客户服务等核心流程。

专家认为尽管人工智能等技术应用是推动金融业变革的动力之一，但包括人工智能在内的技术本身仍存在一定局限性。

如何真正将技术“可实现、易落地”，金融行业一直在探索实践中。

从传统金融到互联网金融，到现在智能金融。

整个金融模型上没有发生太大变化。

具体而言一方面是资产端，另一方面是资金端以及中间如何匹配的问题。

金融，换句话来说就是融金、融钱。

过程中首先是如何对资产端进行时间、空间分析、分间，风险把控、价格评估。

对单个用户来讲，并不会因为收益率高或低而去投诉、抱怨。

重点在于用户所获得的收益率、风险、隐含的波动，是否匹配客户预期。（喜欢我们的内容，想了解更多AI资讯，请关注公众号：融汇金信）

而这个预期可以通过更多的行为方式进行预判：

通过大量的中介机构、通过大量的评估模型进行一对一的匹配，变成多对多、N对N，用不同的方式进行匹配，而且记录全过程，这就是科技金融。

还要把中间链条压缩得越来越短、使之变得越来越清晰，让资金服务到了、记录到了，进而服务实体经济。

人工智能60年代提出来，最早就是模拟人脑，变成专家系统，到现在经历了三四次，每一波都是经历了大浪然后沉浸了下来。

现在云计算大规模降低了单位计算和交易成本，也降低了人工智能所需要的计算成本。

此外从银行角度看，更需要的是专属于服务银行业务的技术能力。

但这与科技公司依托技术向全领域发展的理念矛盾，并且双方的合作中仍旧存在一定沟通成本和项目对接问题。

而从市场现状来看在2019年至2020年中，金融科技公司仍旧是中小银行的主要合作对象。

而在产品层面银行系科技子公司尚未形成成熟的AI产品，竞争上暂未形成优势。

人工智能另外一方面重要应用是对于金融行业特别重要的风控，“人工智能+风控”这一组合被认为是人工智能在金融领域中最有想象力的环节。

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，难以满足个人消费旺盛引发的信贷增长需求。

而将风控引入智能科技，使得贷前审核、贷中监控和贷后管理等环节都能提高金融科技产品质量及服务效率。

智能风控还能促进风险管理差异化和业务人性化。

例如智能支付中的身份识别，要看对应的账户以及具体场景，场景决定具体数据，不同场景的安全性是不一样的。

这种安全性也决定使用何种数据，有些是免密的，有些需要进一步的身份认证。

在服务端，人脸识别和指纹识别的技术已经相当成熟。

目前很多银行在移动APP的登录界面已采用人脸登录，登录之后根据不同的场景采取不同的风控措施。