伴隨著金融巨頭快速崛起所帶來的示范效應及競爭壓力，以及人工智能等科學技術的進步和應用不斷向縱深發展，加上宏觀環境的鼓勵和引導，金融領域加速變革，人工智能+金融不斷向前發展。人工智能技術在金融領域的應用，并不僅僅涉及 To B（To business）領域，在 To C 的金融服務領域人工智能技術也應用頗多，To C 就是 To customer，指的是金融產品面向消費者，包括智能投顧、智能營銷、智能支付、智能客服和智能理賠。To B 的業務生態也可以為 To C 的產品和服務提供更多應用場景，幫助消費者進行數字化轉型升級，反哺個人用戶，提升生活品質。人工智能+金融在 To C 的業務場景中使得金融業務更加個性化和智能化，為傳統金融產品、服務渠道、服務方式、風險管理、授信融資、投資決策等業務帶來了新一輪的變革，隨著金融業務和人工智能技術的進一步融合，人工智能+金融在未來還有可能出現新模式、新業務和新場景。
智能投顧是人工智能在金融投資顧問方面的應用，基于人工智能算法為客戶提供在線投資顧問或者資產管理相關服務，是一種利用了人工智能技術的線上理財系統。智能投顧的工作方式是充分利用機器學習和知識圖譜，通過一系列機器學習算法綜合評估用戶的風險偏好和財務狀況，預測用戶的投資目標，然后與現代投資組合理論相結合，為用戶提供合理的、有針對性的理財方案。智能投顧是一個帶有反饋的循環過程，分為用戶畫像構建、投資組合選擇和動態優化三個部分，智能投顧循環的關鍵在于構建用戶的畫像，畫像涵蓋了用戶的的風險偏好、財務狀況和投資目標。
與傳統的投顧業務相比較，智能投顧由于使用了量化分析，更加專業高效，減少了工作人員在投顧業務中的非必要參與，降低服務的用戶門檻，使更多的用戶體驗到投顧業務，除此之外，人工智能的參與可以幫助用戶擺脫投機心理的干擾，做出更加現實和更加符合自身畫像的投資決策。但是，智能投顧在構建用戶畫像時也存在一定的局限性，畫像數據的來源主要是調查問卷和用戶在互聯網上留存的數據，但是調查問卷在靈活性上不足，并且可能對用戶存在心理暗示，互聯網上留存的數據又往往出現在多個平臺，可比性不高，因此如何獲得更加精準的用戶畫像數據，是智能投顧中亟待解決的問題。
表1 智能投顧的特點
智能營銷
智能營銷是在精準營銷的基礎上，通過進一步對海量數據分析，得到客戶的消費模式，實現營銷的再精準化，也是通過對客戶分群，精準定位目標客戶，然后進行精準營銷和個性化推薦的過程。智能營銷的目的是提高銷售效率，精準找到目標客戶，為客戶提供個性化產品，主要利用的人工智能技術是機器學習算法。智能營銷主要分為用戶分析、營銷策劃、營銷執行和營銷評估四個部分，在這個因果相關的閉環結構中，人工智能在每個部分都發揮了重要作用。
△ 圖2 智能營銷的實現流程
與傳統的營銷方式相比，智能營銷精準性高和個性化強，營銷成本實現了大幅縮減，營銷效率得到了進一步提高。但是智能營銷目前依然存在一些局限性。首先，人工智能技術對于大數據的分析層次較淺，雖然已經可以基本判斷用戶的消費方向，但是對于用戶消費價格、質量、以及其個性化需求進行判斷時還存在不足，導致了精準營銷的實效性偏低；其次，在獲得精準用戶后，向用戶實施營銷推送的方式即對營銷策劃中營銷渠道的選擇過于簡單粗暴。因此智能營銷發展的下一步趨勢就是解決以上的關鍵問題，未來，智能營銷通過不斷完善自己的性能，將會更加人性化。
隨著互聯網的快速發展與手機硬件的處理能力越來越強大，金融業務通過手機滲透進生活的方方面面，金融業務場景變得更多元化，這些業務場景中積累的大量數據使得傳統數字化支付手段已經無法滿足消費需求，人臉識別、指紋識別、虹膜識別、聲紋識別等人工智能技術承載了線上和線下服務的有效連接，智能支付與金融業務場景深深地結合在了一起。智能支付系統按照功能可以分為智能賬戶、智能支付工具、智能清算系統和智能監管四個部分，共同構成了智能支付的平臺，其中智能賬戶是智能支付系統的基礎。
△ 圖3 智能支付的實現流程
綜合智能支付系統中四個模塊的性質，可以總結出智能支付的特點是創新支付方式，使支付變得更加便利，提升用戶的支付體驗和支付效率，可以對支付賬戶的用戶信用進行評級。但是在智能支付的發展過程中也面臨著一些挑戰，首先被考慮到的就是用戶個人信息泄露的風險，以及獲得用戶信用數據時所采取的手段是否合法的問題，所以智能支付如果進一步發展，應當建立人工智能支付安全技術體系和制定該領域的相關法律，除此之外，現有金融監管制度下，存在難以界定由于人工智能故障導致的風險事件責任的問題，相關監管機構還應當管控結合，提高對于新技術的應用程度與重視程度，主動引進新的技術控制手段以防范技術變化帶來的監管問題。
智能客服利用人工智能技術與客戶進行互動交流，了解客戶的業務需求，大量的簡單話務工作由智能機器人承擔，回復咨詢并將客戶導航至所需業務模塊。智能客服不是單獨存在的，在金融行業中，它可以應用到人工智能+金融的其他業務當中。智能客服最重要的組成部分是對話管理，它包含了對話理解和融合、對話分析和對話內容管理三個部分。
智能客服的應用已經可以擺脫傳統的按鍵式菜單，客戶可以直接使用自然語言和機器進行交流，不僅提升了用戶的滿意度，而且大大緩解了人工客服的需求，實現了運營成本的降低。目前來看，智能客服還處于弱人工智能的時期，由于客戶存在個性化、感性化的問題，智能客服還不具備完全替代人工的能力，但是隨著人工智能技術的進一步發展，智能客服可以進行分析的客戶請求將不再局限于自然語言，還包括語音請求、圖片內容等更加多樣化的請求模式，逐步處理客戶個性化的售前售后問題，例如蘋果 Siri 發布之后，對于智能客服的發展產生了很大的影響，因為其能夠適應更加多元化的應用場景，因此成為了智能客服發展的趨勢。
智能理賠作為人工智能+金融行業的業務場景之一，被保險公司廣泛應用到多個業務環節，保險公司通過對大數據以及人工智能技術的應用，將更加便捷的服務貫穿于用戶投保、核保、運營和理賠過程，更好地為公司節約了大量的人工成本，兼顧了公司的利益。智能理賠是為了解決傳統理賠過程中的痛點而產生的，為了改善用戶體驗、提升議價能力與降低運營成本，人工智能被應用到了保險業務的整個過程當中，包括投保、核保、運營和理賠。
相對于傳統保險業務來看，智能理賠的主要特點有以下三點：一是保險產品定價能力通過差異化定價得以提升，二是智能理賠能夠有效改善客戶體驗并大幅降低運營成本，三是智能理賠能夠保障風險決策以及反欺詐能力。智能理賠與人工智能技術有很好的相容性，未來的發展趨勢必然是會進一步提高人工智能技術水平，加大人工智能技術在保險和理賠方面的應用，然而，目前智能理賠的發展受到一些限制，保險公司與高新技術公司還需要深度接洽，保險公司的內部數據由于受到機密和安全的限制，與外部的大量數據還要進一步實現融合。因此在未來，智能理賠的進一步發展需要大量既了解保險業務又精通人工智能技術的交叉型人才，其次也需要加強行業間的聯防聯控機制，使保險行業的數據能夠和外部的信用平臺、銀行的數據平臺、網絡購物平臺、醫療信息平臺等更好地融合到一起，建立用戶個人全面的畫像。
結 語
人工智能+金融在 To C 的業務場景中使得金融業務更加個性化和智能化，為傳統金融產品、服務渠道、服務方式、風險管理、授信融資、投資決策等業務帶來了新一輪的變革，人工智能+金融的優勢是不容忽視的，自從人工智能進入國家戰略地位時，金融業就在不斷探索與人工智能深度融合的種種可能，金融作為現代經濟的核心，對于國家的經濟建設和社會發展進步有著重要意義，人工智能技術提高了金融活動的效率，給企業和大眾帶來了巨大的收益。但是目前人工智能在金融領域的場景應用效果還沒有完全達到預期，隨著金融業務和人工智能技術的進一步融合，人工智能+金融在未來還有可能出現新模式、新業務和新場景。
如有購買裝訂版白皮書《人工智能+金融行業研究報告（2019）》需求，請聯系王耀羚老師，聯系方式：wangyl6@sem.tsinghua.edu.cn。
參考文獻：
[1] 楊濤. 對人工智能在金融領域應用的思考[J]. 國際金融, 2016(12):24-27.
[2] 冀凱峰.淺談人工智能技術背景下的市場營銷[J].遼寧經濟,2019(04):82-83.
[3] 王梓晗. 淺談人工智能在市場營銷方面的應用[J]. 商業文化, 2018, No.390(09):37-38.
[4] 李斐, 邵曉東, 周力恒, et al. 智能客服機器人的現狀及發展[J]. 中國傳媒科技, 2015(Z1).
[5] 蔣韜. 大數據和人工智能在保險行業的應用及展望[J]. 清華金融評論, 2017(12).
[6] 尹銘. 人工智能等新技術在保險業的運用與展望[J]. 清華金融評論, 2017(12).
王耀羚
清華大學互聯網產業研究院研究員，管理碩士，持有PMP國際項目管理專業資格認證。主要從事金融科技、產業升級、企業數字化轉型、人工智能行研、企業政府戰略規劃等領域研究。曾參與涉及產業轉型指數研究、互聯網產業發展、金融科技行業分析、金融科技示范管理、十四五規劃社會治理課題、數字發展研究、跨境結算項目、工信部舉辦的中國云端與大數據高峰論壇項目籌劃工作、聯合艾瑞咨詢等知名市場調研機構開展項目合作等。曾負責或參與編寫《云計算和人工智能產業應用白皮書2018》《人工智能+零售行業研究報告2019》、《人工智能+金融行業研究報告2019》、《金融科技在小微企業信貸中的應用發展研究報告》等。學術文章曾發表在數據雜志、中國工商銀行《現代商業銀行》等期刊。
