在利用新技術賦能金融過程中，人工智能技術對優化金融服務，推進創新，支撐行業提質增效發揮著重要的作用。
9月2日，在2022世界人工智能大會“AI聚力金融數字化論壇”上，多位參會嘉賓均表示，隨著人工智能在金融數字化轉型過程中的應用不斷落地，AI技術對金融業的影響正在由“表”及“里”的滲透。
金融數字化實踐實現全覆蓋
當前，中國人工智能技術正處于快速發展期。根據智慧芽數據顯示，截至目前，全球人工智能核心技術領域的專利申請累計已超133萬件。其中，中、美、日、韓、德五國的專利申請量占比超過90.5%。中國在該領域領跑全球，專利申請總量近75萬件，約占全球的57%。
對比中美來看，中國在人工智能核心技術領域的專利申請增幅在2001年至2020年間始終高于美國，且長期保持在30%以上。
金融業作為數據密集型和科技驅動型的行業，近年來已經成為人工智能技術應用最為深入、數字化最迫切的一個領域。同時，金融數字化也將成為促進金融創新發展的重要選擇，為推動金融轉型升級提供發展的途徑。
會上，上海國際集團黨委副書記、董事、總裁劉信義表示，近些年以人工智能、大數據、云計算為代表的信息技術在金融領域加速應用，與金融業不斷融合，成為驅動金融創新發展的強勁引擎。總結起來主要呈現三方面的特點：金融數字化實踐已基本滲透覆蓋金融領域、金融業更加重視科技人才的吸納培養，以及金融科技集聚效應更加凸顯。
“我們認為在新一輪科技革命和產業變革背景下，金融業要實現高質量數字化轉型，至少需要在四個維度上持之以恒。”劉信義具體分析道，一是要堅持擴展金融服務的廣度，打造更多數字化應用的生態場景，提供多層次、廣覆蓋、個性化、智能化的高效金融服務，把更多的金融資源配置到金融發展的重點領域和薄弱環節。其次，堅持強化數字技術的應用，聚焦理論、算法、操作系統等底層技術，在金融服務領域的創新應用，從真實的金融場景出發，深刻的理解運行的機理，針對行業的需求做好研究攻關，增強底層技術的先進性和應用技術的有效性。
同時，堅持推動金融數字化的標準，通過標準的制定，促進金融業規范數字化的發展，不斷的提升數字化轉型的質量。此外，堅持夯實數據資源的安全保護，針對海量數據的存儲，個人信息保護等方面建設長效安全的保護機制，嚴防金融數據源的泄露，篡改和不當的使用。
金融科技持續推動金融機構數字化變革，核心技術層決定金融科技產業格局，傳統金融行業迫切面臨著數字化升級。同時，在金融數字化趨勢下，金融欺詐產業逐年呈現指數級增加，傳統監管手段已不足以應對日趨復雜的金融風險。
中國工程院院士蔣昌俊在會上表示，要正確應對數字化轉型風險，讓金融企業真正享受到數字化轉型帶來的收益，需從源頭創新，聚合策略和反饋機制相結合的交易欺詐檢測方法，基于深度學習分析模型及在線金融交易檢測技術，不斷提升風控平臺實時性、增強高并發技術及能力，從而化解金融交易中身份盜用和交易欺詐甄別難題，提高金融欺詐智能識別的性能及穩定性，保障金融交易安全。
多領域應用落地
實際上，近些年人工智能在金融領域的應用正在不斷創新。
冰鑒科技副總裁謝旻旗以銀行業數字化為例表示，隨著數字化上升為推動國家社會經濟發展的重要戰略手段，人工智能、大數據、云計算、區塊鏈、5G等數字技術加速應用，數字化轉型勢在必行。與此同時，國內銀行業轉型存在戰略規劃不清晰、大數據支撐能力不強、人才短板、金融服務場景匱乏等問題，聯邦學習、自然語言處理、知識圖譜等先進AI技術將助力銀行數字化轉型。
“但技術的領先不僅僅在于算法，更是對業務的理解，是要把技術落地到對應的業務場景中去。后疫情時代，銀行正不斷探索供應鏈金融、科技貸、場景貸等應用，為小微企業金融尋找破局之路。”謝旻旗說。
在此背景下，科技公司正在基于AI技術研發出相應的模型和解決方案，在小微金融發展和銀行數字化轉型過程中發揮著積極而重要的作用。
與此同時，金融科技和保險科技對于行業的改變已開始由“表”及“里”，太?？萍几笨偨浝砦候溔A在發言時表示，甚至未來極有可能成為溯及源頭的顛覆式變革。
魏驕華表示，對于可完全數字化的領域，人工智能的滲透將不可阻擋，簡單重復的工作會被取代，低效復雜的工作會被優化。越來越多保險公司開始探索大數據、物聯網、區塊鏈、人工智能在產品及服務中的應用，未來“互聯網保險”將以去中心化、碎片化、場景化、去中介化為核心，重構投保體驗、服務模式和理賠運營流程。
以車險為例，隨著大數據掌握行駛和環境數據，互聯網讓保險公司實時感知并預知風險，個體預測模型代替了歷史數據模型，識別類技術顛覆了客戶體驗，機器學習顛覆了技術、銷售等工作，從區塊鏈、人工智能到提供SaaS化的共享服務，一系列的智能科技和服務讓保險公司從原先的風險承擔者轉變為風險干預者，充分實現智能交互、智能錄入、智慧作業和知識治理。
此外，金融數字化轉型升級離不開數字化軟件產品的應用。在業內看來，人工智能、云服務等技術的應用首先要“接地氣”，貼合企業生產或生活服務的實際需求，最終落地到生產或服務場景中。
例如在新冠肺炎疫情爆發期間，企業需要臨時組建突發項目組，利用大數據和AI進行數據采集和分析，需要龐大的算力。寶付技術負責人表示，如果從機房采購建設到最終交付，最短也需要60天才可投入使用。而通過接入公網云計算，可以在短短幾個小時就可以投入使用，幾乎無限拓展算力，當業務收縮時，也可以及時釋放算力，為企業節約成本。
營業執照公示信息