埃森哲与百度金融联合报告：揭秘智能金融

谢青禾 | 来源：新金融琅琊榜

2017年，我们逐渐习惯被人工智能（AI）时不时刷屏，这一年谷歌提出“AI First”、百度提出“All in AI”、腾讯提出“AI in all”，还被称为人工智能商业化、产品化应用元年。

在金融领域，人工智能开始在多个细分行业崭露头角，智能金融概念不断升温。喧嚣背后，有真刀真枪，也有鱼目混珠。而人工智能本身的复杂性，使得将智能金融说清楚并不容易。

最近，我拿到一份由埃森哲与百度金融共同编制的智能金融深度报告，题为《与AI共进 智胜未来》（下称《报告》）。这很可能是到目前为止，关于智能金融最全面和深入的一份报告。

在本文中，新金融琅琊榜将整理出部分报告精华，以飨读者。

《报告》分为4个篇章进行阐述：

1、AI篇：提炼智能金融的概念和特征；提出衡量智能金融的随时、随地、随人、随需四大标准；畅想智能金融在客户连接、风险管理、服务边界、基础设施四个方面的重构。

2、共进篇：勾勒金融生态所呈现的更加细分和更加专业的态势；诠释市场参与者的定位转化和角色蜕变；描绘各类参与者之间更为广泛和深入的合作关系。

3、智胜篇：智在技术，胜在应用。“智在技术”阐明智能金融所依赖的ABCD“四大技术”，包括人工智能、区块链、云计算和大数据；“胜在应用”逐一解读新技术在支付、信贷、理财、资管和保险等领域的应用场景。

4、未来篇：提出智能金融将为未来商业发展所提供的新动能，所带来的新突破，和所诞生的新形态；展望当前市场的参与者包括科技公司、金融机构、监管部门将面临的挑战”。

一、人工智能的最佳落地场景就是金融

长期以来，由于在获客、风控与运营等方面的局限，金融服务的广度和深度存在重大瓶颈，从而造就了普惠难题。不过，在智能时代，以人工智能、区块链、大数据、云计算为代表的新技术，为解决这一难题创造了新的可能。

对此，百度高级副总裁朱光的判断是，“人工智能最好、最有商业价值的落地场景就是金融。人工智能技术现在就能使其真正发生深刻变革的产业就是金融。”

根据《报告》的定义，智能金融是以人工智能为代表的新技术与金融服务深度融合的产物，它依托于无处不在的数据信息和不断增强的计算模型，提前洞察并实时满足客户各类金融需求，真正做到以客户为中心，重塑金融价值链和金融生态。

在埃森哲看来，经历了之前“互联网金融”的快速发展，中国正在进入金融科技更加深入应用的新阶段，或者可以称之为“智能金融”阶段。

在《报告》致辞中，朱光认为，不仅是信贷业务，智能金融带来的变化辐射金融全业务，在理财、资管等领域也将产生深远影响。

各细分领域发展空间

智能金融的潜在市场有多大？目前我国有着8亿经济活跃人口，有央行征信记录人群仅3亿，尚有5亿人未被覆盖到，信贷线上化率仅6%；188万亿资产管理规模，非银行存款占58%，资产配置优化空间巨大，而线上化率仅10%。此外，在保险、小微企业金融服务等诸多领域都存在很大发展空间。

在需求端，2017年埃森哲与Allen International的调研数据表明，67%的客户为了得到更加符合个人需求的服务，愿意授权金融机构获取更多的个人信息；71%的客户在咨询银行业务时，希望得到自动化辅助服务。

二、三个阶段与四大特征

《报告》将科技与金融的融合分为三个阶段，分别是电子金融、线上金融与智能金融：

科技与金融的融合历程

第一阶段是电子金融。金融业务如票据等以电子形式实现，提升了中后台处理效率，金融服务的提供从孤立的“点”转向经由计算机存储的有结构、有组织的“线”；

第二阶段是线上金融。通过互联网技术与场景的结合改变了用户行为，创新了服务渠道，使金融在覆盖面上得以扩展，是由“线”及“面”的过程；

第三阶段是智能金融。人工智能等技术的引入深入行业逻辑，服务深度下钻，金融服务由“面”纵向延展，转为“立体”。

在智能金融阶段，具有以下四大特征，它们是智能金融与线上金融的本质区别：

金融新阶段四大特征

1、自我学习的智能技术。人工智能可以更灵活地自主学习和管理知识，更准确地提前感知外界环境动态变化，理解用户需求，做出判断并决策。

2、数据闭环的生态合作。智能金融企业更加注重企业间数据结果回传对于合作各方未来能够可持续满足用户需求的能力的提升。

3、技术驱动的商业创新。人工智能时代使得技术在金融的核心，即风险定价上发挥更大的想象力，带来应用层终极变革。

4、单客专享的产品服务。所有的产品不再是为了“某些”客户提前设计，而是针对“某个”客户实时设计得出，实现产品服务的终极个性化。

简而言之，智能金融最终将金融服务推向新的高度，真正实现以客户为中心，成为未来金融服务的新标准：随人，随需，随时，随地。

在金融既有的价值链条上，智能金融正促成四方面的重构：重构用户连接和服务的价值链、重构风险评估和管理体系、重构服务的边界、重构基础设施的建设标准和运行逻辑。

三、六大应用场景

随着算力和数据的突破，智能金融应用率先在通用领域中发力，解决效率提升的问题。随着数据在细分领域中的积累和整合，智能金融的应用不断向拓展各细分场景、提升业务效能的方向进步，从而展现出多样化的金融应用布局。

智能金融应用点分布

基于此，《报告》梳理了智能金融的六大应用场景。

1、支付：智能创新最前沿

作为与消费者连接最紧密的环节，智能金融对于广大用户的支付需求影响的最早、最广、最深。实际上，移动支付的繁荣，有赖于智能手机的普及和移动互联网的发展。

随着智能技术的进一步成熟，支付将进入“万物皆载体”的新阶段。与此同时，生物智能将打造极致便捷的支付体验，区块链推动跨境支付结算流程简化并提高时效，数字货币则为货币流通体系带来了新理念。

2、个人信贷：全链条智能化

个人信贷链条智能化应用

未来的个人信贷业务与实际消费场景将会有更加紧密地结合，这势必要求在场景对接、审批决策和运营流转上有更加强大的数据和技术支撑。可以想象，继移动时代的场景流量后，全链条智能化的技术能力将成为新的竞争力。

这种智能化体现在：智能获客深度挖掘高效转化信贷需求，智能反欺诈实现全时多维防控，大数据风控提升征信广度和精度。

3、企业信贷：新技术应用初显成效

通过近年来的探索，智能金融将为包括贸易融资、供应链金融、企业信用贷款等对公信贷业务起到完善企业信用体系、补充企业经营状况信息和降低放贷机构单据确权难度的作用。

具体来说：大数据丰富企业信用体系；物联网掌握货物数据补充经营信息；区块链推动融资全流程信息透明，提升多方信任。

4、财富管理：智能匹配初具雏形

个人财富管理链条智能化应用

传统财富管理模式下，了解客户投资偏好，进而提供个性化投资建议和投资服务，需花费高昂的沟通成本、人力成本，因此高费率、高门槛的财富管理服务主要面向高净值人 群。

智能技术在投资偏好洞察和投资资产匹配环节能够极大地降本提效，使财富管理逐渐走向中低净值人群，呈现高效、低费、覆盖更广泛的特点。

5、资产管理：穿透资产底层试水期

资产管理链条智能化应用

资管市场产品多样，结构复杂，资产方、资金方具有较多痛点。对金融机构的投资团队来说，投资决策的过程中传统投研在信息搜索和数据、知识提取两个环节消耗较大。

智能金融时代智能技术逐步突破应用到资管领域，解决跨期资源配置中的信息不对称问题，全面提升资金和资产流通效率。

6、保险行业：变革的开启

保险链条智能化应用

20世纪初，互联网为存量保险产品的带来新的渠道入口，成为保险科技的开端。2015年以后，智能技术在保险业的应用不断深化，逐渐涉足核心的产品设计和精算定价领域，真正开启保险业的全面变革。

四、应用之争，谁主沉浮

影响智能金融应用在推广上的速度、规模和潜力的因素很多：

从技术角度看，包括了技术的成熟度、数据可获取性等；从金融的角度看，包括了金融机构变革的意愿、以及对于新技术替代旧技术产生新增加值的认可程度；从用户需求的角度看，切换成本的高低、新人群是否已经形成、新习惯是否已经被培育以及新的金融行为在多大程度上符合刚需，都是影响应用普及的重要因素。

智能金融应用关键制胜因素分析

那么，什么才是决定智能金融应用之争能否胜出的关键因素呢?这份报告提出了六大要点：

1、规模。效率之争必然意味着规模之争。在强调效率的智能金融应用推广市场中，规模经济理论同样适用。

2、标准。移动通信的标准之争即是典型例证，得标准者得天下，这对于快速兴起的智能金融领域，比如对仍在探索期的区块链行业和已经相对成熟的移动支付行业，具有重要的借鉴价值。

3、独特资源。不论是独特的数据资源、客户资源、场景资源或者是跟某些优势业务的协同效应资源，作为一种禀赋能够最直接地作用于效能提升上。

4、行业理解。在海量数据中构建知识图谱，寻找数据之间的关系，构建关系网络，并最终提供有价值的服务必然要求企业能够深入理解行业、行业数据特征及应用。

5、生态合作深度。细分领域要求生态合作深度。在细分行业内，会存在大量特殊的场景需求和业务需求，需要合作双方联合解决，信任在其中不可或缺，会极大降低双方合作成本。

6、生态合作广度。通用领域要求生态合作广度。依托于大量外部合作伙伴的数据反哺、产品反馈，帮助智能金融创新者优化模型、提升技术和能力。

《报告》指出，从综合角度来看，市场上多数互联网公司会利用自身在规模、标准、独特资源、行业理解以及合作的广度和深度上中的多个维度发挥优势，推动智能金融发展。比如拥有庞大电商交易数据和场景的阿里、京东，以及拥有社交数据和场景的腾讯。

就百度金融而言，相较于提高效率，其在提升效能方面有着更为出色的表现。这是因为：第一，百度数据的多样性，除了搜索，还有量级巨大的LBS、交易、网络行为、图像视频等，构成刻画用户、构建模型和智能匹配的基础；第二，百度数据的互补性，与金融机构之间更易建立深度合作；第三，搜索引擎的精准表达，在手机百度这样一个日活过亿的超级App上，每天有千万量级的金融诉求表达。据悉，百度拥有14款过亿级APP提供大数据，可授信用户已达到1.9亿。

百度金融倡导的“智能金融生态圈”

在效能上的优势助力百度金融与银行、消费金融公司、互联网小贷等机构快速对接、广泛合作，将线上、线下的流量高效地转化为资金和资产，提升资产与资金的流通和匹配效率。

五、新时代，新格局

智能金融的创新带动了新型的商业模式，也促成了大批创业企业的涌现。据五道口金融学院的中国金融科技企业数据库统计，过往两年成立的创业公司1753家。

在创新方向上，这些企业从金融服务的互联网化逐步深入到金融服务的技术重构、流程变革、服务升级、模式创新等，几乎渗透到了传统金融业务的方方面面。从通用技术应用的语音识别、活体识别、区块链、云等到细分场景应用的信贷、理财、保险、资管等，无一不包。

国内智能金融创新创业公司涉及金融服务的各个领域

随着市场接受度及技术成熟度的发展，各领域竞争格局初现。

1、专注于垂直领域的专业技术公司，在通用技术领域依靠先发优势占得先机，如活体识别领域的旷世科技和语音识别领域的科大讯飞。

2、信贷、理财、支付等平台型业务中把握流量入口，以规模致胜的BAT、陆金所等大平台优势明显，经过长期的业务积累，逐步形成人工智能应用对外输出合作。

3、探索型的业务，如保险科技、区块链等，需寻找产品突破点，创造新需求。例如众安保险在区块链、智能客服、精准营销等领域进行科技创新。

4、资管领域是人工智能最具挑战的领域，多变的因子和开放的环境，新技术的应用还有很大空间。当前主要以系统服务商为主，市场尚未出现头部机构。

最能体现趋势变化的是，从传统金融机构到互联网巨头，纷纷抢滩智能金融领域。

一方面，以四大行为代表，金融机构争先与科技公司达成战略合作，如农行与百度共建金融大脑，中行与腾讯合作成立科技联合实验室，建行牵手阿里，工行联合京东。传统金融机构对金融智能化的迎合态度已相当明显。

另一方面，百度成立百度金融服务事业群，并面向所有合作伙伴打造开放合作的财富管理平台和消费金融平台，百信银行正式开业；阿里依托蚂蚁金服旗下的支付宝向金融各领域尝试渗透；腾讯推出国内首家互联网银行“微众银行”；京东上线“京东智投”。智能金融正在成为兵家必争之地。

在《报告》看来，中国智能金融的发展顺应发展潮流，受到了政策、经济、社会、技术等多方面因素的驱动，可谓适逢其时。

中国政府自2015年起便将人工智能纳入了国家战略发展规划，不再限于智能制造和机器人加工层面，更加着眼于人工智能生态布局，为人工智能的发展提供充分的资金支持和政策鼓励。

支持技术创新的政策

其中，金融作为人工智能落地的最佳场景之一，政府正大力鼓励金融领域的技术创新。2017年7月，国务院印发《新一代人工智能发展规划》，首次将智能金融上升到国家战略高度。

除了政策支持，人工智能与金融融合过程中的三大要素——数据、算力和算法正在取得突破性进展。

1、全球数据量正在呈现指数级增长：根据国际数据公司IDC统计，2014年全球数据总量8ZB，预计2020年达到44ZB;而智能手机的普及将更多的个体行为数据转移到线上得以记录，使得数据更加多维立体。

2、机器处理数据的能力和速度持续提升：现在的人工智能系统使用成百上千个GPU，比之过去用CPU一个月才能出结果，现在用GPU可以一天就出结果，为机器学习和智能技术的发展创造了条件。

3、深度学习算法已经达到技术顶峰期：企业中的巨头如谷歌、苹果、微软、脸谱网和百度正在增加其针对深度学习的研发份额；硬件制造商正在加紧交付新的、深层的神经网络训练的高性能算法。

《报告》指出，在未来金融智能化浪潮的推动下，以用户为服务的目标和中心，智能金融生态将会出现五类参与者，包括场景流量提供者、金融产品提供者、技术算法驱动者、基础设施提供者和监管者。

目前传统机构如银行与科技公司在智能化的大势之下皆不甘人后，纷纷展开合作，共同打造未来的智能金融生态圈，双方合作模式还处于尝试和探索阶段，未来科技企业和金融机构可能会有融合、共建和开放输出三种合作模式。

智能金融三种合作模式

在此过程中，新的格局形成了——竞争边界将愈加模糊，强强联合有望成为常态。诸如2017年8月，腾讯、百度、京东、阿里等投资加入联通混改；2017年11月，小米和百度宣布战略合作，推动百度的AI能力与小米生态体系融合。