2017年7月，国务院印发《新一代人工智能发展规划》，智能金融发展被提至国家战略高度,建立金融大数据系统，提升金融多媒体数据处理与理解能力，创新智能金融产品和服务，发展金融新业态。人工智能对金融行业的影响正日益凸显。

金融成为人工智能应用极具潜力的领域

近年来，神经网络的突破性发展，使深度学习成为可能，复杂任务的分类准确性大幅提升，从而推动了机器学习、自然语言处理、机器人技术、语音识别技术的快速发展，而金融则成为了人工智能应用最有潜力的领域，国内外金融机构也纷纷发力金融科技（Fintech）。

人工智能对金融行业的影响主要有以下两个方面：

1. 人工智能将使金融行业服务模式更加个性化、智能化。在整个金融流程中，从前台的客户服务，到中台的金融交易，再到后台的风险防控，人工智能参与其中，金融产品、服务渠道、服务方式、风险管理、授信融资、投资决策等都将迎来新的变革。

2. 人工智能将使大数据处理能力大幅提升。尤其在风险管理与交易这种对复杂数据的处理方面，人工智能的应用将大幅降低人力成本并提升金融风控及业务处理能力。

人工智能+金融的场景应用

目前，人工智能在金融领域的应用场景主要包括智能投顾、风控、安全反欺诈及智能客服等。

策略分析与智能投顾

智能投顾是人工智能在金融行业中应用最深入的领域。通过依托大数据技术，采用多层神经网络，实时采集各种经济数据指标来预测金融资产的价格波动趋势，并以此构建符合客户风险收益的投资组合。智能投顾领域也不伐应用实践者。2017年8月正式上线的小妮选股就是其中一款典型产品。它通过挖掘大数据和机器学习、技术研发为用户提供个股选股策略，同时提供大盘预测和买卖点预测。基于数据分析和交易模型测试，小妮选股能够做出胜率估算，切准了传统股票交易择时困难和预测不准的痛点。 

风险管理

智能风控基于机器学习技术构建金融知识图谱，并对不同来源的数据进行整合，检测发现数据当中的不一致性，分析企业的上下游、合作、竞争对手、子母公司、投资、对标等关系，主动发现并识别风险。网易推出的北斗智能风控开放平台就是一个典型，帮助中小银行降低风控成本和不良率，颠覆了传统的人力式风控。

此外，人工智能在网络反欺诈方面也发挥着巨大的作用，机器可以从海量的交易数据中学习知识和规则，发现异常，比如防止盗刷卡、虚假交易、恶意套现、垃圾注册、营销作弊等行为，为用户和机构提供及时可靠的安全保障。

智能客服

随着人工智能技术的迅速发展，智能客服、机器人客服成为金融领域的一大热点。金融机构采用自然语言处理技术，提取客户意图，并通过知识图谱构建客服机器人的理解和答复体系，进而提高金融企业的服务效率、节省人力客服成本。

金融行业是天然产生数据的行业，同时也是数据最能产生商业价值的地方，具备了成为人工智能具体实现的巨大优势。可能正如中国证券投资基金业协会副会长钟蓉萨在2017年智能投资峰会发言中提及，10年后，人工智能可能会介入世界大部分金融交易。在政策和技术的推动下，未来的金融科技必将成为每个人生活的重要组成部分。