人工智能應用場景豐富 這三大領域或率先落地

　　人工智能正迅速應用于諸多行業(yè)，其影響從語音識別、自動駕駛汽車遍布到金融交易、智能財務領域。機器學習算法如今被普遍嵌入到網絡協(xié)同工作和智能客戶中;數(shù)字化設備和聯(lián)網傳感器的數(shù)據處理和數(shù)據流傳輸能力已大幅提升，持續(xù)改善人工智能的表現(xiàn);機器基本上能夠識別特定的語音和圖像，可以大致理解人類的溝通。機器通過破解語言和視覺，已進入到現(xiàn)實世界中。

　　人工智能應用場景豐富 這三大領域或率先落地

　　人工智能應用場景豐富，尤其是數(shù)據豐富的行業(yè)，如制造行業(yè)、互聯(lián)網平臺、金融機構等。

　　工業(yè)制造領域

　　比如GE的數(shù)字化改造、通過AI預測能源需求、幫助更準確地啟動風力渦輪機。GE Predix平臺應用人工智能可以預測噴射發(fā)動機下次清洗的時間。Google DeepMind通過分析谷歌服務器的訪問情況幫助其數(shù)據中心冷卻和支持系統(tǒng)減少能耗等，針對企業(yè)端的場景更多的是實現(xiàn)更精細化的控制、通過識別不同模式或規(guī)則自動作出響應、帶來效率提升。

　　互聯(lián)網領域

　　百度在AI的戰(zhàn)略布局方面，目前包括三大實驗室：硅谷人工智能實驗室、深度學習實驗室和大數(shù)據實驗室，主要研究領域為圖像識別、語音識別、自然語言處理、機器人和大數(shù)據。2016年9月，百度發(fā)布了百度大腦，包括了PaddlePaddle深度學習平臺(算法模型)、AI超級計算機(底層技術)以及大數(shù)據三大核心技術。2017年1月，百度推出人工智能操作系統(tǒng)DuerOS。

　　2016年4月，騰訊成立了AI實驗室，提出了基于業(yè)務整合的四個研究領域：計算機視覺(Computer Vision)、語音識別(Speech Recognition)、自然語言處理(NLP)和機器學習(Machine Learning)以及四個研究方向：內容AI、社交AI、游戲AI以及工具類AI。

　　阿里則充分借助電商平臺的優(yōu)勢，于2015年7月發(fā)布了人工智能購物助理虛擬機器人“阿里小蜜”;在金融領域，通過機器學習，螞蟻微貸和花唄的虛假交易率降低了90%。支付寶的證件審核系統(tǒng)開發(fā)的OCR系統(tǒng)，使證件校核時間從1天縮小到1秒，同時提升了30%的通過率。螞蟻金服的定位就是以信用為基礎，人工智能驅動的公司、人工智能技術已體現(xiàn)在信用、推薦、風控、搜索、智能助理、營銷等多個應用場景。

　　財務與金融領域

　　摩根大通開發(fā)的金融合同解析軟件COIN，只需幾秒就能完成原先律師和貸款人員每年需要36萬小時才能完成的工作。2017年3月貝萊德(Black Rock)宣布裁掉40多個主動型基金部門的崗位，其中包括7名投資組合經理，轉而用計算機與數(shù)學模型進行投資的量化投資策略代替。2017年5月德勤財務機器人橫空出世，開始取代財務人員的大部分工作。2017年8月美國銀行(Bank of America)與Fintech創(chuàng)業(yè)公司High Radius達成合作，將人工智能應用于企業(yè)應收賬款處理。該應用程序專為大型、復雜的公司管理大筆支付業(yè)務。

　　資產管理領域的人工智能應用，包括BlackRock開發(fā)的Aladdin平臺(使用自然語言處理、閱讀文件)、Kensho平臺(使用龐大的數(shù)據庫，運用機器學習算法與自然語言處理技術，從眾多龐雜數(shù)據中提取邏輯關系做出預測，并能以自然語言的方式輸出)、Alpaca(模式識別等技術，用于量化投資)等。

　　美國咨詢公司Opimas的數(shù)據顯示，預計到2025年為止，AI的運用將使得對資本市場，包括證券服務、交易和結算、資產管理、私人銀行和財富管理等業(yè)務在內的員工減少23萬人。

　　京東金融依托京東集團積累的客戶及場景資源、交易及信用數(shù)據，積累了大量數(shù)據。在多維、海量、動態(tài)的數(shù)據基礎上，京東金融實現(xiàn)了人工智能、生物識別、深度學習、圖像識別、云計算和區(qū)塊鏈等領先技術的創(chuàng)新，并應用到了風險模型、量化運營、用戶洞察、企業(yè)征信、智能投顧等各個與金融相關的領域中去。

　　與此同時，京東金融還將數(shù)據+人工智能能力進行對外輸出。如京東金融的反欺詐解決方案——安全魔方。安全魔方擁有千萬級每分鐘的風控指標運算能力，還具備毫秒級的風險預警及響應時效，可以提升金融機構及電商客戶的信貸申請反欺詐、賬號與交易安全、營銷反欺詐能力。

　　人工智能在金融領域中的應用，相較于大數(shù)據而言的核心突破在于深度學習、智能分析和最終的智能決策。大數(shù)據、云計算、智能硬件以及后續(xù)的區(qū)塊鏈技術等都是支撐人工智能上層技術的基礎。目前，人工智能技術可以運用在金融領域的技術主要包括深度學習、知識圖譜和自然語言三種。

　　人工智能+財資管理，未來的企業(yè)財資借助人工智能的關鍵技術和核心能力使得企業(yè)財務和金融形成了包括結算、融資、票據、投資、風險控制，以及財務公司運營、供應鏈金融、電商平臺、產業(yè)交易金融平臺等有機結合的整體智能化平臺。企業(yè)管理者可以隨時且一目了然地對企業(yè)資金的長短期流入流出、資金頭寸、多渠道投融資、收益及債務進行動態(tài)、實時的監(jiān)控。企業(yè)財資管理越來越呈現(xiàn)數(shù)據化、互聯(lián)網化、智能化的發(fā)展，為企業(yè)提供多方面、多層次的財資管理分析和財資經營決策。

　　未來已來，借助人工智能的關鍵技術和核心能力，將賦能財資管理智能化，尤其體現(xiàn)在賬戶、支付、頭寸、現(xiàn)金流預測、投融資、風控、共享和資管等場景。