引言：
毋庸置疑，2018年人工智能将继续处于市场炒作周期的顶端。按照国家建设力度，人工智能技术成熟度，以及金融行业 IT 投入领先程度，保守估计，若 2020 年渗透率能够达到 15%，金融 IT 应用投资规模保持 5%的增速，则 2018 年人工智能在金融领域市场资本开支规模将达到 166 亿，2020 年将超过 200 亿人民币。
一、人工智能在金融行业的市场空间
人工智能将优先用于辅助传统金融机构，包括提升数据处理效率和替代简单人工服务。2020 年金融 IT 应用投资中，人工智能相关应用 IT 资本开支预计将超过 200 亿人民币，而智能投顾业务带来的管理费用未来可达千亿 。
优先应用包括智能量化交易、智能投顾、智能客服、身份鉴定。优先使用较成熟的人工智能技术：机器学习、自然语义处理、语音和人脸识别技术。
中国产业信息网报告显示，2016年中国人工智能市场规模达到239亿，目前人工智能在金融 IT 领域的渗透率不足 1%，2016 年四部委发布目标明确指出到 2018 年形成千亿级的人工智能市场应用规模。按照国家建设力度，人工智能技术成熟度，以及金融行业IT投入领先程度，保守估计，若2020年渗透率能够达到15%，金融IT应用投资规模保持 5%的增速，则2018年人工智能在金融领域市场资本开支规模将达到 166 亿，2020年将超过200亿人民币。
智能投顾：国内智能投顾管理费用市场可达千亿。假设按目前金融资产占个人财富比例40%的水平将存量现金及存款 57.5 万亿再分配，并选择智能投顾的方式，将约有 23 万亿现金将转投智能投顾，按市场上收费的智能投顾产品 0.5%左右的管理费率计算，管理费用可以达到 1150 亿元。瑞信预测，我国个人财富还在按 12%的增速逐年增长，在金融资产上配置的比例也呈上升趋势。
二、人工智能技术对金融业的辅助
随着技术进步，未来金融知识图谱将带来至少百亿收入规模，其应用将 给行业带来明显震动。以 IBM Watson 对标，金融知识图谱收费模式多样，保守估计，仅知识图谱在金融行业每年就可获得百亿收入。金融搜索引擎可产生更多商业模式。
证券行业人员总数达到 310288 人，对标Watson 的 Knowledge Studio 产品，若按年费 3 万/人/套测算，券商行业贡献收益每年可达97 亿。私募基金按管理费用分成，预测每年贡献收益为 112 亿元。现阶段，人工智能技术提供数据处理类和客户服务类的辅助型工具和信息服务，让金融业务回归本质，用技术提高业务效率，将工作者从数据工作和重复劳动中解放。未来，基于知识图谱的金融搜索引擎会打破专业壁垒，机器将具备同时高效服务长尾客户的能力，对金融行业造成冲击。
信息技术驱动产业变革，每一次信息技术的升级都能带动劳动生产率飞跃式提高。在金融业中，信息技术可以有效降低个人和小微企业的征信及资金分配的边际成本，大幅度提高“信用”的量化效率，从而服务于长尾客户。
Fintech 是 Financial Technology 的缩写，是金融行业与信息技术融合形成的产业。
Fintech 不是一个全新的概念，随着信息技术的不断进步，Fintech 产业中融合的技术也在不断升级，在业务模式上不断进步。目前来看，运用在金融行业中的技术主要是指：大数据、人工智能、区块链等最前沿技术。
Fintech 领域之一就是互联网、移动互联网和金融的结合，即互联网金融，人工智能和互联网对金融行业产生的影响各不相同。从技术融合进程来看，互联网金融实现了金融行业在渠道上的技术改造，从而实现了商业模式的创新。人工智能和金融业务的结合仍聚焦于传统的金融业务，使用技术手段辅助工作，替代部分重复性的脑力劳动，最终实现工作效率的提升。
-最近几年金融科技发展趋势
四、开源深度学习对金融科技的意义
大量深度学习平台和框架的开源推动行业快速发展。人工智能平台、工具包和框架的开源大幅降低了开发深度学习系统的相关应用门槛。 Google、Facebook、百度和微软等科技巨头公司先后开源其人工智能平台，许多深度学习框架也逐渐开源，世界各地的开发者们可以免费获得优质机器学习算法源码，开源软件可以让规模更小的组织用先进的算法和代码进行试验。2016 年 3 月，两位退休的对冲基金的金融工程师（此前没有使用人工智能软件工作的经验），设计了根据核磁共振成像（MRI）图片诊断心脏病的算法。尽管这些创新者对人工智能较为生疏，他们仍然可以从开源网站 GitHub 下载软件，设计推动产业变革的应用。
金融业对数据的强依赖性为人工智能的介入做好了准备
金融业对数据极其依赖。金融业需要从大量数据中评估风险和做出投资决策。根据麦肯锡的研究，金融业和保险业的工作者的一半时间都花在了处理和收集数据上，这是各种行业中比例最高的。
---各行业收集处理数据时间比
金融机构在开展业务的过程中积累了海量的高价值数据，其中包括客户身份、资产负债情况、资金收付交易等数据。BCG 研究报告统计，以银行业为例，其数据强度高踞各行业之首—银行业每创收100万美元，平均就会产生820GB的数据。彭博社指出，金融服务以及使用互联网服务等数据密集型的行业可能会首先迎来人工智能的冲击。用于识别模型的机器学习和深度强化学习等工具可以更容易地被应用在数据丰富的垂直领域。
金融行业的数据强度在一定程度上决定了金融机构的技术强度。BCG 数据显示，以银行业为例，在海外成熟市场，银行平均将营业收入的 8%左右投入 IT 系统建设；而这一比例在国内稍低，但也可达到 3%左右。
BusinessInsider 报道，高盛 33000 名全职员工中，9000名是工程师和程序员，这比例如 Facebook 和 Linkedin 等互联网巨头的 IT 员工人数都要多。
国内金融牌照逐渐开放，互联网公司和金融 IT 企业积极布局金融行业，进一步推进术进步。一方面，金融 IT 提供商通过直接申请牌照、间接收购或参股有牌照公司或者进行紧密业务合作等方式，开始布局金融业务。另一方面，大型互联网公司为丰富生态，也积极布局金融业务。2016 年上半年，平安集团旗下一站式投资理财平台陆金所，京东集团旗下子平台京东金融，以及阿里巴巴旗下互联网金融公司蚂蚁金服完成融资。
五、中国居民对金融服务的需求提升
存款进入低利率时代，房地产投资进入长周期，占财富配置品种一半以上的房地产和储蓄配置转移到大类资产。根据中国社科院统计，2014 年中国居民总资产达到了 253.7 万亿，其中金融资产为 103 万亿，房地产、汽车等非金融资产为 150 万亿。受经济社会各方面因素影响，我国居民长期以来形成了“重储蓄、轻投资、轻配置”的特点；在投资方向上， 以房养老”的观点和保守的投资理念。
存款进入低利率时代，房地产投资进入长周期，资金寻找其他投资标的。利率市场化使得存款的投资回报率大幅降低；人口结构变化、不动产登记实施临近、限购并未完全解禁、购房投资机会成本较高，房地产投资进入长周期。
更多的个人居民需要金融业服务，我国居民的资产配置向资本市场产品、理财产品、保险等金融资产转移。2014 年至今，我国公募基金的资产管理规模已经增长超过 100%，基金数量增幅也超 50%。从 2007 年到 2016 年，银行理财规模的年复合增长率高达 40%。银行业理财总规模在 2015 年底达到 23.5 万亿元人民币，2016 年一季度超过了 26 万亿人民币。
金融机构需要提高效率服务低客单客户，我国银行用户进一步增加，初始用户大部分为来自农村居民和老年人的低客单价用户。世界银行 2015 年发布的《全球普惠金融指数》中提到，中国的银行账户拥有者相对全部成年人的比例从 2011 年的 64%飙升至 79%，其中大部分来自农村居民和老年人。按照 2011年第六次人口普查数据，我国 15-59 岁人口约 9.4 亿，推算 3 年间银行新增初始用户增加1.41 亿。利率市场化加速金融业竞争，银行收入结构需要调整。自 2014 年第 4 季度起，国内银行的净息差就在不断下降。2015 年 10 月中国人民银行决定对商业银行和农村合作金融机构等不再设置存款利率浮动上限，这是国内首次开放存款利率上限，利率市场化接近完成。比较各上市银行的营业收入结构可见，净利息收入依然是主要来源。然而，为了应对利率市场化的挑战，各上市银行均大力推动转型，加快中间业务的发展，手续费及佣金收入为主的非主营收入。
证券行业面临日益增加的业绩压力。随着市场行情回落，证券行业 2016 年上半年业绩较 2015 年出现较大幅度回落。从收入构成变化情况看，对小客单价客户的争夺日趋激烈。
一方面，由于我国 A 股散户占主导的格局在相当长时间内仍会维持，经纪业务收入未来仍将占据券商总收入最重要部分，券商仍需要巩固和扩大传统经纪业务收入。而目前随着行业交易佣金费率不断降低，以及一人多账户的放开，各家券商对散户资源的争夺将日趋激烈。以智能交易、智能客服、智能识别为代表的创新性人工智能产品能够为广大长尾散户提供更为便捷和个性化的服务，极大增强用户体验，将成为维系散户资源、增强粘性的重要法宝。
另一方面，投资顾问和投资咨询业务比重呈逐年上升趋势，也体现出广大客户对定制化投资方面的需求日益增加，也将使得以智能投顾为代表的人工智能产品具有更广阔的市场前景。
证券业收入
结语：
目前我国金融业人工智能渗透率尚低。中国产业信息网报告显示，2014 年中国金融业IT 应用投资规模 1140 亿元，同比增长 5.2%，另据艾瑞咨询数据，2015 年中国人工智能市场规模约 12 亿人民币，据此推算，目前人工智能在金融 IT 领域的渗透率不足 1%。2020 年金融 IT 应用投资中，人工智能投资规模预计将超过 200 亿人民币。考虑未来国家在人工智能的投入建设力度，机器学习等人工智能技术以开始成功应用，以及金融行业 IT建设的领先基础，保守估计，若 2020 年渗透率能够达到 15%，金融 IT 应用投资规模保持5%的增速，则 2018 年人工智能在金融领域市场规模达到 166 亿，2020 年将超过 200 亿。