2020中国AI+金融行业发展研究报告.pdf

中国AI+金融行业发展研究报告2020年2报告摘要2020.9 iResearch I来源：艾瑞咨询研究院自主研究及绘制。趋势洞见细分领域落地分析行业整体发展分析监管政策越发收紧，回归科技属性是行业浪潮：从政策上看，中央将人工智能列入国家战略层面，各一线城市纷纷出台政策，打造金融科技特色经济。但金融控股公司监督管理试行办法（征求意见稿）的推出，表明了国家对金融业务和大型金控公司（含互联网巨头）整顿的决心，回归技术是行业浪潮也是政策驱动。本报告将AI+金融的落地场景分为八大领域：市场规模增长放缓，2022年基于技术的进一步成熟市场增速有望提升：经历了人工智能技术发展的浪潮和市场的洗礼，“AI+”的概念热度逐渐下降，作为主要的落地场景之一，AI+金融领域也逐渐成熟，形成三大主流玩家阵营，整体市场增长放缓。期待技术发展为场景带来全新的动力，驱动AI+金融进一步增长。金融机构认可人工智能技术价值，传统金融机构纷纷成立全资科技子公司：作为AI+金融的主要买方，银行等巨型金融机构逐步认可了AI的落地价值，同时在各类合作中，逐渐掌握了AI技术能力，开始寻求主导产业话语权。AI风控：落地于银行企业信贷，互联网金融助贷，消费金融场景的信用评审，风险定价和催收环节。智能客服：落地于各类金融机构，与客户进行智能交互的网络与电话平台。身份识别：落地形式主要为智能支付中的脸部，虹膜等特征识别，以及金融账户安全登录环节。智能监管将成为最具发展潜力的场景：政府拥有最大的数据资产，如何通过AI技术将各类数据进行分析预测从而达到金融监管作用，成为各类AI企业努力发展的方向，而未来中央金融管理机构也将成为AI的主要买方之一。中小银行将成为未来AI+金融领域企业主要的角逐市场：六大国有行目前已经具备一定的AI技术能力，而各类城商行和农商行开始纷纷尝试AI赋能下的数字化转型，由于技术人员的缺乏，未来中小银行将成为AI技术供应者竞相争夺的市场。智能营销：落地于各类金融机构，根据客户数据，开展千人千面的营销分析平台。智能保险：落地于保险业承保定价和核保理赔两大阶段，防控保险业风险。智能监管：落地于各政府金融监管机构，跟踪各类上市企业的财务和业务情况。智能投研&智能投顾：在C端为零售客户提供收益最大化资产组合，在B端为券商投行等其他金融提供产业投资意见。联邦学习技术将成为AI+金融行业新的生产力：在开放银行概念的加持下，联邦学习技术为银行的生态构建和共享机制，找到了新的切入点，让开放银行的落地成为可能。人工智能技术仍旧处于“辅助智能”阶段，机器学习技术将促进更多场景的成熟：目前人工智能并不能完全做到自主决策，对于更为复杂的场景数据的预测和分析能力，仍旧有待于机器学习技术的发展。3行业观察篇1行业洞察篇2 2019年至今AI+金融领域相关政策解读 2019年至今AI+金融领域行业最新动态 2019年至今金融领域AI相关融资情况解读 2018-2022年AI+金融领域相关市场规模 AI+金融领域产业图谱和AI+金融落地场景细分市场规模 AI+金融领域行业发展和竞争格局 典型案例展示 技术发展与应用场景交叉，显现技术落地合理性 政策导向与行业事件交叉，显现行业趋势 企业发展与竞争格局交叉，显现行业商业化变革1.11.21.31.41.51.61.72.12.22.342020.9 iResearch Inc AI金融领域相关政策解读（1/4）监管愈严，收紧与创新并重行业不再野蛮生长盘点2019年至2020年6月期间，中国人民银行和中国银保监会发布的涉及人工智能在金融领域应用的相关政策和指导意见，可以看出，政策方向主要集中于监管收紧、技术促进和中小微企业贷款服务三方面。近年来，金融业务触网程度不断加深，业务场景日趋复杂，边界逐渐淡化，在繁荣发展的同时也为金融监管带来了挑战，P2P行业暴雷后，监管部门更加坚定了监管愈严的大方向。2019年10月，相继由银保监会发布的关于规范银行与金融科技公司合作类业务及互联网保险业务的通知和央行发布的个人金融信息（数据）保护试行办法中，明确指出了金融机构严禁合作的违规金融科技业务范畴，增加了对个人金融信息数据收集和保护的行为规范，两项监管政策从场景应用和基础数据获取两个角度钳制了违法行为和违规操作，使打着金融科技旗号实则倒卖信息的企业无处遁形，也为行业敲响了警钟。此外，本着“堵不如疏”的原则，监管力度加大的同时，监管创新也在跟进，2020年1月，人民银行发布了金融科技创新监管试点应用公示（2020年第一批），以“监管沙盒”的形式通过沙盒工具，在模拟场景中对人工智能、区块链等技术，以及银行API接口开放等模式，在金融业务中的应用进行弹性监管实验，降低了运营风险和技术不确定性带来的隐患，以试错的方式探寻金融科技下的监管更优解。从趋势上看，监管仍将坚持收紧和创新两手抓的方针，对金融科技公司的业务范畴、数据规范等保持严格的监督，对新技术、新模式持有审慎的态度，科技公司将脱离金融服务业务，更加聚焦于技术输出，市场与监管脱节的洪荒时代终将不复返。来源：艾瑞咨询研究院自主研究及绘制。针对银行与金融科技公司合作时的信息披露、合作原则等方面，给出了明确的监管要求，规范机构与公司合作创新应用聚焦物联网、大数据、人工智能、区块链、API等前沿技术在金融领域的应用设置“监管沙盒”涉及完善征信机制体制建设，将对金融机构与第三方之间征信业务活动等进一步作出明确规定个人金融信息保护金融科技产品共11个种类，分别是客户端软件、安全芯片、声纹识别系统等框定认证规则2019年金融领域AI相关政策监管方面收紧创新52020.9 iResearch Inc AI金融领域相关政策解读（2/4）金融科技促进政策日渐完善，未来将向微观层面下沉2017年5月，中国人民银行成立金融科技(Fin Tech)委员会,旨在加强金融科技工作的研究规划和统筹协调，同年6月，发布的中国金融业信息技术“十三五”发展规划中，将人工智能、大数据、区块链、云计算等新一代信息技术设为金融科技的重点研究方向，从政策高度上确立了上述技术的发展基调。时隔两年，2019年8月，人民银行正式发布了金融科技（FinTech）发展规划（20192021年），这是我国金融科技第一份科学、全面的规划，明确提出未来三年金融科技工作的指导思想、基本原则、发展目标、重点任务和保障措施，尤其是建立健全我国金融科技发展的“四梁八柱”，确定未来三年六方面重点任务，为金融科技发展指明了方向和路径，对金融科技发展具有重要且深远的意义；2020年，中证协和银保监会就银行、保险和证券行业发展金融科技方面也做出指导意见，促进技术落地于金融领域的全场景。从趋势来看，金融科技的促进政策在高度和全局性上已经相对充分，深度和微观层面也在陆续完善，未来在技术标准制定和更加具体的场景应用方面势必会产生新的引导意见，为技术合规、合理赋能行业划下行路线。来源：艾瑞咨询研究院自主研究及绘制。强化金融科技合理应用科学规划运用大数据、合理布局云计算、稳步应用人工智能、加强分布式数据库研发应用、健全网络身份认证体系增强金融风险技防能力提升金融业务风险防范能力、加强金融网络安全风险管控、加大金融信息保护力度、做好新技术金融应用风险防范夯实金融科技基础支撑加强金融科技联合攻关、推动强化法律法规建设、增强信用服务支撑作用、推进标准化工作、强化金融消费者权益保护加强金融科技战略部署加强统筹规划、优化体制机制、人才队伍建设赋能金融服务提质增效拓宽金融服务渠道、完善金融产品供给、提升金融服务效率、增强金融惠民服务能力、优化企业信贷融资服务、加大科技赋能支付服务力度加大金融审慎监管力度建立金融科技监管基本规则体系、加强监管协调性、提升穿透式监管能力、建立健全创新管理机制金融科技发展规划（2019-2021年）重点工作任务62020.9 iResearch Inc AI金融领域相关政策解读（3/4）供应链金融对复产复工意义重大，或为AI技术下一片良田促进中小微企业贷款服务是政策的又一大集中方向，全国范围内中小微企业承担了80%以上的就业率，是稳定国内经济，拉动内需的重要组成部分。疫情缓解以来，复产复工成为了主旋律，激活中小微企业活力则成为首当其冲的任务，合理放宽、把控风险、有效监管的贷款服务将成为有力的促进措施。2020年6月，人民银行等8家机构联合发布的关于进一步强化中小微企业金融服务的指导意见中指出，运用金融科技手段赋能小微企业金融服务，鼓励商业银行运用大数据、人工智能等技术建立风险定价和管控模型，改造信贷审批发放流程。意见肯定了上述技术在相关场景中的应用价值，也指明了落地方向，为AI+金融行业目标群体由C端向B端转型提供了政策意见。发展供应链金融服务是解决中小微企业贷款难的主要手段，而供应链金融的实质仍是金融服务，所以风险控制是重中之重。供应链金融中主要涉及的风险领域包括，主体企业风险、交易风险和操作风险，AI可以通过机器学习和知识图谱等方式，对主体企业工商、税务、舆情等信息数据进行处理建模，搭建信用评价体系，增加行业自动化评价维度；通过知识图谱对产业链中的关联性交易进行组织和透视，防止虚假交易的存在；通过OCR识别、图像识别、NLP和智能语音等技术，对各类单据进行识别和审核，起到降本增效的同时，降低机械风险和人员道德风险。从趋势上看，整体金融服务的重心将持续向B端企业倾斜，金融科技也将随之向B2B领域拓展，AI+金融相关企业能否及时调整战略，将C端积累下的经验迁移向B端服务，会成为下一阶段竞争的重点。来源：艾瑞咨询研究院自主研究及绘制。预付融资AI技术在供应链金融风险控制中的作用促进中小微企业贷款服务发展供应俩金融保理融资存货融资贷前风险评估贷中资产审核贷后运营监管主体风险交易风险操作风险市场风险通过AI、大数据等技术对产业链中主体企业工商信息、税务信息、舆情信息等进行收集处理，搭建企业信用模型通过知识图谱等技术对关联交易数据进行交叉验证，防止出现交易欺诈行为通过图像识别、OCR识别、NLP、智能语音等技术对单据进行识别，降本提效，防止遗漏、错误、人员道德等问题风向通过“供应链图谱”、NLP等技术对产业链上下游行情信息进行识别监控，对市场风险进行及时预警贷款方式风控环节风险类型AI价值72020.9 iResearch Inc AI金融领域相关政策解读（4/4）2019年至今AI+金融相关代表政策汇总来源：艾瑞咨询研究院自主研究及绘制。政策方向发布日期发布机构政策文件AI相关内容监管收紧，行业标准制定2020/05/08银保监会信用保险和保证保险业务监管办法保险公司应当建立涵盖信保业务全流程的业务系统，业务系统应具备反欺诈、信用风险评估、信用风险跟踪等实质性审核和监控功能2020/01/14人民银行金融科技创新监管试点应用公示（2020年第一批）创新应用聚焦物联网、大数据、人工智能、区块链、API等前沿技术在金融领域的应用，涵盖数字金融多个应用场景2019/10/28市场监管总局、人民银行金融科技产品认证规则金融科技产品共11个种类，分别是客户端软件、安全芯片、声纹识别系统等2019/10/01人民银行个人金融信息（数据）保护试行办法涉及完善征信机制体制建设，将对金融机构与第三方之间征信业务活动等进一步作出明确规定2019/10/01北京银保监局关于规范银行与金融科技公司合作类业务及互联网保险业务的通知针对银行与金融科技公司合作时的信息披露、合作原则等方面，给出了明确的监管要求，监管层详细说明了线上信贷风控的合作问题，强调自主风控、加强管控2019/09/27人民银行关于发布金融行业标准加强移动金融客户端应用软件安全管理的通知推动金融业利用技防手段建立涵盖事前评估备案、事中风险监测、事后联防共治的金融APP风险防控体系促进新一代信息技术发展2020/04/27中证协中国证券业协会专业委员会2020年工作要点研究推进区块链、人工智能、大数据等新技术在投行业务领域的应用研究，研究制定保荐承销机构远程工作标准2020/01/03银保监会关于推动银行业和保险业高质量发展的指导意见充分运用人工智能、大数据、云计算、区块链、生物识别等新兴技术，改进服务质量，降低服务成本，强化业务管理2019/08/22人民银行金融科技（FinTech）发展规划（20192021年）到2021年，建立健全我国金融科技发展的“四梁八柱”，进一步增强金融业科技应用能力，实现金融与科技深度融合2019/06/26人民银行等5家机构建成运行企业信息联网核查系统深化跨部门信息共享和交流合作机制，逐步扩大企业信息联网核查系统功能2019/01/14国务院关于推广第二批支持创新相关改革举措的通知支持科技成果转化激励方面、科技金融创新方面改革促进中小微企业贷款服务2020/06/02人民银行等8家机构关于进一步强化中小微企业金融服务的指导意见运用金融科技手段赋能小微企业金融服务。鼓励商业银行运用大数据、云计算等技术建立风险定价和管控模型，改造信贷审批发放流程2019/02/25银保监会关于进一步加强金融服务民营企业有关工作的通知根据民营企业融资需求特点，借助互联网、大数据等新技术，设计个性化产品，并科学定价8行业观察篇1行业洞察篇2 2019年至今AI+金融领域相关政策解读 2019年至今AI+金融领域行业最新动态 2019年至今金融领域AI相关融资情况解读 2018-2022年AI+金融领域相关市场规模 AI+金融领域产业图谱和AI+金融落地场景细分市场规模 AI+金融领域行业发展和竞争格局 典型案例展示 技术发展与应用场景交叉，显现技术落地合理性 政策导向与行业事件交叉，显现行业趋势 企业发展与竞争格局交叉，显现行业商业化变革1.11.21.31.41.51.61.72.12.22.392020.9 iResearch Inc AI+金融领域行业最新动态（1/4）与AI技术公司的合作中银行逐步拥有了技术积累2019年从市场合作的需求方来看，银行仍然是主要购买力。其中国有行和部分大型股份制银行在人工智能领域布局较早，技术与场景的结合也相对充分，需求更具有前瞻性和探索性。在合作方向上，它们更关注AI技术在银行系统框架溯源升级中的价值，和其在金融科技生态体系中的并联应用。因此，具有丰富数据和场景资源，兼顾强技术研发能力，并且拥有充足资本支撑的科技巨头企业成为了它们的合作首选；此外，中小行随着业务复杂度提升和数据量增长，与AI公司的合作也在不断加深，2019年，二者的合作方向主要集中于风控、营销、消费金融和供应链金融等方面。中小行对于成熟AI+金融解决方案的广泛需求，成为了AI公司良好的生存土壤。在银行以外，保险公司、证券公司、证券交易所也与AI公司进行了战略合作，但由于场景中的规则机理过于复杂，AI在如定损、定价、投顾等核心领域中的价值还没有完全凸显，双方的合作仍处于初期阶段，主要围绕如文本处理、信息搜索、合规审核等场景开展。从供给方角度来看，AI+金融行业的玩家开始逐渐摒除金融业务，向纯技术输出方倾斜，在产业链拓展方面也更加审慎。在服务中小微企业贷款政策的推动下，AI风控公司也有以企业数据为训练对象，向供应链金融输出风控体系的倾向。整体而言，行业的视角从AI技术能力向场景需求进行迁移，供给侧公司的价值被肯定，但主动性下降，市场中需求侧的话语权提升。未来，金融机构会更加清晰的知道需要哪些技术，以及与哪些公司合作，技术提供方将展开能力边界和天花板的较量。来源：艾瑞咨询研究院自主研究及绘制。AI+金融领域需求侧和供给侧的合作趋势国有行、大型商业银行等机构布局较早，与AI公司合作更看重生态性和探索性AI公司逐渐摒除金融业务，向纯技术输出方倾斜，业务拓展也更加审慎中小行随着业务复杂度提升和数据量增长，与AI公司合作日益加深保险、证券等非银机构也在与AI公司进行探索式合作，市场有待打开需求侧供给侧在政策促进中小微企业贷款服务的推动下，AI科技公司也在向搭建企业风控模型的方向发展AI公司的产业价值被肯定，但主动性下降，需求方开始主导市场102020.9 iResearch Inc AI+金融领域行业最新动态（2/4）金融机构成立全资科技子公司进入2019年，金融+科技的形式已经不再局限于金融机构和科技公司间的合作。以银行业为代表，国有四大行中三家银行成立各自的全资金融科技子公司，而大型股份制银行则相对更快一步，截至2018年共有四家大型股份制银行成立全资金融子公司，二者揭示了银行机构进军金融科技的决心。银行和金融科技公司的合作是技术与场景不断磨合的过程，AI在风控、营销等领域产生的实际价值使银行机构意识到其战略意义。同时，在与科技公司的合作中，银行掌握了技术在场景落地的丰富经验，这为银行成立科技子公司打下了基础。此外，从银行角度看，更需要的是专属于服务银行业务的技术能力，但这与科技公司依托技术向全领域发展的理念矛盾，并且双方的合作中仍旧存在一定沟通成本和项目对接问题。因此，银行更希望以成立科技子公司的形式获得服务自身和行业的技能，也以此掌握技术的主动权。从发展路径看，头部银行成立的金融科技子公司除了为母公司提供技术服务外，同时也希望输出自身的技术产品辐射中小型银行。而从市场现状来看，在2019年至2020年中，金融科技公司仍旧是中小银行的主要合作对象。而在产品层面，银行系科技子公司尚未形成成熟的AI产品，竞争上暂未形成优势。未来在提托银行强大的资本背景和优质金融数据，在数据开源概念的加持下，银行系Fintech公司将成为科技市场的新势力，并挤压金融科技公司的市场。来源：艾瑞咨询研究院自主研究及绘制。金融科技子公司成立时间所属金融机构业务范围中银金融科技2019/6/30中国银行金融云服务，基础技术研究工银科技2019/3/25中国工商银行系统研发，IT托管，生态云建设建信金科2018/4/18中国建设银行大数据风控，系统研发，平台建设北银金科2019/5/18北京银行金融云，区块链，大数据风控龙盈智达2018/5/23华夏银行软件开发，金融平台运营民生科技2018/4/26民生银行金融云，金融技术解决方案光大科技2016/12/20光大银行金融云，金融技术解决方案招商云创2016/2/23招商银行金融云，金融技术解决方案银行系全资金融科技子公司成立时间立足于银行内部服务，形成科技产品逐步辐射中小银行。政策驱动：银行业信息科技十三五规划银行强大的资本背景数据开源概念加持银行系全资金融子公司竞争优势112020.9 iResearch Inc AI+金融领域行业最新动态（3/4）技术出海是大趋势，虚拟银行挂牌为科技公司提供完美场景金融科技出海和跨境金融业务是近些年来行业的热门话题，从支付宝、财付通以支付业务为切入点进军东南亚开始，移动支付、消费金融、小微信贷、投资理财和大数据风控成为了国内金融科技公司对外服务的重点方向。2019年3月，香港发布了8家虚拟银行牌照，包括蚂蚁金服、腾讯、小米、平安科技、京东数科在内的大陆金融科技公司以联合创办的形式参与其中，主要输出运营经验和科技能力，这对于金融科技公司补足银行场景，掌握技术赋能业务的闭环带来了难得的契机，借助“国际港”的优势，对于科技公司技术出海也将带来有力的助推作用。虚拟银行是采用互联网或其他形式电子传送渠道提供服务的银行，没有实体网点，虚拟化的形式更加适合数据的产生和共享，消除了数据孤岛和大量非结构数据的隐患，这为AI技术应用提供了前所未有的环境支撑；同时，海量高并发的交易数据，以及随时可触达的用户端口，为AI风控、AI营销带来了实际的应用场景。在8家虚拟银行牌照公布后，仍有不少银行、金融机构、科技公司表达了申请新牌照的意向，从市场响应情况和香港金管局的态度可以看出，这一举措将分阶段继续开展，未来有望在大陆开设试运行项目，尽早参与其中的科技公司，将抢占先发席位。来源：艾瑞咨询研究院自主研究及绘制。虚拟银行牌照持有者&银行优势和启示名称合资者/投资者LIVI VB LIMITED中银香港、京东数科、怡和集团SC DIGITAL SOLUTIONS LTD渣打银行、电讯盈科、香港电讯、携程金融众安虚拟金融众安在线、百仕达集团Welab Digital Limited建银国际、世界银行集团成员IFC、阿里巴巴、TOM集团蚂蚁商家服务(香港)有限公司蚂蚁金服洞见金融科技小米、尚乘集团贻丰有限公司腾讯、工商银行(亚洲)、港交所、高领资本联、郑志刚平安壹帐通银行中国平安虚拟银行优势1、内部运营更加智能化。凭借内地已经运行数年的人工智能风控模型和庞大的客户运营数据，贷款风控的审批可望更加便捷，贷款逾期率也会有进一步下降。2、存贷款利率会更加优惠。虚拟银行由于没有传统银行服务网点的租金成本，同时人工智能技术的运用，也大大降低了人工成本，这将使虚拟银行相比于传统银行可以向用户提供更加优惠的存款和贷款利率。3、互联网金融产品会更加丰富。由于虚拟银行具有天生的互联网基因，因此相比于传统银行其拓展互联网金融服务产业线的意愿也更加强烈。虚拟银行监管对内地的启示1、制定互联网银行的监管原则和框架2、构建与互联网银行风险管理特点相适应的风险防控机制3、强化金融消费者权益保护4、加强对跨境金融服务的分类监管和联合监管5、落实股东加重责任，制定完善的退出机制122020.9 iResearch Inc AI+金融领域行业最新动态（4/4）2019年至今AI+金融相关代表事件汇总来源：艾瑞咨询研究院自主研究及绘制。事件归类发生日期涉及公司和机构相关内容金融机构与AI公司合作2019/12/16阿里巴巴、蚂蚁金服、工商银行聚焦金融科技、打造开放生态，双方将建立互为场景、互为生态、互为客户的新型合作伙伴关系2019/11/25品钛、工商银行由品钛为工商银行提供智能信贷解决方案，协助工商银行进一步完善小微普惠业务贷中、贷后环节的管理体系，提升和完善数据模型效果及业务决策能力；更科学、高效地服务广大小微企业2019/11/中旬京东数科、福建华通银行双方将拓展金融科技合作领域，在金融私有云、智能运营、智能营销、大数据风控以及消费金融、供应链金融等多业务领域展开合作2019/11/06小米、兴业银行将在金融科技、供应链金融、支付结算等领域实现长期战略合作，构建智慧互联网金融生态圈2019/08/02蚂蚁金服，阿里云、上交所三方将合作构建监管科技平台，为上交所技术及行业用户提供防控风险、稳定发展的监管科技支撑，为保护投资者合法权益提供支持，进而推动落实监管科技3.0。2019/06/04360金融，渤海银行将围绕支付结算、普惠金融、零售金融、公司金融等七大领域展开合作2019/05/29蚂蚁金服、浙商银行将共同探索金融科技的广泛应用，在金融科技、普惠金融、新零售、金融咨询与顾问等领域展开紧密合作2019/04/15同盾科技，民生银行总行将围绕贷前审核、贷后监控、联合建模等多个业务场景进行合作，推动金融科技与传统业务的融合，全面提高和改善原有信托业的服务效率与管理能力，真正实现“智能信托”2019/04/02腾讯，甘肃银行腾讯云将以星云平台为核心，结合腾讯云在云计算架构、分布式数据库、大数据以及人工智能等方面的优势技术能力，通过大数据精准营销、智能风控技术，帮助甘肃银行构建智慧信贷全面能力体系，助力甘肃银行对接区域经济多层次、多元化的金融需求，实现零售业务的转型升级金融机构成立科技子公司2019/9/24腾讯、中金中金联手腾讯成立技术公司2019/6/13中国银行中国银行成立科技子公司中银金科2019/5/16北京银行北京银行成立科技子公司北银科技2019/5/8工商银行工商银行成立科技子公司工银科技金融科技出海2019/3/27蚂蚁金服、腾讯、小米、平安、众安、京东数科、携程金融等香港虚拟银行牌照正式落地13行业观察篇1行业洞察篇2 AI+金融领域产业图谱和AI+金融落地场景细分市场规模 AI+金融领域行业发展和竞争格局 典型案例展示 技术发展与应用场景交叉，显现技术落地合理性 政策导向与行业事件交叉，显现行业趋势 企业发展与竞争格局交叉，显现行业商业化变革1.11.21.31.41.51.61.72.12.22.3 2019年至今AI+金融领域相关政策解读 2019年至今AI+金融领域行业最新动态 2019年至今金融领域AI相关融资情况解读 2018-2022年AI+金融领域相关市场规模142020.9 iResearch Inc 2020.9 iResearch Inc 金融领域AI相关融资情况解读(1/2）资本向优质标的汇聚，热门赛道突出，但竞争激烈通过对2015-2020年7月AI+金融相关融资情况的汇总，可以看出，2015-2018年期间，AI+金融行业备受资本青睐，融资事件数相对稳定，融资总金额增速持续上涨，创业公司表现良好，资本持续投入；而这一情况在2019年发生变化，由于P2P暴雷事件监管愈严，资本市场也趋于谨慎，融资事件数量大幅减少，但真正具有技术实力的相关企业依旧是资本追逐的对象，资源逐渐向优质标的汇聚，预计这一趋势在2020年将依旧延续。从近几年AI+金融细分赛道融资情况看，包含整体解决方案的大数据服务和智能风控是获得融资的重点，市场想象空间和明确的使用价值是吸引投资的关键，但由于业务同质性问题，赛道中竞争也最为激烈。来源：艾瑞咨询研究院自主研究及绘制。来源：艾瑞咨询研究院自主研究及绘制。2829223017616.3 19.1 28.0 50.3 58.3 43.8 17.2%46.9%79.7%15.8%201520162017201820192020.7AI+金融融资事件（起）AI+金融融资金额（亿元）AI+金融融资金额增速（%）2015-2020年7月中国AI+金融领域融资情况30.3%29.5%9.1%8.3%8.3%6.8%3.8%3.8%大数据服务智能风控智能投研智能投顾智能保险智能客服身份核验文本处理2015-2020年7月中国AI+金融细分赛道融资事件数量情况152020.9 iResearch Inc 金融领域AI相关融资情况解读(2/2）实际应用价值和市场想象空间是资本关注的重点通过对2015-2020年7月中国AI+金融细分赛道融资事件发展节奏的统计，可以看出，2016年，中国AI应用市场爆发的前夜，资本就将目光聚焦到了智能风控赛道，相对充分的标准化数据存量、明确清晰的使用价值，以及对新技术接受度良好的市场环境都催化着赛道的繁荣；同时，想象空间更大、理想增益效果更强的智能投顾赛道也是资本青睐的对象。但经过两年的落地发展，单纯的智能风控故事已经无法引起资本的兴趣，以大数据为基础，AI技术为手段，包含风控、营销、运维在内的综合大数据服务成为了新的宠儿；而智能投顾在落地期间表现平平，价值也难以评估，故事显得不再生动，反而是服务于一级市场的智能投研赛道让资本方有了尝试的兴趣。2019年，AI+金融投资市场整体冷淡，大数据服务赛道急转直下，融资事件数少于智能风控和智能保险，边界更广的服务带来了价值模糊的隐患。预计资本寒冬的情况在2020年也难有较大起色，头部科技公司也纷纷开始拓展其他场景，行业应用较为成熟，竞争愈渐激烈，资本开始观望，都希望将橄榄枝抛向“最有价值球员”，行业整体对于初创企业而言不太友好。来源：IT橘子，艾瑞咨询研究院自主研究及绘制。861232126514200043201520162017201820192020.7大数据服务智能风控智能投研智能投顾智能客服智能保险身份核验文本处理2015-2020年7月中国AI+金融细分赛道融资事件次数与趋势16行业观察篇1行业洞察篇2 AI+金融领域产业图谱和AI+金融落地场景细分市场规模 AI+金融领域行业发展和竞争格局 典型案例展示 技术发展与应用场景交叉，显现技术落地合理性 政策导向与行业事件交叉，显现行业趋势 融资情况与产业规模交叉，显现行业成熟度 企业发展与竞争格局交叉，显现行业商业化变革1.11.21.31.41.51.61.72.12.22.32.4 2019年至今AI+金融领域相关政策解读 2019年至今AI+金融领域行业最新动态 2019年至今金融领域AI相关融资情况解读 2018-2022年AI+金融领域相关市场规模172020.9 iResearch Inc 2020.9 iResearch Inc 金融领域AI相关市场规模(1/3）需求方持续加大购买力度，市场规模良性增长通过对2018-2022年中国AI+金融相关市场规模的统计和预测，可以看出金融领域对整体信息化科技投入的总规模保持上升趋势，金融科技和人工智能投入遵循同样步调，其中人工智能投入在整体科技投入中的占比增速平稳上升，并未出现特异值，说明市场中的需求方肯定了AI技术的应用价值，并有计划的加大购买力度。通过互联网金融机构与传统金融机构AI投入规模对比和预测可以看出，互联网金融机构在追加购买力度，这也符合该群体由金融服务向技术服务转型的趋势，人工智能技术在转型中成为重要的能力抓手。来源：艾瑞咨询研究院自主研究及绘制。来源：艾瑞咨询研究院自主研究及绘制。2386.5 2780.3 3232.3 3717.7 4198.2 764.4 938.7 1120.5 1336.1 1579.8 152.1 197.9 254.4 317.8 414.5 6.4%7.1%7.9%8.5%9.9%201820192020e2021e2022e金融领域科技投入总规模（亿元）金融科技（包括云、AI、区块链等）投入规模（亿元）金融场景AI投入总规模（亿元）金融场景AI投入占比（%）2018-2022年中国AI+金融相关市场规模和预测2018-2022年中国互联网金融机构与传统金融机构AI投入规模对比和预测122.3 155.7 197.7 244.4 298.8 29.8 42.3 56.7 73.5 115.7 201820192020e2021e2022e互联网金融机构AI投入规模（亿元）传统金融机构AI投入规模（亿元）182020.9 iResearch Inc 2020.9 iResearch Inc 金融领域AI相关市场规模(2/3）银行业仍然是主要需求方，2022年AI总投入将超220亿元从2019年中国金融机构AI投入规模结构中可以看出，银行业、互金行业和保险行业是AI技术的主要购买方，其中银行业的业务最为复杂，数据海量，同时风控要求最高，成为了金融领域中AI技术最主要的需求方。在过去几年中银行业对于AI技术的投入持续增加，这一趋势也将延续，据预测，2022年总投入规模将超过220亿元。从技术获取途径看，银行业主要依靠与AI公司合作，采购相应的产品和服务，2019年采购规模占投入的85%，但随着银行自建科技子公司等增强自研能力的举措发展壮大，采购规模将有所下降，不过合作与技术采购仍然会是行业中主要的技术获取手段。来源：艾瑞咨询研究院自主研究及绘制。来源：艾瑞咨询研究院自主研究及绘制。86.4 111.7 143.3 179.8 222.6 73.5 95.0 114.6 143.8 178.0 85.0%85.0%80.0%80.0%80.0%201820192020e2021e2022e银行业AI投入规模（亿元）银行采购AI产品及服务市场规模（亿元）银行采购AI产品及服务市场规模占比（%）2018-2022年中国银行业AI投入规模和采购情况56.5%21.3%21.4%银行互联网金融保险证券基金2019年中国金融机构AI投入规模结构192020.9 iResearch Inc 2020.9 iResearch Inc 金融业务线中AI投入不容忽视，供应链金融有望成为新支柱我们按照“存贷汇”的业务视角，将金融业务划分为银行理财业务、保险业务、证券业务、基金业务、消费金融业务、供应链金融业务和支付业务，2019年各业务线对于金融科技的投入以云计算和大数据为主，遵循新基建方向，以构建云基础为目标，而人工智能作为生产力升级的代表技术投入占比也在逐年攀升。本年中，智能风控需求最旺盛的消费金融业务仍是AI投入的主要领域，涵盖智能核保、定损、定价场景的保险业务、涵盖智能营销、投研、投顾的银行理财业务紧随其后。其中，供应链金融业务因中小微企业数据难以采集，交易行为复杂等问题，通过技术手段建立的信用体系普遍不成熟，市场仍未打开，但随着政策推动，更多AI公司将会聚焦于此，该业务有望成为AI+金融的又一需求支柱。来源：艾瑞咨询研究院自主研究及绘制。来源：艾瑞咨询研究院自主研究及绘制。金融领域AI相关市场规模(3/3）70.2%24.8%4.4%2.1%云计算&大数据人工智能其他区块链供应链金融业务证券业务基金业务2019年中国金融业务AI投入情况2019年中国金融业务中科技投入情况20行业观察篇1行业洞察篇2 AI+金融领域产业图谱和AI+金融落地场景细分市场规模 AI+金融领域行业发展和竞争格局 典型案例展示 技术发展与应用场景交叉，显现技术落地合理性 政策导向与行业事件交叉，显现行业趋势 企业发展与竞争格局交叉，显现行业商业化变革1.11.21.31.41.51.61.72.12.22.3 2019年至今AI+金融领域相关政策解读 2019年至今AI+金融领域最新动态 2019年至今金融领域AI相关融资情况解读 2018-2022年AI+金融领域相关市场规模212020.9 iResearch Inc AI+金融产业图谱基础服务层2020年AI+金融产业图谱银行来源：艾瑞咨询研究院自主研究绘制。基金/信托券商监管机构财富管理公司保险公司小微企业贷款公司解决方案层智能风控智慧金融综合方案提供商智能投研智能投顾身份核验智能客服智能监管核保理赔承保定价智能保险智能营销平台技术服务人工智能技术服务机器学习知识图谱计算机视觉语音识别自然语言处理推荐引擎大数据平台IT系统平台芯片云计算开源框架传感器通信运营商222020.9 iResearch Inc AI+金融的落地场景介绍人工智能+金融行业落地八大智能场景定义来源：艾瑞咨询研究院自主研究绘制。智能投研定义智能监管定义智能客服定义 从场景上，智能风控聚焦在银行业和互联网金融端的信贷，反洗钱场景等。技术上，依托于机器学习和知识图谱等技术，开展贷前反欺诈，贷中信用审核，贷后智能催收等。智能风控定义智能保险定义智能客服身份识别智能投顾定义身份识别定义智能营销定义 场景上，广泛应用于各类金融机构，提供24小时不间断的问答服务。技术上，依托于自然语言理解，语音识别等技术打造的智能问答系统。场景上，主要集中在承保阶段的风险精算与定价，核保理赔阶段的反欺诈系统。从产品上，主要应用于健康保险和信用保险类的风险定价，以及财产保险的极速理陪系统等。技术上主要依托于推荐引擎和机器学习技术，通过分析用户数据并聚类用户特征，做到“千人千面”的智能推送。通过和政府机构合作，通过人工智能技术结合政府数据，对金融机构和上市企业进行监管。从产品上，“蚂蚁金服”和“上交所”合作鹰眼系统，开展对上市公司的监管。从场景上，主要集中在c端金融产品零售领域。依托于算法，分析用户的风险偏好和财务状况，根据投资组合理论，提供个性化理财方案。从场景，主要集中在支付场景和金融账户登录等。技术上，主要依托计算机视觉技术。从场景上，主要集中在B端金融机构用户，通过智能投研系统，整合各类研报数据。并自动撰写研报，给出机构投资意见。从技术上，智能投研依赖于知识图谱和深度学习技术的进一步发展232020.9 iResearch Inc 2020.9 iResearch Inc AI+金融的落地场景与规模市场偏爱AI风控，智能保险，智能客服三大场景2019年在AI+金融的主要落地场景中，AI风控，智能保险和智能客服占据了整个智能金融领域70%以上的市场规模。风控+AI技术也被银行业和互联网金融公司看作最有价值的技术落地场景。其次，因为疫情对于“无接触”业务的需求大量提升，2020年智能客服的市场规模出现短期的大幅的增长占到了11.57%的总规模，但预计在2021年后开始逐步回落。另外保险行业逐步探索出AI技术的场景落地价值，AI在该行业的市场潜力也将逐渐被挖掘，智能保险的产业规模占据整个AI+金融领域的比例也将不