一、AI金融简介
AI金融即人工智能与金融的全面融合,以人工智能、大数据、云计算、区块链等高新科技为核心要素,全面赋能金融机构,提升金融机构的服务效率,拓展金融服务的广度和深度,使得全社会都能获得平等、高效、专业的金融服务,实现金融服务的智能化、个性化、定制化。
二、AI金融行业相关政策
根据观研报告网发布的《中国AI金融行业现状深度研究与发展前景分析报告(2023-2030年)》显示,人工智能作为一种“新基建”,正在与实体经济深度融合,推动社会及各个产业的数字化转型、智能升级和融合创新。金融业是人工智能最具潜力的应用领域之一:一方面,金融行业的信息化建设起步较早,且行业内极其重视数据的标准化和规范化采集,因而具有大量的数据积累,这些数据为人工智能的应用提供了坚实的基础;另一方面,以银行、保险、证券业为例,金融业的主要业务都是基于大规模数据展开的,大量繁琐的数据处理工作,急需自动化和智能化的变革来解放人力;此外,金融普惠化和场景化的创新,也需要新的技术手段来提供支持,而人工智能与金融的结合,无疑为金融创新提供了更多的可能。
AI金融在提升金融服务效率和质量的同时,也为金融服务夯实“安全底座”,近年来AI金融的发展逐渐受到国家的广泛关注。2017年国务院发布的《新一代人工智能发展规划》中明确提到了推动智能金融领域发展,鼓励金融行业创新金融产品和服务、应用智能客服等、建立智能风险预警与防控系统等。
我国AI金融行业相关政策
时间 | 政策 | 主要内容 |
2017年 | 《新一代人工智能发展规划》 | 推动智能金融领域发展,鼓励金融行业创新金融产品和服务、应用智能客服等、建立智能风险预警与防控系统等。 |
2019年 | 《金融科技发展规划(2019一2021年)》 | 明确了我国金融科技发展的重要意义和基础,提出了金融科技发展的总体要求、指导思想和基本原则,同时提出了六大重点发展任务。 |
2020年 | 《加强科技金融合作有关工作的通知》 | 完善科技创新投入和科技金融政策,进一步推动科技和金融深度结合,加强相关领域科技金融合作。 |
2020年 | 《商业银行互联网贷款管理暂行办法》 | 从风险管理体系、风险数据和风险模型管理、信息科技风险管理贷款合作管理、监督管理等方面对商业银行互联网贷款管理提出明确要求。 |
2021年 | 《金融科技发展规划(2022-2025年)》 | 提出新时期金融科技发展的指导意见,明确金融数字化转型的总体思路、发展目标、重点任务和实施保障。其中重点任务包括:健全金融科技治理体系、充分释放数据要素潜能等八个方面。 |
2022年 | 《关于银行业保险业数字化转型的指导意见》 | 明确了银行业保险业数字化转型的指导思想、基本原则和工作目标,为银行保险机构数字化转型指明了方向。 |
2022年 | 《金融标准化“十四五”发展规划》 | 明确“十四五”时期统筹推进金融标准化发展的指导思想、基本原则、主要目标、重点任务和保障措施。 |
2022年 | 《关于加快场景创新以人工智能高水平应用促进经济高质量发展的指导意见》 | 鼓励在制造、金融等重点行业深入挖掘人工智能技术应用场景,促进智能经济高端高效发展。金融领域优先探索大数据金融风控企业智能征信、智能反欺诈等场景。 |
资料来源:观研天下整理
三、金融机构技术资金投入情况
伴随政策利好,我国金融业数字化转型升级深入推进,金融机构技术资金投入持续增长。数据显示,2021年我国金融机构技术资金投入达3310亿元,较上年同比增长23%;2022年我国金融机构技术资金投入达4010亿元,较上年同比增长21.1%。
数据来源:观研天下数据中心整理
四、AI金融核心市场规模及其带动相关产业规模
在政策和市场推动下,各金融机构积极拥抱AI,AI金融行业加速发展。根据数据,2019-2022年我国AI金融核心市场规模由169亿元增长至375亿元,带动相关产业规模由382亿元增长至885亿元。
数据来源:观研天下数据中心整理
五、AI金融细分市场占比情况
从细分市场看,由于与金融机构多业务场景均可密切结合且产品能力大,机器学习产品为AI金融主流产品,2021年占AI金融核心产品市场规模比重达42.2%。其次是机器视觉、智能语音对话式AI,分别占比25.3%、15.4%。自然语言处理、知识图谱占比10.1%、7%。
数据来源:观研天下数据中心整理(zlj)
【版权提示】观研报告网倡导尊重与保护知识产权。未经许可,任何人不得复制、转载、或以其他方式使用本网站的内容。如发现本站文章存在版权问题,烦请提供版权疑问、身份证明、版权证明、联系方式等发邮件至kf@chinabaogao.com,我们将及时沟通与处理。