在利用新技术赋能金融过程中，人工智能技术对优化金融服务，推进创新，支撑行业提质增效发挥着重要的作用。
9月2日，在2022世界人工智能大会“AI聚力金融数字化论坛”上，多位参会嘉宾均表示，随着人工智能在金融数字化转型过程中的应用不断落地，AI技术对金融业的影响正在由“表”及“里”的渗透。
金融数字化实践实现全覆盖
当前，中国人工智能技术正处于快速发展期。根据智慧芽数据显示，截至目前，全球人工智能核心技术领域的专利申请累计已超133万件。其中，中、美、日、韩、德五国的专利申请量占比超过90.5%。中国在该领域领跑全球，专利申请总量近75万件，约占全球的57%。
对比中美来看，中国在人工智能核心技术领域的专利申请增幅在2001年至2020年间始终高于美国，且长期保持在30%以上。
金融业作为数据密集型和科技驱动型的行业，近年来已经成为人工智能技术应用最为深入、数字化最迫切的一个领域。同时，金融数字化也将成为促进金融创新发展的重要选择，为推动金融转型升级提供发展的途径。
会上，上海国际集团党委副书记、董事、总裁刘信义表示，近些年以人工智能、大数据、云计算为代表的信息技术在金融领域加速应用，与金融业不断融合，成为驱动金融创新发展的强劲引擎。总结起来主要呈现三方面的特点：金融数字化实践已基本渗透覆盖金融领域、金融业更加重视科技人才的吸纳培养，以及金融科技集聚效应更加凸显。
“我们认为在新一轮科技革命和产业变革背景下，金融业要实现高质量数字化转型，至少需要在四个维度上持之以恒。”刘信义具体分析道，一是要坚持扩展金融服务的广度，打造更多数字化应用的生态场景，提供多层次、广覆盖、个性化、智能化的高效金融服务，把更多的金融资源配置到金融发展的重点领域和薄弱环节。其次，坚持强化数字技术的应用，聚焦理论、算法、操作系统等底层技术，在金融服务领域的创新应用，从真实的金融场景出发，深刻的理解运行的机理，针对行业的需求做好研究攻关，增强底层技术的先进性和应用技术的有效性。
同时，坚持推动金融数字化的标准，通过标准的制定，促进金融业规范数字化的发展，不断的提升数字化转型的质量。此外，坚持夯实数据资源的安全保护，针对海量数据的存储，个人信息保护等方面建设长效安全的保护机制，严防金融数据源的泄露，篡改和不当的使用。
金融科技持续推动金融机构数字化变革，核心技术层决定金融科技产业格局，传统金融行业迫切面临着数字化升级。同时，在金融数字化趋势下，金融欺诈产业逐年呈现指数级增加，传统监管手段已不足以应对日趋复杂的金融风险。
中国工程院院士蒋昌俊在会上表示，要正确应对数字化转型风险，让金融企业真正享受到数字化转型带来的收益，需从源头创新，聚合策略和反馈机制相结合的交易欺诈检测方法，基于深度学习分析模型及在线金融交易检测技术，不断提升风控平台实时性、增强高并发技术及能力，从而化解金融交易中身份盗用和交易欺诈甄别难题，提高金融欺诈智能识别的性能及稳定性，保障金融交易安全。
多领域应用落地
实际上，近些年人工智能在金融领域的应用正在不断创新。
冰鉴科技副总裁谢旻旗以银行业数字化为例表示，随着数字化上升为推动国家社会经济发展的重要战略手段，人工智能、大数据、云计算、区块链、5G等数字技术加速应用，数字化转型势在必行。与此同时，国内银行业转型存在战略规划不清晰、大数据支撑能力不强、人才短板、金融服务场景匮乏等问题，联邦学习、自然语言处理、知识图谱等先进AI技术将助力银行数字化转型。
“但技术的领先不仅仅在于算法，更是对业务的理解，是要把技术落地到对应的业务场景中去。后疫情时代，银行正不断探索供应链金融、科技贷、场景贷等应用，为小微企业金融寻找破局之路。”谢旻旗说。
在此背景下，科技公司正在基于AI技术研发出相应的模型和解决方案，在小微金融发展和银行数字化转型过程中发挥着积极而重要的作用。
与此同时，金融科技和保险科技对于行业的改变已开始由“表”及“里”，太保科技副总经理魏骄华在发言时表示，甚至未来极有可能成为溯及源头的颠覆式变革。
魏骄华表示，对于可完全数字化的领域，人工智能的渗透将不可阻挡，简单重复的工作会被取代，低效复杂的工作会被优化。越来越多保险公司开始探索大数据、物联网、区块链、人工智能在产品及服务中的应用，未来“互联网保险”将以去中心化、碎片化、场景化、去中介化为核心，重构投保体验、服务模式和理赔运营流程。
以车险为例，随着大数据掌握行驶和环境数据，互联网让保险公司实时感知并预知风险，个体预测模型代替了历史数据模型，识别类技术颠覆了客户体验，机器学习颠覆了技术、销售等工作，从区块链、人工智能到提供SaaS化的共享服务，一系列的智能科技和服务让保险公司从原先的风险承担者转变为风险干预者，充分实现智能交互、智能录入、智慧作业和知识治理。
此外，金融数字化转型升级离不开数字化软件产品的应用。在业内看来，人工智能、云服务等技术的应用首先要“接地气”，贴合企业生产或生活服务的实际需求，最终落地到生产或服务场景中。
例如在新冠肺炎疫情爆发期间，企业需要临时组建突发项目组，利用大数据和AI进行数据采集和分析，需要庞大的算力。宝付技术负责人表示，如果从机房采购建设到最终交付，最短也需要60天才可投入使用。而通过接入公网云计算，可以在短短几个小时就可以投入使用，几乎无限拓展算力，当业务收缩时，也可以及时释放算力，为企业节约成本。
