金融科技产业链及分析（下）

提高金融服务效率-中游：技术解决层

以智能投资顾问、智能营销、智能风险控制、智能客户服务、智能支付为代表的技术解决层，在整个金融技术产业链中起着承上启下的作用。技术解决层承担上游前端基础技术解决方案，并结合下游应用领域的实际场景，将智能服务技术与终端客户群连接起来，从而促进实现对客户的智能分析和提供定制化的服务解决方案。客户服务领域的企业在上游利用大数据、人工智能等技术，通过智能化的客户服务来提高效率和质量。金融企业在投资咨询领域主要利用大数据、深入学习等技术实现智能投资咨询，帮助客户规避市场风险，实现利润最大化。企业在支付领域主要采用人脸识别、指纹识别等智能识别技术，实现支付技术的创新发展。

本文主要就智能投资顾问、智能营销、智能风险控制、智能客户服务、智能支付为代表的技术解决层进行关键技术方案特征与趋势分析。

一、智能投顾

智能投顾是人工智能与投资顾问的结合，是人工投资顾问的替代品。通过智能软件可以替代人工完成投资管理服务中的许多核心功能，如客户档案创建、投资组合选择、投资组合重置等服务模式。与传统投资顾问一样，智能投资顾问是用户与理财产品之间的桥梁。

2.服务模式流程

根据资产配置模型和智能算法，智能投资顾问可以得到用户的最优投资组合。对于缺乏专业投资知识和经验的长尾客户，可以通过手机银行、网上银行等渠道发起服务请求。系统获取客户个人信息后，根据客户的年龄、收入、风险承受能力等确定基本资产类别和可选资产，然后根据客户的投资意向生成最终推荐组合。客户可以直接根据返还方案进行资金交易和托管，然后由智能投资顾问对投资组合进行实时分析跟踪调整。

智能投资顾问通过算法和模型为用户定制风险投资组合。这种服务模式通过与客户沟通，解决了传统财务顾问识别风险偏好的错误。根据大数据识别用户的风险偏好，为用户推荐个性化的理财产品;也可以根据用户的大数据、财务状况等个人因素识别个性化的风险承受能力，然后为用户创建定制的理财计划。

3.应用价值

目前，智能投资顾问主要应用于银行、基金、证券等衍生平台，为用户定制和集成个性化、便捷的投资理财产品组合。比如招商银行推出的摩羯智能投资系统，将人工智能技术与银行业务相结合，为客户构建合适的基金组合。理财魔方打造“人干脸干”智能投资咨询平台，为用户提供浮动收益智能理财产品，匹配最佳投资组合。

4.发展趋势

中国智能投资顾问起步较晚，目前水平较低，技术基础薄弱。如果我们想要呈现一个完全成熟的智能市场环境，我们需要进一步开发和深化算法。智能投资顾问依赖于算法来支持其用于不同投资目的的应用。如果算法设计不完善，会给用户的投资组合结果带来不利影响。在我国，虽然很多企业都开展了智能投资顾问的研究和实现，但经验相对较少，而且算法模型与国外还有一定的差距，智能投资顾问还处于进一步探索阶段。此外，一些投资者的风险管理意识还没有建立起来，他们往往跟风炒作话题，以获取高额回报，因此在一定程度上，用户对智能投资顾问的认可度较低。目前，由于技术上的限制以及传统金融机构客户和渠道资源的影响，半智能投资咨询处于领先地位。但随着科技的深入研发和居民风险意识的普及，未来全智能投资咨询将成为市场主流应用模式。

二、智能营销

1.概念

智能营销是一种基于人工智能、云计算、大数据、物联网、移动互联网等新兴技术的新型营销模式。应用于银行业，智能营销从年龄、性别、婚姻状况、消费能力、风险偏好等维度标注客户数据信息，建立客户人像和人像层次结构，构建基于用户人像和人像层次结构的个性化推荐引擎系统，实现自动化营销、事件营销、营销优化等功能通过智能技术帮助银行建立了一套具有科学的营销决策、营销管理流程、营销业务准确性和资源投资优化的智能营销闭环系统。

2.服务模式流程

由智能营销提供的解决方案是从用户的角度来看，旨在最大化用户的价值。它以智能化和大数据为驱动力，在各个环节进行赋能，从而实现多渠道、多接触企业服务的延伸，挖掘和判断用户的消费需求。通过用户的基本信息、浏览和过滤条件，可以洞察用户的轨迹，通过用户的消费记录、基本指标和查询动作，进一步了解用户的消费习惯，并在营销过程中随时自动为用户添加属性和更新用户标签。此外，智能营销可以根据用户档案和大数据模型准确地找到目标用户。基于用户个性化、碎片化的需求，可以通过用户属性进行量化分析，分析用户的投资模式和特点。最后，根据使用理念制定自动营销规则，如单一营销、循环营销、优惠营销，或针对目标人群制定有针对性的营销策略和个性化建议。

3.应用价值

智能营销具有广泛的服务应用，涉及快速消费品、游戏等行业。对于金融行业来说，智能营销从战略支持、客户维护等多个维度提供定制的数据营销服务，帮助用户实现端到端的流程再造和应用方案改进。

4.发展趋势

目前的营销模式已经从“人类体验”时代转变为基于智能技术的营销时代。数据技术是金融业发展的核心。随着数字技术的进步，以数据技术为依托的精准营销将更加精准。未来，智能营销带来的个性化服务、定制化产品和用户画像，将有助于企业在销售过程中，促进企业的加速发展，促进更多技术解决方案供应商在智能营销领域的发展。

三、智能风控

1.概念

智能风控是人工智能在金融领域的重要应用。它综合运用互联网、大数据、云计算、人工智能等先进技术手段，对用户数据和信息进行审核、信用评价、反贷款欺诈、决策和授信、贷后逾期管理和风险监控等风险控制流程，建立反欺诈、反洗钱的体系洗钱、用户信用评估、风险预测等重要模式有助于金融机构完善规范化、模块化、智能化的风险控制体系，提供贷款风险评估、欺诈交易识别和反洗钱分析服务。它减少了传统模式下由于信息匮乏和风险控制审计规则繁琐而导致的坏账率的时间消耗，降低了风险控制成本，保证了金融科技平台和各类金融业务的高效运行。

2.服务模式流程

智能风险控制建立大数据风险控制系统，为企业搭建专业的风险控制平台，有效降低金融业在投资领域和业务领域面临的风险。智能风险控制的应用分为三个步骤：一是收集用户数据，一般是从用户注册时提交的数据、使用过程中产生的数据、交易过程中的数据以及政府和信用机构等第三方的数据;通过对这些数据的处理，形成有价值的结合用户信用评价，确保金融机构用户的真实性和可靠性。其次，建立了反欺诈和信用评估两个重要模型，它们直接影响用户平台的安全性和运行效果。最后，在风险控制模型周期性运行后，在实践中不断进行智能优化和迭代，为用户带来安全无风险的平台环境。

3.应用价值

目前，智能风控已成为金融机构的标准配置。一些金融机构开发了自己的智能风控系统，如拍卖、贷款推出的魔镜，通过大数据和模型算法分析用户信用、消费、社交等100亿条数据，确保用户的无风险环境。

4.发展趋势

智能风险控制已成为金融机构的应用热点。随着科技的发展，单纯依靠第三方机构提供客户流接入和风险控制技术的借贷模式将逐步被取缔，风险控制能力将成为消费金融竞争的焦点。2017年，消费金融继续在金融科技领域拓展发展，同时监管合规贯穿行业变化。在金融科技发展趋势中，加强监管力度不断加大，重点领域风险防范仍是首要措施。消费金融需要强大的风险控制能力来保证企业的可持续发展，这就需要依靠人工智能技术和大数据来实现全面的智能化风险控制，并从企业政策、审批、信用评级等方面建立完善的体系。

四、智能客服

1、概念

智能客服是在大规模知识处理的基础上发展起来的多行业技术应用。通过语音识别、自然语言处理等技术，为企业与用户进行交流和基于客户数据的统计分析提供了便捷的手段。

2、服务模式流程

智能客服可以模拟真实的人来帮助客户解决遇到的问题，自动联系上下文而不是简单的机械回复，实现业务的自动引导。不同于其他人工智能技术的应用，智能客服技术面临着不同的群体，每个用户的特点、问题和情况都不尽相同。因此，快速掌握用户的差异性和多样性是智能客户服务技术的基础。它采用大规模知识处理技术、自然语言理解技术、知识管理技术、自动答疑系统、推理等行业技术，充分理解和把握用户的需求和问题。企业使用的智能客户服务也将了解企业的业务。在与用户的沟通和对话中，能够识别不同用户的信息，帮助用户自动处理业务，实现用户实时在线查询和业务处理的功能。同时，智能客服将不断学习，自动发现新的知识点，使知识库不断扩展和丰富，从而扩大答疑范围，为客户提供更加智能高效的服务。智能客户服务技术的应用还体现在人机协作上，辅助人工客户服务工作，具有情感识别功能，能及时检测用户情感的变化，保证服务的满意度。

3、应用价值

智能客服在金融领域的应用，解决了传统自助服务带来的复杂感受，减少了客户花费的时间，提升了客户体验，降低了金融机构的人力成本。比如九福在信贷业务中推出的智能客服机器人，可以基于大数据、人工智能等技术快速响应用户需求，随时提供在线服务。小能在线客服提供的智能云客户服务解决方案，及时与客户沟通，处理信息反馈，形成集成的用户服务平台。

4、发展趋势

智能客服市场潜力巨大。据相关机构统计，目前国内客服市场规模已超过赣亿，但仍以人工客服为主，智能客服利用率不高。随着信息通信技术的不断发展和用户习惯的改善，传统的人工客服形式需要向自动化、智能化、人性化等方面发展。在客户服务领域，有28个定理，即80%以上的客户服务是重复性的，只有少数用户存在需要人工帮助的问题。对于80%以上的问题，只要知识库提供足够的支持，智能客服就能响应客户，为用户提供满意的响应和解决方案。在智能化客户服务的应用中，企业的客户服务工作将更加规范化、流程化，解决企业重复劳动成本高的问题。目前，我国的智能客户服务还处于起步阶段，但已经得到许多金融企业的认可和实施，具有很大的发展空间。随着技术的积累和进步，智能客户服务的应用将更加广泛。

五、智能支付

1、概念

智能支付是人工智能领域发展起来的一种新的支付方式。它利用生物特征识别等技术进行身份识别，实现交易多方资金的高效、安全转移。目前，智能支付的应用按技术分类，主要包括智能语音支付、人脸识别支付和机器学习支付。

2、服务模式流程

智能支付技术是一门综合性的高科技学科技术，包括计算机技术、光学技术、声学技术、生物统计学技术等，这些技术的紧密结合产生了生物识别技术。利用人体指纹、视网膜、掌纹、声音、笔迹等行为特征的内在特征来识别个人身份，提高支付效率，确保支付安全。

目前，人脸识别是生物特征识别中最流行的方法。它是根据人的面部特征进行采集和识别，借助摄像机采集静态头部图像、动态头部图像、三位特征、不同的面部位置和表情;通过人脸图像预处理、特征提取形成每个人的识别码;最后，通过人脸图像识别匹配。一般来说，用户可以在5秒内通过人脸识别进行支付，非常方便。

除了人脸识别，还有声纹识别、非接触支付创新、智能穿戴设备支付创新、生物识别技术支付创新等生物识别技术，大大简化了支付过程。

此外，跨境支付采用区块链技术，减少支付过程中的人工处理，可以提高交易速度，降低交易成本，提高资金流动性。

3、应用价值

支持多场景使用，保护用户安全，提升用户体验。金融领域主要采用智能支付技术，包括指纹识别、静脉识别和人脸识别。匡时科技推出的face++新型可视化服务平台，具有人脸检测、人脸比对、人脸属性等功能，可应用于互联网金融移动支付场景。平安银行也有自己的智能支付平台——平安支付。在平安袖珍银行等许多场景中，它支持人脸识别、语音识别等生物识别技术，以确保客户的安全。

4、发展趋势

智能支付技术的融合越来越多元化。目前，支付方式主要有指纹支付和人脸支付，但这种支付方式容易被复制、识别不稳定等隐患，虹膜识别等方法缺乏便利性，因此生物识别系统需要不断改进和加强。银行、支付、操作系统和行业标准兼容等领域需要共同开发可靠、跨平台的实用安全程序。小额交易可以通过智能支付完成，但大额交易需要高精度，需要多个生物组合识别的安全支付环境的支持。

据统计，2016年，仅国内第三方移动支付交易规模就达到25万亿，而第三方支付的关键技术是智能支付，因此移动智能支付的普及和发展具有巨大的市场规模和巨大的发展潜力。