金融行业每天发生数以亿计的交易，涉及金额巨大。在各类金融活动中，洗钱、基金老鼠仓等违规交易可能造成金融机构的巨额损失，同时也是政府政策监管的重点区域，因此对于违规交易的识别受到金融机构的极大重视。随着行业发展，违规交易行为的手段越发高明和隐蔽，识别难度越来越高。对金融机构而言，仅仅使用传统的人工风险控制手段的成本越来越高，难度也越来越大。深度学习神经网络等人工智能技术能够从海量的结构化和非结构化数据中找到规律，识别违规交易的特征行为，从而帮助金融机构建立风控模型，提升违规交易的风险防控效率，最终达到降低风险、减少损失的目的。
市场变化莫测，股票、债券等金融产品价格受市场因素影响巨大，价格变动频繁，因市场情况突变引起的金融产品价格波动，也是导致金融机构蒙受损失的主要原因之一。人工智能能够对市场上的政治、经济、社会等全维度信息进行处理分析以及推演，对未来可能发生的价格变动做出提前预测，向投资者通知可能出现的风险，并给出投资建议。目前IBM的Watson机器人已在用推理演绎的方法预测经济走势，2016年两会现场，科大讯飞董事长刘庆峰的提案就是通过人工智能技术预测市场风险，帮助“一行三会”等金融监管机构提前防范系统性金融风险。利用人工智能技术预测市场变动，能够帮助金融机构和政府提前预判风险，降低损失。
通过存贷款利差赚钱对于金融机构，尤其是商业银行而言，是最古老，也是最基本的业务形式，在传统贷款发放的过程中，因为用于评估的资料有限，往往只有贷款个人或者贷款企业在金融机构的历史信用行为记录，因此对于贷款个人或者贷款企业的信用评估存在较大风险，目前中国征信体系的覆盖率较低，根据波士顿咨询数据显示，截至2015年9月，央行征信系统覆盖比例约为63%，其中有信贷记录的约为27%，远低于美国的92%[20]。人工智能技术的应用能够打破原有征信体系的限制，扩大覆盖范围。蚂蚁金服早已基于社交、购物、行为等数据，利用人工智能算法建立征信模型，开发出芝麻信用等产品，成为现有征信体系的补充产品，以此为基础的阿里小贷服务坏账率低于1%[21]，低于国内小微企业贷款平均2%的水平。人工智能技术能够进行多维度数据处理分析，进而建立征信模型，已经成为完善现有征信体系的重要补充手段。(www.xing528.com)
除了上述几个方面，金融机构也将人工智能技术引入客服、票据电子化等环节。例如招商银行与小i机器人展开合作，在微信公众号中加入人工智能客服，由机器向客户提供服务，目前招行信用卡中心90%的服务可以通过人工智能客服完成，准确率达到98%，减少了10%的话务量，每年大约能够为招商银行节约3000万元费用[22]。中信银行使用视觉识别技术，将纸质票据实时转化为电子票据，用机器实现票据电子化，代替了传统人工录入的过程，也极大地提高了数据存储的便利性。
免责声明：以上内容源自网络，版权归原作者所有，如有侵犯您的原创版权请告知，我们将尽快删除相关内容。
