金融服务业亟待人工智能技术辅助降低成本,提升效率。
金融业是知识密集型的服务业,需要大量人力服务和处理数据工作,人工智能技术可以快速处理人与数据的关系,并批量化服务客户。
低单价客户增长迅速,中国居民大类资产配置需求增加。银行初始用户 3 年约增加 1.41 亿,居民可投资的金融资产比例逐年增加,房地产投资增速下滑。
Fintech投资火爆:2015 年全球 Fintech 融资规模相较 4 年前激增 8 倍已达 191亿美元;人工智能领域的创投金额 5 年间增长了 12 倍,人工智能投资顾问近期也备受关注。简单测算,目前金融行业人工智能渗透率不足 1%,2020 年金融 IT 应用投资中,人工智能投资规模将超过 200 亿人民币。
目前人工智能在金融业的应用主要有:智能量化交易、智能投顾、智能客服和生物身份识别。以上应用分为辅助后台数据分析和代替人工标准化服务,最终做到减少人力成本,提升服务效率。每一个细分应用都在向上空间中,具备发展前景:
智能量化基金收益表现出色,我国主动量化投资基金数量自 2015 年开始成立数量有明显增长。
智能投顾以低门槛低费率为核心进军资管市场,我国私人现金和存款可投资资金 57 万亿有望产生千亿市场。
智能客服进入快速增长期,预计 2017 年 SaaS 客服市场规模为 680 亿元,复合增长率为 37.78%,客服厂商产品功能正在向智能化发展。
预计生物身份线上验证市场空间达到 28.3 亿元,2017-2018 年复合增长率超过 200%。
未来基于知识图谱的金融搜索引擎供应商将有能力提供金融行业的Watson。基于知识图谱的金融搜索引擎是一个具备自然语言交互界面的金融智慧库,除替代金融数据终端外服务专业人士外,也可直接服务于企业和个人。
以 IBM Watson 多样化收费模式为参考,简单测算,按年订阅费模式,目前券商规模可贡献年收益 97 亿,私募基金按管理费用分成,可贡献年收益 112 亿元。每年来自金融行业的收益将超过百亿规模。在短期,人工智能技术用于辅助现有业务,不会导致金融业发生根本改变。随着技术进步,未来金融知识图谱的形成将给行业带来明显震动。
现阶段在人工智能领域有优先布局的技术类公司将最具投资机会。
技术公司可通过提供智能客服、智能量化交易、生物识别工具和数据处理服务直接受益。
金融机构技术能力有限,可通过合作方式布局智能投顾,长期有望开拓财富管理的千亿市场。
互联网公司有强大的技术实力,使用人工智能向 C 端用户提供增值服务,但直接盈利的周期较长。
以下为报告全文:
联系客服