“数据、技术、行业专家、场景，是人工智能在产业向数字化转型过程中能够应用的必备要素。”

“AI+金融大致经历了三个阶段，现阶段处于行业结合期，技术更加普惠化。”

“整个金融数字化转型的市场至少可达到上千亿规模，在营销、风控、运营、服务等都有细分垂直领域市场。”

“我国AI+金融的产业链在应用层面相对比较领先，基础理论和研发方面仍存在提升空间。”

“政策在人才以及数据流转和交易方面的支持，将对于整个产业发展有很大的帮助。”

——平安金融壹账通人工智能研究院总工程师徐亮

“十四五”时期，我国数字经济转向深化应用、规范发展、普惠共享的新阶段。国务院近期发布《“十四五”数字经济发展规划》，标志着我国数字经济发展将进入高质量发展新阶段。

在数字经济时代的推动之下，人工智能产业也在“成熟期”的阶段当中逐渐站稳脚跟，产业应用规模的不断突破，并且已经开始赋能各行各业的合作伙伴实现其高效的数字化变革与发展。

聚焦金融行业来看，在市场竞争加剧、人力成本上升、市场监管趋严等因素的影响下，以中小银行为代表的金融机构数字化转型需求与意愿不断提升，在客服与运营业务优化、精准营销、安防与身份识别、信贷风控与合规控制、保险理赔与智能投顾等业务场景中释放出大量对智能化转型产品的需求。

在供给侧方面，AI（人工智能）+金融在计算机视觉、智能语音与对话式AI、机器学习、知识图谱、自然语言处理等产品及功能逐渐完善，可在金融业务场景中实现与金融机构数字化转型需求的匹配。

与此同时，AI+金融在金融机构的内生需求、资本持续投入、政策不断扶持的驱动下，获得较为长足广阔的发展空间。

那么，AI在产业向数字化转型过程中能够应用的必备要素是什么？AI+金融行业经历了哪几个发展阶段？目前的行业发展趋势和竞争格局是怎样的？AI+金融产业链发展处于怎样的阶段？优势和短板是什么？需求和供给在合作趋势上呈现出怎样的特点？政策如何更好地支持AI+金融行业的发展？

对此，深圳市南山科技事务所邀请到《麻省理工科技评论》“全球35岁以下科技创新35人”、科技部国家新一代人工智能普惠金融开放创新平台负责人、平安金融壹账通人工智能研究院总工程师徐亮博士，就我国人工智能与数字经济、人工智能与金融行业等领域多个热点话题进行探讨。

数据、技术、行业专家、场景

是传统行业应用AI的主要要素

数字技术开启了产业间更多的想象空间，像金融等传统行业也纷纷迈入数字化转型阵营，人工智能是应用的主要对象之一。

徐亮博士介绍到，人工智能应用在企业数字化转型需要具备以下要素：

第一是数据，数据类似于人工智能算法的基本生产资料，包括结构化数据和非结构化数据，是很重要的基础。数据代表了过去业务运转的经验、知识，可以以此为基础训练各种各样的“模型”（参数+架构）。

第二是技术，包括算法和算力。算力越高，越能支撑配置更高的需求。算法则是这些年发展的重点，尤其关注在算力有限的情况下，怎么能够用更好的方法去解决模型建立过程中存在的问题。

第三是行业专家，这点经常被忽略但是非常重要，行业专家的知识输入和知识图谱对于模型的建立是非常重要的。行业专家实际上代表了某个行业中的专业知识，如果不了解行业的专业知识只看数据，可能会导致有严重疏漏的模型。

第四是场景，持续的场景应用才能让AI模型不断运转和更新，从而推动整个模型或者AI技术不断发展，这也是第三次人工智能革命要将数据、智能和场景应用相结合的重要原因。

AI+金融经历三个发展阶段

现阶段处于行业深入结合期

徐亮博士认为，AI +金融大致经历了三个发展阶段：

2015年到2017年是摸索阶段，行业对AI在金融领域的应用还在探索中，平安等头部企业开始尝试人工智能单点应用的尝试，例如精准营销模型、风控模型、人工智能客服等，在单个场景下取得价值。

2018年到2020年进入百花齐放、百家争鸣阶段，AI+金融模型在前一个阶段被验证之后，金融行业对AI技术产生很大兴趣，投入大量的资源搭建AI团队和AI应用建设，不少金融机构、科技公司等都做出了很多典型的应用案例。

2021年到现在，处于行业深入结合和中台化阶段，AI技术被越来越多的金融机构、金融企业和政府机构所重视，技术嵌入愈加细化，应用模块也趋于广泛。AI与金融行业的结合更加深入，资源投入持续增长，同时技术更加普惠化，能够让更多的人和企业得到应用，AI赋能金融更加长远的发展。

金融数字化转型至少有千亿规模

技术更加平台化、普惠化

结合徐亮博士的研究与观察，金融数字化转型市场至少可以达到上千亿规模，如果把国企、大型央企等相关部分加进来，可能达到上万亿的市场规模。

在金融行业数字化转型过程中，还包含许多细分垂直市场，例如营销、风控、运营、服务等方面。以平安集团为例，除了研发技术以外，还成立了专门做对外金融科技输出的公司“金融壹账通”，目前已和国内各大头部银行、保险机构、中小承商行，以及普惠性质的中小微型金融机构合作进行金融智能化转型，把技术普惠化落到实处，在降低生产和运营成本等方面已取得不错成果。

在徐亮博士看来，需求和供给在技术和业务结合上越来越紧密，技术更加平台化、普惠化，业务运营更加精细化、智能化、深入、广泛。目前，包括传统金融机构、金融企业下设的科技机构以及AI企业等，都在逐步对现有技术架构、技术应用有更深入理解，更多地将技术与业务深度结合。

我国在AI+金融产业链应用层面较领先

基础理论和研发方面仍存提升空间

徐亮博士认为，AI产业的发展需要底层到上层的共同努力，我国和整个行业在产业链拓展方面都有发力。底层包括计算机软硬件技术、基础设施以及数据服务和数据隐私化安全等，到中层的人工智能模型、Iass,Pass,Sass等云计算解决方案服务，再到最上层的直接对于业务的结合和价值的体现。

目前，我国在AI+金融产业链的应用层面相对比较领先，在很多金融行业+AI的技术敢于先行先试、弯道超车，像智能车险定损、宏观经济预测等方面，做出了很多世界领先的创新实践和应用。但在基础理论和研发方面仍存在很大提升空间，近段时间以来，国家也重点攻关此方面，例如在金融科技发展方面出台了很多政策，建立了很多高校、研究院等机构，推动我国金融科技发展迈入新阶段。

人才和数据交易等政策支持

将对产业发展有很大帮助

在徐亮博士看来，人才培育和数据流通是政策支持AI+金融产业发展的重要方向。

AI+金融是一个复合领域行业，从业人员既要了解金融业务基本的运行情况，也要对AI技术的发展和应用做出正确判断，但目前复合型人才仍然很稀缺。徐亮博士建议，希望政策在AI+金融领域的复合型、交叉学科人才培育上有更多的引导和支持。目前深圳已经在做相关工作，开展了“深港澳金融科技师”专才计划。此外，《深圳市扶持金融科技发展若干措施》还鼓励在深高校设立金融科技专业，加强开展国内外金融科技人才培养及交流合作，吸引优秀金融科技人才集聚深圳。

徐亮博士还提到，激活数据要素潜能，是加快金融数字化转型的关键。但因合规、安全等问题，数据作为生产资料来讲，在交易和流转方面效率比较低。因此，在数据的流转和交易方面，还需要政策进一步支持。需要加快推动数据分类分级确权、数据流转交易、数据安全治理等规定，促进数据资源的有序流通和创新利用。

值得关注的是，深圳数据交易所于11月15日正式揭牌成立，全国首推线上数据交易，开启数据交易全新模式。南山科技事务所了解到，深圳数据交易所以建设国家级数据交易所为目标，从合规保障、供需衔接、流通支撑、生态发展四方面，打造覆盖数据交易全链条的服务能力，构建数据要素跨域、跨境流通的全国性交易平台，探索适应中国数字经济发展的数据要素市场化配置示范路径和交易样板，将深圳建设成为全国数据资源汇集地、数据产品开发高地、全国领先的数据交易流通枢纽。

——人物拓展——

徐亮博士本科毕业于清华大学，在牛津大学取得博士学位，2015年加入平安，负责人工智能技术的创新研发和应用，承担从国家到地方省市的多个政府项目，为平安集团内部10+专业公司提供人工智能解决方案，在多个大型城市（重庆、深圳等）的项目中实现创新性突破，申请专利300余项，授权专利71项，其中PCT24项。作为第一作者、通讯作者发表的论文被《柳叶刀》子刊、EMNLP等高水平期刊、会议接收，获吴文俊人工智能科技进步一等奖、深圳五四青年奖章、深圳市杰出工程师、IDC亚太智慧城市大奖等多个重要奖项。