前言

在竞争激烈的市场环境中，具有生命周期的企业总是伴随着优胜劣汰。一 些企业能够保持数百年的生命力，站稳脚跟。

同样，我们看到自互联网的普及与应用，人们产生的数据以惊人的速度增加，以前用KB、MB、GB、TB来形容数据，尽管由于云计算的出现，计算机在存储、计算、传输方面有了极大的提升， 使得我们对大数据的处理在技术层面已经成为可能。

人工智能行业分析

首届达特茅斯会议于1956召开，标志着人工智能科学的诞生。随着世界 级算法的发明，包括强化学习的原型——贝尔曼公式，到1980年，卡内基梅隆大学开发了一个专家系统，可以帮助企业做出决策， 并每年将公司的成本降低4000万美元。

从1993年至今，人工智能迎来了第三次发展浪潮，这一阶段互联网的快速发展使得芯片、算力等都出现飞跃。人工智能的前两次热潮多是学术研究，而第三次的 人工智能热潮则是以实际业务需求为主。

前两次人工智能热潮大多是在 市场宣传层面，而这一次是在商业模式层面；前两次因为多以学术研究 为主，因此是学术界想尽办法游说政府和投资者；人工智能在金融领域的飞快发展很难忽 视的一个原因是金融供给侧改革的内在需要。

基础层，是指可以提供底层基础软硬件和计算能力的层级。人工智能算法 框架、智能硬件、系统软件主要为支撑人工智能算法训练、推理和应用。

文化是一个企业隐形的行为准则，哪类知识被企业接纳、吸收，都是企业 价值取向的结果，企业的价值观对挑选何种知识或技能至关重要。技术包括各个层次的知识和技能，比如员工的工作技能，创新的想法，企 业的数据库，程序软件等，员工积累的知识和技能，传统金融业受自身行业特点的限制，行业痛点突出。

再以保险和银行业为 代表的传统金融业中，存在着流程复杂、周期长、流程单一、差异化服务弱、传统金融业业务链上的痛点限制了行业的发展，行业的未来一定是往解决 传统痛点问题，释放活力的方向进行。

生物特征识别技术在获取增量业务方面表现得最为突出， 改善 用户交易体验。目前，生物特征识别通过线上远程方式，降低线下网点 服务压力，进而缩减相关的相关成本支出，未来的智能化时代必将是时代的发展趋势。

企业要想在未来获得市场，就 必须认识到，今后需要加大对智能技术的投入，同时金融业作为一个发展多年，已经成熟的行业，若目前存在的业务痛点 问题得不到解决，则不可能得到进一步的发展，对于一个发展良好的企业，它不会只注重企业自身的发展，一 定会关注与企业有关的各方利益相关者的诉求。

基础层为算法提供了基础的计算能力、工具和系统。一方面，除了中央处 理器和图形处理器，随着现代金融业务的在线化发展，越来越多的业务场景需要对客户进行远 程的身份核实和认证，生物识别技术也因此在金融领域遍地开花。

计算机视觉技术是指运用设备捕捉观测对象产生的图像或者是视频中产生 的信息，通过以计算机能够理解的方式进行分析和处理，知识图谱一般是用来描述信息资源和资源载体之间的关系的技术，两者的 关系一般包括挖掘、分析、构建和显示等。

自然语言处理技术目前广泛应用于金融行业的各个细分领域，例如文本和 规检查、数据检索等，且越来越成为更多业务场景中不可或缺的一部分。特别是在影响力和国际竞争潜力模块，更是首屈一指，说明了中国平安的 专利质量很高，也就可以说中国平安的创新、科研能力很强。

智能语音技术目前已经成为中大型金融机构在人工智能技术应用的标配之 一，在身份识别、智能客服、智能理赔等多个场景已实现技术落地。

RPA又称为机器人过程自动化robot process automation，是通过编写软件帮助机器人模拟人与计算机之间的交互过程，从而实现工作流自动执行的技术应 用。

预训练模型是通过对大量训练数据进行预先学习，完成参数与算法结构定义 的模型统称，通过微调的方式，将预训练成果嫁接到新问题的解决过程中，银行利用运用知识图谱技术，构建涵盖个人、机构、法人的全网络资金流 向知识图谱，快速、精准定位资金漏损点。

随着生物识别技术与金融业的进一步融合，已经落地应用的认证技术也在 迭代更新，例如部分城商行希望用指静脉识别取代现有的指纹识别技术。

智能客服系统通过使用逻辑对候选答案进行提取和分析，然后通过NLP实现知识向量的精确表达，可以大大提高问题的提取和半结构化答案的效率，在知识图谱技术的加持下，不仅可以使用知识库进行专业问答，还可以通过 知识关联形成推理问答。

智能数字理财专员以纯线上财富管理业务为切入点，实现客户线上理财业 务的全旅程智能化服务。中国平安给员工提供培训课程体系的支持。利用千人千面实现代理人技能 提升、绩优人群养成效率大幅提升。

智能投资顾问是指通过云计算、大数据、人工智能等多种技术手段，智能投资研究的运作模式基本可分为三个步骤：第一步是数据的获取，通 过爬虫获取实时、动态、多维度的数据，智能理赔是指保险公司基于机器学习、计算机视觉。

知识图谱和智能语音 等人工智能技术构建智能保险理赔系统代替传统的劳动密集型作业方式，智能理赔是指保险公司基于机器学习、计算机视觉、知识图谱和智能语音 等人工智能技术构建智能保险理赔系统代替传统的劳动密集型作业方式。

从2015年到2019年的变化趋势是代理人规模自2015 年逐年上升至2018年，2018年到2019年开始下降，同时人均效益是增加的。

Smart风控将通过机器学习、知识图谱和计算机视觉等多项人工智能技术，结合大数据和云计算，构建一个全面的智能金融风险防控系统。

银行反欺诈实践。银行通过利用知识图谱开展信贷资金流向自动化监测， 防范贷中资金流向房地产等违禁领域，智能运营是基于人工智能感知和认知技术，在RPA技术的加持下，通过集中管理相似业务流程，提高业务标准化程度。

利用机器人流程自动化等技术，构建RPA数字员工，替代人工完成信息录入、核验、提交等简单重复性操作，促进降本增效、加强风险防控、助力业务 拓展，预估每年此项技术可释放上百人年工作量。

中国平安案例研究

公司成立之初主要从事财产保险业务，随着业务范围的扩大，1994年开始了人寿保险业务，在巩固保险业务的优势基础上，回看中国平安整个发展历史，中国平安始终可以把握时代给予的机会，走 在时代需求的前列。

在中国平安深耕金融主业的同时，技术创新使得中国平安可以向外输出技 术解决方案，因此中国平安成立了一些科技子公司。陆金所控股的定位是全球领先的综合在线财富管理和个人贷款技术平台。 旗下主要有零售信贷和财富管理两大主营业务。

金融壹账通作为中国领先的商业技术云服务平台企业，凭借丰富的金融行 业经验和成熟领先的技术，平安好医生被定位为中国最大的互联网医疗卫生服务平台。平安好医生被定位为中国最大的互联网医疗卫生服务平台。

个人业务营运利润等于客均利润和客户数量的乘积，因此我们除了关注客 户数量外，还需要关注客均利润。总结了中国平安业务链上人工智能发挥效益较大的三个环节，可 服、承保、理赔。

承保环节同样，因为存在着审批流程复杂，耗时等问题，人工智能升级了 承保环节，使得整个承保环节不需要太多的工作人员参与，大都在线上进行，另一方面，代理人留存率不足，导致反复招聘增加用人成本，并且招聘新 员工也存在难招的困境。

当然，这是保险业普遍存在的问题。增员方面，公司对1100多万准增员对象员工进行了人工智能选拔和人工智能面试，通过性向评分、个人特征、培训表现、从业意愿、客户资源、风险评 估等信息刻画高留存及高脱落人群画像。

总结

中国平安是一家大型金融集团。从中国平安涉及的业务领域来看，对集团 营业收入贡献最大的是保险业务，市场的未来方向，大体有情形：对于目前正处在发展阶段的行业来 说，未来的市场方向可能是由发展走向成熟的进阶情景。

现如今，人工智能便带来如同蒸汽技术般的影响，技术创新使得机器可以 具备人类特有的功能，如理解、自主学习。同样，随着时代的进步，社会对企业的要求也在提升，除了希望企业经营 良好，提供稳定的就业机会，银行业务，专注于产品和解决方案、营销和销售、风险控制和审计、客户 管理和服务，传统金融业受自身行业特点的限制，行业痛点突出。

再以保险和银行业为 代表的传统金融业中，根据流程再造理论，当企业的内外部环境发生变化的时候，企业会调整流 程以提高企业的运营效率，以求更适于在新的环境中生存。