2020_AI+证券行业研究报告_73页_6mb

《AI+证券行业研究报告（2020）》总结

核心内容

本报告全面分析了人工智能技术在证券行业的应用现状、发展趋势及面临的挑战。人工智能正深刻改变证券行业，推动其向智能化、自动化方向发展。报告从人工智能技术的发展背景出发，探讨了AI+证券的行业生态、应用现状及未来趋势，旨在为证券行业的智能化发展提供参考和指导。

主要观点

• 人工智能是一种战略性科技革命，具备自学习、自组织、自适应、自行动等生物智能特征，能够通过与其他技术融合，实现横跨整个创新链的新兴业态。
• 中国高度重视人工智能发展，将其纳入国家战略，推动人工智能与实体经济深度融合。
• 人工智能技术分为基础层、技术层和应用层，其中基础层提供数据与算力支持，技术层开发算法模型，应用层实现行业解决方案。
• AI+证券主要体现在深度学习与知识图谱技术，分别适用于不同复杂度和影响因素的业务场景。

关键信息

人工智能技术发展背景

• 人工智能从弱人工智能走向强人工智能，从感知智能走向认知智能。
• 数据、算法、算力是推动人工智能商业落地的三大核心要素。
• 人工智能创业热度逐渐下降，投资决策难度增加，行业进入理性发展阶段。

AI+证券发展背景

• 证券行业正处于转型关键期，AI技术将成为新的竞争力。
• 人工智能技术通过提升业务效率、优化用户体验、降低边际成本等方式，为证券行业提供支持。
• 外资券商进入中国市场，加剧竞争，推动本土券商加快AI技术应用。

AI+证券发展现状

• 证券经纪业务是AI技术的主要落地场景，系统维护是第二大落地场景。
• 投资银行业务AI应用增长最快，达15倍。
• 技术开发模式以合作研发为主，占比42.12%，其次为全部外购（34.93%）和自主研发（22.95%）。
• 证券行业IT投入持续增长，2019年行业IT投入达146.56亿元，同比增长40.14%。

AI+证券应用场景

• 前台：智能营销、智能资讯、智能投顾、智能客服等。
• 中台：智能投研、智能风控、智能运维等。
• 后台：系统运维、风险管理、客户分类等。
• 监管端：监管科技（RegTech）在证券行业得到广泛应用，提升监管效率与合规水平。

AI+证券生态构建

• AI+证券生态由监管机构、交易所、券商、ISV厂商和技术算法驱动者共同构成。
• 证券行业正从以自然人为主的市场结构向机构化、专业化发展。
• AI技术助力券商实现“以客户为中心”的服务理念，优化用户体验，提升客户黏性。

AI+证券发展趋势

• 未来AI+证券将围绕中台化、场景化、智能化和生态化四大趋势发展。
• 随着深度学习、知识图谱等技术的成熟，AI将推动证券行业进入人机融合协同阶段。
• 证券行业将实现垂直化专业分工和全价值链整合，形成更加高效的业务模式。

AI+证券挑战

• 数据孤岛问题仍需解决，联邦学习等技术为数据共享与隐私保护提供了新思路。
• 数据质量与标准化是AI技术应用的重要障碍。
• 人工智能技术与证券业务的深度融合仍面临技术和市场双重挑战。

结构概览

• AI篇：分析人工智能发展背景及技术进展，涵盖数据、算法、算力等关键要素。
• 共进篇：探讨AI+证券的发展背景及现状，指出证券行业对AI技术的重视和应用。
• 应用篇：详细描述AI在证券行业前台、中台、后台及监管端的应用现状。
• 未来篇：预测AI+证券未来发展趋势及面临的挑战，强调技术融合与生态构建的重要性。

附录

• 报告由巴曙松教授主持，赵剑担任协调小组组长，执行小组成员包括王凯、詹毅、巴晴等。
• 执行协助单位为金证股份和亿欧智库，为报告提供了详实的数据和内容支持。
• 报告涵盖人工智能技术发展、AI+证券应用现状及未来趋势，为证券行业的智能化发展提供全面视角。