AI_证券行业研究报告（2020）_73页_6mb

AI+证券行业研究报告（2020）总结

核心内容

本报告深入探讨了人工智能（AI）在证券行业的应用现状与发展前景，旨在为证券行业智能化转型提供参考。报告由巴曙松教授主持，金证股份与亿欧智库协助完成，聚焦于AI技术在证券行业的应用生态、技术发展及未来趋势。

主要观点

• 人工智能作为战略性科技革命，正深刻改变金融行业的运作方式。
• 证券行业正处于技术转型的关键时期，AI将成为提升行业竞争力的重要工具。
• 人工智能技术已渗透到证券行业的前台、中台、后台及监管端，涵盖智能客服、智能营销、智能投顾、智能投研、智能风险管理等多个领域。
• 金融行业对AI技术的采纳主要依赖于深度学习、知识图谱等核心技术，以及数据、算力、算法“三驾马车”的协同作用。
• 监管机构鼓励AI技术在证券行业的创新应用，推动金融科技发展。
• 证券行业IT投入持续增长，AI技术的落地主要依赖于合作研发和外购模式，而自主研发占比相对较小。

关键信息

人工智能技术发展

• 人工智能技术包括基础层、技术层和应用层，其中基础层主要涉及数据资源、智能芯片和硬件基础设施。
• 技术层包含深度学习、自然语言处理、知识图谱等关键技术。
• 应用层则主要聚焦于行业解决方案，如智能金融、智能安防、智能医疗等。

AI+证券发展背景

• 人工智能技术的发展背景包括各国将AI作为战略重点，如中国《新一代人工智能发展规划》、美国“工业互联网”等。
• AI+证券的背景在于证券行业信息化加速，AI技术的应用将推动业务流程优化和效率提升。

AI+证券应用场景

• 前台应用：智能营销、智能资讯、智能投顾等。
• 中台应用：智能投研、智能风控等。
• 后台应用：智能运维、系统维护等。
• 监管科技：用于市场监控、合规管理等。

AI+证券发展现状

• 2018-2019年，AI在证券行业的落地案例增长达2倍以上。
• 投资银行业务是AI技术应用增长最快的领域。
• 技术开发模式主要为合作研发、外购和自主研发，其中合作研发和外购占比较高。

AI+证券未来趋势

• AI+证券将向中台化、场景化、智能化及生态化发展。
• 联邦学习等新技术将帮助解决数据孤岛问题，推动多方数据融合。
• AI将重塑证券行业价值链，实现垂直化分工与全价值链整合。

AI+证券发展挑战

• 数据质量与标准化仍是AI技术应用的主要障碍。
• 技术与业务的融合仍需进一步探索。
• 投资热度趋于冷静，创业机会窗口收窄。

AI+证券生态系统

• AI+证券生态系统包括监管机构、交易所、券商、ISV厂商和技术算法驱动者。
• 监管机构是AI技术应用的“指引者”和“服务者”，推动合规与创新。
• 交易所积极使用新技术，推动AI在证券行业的应用。
• 券商是AI+证券生态的基石，具备丰富的业务场景和客户基础。
• ISV厂商拥有多年技术解决方案经验，具备设计研发优势。
• 技术算法驱动者通过挖掘应用场景需求，推动技术能力与通用平台建设。

附录与数据支持

• 报告引用了多个数据来源，包括工信部通信业统计公报、证券行业协会、Choice等，提供了丰富的行业数据支持。
• 人工智能数据处理分为六个阶段：数据生产、采集、清理、存储、建模和应用。
• 人工智能芯片主要包括CPU、GPU、FPGA、ASIC和类脑芯片，其中GPU是当前主要硬件承载。
• AI技术的落地需考虑数据成本、获取难度、隐私安全等问题。

结论

人工智能正从弱人工智能向强人工智能演进，成为证券行业转型的重要驱动力。AI技术在证券行业的应用已初见成效，但仍面临数据、技术与业务融合等挑战。未来，随着技术进步和政策支持，AI+证券将实现更广泛的应用与深入的发展，推动证券行业进入智能化新时代。