1、ai大数据

以大量数据为导向，把那些需要机器来判别的问题转化为数据问题。

2、大数据和ai在金融领域的应用

(1) 应用场景

客户身份识别

依托生物识别技术，如：人脸识别、指纹识别等，快速获取并认证客户身份的AI 大数据应用。当前，随着生物识别技术的进步，其已在银行柜台联网核查、VTM 自助开卡、远程开户、支付结算、反欺诈管理等业务 领域中得到广泛应用。

投资顾问

主要以机器人投顾为代表，其根据投资者自身经济情况以及风险偏好，以智能算法为依据，结合投资组合理论，为用户提供智能化的投资管理 服务。当前，机器人投顾主要服务于长尾客户。

征信反欺诈

将不同来源的结构化和非结构化大数据整合在一起，分析行业上下游竞争对手的相关数据，发现某些隐藏的欺诈可能。

信贷决策

以AI+大数据为依托建立信用评估模型，对用户的履约能力和履约意愿等方面作出准确分析，进而提高风险管控能力。

(2) 应用价值

提高信息处理能力

随着时代的进步，当前我们正处于信息爆炸时代，如何在海量信息中获取有意义信息并用于业务决策，是当前金融行业的难点之一，而随着AI大数据技术在金融领域的运用，其承担了高强度的识别和计算，利于金融行业系统性的总结数据，挖掘行业更具价值的信息。

提高劳动生产率，降低运营成本

通常来说，金融机构会花费大量人力资源、时间资源在搜集整理客户信息、客户情况的跟踪、回应客户需求等维护客户关系的工作上，随着AI大数据技术的应用，可以系统化整理客户信息，并给出高匹配性的解决方案，进而提高工作效率，节约时间成本。

拓展金融服务的深度和广度

金融业是ai大数据技术渗透度最高的领域之一，根据渗透进度，可分为服务智能化、认知智能化和决策智能化三个阶段，1998年，电子金融的出现，我国金融行业开始了服务智能化之路;2003年，线上金融开始出现，网络理财、网上银行的诞生，金融行业逐渐步入认知智能化阶段;随着互联网、大数据以及云计算的技术的进步，生物识别技术的加持下，2014年，我国已经步入智能金融阶段。

来源：《北京软件和信息服务业协会：2020 金融AI大数据应用白皮书(30页).pdf 》