FinAI核心应用领域包含从研究到交易的大量核心环节 大数
14
人工智能在金融领域中的应用,相较于大数据而言的核心突破在于深度学习、智能分析和最终的智能决策。大数据、云计算、智能硬件以及后续 的区块链技术等都是支撑人工智能上层技术的基础。
细分领域
自动报告生成 人工智能辅助 金融搜索引擎 智能投顾
应用方向
投资银行、证券研究 量化交易 证券研究 资产管理
细分技术内容
自然语言处、OCR 机器学习、自然语言处理、知识图谱 自然语言处理、知识图谱、信息切片与信息聚合 感知智能
数据来源:36氪研究院
ppt课件
14
区块
人工智
技术基础:三大技术构成核心技术基础
区块链(Blockchain) 是一种分布式共享数据库
模块化:行业分工的精细化
单一传统金融主题可提供的服务将被众多的Fintech 企业主体所分解,实现单一业务类型的差异化和灵活 化。从纵向业务流程上看,单一业务流程也被众多 Fintech参与主体拆解。
数据化:AI的基础条件
金融是个极强数据导向的行业,大数据将对原有 结构化数据体系产生巨大冲击。当下,大数据已 开始在精准营销、风险控制、风险定价、量化投 资等诸多领域展开实质性渗透。
ppt课件
4
金融科技产业演进路径
从去中介化到金融业务核心,Fintech不再局限于纯流量贡献
Fintech的互联网金融阶段主要聚焦于金融脱媒/去中介化,去中介化已是全球金融业自由化发展的核心方向。在互联网金融蓬勃发展的过程中, 整个商业形态快速迭代,互联网几乎改变了传统金融的渠道体系。在这个过程中,受到影响最为深远的是金融中介。
在过去的十数年中,互联网对于传统金融业态的变革一直在不断发生,集中体现于支付结算的线上化、金融产品销售的电商化,以及信贷业务的 P2P化。而在此前,我国科技金融的发展已历经三个大的核心阶段,分别是: