破浪前行,AI+证券发展正当其时

共 1727字,需浏览 4分钟

 ·

2020-12-19 20:44


由北京大学汇丰金融研究院执行院长巴曙松教授指导,亿欧智库与金证股份共同完成的《AI+证券行业研究报告(2020)》正式发布。


全文1435字,阅读约需3分钟


文 | 薄纯敏


今日,《AI+证券行业研究报告(2020)》正式发布。该报告在北京大学汇丰金融研究院执行院长巴曙松教授指导下,由金证股份与亿欧智库历时一年时间共同完成。


报告通过对人工智能企业、监管机构、证券公司等多个行业的从业专家进行访谈,从不同角度看待AI在证券行业的现状与未来发展,同时辅以大量文献资料作为数据支撑,分析了人工智能发展背景及技术进展,进而阐述了AI+证券发展背景和现状,重点解释了人工智能在证券行业经营过程中的前台、中台、后台以及监管端应用现状。认为平台化、场景化、智能化及生态化为AI+证券发展四大趋势,意识鸿沟、数据鸿沟、技术鸿沟、人才鸿沟为AI+证券四大挑战。


以下为报告部分摘要:



 

AI篇:人工智能发展如火如荼


人工智能虽然已成为一个人尽皆知的概念,但是关于什么是人工智能却众说纷纭。从科学的角度来说,人工智能是研究、开发用于模拟、延伸和扩展人的智能的理论、方法、技术应用系统的一门科学。从学科结构来看,人工智能是一门综合性极强的交叉性学科,目标是模拟或代替人来解决自然和社会领域的各种问题,提高效率。


目前来看,人工智能正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、算法和算力是驱动人工智能技术进步和产业发展的“三驾马车”,其中数据是基础,算力是原动力,算法是发挥价值的前提,三者相互融合共同推动人工智能商业落地进入快速发展期。



 

共进篇:AI+证券发展正当其时


从传统证券到电子证券和互联网证券,再到如今的AI+证券,证券行业一直是新兴技术的积极拥抱者。人工智能正在推动证券行业信息化快速发展,AI+证券是人工智能技术对证券行业的赋能。


如果以线上化程度和机器参与度分类,AI+证券是在网络化、数字化基础上实现自动化(自主),核心在于机器自主反馈、不断学习且调整的能力。未来,AI+证券应用的发展将由数据驱动、应用深化、融合创新优化服务等方式来持续推动。


2018年-2019年,人工智能在证券行业主要落地场景案例总数增长达2倍以上,证券经纪业务仍然为人工智能技术的主要落地场景,系统维护成为第二大落地场景,其中投资银行业务落地增长速度最快,达15倍。其他落地场景还包括风险管理、运营决策、资产管理、固定收益以及自营投资。


另外,AI技术在证券应用将重塑行业价值链,有望初步形成垂直化的专业分工。根据价值链分析理论,AI驱动下的券商竞争格局与定位将发生变化,一方面,关键价值环节垂直分工;另一方面,拥有庞大客户基础的券商可以进行全价值链整合。



 

应用篇:AI赋能的升级与重构


在证券行业运营体系中,人工智能应用主要集中在四个方面:前台(与客户直接交互的界面和触点)、中台(证券业务活动的作业“后台”)、后台(券商IT体系的基础支撑架构)、监管端。目前,人工智能应用仍以前台和后台为主,而监管端近几年则加速监管科技布局。




 

未来篇:借势增长,破浪前行


随着人工智能技术在证券行业应用加深,AI+证券未来将围绕“智能化、中台化、场景化及生态化”四大趋势发展,真正提升证券行业人工智能科技核心能力,促进人工智能赋能业务,优化科技服务机制。


道阻且长,AI+证券发展之路也面临一些挑战。以技术采用生命周期模型作为参考,目前只有极少具有科技基因的大型证券机构才能在人工智能新技术领域有较大投入,其他中小证券机构对于人工智能技术的价值认知度和接受度还相对较低。这使得不同证券机构之间人工智能应用存在巨大“鸿沟”,强者恒强的马太效应凸显。综合来看,意识鸿沟、数据鸿沟、技术鸿沟、人才鸿沟为AI+证券四大挑战。


点击阅读原文即可下载报告全文。


本文由亿欧原创。申请文章授权请后台回复“转载”,联系相关运营人员,未经授权不得转载。




RECOMMEND

推荐阅读



浏览 45
点赞
评论
收藏
分享

手机扫一扫分享

分享
举报
评论
图片
表情
推荐
点赞
评论
收藏
分享

手机扫一扫分享

分享
举报