人工智能爆发进入临界点 以后失业率会越来越高

经测算，到2027年，中国金融业就业人口可达到993万人，其中23%的工作岗位会受到人工智能带来的颠覆性影响，削减或转变为新型工种；剩下77%的工作岗位未被替代，但效率将获得大幅提升。

将受到人工智能颠覆性影响的主要为从事标准化、重复性工作的岗位，据估算至2027年约为230万人，即金融业就业总人口的23%。而余下760万人主要为需要解决复杂问题、应对人际情感交互及随机多变环境的岗位，将不会受到人工智能的颠覆，而是在人工智能的协助下提升效率。

人工智能爆发进入临界点

古老又现代的金融业有一套自己的行事准则：数字、报表、审批流程…...如华尔街手拿公文包快速穿过街道的行业精英们，节奏快速准确，一丝不苟。

金融场景下高度结构化的数据给AI技术的发展提供了优渥的土壤，在此之上，身份识别、风控管理、流程优化等领域开始出现AI技术的身影。事实上，金融行业已成为AI落地众多场景中，发展最为迅速的领域之一，这从五年前开始的P2P浪潮之火爆程度就可见一斑。

正是由于语音、图像、模式识别等技术在风控、审批等环节的落地应用，单个信贷申请的受理成本大幅降低，曾经银行机构不愿意覆盖的长尾客群才有了信贷渠道。尽管从业门槛的降低带来了暂时的混乱，然而随着监管的收紧，真正拥有技术壁垒且精通商业运作的机构还是活了下来。可见，金融人工智能不仅具有市场、用户的高度关注，也有着非常重要的运用价值。

生物特征识别：大幅简化审验流程

传统的金融账户登录验证多采用账号+密码+短信验证码的模式，流程繁琐且会产生一定的通信费用。目前已有一部分金融机构将生物特征识别技术用于账户登录、账户查询、支付等身份验证环节。

金融领域正在应用的生物识别技术包括但不限于指纹识别、声纹识别、虹膜识别、人脸识别等。以人脸识别为例，随着智能手机逐步拥有1:1的人脸比对能力，微信支付及支付宝两大支付巨头先后上线了「刷脸支付」功能，并在线下门店展开了刷脸支付设备推广战。支付宝推出蜻蜓，微信支付推出青蛙，大额补贴各不相让。

语音语言处理：降低客服中心成本的利器

长久以来，客服部门是金融机构的成本中心，并且随着业务的增长，机构需要招募的客服人员也呈规模化增长。客服需要处理的问题数量随着机构的营销活动变化，因此机构需要的客服人员数量也非常弹性，如何快速招募并遣散客服又构成一道挑战。

随着语音语言处理技术的出现，围绕着客服中心的种种难题得到了解决。由于客户的问题集中化较为明显，因此基于语音语言技术的智能客服成为人工客服的第一道防线。不仅如此，智能客服还能代替人工客服进行大批量外呼，这样一来客服部门便从成本中心转变为利润中心，为金融机构带来实实在在的营收。

小语智能作为一家专注于语音与数据人工智能产品研发的高科技企业，基于15年通讯领域从业经验和技术积累重组而成。2018年至今，小语智能积极围绕人工智能领域进行研发投入，打造了以智能营销、智能客服、智能IVR、智能语音分析及智能坐席助手为核心的AI应用产品。目前，已与多家金融企业开展了业务合作。

风控反欺诈：覆盖长尾人群及小微企业

正是由于AI技术在风控方面的应用，使得单位受理成本降低，普惠金融成为可能。针对C端长尾客群，行业曾经给出P2P这一普惠金融答卷。虽然入局者鱼龙混杂，曾给社会带来了不好的影响。然而监管加紧后，大浪淘沙中，呈现偏重技术样貌的公司还是得以留下。

以360金融为例，其官方表示欺诈亏损率低至0.2%，低于银行整体平均值0.4%。360金融曾透露，这得益于团队在工具层面引入复杂关系网络分析，在算法层面引入无监督机器学习，在系统层面实现全自动化建模。

AI+金融，技术驱动变革

尽管技术带来的好处显而易见，然而金融作为一个庞大且坚固的传统领域，要接受新技术的渗透并没有那么简单。一方面，金融业务追求稳定，需要极高规格的安全与合规；另一方面，金融系统普遍庞杂，模块的替换或者新模块的加入需要很大的工作量。

因此，只有当技术带来的好处足以平衡应用技术所带来的成本时，AI才能在金融领域得以应用。这就意味着，处在金融领域的技术人还需要耐下心来，通过打磨技术赢得传统金融行业的入场通票。

而技术革命仿佛绵延不断的山脉，我们正站在人工智能这座高峰的山麓，人工智能对我们生活将产生革命性影响，一如当年的蒸汽机技术，我们正处在一个承上启下的创新时代，由人类创新最终过渡到机器创新。对于百年之母的金融，AI+金融是一场崭新的、前所未见的升级运动，在这一场变革的浪潮之中，普惠金融走向每一个平凡人，每一家金融机构为用户提供高效、精准、便捷的金融服务。