2021年中國人工智能在銀行業(yè)中的應用行業(yè)概覽 -頭豹正式版

2021年中國人工智能在銀行業(yè)中的應用行業(yè)概覽2021IndustryOverviewontheApplicationofArtificialIntelligenceintheBankingIndustryinChina2021年の中國の銀行業(yè)界における人工知能の応用の概要報告標簽：銀行業(yè)、人工智能、金融科技報告作者：陳文廣2021/04

報告提供的任何內容（包括但不限于數據、文字、圖表、圖像等）均系頭豹研究院獨有的高度機密性文件（在報告中另行標明出處者除外）。未經頭豹研究院事先書面許可，任何人不得以任何方式擅自復制、再造、傳播、出版、引用、改編、匯編本報告內容，若有違反上述約定的行為發(fā)生，頭豹研究院保留采取法律措施，追究相關人員責任的權利。頭豹研究院開展的所有商業(yè)活動均使用“頭豹研究院”或“頭豹”的商號、商標，頭豹研究院無任何前述1名稱之外的其他分支機構，也未授權或聘用1其他任何第三方代表頭豹研究院開展商業(yè)活動。摘要01 中國銀行業(yè)目前正處于金融科技迅速發(fā)展的階段，各銀行全積極布局智能化，數字化銀行轉型升級，“智慧銀行”時代已經到來中國各商業(yè)銀行相繼成立金融科技子公司，加大在金融科技領域的資金投入，2020年四大國有銀行在金融科技領域的投資共近80億元。2014至2019年期間中國銀行業(yè)業(yè)務平均離柜率從67.88%持續(xù)上升至的89.77%，離柜率上升的背后，是銀行業(yè)利用人工智能技術進行智能化、數字化轉型升級的結果人工智能技術的應用是緩解中國銀行業(yè)發(fā)展痛點的有效途徑，人02工智能技術在銀行業(yè)具有良好發(fā)展前景人工智能技術在銀行業(yè)各業(yè)務場景的應用可有效提高銀行的運營效率及服務質量、節(jié)省人力成本，是解決中國銀行業(yè)業(yè)務辦理等待時間長、流程繁冗、重勞力等痛點的有效途徑。隨著人工智能技術的發(fā)展以及銀行智能機具的普及，人工智能技術在銀行業(yè)將滲透得更深更廣，幫助銀行業(yè)全面實現智能化、數字化轉型，使其更好地服務于實體經濟人工智能技術將重構銀行業(yè)務體系，業(yè)務辦理不再受限于傳統(tǒng)物03理地址，風控體系將進入高級階段，無人銀行數量逐漸增加隨著人工智能技術不斷地發(fā)展和進步，未來銀行業(yè)將擁有能夠“自主學習”的風控模型，能夠自動識別風險，并做出預警。人臉識別技術的準確性將從現在的99%上升到99.99%以上，而且場景實用性更強，對環(huán)境因素的敏感性更低。目前，中國第一家無人銀行已在上海運營，未來隨著人工智能技術的進步及智能設備的量產，無人銀行的數量將逐漸上升

中國銀行業(yè)智能化轉型路在何方？——從2016年起，中國各銀行機構都在使用裁員，縮減招聘規(guī)模等手段以減少基層員工的數量，利用人工智能技術替代人工完成各項業(yè)務，該舉措不但削減銀行的人力成本，更提升了銀行的運營效率。銀行業(yè)數字化、智能化轉型將是保持產業(yè)長久活力的必由途徑。人工智能的應用將為銀行業(yè)生產經營活動帶來革命性的轉變，將是推動銀行業(yè)數字化、智能化轉型的核心動力。人工智能應用的持續(xù)深化將是中國銀行業(yè)未來發(fā)展的主要趨勢4目錄CONTENTS

名詞解釋 ---------------------------------------- 11中國銀行業(yè)領域人工智能行業(yè)綜述 ---------------------------------------- 12? 發(fā)展現狀 ---------------------------------------- 13? 發(fā)展歷程 ---------------------------------------- 14中國銀行業(yè)領域人工智能產業(yè)鏈分析 ---------------------------------------- 15? 上游：云計算 ---------------------------------------- 17? 上游：大數據服務 ---------------------------------------- 18? 上游：AI芯片 ---------------------------------------- 19? 上游：圖像傳感器 ---------------------------------------- 20? 中游：計算機視覺 ---------------------------------------- 21? 中游：自然語言處理 ---------------------------------------- 22? 中游：語音識別 ---------------------------------------- 23? 中游：機器學習 ---------------------------------------- 24? 下游：應用現狀 ---------------------------------------- 25? 下游：智能風控 ---------------------------------------- 27中國銀行業(yè)領域人工智能行業(yè)競爭格局 ---------------------------------------- 28? 用戶規(guī)模 ---------------------------------------- 29? 資金投入 ---------------------------------------- 29中國銀行業(yè)領域人工智能行業(yè)發(fā)展前景 ---------------------------------------- 30? 政策端 ---------------------------------------- 31? 需求端 ---------------------------------------- 32? 發(fā)展趨勢 ---------------------------------------- 33?2021LeadLeo 5目錄CONTENTS

中國銀行業(yè)領域人工智能行業(yè)企業(yè)推薦 ---------------------------------------- 35? 曠視科技 ---------------------------------------- 36? 第四范式 ---------------------------------------- 37? 思必馳 ---------------------------------------- 38方法論 ---------------------------------------- 39法律聲明 ---------------------------------------- 40?2021LeadLeo 6目錄CONTENTS

Terms ---------------------------------------- 11OverviewoftheAIIndustryintheBankingIndustry ---------------------------------------- 12? DevelopmentHistory ---------------------------------------- 13? DevelopmentStatus ---------------------------------------- 14AnalysisoftheAIIndustryChainintheBankingIndustry ---------------------------------------- 15? Upstream:CloudComputing ---------------------------------------- 17? Upstream:BigDataService ---------------------------------------- 18? Upstream:AIIntegratedCircuit ---------------------------------------- 19? Upstream:ImagingSensors ---------------------------------------- 20? Midstream:ComputerVision ---------------------------------------- 21? Midstream:NaturalLanguageProcessing ---------------------------------------- 22? Midstream:AutomaticSpeechRecognition ---------------------------------------- 23? Midstream:MachineLearning ---------------------------------------- 24? Downstream:ApplicationStatus ---------------------------------------- 25? Downstream:IntelligentRiskControl ---------------------------------------- 27CompetitionPatternoftheAIindustryintheBankingIndustry ---------------------------------------- 28? UserSize ---------------------------------------- 29? CapitalInvestment ---------------------------------------- 29DevelopmentProspectsoftheAIindustryintheRealEstateIndustry ---------------------------------------- 30? Policy ---------------------------------------- 31? MarketDemand ---------------------------------------- 32? DevelopmentTrend ---------------------------------------- 33?2021LeadLeo 7目錄CONTENTS

EnterpriseRecommendationoftheAIindustryintheBankingIndustry ---------------------------------------- 35? Megvii ---------------------------------------- 36? 4Paradigm ---------------------------------------- 37? AIspeech ---------------------------------------- 38Methodology ---------------------------------------- 39LegalStatement ---------------------------------------- 40?2021LeadLeo 8圖表目錄ListofFiguresandTables

圖表1：中國銀行業(yè)金融科技發(fā)展狀況，2020年 ------------------------------------- 13圖表2：中國銀行業(yè)平均離柜率，2014年-2019年 ------------------------------------- 13圖表3：中國銀行業(yè)金融科技發(fā)展歷程 ------------------------------------- 14圖表4：中國銀行業(yè)人工智能行業(yè)產業(yè)鏈 ------------------------------------- 16圖表5：中國金融機構云計算技術部署情況，2019年 ------------------------------------- 17圖表6：中國公有云在金融領域應用市場規(guī)模（按收入計），2015-2024年預測 ------------------------------------- 17圖表7：全球大數據儲量地區(qū)分布，2019年 ------------------------------------- 18圖表8：中國大數據服務在金融行業(yè)的應用市場規(guī)模（以銷售額計），2015-2024年預測 ------------------------------------- 18圖表9：中國AI芯片市場規(guī)模（按營收計），2016-2025年預測 ------------------------------------- 19圖表10：全球CMOS圖像傳感器市占率(按出貨量計算)，2019年 ------------------------------------- 20圖表11：全球CMOS圖像傳感器市占率(按銷售額計算)，2019年 ------------------------------------- 20圖表12：GalaxycoreCMOS圖像傳感器銷售額，2017-2022年預測 ------------------------------------- 20圖表13：計算機視覺技術在人臉識別中的應用流程 ------------------------------------- 21圖表14：中國計算機視覺市場行業(yè)規(guī)模，2014-2023年預測 ------------------------------------- 21圖表15：中國自然語言處理市場規(guī)模（按營收計），2014-2023年預測 ------------------------------------- 22圖表16：中國語音識別技術領域專利申請數量，2010-2019年 ------------------------------------- 23圖表17：中國機器學習市場規(guī)模，2014-2023年預測 ------------------------------------- 24圖表18：中國銀行業(yè)領域人工智能應用現狀（一） ------------------------------------- 25圖表19：中國銀行業(yè)領域人工智能應用現狀（二） ------------------------------------- 26圖表20：智能風控與傳統(tǒng)風控的信貸流程對比 ------------------------------------- 27圖表21：中國商業(yè)銀行手機銀行用戶規(guī)模，2020年 ------------------------------------- 29圖表22：中國商業(yè)銀行金融科技資金投入，2020年 ------------------------------------- 29?2021LeadLeo 9圖表目錄ListofFiguresandTables

圖表23：中國部分金融科技政策匯總及影響，2017-2020年 ------------------------------------- 31圖表24：中國居民年度平均收入，2016-2020年 ------------------------------------- 32圖表25：中國智能投顧市場資產管理規(guī)模，2015-2024年預測 ------------------------------------- 32圖表26：曠視科技融資歷史，2012-2019年 ------------------------------------- 36圖表27：第四范式融資歷史，2017-2021年 ------------------------------------- 37圖表28：思必馳融資歷史，2015-2020年 ------------------------------------- 38?2021LeadLeo 10名詞解釋AI：ArtificialIntelligence，人工智能，通過普通計算機程序來呈現人類智能的技術。CMOS：ComplementaryMetal-Oxide-Semiconductor，互補式金屬氧化物半導體，是一種集成電路的設計工藝，常用來制作靜態(tài)隨機存取內存、微控制器、微處理器與其他數字邏輯電路系統(tǒng)。GPU：GraphicsProcessingUnit，圖形處理器，專門用于繪圖運算工作的微處理器。FPGA：FieldProgrammableGateArray，現場可編程邏輯門陣列，以PAL、GAL、CPLD等可編程邏輯器件為技術基礎發(fā)展而成的一種半客制電路。ASIC：ApplicationSpecificIntegratedCircuit，專用集成電路，依產品需求不同而客制化的特殊規(guī)格集成電路。計算機視覺技術：ComputerVision,使用計算機模仿人類視覺系統(tǒng)的科學，讓計算機擁有類似人類提取、處理、理解和分析圖像以及圖像序列的能力。自然語言處理技術：NaturalLanguageProcessing，利用處理語言的技術，使計算機理解人類語言的含義，并通過對話的方式回答用戶提出的問題。語音識別技術：AutomaticSpeechRecognition，將人類語音中的詞匯內容轉換成計算機可以處理的輸入語料，最終實現詞句詞義識別的技術。聲紋識別技術：通過語音信號提取說話人獨有的聲門開合頻率、口腔大小形狀及聲道長度等聲學特征，進而識別出說話人身份的技術。機器學習：MachineLearning，專門研究計算機怎樣模擬或實現人類學習行為以獲取新的知識或技能的學科，使計算機重新組織已有的知識結構并不斷改善自身的性能。云計算：CloudComputing，一種按使用量付費的模式，用戶通過網絡按需訪問一個可配置計算資源共享池，實現計算資源快速配置且管理成本最小化。私有云：PrivateCloud,云服務商為單一企業(yè)或單位搭建部署的云計算基礎架構。公有云：PublicCloud,云計算服務商利用公共網絡向客戶提供具有彈性的計算資源和服務，允許用戶根據服務使用量支付費用的云計算模式。區(qū)塊鏈：Blockchain,一種按時間順序將不斷產生的信息區(qū)塊以順序相連的方式組合而成的一種可追溯的鏈式數據結構，是一種以密碼學方式保證數據不可篡改、不可偽造的分布式賬本。?2021LeadLeo 1101 02 03 04 05行業(yè)綜述?2021LeadLeo 12中國銀行業(yè)領域人工智能應用綜述——發(fā)展現狀人工智能對中國銀行業(yè)造成巨大沖擊，銀行面臨空前的壓力與挑戰(zhàn)，各銀行相繼成立金融科技子公司，投入巨額資金，擴大科技人才儲備，積極發(fā)展金融科技水平，打造線上化、自主化、智能化銀行中國銀行業(yè)金融科技發(fā)展狀況，2020年金融科技成立金融科技占營業(yè)收新增科技銀行資金投入增長率子公司時間入比例人員數量（億元）

中國銀行業(yè)平均離柜率，2014年-2019年單位：[百分比] 平均離柜率平均離柜率 線性(平均離柜率)100100%.0%84.3% 87.6% 88.7% 89.8%工銀科技2019/0323845%2.7%600建信金科2018/0422125%2.9%2,926農銀金科2020/0718343%2.8%700中銀金科2019/0616743%2.9%-274

80.0% 60.0%60%40.0%20%20.0%0%0.0%

77.8%招銀云創(chuàng)2016/0211927%4.5%5,629交銀金科2020/085714%2.9%516光大科技2016/125251%3.6%423來源：各企業(yè)年報，中國銀行業(yè)協(xié)會，頭豹研究院編輯整理?2021LeadLeo

2014 2015 2016 2017 2018 2019中國銀行業(yè)順應科技發(fā)展潮流，近年來各銀行相繼成立金融科技子公司，加大在金融科技領域的資金投入，擴大科技人員儲備，加強人工智能在各業(yè)務場景的應用。2020年五大國有銀行在金融科技領域的投資約占營業(yè)收入的3%，其中工商銀行資金投入最多，增速最快2014至2019年期間銀行業(yè)平均離柜率整體趨勢上升明顯，從67.88%持續(xù)上升至的89.77%。離柜率上升的背后，是銀行業(yè)擁抱金融科技，加速線上功能布局，完善智能自助工具、網上銀行、手機銀行的結果 13中國銀行業(yè)領域人工智能應用綜述——發(fā)展歷程中國銀行業(yè)已經歷金融電子化、金融信息化、互聯(lián)網金融階段，目前正處于金融科技迅速發(fā)展的階段，各銀行積極發(fā)展金融科技，陸續(xù)推出多種創(chuàng)新型智能機具，全面向智能化、數字化銀行轉型升級中國銀行業(yè)金融科技發(fā)展歷程中國銀行業(yè)開始使用計算機代替業(yè)務的手工操作，極大地提升了銀行服務效率，從根本上改變了銀行的經營模式20世紀70年代，中國銀行引進第一套理光-8型（RICOH-8）主機系統(tǒng)1991年，電子聯(lián)行正式運行，在1999年形成覆蓋全中國的電子聯(lián)行網絡1997年4月，招商銀行正式建立了自己的網站，成為中國第一家網上銀行（70年代-21世紀初）金融電子化階段來源：頭豹研究院編輯整理?2021LeadLeo

網絡銀行逐漸成為客戶與銀行間的主要通道，中國銀行業(yè)積極布局互聯(lián)網金融，實現線上與線下雙運營模式2012年，建設銀行推出“善融商務”，進軍互聯(lián)網電商平臺2014年12月，中國首家互聯(lián)網銀行-前海微眾銀行正式成立2015年，工商銀行發(fā)布E-ICBC，大型國有銀行正式加入互聯(lián)網金融云端客服，實現業(yè)務VR視頻連接辦理（2007-2016年）互聯(lián)網金融階段金融科技階段（2016-至今）中國銀行業(yè)已全面向智能化，數字化銀行轉型金融信息化階段升級，“智慧銀行”時代已經到來2016年起，各銀行紛紛成立金融科技子公司（21世紀初-2006年）中國銀行卡業(yè)務發(fā)展迅猛，正式推出了以“銀聯(lián)”為標識的中國銀行2016年，工商銀行推出智能客服機器人“工小智”卡產業(yè)品牌，實現現代化支付系統(tǒng)的接入2001年，中國銀行建立獨立的CA認證中心2016年，招商銀行率先推出銀行業(yè)首個智能投顧產品-“摩羯智投”2002年，中國建設銀行總行成立電子銀行部2002年，中國銀聯(lián)成立，建立全國銀行卡跨行信息交換網絡2018年，農業(yè)銀行新一代超級柜臺完成投產2004年，工商銀行完成南北兩大數據中心的整合2020年，深圳、蘇州兩地啟動數字人民幣試點1401 02 03 04 05產業(yè)鏈分析?2021LeadLeo 15中國銀行業(yè)領域人工智能產業(yè)鏈中國銀行業(yè)人工智能行業(yè)產業(yè)鏈上游以云服務、大數據服務、AI芯片及視覺傳感器制造商為主體，產業(yè)鏈中游以計算機視覺、自然語言處理、語音識別與機器學習技術支持企業(yè)為主體，產業(yè)鏈下游主體為各銀行機構中國銀行業(yè)人工智能行業(yè)產業(yè)鏈上云游 計基 算礎層

中國多數大型金融機構大自建私有云，數同時對中小據金融機構提服供專業(yè)金融務云服務

中國大數據技術在金融行業(yè)領域應用廣泛中國大數據應用市場規(guī)模不斷攀升

AI芯片

目前中國開展AI芯片相關業(yè)務的企業(yè)超90家，但仍超過90%的AI芯片依賴進口

圖像傳感器

日韓企業(yè)占據全球圖像傳感器市場的主導地位圖像傳感器主要應用于安防監(jiān)控、汽車、醫(yī)療、金融等領域中游 計算技 機術 視層 覺下游智應 能用 客層 服來源：頭豹研究院編輯整理?2021LeadLeo

中國企業(yè)在計自然語言處理語音識別技算機視覺算法術已在多個自是人工智能設領域處于領先語領域實現規(guī)然備不可或缺的機地位語核心技術音?；膽闷髦袊嬎銠C視言識學中國知名企覺行業(yè)市場正處互聯(lián)網巨頭企別習業(yè)的語音識理業(yè)占據約80%處于高速發(fā)展的市場份額別技術準確階段率達95%智生智智智智能物能能能能風識投營征支控別顧銷信付

機器學習可滿足銀行業(yè)在數據安全方面的高要求 2012年谷歌將機器學習應用到語音識別中，將錯誤率從30%降至12.3%智能開戶 16中國銀行業(yè)領域人工智能產業(yè)鏈——上游：云計算中國金融機構以政策為導向，積極采用云計算技術開展業(yè)務，超過40%的金融機構采用了云部署，考慮到網絡安全、隱私等因素，未來中國私有云在金融機構將普及化，公有云市場規(guī)模增速將有所下降中國金融機構云計算技術部署情況，2019年14.5%500個虛擬服務器以內23.2%62.3%500-1000個虛擬服務器以內1,000個虛擬服務器以內以上在政策鼓勵下，云計算在金融領域的市場規(guī)模有較大增長空間。2015年以來，中國政府積極出臺政策（如2015年國務院發(fā)布《關于積極推進“互聯(lián)網+”行動的指導意見》），大力鼓勵金融機構利用云技術開展業(yè)務。目前云計算在金融行業(yè)的應用滲透率不足15%，未來云計算在金融領域的市場規(guī)模仍有較大增長空間行業(yè)總體云部署規(guī)模較小。2019年，中國超過40%的金融機構采用了云部署，其中37.7%的金融機構部署的虛擬服務器數量在500臺以上，多數金融金融仍需擴展部署方案來源：頭豹研究院編輯整理?2021LeadLeo

中國公有云在金融領域應用市場規(guī)模（按收入計），2015-2024年預測400單位：[人民幣億元]370.4350CAGR300281.72015-201987.7%2502019-2024E40.2%208.6200151150102.810068.35021.640.75.510.60201520162017201820192020E2021E2022E2023E2024E云計算在金融領域的應用主要包括公有云和私有云：（1）公有云方面：2015至2019年，中國公有云在金融領域應用市場規(guī)模增長明顯，從5.5億元增長至68.3億元，年均復合增長率達87.7%中國金融行業(yè)受政策強監(jiān)管，近些年政策偏重鼓勵對金融機構的網絡安全、異構、災備等方面的建設，不利于公有云在金融領域的創(chuàng)新發(fā)展，預計到2024年公有云在中國金融領域市場規(guī)模達370.4億元（2）私有云方面：云由用戶自主構建，不對外開放，不產生云計算服務使用規(guī)模?？紤]到數據安全因素，超過80%的中國金融機構采用私有云部署 17中國銀行業(yè)領域人工智能產業(yè)鏈——上游：大數據服務全球數據產生量爆發(fā)式增長，中國大數據儲量居世界首位，其中金融征信是最主要的大數據交易行業(yè)及用途。隨著大數據技術與金融業(yè)融合度不斷提升，未來中國大數據服務在金融行業(yè)的市場規(guī)模逐年增長全球大數據儲量地區(qū)分布，2019年

中國大數據服務在金融行業(yè)的應用市場規(guī)模（以銷售額計），2015-2024年預測6.2%25.0%29.8%21.4%17.6%注：APJxC地區(qū)：包括日本但不包含中國的亞太區(qū)EMEA地區(qū)：歐洲、中東及非洲三個地區(qū)的合稱

中國人工智能、云計算、區(qū)塊鏈等新一代的信息技術的發(fā)展推動大數美國 據服務發(fā)展，全球數據產生量迎來爆發(fā)式增長APJxC地區(qū)從2019年全球大數據儲量地區(qū)分EMEA地區(qū)布狀態(tài)分析，中國成為大數據存其他地區(qū)儲量最高的國家，占據全球大數據儲量的25%，美國大數據存儲量世界第二，占比全球大數據儲量的21.4%

單位：[人民幣億元]1,800 1,7021,600CAGR1,4871,4002015-201933.9%1,227.31,2002019-2024E22.2%9961,000792.4800623.4600471400357.1193.9253.22000中國大數據交易資源行業(yè)分布概況，2019年

201520162017201820192020E2021E2022E2023E2024E金融征信交通地理14.1%移動通訊12.3%企業(yè)管理11.5%醫(yī)療健康10.5%資源能化9.9%生活服務6.8%應用開發(fā)6.1%人工智能5.2%其他5.8%0.0%5.0%10.0%15.0%來源：頭豹研究院編輯整理?2021LeadLeo

17.8%目前中國數據交易以政府為主導的數據交易為主，占據數據交易平臺總量的60%。金融征信的數據交易在各行業(yè)中占比最高，為17.8%銀行機構應用大數據及人工智能技術于金融征信中，提升信貸審批效率。征信是銀行在信貸業(yè)務審批中最核心的部分，是風險管理的關鍵20.0%

2015至2019年，以銷售額計，大數據服務在中國金融行業(yè)市場規(guī)模從193.9億元增長至623.4億元，年復合增長率達33.9%。金融行業(yè)是大數據技術主要的應用行業(yè)之一，金融行業(yè)與大數據技術的融合效果良好，在降低企業(yè)運營成本及提升企業(yè)經營效益等方面見效明顯隨著大數據技術與中國金融行業(yè)融合深度提升以及市場潛力被不斷挖掘，預測大數據服務在中國金融行業(yè)的應用市場規(guī)模有望實現22.2%的年復合增長率，在2024年達到1,702億元 18中國銀行業(yè)領域人工智能產業(yè)鏈——上游：AI芯片AI芯片按技術架構分類標準分為GPU、FPGA、ASIC三種類型，目前GPU芯片占據主要市場份額，呈現穩(wěn)定增長態(tài)勢，未來ASIC將憑借性能高、成本低的優(yōu)勢成為行業(yè)內主流芯片類型中國AI芯片市場規(guī)模（按營收計），2016-2025年預測單位：[人民幣億元]800CAGR687.5700年份GPUFPGAASIC總計6002016-2020E40.2%38.9%64.3%46.5%517.75002020-2025E32.5%32.4%46.3%38.1%400375.9300237.7189.6200136.892.364.310047.829.7020162017201820192020E2021E2022E2023E2024E2025EGPUFPGAASIC來源：頭豹研究院編輯整理?2021LeadLeo

頭豹洞察近年來，通用型GPU占據主要市場份額。全球人工智能芯片行業(yè)處于初步發(fā)展階段，過去幾年，通用型GPU發(fā)展較半定制FPGA、全定制ASIC成熟，商用的人工智能運算加速器以GPU為主，GPU核心技術長期被海外企業(yè)壟斷，中國進口依存度高于90%未來ASIC市占率將超過GPU，占據行業(yè)主導地位。ASIC的開發(fā)難度大，研發(fā)投入高，目前商用量處于較低水平。未來隨著芯片行業(yè)的發(fā)展與進步，ASIC將憑借著體積小、功耗低、計算性能高、量產成本低的優(yōu)勢的搶占GPU的市場份額，成為行業(yè)內主流的芯片類型，預測ASIC市場規(guī)模在2025年達到331.4億元，在2020至2025年期間年復合增長率為46.3% 19中國銀行業(yè)領域人工智能產業(yè)鏈——上游：圖像傳感器日韓企業(yè)在全球圖像傳感器行業(yè)中占主導地位，2019年中國企業(yè)格科微電子憑借著價格優(yōu)勢在全球CMOS圖像傳感器出貨量排名第二。隨著全球智能設備需求量的快速增長，圖像傳感器的需求量隨之增大全球圖像傳感器行業(yè)競爭格局全球CMOS圖像傳感器市占率(按出貨量計算)，2019年 全球CMOS圖像傳感器市占率(按銷售額計算)，2019年2.80%SonySony9.40%Samsung11.3%3%7.1%26.9%Galaxycore3%Omnivision3.10%ONSemiconductorSamsung3.40%44.60%15.1%STMicroelectronicOmnivision8%SKHynix20.7%SKHynixCanon18.9%22.70%OtherGalaxycoreOther圖像傳感器分為CMOS圖像傳感器與CCD圖像傳感器兩種，CMOS圖像傳感器的綜合性能比CCD更具有優(yōu)勢，且生產成本更低，因此占據絕大部分市場份額；2019年，CMOS圖像傳感器在全球圖像銷售額中占比約為85%2019年，按出貨量計算，中國企業(yè)格科微電子(Galaxycore)的CMOS圖像傳感器全球市占率為20.7%，排名全球第二。按銷售額計算，市占率僅為3%，排名全球第八預測格科微電子憑借著技術的進步、良好的市場口碑以及價格優(yōu)勢在未來中長期的行業(yè)競爭中將搶占更大的市場份額。全球第二的出貨量表明格科微電子的CMOS圖像傳感器的具有良好的市場口碑，受到市場青睞；全球20.7%的出貨量對應的僅3%的銷售額市占率表明了格科微電子的CMOS圖像傳感器的價格相對較低，性價比高，與各企業(yè)在行業(yè)競爭中具有價格優(yōu)勢來源：格科微招股說明，頭豹研究院編輯整理?2021LeadLeo

GalaxycoreCMOS圖像傳感器銷售額，2017-2022年預測90單位：[人民幣億元]81.780CAGR63.8702017-201940.8%602019-2023E36.8%46.240 31.93020 16.1 17.61002017 2018 2019 2020E 2021E 2022E2017至2019年，中國CMOS圖像傳感器龍頭企業(yè)格科微電子(Galaxycore)發(fā)展勢頭良好，銷售額從16.1億元增長到31.9億元，年均復合增長率達40.8%全球對圖像傳感器的需求量持續(xù)增長，預測格科微電子(Galaxycore)憑借著價格優(yōu)勢和性價比優(yōu)勢，在2019至2022年保持年均36.8%的年均復合增長率，于2022年達到81.7億元 20中國銀行業(yè)領域人工智能產業(yè)鏈——中游：計算機視覺計算機視覺技術主要應用于銀行業(yè)務中人臉識別的身份認證環(huán)節(jié)中，助力銀行業(yè)電子支付、刷臉取款、遠程開戶、安保監(jiān)控等領域快速發(fā)展，為銀行客戶金融安全及消費安全提供保障計算機視覺技術在人臉識別中的應用流程 中國計算機視覺市場行業(yè)規(guī)模，2014-2023年預測客戶人像

目標檢測人臉檢測定位人臉區(qū)域圖像預處理圖像分割過濾背景及其他無關信息

目標識別提取人臉特征特征分析目標分類與數據庫中的對應人臉特征進行比對

單位：[人民幣億元]700603.5600CAGR5002014-201951.9%430.2認證4002019-2023E45%306.4結果300206.2200136.710051.682.711.115.624.602014201520162017201820192020E2021E2022E2023E在銀行業(yè)領域，計算機視覺技術是人臉識別中最核心的技術，主要處理流程包括目標檢測和目標識別兩大環(huán)節(jié)。銀行中的智能機具主要通過人臉識別對2014至2019年，中國計算機視覺市場規(guī)模由11.1億元增長至136.7億元，年復合增長率達51.9%?？蛻暨M行身份驗證，人臉識別準確率達99%以上銀行的智能柜臺在客戶確認辦理業(yè)務前，通過計算機視覺技術捕捉客戶的人銀行業(yè)對金融安全、消費安全以及智能化轉型升級的追求推動著計算機視覺技術的提升與發(fā)展，計算機視覺技術在銀行業(yè)身份認證、安保監(jiān)控等領域將臉圖像進行身份的查驗，只有在與數據庫中對應的人臉圖像匹配成功后，客迎來更多需求。從短期來看，中國計算機視覺市場規(guī)模將保持快速增長趨勢，戶才能夠在該機器上繼續(xù)辦理業(yè)務，該技術極大地提升銀行對客戶進行身份預測2019至2023年中國計算機視覺行業(yè)市場規(guī)模年均復合增長率將達45%，認證的效率，并且確?？蛻羯矸莸恼鎸嵭?，降低運營風險2023年規(guī)模達603.5億元來源：頭豹研究院編輯整理21?2021LeadL中國銀行業(yè)領域人工智能產業(yè)鏈——中游：自然語言處理自然語言處理技術為銀行業(yè)提供自動問答、信息檢索、情感分析等功能，主要應用于智能客服、智能風控、智能營銷等場景中，隨著銀行業(yè)智能化的發(fā)展，自然語言處理技術將被用于更多業(yè)務場景中，市場規(guī)模隨之增大自然語言處理在銀行業(yè)中的應用功能 應用場景

場景描述

中國自然語言處理市場規(guī)模（按營收計），2014-2023年預測單位：[人民幣億元]自動問答（商用率低）信息檢索（商用率高）情感分析（商用率低）

智能客服智能問答服務反饋廳堂指引搜索引擎風險管理信息標記智能營銷意見挖掘服務評價輿情分析精準營銷

自動問答系統(tǒng)能夠正確理解用戶提出的問題，抽取問題中的關鍵信息，進而檢索語料庫，將可匹配的最佳答案用自然語言的形式反饋給客戶提取關鍵數據和條款，幫助信貸員審查商業(yè)貸款協(xié)議對用戶賬戶中可疑交易數據進行標記與監(jiān)控，加強風險管理從客戶反饋信息中進行客戶情緒分析，幫助銀行洞察客戶需求與痛點根據用戶的信息反饋為其推送個性化的金融產品，實現精準營銷

160 150.7140CAGR1202014-201949.6%110.51002019-2023E48.8%8075.66050.64020.630.713.502014201520162017201820192020E2021E2022E2023E現階段的自然語言處理技術商業(yè)化并不成熟，部分已實現商業(yè)化應用的自然語言處理技術相關產品（如智能客服）均無法將直接收益歸因于自然語言處理技術，因此自然語言處理技術產生的市場營收規(guī)模較小。2014至2019年，中國自然語言處理市場規(guī)模從4.1億元增長至30.7億元，年均復合增長率為49.6%隨著智能設備數量的增長以及行業(yè)智能化業(yè)務處理水平要求的提高，自然語言處理市場有望得到進一步拓展，預測2019至2023年中國自然語言處理市場營收規(guī)模年均復合增長率將達48.8%，在2023年達到150.7億元來源：頭豹研究院編輯整理?2021LeadLeo

22中國銀行業(yè)領域人工智能產業(yè)鏈——中游：語音識別在銀行業(yè)領域，語音識別技術主要應用于聲紋核身、身紋解鎖、電話銀行等業(yè)務場景中，助力銀行降低人力負擔，提升業(yè)務效率及用戶體驗；中國語音識別技術不斷進步，專利申請數量上升趨勢明顯中國語音識別技術在銀行業(yè)智能客服中的應用應用場景 場景描述 作用影響

中國語音識別技術領域專利申請數量，2010-2019年單位：項聲紋核身聲紋解鎖

在電話客服中，智能設備通過提取說話人聲音的生物特征驗證說話人身份。目前使用率較低手機銀行APP通過用戶語音中所蘊含的聲紋特征信息驗證說話人身份。目前使用率較低

銀行在信用卡電話客服渠道引入聲紋識別技術，解決了繁瑣的提問核身、流程冗長的痛點，實現無感知身份核實，提升業(yè)務辦理效率，業(yè)務平均辦理時間較以前按鍵菜單縮短60%手機銀行為用戶提供了更多渠道的身份認證方法，解決用戶忘記密碼，及在某些場景不適合人臉識別認證（如戴著口罩、在黑暗中）的困擾，減少客戶用戶登錄時間，降低信息泄露的風險，在保障賬戶安全的同時，也提升了用戶體驗

8,0007,2497,0005,9796,0005,0004,2984,0003,1993,0993,0001,823 2,1072,000 1,3841,000 687 89902010 2011 2012 2013 2014 2015 2016 2017 2018 2019在電話銀行中，機器人通過識別說話語音識別技術廣泛應用于銀行電話智電話銀行人的語音內容，為能客服，智能客服覆蓋80%以上業(yè)務其提供業(yè)務咨詢及咨詢和服務場景，語音識別準確率高辦理的服務。目前達98%，可節(jié)約80%以上的人工成本使用較為普及來源：頭豹研究院編輯整理?2021LeadLeo

語音識別技術是實現銀行業(yè)智能客服、智能外呼等場景的核心技術，銀行客戶對語音客服需求性高，因此銀行業(yè)對語音識別的準確率上有很高的要求，目前中國工商銀行智能客服“工小智”的語音識別準確率已達98%中國人工智能語音識別領域的專利申請量總體上呈上升趨勢，2010至2018年，年均復合增長率達34.3%，在2018年達到峰值7,249項。由此可見，人工智能語音識別領域的發(fā)展受到各科研企業(yè)的重視，正在迎來全面的技術進步，將更有效、更廣泛地應用于銀行各業(yè)務場景中 23中國銀行業(yè)領域人工智能產業(yè)鏈——中游：機器學習機器學習技術廣泛應于銀行業(yè)客戶分析、營銷類、風控類的場景中，助力銀行業(yè)有效提升客戶管理、風險管理、智能營銷的效率與能力水平。中國機器學習市場發(fā)展勢頭良好，預測2023年市場規(guī)模將達336.7億元機器學習在銀行業(yè)中的應用功能 應用場景客戶流失預警客戶價值挖掘客戶管理客戶畫像建立客戶價值建模貸前準入貸中監(jiān)測風險管理違約預測逾期預測獲客篩選交叉銷售智能營銷客戶挖掘精準營銷來源：頭豹研究院編輯整理?2021LeadLeo

場景描述根據客戶的特征（如職業(yè)、收入），對客戶進行分類，標簽化客戶根據客戶歷史行為及數據，預測客戶流失概率，發(fā)現原因，及時挽留根據客戶的交易數據和消費行為挖掘高價值潛力客戶根據客戶多維度數據（如征信、財務狀況）進行貸前準入分析與預測對信貸資金進行追蹤監(jiān)測，對可疑交易進行預警根據客戶歷史數據，預測違約、逾期概率根據客戶的歷史流水、財務狀況等數據過濾低質量客戶，定位高質量客戶，提升營銷成功率通過對存量客戶的歷史數據的分析挖掘，搭配關聯(lián)性高的組合產品，對客戶進行捆綁銷售或精準營銷

中國機器學習市場規(guī)模，2014-2023年預測單位：[人民幣億元]400CAGR336.73502014-201954.6%3002019-2023E44.7%239.4250200172.3150116.510052.576.8508.714.318.229.62014201520162017201820192020E2021E2022E2023E2014至2019年，各垂直領域的機器學習應用項目平均市場價格處于500萬元至580萬元區(qū)間內，根據各垂直領域機器學習項目平均市場價格以及項目數量進行計算，中國機器學習行業(yè)市場規(guī)模從2014年的8.7億元增長至2019年的76.8億元，年復合增長率達54.6%隨著機器學習算法的不斷改進，其在各垂直領域的應用將進一步加深，各垂直領域的機器學習應用項目數量將不斷增多，預計至2023年，機器學習市場規(guī)模將達336.7億元 24中國銀行業(yè)領域人工智能產業(yè)鏈下游應用——現狀（1/2）中國銀行業(yè)依托人工智能加速轉型升級，將人工智能覆蓋到前、中、后臺各個領域，使各項業(yè)務、流程能夠智能化、自動化辦理，目前智能客服、生物識別、智能風控在銀行的應用率高，未來智能投顧的商用率有望提升中國銀行業(yè)領域人工智能應用現狀（一）定義客服機器人應用語音、文本識別、自然語言處理技術完成流程標準智能客服化的業(yè)務咨詢、辦理等客戶服務將大數據、云計算、人工智能等技術作為風險控制工具，應用到智能風控銀行的風險控制流程當中通過應用計算機視覺、模式識別、機器學習等技術進行人臉識別及指紋識別，達到身份核實的目的生物識別通過應用特定算法，結合投資者風險偏好，財務狀況與理財目標智能投顧等，為投資者提供資產配置建議來源：頭豹研究院編輯整理?2021LeadLeo

應用場景售前電銷售后咨詢反饋服務催收外呼貸款業(yè)務風險定價智能征信交易反欺詐人臉識別刷臉支付指紋支付智能安保投資理財產品營銷風險測評理財咨詢

作用及影響完成高重復性、流程標準化的業(yè)務咨詢及疑難解答，能夠解決85%以上的客戶常見問題節(jié)約人力成本，一個機器人坐席的成本相當于一個人工座席成本的10%客戶等待時間縮短，企業(yè)運營效率、服務效率及客戶滿意度提升自動化審批替代人工審批，降低人力成本，平安銀行90%信用卡通過AI自動審批關聯(lián)多維度數據分析客戶特征，精確量化客戶授信額度、還款能力與意愿，違約成本等因素，從而降低銀行不良貸款率及信用風險，客戶風險預警準確率達70%通過現實人臉圖像與聯(lián)網核查圖像、客戶身份證圖像交叉比對，完成身份認證，準確率達99%，大幅提高支付安全性能及用戶體驗替代人工肉眼辨識工作，節(jié)約人力成本，提升身份核查的準確性以及銀行服務效率依托海量數據實時調整資產配置策略，執(zhí)行最優(yōu)化投資方案，克服人為情緒化交易的弊端，具有專業(yè)性與有效性。智能投顧目前在美國商用程度較高，在中國較低技術專業(yè)高效（平衡風險與收益），降低投顧成本和資金門檻（最低1元起投） 25中國銀行業(yè)領域人工智能產業(yè)鏈下游應用——現狀（2/2）中國銀行業(yè)大力發(fā)展人工智能，打造“智能銀行”，改變傳統(tǒng)的營銷、服務、管理模式，優(yōu)化升級其金融體系，為消費者提供更便捷、安全、有效的服務體驗，目前智能支付在中國一線城市已實現普及化中國銀行業(yè)領域人工智能應用現狀（二）定義通過應用自然語言處理、生物識別、大數據等技術為用戶提供個智能營銷 性化、精準化的營銷服務通過應用生物識別、自然語言處理等技術為用戶提供資金轉移和支付的服務智能支付通過應用大數據、知識圖譜等技術提取用戶多維度數據并建立信用模型，從而評估用戶的信用智能征信通過應用生物識別、自然語言處理等技術核實開戶人身份，達到開戶流程安全化、智能化的目的智能開戶來源：各企業(yè)年報，頭豹研究院編輯整理?2021LeadLeo

應用場景線上產品營銷信貸產品營銷電話營銷廳堂營銷移動支付掃碼支付刷臉支付指紋支付企業(yè)征信個人征信信貸征信雇傭征信個人賬戶開戶對公賬戶開戶私人銀行開戶理財功能開通

作用及影響通過關聯(lián)用戶交易、消費、網絡瀏覽等行為數據，為用戶推介與其自身需求關聯(lián)性高的金融產品，提升產品營銷的精準性與成功率個性化精準營銷緩解銀行金融產品高度同質化的痛點，提升引流獲客效率，降低獲客成本智能支付擺脫了紙幣真?zhèn)尾轵灐⒄伊愕拳h(huán)節(jié)，支付數據可溯源，提升交易的安全性智能支付解決了傳統(tǒng)銀行90%以上的現金業(yè)務，解決了傳統(tǒng)銀行現金業(yè)務等待時間長，業(yè)務流程冗長、交易處理慢等痛點，為用戶帶來更快捷、更便利、更智能的支付體驗結合多維度數據對用戶進行信用分析及預測，解決用戶信用的風險評估問題，全面降低銀行面臨的信用風險擺脫了人工征信的繁瑣流程和低效性，節(jié)約人力成本，提升運營效率通過人工智能技術替代人工進行資料審核、身份認證等工作，完成從資料填寫、面簽開戶、賬戶激活的全流程操作，節(jié)約時間成本，對公開戶全流程由辦理時間從7-10天降至2-3天開戶服務更便捷化，工商注冊信息可聯(lián)網獲取，無需開戶人手工填寫及多次往返銀行 26中國銀行業(yè)領域人工智能產業(yè)鏈下游應用——智能風控智能風控覆蓋貸前、貸中、貸后三個階段的個人信貸業(yè)務全流程，依托智能風控技術與傳統(tǒng)風控模型互補，可以對客戶風險進行及時有效的識別、預警和標識，同時實現全流程自動化、智能化智能風控與傳統(tǒng)風控的信貸流程對比

頭豹洞察人工審核現場盡調重勞力效率低傳統(tǒng)風控

人工審批紙質申請表格收集多維度數據人工核實身份信用評級單一主觀性強歷史流水、記錄出錯率高信息獲取難審批時間數月

機構擔保額度單一期限固定流程繁瑣

依賴人工人工電話催收更新周期長重勞力信息延遲效率低潛在風險高成本高決策失誤率高

智能風控目前仍處于初級階段。大數據和人工智能在現階段還只是對傳統(tǒng)風控手段進行輔助，如在注冊環(huán)節(jié)的信息核驗，身份認證環(huán)節(jié)的人臉識別。隨著大數據和人工智能技術不斷成熟，未來智能風控將進入高級階段，并全面應用于貸前審核、貸后監(jiān)控、風險預警等細分業(yè)務流程中，各環(huán)節(jié)風險識別準備率在90%以上注冊審核身份核實審批授信貸后監(jiān)控催收智能審批個人信用擔保實時監(jiān)控批量外呼人臉識別大數據智能征信電話催收智能聯(lián)網核查多維度數據優(yōu)化風險模型自動化審核指紋識別信用模型差異化流程自動化識別可疑交易化、自動化、智能風控效率高聯(lián)網核查多維數據關聯(lián)分析額度與期限個性預警準確率>70%合規(guī)化準確率>99%減少信息不對稱化、差異化資金安全性高節(jié)約50%以上的審批時長1-2周人工坐席成本來源：頭豹研究院編輯整理?2021LeadLeo

智能風控和傳統(tǒng)金融風控的在風控原理和方法論方面的本質上沒有區(qū)別。兩者根本原理都是衡量客戶還款能力和意愿，智能風控只是通過更多的數據維度來刻畫客戶特征，從而更準確地量化客戶違約成本，實現對客戶的合理授信 2701 02 03 04 05競爭格局?2021LeadLeo 28中國銀行業(yè)領域人工智能行業(yè)競爭格局中國國有大型銀行在金融科技的資金投入量及手機銀行用戶規(guī)模均遙遙領先于股份制商業(yè)銀行，其中工商銀行位于國有銀行榜首，招商銀行位于股份制商業(yè)銀行榜首中國商業(yè)銀行手機銀行用戶規(guī)模，2020年單位：[萬人]45,00041,60040,00039,00036,00035,00030,00029,90025,00021,00020,00015,00014,50010,0007,4144,9825,0002,5352,0000工商銀行建設銀行農業(yè)銀行郵儲銀行中國銀行招商銀行交通銀行浦發(fā)銀行民生銀行興業(yè)銀行

中國商業(yè)銀行金融科技資金投入，2020年單位：[人民幣億元]2382212001831671501191009057574850370工商銀行建設銀行農業(yè)銀行中國銀行招商銀行郵儲銀行交通銀行浦發(fā)銀行興業(yè)銀行民生銀行人工智能的發(fā)展推動銀行智能化、數字化轉型升級，手機銀行作為銀行實現線上智能化服務的主渠道，用戶規(guī)模不斷攀升，成為線上獲客的重要渠道截止2020年，大型國有銀行的手機銀行用戶數排名靠前，大幅領先于股份制商業(yè)銀行。在中國十家市值在行業(yè)內領先的商業(yè)銀行之中，中國工商銀行的手機用戶數量最高，達到4.16億人次，位居行業(yè)內榜首來源：各企業(yè)年報，頭豹研究院編輯整理?2021LeadLeo

隨著人工智能在銀行業(yè)的普遍應用，金融科技成為銀行業(yè)數字化轉型的核心驅動力，因此銀行業(yè)不斷加大金融科技的資金投入，加強科技人才的培養(yǎng)2020年大型國有銀行在金融科技的資金投入量遙遙領先于股份制商業(yè)銀行，其中工商銀行投入的資金最多，達238億元，約占營業(yè)收入的3%招商銀行的金融科技資金投入量超百億元，在股份制商業(yè)銀行中位于榜首 2901 02 03 04 05發(fā)展前景?2021LeadLeo 30中國銀行業(yè)領域人工智能行業(yè)發(fā)展驅動因素——政策端近年來中國政府高度重視人工智能與金融科技的融合發(fā)展，不斷從技術發(fā)展、行業(yè)規(guī)范、產業(yè)指導層面出臺相關政策，助力銀行業(yè)加速數字化、智能化轉型進程中國部分金融科技政策匯總及影響，2017-2020年政策文件發(fā)布部門發(fā)布時間內容影響充分發(fā)揮人民銀行系統(tǒng)內外部力量深入開展金融科人工智能將進一步推進銀行業(yè)數字化轉型進程，技研究，加強研究成果與監(jiān)管、應用、標準等工作人民銀行金融科技委 加強手機銀行APP智能化服務功能，覆蓋更多的員會2020年第1次會議中國人民銀行2020-05的銜接，為金融科技監(jiān)管提供理論基礎，為政策制業(yè)務辦理場景，提升智能產品和服務的安全性度出臺提供科學依據，為金融與科技融合發(fā)展提供及便捷性有力支撐《關于進一步加快上中國人民銀行、支持金融機構和大型科技企業(yè)在上海依法設立金融促進銀行業(yè)加速成立金融科技子公司，或加強科技公司，積極穩(wěn)妥探索人工智能、大數據、云計海國際金融中心建設銀保監(jiān)會、證2020-02與各金融科技公司的交流與合作，加大在人工和金融支持長三角一監(jiān)會算、區(qū)塊鏈等新技術在金融領域應用，重視金融科智能領域的資金投入，擴大金融科技人才儲備體化發(fā)展的意見》技人才培養(yǎng)《金融科技(FinTech)加強金融科技戰(zhàn)略部署、強化金融科技合理應用、銀行業(yè)在人工智能領域的發(fā)展方向和路徑變得明確，促進智能客服、智能風控、人臉識別等發(fā)展規(guī)劃(2019-2021中國人民銀行2019-08賦能金融服務提質增效、增強金融風險技防能力、智能化服務在銀行各場景的應用，加速銀行業(yè)年)》加大金融審慎監(jiān)管力度、夯實金融科技基礎支撐數字化、智能化、自動化轉型升級《銀行業(yè)金融機構數2018-05銀行業(yè)金融機構應當建立數據安全策略與標準，依大數據及人工智能在銀行業(yè)領域的監(jiān)管將得以中國銀保監(jiān)會法保護客戶隱私，完善數據安全技術，定期審計數加強，銀行業(yè)智能化的發(fā)展更加規(guī)范，人工智據治理指引》據安全能在銀行業(yè)的發(fā)展方向變得明確《新一代人工智能發(fā)明確人工智能在金融業(yè)的發(fā)展戰(zhàn)略與路徑，將智能銀行業(yè)將增強在人工智能領域的投資力度，積國務院2017-07極布局智能化轉型升級，將各業(yè)務場景與人工展規(guī)劃》金融上升到國家戰(zhàn)略高度智能融合，創(chuàng)新智能化服務來源：頭豹研究院編輯整理?2021LeadLeo

頭豹洞察近年來，國家政府重視人工智能及金融科技的發(fā)展，相繼出臺一系列政策鼓勵、規(guī)范人工智能在金融行業(yè)的應用，助力銀行業(yè)加速數字化、智能化轉型，使其更高效地服務于實體經濟由于政策驅動，國有大型銀行帶頭積極發(fā)展金融科技，投入大量資金，重視科研人才培養(yǎng)，提升人工智能技術水平，將人工智能技術應用到更多的銀行業(yè)務場景，勢必推動人工智能在銀行業(yè)進一步的發(fā)展政府部門頒布相關文件加強對銀行業(yè)人工智能領域特別是大數據方面的監(jiān)管，人工智能在銀行業(yè)的發(fā)展正在規(guī)范化，這是人工智能在銀行業(yè)領域發(fā)展壯大的必經之路 31中國銀行業(yè)領域人工智能行業(yè)發(fā)展驅動因素——需求端中國居民人均可支配收入的增加拉動居民資產管理、金融投資的需求，帶動智能投顧市場的需求增長；智能投顧具有專業(yè)高效、資金門檻低、費用低廉透明的三個優(yōu)勢，助力中國智能投顧的市場規(guī)模持續(xù)增長中國居民年度平均收入，2016-2020年單位：[人民幣元]城鎮(zhèn)居民收入 農村居民收入50,00045,00042,35943,83440,00036,39639,25133,61635,00030,00025,00020,00014,61716,02117,13113,43215,00012,36310,0005,0000201620172018201920202016至2020年，中國城鎮(zhèn)居民和農村居民的人均可支配收入穩(wěn)定增長，分別從33,616元和12,363元增長至43,834元和17,131元，意味著中國人民的財務管理和金融投資等需求也在穩(wěn)定增長，帶動智能投顧市場需求增長收入的增加是促進金融智能發(fā)展的重要因素，居民的可支配收入不斷增長，對投資的需求也在上升，希望通過更智能、更準確、更低成本的投資方式獲得高回報來源：頭豹研究院編輯整理?2021LeadLeo

中國智能投顧市場資產管理規(guī)模，2015-2024年預測單位：[人民幣億元]35,000CAGR29,57730,0002015-2019114.5%25,0002019-2024E46.2%21,53320,00015,16415,00010,83110,0006,7285,0002,0112,8374,4262095560201520162017201820192020E2021E2022E2023E2024E智能投顧在中國起步較晚，但發(fā)展迅速。2015至2019年，中國智能投顧資管管理規(guī)模從209億元增長至4,426億元，年均復合增長率為114.5%。預計到2024年，中國智能投顧市場資產管理規(guī)模大29,577億元智能投顧通過測算海量數據為用戶配置最優(yōu)化的投資組合方案，具有專業(yè)高效（平衡收益與風險）、投資門檻低（最低1元起投）、收費低廉（交易手續(xù)費有折扣優(yōu)惠）的特點，獲得客戶青睞 32中國銀行業(yè)領域人工智能發(fā)展趨勢——人工智能將重構銀行業(yè)務體系隨著人工智能技術的日趨成熟，AI不斷滲透銀行各類業(yè)務場景。未來銀行業(yè)務體系將被重構，風控體系將進入高級階段，業(yè)務辦理不再受限于傳統(tǒng)物理地址，身份認證和智能營銷將更精準化人工智能在銀行業(yè)的發(fā)展趨勢——人工智能將重構銀行業(yè)務體系01人工智能技術在風險管理方面的應用水平將進入高級階段隨著大數據和人工智能技術不斷成熟，智能風控將進入高級階段；銀行通過人工智能技術構建擁有“自主學習能力”的風控模型，模型被大量的數據進行“訓練”后，擁有自主衡量風險高低、區(qū)別正常和非正常案件的能力，如客戶在一家便利店的POS機刷了1萬元的信用卡額度，模型會自動判定該筆消費為非正常消費案件

0302生物識別技術的準確性更高，場景適用能力更強目前，人臉識別技術在中國銀行業(yè)中已被廣泛應用于身份認證環(huán)節(jié)，準確性高達99%，但容易受到識別過程中環(huán)境因素影響，如客戶在進行人臉識別時，所處的環(huán)境光照太強或太弱，或眼睛未正對攝像頭等情況，都會對人臉識別通過率造成影響未來人臉識別準確率將高達99.99%，且覆蓋更多更復雜的場景，不易受到環(huán)境因素干擾

業(yè)務辦理不再局限于傳統(tǒng)網點和柜臺傳統(tǒng)網點和柜臺由于物理地址限制、領域覆蓋、風險管理等因素，部分群體（如村落居民）無法享受到正規(guī)金融服務未來，以人工智能技術為首的金融科技技術全面升級，銀行將全面向智能化、線上化轉型，突破傳統(tǒng)網點和柜臺在物理地址的局限性，業(yè)務辦理將不再局限于網點窗口和柜臺，90%以上業(yè)務可通過視頻連線、線上操作等方式辦理，讓用戶可以足不出戶，通過網絡“進入銀行”，享受普惠金融服務

04營銷精準化在產品層面，人工智能技術已被應用于智能投顧、資產管理領域，隨著技術的進步，結合用戶行為數據，更精準地為用戶量身定造資產配置組合如客戶在手機的應用程序中關注基金類產品的信息較多，則在打開手機銀行APP時，手機銀行將會向客戶推送與客戶關聯(lián)度高的基金類產品組合，實現精準化營銷來源：頭豹研究院編輯整理33?2021LeadL中國銀行業(yè)領域人工智能發(fā)展趨勢——無人銀行數量增加無人銀行的誕生對未來銀行業(yè)的發(fā)展影響深遠，未來無人銀行數量逐漸增加，地理位置上將從中國一線城市逐步擴建到二、三線城市人工智能在銀行業(yè)的發(fā)展趨勢——無人銀行數量增加中國無人銀行已出現，預計未來數量持續(xù)上升

智能設備的應用支撐無人銀行的運營中國首家無人銀行已出現2018年4月9日，中國建設銀行宣布中國首家無人銀行在上海開業(yè)。在完全無柜臺人員和大堂經理幫助的情況下，客戶可辦理銀行90%的現金（如存取款，外幣兌換）與非現金業(yè)務（如開戶，賬戶信息修改）。不能辦理的業(yè)務（如使用臨時身份證辦理業(yè)務），客戶也可在VIP室與云端客服VR視頻連接辦理

無人銀行數量逐漸增加近年來，銀行業(yè)從業(yè)人員數量下降明顯，尤其是銀行的柜面人員及客服人員。2017年至2020年，中國農業(yè)銀行柜面人員數量占比以每年約3%的比例持續(xù)下降，從28.4%下降到18.1%隨著人工智能技術不斷發(fā)展與進步，銀行業(yè)智能化轉型程度將得到進一步提升，銀行出于對人力成本與運營成本的考慮，將會逐步增加無人銀行的數量，并從一線城市開始布局，之后再逐步擴建到二、三線城市

無人銀行的應用設備（一）無人銀行入口處設有身份驗證機具，客戶在進入銀行大廳前需進行身份證+人臉識別的身份認證在無人銀行大廳，智能機器人擔任大堂經理角色，在人工智能語音識別系統(tǒng)的幫助下，該機器人可以流暢地與人交流，幫助客戶辦理業(yè)務

無人銀行的應用設備（二）現金業(yè)務通過存取款一體機和外匯兌換機實現，兩種機器都具有人臉識別及語音識別功能，用戶可直接語音告訴機器想要辦理的業(yè)務，機器則自動跳轉到相應業(yè)務辦理窗口界面為用戶辦理業(yè)務非現金業(yè)務通過超級柜臺實現，超級柜臺通過人臉識別技術核實用戶身份，通過語音或觸屏方式可為客戶辦理開戶、貸款、信用卡、金融產品簽約及個人理財業(yè)務來源：頭豹研究院編輯整理?2021LeadLeo

3401 02 03 04 05企業(yè)推薦?2021LeadLeo 35中國銀行業(yè)領域人工智能企業(yè)推薦——曠視科技曠視科技致力于人臉檢測、識別、分析技術的研發(fā)，通過融合計算機視覺、機器學習、大數據挖掘及3D圖形學技術，將人臉識別技術廣泛應用到互聯(lián)網及銀行業(yè)務場景中北京曠視科技有限公司企業(yè)介紹北京曠視科技有限公司(以下簡稱“曠視”)成立于2011年，總部位于北京，并在上海、南京、成都等地設有研發(fā)中心，員工數量超過3,000人。曠視的計算機視覺技術在行業(yè)內處于領先地位，擁有世界規(guī)模領先的計算機視覺研究院，核心技術包括但不限于人臉識別、人體識別、手勢識別、圖像識別、物體識別、車牌識別、視頻分析、三維重建、智能傳感與控制等技術。曠視人臉識別技術先進成熟，曾在國際頂級人工智能競賽中攬獲40項世界冠軍，創(chuàng)下COCO（計算機視覺領域權威的國際競賽）三連冠的記錄。曠視旗下的人工智能開放平臺Face++是全球最大的人臉識別技術平臺，覆蓋中國90%以上互聯(lián)網人臉識別應用市場，并且廣泛應用于中國商業(yè)銀行人臉核身、刷臉支付的業(yè)務場景中，賦能銀行業(yè)數字化、智能化轉型核心技術

融資歷史，2012-2019年融資時間融資輪次融資金額投資方2019-05D輪7.5億美元博裕資本、阿里巴巴、麥格里集團、工銀資管、阿布扎比投資局2017-10C+輪3.6億美元富士康、螞蟻金服、國風投、韓國SK集團、陽光保險集團、中俄戰(zhàn)略投資基金2016-12B+輪1億美元富士康、建銀國際、啟明創(chuàng)投2014-11B輪2200萬美元啟明創(chuàng)投、創(chuàng)新工場2014-09戰(zhàn)略投資未披露螞蟻金服2013-04A輪數百萬美元聯(lián)想創(chuàng)投、創(chuàng)新工場2012-01天使輪100萬美元樂基金、聯(lián)想之星投資亮點人臉識別人體檢測屬性識別曠視人臉識別能力超曠視人臉檢測能力覆基于人臉進行準確的越人眼，支持多屬性、蓋復雜光線、人臉遮年齡、性別估計，年全年齡段、復雜環(huán)境擋、快速運動等復雜齡誤差小于5年，性

一體化解決方案

技術實力雄厚 市場覆蓋廣的精準識別環(huán)境，支持云、邊、別準確率高于99%手機解鎖、安防監(jiān)控、端的多平臺解決方案，支持準確人臉屬性檢門禁考勤實現高效、精確、穩(wěn)測(如發(fā)型、口罩、定的人臉檢測功能眼睛)，準確率>97%來源：曠視科技官網，企查查，頭豹研究院編輯整理

曠視是人工智能行業(yè)的領跑者，為企業(yè)提供包括算法、軟硬件產品在內的全棧式、一體化解決方案

曠視擁有規(guī)模領先的計算機視覺研究院，集合全球頂尖技術人才，開發(fā)出了業(yè)內先進的算法

曠視旗下的Face++是全球最大的人臉識別技術平臺，覆蓋中國90%以上互聯(lián)網人臉識別應用市場?2021LeadLeo

36中國銀行業(yè)領域人工智能企業(yè)推薦——第四范式第四范式結合其全球領先的機器學習、人工智能、大數據等技術運用于金融業(yè)，與中國各大型國有銀行及股份制商業(yè)銀行均有合作，助力中國銀行業(yè)智能化、數字化轉型升級第四范式（北京）技術有限公司企業(yè)介紹第四范式（北京）技術有限公司（以下簡稱“第四范式”）成立于2014年9月，是人工智能平臺與技術服務提供商，依托于國際領先的機器學習技術與豐富的行業(yè)實踐經驗，第四范式打造了全棧式企業(yè)級AI產品體系——全流程人工智能平臺、一站式流量運營技術平臺，以及軟件定義算力平臺，可解決企業(yè)智能化變革中面臨的AI應用門檻較高、落地價值受阻、算力投入激增等實際難題。第四范式將機器學習、人工智能、大數據等技術運用于金融、電信等領域，建設數據閉環(huán)系統(tǒng)，可提供模型自學習、數據免清洗、復雜模型可解讀、人機協(xié)同等技術服務。2015年8月，第四范式與招商銀行簽約，率先在金融領域應用AI并產生巨大價值，之后陸續(xù)與中國各大型國有銀行及商業(yè)銀行合作，助力銀行業(yè)智能化、數字化轉型智能銀行方案服務智能營銷 智能風控 智能運營

融資歷史，2017-2021年融資時間融資輪次融資金額投資方2021-02戰(zhàn)略投資未披露騰訊投資中信產業(yè)基本