正文
百度和农行的本次发布会就是传统金融巨头与人工智能的又一次重要结合，在渠道、服务和产品上实现更多的智能金融。这一方面代表了金融机构的技术创新，同时也是国内人工智能技术在金融领域的有力落地。李彦宏表示「智能金融可以超越支付、网点等等物理限制。（人工智能技术）高效即时处理海量、多维的非结构化信息，抽取知识，在尊重金融规律的基础上，为各种金融业务提供决策支持。」
百度金融服务事业群组成立于 2015 年 12 月 14 日，业务架构主要包括消费金融、理财资管、互联网银行、互联网保险、钱包支付等多个板块。目前，百度金融正利用人工智能等技术赋能金融机构。李彦宏表示，百度既有许多精通深度学习和大数据的科学家，又有来自金融界的专业精英。两种人才的配备可以更好地理解金融机构的诉求，而两种思维的激荡创新，正在把百度人工智能核心技术注入到金融领域，并产生出越来越丰富的创新成果。
而这些创新成果主要体现在提升银行效率和用户服务质量上，在埃森哲的调查研究中，当被问及将人工智能嵌入用户界面的前三个原因时，金融服务机构引用了「为了获得数据分析和见解」（60%）、「为了提高生产率」（59%）和「成本效益节约」（54%）这三个原因。67% 的美国银行家把「成本效益节约」作为投资人工智能的首要理由。德国电信和苏格兰皇家银行正在用聊天机器人取代原来的客服中心，这一举措将会在未来五年节省数十亿的成本。法国的巴黎银行和出版商威科集团正在使用的机器筛查金融市场或客户数据库，发现漏洞后会发出警报。
同时，报告也指出了几大应用方向，AI 是新的 UI——人工智能正被用来增强客户体验、简化工作流程和降低成本；生态系统力的彰显——在这个增长智能的新时代，公司将超越平台战略，采取丰富而强健的生态系统进路；工作市场——传统的工作等级制度正在被「人才市场」所取代，其中包括大量独立的自由职业者和兼职人员；为人类而设计——大数据和高级分析技术使得我们不仅想知道人们今天在哪里，还想知道他们想去哪里。
而从具体的银行业务来看，人工智能在金融领域的应用主要是集中在以下几个方向
1、用户智能获取
提升金融服务效率、降低行业成本是金融科技的基本诉求，而降低获取客户成本其中的关键一环。大数据、机器学习和推荐系统的发展极大有助于金融机构精确的获取潜在用户并推送合适的服务。
2015 年，摩根大通曾推出一款采用机器学习技术的预测性推荐系统——新机遇引擎（Emerging Opportunities Engine），辨别应该发行或出售股票的客户。现在，摩根大通计划将它推广到其他领域。
借助百度巨大的流量和对用户需求的深刻洞察，百度金融形成了金融用户画像，通过响应模型能使金融服务准确触达用户，最终实现广泛的流量覆盖和精准的用户触达。
2、身份认证
处于金融行业对安全性的较高要求，身份认证是处理银行业务中非常关键的一环，而随着深度学习所带来的图像识别准确率的大幅提升，金融机构已经可以去使用人脸识别、声纹识别等生物认证技术来消除了物理网点的限制，从而大幅提升了业务处理效率和用户体验。
发布会上，百度高级副总裁朱光提到，百度金融应用了百度的人工智能，将活体识别、声纹识别等技术用于身份识别，可运用于远程开户、远程授信、刷脸支付等金融交易环节和场景。并且已经和泰康人寿进行合作，进行投保业务的身份认证，也应用在了自己的金融产品百度钱包中，还包括空港易行的机场 VIP 身份认证。
3、业务智能分析
近几年的自然语言理解技术也出现了质的突破，这也将极大影响银行业务。摩根大通在今年 1 月份上线了 X-Connect 用来检索电子邮件，帮助员工找到与潜在客户关系最密切的同事，促进业务机会。不久后又推出了一个智能合同平台（COiN），主要用于分析法律文件，摘取其中重要数据点和条款。人工审理一份长达 1 万 2000 页的年度商业信贷合同大约需要 36 万个小时，机器学习技术将时间缩短至数秒。
