1.2.3　智能金融的现状

1.2.3.1　金融科技整体现状

从融资笔数和融资总额来看，2016年，全球智能金融公司融资笔数共计504笔，累计融资金额达1135亿元。其中，中国智能金融融资共281笔，占全球比例为55.75%。中国智能金融累计融资总金额为875亿元，占全球的比例为77.09%；国外智能金融融资共有223笔，累计融资总金额为260亿元。

据不完全统计，2017年全球智能金融公司融资笔数共达649笔，比2016年增加145笔；累计融资总金额约为1397亿元，比2016年增加262亿元。其中，中国智能金融投融资共328笔，比2016年增加47笔，占全球比例为50.54%。中国累计融资总金额为796亿元，占全球的比例为56.98%；国外共有321笔，融资总金额为601亿元。从总投资来看，全球投入智能金融公司的资金规模从2008年的9.3亿美元扩大到2016年的232亿美元。

以上内容见表1-3、图1-2、表1-4、图1-3。

从地域分布情况来看，无论是融资额还是融资笔数，中国都是全球智能金融投融资当之无愧的领头羊，远大于位居第二位的美国，而印度和英国分别位列第三、第四，其次是巴西、德国、以色列、丹麦、加拿大和法国。智能金融发展的重心已经由最初的伦敦、纽约等欧美地区转移到亚太地区。

从月份分布来看，2016年全球智能金融投融资笔数呈现小幅波动、整体上升的趋势，投融资金额全年波动较大。投融资笔数方面，2016年11月投融资笔数多达60笔，为全年笔数最多的月份。2月笔数仅为18笔，为全年笔数最少的月份。投融资金额方面，2016年4月，全球智能金融投融资金额因蚂蚁金服的B轮融资而达到最大水平，当月投融资金额为320亿元，2月份投融资金额最少仅为8亿元。2017年全球智能金融投融资笔数仍旧呈现小幅波动整体上升的趋势，投融资金额全年波动相比2016年较为平缓，下半年全球投融资金额因中国智能金融上市潮而显著上涨，2017年的月投融资笔数和投融资金额普遍比2016年有所增长。投融资笔数方面，2017年12月投融资笔数多达64笔，为全年笔数最多的月份。7月笔数为47笔，为全年笔数最少的月份。投融资金额方面，2017年11月，全球智能金融投融资金额达到最大水平，当月投融资金额为320亿元，2月份投融资金额最少仅为8亿元。

从轮次分布来看，投融资笔数方面，全球智能金融投融资主要为A轮（42%，214笔）、天使/种子轮（19%，96笔）、B轮（17%，84笔）和C轮（9%，47笔）；投融资金额方面，全球智能金融投融资主要为B轮（52%，586亿元）、A轮（19%，214亿元）和C轮（13%，148亿元）（见图1-4、图1-5）。

从细分领域分布来看，金融科技涉及的具体细分领域包括支付、区块链、其他基础设施、网贷、众筹、理财、保险科技、互联网金融和消费金融等。

全球金融科技100强公司主要分布在借贷、支付、监管科技、数字货币、数据分析、保险、资本市场、财富管理、众筹、区块链和会计核算11大领域。

1.2.3.2　智能金融发展现状

自2008年开始，智能金融在全球迅速发展，尤其是2016年AlphaGo的出现，使智能技术的运用再次进入人们的视野，引起了全世界范围的关注，人工智能的研究和发展进入蓬勃期，进而推动智能金融爆发式的发展。本节主要从智能资产配置、智能客服、智能身份识别等方面介绍国内外智能金融的发展现状。

（1）智能资产配置（智能投顾）

国外方面，2008年金融危机过后，美国以Betterment、Wealthfront和Personal Capital为代表的智能投顾创业公司成长起来，传统金融机构如Vanguard和Charles Schwab也开始进入智能资产配置的布局中。受益于人口结构变化、人工智能技术发展和监管法规等因素，美国智能投顾的资产规模自2010年以来，其复合增长率已超过80%。2014年底，美国智能投顾已经具有140亿美元的资产管理规模，到2017年末有望达到千亿美元。

国内方面，2014年底智能投顾概念开始引入我国。2015年，独立创新公司、互联网公司和传统金融机构纷纷效仿国外的先进经验和模式，开始大规模向智能投顾领域进军。2016年，随着AlphaGo的出现和热议，国内掀起了智能投顾研究的热潮。目前，我国智能投顾还处于起步阶段，但已经陆续有公司推出或者正在研究智能投顾产品，目前已达几十家（见表1-5）。它们或是借鉴国外的相关经验开发全新的智能投顾平台，或是依据自身的产品资源和客户优势发展各具特色的智能财富管理业务。

当前国内智能投顾管理资产约60亿美元，其中，摩羯智投约占一半。国内已有包括平安一账通、百度股市通、蚂蚁聚宝、璇玑智投、宜信、真融宝等超过50家背景各异的公司推出智能投顾服务，其中第三方财富管理公司、原股票配资或炒股软件公司、互联网金融平台占大多数。但是，总体来看，目前国内的智能投顾还不够成熟，缺乏一个有效而成熟的市场基础及环境。

（2）智能客服

智能客服高度融合智能、传感、网络、云计算等创新技术，与移动互联网的新业态、新模式相结合，能够及时、便捷、高效地实现金融产品和服务的介绍与匹配，提供问题解答等业务。

放眼全球，智能客服已经相当普遍，以Zendesk公司为主要代表的美国智能客服平台企业占据了全球一半以上的市场份额。国外智能客服是以SaaS云客服的形式向用户提供服务，国内称之为移动客服、互联网客服。思科VNI移动2015报告预测：仅2017—2019两年的时间，移动数据流量通过云计算、SaaS方案解决将从81%跳转到90%。

聚焦国内，目前移动智能客服市场主要分为三类：一是企业自建智能客服平台，如蚂蚁金服的远程服务。早在2015年“双11”期间，蚂蚁金服95%的远程智能客服已经由大数据智能机器人完成，同时实现了100%的自动语音识别，整体服务的客服人数超过500万人次。当用户进入支付宝“我的客服”，智能客服更是会主动“猜”出用户可能问的问题。二是使用自建平台同时开放给第三方使用，如京东JIMI智能客服机器人。三是第三方平台，如环信、网易七鱼、易米云通、Udesk等。此外，传统金融机构也在智能客服领域布局，国内首款全智能客服机器人“娇娇”整合了语音识别、语音合成、自言语音理解技术甚至图像、人脸和声纹等人工智能技术，目前已经在常州、无锡和成都等20多个城市的银行上岗。作为实体机器人，“娇娇”采用语音识别和人脸识别技术，可以进行人机语音交流，还可以识别熟悉客户，在网点进行客户指引、介绍银行的各类业务等（见图1-6）；平安银行推出的平安天下通App利用人脸识别技术进行远程身份认证，用户根据系统提示，完成指定动作识别，即可进行App解锁、刷脸支付以及刷脸贷款等。

（3）智能身份识别

智能身份识别是指以人工智能为核心，通过图像识别、指纹识别、声纹识别和OCR识别等技术手段，快速、准确地核实用户的身份信息。目前，国内智能身份识别技术相对发展较快，支付宝中基于深度学习的证件审核系统，能够使支付宝用户的证件校核时间从1天缩短到1秒，同时还提升了30%的通过率。此外，支付宝、京东钱包、百度钱包等第三方支付平台也开启了指纹支付方式，改变了支付过程中需要输入口令密码的传统支付确认方式；平安集团在指定银行区域运用相关识别系统进行整体监控，识别陌生人、可疑人员和可疑行为，提升银行物理区域的安全性。该套系统还能识别银行VIP客户，实现个性化服务。

（4）金融基础设施

在金融基础设施方面，金融基础设施落后、效率低下和运维成本高昂一直是金融机构亟待解决的问题。智能金融有效地将金融与科技相融合，带动了IT建设服务提供商的涌现，比如金融机构ERP、结算系统、风控系统等金融基础设施建设服务效率提升也指日可待。现阶段的金融基础设施主要分为IT基础供应商，如东软、中软、神州数码、SAP、Oracle等。以及近几年出现的新兴SaaS（软件即服务）和云服务，如阿里云、大易和亚马逊等。2016年底，金融界发布Z3智能金融超级引擎，以智能投顾、智慧观点为核心，旨在帮助亿万投资者更方便、轻松地打理资产，实现资产的保值增值。

（5）电子货币

即数字货币，它不能完全等同于虚拟世界中的虚拟货币，因为它经常被用于真实的商品和服务交易，而不仅局限在网络游戏等虚拟空间中。目前，中央银行不承认也不发行数字货币，数字货币也不一定要有基准货币。目前，互联网上存在的电子货币主要有以下几种，其中以比特币最为流行。

比特币（Bitcoin）：2008年11月1日，一个自称中本聪（Satoshi Nakamoto）的人在一个隐秘的密码学评论组上贴出了一篇研讨陈述，陈述了他对电子货币的新设想——比特币就此面世。2013年10月因价格暴涨在全世界引起关注。

狗币（Dogecoin）：也叫狗狗币，诞生于2013年12月8日，是由一位澳大利亚的品牌与市场营销专家和一位美国俄勒冈州波特兰市的程序员联手创造，此二人素昧平生，却成功地将最火爆的两种产品：比特币和狗狗结合在了一起，结果Dogecoin就诞生了。狗币市值是6700万美元，供应量是每年52亿美元至1000亿美元，相关币种还有熊猫币、猫币、鸭鸭币等。

以太币（ETH）：是以太坊（Ethereum）的一种数字代币，被视为“比特币2.0版”，采用与比特币不同的区块链技术“以太坊”（Ethereum），开发者们需要支付以太币（ETH）来支撑应用的运行。和其他数字货币一样，可以在交易平台上进行买卖。

莱特币（Litecoin）：是一种基于“点对点”（Peer-to-Peer）技术的网络货币，也是MIT/X11许可下的一个开源软件项目。它可以帮助用户即时付款给世界上任何一个人。莱特币旨在改进比特币，与其相比，莱特币具有三种显著特点。第一，莱特币网络每2.5分钟（而不是10分钟）就可以处理一个区块，因此可以提供更快的交易确认。第二，莱特币网络预期产出8400万个莱特币，是比特币网络发行货币量的四倍之多。第三，莱特币在其工作量证明算法中使用了由Colin Percival首次提出的Scrypt加密算法，这使得相比于比特币，在普通计算机上进行莱特币挖掘更为容易。每一个莱特币被分成1亿个更小的单位，通过八位小数来界定。

恒星币（Stellar）：一个由前瑞波币（Ripple）创始人Jed McCaleb发起的数字货币项目，用于搭建一个数字货币与法定货币之间传输的去中心化网关。

无限币（IFC）：发布于2013年6月5日。基于Scrypt/Pow算法，30秒生成一个区块，最初的区块每块中有524288枚无限币，之后每生成86400个区块，区块内的币数量减半，共计约906亿枚。挖矿难度每小时调整一次。无限币是一个新兴数字货币，相较于比特币更具流通优势，填补了比特币在商业流通、促进商业运转等领域的短板。在加密电子货币领域，有一句流行语：“Bitcoin is Gold，Litecoin is Silver，Infinitecoin is Copper”，意为“比特金，莱特银，无限铜”。