中商情报网讯：金融是现代经济的核心，随着大数据、深度学习、神经网络等人工智能的发展，金融服务全面进入互联网时代。贰智慧金融通过智能化技术的综合应用，与零售、交通、医疗等产业形成密切联动效应，未来的金融服务将以“智慧化”（Intellectualized）的方式生产和提供，具备信息自动化处理、模型化决策和部分自决策相结合、智能化执行等特征，同时与智慧城市、智慧生活、智能生产等互相融合，形成新的金融生态圈。
智慧金融的演进，大致可以分为四个阶段：（1）金融信息化提供了金融基础设施的底层保障；（2）互联网金融提升用户体验、培育使用习惯；（3）金融科技让人工智能、区块链等新兴技术与金融服务的结合成为可能；（4）智慧金融使技术与金融高度融合，促进相关生态发展。
在金融基础设施全面信息化、电子化的基础上，用户对通过远程渠道获取金融服务的模式适应性不断提高，各类金融交易数据的收集、处理、分析、共享得以实现线上化，信息数据的规模不断增长、多样性不断丰富，在物联网、大数据、机器学习等技术应用日益成熟的助推下，一个需求更多元、供给更精准、风险防控更高效、协同效应更明显的智慧金融时代正在悄然来临。大体看来，我国智慧金融产业链主要包括三个层次：基础服务层、通用技术层以及场景应用层。
AI芯片是人工智能发展的基石；是驱动智能产品的大脑；是数据、算法、算力在各类场景应用落地的基础依托。近年来，传统芯片厂商、科技巨头、应用层厂商及初创企业纷纷开始涉足其中，不仅力求加快芯片国产化进程，也试图抢占市场主动。同时，对于国内厂商来说，在芯片产业链，甚至整个AI行业格局未定的态势下，一旦通过AI芯片实现“弯道超车”，杀出重围，将有机会成为行业领军者，其可谓巨大。
AI芯片是人工智能的“大脑”，目前AI芯片主要类型有CPU、GPU(图形处理器)、FPGA(现场可编辑门阵列)、DSP、ASIC(针对神经网络算法的专用芯片)和类人脑芯片几种，ASIC有望在今后数年内取代当前的通用芯片成为人工智能芯片的主力。近年来AI芯片市场规模呈快速增长态势。预计至2021年，人工智能芯片市场规模有望达到111亿美元，年复合增长率达20.99%。
就国内而言，目前我国的人工智能芯片行业发展尚处于起步阶段。随着大数据的发展，计算能力的提升，人工智能近两年迎来了新一轮的爆发。数据显示，2017年中国人工智能芯片市场规模达到33.3亿元，同比增长75%；预计2020年市场规模将进一步增长，达到75.1亿元。
云计算自2006年提出至今，大致经历了形成阶段、发展阶段和应用阶段。过去十年是云计算突飞猛进的十年，全球云计算市场规模增长数倍，我国云计算市场从最初的十几亿增长到现在的千亿规模，全球各国政府纷纷制推出“云优先”策略，我国云计算政策环境日趋完善，云计算技术不断发展成熟，云计算应用从互联网行业向政务、金融、工业、医疗等传统行业加速渗透。
根据中国信通院最新发布《云计算（2020年）》，我国公有云市场规模首次超过私有云。2019年我国云计算整体市场规模达1334亿元，增速38.6%。数据显示，2019年公有云市场规模达到689亿元，相比2018年增长57.6%，预计2020-2022年仍将处于快速增长阶段，到2023年市场规模将超过2300亿元。
厂商市场份额方面。据中国信息通信研究院调查统计，阿里云、天翼云、腾讯云占据公有云IaaS市场份额前三，华为云、光环新网（排名不分先后）处于第二集团；阿里云、腾讯云、百度云、华为云位于公有云PaaS市场前列。
2019年，我国私有云市场规模达645亿元，较2018年增长22.8%，预计未来几年将保持稳定增长，到2023年市场规模将接近1500亿元。
计算机视觉是指用摄影机和电脑代替人眼对目标进行识别、跟踪和测量等机器视觉，并进一步做图形处理，使电脑处理成为更适合人眼观察或传送给仪器检测的图像。作为一个科学学科，计算机视觉研究相关的理论和技术，试图建立能够从图像或者数据中获取“信息”的人工智能系统。计算机视觉是使用计算机及相关设备对生物视觉的一种模拟。它的主要任务就是通过对采集的图片或视频进行处理以获得相应场景的三维信息。
计算机视觉技术在金融领域的广泛应用，普通个人用户对此有明显感知：传统的线下柜台、面对面的交互、验证模式被线上化逐步取代。但与此同时，业务模式的改变，意味着过去基于线下流程的风控模式需要变革。通过计算机视觉技术对用户进行安全、有效、便捷的身份核验，已经成为金融行业“标配”。在金融业实际应用，计算机视觉主要应用在金融机构内部流程、以及与客户交互的自动化，对风险控制、客户服务等核心价值链产生影响。这些影响体现在：对现有重复性的人工作业进行取代、提升，并创造出新的客户交互模式。
据IDC数据显示，2019年全年中国计算机视觉应用市场达14.56亿美元，市场增长来源于安防、城市大脑等领域，人脸识别的应用空间也已呈现出较高的渗透。中商产业研究院测算，预计到2020年底，中国计算机视觉应用市场规模将达18.9亿美元。
计算机视觉市场格局来看，商汤、旷视、云从以及依图仍主导市场。在商汤旷视云从依图四小龙的整体份额之外，海大宇在AI+安防市场的份额也显著增长。在质检、巡检方向，百度、华为、阿里、腾讯以及以创新奇智为代表的创业公司也在崛起。
智能语音消费者业务主要通过硬件出售及相关互联网增值服务获利，而企业级和公共级业务则主要有两类合作模式：一是技术平台输出模式，将通用技术能力封装为SDK或API，下游客户或生态中的开发者使用时向技术提供方支付一定费用，当然为了促进生态的快速发展，一些平台如华为HiAI、百度语音技术采取面向开发者免费的策略；二是切入传统行业，提供解决方案（含核心设备），这种情形下涉及智能语音企业与传统行业集成商或最终客户进行定制化、深度合作。
由于电销、客服、回访等场景的广泛存在，语音识别技术在金融机构中渗透相当广泛。在提升用户交互满意度、进一步降本增效上，语音识别的应用价值仍有进一步提升空间。从技术成熟度角度来看，语音识别技术方兴未艾，尤其是中文语音识别在模型上与拉丁语系存在较大差距，在识别准确率、场景深度交互等方面还有较大提升空间。在应用环节上同样，语音技术的相关应用几乎成为中大型金融机构的标配，如客服机器人、合规场景的质检等，实际创造的价值更多体现在对人力的替代，深度、复杂的场景应用中还有待进一步探索。
随着智能语音应用产业的拓展，市场需求增大，预计2020年中国智能语音市场规模将进一步加速扩增。数据显示，预计到2020年，中国智能语音解决方案形式业务规模将达63亿元，技术平台输出形式业务规模将达29.2亿元。
NLP是人工智能分支之一，是计算语言学、计算机科学等多学科的交叉技术，能够计算机去处理和分析自然语言，最终目的是实现计算机与自然语言的有效交互。常见的NLP应用方向包括句法语义分析、信息抽取、文本挖掘、机器翻译、信息检索、问答系统、对话系统等，而机器学习是实现这些应用方向的重要技术手段。
在金融领域，NLP是一项在所有价值链环节都有着广泛潜在应用的技术，尽管目前成熟度仍不足以支撑其为金融机构创造较高的价值，但前景可期。考虑到这一点，金融机构需要及早布局NLP相关应用。当前阶段，受限于技术成熟度，NLP技术为金融行业创造的价值还相对有限，仅仅应用在自动化相关的场景下，例如文本合规检查、数据检索等，主要价值体现在帮助金融机构降低运营成本上。
经过多年的快速发展，移动通信、互联网等技术趋于成熟，为智慧金融提供了坚实的网络基础。智慧金融主要技术包括信息网络的IPV4/IPV6技术、Wi-Fi网络、4G/5G网络等。
数据显示，WLAN市场总体规模在2019年第三季度达到2.3亿美元规模，处于平稳上涨趋势。IDC预计在2020年，WiFi6将在无线市场中大放异彩，仅在中国市场的规模就将接近2亿美元。报告显示，其中WiFi6在2019年第三季度开始从一些主流厂商陆续登。