AI 参考架构及其在金融行业的应用，IBM12页pdf

近些年随着互联网对各行业的改造（或者说数字化转型），传统金融机构受到很大冲击。 但是，大数据分析和人工智能等新技术的发展，也使得金融行业客户能够重获逆袭的可能。 因为，对于金融行业来说，在过去几十年的发展中沉淀了巨量的可信数据，比如各类交易数 据、市场数据、客户信息、票据影像等等，这些都是数据时代最宝贵的资源。以前限于处理 能力，对于非结构化数据的利用十分有限，主要是为了满足各种合规性要求进行备份存档； 如今随着计算硬件（如 GPU 和服务器集群）、大数据分析和管理技术、以及神经网络算法的 发展，我们能够进行反复利用这些宝贵的数据资源来更精准地识别客户、更深入的洞察市场、 更科学地设计产品、更有效地防范风险、更精细地营销管理。 目前人工智能在金融业的应用主要集中在量化交易、智能投顾，智能客服和生物身份识 别等领域。除了当前比较普遍的自然语言处理和图像视频识别类应用，在风险与交易管理这 种对复杂数据的处理方面，人工智能的应用更将大幅降低人力成本，并显著提升金融风控和 业务处理的能力，为用户创造更高业务价值。

报告提纲：

一、人工智能在金融行业的应用机会

二、人工智能应用的特点及其当前面临的主要挑战

三、IBM AI 参考架构

四、IBM AI 参考架构在不同 AI 应用阶段的金融行业客户案例

五、结语