一、智能金融的界定
工业智能是制造智能的机器，特别是制造人工智能的程序。人工智能可以模仿人类的思维，可以智能地考虑计算机。人工智能研究人脑的思维方法、学习方法和工作方法，研究成果是智能软件和系统开发的基础。
智能金融主要由人工智能的核心技术（机器学习、信息处理、知识地图、计算机视觉等）驱动，它赋予金融业所有参与者力量和业务节点力量，而人工智能技术强调产品创新、流程重组和服务的重要作用。
参与者包括对传统金融机构、新兴金融和金融部门至关重要的监管管理系统，以及为金融机构提供人工智能服务的公司，这些参与者构成了一个智能金融生态系统。
二、人工智能在我国金融领域的应用历程
在金融业的长期发展中，每一次技术升级和商业模式转型都离不开技术赋能和理念的大力支持。
在“it+金融”1.0阶段，90年代末，计算机和信息技术逐步应用于金融机构的日常办公和金融业务处理，实现了存款、汇款、贷款业务的电子化核算，磁条信用卡技术、ATM、POS机等基础设施的完善，大大提高了数据处理能力和金融服务效率。
在互联网+金融阶段的2阶段，互联网技术拓宽了金融业务的渠道，大数据和云计算提高了业务处理效率。网上银行、手机银行、无卡支付、互联网信用、互联网个人金融等新兴服务推动了金融与技术融合的历史进程。
目前，我们正在经历“人工智能+金融”.0时代。年以来，机器学习、计算机视觉、信息处理等技术在金融业的应用越来越广泛。智能客户服务、智能营销、智能风险控制、智能投资顾问的出现，标志着我国智能金融发展的开始。
从年中国人工智能金融服务企业排名来看，目前人工智能技术已在小额贷款、保险、投资咨询、财务管理等多个领域开展业务，在智能金融时代，人工智能技术将贯穿于银行。
人工智能与金融的结合，不仅是前端入口与场景的结合，更是贯穿金融机构前、中、后端各个环节的后端IOE系统的结合。
无论是在客户获取、风险控制还是运营过程中，每个环节都有可能与新技术相结合，重构产品服务流程，产生新的策略，或在原有策略中产生新的变量。
例如，年2月11日，百度与农业银行联合孵化的智能银行战略合作一期竣工，农行“金融大脑”正式发布，双方合作的“金融科技联合创新实验室”正式投产。
三、“人工智能+金融”的融合基础
1.大数据是“人工智能+金融”融合的关键点
与数据的密切关系使得人工智能很容易应用。事实上，金融业的许多业务主要是数据处理业务。金融业的许多方面，如投资、财务管理、信贷等，都可以与数据联系起来。有了这些数据，我们就可以开展调查、风险控制等工作。
但如果仅仅用人工处理这些数据，不仅工作量很大，而且处理效果也不尽如人意。但是，如果将这些工作与人工智能相结合，不仅可以提高工作效率，而且可以降低数据处理过程中的错误率，最终降低金融业的风险率。
2.成本的降低是“人工智能+金融”融合的驱动力
金融科技公司更多地运用人工智能和先进的分析技术，为资本市场带来增值。在一级市场上，促进证券发行的金融技术平台主要针对证券销售的低效工具。
在股票或债券市场的承销过程中，发行人和投资者都会
