专辑合集系列：人工智能价值落地挑战分析深度解读

东方林语.人工智能原创系列文章，2020年上半年专辑汇总。

人工智能如何实现价值落地？

近几年来：

先行探索者有之；

质疑观望者有之；

痛苦落坑者也有之。

本专辑从数据、技术、场景等各维度面临的挑战，做了比较系统的分析与总结，希望能够对AI落地，起到真正有价值的参考作用。

专辑包含了2020年上半年发布的8篇原创文章。

人工智能在金融领域价值落地，效果及未来两年的发展趋势如何？

我们可以参考剑桥大学一份第三方调研数据，下面的六个观点，可以先作为一个重要的参考指标：

1、在短期内，预计人工智能将成为整个金融服务行业的重要业务驱动力，所有受访者中，有77％的人期望人工智能在两年内可以对其业务具有非常高的整体重要性。尽管目前人们认为人工智能与金融科技之间的战略关联性更高，但现有企业希望能在两年内赶上。

2、人工智能的重要性不断提高，在关键业务功能中被越来越广泛地采用。大约64％的受访者预计未来两年内将在以下诸类别中使用AI –通过新产品和流程创造新的收入潜力、流程自动化、风险管理、客户服务和客户获取。目前只有16％的受访者在所有这些领域中都使用AI。

3、风险管理是当前AI实施率最高（56％）的使用领域。其次是通过新的AI支持的产品和流程来产生新的收入潜力，这一比例为52％。

4、随着AI领导者的争夺，高支出者和低支出者之间的技术差距正在扩大，因为高支出者计划进一步增加其研发投资。这些支出的雄心似乎是由AI投资收益的线性增长所驱动的，一旦AI投资达到约10％的研发支出的“临界”数量，该支出便会生效。

5、无论部门和实体类型如何，数据的质量，对数据的访问以及对人才的访问都被视为实施AI的主要障碍。这些因素中的每一个都被超过80％的受访者视为障碍，而诸如硬件/软件成本，市场不确定性和技术成熟度等方面的障碍似乎较少。

6、金融科技公司越来越广泛地销售支持AI的产品作为服务。成功的实践经历表明，将AI作为服务出售可以通过提供基于更大、更多样化的数据集的改进的AI驱动服务和吸引人才来使大型组织创建“ AI飞轮”（自我执行的良性循环）。人工智能领导者通常会为人工智能实施和监督设立专门的公司资源与他们现有的IT部门合作，主要是数据分析功能。平均而言，他们还使用更复杂的技术来实现更复杂的AI运用。

关注东方林语，与我一起了解更多AI