观察不同时期的中国国家战略的重点内容发现，2016年上半年之前，中国的国家人工智能战略主要集中在智能制造和机器人层面；到2016年下半年，中国开始重视人工智能的整体生态布局，为人工智能发展应用提供资金和创新政策鼓励与支持。在这个环境下，金融成为人工智能落地最快的行业之一，智能金融也被列入了国家规划之中。

智能金融是指人工智能技术与金融服务和产品的动态融合，通过利用人工智能技术，创新金融产品和服务模式，改善客户体验，提高服务效率等，而智能金融生态系统由提供人工智能技术服务的公司、传统金融机构、新兴金融业态以及相关监管机构共同组成。

基于普惠金融等需求，中国政府对金融提出了自动化和智能化的发展要求，银行业最早尝试利用人工智能打造智能化运维体系。《十三五国家科技创新规划》中也明确提出重点发展大数据驱动的类人智能技术方法，推动科技与金融融合。《新一代人工智能发展规划》更是对智能金融提出了明确的要求，如建立金融大数据系统，提升金融多媒体数据处理与理解能力；创新智能金融产品和服务，发展金融新业态；鼓励金融行业应用智能客服、智能监控等技术和设备；建立金融风险智能预警与防控系统；等等。

智能金融的发展前景也吸引了日趋活跃的资本，近年来人工智能和金融科技项目的投资热情高涨。2012—2016年，中国人工智能投资额和投资次数不断上升，特别是从2014年开始进入爆发式增长。2016年，中国人工智能投资金额166000万美元，投资次数达到285次（见图1）。中国金融科技投资额于2012—2016年也呈现快速增长，复合增长率为119%。2016年中国金融科技投资额为460万美元，投资次数46次（见图2）。

图1　2012—2016年中国人工智能投资额和次数

数据来源：CB insights。

图2　2012—2016年中国金融科技投资额和次数

数据来源：CB insights。

在技术层面，深度学习使人工智能取得了新的突破。早期人工神经网络的研究由于技术研究难度及有限的训练数据和计算力在很长时间内处于发展瓶颈期；“深度学习”概念在2006年被首度提出，2012年其逐步实现了视觉识别和语音识别功能，引领人工智能技术走向商业化、产品化。(www.daowen.com)

与此同时，居民可支配收入和可投资资产不断增加，对金融服务的需求提出了新的要求，促使金融机构要寻求新的技术手段，来满足这些新的需求。另外，经济体系中还有不少的金融需求，在传统的金融体系中因为高成本等原因，得不到有效的满足，出现了不少的金融服务空白地带，而如果可以有效引入智能金融，也有助于将金融服务引入这些空白地带。如图3、图4所示，2011—2016年，中国个人可支配收入一直保持7%以上的增长速度，2016年个人可支配收入已达33616元。个人可支配收入的提高使得金融行业资产管理规模不断增长。根据贝恩与招行联合发布的《中国个人财富报告》，如图5所示，自2011年以来中国个人可投资资产规模一直保持13.7%以上的增长速度，2011年至2016年复合增长率为17.72%。可投资资产规模增加，以及不同分层的客户的金融服务需求出现明显的分化，促使金融机构探索多样化的金融技术手段来提升原有的金融服务效率。

图3　2011—2016年中国个人可支配收入

数据来源：中国政府统计局。

图4　2012—2016年中国个人可支配收入与金融行业资产管理规模

数据来源：中国产业信息网。

图5　2011—2016年中国个人可投资资产规模

数据来源：贝恩中国财富报告。