用AI的线团，解开金融行业的米拉诺斯迷宫

从小我们就听过这样一则古希腊神话：克里特岛国王弥诺斯为牛头人米拉诺斯修建了一座迷宫，来到克里特岛上的众多勇士都无法破解。后来年轻的忒修斯在公主阿里阿德涅的帮助下，拿着

从小我们就听过这样一则古希腊神话：克里特岛国王弥诺斯为牛头人米拉诺斯修建了一座迷宫，来到克里特岛上的众多勇士都无法破解。后来年轻的忒修斯在公主阿里阿德涅的帮助下，拿着一个线团进入迷宫，在所到之处留下线绳，最终成功解开了迷宫。

这个故事被当作寓言，用来教育孩子们面对复杂的事物要探寻本质，找到更便捷的破解方案。在AI技术融入各行各业的进程里，其实也像是忒修斯面对着众多迷宫。如何在原本不熟悉AI、价值模型处于未知状态的产业里找到那个“线团”，往往就是破解产业迷局的关键。

在AI驶入的产业迷宫中，金融行业有着极其特殊的地位。一方面，金融与AI的融合优势显而易见，在所有主要社会生活行业中，金融是数字化程度最高、数据结构最完成的行业，非常适合AI来完成赋能;但另一方面，金融行业的海量数据、复杂场景，以及严苛的技术要求又让其带给AI巨大的挑战。

早在2017年，国务院印发的《新一代人工智能发展的规划》中，就提出将金融业作为发展人工智能试点示范的重点行业之一，同时提出要建立金融大数据系统，提供智能的金融服务等等一些具体的举措。2019年，央行下发的《金融科技(FinTech)发展规划(2019-2021年)》中，“人工智能”被数次提及,并且给出了一系列人工智能与金融行业结合的具体方案路线。

可以说，AI+金融在目前这个阶段已经上升为国家战略和社会共同价值期待。但想让AI真正为金融行业带来价值，惠及千家万户，仅仅有宏大的愿景与美好的希冀远远不够。在产业实践中，我们可能还是需要回归技术，回归案例，来探明AI究竟如何与金融产业的特性结合，如何让AI在金融产业中长足发展。

好在随着AI产业的深入，今天已经有很多“线团”来帮助我们理解行业智能化的迷宫。比如我们介绍过很多次的华为云EI企业智能体系。根植于华为全栈全场景AI解决方案，华为云提出了“企业智能”概念，并通过一系列的服务与智能体，构筑了如今已经与大量产业深度融合的EI体系。

目前，华为云EI面向政府、企业与开发者提供EI智能体(交通智能体、工业智能体、园区智能体、网络智能体)、通用AI服务(对话机器人、内容审核、图像搜索、人脸识别、OCR图片文字识别等)、一站式AI开发与管理平台ModelArts、多模态AI应用开发平台HiLens等服务与解决方案，在金融、制造、能源、医疗、交通、工业等行业广泛应用。

其中金融行业是华为云EI落地产业的重要一站，其中积累了大量华为关于AI+金融命题的思考与经验。我们希望从中抽取产业智慧与行业洞察，来向大家还原一个最真实的AI+金融空间。说不定迷宫的下一扇门，就由你来解锁。

迷宫前：金融业在智能时代的升级需求

提到金融产业对AI技术的容纳，我们首先会想到金融行业的三大基础特性：数据大、场景流程复杂、安全要求极高。

AI技术想要进入金融行业，也就必须与这三大根本要求相结合，才能满足金融场景对新技术的要求。更需要注意的是，今天的金融产业向AI发出的召唤，是站在金融业经历了高度移动互联网化与在线化洗礼之后的。AI技术必须去适配、挖掘和理解已经高速成长起来的移动互联网金融，并在此基础上进行产业所需的再创新。

从这个视角看的话，今天的金融产业是在高速进化的动态中与同样高速奔跑的AI技术相遇。在华为看来，今天AI技术进入金融行业的主要挑战，主要来自于三个方向：

1、随着移动互联网+金融的完成度越来越高，金融行业的数据维度、数据体量、数据交易力度，都发生了海量的增长。与其他行业的区别在于，金融行业所发生的数据洪潮不仅仅是数据量上的，更是全数据维度的扩张。这种情况下，一方面金融产业迫切需求AI技术来解决数据智能化需求，同时也对AI基础设施，包括算法、算力、存储提出了极高的要求。

2、金融行业对AI算法的要求，建立于金融行业严苛的安全、效率与精确度要求基础上。这就需要智能化应用必须拥有良好的安全能力、计算处理效率以及算法精度，必须拥有产业化的抗数据压力、抗安全风险能力。

3、随着移动金融的普及，越来越多的金融交易发生在手机、平板，甚至穿戴设备上。这就导致AI技术不能仅仅覆盖金融行业的云端场景与实体网点场景，而是要走向边端侧设备，基于端侧的AI算力与数据处理能力进行创新。同时，5G的应用与生物数据采集技术的普及，也让移动端AI+金融有了更多想象空间。金融机构希望AI是引领未来变化的原动力，这也需要AI积极与这些技术变量融合创新。