欢迎您光临中国的行业报告门户弘博报告!
分享到:
2021-2025年中国智慧金融行业分析及供需格局预测研究报告
2020-11-23
  • [报告ID] 148782
  • [关键词] 智慧金融行业分析
  • [报告名称] 2021-2025年中国智慧金融行业分析及供需格局预测研究报告
  • [交付方式] EMS特快专递 EMAIL
  • [完成日期] 2020/11/11
  • [报告页数] 页
  • [报告字数] 字
  • [图 表 数] 个
  • [报告价格] 印刷版7500 电子版7800 印刷+电子8000
  • [传真订购]
加入收藏 文字:[    ]
报告简介

金融是现代经济的核心,随着大数据、深度学习、神经网络等人工智能的发展,金融服务全面进入互联网时代。贰智慧金融通过智能化技术的综合应用,与零售、交通、医疗等产业形成密切联动效应,未来的金融服务将以“智慧化”(Intellectualized)的方式生产和提供,具备信息自动化处理、模型化决策和部分自决策相结合、智能化执行等特征,同时与智慧城市、智慧生活、智能生产等互相融合,形成新的金融生态圈。

智慧金融的演进,大致可以分为四个阶段:(1)金融信息化提供了金融基础设施的底层保障;(2)互联网金融提升用户体验、培育使用习惯;(3)金融科技让人工智能、区块链等新兴技术与金融服务的结合成为可能;(4)智慧金融使技术与金融高度融合,促进相关生态发展。

在金融基础设施全面信息化、电子化的基础上,用户对通过远程渠道获取金融服务的模式适应性不断提高,各类金融交易数据的收集、处理、分析、共享得以实现线上化,信息数据的规模不断增长、多样性不断丰富,在物联网、大数据、机器学习等技术应用日益成熟的助推下,一个需求更多元、供给更精准、风险防控更高效、协同效应更明显的智慧金融时代正在悄然来临。大体看来,我国智慧金融产业链主要包括三个层次:基础服务层、通用技术层以及场景应用层。

一、智慧金融产业链之基础服务层

(1)AI芯片服务

AI芯片是人工智能发展的基石;是驱动智能产品的大脑;是数据、算法、算力在各类场景应用落地的基础依托。近年来,传统芯片厂商、科技巨头、应用层厂商及初创企业纷纷开始涉足其中,不仅力求加快芯片国产化进程,也试图抢占市场主动。同时,对于国内厂商来说,在芯片产业链,甚至整个AI行业格局未定的态势下,一旦通过AI芯片实现“弯道超车”,杀出重围,将有机会成为行业领军者,其诱惑可谓巨大。

AI芯片是人工智能的“大脑”,目前AI芯片主要类型有CPU、GPU(图形处理器)、FPGA(现场可编辑门阵列)、DSP、ASIC(针对神经网络算法的专用芯片)和类人脑芯片几种,ASIC有望在今后数年内取代当前的通用芯片成为人工智能芯片的主力。近年来AI芯片市场规模呈快速增长态势。预计至2021年,人工智能芯片市场规模有望达到111亿美元,年复合增长率达20.99%。

就国内而言,目前我国的人工智能芯片行业发展尚处于起步阶段。随着大数据的发展,计算能力的提升,人工智能近两年迎来了新一轮的爆发。数据显示,2017年中国人工智能芯片市场规模达到33.3亿元,同比增长75%;预计2020年市场规模将进一步增长,达到75.1亿元。

(2)基础云服务

云计算自2006年提出至今,大致经历了形成阶段、发展阶段和应用阶段。过去十年是云计算突飞猛进的十年,全球云计算市场规模增长数倍,我国云计算市场从最初的十几亿增长到现在的千亿规模,全球各国政府纷纷制推出“云优先”策略,我国云计算政策环境日趋完善,云计算技术不断发展成熟,云计算应用从互联网行业向政务、金融、工业、医疗等传统行业加速渗透。

根据中国信通院最新发布《云计算白皮书(2020年)》,我国公有云市场规模首次超过私有云。2019年我国云计算整体市场规模达1334亿元,增速38.6%。数据显示,2019年公有云市场规模达到689亿元,相比2018年增长57.6%,预计2020-2022年仍将处于快速增长阶段,到2023年市场规模将超过2300亿元。

厂商市场份额方面。据中国信息通信研究院调查统计,阿里云、天翼云、腾讯云占据公有云IaaS市场份额前三,华为云、光环新网(排名不分先后)处于第二集团;阿里云、腾讯云、百度云、华为云位于公有云PaaS市场前列。

2019年,我国私有云市场规模达645亿元,较2018年增长22.8%,预计未来几年将保持稳定增长,到2023年市场规模将接近1500亿元。

二、智慧金融产业链之通用技术层

(1)计算机视觉

计算机视觉是指用摄影机和电脑代替人眼对目标进行识别、跟踪和测量等机器视觉,并进一步做图形处理,使电脑处理成为更适合人眼观察或传送给仪器检测的图像。作为一个科学学科,计算机视觉研究相关的理论和技术,试图建立能够从图像或者多维数据中获取“信息”的人工智能系统。计算机视觉是使用计算机及相关设备对生物视觉的一种模拟。它的主要任务就是通过对采集的图片或视频进行处理以获得相应场景的三维信息。

计算机视觉技术在金融领域的广泛应用,普通个人用户对此有明显感知:传统的线下柜台、面对面的交互、验证模式被线上化逐步取代。但与此同时,业务模式的改变,意味着过去基于线下流程的风控模式需要变革。通过计算机视觉技术对用户进行安全、有效、便捷的身份核验,已经成为金融行业“标配”。在金融业实际应用,计算机视觉主要应用在金融机构内部流程、以及与客户交互的自动化,对风险控制、客户服务等核心价值链产生影响。这些影响体现在:对现有重复性的人工作业进行取代、提升,并创造出新的客户交互模式。

据IDC数据显示,2019年全年中国计算机视觉应用市场达14.56亿美元,市场增长来源于安防、城市大脑等领域,人脸识别的应用空间也已呈现出较高的渗透。预计到2020年底,中国计算机视觉应用市场规模将达18.9亿美元。

计算机视觉市场格局来看,商汤、旷视、云从以及依图仍主导市场。在商汤旷视云从依图四小龙的整体份额之外,海大宇在AI+安防市场的份额也显著增长。在质检、巡检方向,百度、华为、阿里、腾讯以及以创新奇智为代表的创业公司也在崛起。

(2)语音识别

智能语音消费者业务主要通过硬件出售及相关互联网增值服务获利,而企业级和公共级业务则主要有两类合作模式:一是技术平台输出模式,将通用技术能力封装为SDK或API,下游客户或生态中的开发者使用时向技术提供方支付一定费用,当然为了促进生态的快速发展,一些平台如华为HiAI、百度语音技术采取面向开发者免费的策略;二是切入传统行业,提供解决方案(含核心设备),这种情形下涉及智能语音企业与传统行业集成商或最终客户进行定制化、深度合作。

由于电销、客服、回访等场景的广泛存在,语音识别技术在金融机构中渗透相当广泛。在提升用户交互满意度、进一步降本增效上,语音识别的应用价值仍有进一步提升空间。从技术成熟度角度来看,语音识别技术方兴未艾,尤其是中文语音识别在模型上与拉丁语系存在较大差距,在识别准确率、场景深度交互等方面还有较大提升空间。在应用环节上同样,语音技术的相关应用几乎成为中大型金融机构的标配,如客服机器人、合规场景的质检等,实际创造的价值更多体现在对人力的替代,深度、复杂的场景应用中还有待进一步探索。

随着智能语音应用产业的拓展,市场需求增大,预计2020年中国智能语音市场规模将进一步加速扩增。数据显示,预计到2020年,中国智能语音解决方案形式业务规模将达63亿元,技术平台输出形式业务规模将达29.2亿元。

(3)NLP技术

NLP是人工智能分支之一,是计算语言学、计算机科学等多学科的交叉技术,能够计算机去处理和分析自然语言,最终目的是实现计算机与自然语言的有效交互。常见的NLP应用方向包括句法语义分析、信息抽取、文本挖掘、机器翻译、信息检索、问答系统、对话系统等,而机器学习是实现这些应用方向的重要技术手段。

在金融领域,NLP是一项在所有价值链环节都有着广泛潜在应用的技术,尽管目前成熟度仍不足以支撑其为金融机构创造较高的价值,但前景可期。考虑到这一点,金融机构需要及早布局NLP相关应用。当前阶段,受限于技术成熟度,NLP技术为金融行业创造的价值还相对有限,仅仅应用在自动化相关的场景下,例如文本合规检查、数据检索等,主要价值体现在帮助金融机构降低运营成本上。

(4)网络技术

经过多年的快速发展,移动通信、互联网等技术趋于成熟,为智慧金融提供了坚实的网络基础。智慧金融主要技术包括信息网络的IPV4/IPV6技术、Wi-Fi网络、4G/5G网络等。

数据显示,WLAN市场总体规模在2019年第三季度达到2.3亿美元规模,处于平稳上涨趋势。IDC预计在2020年,WiFi6将在无线市场中大放异彩,仅在中国市场的规模就将接近2亿美元。报告显示,其中WiFi6在2019年第三季度开始从一些主流厂商陆续登场,首次登场的WiFi 6产品在2019年第三季度便有470万美元的销售规模。

2015年WiFi5达到512%的爆发式增长,随后从2015年到2019年保持着40%以上的年均复合增长率,对无线市场带来强有力的驱动。WiFi5的产品发展轨迹,特别是从2019年开始增速放缓,都在暗示着新产品的迭代,而2020年是WiFi6进军市场的第一个完整元年,将会在上一代产品增速放缓的市场背景下给予无线市场一剂强心针。

根据国际数据公司(IDC)最新发布的《中国WLAN市场跟踪报告,2020Q1》报告显示,紫光旗下新华三集团以39.4%的市场份额夺得2020年第一季度中国企业级WLAN市场份额第一。继雄踞WLAN市场榜首十一载之后,新华三作为企业级WLAN领军企业,2020年之初继续领跑。目前WiFi 6正处于导入期与高速增长期,将会从2020开始,逐步替代处于成熟期的WiFi 5和已然处于衰退期的WiFi 4产品。2020年将会是WiFi 6高速增长的元年。

另外,在5G技术方面,截至2020年6月底,5G终端连接数已超过6600万,三家基础电信企业已开通5G基站超40万个。工业互联网领域已培育形成超过500个特色鲜明、能力多样的工业互联网平台。截至2020年7月,我国已分配IPv6地址用户数达14.42亿,IPv6活跃用户数达3.62亿,排名前100位的商用网站及应用已经全部支持IPv6访问。

2020年以来,各地加快布局5G,三大运营商也发布了5G建设计划。此前,三大运营商披露了2020年5G投资计划。据投资计划显示:三大运营商2020年将建50万个基站。其中,中国移动将新建25万个5G基站,另外,中国电信将与中国联通共建约25万个5G基站,覆盖全国所有地市级(含)以上城市。具体来看:

三、智慧金融产业链之场景应用层

1. 智能支付

近年来,我国支付服务行业在市场规模、用户数量、应用场景等方面的发展均处于国际领先水平。随着互联网和移动通信基础设施的不断完善,越来越多的新技术、新应用结合支付服务“落地开花”,对传统商业模式进行改造的同时,也催生出新的经济增长点。在“互联网 +”的时代背景下,支付日益发展成为一种底层技术和基础设施,支付从渠道蜕变为转型升级的主体,以此为基础进行跨界融合,各个业务领域的边界变得不可分割,最终引发传统商业模式和组织形式等领域的改变。竞争核心开始逐渐转向对传统商业模式的升级,以及对新兴场景的生态化再造,而支付正是这种变化的重要连接点和切入点。

2020年上半年,我国移动支付交易规模全球领先,网络支付模式多元发展,支付业务合规化进程加速,整个行业运行态势持续向好。截至2020年6月,我国网络支付用户规模达8.05亿,较2020年3月增长3702万,占网民整体的85.7%;手机网络支付用户规模达8.02亿,较2020年3月增长3664万,占手机网民的86.0%。

智能支付终端具备刷卡支付、二维码支付、NFC支付等多种支付方式,能够显著提高支付环节的效率,其卡券派发、客户管理、大数据分析等营销功能使其在一定程度上可以替代商户MIS系统,不仅节约了商户购买MIS系统的成本,而且其营销功能可以使商户通过后台对消费行为数据进行可视化分析,进而可以实现对用户的精准营销。以主要支付终端类型POS终端为例,截至2019年末,全国联网POS终端3089.28万台,同比降低10%。目前POS市场整体增长放缓,但是国内智能POS终端市场渗透率仍然较低,已经安装传统POS的商户有充分的更换需求,仅运营存量市场智能POS已经存在了大量的市场前景。

我国移动支付应用场景持续拓展,交易规模连续三年居全球首位。一是移动支付应用场景不断丰富。支付机构通过线上线下一-体化支付、全国性福利补贴、商户在线培训指南等手段助力“小店经济”蓬勃发展。同时,支付机构利用大数据、人工智能等新技术,推动“信用县域”和“县域普惠金融”建设,拓展更多的“+支付”应用场景。二是移动支付交易规模持续扩大。新冠肺炎疫情期间,线下商户加速向线上转化,移动支付工具发挥惠民信息载体、电子钱包、信用媒介、收银记账等作用,促进移动支付普及。2020年上半年,我国移动支付金额达196.98万亿元,同比增长18.61%,稳居全球第一。

网络支付多元化彰显支付市场韧性和潜力。一是我国网络支付向农村及中老年群体渗透。网络支付方式多元化、支付口令智能化、应用体验便捷化,助力网络支付鸿沟逐渐缩小,呈现普及化发展态势,从而有助于提升支付市场的抗风险能力。截至2020年6月,我国40岁及以上网络支付用户比例为36.6%,较2020年3月增长4.5个百分点;农村网络支付用户占比增长2.7个百分点。二是聚合支付助力支付产业链互联互通。作为商家、消费者、多家支付机构的连接载体,聚合支付不仅提供了便捷化的收银方式,还提供了精准营销、数字化运营、低广]槛贷款等增值服务。在支付产业链互联互通的基础上,促进线下商户的数字化转型,以及“下沉市场”普惠金融的发展。

2. 智能理财

传统理财模式与互联网的结合,掀起了“全民理财”的风潮,服务着数以亿计的用户以及万亿级规模的资金。2013年,“宝宝类”理财产品将“1分钱理财”的观念广泛传播开来。之后,通过与生态伙伴开展合作,布局集成化产品矩阵,为不同风险偏好、资金实力、理财目标的人群打造的一站式互联网理财平台规模日趋壮大。

2020年初,受新冠肺炎疫情影响,大部分网络应用的用户规模呈现较大幅度增长。当前,数字经济已成为经济增长的新动能,新业态、新模式层出不穷。在此次疫情中,数字经济在保障消费和就业、推动复工复产等方面发挥了重要作用,展现出了强大的增长潜力。

随着居民可支配结余资金的稳定增长,国人们对理财的潜在需求在持续提升。同时,互联网网民人数稳定增长以及支付技术的快速发展等为互联网理财的发展提供了基础。截至2020年6月,我国购买互联网理财产品的网民规模达1.5亿,网民使用率15.9%。

3 、智能保险

近年来,得益于经济稳定增长、社会财富持续积累、人口结构变化和政策红利等因素,消费者购买保险的能力和投保意愿不断提升,我国保险市场业务规模保持快速增长。个人财富的持续积累、保险意识的不断提升以及人口老龄化趋势推动了中国寿险和健康险市场的高速增长。此外,经济活动持续数字化的趋势,将为创新型、场景化的财险产品带来巨大的增长机遇。

根据Oliver Wyman数据显示,包括寿险、健康险和财险在内,中国保险保费规模预计将从2019年的4.3万亿元增长至2025年的8.6万亿元,期间年均复合增长率为12.4%。预计到2020年这一规模将达4.5万亿元。

从险种构成来看,中国保险保费中,寿险占比达53%,财产险为28%,健康险以及意外险占比19%。2019年中国的保险深度为4%,显著低于美国、日本及德国。2019年,中国在线保费规模达到0.3万亿元,在数字化技术的驱动下,预计在2025年可达到1.9万亿元的规模,2019年至2025年间年均复合增长率为38.1%。

金融业务互联网化、移动化的趋势同样也在保险市场中得到体现,2019年共计70余家保险公司开展互联网财产保险业务。据中国保险行业协会数据显示,在保费规模上,我国互联网保险保费收入从2015年的2234亿元,增长到2019年的2696亿元。

互联网保险业不仅开发了丰富的产品线,而且推动构建了多样化的销售渠道。目前,互联网保险渠道主要包括保险公司PC官网、保险公司自营移动端、第三方(包括第三方网络平台、保险专业中介机构)。从渠道结构来看,2019年,互联网人身保险的渠道主要以第三方平台(渠道)合作为主,占比达87%;公司自营平台(官网)为辅,占比约13%。

数据显示,2019年财产险公司通过第三方网络平台合作的业务保费规模累计383.9亿元,占比45.8%;财产险公司通过保险专业中介机构合作的业务保费规模累计193.8亿元,占比23.1%;2019年保险公司自营平台财产险保费规模累计260.9亿元,占比31.1%。

本公司出品的研究报告首先介绍了中国智慧金融行业市场发展环境、智慧金融行业整体运行态势等,接着分析了中国智慧金融行业市场运行的现状,然后介绍了智慧金融行业市场竞争格局。随后,报告对智慧金融行业做了重点企业经营状况分析,最后分析了中国智慧金融行业发展趋势与投资预测。您若想对智慧金融行业产业有个系统的了解或者想投资中国智慧金融行业,本报告是您不可或缺的重要工具。

本研究报告数据主要采用国家统计数据,海关总署,问卷调查数据,商务部采集数据等智慧金融。其中宏观经济数据主要来自国家统计局,部分行业统计数据主要来自国家统计局及市场调研数据,企业数据主要来自于国统计局规模企业统计智慧金融及证券交易所等,价格数据主要来自于各类市场监测智慧金融。


报告目录
2021-2025年中国智慧金融行业分析及供需格局预测研究报告

第一章 智慧金融行业概述
1.1 智慧金融的概念及特征
1.2 智慧金融演进阶段
第二章 2018-2020年智慧金融行业发展环境PEST分析
2.1 经济环境
2.1.1 全球宏观经济
2.1.2 国内宏观经济
2.1.3 经济转型升级
2.1.4 宏观经济展望
2.2 政策环境
2.2.1 人工智能相关政策
2.2.2 金融信息技术规划
2.2.3 金融科技发展规划
2.2.4 金融安全相关政策
2.3 社会环境
2.3.1 居民收入水平
2.3.2 居民消费水平
2.3.3 投资环境状况
2.3.4 人工智能人才
2.4 技术环境
2.4.1 大数据
2.4.2 云计算
2.4.3 人工智能
2.4.4 物联网
2.4.5 区块链
第三章 2018-2020年中国智慧金融行业发展综合分析
3.1 智慧金融产业链结构
3.1.1 智慧金融产业链环节
3.1.2 智慧金融产业链图谱
3.1.3 智慧金融产业链主体
3.2 2018-2020年智慧金融行业运行分析
3.2.1 智慧金融盈利模式
3.2.2 智慧金融应用场景
3.2.3 智慧金融发展现状
3.3 中国金融科技企业竞争分布状况
3.3.1 企业竞争排名情况
3.3.2 成立时间分布情况
3.3.3 企业地区分布情况
3.4 智慧金融相关主体面临的挑战及应对策略
3.4.1 技术提供企业
3.4.2 传统金融机构
3.4.3 行业监管机构
第四章 2018-2020年中国智能投顾行业综合运行分析
4.1 智能投顾行业概述
4.1.1 智能投顾基本定义
4.1.2 智能投顾平台分类
4.1.3 智能投顾主要特征
4.1.4 智能投顾服务范围
4.1.5 智能投顾业务流程
4.1.6 智能投顾技术基础
4.1.7 智能投顾功能风险
4.2 2018-2020年中国智能投顾产业发展现状
4.2.1 政策监管环境
4.2.2 监管新规发布
4.2.3 行业发展演进
4.2.4 市场发展优势
4.2.5 市场发展规模
4.2.6 智能投顾产品
4.2.7 行业发展问题
4.2.8 行业发展对策
4.2.9 总体发展趋势
4.3 2018-2020年中国智能投顾产业竞争格局
4.3.1 市场参与主体
4.3.2 市场竞争格局
4.3.3 竞争排名分析
4.3.4 券商主体布局
4.3.5 银行主体布局
4.3.6 基金主体布局
4.3.7 保险主体布局
4.4 智能投顾行业发展模式
4.4.1 主要模式分类
4.4.2 模式类型分析
4.4.3 模式对比分析
4.4.4 典型公司分析
4.5 智能投顾行业监管体系建设分析
4.5.1 改革证券投资咨询制度
4.5.2 出台智能投顾监管指南
4.5.3 转变金融科技监管理念
4.6 中国智能投顾行业投资价值评估分析
4.6.1 投资价值综合评估
4.6.2 市场机会矩阵分析
4.6.3 进入市场时机判断
第五章 2018-2020年中国智慧银行业综合运行分析
5.1 中国智慧银行业发展综述
5.1.1 智慧银行基本概述
5.1.2 智慧银行驱动因素
5.1.3 智慧银行的产业链
5.1.4 智慧银行发展现状
5.1.5 智慧银行发展趋势
5.2 2018-2020年智慧银行具体应用场景分析
5.2.1 用户识别
5.2.2 刷脸支付
5.2.3 智慧网点
5.2.4 智能客服
5.2.5 智能风控
5.3 中国智慧银行业参与者典型案例分析
5.3.1 5G+智慧银行
5.3.2 济宁银行
5.3.3 眼神科技
5.3.4 达观数据
5.3.5 同盾科技
5.3.6 竹间智能
第六章 2018-2020年中国智能保险行业综合运行分析
6.1 传统保险行业发展面临的挑战分析
6.1.1 保险业运行状况
6.1.2 保险业发展变化
6.1.3 保险业内部变化
6.1.4 保险业外部变化
6.2 2018-2020年中国互联网保险行业运行分析
6.2.1 市场运行情况
6.2.2 企业竞争格局
6.2.3 企业案例介绍
6.2.4 市场政策环境
6.2.5 市场发展趋势
6.3 2018-2020年中国智能保险行业发展综述
6.3.1 智能保险业态分析
6.3.2 智能保险运作体系
6.3.3 智能保险业务变化
6.3.4 保险企业变革建议
6.3.5 智能保险发展前景
6.4 智能保险行业变革发展及相关案例分析
6.4.1 市场高效运营
6.4.2 产品更加兼容
6.4.3 体系稳定运行
6.4.4 产品更加人性
第七章 2018-2020年中国智能支付行业综合运行分析
7.1 2018-2020年中国第三方支付行业发展状况
7.1.1 行业基本概述
7.1.2 产业发展图谱
7.1.3 行业交易规模
7.1.4 细分业务结构
7.1.5 行业监管状况
7.1.6 行业发展趋势
7.2 2018-2020年中国刷脸支付行业发展状况
7.2.1 行业基本概述
7.2.2 技术基础分析
7.2.3 市场发展规模
7.2.4 企业布局状况
7.2.5 行业政策环境
7.2.6 行业面临挑战
7.2.7 行业发展趋势
7.3 2018-2020年中国智能支付终端市场发展状况
7.3.1 智能支付概述
7.3.2 市场发展环境
7.3.3 商业模式分析
7.3.4 市场发展规模
7.3.5 企业布局状况
7.3.6 市场发展趋势
第八章 2018-2020年中国智能营销行业综合运行分析
8.1 2018-2020年智能营销行业发展综述
8.1.1 智能营销概念界定
8.1.2 智能营销重要作用
8.1.3 智能营销发展历程
8.1.4 智能营销的产业链
8.1.5 智能营销布局分析
8.1.6 智能营销投资状况
8.1.7 智能营销模式优化
8.2 智能营销核心技术分析
8.2.1 数据获取技术
8.2.2 自然语音处理
8.2.3 机器学习技术
8.3 智能营销落地场景分析
8.3.1 用户属性分析
8.3.2 产品内容创作
8.3.3 用户行为预测
8.4 中国智能营销行业未来发展趋势
8.4.1 营销流程效率优化
8.4.2 组织架构效率优化
8.4.3 用户数据效率优化
第九章 2018-2020年中国智能风控行业综合运行分析
9.1 智能风控行业基本概述
9.1.1 智能风控发展背景
9.1.2 传统风控存在问题
9.1.3 智能风控概念界定
9.1.4 智能风控作用分析
9.1.5 智能风控业务流程
9.2 中国智能风控行业发展环境分析
9.2.1 行业政策环境
9.2.2 行业经济环境
9.2.3 行业技术环境
9.3 2018-2020年中国智能风控行业发展分析
9.3.1 智能风控生态主体
9.3.2 智能风控企业竞争
9.3.3 智能风控企业分布
9.3.4 金融科技风控投资
9.3.5 智能风控企业布局
9.3.6 智能风控面临挑战
9.3.7 智能风控发展趋势
9.4 智能风控应用服务案例剖析
9.4.1 个人信贷风控
9.4.2 企业信贷风控
9.4.3 具体应用案例
第十章 2018-2020年智慧金融其他细分场景发展分析
10.1 智能客服
10.1.1 智能客服体系架构
10.1.2 智能客服应用现状
10.1.3 智能客服竞争格局
10.1.4 智能客服案例分析
10.1.5 智能客服发展问题
10.1.6 智能客服市场空间
10.1.7 智能客服发展趋势
10.2 智能投研
10.2.1 智能投研定义分析
10.2.2 智能投研产业链关系
10.2.3 智能投研的参与者
10.2.4 智能投研商业模式
10.2.5 智能投研底层技术
10.2.6 行业市场空间及趋势
10.2.7 智能投研案例分析
10.3 金融大数据
10.3.1 金融大数据基本概述
10.3.2 金融大数据应用场景
10.3.3 金融大数据发展回顾
10.3.4 金融大数据市场规模
10.3.5 金融大数据平台建设
10.3.6 金融大数据公司发展
10.3.7 金融大数据发展趋势
第十一章 2018-2020年智慧金融行业重点企业案例分析
11.1 蚂蚁金服
11.1.1 企业基本概况
11.1.2 企业业务体系
11.1.3 企业经营状况
11.1.4 企业SWOT分析
11.1.5 企业布局场景
11.2 京东金融
11.2.1 企业基本概况
11.2.2 企业产品分析
11.2.3 企业经营状况
11.2.4 企业发展战略
11.3 度小满金融
11.3.1 企业基本概况
11.3.2 企业业务分析
11.3.3 企业布局状况
11.3.4 企业合作项目
11.3.5 企业发展战略
11.4 平安科技
11.4.1 企业基本概况
11.4.2 企业核心技术
11.4.3 企业经营状况
11.4.4 企业业务布局
11.4.5 企业发展动态
11.5 同盾科技
11.5.1 企业基本概况
11.5.2 企业核心技术
11.5.3 企业经营状况
11.5.4 企业业务布局
11.5.5 企业发展战略
11.6 文因互联
11.6.1 企业基本概况
11.6.2 企业核心技术
11.6.3 企业融资动态
第十二章  智慧金融行业投资价值综合评估
12.1  智慧金融行业投融资状况分析
12.1.1 全国投融资环境状况
12.1.2 智慧行业投融资状况
12.1.3 金融行业投融资状况
12.2  智慧金融行业投资壁垒分析
12.2.1 人才壁垒
12.2.2 数据壁垒
12.2.3 业务壁垒
12.3  智慧金融行业投资价值评估
12.3.1 行业进入时机分析
12.3.2 市场投资机会剖析
12.3.3 行业投资风险预警
第十三章  2021-2025年智慧金融行业发展前景和趋势预测分析
13.1 中国智慧金融行业未来发展趋势与前景
13.1.1 市场格局发展趋势
13.1.2 金融服务普惠趋势
13.1.3 行业科技监管强化
13.1.4 行业政策监管趋势
13.1.5 未来技术应用展望
13.1.6 金融新基建前景
13.2  2021-2025年中国智慧金融行业预测分析
13.2.1 2021-2025年中国智慧金融行业影响因素分析
13.2.2 2021-2025年中国金融IT解决方案行业市场规模预测

图表目录
图表1 智慧金融行业特征
图表2 智慧金融生态系统
图表3 金融科技和互联网金融示意图
图表4 中国人工智能+金融行业研究报告分析主体界定
图表5 智慧金融演进阶段
图表6 科技赋能金融业的发展历程
图表7 金融科技创新服务类型
图表8 智慧金融行业发展环境PEST分析
图表9 2015-2019年国内生产总值及其增长速度
图表10 2015-2019年三次产业增加值占国内生产总值比重
图表11 2020年GDP初步核算数据
图表12 2015-2020年GDP同比增长速度
图表13 2015-2020年GDP环比增长速度
图表14 2015-2019年中国人工智能重点政策梳理
图表15 《充分发挥人工智能赋能效用 协力抗击新型冠状病毒感染的肺炎疫情倡议书》内容
图表16 2020年地方层人工智能重点策略汇总
图表17 2020年金融安全相关政策汇总
图表18 2018年与2017年居民人均可支配收入平均数与中位数对比
图表19 2019年全国居民人均可支配收入平均数与中位数
图表20 2020年居民人均可支配收入平均数与中位数
图表21 2018年居民人均消费支出及构成
图表22 2019年全国居民人均消费支出及构成
图表23 2020年居民人均消费支出及构成
图表24 2020年全国居民收支主要数据
图表25 2020年城乡居民收支主要数据
图表26 中国人工智能人才培养重点政策汇总
图表27 人工智能人才培养情况
图表28 人工智能+金融行业技术关系图
图表29 人工智能相关技术在金融行业的应用
图表30 大数据的“4V”特征
图表31 大数据体系及技术
图表32 国内云计算相关政策
图表33 云计算的三种服务模式
图表34 云计算工作原理
图表35 人工智能发展历程
图表36 人工智能技术分类
图表37 物联网技术连接维度
图表38 物联网技术特征
图表39 物联网的组件
图表40 区块链模式分析
图表41 区块链发展阶段
图表42 区块链技术的特征
图表43 区块链核心技术
图表44 智能金融产业链环节
图表45 智能金融参与主体全景图
图表46 2018年中国智慧金融行业图谱
图表47 智慧金融产业链主体
图表48 人工智能+金融行业技术参与主体及服务盈利模式
图表49 智慧金融应用场景
图表50 人工智能+金融行业应用场景概览
图表51 2019年中国金融科技创新企业30强榜单
图表52 2010-2017年上榜企业成立数量分布
文字:[    ] [ 打印本页 ] [ 返回顶部 ]
1.客户确定购买意向
2.签订购买合同
3.客户支付款项
4.提交资料
5.款到快递发票