人工智能AI正迅速应用于诸多行业，其影响从语音识别、自动驾驶汽车遍布到金融交易、智能财务领域。机器学习算法如今被普遍嵌入到网络协同工作和智能客户中;数字化设备和联网传感器的数据处理和数据流传输能力已大幅提升，持续改善人工智能的表现;机器基本上能够识别特定的语音和图像，可以大致理解人类的沟通。机器通过破解语言和视觉，已进入到现实世界中。

人工智能在金融领域中的应用，相较于大数据而言的核心突破在于深度学习、智能分析和最终的智能决策。大数据、云计算、智能硬件以及后续的区块链技术等都是支撑人工智能上层技术的基础。目前，人工智能技术可以运用在金融领域的技术主要包括深度学习、知识图谱和自然语言三种。

　　人工智能+财资管理，未来的企业财资借助人工智能的关键技术和核心能力使得企业财务和金融形成了包括结算、融资、票据、投资、风险控制，以及财务公司运营、供应链金融、电商平台、产业交易金融平台等有机结合的整体智能化平台。企业管理者可以随时且一目了然地对企业资金的长短期流入流出、资金头寸、多渠道投融资、收益及债务进行动态、实时的监控。企业财资管理越来越呈现数据化、互联网化、智能化的发展，为企业提供多方面、多层次的财资管理分析和财资经营决策。

　　未来已来，借助人工智能的关键技术和核心能力，将赋能财资管理智能化，尤其体现在账户、支付、头寸、现金流预测、投融资、风控、共享和资管等场景。

工业制造领域

　　比如GE的数字化改造、通过AI预测能源需求、帮助更准确地启动风力涡轮机。GE Predix平台应用人工智能可以预测喷射发动机下次清洗的时间。Google DeepMind通过分析谷歌服务器的访问情况帮助其数据中心冷却和支持系统减少能耗等，针对企业端的场景更多的是实现更精细化的控制、通过识别不同模式或规则自动作出响应、带来效率提升。

　　互联网领域

　　百度在AI的战略布局方面，目前包括三大实验室：硅谷人工智能实验室、深度学习实验室和大数据实验室，主要研究领域为图像识别、语音识别、自然语言处理、机器人和大数据。2016年9月，百度发布了百度大脑，包括了PaddlePaddle深度学习平台(算法模型)、AI超级计算机(底层技术)以及大数据三大核心技术。2017年1月，百度推出人工智能操作系统DuerOS。

　　2016年4月，腾讯成立了AI实验室，提出了基于业务整合的四个研究领域：计算机视觉(Computer Vision)、语音识别(Speech Recognition)、自然语言处理(NLP)和机器学习(Machine Learning)以及四个研究方向：内容AI、社交AI、游戏AI以及工具类AI。

　　阿里则充分借助电商平台的优势，于2015年7月发布了人工智能购物助理虚拟机器人“阿里小蜜”;在金融领域，通过机器学习，蚂蚁微贷和花呗的虚假交易率降低了90%。支付宝的证件审核系统开发的OCR系统，使证件校核时间从1天缩小到1秒，同时提升了30%的通过率。蚂蚁金服的定位就是以信用为基础，人工智能驱动的公司、人工智能技术已体现在信用、推荐、风控、搜索、智能助理、营销等多个应用场景。

　　财务与金融领域

　　摩根大通开发的金融合同解析软件COIN，只需几秒就能完成原先律师和贷款人员每年需要36万小时才能完成的工作。2017年3月贝莱德(Black Rock)宣布裁掉40多个主动型基金部门的岗位，其中包括7名投资组合经理，转而用计算机与数学模型进行投资的量化投资策略代替。2017年5月德勤财务机器人横空出世，开始取代财务人员的大部分工作。2017年8月美国银行(Bank of America)与Fintech创业公司High Radius达成合作，将人工智能应用于企业应收账款处理。该应用程序专为大型、复杂的公司管理大笔支付业务。

　　资产管理领域的人工智能应用，包括BlackRock开发的Aladdin平台(使用自然语言处理、阅读文件)、Kensho平台(使用庞大的数据库，运用机器学习算法与自然语言处理技术，从众多庞杂数据中提取逻辑关系做出预测，并能以自然语言的方式输出)、Alpaca(模式识别等技术，用于量化投资)等。

　　美国咨询公司Opimas的数据显示，预计到2025年为止，AI的运用将使得对资本市场，包括证券服务、交易和结算、资产管理、私人银行和财富管理等业务在内的员工减少23万人。

　　京东金融依托京东集团积累的客户及场景资源、交易及信用数据，积累了大量数据。在多维、海量、动态的数据基础上，京东金融实现了人工智能、生物识别、深度学习、图像识别、云计算和区块链等领先技术的创新，并应用到了风险模型、量化运营、用户洞察、企业征信、智能投顾等各个与金融相关的领域中去。

　　与此同时，京东金融还将数据+人工智能能力进行对外输出。如京东金融的反欺诈解决方案——安全魔方。安全魔方拥有千万级每分钟的风控指标运算能力，还具备毫秒级的风险预警及响应时效，可以提升金融机构及电商客户的信贷申请反欺诈、账号与交易安全、营销反欺诈能力。