第1章 金融变革新时代 1
从原子到比特：金融契约的演变 2
引爆点来临：互联网引发金融数字化 8
新兴技术融合：开启金融大变革时代 14
第2章 智能金融：人工智能与金融深度融合 19
人工智能的发展历程 21
金融领域中的人工智能关键技术 28
人工智能在金融领域的主要应用场景 32
第3章 智能金融的驱动因素 37
宏观层面 39
经济发展和人均收入增加 39
互联网经济的发展 40
互联网群体呈年轻化趋势 40
政策支持层面 44
我国推动人工智能发展的主要政策 45
我国在推动金融与科技结合方面的主要政策 48
资本的推动 49
全球人工智能领域投资情况 50
中国和美国人工智能领域投资情况 52
人工智能技术的突破和应用增多 54
数据量呈指数级爆炸增长 54
芯片性能大幅提升，存储成本下降 57
深度学习推动人工智能算法进入爆发期 58
金融供给侧改革的内在需要 60
我国金融体系无法覆盖广大的中小企业群体 61
广大居民的多样化和个性化金融需求不能得到有效满足 61
我国金融信息化水平的不断提高为智能金融发展奠定了基础 63
第4章 面向金融客户端的应用场景 65
智能客服：深度学习让客服更智能 66
案例——工商银行“工小智” 69
案例——百度金融智能服务中心 70
智能支付：让支付更便捷 71
案例——支付宝刷脸支付 74
智能营销：千人千面，精准匹配 76
案例——泰康在线 78
智能征信：海量数据和先进算法助力普惠金融 79
案例——芝麻信用 80
案例——ZestFinance 82
智能保险：精准画像，精准定价 83
案例——蚂蚁金服“车险分” 85
案例——AXA利用机器学习进行保险定价优化 87
智能核保：数字化、自动化、智能化 90
案例——新华保险Magnum智能核保系统 91
智能理赔：快速提升客户体验 92
案例——中国平安智能保险云“智能闪赔” 93
第5章 面向运营环节的应用场景 97
资本优化：人工智能和机器学习提高资本效率 98
智能安防：识别可疑行为，确保场所安全 101
案例——海康威视金融安防领先业内 102
智能网点：推动银行网点智能化转型 103
案例——美国银行的robo bank 105
人工智能优化压力测试：确保金融安全 107
市场影响分析：降低交易影响，提高交易效率 110
智能风控：去除噪音，让数据说话 113
案例——蚂蚁金服蚁盾 114
第6章 在交易和投资管理中的应用场景 117
预测市场：利用深度学习技术预测金融市场走势 118
量化交易：未来算法能自我学习、自主投资 122
案例——Man Group 125
案例——Rebellion Research 126
投资组合管理：优化组合配置，提高组合绩效 127
案例——Equbot推出人工智能ETF 129
智能投顾：人工智能开启投顾新篇章 131
案例——平安金融壹账通推出“智能财富管家” 133
智能投研：实时动态获取数据辅助投资决策 136
案例——智能投研领域的“谷歌”Kensho 139
第7章 面向监管合规的应用场景 143
反洗钱／打击恐怖主义融资 145
案例——QuantaVerse 148
完善KYC：提升客户体验，打击金融犯罪 150
案例——陆金所推出KYC系统 152
监控市场：实时监控市场异常，打击违规行为 153
案例——纳斯达克SMARTS监控系统 155
欺诈识别：智能模型为欺诈防控提供支撑 156
案例——猛犸反欺诈 158
预测系统性风险：维护金融系统稳定 161
辅助政策评估：让金融政策更合理、更有效 162
第8章 人工智能给金融带来的影响 165
对金融市场的影响：重塑金融生态，提高市场效率 167
对金融业务流程的影响：推动金融机构战略转型 170
对投资者和消费者的影响：普惠个性化金融越来越近 174
对监管机构的影响：迎接大变革，应对新挑战 177
第9章 传统金融机构拥抱金融科技 181
竞争走向融合 182
金融IT阶段（2008年以前）：传统金融机构试水互联网业务 183
互联网金融发展阶段（2008～2012年）：互联网金融对传统金融机构形成冲击 185
金融科技发展新阶段（2013年至今）：传统金融机构战略拥抱金融科技 188
传统金融机构发展金融科技的主要模式 192
智能金融崛起：传统金融机构入局 199
全球智能金融崛起 199
我国智能金融发展情况 203
传统金融机构布局智能金融业务 207
第10章 对金融科技的思考及展望 211
对人工智能在金融领域应用的思考 213
人工智能将取代传统低端金融业就业岗位 213
人工智能带来的风险 216
人工智能的局限性 218
金融科技展望：场景化、智能化、个性化 219