金融科技对于区域经济高质量发展和地区产业升级具有重要意义。作为国家金融监管部门所在地，总部型金融机构集聚地，北京不仅是国际性金融信息中心，更是近年来全国金融科技投资最为活跃的地区之一。近期中关村管委会、北京市金融工作局和北京市科学技术委员会就联合发布了《北京市促进金融科技发展规划(2018年-2022年)》。

　　据悉，《规划》分析了金融科技的机遇与优势，提出了指导思想、基本原则和发展目标;分解了重点任务，包括推动金融科技底层技术创新和应用、加快培育金融科技产业链、拓展金融科技应用场景;从空间布局加以落地，打造形成“一区一核、多点支撑”的发展格局等。业内人士普遍认为，在当前网贷行业震荡影响尚未完全消除的情况下，《规划》的出台对新金融行业具有正向的政策促进作用，有利于行业信心恢复，创造较好的发展环境。

　　《规划》中，在“发展目标”部分，提出了“推动金融科技底层技术创新和应用，催生领先前沿技术”的目标。而众多金融科技底层技术中，“人工智能技术的创新与应用”首当其冲。事实上，人工智能早已在家居、医疗、安防、金融等行业的多领域、多维度应用落地，尤其是在金融领域的应用最为深刻、广泛。在整个金融流程中，从前台的客户服务，到中台的金融交易，再到后台的风险防控，人工智能均参与其中。人工智能对整个金融行业的影响将远远超过互联网。随着大数据、人工智能技术的快速发展，金融智能化也必将是大势所趋。

　　由于金融智能化大势所趋，当前《规划》的发布正带来政策的东风，国内外知名金融机构也在 “人工智能+金融”领域争相布局。目前，人工智能在金融领域的应用场景主要包括智能投顾、征信、风控、搜索引擎、智能客服等，采用的方法主要是深度学习、自然语言处理、人脸识别、知识图谱。其中，深度学习技术的引入是人工智能发展的重要分水岭，数据则是深度学习学习阶段汲取知识经验的重要来源。

　　作为金融科技创新领航企业，恒昌在人工智能、区块链等前沿技术领域早已进行了前瞻性战略布局。基于深度学习的信贷模型在整个风控流程中，具有举足轻重的地位。基于海量用户数据沉淀，恒昌对用户进行精细化的样本与特征建模，根据产品场景进行结果变量和特征的抽取，通过机器学习平台建立垂直领域的深度学习信贷模型。在贷前环节对用户欺诈和信用风险进行分析评估，并不断通过贷后表现数据来完善信贷模型，形成数据和算法的闭环。

　　近年来，深度神经网络等技术在人脸识别领域效果显著。恒昌将人脸识别等生物识别技术应用于业务反欺诈等领域也取得了成功实践。核实有效用户身份，借款人在提交进件资料的过程中，配合完成人脸确认。人脸确认包含两个重要步骤：首先完成活体检测，要求用户主动参与，并配合完成相关指令动作，智能终端SDK实时采集并分析用户人脸图片，通过智能分析算法进行活体检测。系统把通过了活体检测的用户人脸图片再传送到公安部人脸识别系统进行比对确认。整套人脸识别和确认方案权威性和安全性都很高。到目前为止，平台人脸识别系统上线已经有半年时间，准确率在98%以上，并已服务于多个线上产品。

　　同时，恒昌还构建了基于图数据库技术的大规模信贷知识图谱应用。平台通过多年积累和不断演进，形成了超大规模关系链网络，在信贷全生命流程中发挥重要作用。图数据库能通过“实体”和“关系”这种简单直观的描述方法来表述现实世界中错综复杂的关联关系。以提供逐层挖掘的方式，引导逐步深入分析各种关系，还可快速呈现实体之间最新的关系变化，积累更新的知识和经验;清晰地呈现复杂关系间的联络线索，为判断事件来龙去脉提供有效引导。其在欺诈识别、风险预警、失联修复中有着广泛应用。

　　从百度的All in AI到腾讯的AI in All，人工智能已成为实现颠覆性变革的划时代创新。而随着平台数据积累与深度学习技术的发展，在金融业务应用领域，人工智能也必然创造出更大的价值。未来，恒昌也进一步以金融科技为驱动，推动金融服务的疆域拓展和创新升级。