人工智能在金融领域有哪些应用场景和作用？

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**（使用自然语言处理、阅读文件）、kensho**（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（**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**、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。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。应用于金融领域的人工智能技术及其特征