如今，隨著國家新興數字基礎設施的推進和5G、云計算、大數據等模塊的成熟，人工智能產業發展的“養料”日益豐富。

根據產業鏈上下游的關系，人工智能分為基礎層、技術層和應用層。總體來說，我國人工智能產業鏈已經初步形成，但存在結構性問題，主要集中在技術和應用層面，基礎層的不足較為突出。底層基礎技術和高端產品主要被歐美、日本等國家壟斷，在AI芯片、智能傳感器等領域相對薄弱，尤其是高端芯片領域。國際科技巨頭已經基本構建了產業生態，而中國核心技術相對匱乏，高端芯片嚴重依賴進口。技術層是以基礎理論和大數據為基礎，面向細分領域應用開發的技術；技術層容易向產業鏈上下游擴張，適合粗放式布局。一系列成果的取得與政策和資金的出臺有著密切的關系。

2017年，國務院發布《新一代人工智能發展規劃》，將金融列為人工智能應用試點示范和產業智能升級的重要領域之一。2019年，中國人民銀行發布的《金融科技發展規劃》明確提出，要穩步推進人工智能技術與金融業務的深度融合。這些政策文件為人工智能在金融領域的應用提供了良好的政策環境。

12月10日，第五屆智能金融國際論壇暨2020年度金融試點節在北京舉行。關于金融業的發展，原銀監會副主席發表了四點看法。“金融技術的核心是人工智能和區塊鏈”。加強人工智能在金融領域的應用，無疑對整個行業的發展具有重要意義。

12月11日，由新浪財經主辦的2020中國銀行業發展論壇智能金融峰會在北京舉行。中國互聯網金融協會會長、中國人民銀行原副行長李東榮出席會議并講話。李東榮在講話中提出了人工智能在金融領域應用應堅持的四個基本原則，即遵紀守法、以人為本、安全可控、權責明確。

在安全性和可控性方面，要加強人工智能開發者、用戶等相關方的能力建設和行為規范建設，確保相關人員具備人工智能金融應用所需的專業能力、業務知識和工作經驗。加強理論研究、模型測試、安全評估和審計體系建設，不斷提高智能金融系統的透明度、可靠性和可控性，逐步實現可追溯性、可靠性和可審計性。根據分級分類管理的思想，結合具體應用場景，確定相應級別算法模型的可解釋性程度，技術黑箱不應作為缺乏可解釋性的理由。做好技術供應商的盡職調查、風險隔離和退出管理，不斷提高技術實力和運維能力，避免過度依賴單一供應商。

人工智能細分為各種金融場景，在風險管理場景中起著至關重要的作用。在金融行業，有一句話叫時間就是金錢。有時候差別只有幾秒鐘，資產的漲跌可能幾十萬甚至幾百萬。因此，對于風險案例，風險控制人員可以使用人工智能算法來分析案例歷史，并識別任何潛在的問題。這涉及到使用機器學習來創建一個精確的模型。財務專家可以跟蹤具體的趨勢和波動，提前預測可能出現的風險，然后做好資產管理和配置。

在防范欺詐方面，人工智能的潛力不可低估，一些企業也在積極e