人工智能出身于上世纪40~50年代，按照“人工智能之父”艾伦·图灵的定义：如果一台机器能够与人类展开对话（通过电传设备）而不能被辨别出其机器身份，那么称这台机器具有智能。

1956年夏天，美国达特茅斯学院举行了历史上第一次人工智能研讨会，会上麦卡锡首次提出了“人工智能”这个观点，被认为是人工智能出身的标志。
人工智能在上世纪20世纪50～70年代迎来黄金时期，在1966年~1972年期间，美国斯坦福国际研究所研制出机器人Shakey，这是首台采取人工智能的移动机器人，1966年美国麻省理工学院（MIT）的魏泽鲍姆发布了天下上第一个谈天机器人ELIZA。

ELIZA的智能之处在于她能通过脚本理解大略的自然措辞，并能产生类似人类的互动。
但20世纪70年代初，人工智能遭遇了瓶颈。
当时的打算机有限的内存和处理速率不敷以办理任何实际的人工智能问题。
在1980年后，人工智能来到繁荣期，1997年5月11日，IBM公司的电脑“深蓝”降服国际象棋天下冠军卡斯帕罗夫，成为首个在标准比赛时限内击败国际象棋天下冠军的电脑系统。

2013年，深度学习算法被广泛利用在产品开拓中，Facebook人工智能实验室成立，探索深度学习领域，借此为Facebook用户供应更智能化的产品体验；Google收购了语音和图像识别公司DNNResearch，推广深度学习平台；百度创立了深度学习研究院等。
2016年，AlphaGo降服围棋天下冠军李世石，人机大战第五场经由长达5个小时的搏杀，以李世石认输结束。
这一次的人机对弈让人工智能正式被众人所熟知，全体人工智能市场也像是被引燃了导火线，开始了新一轮爆发。

二．人工智能在银行领域的运用

银行的运行模式决定它非常适宜采取人工智能来取代人工，目前为止，银行利用人工智能的产品已经非常普遍了，例如智能客服，智能外呼，智能营销，智能风控，智能运营等。
目前工商银行提出“e-I CBC 3.0聪慧银行”、培植银行提出“5G聪慧银行”、安然银行提出三大阶段打造“AI Bank”，由此可见人工智能对银行科技计策的深刻影响。

从运用上看，人工智能在银行紧张运用集中在如下方面：

1.智能外呼催收：人工智能催收，紧张领悟了智能语音、智能分案引擎、催收知识图谱的全新贷后资产处置全流程管理平台，致力于为催收机构供应一站式技能与业务办理方案。
依据银行催收的业务场景，结合浩瀚银行金融机构的不良资产处置实战履历，采纳事前需求沟通、事后专属优化，确保系统和业务的稳定高效对接，实现人工智能技能真正赋能不良资产处置机构业务。

在智能催收后台中，语音质检为合规催收保驾护航，智能话术、录音识别、行为康健等办法担保合规做作业；通过采取人工智能技能筛选标记，加速坐席开案效率；整合贷前申请数据、贷后催收数据、外部接入数据等，形成闭环的数据更新体系；智能分案引擎对案件处置整体过程提速，坐席赞助引擎实时为案件处理供应话术和合规性的作业辅导，同时批量核验，底层通讯平台担保有效的语音沟通和短信触达。
在疫情期间，利用人工智能催收，可以远程进行无打仗的催收事情，通过智能外呼进行批量电话催收，及时将还款操持传达给欠款人，而且可依据企业M1，M2的情形，辅导制订合理的办理方案，帮助企业提升催款还款效率。

2.智能营销与投顾：根据马科维茨的当代资产组合理论（MTP），结合个人客户的风险偏好和理财目标，利用人工智能算法和互联网技能为客户供应资产管理和在线投资建议做事，实现个人客户的批量投资顾问做事。
利用人工智能，采取多层神经网络，实时采集所有主要的经济数据指标，智能营销投顾系统不断进行学习。
它采取得当的资产分散投资策略，可实现大批量的不同个体定制化投顾方案，以不追求短期的涨跌回报，而期望长期的稳健回报为目标，进一步深刻践行银行长期做事客户的理念。
通过智能营销投顾办理方案，把财富管理这个做事门槛降到一个普通的家庭人群来利用。

3.RPA银行机器人：RPA即机器人流程自动化（RoboticProcess Automation），通过软件机器人自动处理大量重复性、基于规则的事情流程任务。
普通来讲，RPA便是通过仿照人对打算机的操作，只假如人可以在打算机上通过操作鼠标和键盘来实现的，RPA都可以实现。
作为信息化程度最高的行业之一，银行内部完成了成百上千套信息系统的培植，导致了大量系统与系统，数据与数据之间是割裂的，许多‘衔接性’的事情流程须要有员工操作完成。
这些高流量、重复的、随意马虎产生风险和失落误的场景是RPA的运用首选，它们分布在银行里各个业务条线的前、中后台。

（1）企业征信查询机器人：在企业或个人授信审批过程中，客户经理须要登录法院、工商、税务、裁判文书等20多个企业/个人征信干系系统网站，汇总查询结果信息。
同时，客户经理还要按照合规哀求截图保存。
企业征信查询系统实现对企业干系信息的一键查询。
机器人自动登录外部征信系统或者网站，获取、汇总并截图保存查询结果信息。
不仅提升了事情效率，还保障了征信数据的完全性。

（2）财务报表机器人：分支机构客户经理须要将大量的财务报表上的数百项信息手动录入至相应的企业金融系统，并将财务信息填写至相应的企业金融系统，并将财务信息填写至尽职调查报告。
同时，这些财务报表的司帐科目数值大，再加上报表的司帐科目也不规范，例如有些企业资产负债表中供应的科目是“实收成本”，有些企业是“实收股本”，这类同义词也须要由专业财务资质履历的业务老师做后续判断。
财务报表数量多，司帐科目数值大，报表不规范，导致财务报表采集过程费时费力，且随意马虎出错。

在这种场景下，采取RPA+OCR+自然措辞处理的办理方案，首先通过OCR技能将财务报表扫描件转化成电子文件，再利用自然措辞处理技能识别同义词，末了再用RPA实现信息的自动化采集和尽职2调查报告财务剖析的自动天生。
在机器人的帮助下，财务报表采集和剖析的韶光从几个小时降落到10分钟以内，效率显著提升。

（3）聪慧贷后审判机器人：当授信申请通过审批后，银行就会出具审批见地书。
授信部门贷后管理职员须要从长篇幅的审批见地书中提取出须要实行与关注的内容，并下发给支行及支行的客户经理实行。
客户经理须要关注企业贷款的资金流向、经营情形，如果是外贸项目还要关注汇率的变动情形等。
审批见地书篇幅比较长，不同职员在阅读理解时对要点理解上可能不一致，这会让后面的实行和落地存在一定的寻衅和困难。

针对这一痛点，供应了聪慧贷后审批机器人办理方案。
首先用自然措辞处理技能实现审批见地书的关键要素的提取，同时将提取的要素按照高等、中级、低级进行分类，然后再下发给客户经理实行，末了贷后管理职员做实行情形的跟进。
在智能RPA的帮助下，大幅度提升了经营机构的贷后管理水平，更好地知足了监管机构的合规哀求。

4.智能客服：客服系统是为客户做事的窗口，智能客户整合全部对外的客服做事通道，供应多模式领悟（包括电视、网页在线、微信、短信及App等）的在线智能客服；对内实现语音剖析，客服助理等商业智能利用。
为坐席供应一种赞助手段，帮助坐席快速办理客户问题。
客服助理通过实时语音识别，实时语义理解，节制客户需求，自动推送客户特色，知识库等内容，借助微信"大众年夜众号等平台，推出语音问答系统，打造个人金融助理形象。

通过电话客服渠道、网上客服、APP、短信、微信以及智能机器人终端与客服进行语音或文本的互动互换，理解客服业务需求，语音回答客户提出的业务咨询，并能根据客服语音导航至指定业务模块。
对传统按键式菜单进行改造，用户利用自然语音与系统交互，实现菜单扁平化，提升用户满意度，减轻人工做事压力，降落运营本钱。
电话客户不再受限于菜单，可开展全业务的语音导航播报做事。

5.智能风控：智能风控是一个基于人工智能技能的综合性系统工程，充分利用各种数据，借助如机器学习、深度学习和大数据技能，与风控业务逻辑、流程的有机结合，结合银行信贷业务中的交易敲诈、网贷申请敲诈、信贷全生命周期风险管理、客户代价剖析、预期客户管理等场景的痛点及问题，终极形成一套完全的风控系统。

传统银行的业务一样平常是基于线下模式来开展的，短缺线上业务运营的履历，相应的风险掌握履历和能力不敷。
而各种金融科技企业通过新兴技能—如人工智能、大数据、云打算—对多维度客户数据的处理，理解和预测不同客户的行为和需求，为他们供应个性化的做事。
对付银行业而言，金融科技企业在产品与做事创新、运营效率与客户体验方面的上风明显，银行与金融科技企业的互助成为发展趋势。
近年来，智能风控逐渐成为金融领域，尤其是银行业的运用热点，它供应一种贯穿事前预警与反敲诈、事中监控和事后剖析全业务流程的风控手段。

三．未来的发展模式

人工智能的发展将推进银行改革，逐渐颠覆传统的业务流程、客户打仗交互的办法、以及产品开拓和企业运营决策的手段，利用人工智能构建新的竞争上风，除了自身的积累和技能进步，还须要积极与外部企业探索新的商业模式，加强与互联网公司互助，通过节制细分市场数据，以场景运用为入口，在积累海量数据的同时捉住用户，逐步成为行业的主导者和引领者，建立由银行主导、高校研发或金融科技公司互助的一体化的发展模式，将高校或金融科技公司在人工智能方面的科研成果与详细业务相结合，将技能转化为真正的商业代价。

末了： 可以我的个人V：atstudy-js，可以 免费领取一份10G软件测试工程师口试宝典文档资料。
以及相对应的***学习教程免费分享！
，个中包括了有根本知识、Linux必备、Mysql数据库、抓包工具、接口测试工具、测试进阶-Python编程、Web自动化测试、APP自动化测试、接口自动化测试、测试高等持续集成、测试架构开拓测试框架、性能测试等。

请关注+私信回答："测试" 就可以约请你进入软件测试群学习互换~~