2021年中国人工智能在银行业中的应用行业概览.pdf

1 2021年 中国人工智能在银行业中的应 用行业概览 2021 Industry Overview on the Application of Artificial Intelligence in the Banking Industry in China 2021年中国銀行業界人工知能応用 概要 报告标签：银行业、人工智能、金融科技 报告作者：陈文广 2021/04 报告提供的任何内容（包括但不限于数据、文字、图表、图像等）均系 头豹研究院独有的高度机密性文件（在报告中另行标明出处者除外）。 未经头豹研究院事先书面许可，任何人不得以任何方式擅自复制、再造 、传播、出版、引用、改编、汇编本报告内容，若有违反上述约定的行 为发生，头豹研究院保留采取法律措施，追究相关人员责任的权利。头 豹研究院开展的所有商业活动均使用“头豹研究院”或“头豹”的商号、商标 ，头豹研究院无任何前述名称之外的其他分支机构，也未授权或聘用其 他任何第三方代表头豹研究院开展商业活动。 12 2021 LeadLeo 行业峰会策划、奖项评选、行业 白皮书等服务 头豹研究院简介 头豹是国内领先的原创行企研究内容平台和新型企业服务提供商。围绕“协助企业加速资本价值的挖掘、提升、传播”这一核心目标，头豹打 造了一系列产品及解决方案，包括：数据库服务、行企研报服务、微估值及微尽调自动化产品、财务顾问服务、PR及IR服务，以及其他企业 为基础，利用大数据、区块链和人工智能等技术，围绕产业焦点、热点问题，基于丰富案例和海量数据，通过开放合作的增长咨询服务 等 头豹致力于以优质商业资源共享研究平台，汇集各界智慧，推动产业健康、有序、可持续发展 300+ 50万+ 合作专家 2万+ 注册机构用户 公司目标客户群体 覆盖率高，PE/VC、 投行覆盖率达80% 资深分析师 和研究员 5,000+ 细分行业 深入研究 原创内容 100万+ 行研数据元素 企业服务 为企业提供定制化报告服务、管理 咨询、战略调整等服务 提供行业分析师外派驻场服务，平台数据库、 报告库及内部研究团队提供技术支持服务 地方产业规划，园区企业孵化服务 云研究院服务 行业排名、展会宣传 园区规划、产业规划 四大核心服务3 2021 LeadLeo 1、头豹科技创新网()：PC端阅读全行业、千本研报 2、头豹小程序：微信小程序搜索“头豹”、手机扫上方二维码阅读研报 图说 表说 专家说 数说 3、行业精英交流分享群：邀请制，请添加右下侧头豹研究院分析师微信 详情咨询 研报阅读渠道 扫一扫 实名认证行业专家身份4 中国各商业银行相继成立金融科技子公司，加大在金融科技领域的资金投入， 2020年四大国有银行在金融科技领域的投资共近80亿元。2014至2019年期间中国 银行业业务平均离柜率从67.88%持续上升至的89.77%，离柜率上升的背后，是银行 业利用人工智能技术进行智能化、数字化转型升级的结果 中国银行业目前正处于金融科技迅速发展的阶段，各银行全积极 布局智能化，数字化银行转型升级，“智慧银行”时代已经到来 01 人工智能技术在银行业各业务场景的应用可有效提高银行的运营效率及服务质量、 节省人力成本，是解决中国银行业业务办理等待时间长、流程繁冗、重劳力等痛 点的有效途径。随着人工智能技术的发展以及银行智能机具的普及，人工智能技 术在银行业将渗透得更深更广，帮助银行业全面实现智能化、数字化转型，使其 更好地服务于实体经济 人工智能技术的应用是缓解中国银行业发展痛点的有效途径，人 工智能技术在银行业具有良好发展前景 02 随着人工智能技术不断地发展和进步，未来银行业将拥有能够“自主学习”的风控 模型，能够自动识别风险，并做出预警。人脸识别技术的准确性将从现在的99%上 升到99.99%以上，而且场景实用性更强，对环境因素的敏感性更低。目前，中国 第一家无人银行已在上海运营，未来随着人工智能技术的进步及智能设备的量产， 无人银行的数量将逐渐上升 人工智能技术将重构银行业务体系，业务办理不再受限于传统物 理地址，风控体系将进入高级阶段，无人银行数量逐渐增加 03 从2016年起，中国各银行机构都在使用裁员，缩减招聘 规模等手段以减少基层员工的数量，利用人工智能技术 替代人工完成各项业务，该举措不但削减银行的人力成 本，更提升了银行的运营效率。银行业数字化、智能化 转型将是保持产业长久活力的必由途径。人工智能的应 用将为银行业生产经营活动带来革命性的转变，将是推 动银行业数字化、智能化转型的核心动力。人工智能应 用的持续深化将是中国银行业未来发展的主要趋势 摘要 中国银行业智能化转型路在何方5 2021 LeadLeo 名词解释 - 11 中国银行业领域人工智能行业综述 - 12 发展现状 - 13 发展历程 - 14 中国银行业领域人工智能产业链分析 - 15 上游：云计算 - 17 上游：大数据服务 - 18 上游：AI芯片 - 19 上游：图像传感器 - 20 中游：计算机视觉 - 21 中游：自然语言处理 - 22 中游：语音识别 - 23 中游：机器学习 - 24 下游：应用现状 - 25 下游：智能风控 - 27 中国银行业领域人工智能行业竞争格局 - 28 用户规模 - 29 资金投入 - 29 中国银行业领域人工智能行业发展前景 - 30 政策端 - 31 需求端 - 32 发展趋势 - 33 目录 CONTENTS6 2021 LeadLeo 中国银行业领域人工智能行业企业推荐 - 35 旷视科技 - 36 第四范式 - 37 思必驰 - 38 方法论 - 39 法律声明 - 40 目录 CONTENTS7 2021 LeadLeo Terms - 11 Overview of the AI Industry in the Banking Industry - 12 Development History - 13 Development Status - 14 Analysis of the AI Industry Chain in the Banking Industry - 15 Upstream: Cloud Computing - 17 Upstream: Big Data Service - 18 Upstream: AI Integrated Circuit - 19 Upstream: Imaging Sensors - 20 Midstream: Computer Vision - 21 Midstream: Natural Language Processing - 22 Midstream: Automatic Speech Recognition - 23 Midstream: Machine Learning - 24 Downstream: Application Status - 25 Downstream: Intelligent Risk Control - 27 Competition Pattern of the AI industry in the Banking Industry - 28 User Size - 29 Capital Investment - 29 Development Prospects of the AI industry in the Real Estate Industry - 30 Policy - 31 Market Demand - 32 Development Trend - 33 目录 CONTENTS8 2021 LeadLeo Enterprise Recommendation of the AI industry in the Banking Industry - 35 Megvii - 36 4Paradigm - 37 AIspeech - 38 Methodology - 39 Legal Statement - 40 目录 CONTENTS9 2021 LeadLeo 图表1：中国银行业金融科技发展状况，2020年 - 13 图表2：中国银行业平均离柜率，2014年-2019年 - 13 图表3：中国银行业金融科技发展历程 - 14 图表4：中国银行业人工智能行业产业链 - 16 图表5：中国金融机构云计算技术部署情况，2019年 - 17 图表6：中国公有云在金融领域应用市场规模（按收入计），2015-2024年预测 - 17 图表7：全球大数据储量地区分布，2019年 - 18 图表8：中国大数据服务在金融行业的应用市场规模（以销售额计），2015-2024年预测 - 18 图表9：中国AI芯片市场规模（按营收计），2016-2025年预测 - 19 图表10：全球CMOS图像传感器市占率(按出货量计算)，2019年 - 20 图表11：全球CMOS图像传感器市占率(按销售额计算)，2019年 - 20 图表12：Galaxycore CMOS图像传感器销售额，2017-2022年预测 - 20 图表13：计算机视觉技术在人脸识别中的应用流程 - 21 图表14：中国计算机视觉市场行业规模，2014-2023年预测 - 21 图表15：中国自然语言处理市场规模（按营收计），2014-2023年预测 - 22 图表16：中国语音识别技术领域专利申请数量，2010-2019年 - 23 图表17：中国机器学习市场规模，2014-2023年预测 - 24 图表18：中国银行业领域人工智能应用现状（一） - 25 图表19：中国银行业领域人工智能应用现状（二） - 26 图表20：智能风控与传统风控的信贷流程对比 - 27 图表21：中国商业银行手机银行用户规模，2020年 - 29 图表22：中国商业银行金融科技资金投入，2020年 - 29 图表目录 List of Figures and Tables10 2021 LeadLeo 图表23：中国部分金融科技政策汇总及影响，2017-2020年 - 31 图表24：中国居民年度平均收入，2016-2020年 - 32 图表25：中国智能投顾市场资产管理规模，2015-2024年预测 - 32 图表26：旷视科技融资历史，2012-2019年 - 36 图表27：第四范式融资历史，2017-2021年 - 37 图表28：思必驰融资历史，2015-2020年 - 38 图表目录 List of Figures and Tables2021 LeadLeo 11 AI：Artificial Intelligence，人工智能，通过普通计算机程序来呈现人类智能的技术。 CMOS：Complementary Metal-Oxide-Semiconductor，互补式金属氧化物半导体，是一种集成电路的设计工艺，常用来制作静态随机存取内存、微控制器、微处理器与 其他数字逻辑电路系统。 GPU：Graphics Processing Unit，图形处理器，专门用于绘图运算工作的微处理器。 FPGA：Field Programmable Gate Array，现场可编程逻辑门阵列，以PAL、GAL、CPLD等可编程逻辑器件为技术基础发展而成的一种半客制电路。 ASIC：Application Specific Integrated Circuit，专用集成电路，依产品需求不同而客制化的特殊规格集成电路。 计算机视觉技术： Computer Vision, 使用计算机模仿人类视觉系统的科学，让计算机拥有类似人类提取、处理、理解和分析图像以及图像序列的能力。 自然语言处理技术： Natural Language Processing，利用处理语言的技术，使计算机理解人类语言的含义，并通过对话的方式回答用户提出的问题。 语音识别技术： Automatic Speech Recognition，将人类语音中的词汇内容转换成计算机可以处理的输入语料，最终实现词句词义识别的技术。 声纹识别技术：通过语音信号提取说话人独有的声门开合频率、口腔大小形状及声道长度等声学特征，进而识别出说话人身份的技术。 机器学习： Machine Learning，专门研究计算机怎样模拟或实现人类学习行为以获取新的知识或技能的学科，使计算机重新组织已有的知识结构并不断改善自身的性能。 云计算： Cloud Computing，一种按使用量付费的模式，用户通过网络按需访问一个可配置计算资源共享池，实现计算资源快速配置且管理成本最小化。 私有云：Private Cloud, 云服务商为单一企业或单位搭建部署的云计算基础架构。 公有云： Public Cloud, 云计算服务商利用公共网络向客户提供具有弹性的计算资源和服务，允许用户根据服务使用量支付费用的云计算模式。 区块链：Blockchain, 一种按时间顺序将不断产生的信息区块以顺序相连的方式组合而成的一种可追溯的链式数据结构，是一种以密码学方式保证数据不可篡改、不可伪 造的分布式账本。 名词解释2021 LeadLeo 12 行业综述 01 02 03 04 052021 LeadLeo 13 来源：各企业年报，中国银行业协会，头豹研究院编辑整理 中国银行业金融科技发展状况，2020年 中国银行业领域人工智能应用综述发展现状 人工智能对中国银行业造成巨大冲击，银行面临空前的压力与挑战，各银行相继成立金融科技子公司，投入巨额 资金，扩大科技人才储备，积极发展金融科技水平，打造线上化、自主化、智能化银行 中国银行业平均离柜率，2014年-2019年 中国银行业顺应科技发展潮流，近年来各银行相继成立金融科技子公司，加大在 金融科技领域的资金投入，扩大科技人员储备，加强人工智能在各业务场景的应 用。2020年五大国有银行在金融科技领域的投资约占营业收入的3%，其中工商 银行资金投入最多，增速最快 2014至2019年期间银行业平均离柜率整体趋势上升明显，从67.88%持续上升至 的89.77%。离柜率上升的背后，是银行业拥抱金融科技，加速线上功能布局，完 善智能自助工具、网上银行、手机银行的结果 单位：百分比 银行 金融科技 子公司 成立 时间 金融科技 资金投入 （亿元） 增长率 占营业收 入比例 新增科技 人员数量 工银科技 2019/03 238 45% 2.7% 600 建信金科 2018/04 221 25% 2.9% 2,926 农银金科 2020/07 183 43% 2.8% 700 中银金科 2019/06 167 43% 2.9% -274 招银云创 2016/02 119 27% 4.5% 5,629 交银金科 2020/08 57 14% 2.9% 516 光大科技 2016/12 52 51% 3.6% 423 67.9% 77.8% 84.3% 87.6% 88.7% 89.8% 0.0% 20.0% 40.0% 60.0% 80.0% 100.0% 2014 2015 2016 2017 2018 2019 平均离柜率 平均离柜率 线性 (平均离柜率) 0% 20% 60% 80% 1002021 LeadLeo 14 来源：头豹研究院编辑整理 中国银行业领域人工智能应用综述发展历程 中国银行业已经历金融电子化、金融信息化、互联网金融阶段，目前正处于金融科技迅速发展的阶段，各银行积 极发展金融科技，陆续推出多种创新型智能机具，全面向智能化、数字化银行转型升级 中国银行业金融科技发展历程 （70年代-21世纪初） 金融电子化阶段 金融信息化阶段 （21世纪初-2006年） （2007-2016年） 互联网金融阶段 金融科技阶段 （2016-至今） 网络银行逐渐成为客户与银行间的主要通道，中国银行业积极布局互联网金融， 实现线上与线下双运营模式 2012年，建设银行推出“善融商务”，进军互联网电商平台 2014年12月，中国首家互联网银行-前海微众银行正式成立 2015年，工商银行发布E-ICBC，大型国有银行正式加入互联网金融云端客服， 实现业务VR视频连接办理 中国银行业开始使用计算机代替业务的 手工操作，极大地提升了银行服务效率， 从根本上改变了银行的经营模式 20世纪70年代，中国银行引进第一套 理光-8型（RICOH-8）主机系统 1991年，电子联行正式运行，在1999 年形成覆盖全中国的电子联行网络 1997年4月，招商银行正式建立了自己 的网站，成为中国第一家网上银行 中国银行卡业务发展迅猛，正式推出了以“银联”为标识的中国银行 卡产业品牌，实现现代化支付系统的接入 2001年，中国银行建立独立的CA认证中心 2002年，中国建设银行总行成立电子银行部 2002年，中国银联成立，建立全国银行卡跨行信息交换网络 2004年，工商银行完成南北两大数据中心的整合 中国银行业已全面向智能化，数字化银行转型 升级，“智慧银行”时代已经到来 2016年起，各银行纷纷成立金融科技子公司 2016年，工商银行推出智能客服机器人“工小智” 2016年，招商银行率先推出银行业首个智能投 顾产品-“摩羯智投” 2018年，农业银行新一代超级柜台完成投产 2020年，深圳、苏州两地启动数字人民币试点2021 LeadLeo 15 产业链分析 01 02 03 04 052021 LeadLeo 16 来源：头豹研究院编辑整理 中国银行业人工智能行业产业链 中国银行业领域人工智能产业链 中国银行业人工智能行业产业链上游以云服务、大数据服务、AI芯片及视觉传感器制造商为主体，产业链中游以 计算机视觉、自然语言处理、语音识别与机器学习技术支持企业为主体，产业链下游主体为各银行机构 上 游 基 础 层 上 游 基 础 层 中 游 技 术 层 中 游 技 术 层 下 游 应 用 层 下 游 应 用 层 智 能 客 服 云 计 算 中国多数大 型金融机构 自建私有云， 同时对中小 金融机构提 供专业金融 云服务 自 然 语 言 处 理 自然语言处理 是人工智能设 备不可或缺的 核心技术 互联网巨头企 业占据约80% 的市场份额 机 器 学 习 大 数 据 服 务 中国大数据 技术在金融 行业领域应 用广泛 中国大数据 应用市场规 模不断攀升 A I 芯 片 目前中国开 展 AI 芯 片 相 关业务的企 业超90 家 ， 但仍超过90% 的 AI 芯 片 依 赖进口 图 像 传 感 器 日韩企业占据全 球图像传感器市 场的主导地位 图像传感器主要 应用于安防监控、 汽车、医疗、金 融等领域 计 算 机 视 觉 中国企业在计 算机视觉算法 领域处于领先 地位 中国计算机视 觉行业市场正 处于高速发展 阶段 机器学习可满足 银行业在数据安 全方面的高要求 2012年谷歌将机 器学习应用到语 音识别中，将错 误率从 30%降至 12.3% 智 能 风 控 生 物 识 别 智 能 投 顾 智 能 营 销 智 能 征 信 智 能 支 付 智 能 开 户 语音识别技 术已在多个 领域实现规 模化的应用 中国知名企 业的语音识 别技术准确 率达95% 语 音 识 别 2021 LeadLeo 17 来源：头豹研究院编辑整理 中国银行业领域人工智能产业链上游：云计算 62.3% 23.2% 14.5% 500个虚拟服务器以内 500-1000个虚拟服务器以内 1,000个虚拟服务器以内以上 中国金融机构云计算技术部署情况，2019年 在政策鼓励下，云计算在金融领域的市场规模有较大增长空间。2015年以来， 中国政府积极出台政策（如2015年国务院发布关于积极推进“互联网+”行动的 指导意见），大力鼓励金融机构利用云技术开展业务。目前云计算在金融行 业的应用渗透率不足15%，未来云计算在金融领域的市场规模仍有较大增长空间 行业总体云部署规模较小。2019年，中国超过40%的金融机构采用了云部署，其 中37.7%的金融机构部署的虚拟服务器数量在500台以上，多数金融金融仍需扩 展部署方案 5.5 10.6 21.6 40.7 68.3 102.8 151 208.6 281.7 370.4 0 50 100 150 200 250 300 350 400 2015 2016 2017 2018 2019 2020E 2021E 2022E 2023E 2024E 中国公有云在金融领域应用市场规模（按收入计），2015-2024年预测 单位：人民币亿元 CAGR 2015-2019 87.7% 2019-2024E 40.2% 中国金融机构以政策为导向，积极采用云计算技术开展业务，超过40%的金融机构采用了云部署，考虑到网络安 全、隐私等因素，未来中国私有云在金融机构将普及化，公有云市场规模增速将有所下降 云计算在金融领域的应用主要包括公有云和私有云： （1）公有云方面：2015至2019年，中国公有云在金融领域应用市场规模增长 明显，从5.5亿元增长至68.3亿元，年均复合增长率达87.7% 中国金融行业受政策强监管，近些年政策偏重鼓励对金融机构的网络安全、异 构、灾备等方面的建设，不利于公有云在金融领域的创新发展，预计到2024年 公有云在中国金融领域市场规模达370.4亿元 （2）私有云方面： 云由用户自主构建，不对外开放，不产生云计算服务使用 规模。考虑到数据安全因素，超过80%的中国金融机构采用私有云部署2021 LeadLeo 18 5.8% 5.2% 6.1% 6.8% 9.9% 10.5% 11.5% 12.3% 14.1% 17.8% 0.0% 5.0% 10.0% 15.0% 20.0% 其他 人工智能 应用开发 生活服务 资源能化 医疗健康 企业管理 移动通讯 交通地理 金融征信 中国大数据交易资源行业分布概况，2019年 来源：头豹研究院编辑整理 中国银行业领域人工智能产业链上游：大数据服务 单位：人民币亿元 人工智能、云计算、区块链等新 一代的信息技术的发展推动大数 据服务发展，全球数据产生量迎 来爆发式增长 从2019年全球大数据储量地区分 布状态分析，中国成为大数据存 储量最高的国家，占据全球大数 据储量的25%，美国大数据存储量 世界第二，占比全球大数据储量 的21.4% 目前中国数据交易以政府为主导 的数据交易为主，占据数据交易 平台总量的60%。金融征信的数据 交易在各行业中占比最高，为 17.8% 银行机构应用大数据及人工智能 技术于金融征信中，提升信贷审 批效率。征信是银行在信贷业务 审批中最核心的部分，是风险管 理的关键 193.9 253.2 357.1 471 623.4 792.4 996 1,227.3 1,487 1,702 0 200 400 600 800 1,000 1,200 1,400 1,600 1,800 2015 2016 2017 2018 2019 2020E 2021E 2022E 2023E 2024E 中国大数据服务在金融行业的应用市场规模（以销售额计），2015-2024年预测 CAGR 2015-2019 33.9% 2019-2024E 22.2% 25.0% 21.4% 17.6% 29.8% 6.2% 全球大数据储量地区分布，2019年 中国 美国 APJxC地区 EMEA地区 其他地区 注：APJxC地区：包括日本但不包含中国的亚太区 EMEA地区：欧洲、中东及非洲三个地区的合称 全球数据产生量爆发式增长，中国大数据储量居世界首位，其中金融征信是最主要的大数据交易行业及用途。 随着大数据技术与金融业融合度不断提升，未来中国大数据服务在金融行业的市场规模逐年增长 2015至2019年，以销售额计，大数据服务在中国金融行业市场规模从 193.9亿元增长至623.4亿元，年复合增长率达33.9%。金融行业是大数据技 术主要的应用行业之一，金融行业与大数据技术的融合效果良好，在降低 企业运营成本及提升企业经营效益等方面见效明显 随着大数据技术与中国金融行业融合深度提升以及市场潜力被不断挖掘， 预测大数据服务在中国金融行业的应用市场规模有望实现22.2%的年复合 增长率，在2024年达到1,702亿元2021 LeadLeo 19 来源：头豹研究院编辑整理 中国银行业领域人工智能产业链上游：AI芯片 0 100 200 300 400 500 600 700 800 2016 2017 2018 2019 2020E 2021E 2022E 2023E 2024E 2025E GPU FPGA ASIC 517.7 375.9 237.7 189.6 136.8 92.3 64.3 47.8 29.7 中国AI芯片市场规模（按营收计），2016-2025年预测 头豹洞察 近年来，通用型GPU占据主要 市场份额。全球人工智能芯片 行业处于初步发展阶段，过去 几年，通用型GPU发展较半定 制FPGA、全定制ASIC成熟， 商用的人工智能运算加速器以 GPU为主，GPU核心技术长期 被海外企业垄断，中国进口依 存度高于90% 未来ASIC市占率将超过GPU， 占据行业主导地位。ASIC的开 发难度大，研发投入高，目前 商用量处于较低水平。未来随 着芯片行业的发展与进步， ASIC将凭借着体积小、功耗低、 计算性能高、量产成本低的优 势的抢占GPU的市场份额，成 为行业内主流的芯片类型，预 测ASIC市场规模在2025年达 到331.4亿元，在2020至2025 年期间年复合增长率为46.3% 687.5 单位：人民币亿元 CAGR 年份 GPU FPGA ASIC 总计 2016-2020E 40.2% 38.9% 64.3% 46.5% 2020-2025E 32.5% 32.4% 46.3% 38.1% AI芯片按技术架构分类标准分为GPU、FPGA、ASIC三种类型，目前GPU芯片占据主要市场份额，呈现稳定增长 态势，未来ASIC将凭借性能高、成本低的优势成为行业内主流芯片类型2021 LeadLeo 20 来源：格科微招股说明，头豹研究院编辑整理 全球图像传感器行业竞争格局 Galaxycore CMOS图像传感器销售额，2017-2022年预测 中国银行业领域人工智能产业链上游：图像传感器 日韩企业在全球图像传感器行业中占主导地位，2019年中国企业格科微电子凭借着价格优势在全球CMOS图像传 感器出货量排名第二。随着全球智能设备需求量的快速增长，图像传感器的需求量随之增大 全球CMOS图像传感器市占率(按出货量计算)，2019年 全球CMOS图像传感器市占率(按销售额计算)，2019年 26.9% 20.7% 18.9% 15.1% 7.1% 11.3% Sony Galaxycore Samsung Omnivision SK Hynix Other 44.60% 22.70% 8% 3.40% 3.10% 3% 3% 2.80% 9.40% Sony Samsung Omnivision ON Semiconductor STMicroelectronic SK Hynix Canon Galaxycore Other 图像传感器分为CMOS图像传感器与CCD图像传感器两种，CMOS图像传感器的综合性能比CCD更具有优势，且生产成本更低， 因此占据绝大部分市场份额；2019年，CMOS图像传感器在全球图像销售额中占比约为85% 2019年，按出货量计算，中国企业格科微电子(Galaxycore)的CMOS图像传感器全球市占率为20.7%，排名全球第二。按销售额 计算，市占率仅为3%，排名全球第八 预测格科微电子凭借着技术的进步、良好的市场口碑以及价格优势在未来中长期的行业竞争中将抢占更大的市场份额。全球第 二的出货量表明格科微电子的CMOS图像传感器的具有良好的市场口碑，受到市场青睐；全球20.7%的出货量对应的仅3%的销售 额市占率表明了格科微电子的CMOS图像传感器的价格相对较低，性价比高，与各企业在行业竞争中具有价格优势 16.1 17.6 31.9 46.2 63.8 81.7 0 10 20 30 40 50 60 70 80 90 2017 2018 2019 2020E 2021E 2022E CAGR 2017-2019 40.8% 2019-2023E 36.8% 单位：人民币亿元 2017至2019年，中国CMOS图像传感器龙头企业格科微电子 (Galaxycore)发展势头良好，销售额从16.1亿元增长到31.9亿元， 年均复合增长率达40.8% 全球对图像传感器的需求量持续增长，预测格科微电子 (Galaxycore)凭借着价格优势和性价比优势，在2019至2022年保持 年均36.8%的年均复合增长率，于2022年达到81.7亿元2021 LeadLeo 21 来源：头豹研究院编辑整理 计算机视觉技术在人脸识别中的应用流程 中国银行业领域人工智能产业链中游：计算机视觉 计算机视觉技术主要应用于银行业务中人脸识别的身份认证环节中，助力银行业电子支付、刷脸取款、远程开户、 安保监控等领域快速发展，为银行客户金融安全及消费安全提供保障 中国计算机视觉市场行业规模，2014-2023年预测 单位：人民币亿元 在银行业领域，计算机视觉技术是人脸识别中最核心的技术，主要处理流程 包括目标检测和目标识别两大环节。银行中的智能机具主要通过人脸识别对 客户进行身份验证，人脸识别准确率达99%以上 银行的智能柜台在客户确认办理业务前，通过计算机视觉技术捕捉客户的人 脸图像进行身份的查验，只有在与数据库中对应的人脸图像匹配成功后，客 户才能够在该机器上继续办理业务，该技术极大地提升银行对客户进行身份 认证的效率，并且确保客户身份的真实性，降低运营风险 2014至2019年，中国计算机视觉市场规模由11.1亿元增长至136.7亿元，年复 合增长率达51.9%。 银行业对金融安全、消费安全以及智能化转型升级的追求推动着计算机视觉 技术的提升与发展，计算机视觉技术在银行业身份认证、安保监控等领域将 迎来更多需求。从短期来看，中国计算机视觉市场规模将保持快速增长趋势， 预测2019至2023年中国计算机视觉行业市场规模年均复合增长率将达45%， 2023年规模达603.5亿元 客户 人像 目标识别 提取人脸特征 特征分析 目标分类 与数据库中的对应 人脸特征进行比对 认证 结果 目标检测 人脸检测 定位人脸区域 图像预处理 图像分割 过滤背景及其他无 关信息 11.1 15.6 24.6 51.6 82.7 136.7 206.2 306.4 430.2 603.5 0 100 200 300 400 500 600 700 2014 2015 2016 2017 2018 2019 2020E 2021E 2022E 2023E CAGR 2014-2019 51.9% 2019-2023E 452021 LeadLeo 22 4.1 6.8 8.6 13.5 20.6 30.7 50.6 75.6 110.5 150.7 0 20 40 60 80 100 120 140 160 2014 2015 2016 2017 2018 2019 2020E 2021E 2022E 2023E 来源：头豹研究院编辑整理 自然语言处理在银行业中的应用 中国银行业领域人工智能产业链中游：自然语言处理 自然语言处理技术为银行业提供自动问答、信息检索、情感分析等功能，主要应用于智能客服、智能风控、智能 营销等场景中，随着银行业智能化的发展，自然语言处理技术将被用于更多业务场景中，市场规模随之增大 中国自然语言处理市场规模（按营收计），2014-2023年预测 单位：人民币亿元 现阶段的自然语言处理技术商业化并不成熟，部分已实现商业化应用的自然语言处 理技术相关产品（如智能客服）均无法将直接收益归因于自然语言处理技术，因此 自然语言处理技术产生的市场营收规模较小。2014至2019年，中国自然语言处理市 场规模从4.1亿元增长至30.7亿元，年均复合增长率为49.6% 随着智能设备数量的增长以及行业智能化业务处理水平要求的提高，自然语言处理 市场有望得到进一步拓展，预测2019至2023年中国自然语言处理市场营收规模年均 复合增长率将达48.8%，在2023年达到150.7亿元 CAGR 2014-2019 49.6% 2019-2023E 48.8% 自动问答 （商用率低） 信息检索 （商用率高） 情感分析 （商用率低） 智能客服 智能问答 服务反馈 厅堂指引 自动问答系统能够正确理解用户提 出的问题，抽取问题中的关键信息， 进而检索语料库，将可匹配的最佳 答案用自然语言的形式反馈给客户 搜索引擎 风险管理 信息标记 智能营销 提取关键数据和条款，帮助信贷员 审查商业贷款协议 对用户账户中可疑交易数据进行标 记与监控，加强风险管理 意见挖掘 服务评价 舆情分析 精准营销 从客户反馈信息中进行客户情绪分 析，帮助银行洞察客户需求与痛点 根据用户的信息反馈为其推送个性 化的金融产品，实现精准营销 功能 应用场景 场景描述2021 LeadLeo 23 来源：头豹研究院编辑整理 中国语音识别技术在银行业智能客服中的应用 中国银行业领域人工智能产业链中游：语音识别 在银行业领域，语音识别技术主要应用于声纹核身、身纹解锁、电话银行等业务场景中，助力银行降低人力负担， 提升业务效率及用户体验；中国语音识别技术不断进步，专利申请数量上升趋势明显 中国语音识别技术领域专利申请数量，2010-2019年 单位：项 语音识别技术是实现银行业智能客服、智能外呼等场景的核心技术，银行客 户对语音客服需求性高，因此银行业对语音识别的准确率上有很高的要求， 目前中国工商银行智能客服“工小智”的语音识别准确率已达98% 中国人工智能语音识别领域的专利申请量总体上呈上升趋势，2010至2018年， 年均复合增长率达34.3%，在2018年达到峰值7,249项。由此可见，人工智能 语音识别领域的发展受到各科研企业的重视，正在迎来全面的技术进步，将 更有效、更广泛地应用于银行各业务场景中 687 899 1,384 1,823 2,107 3,099 4,298 5,979 7,249 3,199 0 1,000 2,000 3,000 4,000 5,000 6,000 7,000 8,000 2010 2011 2012 2013 2014 2015 2016 2017 2018 2019 声纹核身 声纹解锁 电话银行 在电话客服中，智 能设备通过提取说 话人声音的生物特 征验证说话人身份。 目前使用率较低 银行在信用卡电话客服渠道引入声纹 识别技术，解决了繁琐的提问核身、 流程冗长的痛点，实现无感知身份核 实，提升业务办理效率，业务平均办 理时间较以前按键菜单缩短60% 手机银行APP通过 用户语音中所蕴含 的声纹特征信息验 证说话人身份。目 前使用率较低 手机银行为用户提供了更多渠道的身份 认证方法，解决用户忘记密码，及在某 些场景不适合人脸识别认证（如戴着口 罩、在黑暗中）的困扰，减少客户用户 登录时间，降低信息泄露的风险，在保 障账户安全的同时，也提升了用户体验 在电话银行中，机 器人通过识别说话 人的语音内容，为 其提供业务咨询及 办理的服务。目前 使用较为普及 语音识别技术广泛应用于银行电话智 能客服，智能客服覆盖80%以上业务 咨询和服务场景，语音识别准确率高 达98%，可节约80%以上的人工成本 应用场景 场景描述 作用影响2021 LeadLeo 24 来源：头豹研究院编辑整理 机器学习在银行业中的应用 中国银行业领域人工智能产业链中游：机器学习 机器学习技术广泛应于银行业客户分析、营销类、风控类的场景中，助力银行业有效提升客户管理、风险管理、 智能营销的效率与能力水平。中国机器学习市场发展势头良好，预测2023年市场规模将达336.7亿元 中国机器学习市场规模，2014-2023年预测 单