近年来人工智能在各行各业都在应用，尤其是针对于有长时间日积月累的用户信息，用户数据，更是人工智能施展生根发芽的土壤，目前面对互联网金融消费的升级，和经济发展不断带动，人力成本的上升，在同领域竞争对手的创新与产业升级的压力。传统的金融行业，也从原地踏步的状态寻求更优的解决方案，以替代产业上服务的升级，成本的降低。

  金融人工智能领域在人工智能产业上的涉足大致以下几种场景需求：

智能定损：针对于保险行业，尤其是车险行业，用户车辆难免多多少少会发生擦挂交通事故。完事过后需要车险定损，这个车能赔多少，擦挂多少，损坏程度怎么样，都会直接影响定损情况，最终确定核保结果。传统的方式为图片定损+人工审核合作现成人工拍照审核的方式进行定损，服务周期长效率低的诟病。业界的人工智能的方案为：使用图像识别ocr

、自然语言处理NLP和深度学习的技术，为保险行业直接核保，智能核保，减轻人工压力，实现快速理赔的效果。

  智能客服：在金融领域，用户群体也不弱，咨询与业务解答都需要有媒介窗口提供服务。传统方式沟通慢，效率低、成本高。智能客服的方式呢，让人工智能替代部分人工的工作，高效率低成本沟通快，不局限服务时间，也能避免客服出现负面情绪话，因为客服机器人只具备人的工作能力，不具备情况，但已俨然能满足场景需求了。

 智能推荐：智能推荐算法一直属于人工智能自然语言处理范畴，咱们平日里使用的今日头条的推荐算法就非常智能，也适用于搜索引擎的排名。这些算法智能都需要大数据，在金融领域智能推荐这块，产品算法核心也是基于金融用户行为及相关信息进行的推荐，这种推荐非常适合营销，现代人生活节奏快没有过多的时间去话费，如果有推荐并合适 也有想法那这个推荐就是一次成功的营销。