过往60年，人工智能经历了几次从爆发到低谷再重新焕发生机的过程，进入21世纪以来，随着数据的爆发式增长，计算能力的大幅度提升和深度学习的发展和成熟，人工智能迎来了第三次发展浪潮，人工智能技术走向了全面应用，在全球范围内掀起了一场新的产业革命。
而2020年突如其来的新冠病毒疫情，对人类的生命健康，以及全球的经济发展构成了巨大挑战，却也无意中加速了产业智能化的进程。2020年，全球行业整合和并购的增加推动了企业对人工智能的总投资18,932（百万美元）相较于2019年增长了121.7%；至于全球人工智能私人投资42,238（百万美元）相较于2019年增长9.3%。
美国仍然是私人投资的主要流向地，2020年的私人投资金额超过了236亿美元。其次是中国（99亿美元）和英国（19亿美元）。2020年私人投资金额占比最大的是“药物、癌症、分子、药物发现”领域高居榜首， 投资超过138亿美元，是2019年的4.5倍。其次是“自动车辆、自动驾驶、车队”（45亿美元）。值得一提的是，中国在人工智能领域拥有强大的公共投资，中央和地方政府都投入了大量资金以支持人工智能研发。
在进行跨国比较时，人工智能技能的相对渗透率是用一个国家各职业人工智能技能的渗透率之和除以人工智能技能在全球同一职业中的平均渗透率得到的。
例如，相对渗透率为2意味着该国人工智能技能的平均渗透率是全球同类职业平均渗透率的两倍。
2015年至2020年的汇总数据显示，印度：全球平均水平的2.83倍的相对人工智能技能渗透率最高，其次是美国：全球平均水平的1.99倍、中国：全球平均水平的1.40倍、德国：全球平均水平的1.27倍和加拿大：全球平均水平的1.13倍。过去五年全球人工智能技能渗透率最高的五大行业的汇总数据：教育、金融、硬件和网络、制造业、软件和IT。在所有五个行业中，印度的人工智能技能相对渗透率最高，而美国和中国在部分榜单中也排名前列。
在中国，人工智能已经上升为国家战略，连续多年写入政府工作报告中，得益于社会经济的持续增长、政策和资本的大力驱动、创新力量的持续沉淀，AI 产业正在蓬勃发展，并孕育了数千家人工智能相关企业。而成长型 AI 企业数量占比达到九成，是人工智能技术发展，应用创新和产业融合的重要推动力量。
当前中国人工智能相关企业可分为四大类：互联网巨头、传统软硬件厂商包括独立软件开发商（ISV）、集成商（SI）和设备代工商（OEM）、人工智能企业又分为独角兽企业和成长型企业。其中，成长型 AI 企业数量庞大，全国共约4484 家，占人工智能相关企业的 89%。这些企业深耕垂直领域，在人工智能技术和千行百业融合的过程中，起到重要的推动作用。过去几年，经过巨量资本的加持，以及海量的市场需求，都使数量庞大的成长型 AI 企业获得了快速发展，尤其在疫情后，对无人化、智能化的解决方案需求非常旺盛。
根据对中国4484 家成长型 AI 企业的调查，基础层、技术层、AI应用终端和AI行业解决方案的企业占比分别是 12%、27%、30% 和 31%，中国成长型 AI 企业主要集中在AI 应用终端及 AI 行业解决方案，占比高达 61%（集中在“技术 + 场景”的中上层）。
中国金融科技发展五大趋势：
- 财富管理（金融AI理财）
- 金融衍生商品；
- 开放银行（开放API所带来的智能理财功能的银行）；
- 金融基础设施；
- 金融监管科技。
运用各种“算法技术”的人工智能正悄然无息地进入我们的生活之中，也进入到金融资产管理和财富管理领域中。金融人工智能（AI）以自己的方式分析数据，并以自己的逻辑理解数据，这些分析数据的模式和逻辑不可阻挡地带来了预测准确性的提高。目前，人工智能在安防和金融领域发展条件较好，业务渗透最快，市场份额最大（安防占AI 53.8 %和金融占AI 15.8%，数据来源:iResearch）。
成长型金融AI理财企业兴起的最大关键还不是深度学习技术本身的发现，而是过往近20年互联网的高速发展对数据自动化的强烈需求，有了成熟的财富管理业务流程和高质量的金融大数据，人工智能的代表算法是深度学习，而深度学习需要有足够数量的训练数据，在金融领域，机器学习尝试发现变量之间的关系，在经过给定数据的训练后，能够在新数据的基础上去预测结果，正因其强大功能，机器学习技术可去训练优化算法。
随着算法不断改进，以及计算能力不断提升，卷积神经网络技术在金融AI理财绩效起到发挥关键的稳健作用，加上有实务操作优秀经验之量化金融工程师，这样促使深度学习技术对资产配置策略的再平衡和绩效管理成了财富管理必然发展趋势。
风险提示：投资有风险，入市需谨慎；理性投资，风险自担。本文仅代表笔者观点，不作为短线投资建议！
钟华 Dr.Chung-Peter
《国际观金融理财》
联系邮箱：DoctorChung99@gmail.com
