中国金融服务业数字化转型的速度，在全球范围内名列前茅，金融科技发展的规模和前景都不容小觑。伴随着人工智能、区块链、云计算、大数据等新兴技术的崛起，金融行业正跨入金融与科技结合的新阶段——智能金融。
埃森哲对智能金融六大应用场景做出了进一步的深度剖析表示，随着算法和数据的突破，智能金融应用率先在通用领域发力，解决效率提升的问题；随着数据在细分领域的积累和整合，智能金融的应用不断向拓展各细分场景、提升业务效能的方向进步，展现出多样化的金融应用布局。
场景一：支付：智能创新最前沿
作为与消费者连接最紧密的环节，智能金融对广大用户的支付需求影响得最早、最广、最深。随着智能技术的进一步成熟，支付将进入“万物皆载体”的新阶段。
首先，以人脸识别、声纹识别、虹膜识别等为代表的生物识别支付技术，正在极大地简化支付流程。生物识别技术还在安防、商业、娱乐等场景得到广泛实践。
其次，区块链技术也将对跨境支付帮助不小。它将极大减少支付流程中的人工处理环节，大大提升交易速度；削弱交易流程中的中介机构作用，提高资金流动性，实现实时确认和监控，有效降低交易各环节中的直接和间接成本。
场景二：个人信贷：全链条智能化
针对不同类型的客户开发适合他们的信贷产品、提升客户体验，是金融业未来的努力方向。
继移动时代的场景流量后，从智能获客到智能反欺诈、再到大数据风控，全链条智能化的技术能力将成为个人信贷企业新的竞争力。通过智能获客，在获取具有信贷需求的客户基础上，借助智能技术构建强有力的风控体系，准确评估客户信用风险，成为促进个人信贷健康发展的重要环节。
此外，在智能反欺诈层面，领先企业也已有所行动，百度就已推出“磐石反欺诈工程平台”。
场景三：企业信贷：新技术应用初显成效
在贸易融资、供应链金融、企业信用贷款等对公信贷业务方面，智能金融将起到完善企业信用体系、补充企业经营状况信息和降低放贷机构单据确权难度的作用
大数据可以改善客户与金融机构之间信息不对称的情况，改变传统的信用评级方法，有效解决小微企业融资难问题。大数据在采集过程中会出现很多不可控的因素，因而真实性的有效验证十分重要。物联网可以获取企业的动产与不动产数据，补充企业经营状况信息。
场景四： 财富管理：智能匹配初具雏形
智能技术在投资偏好洞察和投资资产匹配环节能极大降本提效，使财富管理逐渐走出高费率、高门槛，走向中低净值人群，实现高效、低费、覆盖更广泛的目标。
互联网多维的行为特征大数据，可低成本深刻理解用户投资需求，立体刻画用户特征，包括人生阶段、消费能力、风险偏好等。此外，通过响应模型和多渠道主动、适时、多次的智能触达策略高效获客。
场景五：资产管理：穿透资产底层试水期
资管市场产品多样，结构复杂，资产方、资金方具有较多痛点。智能技术将解决跨期资源配置中的信息不对称问题，全面提升资金和资产流通效率。
一方面，国内的资产证券化市场并未实现本质上的“主体信用和债项信用的分离”，传统尽调方式尚难穿透资产包识别风险。而智能金融通过反欺诈、大数据风控能力的积累，可穿透到资产，提供详尽实时的资产信息和资产评估。
另一方面，区块链技术可应用于资产证券化全流程，通过“联盟链”、“智能合约”、“穿透式监管”等技术，增强交易和资产信息的透明度，做到资产全景跟踪和交易全环节可追溯，可减少人为操作风险和效率低下的问题，更可大大提高存续期信息交互的频次与质量。
物联网技术的应用和普及，也拓展了保险公司的数据广度和厚度，更多基于用户数据的保险产品创新成为可能；并能精确识别客户风险，基于风险进行个性化定价和动态定价，更好地服务消费者。
智能核保基于大规模数据训练，以图像识别技术作为驱动，可智能分类并自动化评估，最终输出定损报告。一键式的自动化操作流程，大大节约了用户的时间和沟通成本。智能客服实现自动化服务和销售，降低人工成本。
埃森哲表示，智能金融已经为金融创新开创了一个新时代，智能技术突破发展、场景应用加快落地、业界机构深化合作将为智能金融发展带来新动能。
