在身份驗證、智慧投資顧問、風險管理、欺詐檢測的場景需求中，人工智慧技術得以廣泛應用，都離不開基礎資料標註的支援，其中文字翻譯，語義分析，語音轉錄，影象標註等都是具有代表性的重要應用
一直以來，對於金融合同而言，往往需要花費律師或貸款人員大量時間進行核對與確定，而透過經語義分析處理後的資料訓練，摩根大通開發了一款合同研發軟體，原來需要36萬個小時完成的合同審查工作，這一AI軟體透過數秒即可完成檢查，而錯誤率大大降低
常見基礎資料整理工作包括：文字、語音、影片、影象標註；OCR智慧轉錄；人臉照片採集等
1
語音識別
語音識別即將人類的語音中的詞彙內容轉化為計算機可讀的輸入，也就是將語音轉換為文字。在金融行業尤其是銀行會存在很多工作人員與使用者交流的場景，比如諮詢、客服、電話銷售等，語音識別便在其中起到作用
目前，語音互動技術的相關應用已經成為很多金融機構的標配，客服機器人就是很典型的應用案例。語音互動技術的應用可以簡化交流溝通的時間，並減少金融機構在人力成本上的支出。
此類語音互動技術主要應用到語音轉寫標註型別，以滿足語音識別模型的需求
2
自然語言處理
自然語言處理（NLP）是一種專業分析人類語言的人工智慧，它的工作原理如下：接受自然語言，轉譯自然語言，分析自然語言並輸出結果。常見的自然語言處理應用包括語義分析、資訊抽取、文字挖掘、機器翻譯等內容
在金融行業，自然語言處理的主要應用場景包括機器翻譯、資料檢索、語音識別、智慧客服、情感分析等比如，目前很多機構都提供文字機器人客服服務，這背後就有自然語言處理技術的支撐。透過對文字內容進行語義分析，判別其意圖，最終透過文字合成形成應答
此類自然語言處理技術主要應用到實體識別、OCR轉寫、文字分類等標註型別
3
計算機視覺
計算機視覺即指用攝影機和電腦代替人眼對目標進行識別、跟蹤和測量等，並進一步做圖形處理，使電腦處理成為更適合人眼觀察或傳送給儀器檢測的影象。在金融行業主要應用於內部流程最佳化以及客戶互動服務領域，人臉識別、活體檢測、客戶互動等是比較典型的應用場景
這類場景的特點是簡單、重複性比較高，如現在的刷臉支付，使用者只需要進行“刷臉”，就可以完成身份驗證、支付等流程。此類計算機視覺技術主要應用到關鍵點、2D框等標註型別，以滿足人臉識別技術的需要。因為涉及到人臉等敏感資訊，對於資料標註服務供應商的資料安全把控能力提出了更高的要求
*
人工智慧與金融行業的結合深刻改變了傳統金融業態，重塑了金融行業新生態。未來，隨著人工智慧技術的進一步成熟，在場景覆蓋以及垂直應用領域，可供作為的空間將更加廣闊
在智慧金融落地過程中，除了搭建AI中臺相關平臺以外，花費時間最多的是與資料相關的過程，無論是模型訓練，還是知識圖譜構建，很多時間用在獲取資料和探索資料
