人工智能技术含义(收集3篇)

人工智能技术含义范文篇1

一、智力资本研究成果概述与发展趋势

“智力资本”被视为经济学里以机器设备、存货和自然资源为主要内容的“资本”之外的非物质资本，亦可称为智慧资本。20世纪80年代以后，由于经济全球化的快速发展，美国新经济和知识经济命题的出现，以及东西方文化交流的日益扩大，人们关于智力资本的研究迅速升温，世界各地的经济学家都对此产生了浓厚的兴趣。学界对于智力资本的研究，大致分为以下五个阶段或层次：关于智力资本概念的讨论、智力资本的构成要素、智力资本的特征、智力资本的计量以及智力资本报告。

（一）智力资本的涵义西尼尔（Senior）早在1836年就提出了智力资本（Intellectualcapital）一词，但当时只是作为人力资本的同义词出现，意指个人所拥有的知识及技能。加尔布雷斯于1969年发展了智力资本的概念，他指出，智力资本不仅包括纯知识形态的知识，还包括相应的智力活动，智力资本不是静态的，而是一个有效利用知识的动态过程。安妮・布鲁金（1996）认为，智力资本是对公司得以运行的所有无形资产的总和。斯图尔特（1997）将智力资本界定为“公司中每个员工所拥有的、能为公司创造竞争优势的一切知识和能力的总和”，凡是能够用来创造财富的知识、信息、智力资产及经验等都是智力资本。埃德文森和马隆（1997）认为，智力资本是企业市场价值与其账面价值之间的差额，主要由能够为企业创造持续竞争优势的知识资源组成。Lev（2001）从另外的角度指出，智力资本是指企业对未来收益非实物形态的要求权。董必荣（2009）则认为智力资本是能够为企业创造价值、带来竞争优势的所有知识和能力的综合，也代表了企业对未来收益非实物形态的要求权。

（二）智力资本构成要素大多数学者认为，智力资本可以大致划分为2~4个主要构成要素。具有代表性并为国内外大多数学者所接受的分类方法是斯图尔特（1997）的观点。他提出了H-S-C的机构模型，即企业的智力资本由人力资本、结构资本和顾客资本构成。埃德文森和沙利文（1996）将企业的智力资本分为人力资源和结构资本两部分，其中人力资源指组织中所有与人的因素有关的方面，包括企业的所有者、雇员、合伙人、供应商以及所有将自己的能力、诀窍和技能带到企业的个人。结构性资本指不依附于企业人力资源而存在的组织的其他所有能力。这种二分法同时认为结构资本可以进一步分为组织资本和关系资本。安妮・布鲁金（1996）提出的M-K-H-O结构是把智力资本分为市场资产、知识产权资产、人才资产和基础结构资产四个部分。如果将二分法和三分法中的结构资本进一步划分为知识产权资产和基础结构资产则三者都是一致的。关于智力资本分类的方法还有其他一些，但目前国内外学术界和实务界基本认同将智力资本分为人力资本、结构资本和客户资本三部分。

（三）智力资本的特征由于对智力资本内涵和分类的不同认识，国内外学者对于智力资本特征的意见也不一致。万君康（2006）认为企业智力资本有如下六个特征：智力资本的投入性；智力资本的价值性和高增值性；智力资本的耐用性；智力资本的无形性；智力资本的共享性；智力资本的不稳定性。还有学者认为智力资本的特征可以总结为：稀缺性；活力；不确定性；长期收益性。人们通常认为，智力是无限的，之所以称智力资本还具有稀缺性，是因为“土地和资金等物质资本都可以从市场上购得，而智力资本的形成需要靠智力劳动者长期积累。除了一些外购的知识产权外，大量的智力资本都不是轻而易举获得的。正因为如此，智力资本具有比物质资本更高的稀缺性”（张虎等，2006）。

（四）智力资本的计量一般而言，对于智力资本的计量可以分为两类，一是货币计量，主要方法有市场-账面价值法、托宾Q值法、无形价值计量法、经济增加值法等；二是非货币计量，常用的方法有ANP法、平衡计分卡法、智力资本导航器和智力资本指数（ROOS）等。智力资本不同于传统的资本形态，由于其无形性，大多赞同采用货币与非货币计量相结合的指标评价法。平衡计分卡是卡普兰和诺顿为研究公司绩效的管理体系而设定的财务与非财务指标相结合的评价方法。平衡计分卡强调，传统的财务会计模式只能衡量过去发生的事项（落后的结果因素），但无法评估企业前瞻性的投资（领先的驱动因素）。因此，必须改用一组由财务、顾客、企业内部流程、学习与成长四项观点组成的绩效指标架构来评价组织的绩效。另一种被广为推崇的智力资本计量方法是斯堪迪亚模型（又称SKANDIA公司智力资本模型）。该模型是由斯堪迪亚公司的首席智力资本主管埃德文森提出的，以顾客、财务、流程、人力、更新和发展五个方面为重点，设定了164个具体指标，对企业智力资本的衡量比较全面。

（五）智力资本报告实证研究表明，“我国上市公司年度报告中关于人力资本、组织资本与客户资本等构成的智力资本信息内容已经存在”，而且“企业越来越愿意披露智力资本信息”，“我国企业智力资本信息披露对市价影响显著”（张丹，2008）。1997年，斯坎迪亚保险公司首次以智力资本报告表的形式对外公布其智力资本情况。另外的智力资本报告方式还有智力资本星相图、智力资本指数法等。对于智力资本的报告，很多国家或地区虽然没有明确指出如何报告，但提出了一些有指导意义的指南，以规范和引导企业的智力资本报告方式内容，如在1998年到2002年间由丹麦政府资助的一个丹麦研究项目提出的DMSTI指南，由欧洲委员会支持、以欧洲的六个国家共同开展的研究计划提出的Metrium指南等。

二、知识资本理论文献综述

（一）要素资本理论智力资本是针对西方市场和企业提出的，具有典型的西方色彩。鉴于这种情况，有学者在2000年前后基于中国的国情，提出了要素资本命题（罗福凯，连建辉；2001），厘清了技术与人力资本、物质设备及自然资源资本、信息资本、知识资本的区别，解释了技术如何转变为技术资本的内在逻辑机制。这是对企业投入生产要素的重新划分，具有全面性和系统性。之后，我国学界对要素资本理论进行了系列研究（罗福凯，2001、2003、2005、2008、2009、2010）。

要素资本研究团队认为，当今世界的生产力要素主要有人力资源、财务货币、物质设备及自然资源，以及技术、知识和信息。这些生产要素被人们生产出来之后，经过其产权的确认和交易过程，就转化为企业或个人的要素资本。企业的利润是要素资本共同创造的。

在企业，技术是生产过程中的技能、技巧和技艺，以及其术用载体。技术的载体和形态可以是高技术含量的人工制品、人工文件，以及人的特别行为。这些高技术含量人工制品、人工文件和特别行为，都是私人商品，而非公共产品。在经济过程中，高技术含量人工制品、人工文件和特别行为被企业购买后，便形成企业的技术资本。企业的技术主要有专利技术、专有技术、软件，以及技术研发组织等。生产过程是资本产生的必要条件，完成交易过程则是资本产生的充分条件。技术、知识和信息都是人们生产劳动的产物，这些劳动成果在拥有了所有权凭证之后，所有人可以出售而获得财务货币，出售之后的技术、知识和信息，则变为其新的所有者的资本。一项新产业、新产品的投资比例和优化，经常依赖于其他与之互补和相连续的投资活动。一个新工厂机器设备投资和员工的招聘，其设计生产能力的实现，必须有与之配套的技术、信息和知识投资，以及员工培训。如果设备精良而无先进的新产品、原材料和文明的员工，技术先进、员工文明而无科学的资本配置机制，也不会生产出高质量的人们喜欢的产品。

要素资本理论主要包括其命题、两个定理和一个工具，其中，两个定理是：企业的技术水平与员工数量成反比，技术与劳动的替代率远高于机器设备与劳动的替代率。一个工具，则是为测算要素资本的投入产出效率和效益而研制的要素资本平衡表。知识是要素资本理论的关键范畴，这也是本文研究的重心。

（二）知识资本知识资本是要素资本的一个组成部分。由于以往对于要素资本的研究相对较少，而且集中于作为整体研究，所以关于知识资本的单独研究还比较少。知识是人们认知和识别自然与社会的信念、理念和意志，以及知理识事的合称。信念是构成知识的必要条件，却不是充分条件。没有信念就必然没有知识。信念是形成知识的第一个条件或构成知识的主体因素。柏拉图在《泰阿泰德篇》中提到的知识必须要能够满足如下三个条件：信念的条件、真的条件和证实的条件。知识是企业生产和交易所必须从市场上获取的科学文化知识，含购买知识产权、引进管理经验、聘请经济咨询和购买经济决策等专有资产。企业知识可以分为技术性知识和制度性知识。技术性知识是对技术、技巧和技艺的科学描述和文化总结，制度性知识则侧重企业的组织、文化以及员工之间的配合等软因素。汪丁丁（1997）认为，技术性知识是社会分工逐渐细化所形成的，而制度性知识的发展有助于将不同类型的知识整合起来发挥巨大作用。技术性知识的重要性正在下降，而制度性知识的重要性正在增强。

要素资本平衡表中知识资本的内容可以分为四个部分。（1）品牌商誉：企业产品质量信誉、售后服务信誉、重要顾客维持制度、营销网络和顾客、公司品牌效应。这些资产的创立是通过长期积累与经常性的维护和补充而形成的，发生的费用一般于当期计入营业费用。（2）公司理念与制度文件：公司管理文化和价值观、管理制度、权责管理和激励制度、业绩度量和评价、团队合作、现代管理方法的应用程度。这些项目在现行的会计核算上均不做计量、确认和披露，但它们是企业经营成败的关键基础资产。（3）党团工会经费：这是针对我国企业情况提出的特殊指标。并非每一个企业都拥有大额的此项支出。党团经费在某些企业中可能支出额较小，而工会经费是每个企业必须缴纳的（2%）。作为整理的指标设计，此项需要列示在指标体系之内，没有此类费用发生的企业可能不产生此项指标的具体内容列支。（4）购买知识产权支出（含商标权）：知识产权资产包括专利权、版权、设计权、特许权、植物新品种权、著作权、商标权等。知识产权是典型的智力成果，也称为智力成果权，是受法律保护的资源，企业通过在市场上买卖知识产权获得知识资源的流通。作为经济知识的基础范畴，知识产权是最具有明晰性的知识资本之一。

三、智力资本与知识资本异同分析

（一）智力资本与知识资本的发展历程智力资本的发展是从对人力资本的研究开始的，最早提出智力资本一词的西尼尔（Senior）就是把它作为人力资本的同义词应用的。现在的有关智力资本的文献也都同意把人力资本作为智力资本的核心内容研究。复旦大学的芮明杰教授在对智力资本研究多年的基础上提出，智力资本分为三个层次，狭义的智力资本就是指人力资本，中观的智力资本包括人力资本和组织结构资本，宏观的智力资本则包括人力资本、组织结构资本和客户资本三个方面。可见，无论从哪个层次研究，人力资本都是智力资本的核心和起点。

知识资本是从对企业生产要素的重新划分角度进行描述的，以知识为起点。柏拉图在《泰阿泰德篇》中指出，知识是经过证实的真的信念。由这种信念发展到企业资本的研究再发展成为今天的知识资本。企业中只有事关企业信念，并且能为企业创造新的价值的资源才能被划分为知识资本的组成成分。秦江萍等人认为，“知识与智力都是最重要的资源和生产要素，但其含义还是有区别的。知识是‘人们在实践中获得的认识和经验’；智力指‘认识、理解客观事物并运用知识、经验等解决问题的能力’。……在新经济时代，经济学术语中的知识被赋予新的含义，其内涵应是很深刻的，‘专指那种能够作为资源投入到生产过程中并在生产过程中起主要作用的现代知识’”。关于知识的讨论，是知识资本研究的逻辑起点。

（二）智力资本与知识资本的涵义安妮・布鲁金（1996）认为智力资本是对公司得以运行的所有无形资产的总和，他提出了“企业=有形资产+智力资本”，这种方法企图绕过对智力资本的直接定义，从有形资产的角度倒挤出智力资本的内容。埃德文森和马隆（1997）认为，智力资本是企业市场价值与其账面价值之间的差额。智力资本内容虽然有个大致的范围，但具体边界在哪里，至今没有人能说得清，人力、科学技术、企业文化、组织结构和客户关系等都有所涉及。具体智力资本涵盖哪些内容出现了“因人而异”的尴尬局面。

相比智力资本，知识资本研究的范围明显要小得多。人力资本、技术资本、信息资本和知识资本的区别划分，使知识资本的研究集中于企业理念的层面。知识资本决定着一个企业的发展方向和凝聚力，同时它又是企业的活力所在。企业将搜寻解决问题方法的经历存储于组织记忆中，称为企业拥有知识。组织记忆的外在表现是企业的“惯例”，包括行动的指南、方针政策、规章制度等明晰的惯例，以及企业组织心智模式等默会性的惯例。企业的知识就是企业成员共享的知识。经济知识的基础范畴是知识产权，知识资本不单包括知识产权的主要内容，也包括企业的客户关系投资、理念制度惯例和政治资源等。知识资本的边界在于企业中理念的范畴，超出理念范畴的技术、信息等不能称为知识。

（三）智力资本与知识资本的划分智力资本一般倾向于划分为三个组成成分，即人力资本、组织结构资本和客户关系资本。进一步把组织结构资本分为知识产权资本和基础结构资本。这种划分方法与知识资本所含内容有交叉重叠的成分。知识资本的研究内容也应当包括知识产权资本、基础结构资本和客户关系资本等。可见，不同的研究方法所涉及的企业内容应该是一致的，只是研究的角度不一样。

在要素资本平衡表中，为了便于会计确认和计量，将知识资本划分为四个部分：品牌商誉、公司理念与制度文件、党团工会经费和购买知识产权支出（含商标权）。品牌商誉可以从整体的角度衡量企业的客户关系和与市场的对接；公司理念与制度文件反映企业在战略、文化和组织结构方面的投入情况；党团工会经费是对政企关系的一个描述，这种投入会给企业带来一些固定的政治资源；购买知识产权支出（含商标权）反映了企业外购知识资本的情况，通过在市场上买卖各种权利体现出了知识资本的流动性特征。

（四）智力资本与知识资本的度量关于智力资本的具体计量方法，目前学术界比较认可财务指标与非财务指标相结合的方式。由于智力资本范围比较广泛，相应的指标设定也较多，以斯堪迪亚模型为例，就设定了164个指标进行度量。台湾学者陈振东和陈佩筠试图用模糊数法进行智力资本的总体测度，其原理也是非财务指标的应用。知识资本也可以采用财务指标与非财务指标相结合的方式进行测度。由于知识资本侧重于公司理念，而且范围比智力资本要小，因此，采用非财务指标测算的比例也比智力资本要大。非财务指标的好处在于可以考虑很多不易用货币衡量的因素，如政策的变更、政企关系、企业文化等。通过专家打分或者其他方式评估出来的非财务指标对于智力资本的衡量具有一定的代表性，可以较为全面地反映智力资本的总体状况。但非财务指标的应用也有其不容忽视的问题，即精确度的问题。非财务指标可以定性地描述一个企业的发展和资源存在状况，但很难实现不同企业之间的对比分析，以及解决主观评估中的客观性问题。如何实现资本报告标准化和精确化仍然是智力资本与知识资本理论发展中共同的难题。

四、结论

智力资本与知识资本虽然在研究内容上有所重叠，但两者在内涵、划分和计量等方面却存在较大差异。理论研究中应当首先搞清概念问题，不能简单地将两者混为一谈。智力资本和知识资本是从不同的角度研究企业资源问题的，可谓各有特点，如果简单地视为同一概念，势必会在研究中引起混乱。

通常认为细化的研究能使研究更加深入和有效，这也是研究智力资本的学者还要继续将智力资本细化分类的原因。但由于智力资本概念尚不明晰，范围也存在争议，进一步细分会给研究工作带来一些困难。知识资本的内容范围相对较小，对于进一步的应用和研究工作都要相对容易一些。概念的划分是研究的第一步，目前，学术界中智力资本与知识资本概念的混淆已经造成了研究的一些障碍。如果正确恰当地区分人力资本、技术资本、知识资本和信息资本，那么无论对于知识资本本身的研究，还是对于智力资本的研究，都将是一个大的进步。

参考文献：

［1］董必荣：《企业对外智力资本报告研究》，《会计研究》2009年第11期。

［2］张丹：《我国企业智力资本报告建立的现实基础：来自上市公司年报的检验》，《会计研究》2008年第1期。

［3］罗福凯：《论要素资本》，《财经理论与实践》2009年第1期。

［4］张虎、冯华、王志勇：《智力资本与人力资本、无形资产的比较研究》，《现代管理科学》2006年第11期。

［5］李冬琴、黄晓春：《智力资本：概念、结构和计量述评》，《科学学研究》2003年第11期。

［6］罗福凯：《论公司财务的价值创造功能》，《财会通讯》（学术版）2004年第4期。

［7］罗福凯：《要素资本平衡表：一种新的内部资产负债表》，《中国工业经济》2010年第2期。

［8］傅元略：《企业智力资本与企业资本结构优化》，《中国工业经济》2002年第3期。

［9］董必荣、李虎、路国平：《论智力资本报告的标准化》，《经济管理》2008年第14期。

［10］曾洁琼：《企业智力资本计量问题研究》，《中国工业经济》2006年第3期。

人工智能技术含义范文篇2

1.1物联网介绍

1.1.1物联网概念

物联网是指利用射频识别技术(RFID)、全球定位系统(GPS)、传感器等技术将物体与互联网连接在一起的技术，物联网可以实现信息交流与通信，是互联网技术的深入应用［2］。物联网被视为互联网未来发展趋势之一，其中物联网中的每个物体都是有标识、属性的个体，利用智能接口，按照一定的通信协议连接到互联网中。

1.1.2物联网主要特征

1)标识与感知。物联网可通过RFID、传感器等技术标识物体，并能通过上述技术感知或捕获研究目标，采集该物体的相关信息。

2)信息处理。物联网获取的信息可以利用计算机进行大数据计算与分析，从而获取极具价值的信息，以供决策与控制。

3)信息交流。物联网与互联网技术一样，可以实现数据的实时共享，及时将系统信息数据通过网络传输到系统中心。

1.1.3物联网关键技术

物联网技术一般可分为感知层、网络层以及应用层三大环节，每一个环节都对应有关键技术。感知层关键技术包含RFID技术、二维码、传感器技术等，利用上述技术能够实现对物体的标识与感知［4］。网络层关键技术包含计算机技术、互联网技术、云计算技术、大数据处理技术等，是信息处理、数据管理的核心。应用层关键技术包含智能芯片等，是信息处理的应用执行层面。近年来，随着物联网技术的不断发展，出现了许多新型技术或多种技术融合的综合性技术，如PML开发技术、嵌入式技术、传感器网络技术、信息安全技术等，这些技术的应用显著提升了物联网的性能。

1.2智能电网介绍

1.2.1智能电网概念

所谓智能电网，其本质是电网的智能化发展，以物理电网为基本框架，充分结合测量技术、传感技术、信息化处理技术、决策系统技术、计算机技术、互联网技术等智能化技术而形成的综合性智能电网。智能电网的应用，将资源开发、电能应用、电网管理等各个环节实现了智能化集成，不仅实现各个环节的无缝连接，而且提升了电网的工作效率及可靠性，因此，具有极大的经济效益。

1.2.2智能电网主要特征

1)自愈性。智能电网具备自我修复能力，当电网中出现故障，可以容错重组，实现系统自愈。

2)激励性。智能电网可以激发用户参与到电网的运作过程中，从而提高电网的工作效率。

3)安全性。智能电网相比普通电网具备更高的安全性，尤其是在利用智能化技术下，电网的抵御能力更强，电网安全性更高。

4)兼容性。智能电网可以兼容各种形式的发电、供电、蓄电，因此电网的兼容性更好。

5)优化性。智能电网能够优化各种电网设备的运行，降低电网的运行成本，优化性能优越。

1.2.3智能电网关键技术

智能电网未来发展趋势，是集合了多种技术于一体的综合性智能化系统工程。智能电网所包含的关键技术主要有可处理大量数据的信息处理技术;高效、实时的通信技术;电网能源分布式接入技术;系统容错技术;传感器网络技术;智能规划技术等。

2物联网技术与智能电网技术融合

物联网技术与智能电网技术的融合是信息化技术发展的必然，也是电网发展的趋势。采用物联网技术的智能电网，能够在资源整合、通信提升、电力信息化等方面的发展提供重要的支撑。此外，物联网技术的应用，能够提高智能电网的自动化、智能化，对提高智能电网的管理，提高电网的工作效率，降低运行成本等方面具有重要意义。为了研究物联网技术与智能电网技术的融合，笔者分别从感知层、网络层、应用层三方面进行介绍。

2.1感知层

感知层包含了各种传感器、智能芯片等信息识别与采集设备，从而实现对物体属性、行为的监测，并能够获取物体的基本信息数据，通过网络技术、通信技术将数据传输到数据处理中心。在智能电网中，采用物联网技术可以对输电线路、电气设备等电网目标进行识别与监控，并通过光纤通信技术或无线通信技术将获取的数据传输到数据处理中心。

2.2网络层

网络层是利用互联网技术实现数据传输与共享的关键环节。在智能电网中，主要以光纤网络为主要的网络层，并以无线通信网络、无线宽带网络为辅助，将感知层获取的数据进行实时传输。在智能电网的应用过程中，为了保证系统的安全性，因此对数据的传输提出了更高的要求，智能电网的信息传输主要通过电网系统的内部网络，只有在特殊环境下，才可以部分依靠公共网络。此外，为了保证智能电网的应用，电力系统的通信网络应该以骨干光纤网络为主，这样不仅能够保证数据传输的实时性，而且能够提高数据的容量。以光纤网络为主，辅助以无线宽带网络、电力线载波网络、无线数字通信网络等通信技术，实现双向宽带通信的智能电网与物联网的融合。

2.3应用层

应用层是物联网对相关信息或处理结果进行应用的层面，在智能电网中，应用层主要是各种电力基础设施、电力资源的应用等方面。电力基础设备将为物联网技术提供重要的信息数据，同时也为物联网技术提供数据处理与计算的基础设施，保证各种数据、设备的接口资源，为物联网提供各种适应性极强的应用。此外，应用物联网技术后，智能电网的在智能计算、大数据处理、模式识别等技术方面有了更有效的解决方案，能够应用物联网技术实现智能化决策，对提升电网的管理水平具有重要意义。

3物联网在智能电网中应用展望

物联网技术在物体识别与感知、信息处理、控制与决策等方面的能力，能够对智能电网的发展提供极大的推动作用。以目前的发展趋势来看，物联网技术与智能电网技术的结合与应用将不断的深入与完善，尤其是在以下几方面的应用，将成为物联网技术、智能电网技术融合的重要方向。

1)输电线路可视化。利用物联网技术的远程识别与感知技术，能够对输电线路进行可视化监控，结合无线通信技术、全球定位技术等，对输电线路冰冻、震动、故障等问题进行实时在线远程监控，提高智能电网输电线路的感知能力，缩减解决故障的反应时间。

2)电力生产智能化。利用物联网技术，能够实现电力生产的智能化管理，尤其是将RFID技术、传感器网络技术应用到电力现场作业，能够对误操作、非法进入等安全事件进行远程监管，可以对电力生产设备进行智能化管理，减少电力生产的安全隐患，结合用电信息情况，智能规划生产计划。

3)用电信息智能采集。传统用电信息通过电表人工采集，实时性、准确性均难以保证。应用物联网技术，可以建立远程用电信息采集系统，并将采集的数据通过通信网络实时反馈到管理中心，可实现用电信息的实时管理，提高智能电网的智能化，适时进行调峰调频，提升用电效率。除此之外，物联网技术还能在电力设备管理、电力设施全寿命周期管理、用电巡检等方面提供重要的应用技术保障，能够有效提高电网的可靠性，提升客户服务满意度。

4结语

人工智能技术含义范文篇3

[关键词]金融科技；大数据；云计算；区块链；人工智能

[DOI]1013939/jcnkizgsc201718098

1金融科技的定义

Fintech是Finance和Technology的合成词，中文译为金融科技。金融科技来源于20世纪90年代花旗银行发起的一个发展项目“金融服务技术联盟”（FinancialServicesTechnologyConsortium），后被简称为“FinancialTechnology”，即Fintech。在国际层面，作为全球金融治理的核心机构，金融稳定理事会于2016年3月首次了关于金融科技的专题报告，其中对“金融科技”进行了初步定义，即金融科技是指技术带来的金融创新，它能创造新的业务模式、应用、流程或产品，从而对金融市场、金融机构或金融服务的提供方式造成重大影响。

2金融科技的分类

根据国内外从业人员结合研究和实践，金融科技主要有两种角度的定义。第一种是将金融科技定义为金融和科技相融合后所形成的业务模式，具体包括数字支付、网络借贷、数字货币以及智能投顾等。第二种是将金融科技定义为一种科学技术，即国内常提及的金融科技。牛津词典将金融科技定义为用来支持银行业和其他金融服务的电脑程序和其他科技，包括互联网、大数据、云计算、区块链以及人工智能等，投资百科称之为21世纪运用于金融领域的所有科技的集合。

3金融科技行业的主流技术及应用

31大数据

大数据是指无法在一定时间内用常规软件工具对其内容进行抓取、管理和处理的数据集合。相应地，大数据技术是指从各种各样类型的数据中，快速获得有价值信息的能力。IBM提出大数据具有五大特征：Volume（大量）、Velocity（高速）、Variety（多样）、Value（价值）、Veracity（真实性）。目前，大数据在金融领域的应用体现在了信贷、征信风控、金融安全以及差异化营销方案等。金融的关键环节是风控，而风控的关键在于权威的大数据征信体系，这关乎整个行业的健康成长。

32云计算

云计算最广为认可的定义源自美国国家标准与技术研究院（NIST），它指出云计算是一种按使用量付费的模式，这种模式提供可用的、便捷的、按需的网络访问，进入可配置的计算资源共享池（资源包括网络、服务器、存储、应用软件、服务），这些资源能够被快速提供，只需投入很少的管理工作，或与服务供应商进行很少的交互。企业可以通过布置云计算应用，拥有强大的计算能力。同时，安全云服务通过远程提供安全保障，可以提供基于云端庞大病毒库，进行实时的采集、分析以及处理，有效地保障了金融企业的数据安全性。

33人工智能

人工智能是指研究、开发用于模拟、延伸和扩展人的智能的理论、方法、技术及应用系统的一门新的技术科学。作为人工智能在金融领域的实践，智能投顾以长尾客户为目标客群，在全球迅猛发展。智能投顾指具有人工智能的计算机程序系统根据客户自身的理财需求，通过算法和产品搭建数据模型，来完成传统上由人工提供的理财顾问服务，具有投资门槛低、管理费用低、信息透明度高三大显著优势。

34区块链

区块链技术在金融领域中主要的优势是去中心化和极大地降低成本。区块链（Blockchain）是指通^去中心化和去信任的方式集体维护一个可靠数据库的技术方案。区块链中的“区块”指信息块，信息块中含有的特殊信息为信息戳，含有信息戳的信息块彼此互联，形成的信息块链条被称为“区块链”。2008年金融危机导致对于金融管控门槛不断升高，而反恐战争导致反洗钱和反恐怖主义融资的范围也让监管的广度和深度逐渐扩大，导致整个金融系统的监管成本急剧增加。在这种情况下，区块链技术能够通过防篡改和高透明的方式让整个金融系统极大地降低成本。

4发展问题及建议

41大数据

目前政府、金融机构等都在积极地、大规模地搜集个人的数据，在信息化时代，个人信息更容易被搜集，但也更加容易被广泛地传播。信息泄露问题层出不穷，2016年网上公开售卖20万济南婴幼儿的信息，包含姓名、联系方式，甚至能精确到门牌号。我国信息化发展起步较晚，但发展迅速，对隐私权的保护尚不重视，我国应建立个人数据隐私权保护的法律体系，如《个人数据保护法》，使个人数据隐私权案件审理有法可依。

大数据需要收集和提取私人数据，但私人数据与公共数据的界限一直尚未明确。因此，需要法律对公有、私有数据的标准进行制定。

42云计算

使用云计算服务后，企业的应用程序和数据会受第三方云计算服务方控制，因而保障用户的信息安全就显得至关重要。技术安全一直是互联网金融企业的短板，交易的数据和用户的资料会在平台上沉淀，这也是引来黑客的最主要根源。据统计，有90%的网贷平台因黑客的攻击而倒闭，黑客盗取客户信息用假身份申请贷款导致网贷平台损失了近300亿元。云供应商作为各大金融机构的IT支持者，需要不断地在数据迁移、备份、加密等方面进行深入研究，保障金融机构的技术安全，同时云计算相关法律法规仍需不断完善，增强金融机构使用云计算的信心。

43智能投顾

随着智能投顾企业规模的逐渐壮大，行业本身也开始对监管产生明确的需求。中国与世界经济研究中心主任李稻葵曾经明确指出这一领域的监管不足。面对如此新兴的行业，如何监管已经成了人工智能带来的一大难题。一个最为重要的因素在于：监管对象已经发生了改变。在当前的监管法律法规中，被监管的主体主要是法人和自然人。而随着人工智能技术的发展，使证券投资账户的所有者和经营者发生了本质的变化，无论什么形式的证券投资账户，如果采用人工智能的智能体，由于可以做到完全的“无人驾驶”，那么此账户的实际控制人将发生改变。不难看出，监管部门面对的监管对象既不是自然人，也不是法人了。目前监管框架中对于行为边界和智能体的行为的责任主体并没有明确地涉及，监管政策迫在眉睫。

同时，目前智能投顾鱼龙混杂，由于国内散户风险意识低、风险管理能力较差，如果智能投顾与证券销售人员结合，很有可能沦为销售工具，建议相关部门可以通过经营牌照来规范管理这个行业。

44区块链

区块链技术涉及密码学、计算数学、人工智能等很多跨学科、跨领域的前沿技术，一般的工程师在短期内很难掌握。如果能够在底层基础上开发出一些更加便利的技术平台，吸引更多的工程师参与区块链的建设，区块链技术会得到更快更好的发展。同时，区块链的应用场景需要进一步拓展，目前的应用主要在比特币领域，参与的用户较少，只有依靠庞大的用户群，才能进入主流市场，新的应用场景有待培育。

5结论

近年来金融科技迅猛发展，应用广泛，但在大数据、云计算、人工智能及区块链等技术领域也面临着诸多挑战。未来政府需要加强监管，规范行业发展，同时法律领域的配套政策也应及时出台，保障人们的权益。只有这样，金融科技行业才能健康地、持久地发展。

参考文献：

[1]赵昌文，陈春发，唐英凯科技金融[M].北京：科学出版社，2009