在信贷环节，新网银行在实时授信决策中应用了深度学习、强化学习、迁移学习等算法，对比多组授信策略的表现选择最优路径，实现授信策略快速迭代和更新。
在催收环节，美国征信机构益博睿为中国多家银行提供智能服务，利用催收评分模型优化不同批次、量级的催收及款项回收，平衡风险与报酬，降低相关成本；还可预测客户的还款时间和金额。
人工智能也成为多家银行年报的关键词。招商银行2017年年报中写道，近几年云计算、大数据、人工智能、区块链等技术的发展可能在不远的将来“成果大爆发”，商业银行是抓住这股浪潮完成蜕变，还是让移动支付的失利在其他领域重演，关键是未来三年的作为。
中信银行信息技术管理部架构管理处处长卫东表示，目前人工智能在银行业的应用刚刚起步，各家银行探索的领域涵盖了银行前台、中台、后台大部分业务，涉及客户获取、接触、识别、产品营销、风险控制、产品定价，以及业务运营与精细化管理等各个领域。差异在于，有的银行选择自主或合作研发人工智能平台，有的银行则是完全外购平台。中信银行是依靠自身力量搭建了基于开源框架的大数据平台、机器学习平台。
“两种做法各有利弊。人工智能需要一个底层基础平台，各种细分的人工智能模型服务都是基于这个平台实现的，如果一开始就采取自主或合作模式研发，把控性会更高，后期升级维护的成本更低。”卫东说，银行完全外购服务的优势就是见效较快，如果在此过程中银行能够不断学习、探索，并转换为自有知识积累，也可以提高对技术的掌握程度。
卫东表示，目前银行业开展人工智能探索的过程中，数据治理不到位及数据质量不完善是最大的短板。银行已有的数据准确性没有问题，但是宽度和广度不足，无法全面地刻画客户360度视图，较难结合应用场景做出综合判断，将会影响人工智能的应用效果。这是银行业面临的普遍挑战。
