人工智能如何賦能金融

　　傳統金融服務與人工智能技術相結合，金融服務方式發生了根本性轉變。

　　文/中國電子技術標準化研究院 伍敏敏

　　今年政府工作報告指出，要“拓展‘智能+’”，“深化大數據、人工智能等研發應用，培育新一代信息技術”等，這些要求使得人工智能再次成為焦點。

　　近幾年來，隨著國家對人工智能的重視和投入增加，我國人工智能技術有了質的飛躍，取得了不少成績，現已進入了高速發展期。據相關報告顯示，我國在人工智能上的投資總量已占到了全球總量的60%，人工智能技術人才擁有量排名全球第二，人工智能專利總數已超過美國和日本，躍居全球第一位。

　　人工智能技術的發展之所以引人注目，是因為它能為各行各業的發展“賦能”，注入強大的科技動力。比如當其與金融行業相結合時，勢必推動金融行業的創新發展，創造出不可估量的價值。

　　依照不同時期的代表性技術與核心商業要素特點來劃分金融行業的發展歷程，可分為“IT+金融階段”“互聯網+金融階段”以及正在經歷的“人工智能+金融階段”。科技賦能金融業隨著科技的進步而展現出不同的模式，基本顯現出了由信息化向智能化方向演進的過程。在如今的人工智能階段，科技對金融行業的促進作用將高于以往任何階段，將為金融行業帶來顛覆性變革，并產生深遠影響。

　　促進金融服務更加主動

　　長期以來，傳統金融行業服務采取的是直接與客戶面對面交流的模式，往往集中于各類服務網點，投入大量的人、財、物，進而實現挖掘客戶、開拓市場、尋求金融價值的目的。在該模式下，金融機構的工作人員被要求與客戶建立起良好的關系，提供優質的咨詢服務，保持經常性的接觸，滿足客戶的需求，以便在后期向客戶推薦相關金融服務時，能獲得客戶的認可。基于長期的情感依賴，客戶通常不會與其他金融機構的服務產品進行比較，而是直接選擇所推薦的金融服務。然而，由于客戶對金融服務缺乏認識了解的主動性，整體上金融機構所提供的服務常常處于被閑置和被動狀態。

　　在人工智能金融時代，傳統金融服務與人工智能技術相結合，金融服務方式發生了根本性轉變，各類金融機構的APP、網銀等橫空出世，幫助金融機構獲取大量有效的客戶信息，挖掘更多的潛在金融價值，金融服務模式由以往的被動服務模式轉變為主動服務模式。

　　基于對這些APP、網銀的了解，客戶在辦理金融業務、選擇相應的金融服務時，會主動比較各個金融機構所提供的服務質量、經濟效益等因素，從而選取最優結果。

　　與此同時，具備能夠模仿人類語言、學習、識別、搜索等功能的人工智能機器人的出現，使得金融機構提供的服務更加個性化、人性化。

　　通過主動與客戶的溝通交流，人工智能機器人能夠深入分析并準確判斷出客戶的金融需求，也使得所提供的金融服務更易被客戶所認可和選擇。人工智能機器人還能夠將客戶所提問題進行統計，并抽選數據、分類業務，采取適合客戶所需的金融服務，準確解決客戶的問題。

　　據數據統計，這種類似于人工智能機器人的智能客服在金融行業的滲透率已達到20%~30%，有效解決了85%以上的客戶常見問題。

　　促使金融服務更具智慧

　　人工智能促使金融行業服務更加合理、精準、智慧，主要反映在智能投顧方面。

　　側重于智能化前段服務的智能投顧，注重智能化程度和金融服務體驗，可根據客戶的風險偏好、投資收益期望等信息，采用人工智能算法技術，跟蹤金融市場動態，為客戶提供資產配置、組合等意見建議或投資決策。

　　智能投顧的優點不僅在于能有效進行投資配置、執行交易，還能幫助用戶克服情緒上的弱點。在應用過程中，智能投顧以人工智能算法平臺和技術體系為基礎，收集并處理大量的金融行業與用戶行為的數據。

　　當前，相關人工智能科技巨頭與金融機構融合，推出了個性化的產品，比如美國的智能投顧標桿Wealthfront與EquBot LLC、ETF Managers Group共同推出的ETF，還有我國廣發證券推出的智能投顧服務——“貝塔牛”，阿里云發布的ET金融大腦，招商銀行宣布推出的“摩羯智投”等。這些智能投顧服務相較于傳統投顧方式，管理費率普遍降低約80%，準入門檻也大為降低。

　　相關數據顯示，截至2018年底，中國個人可投資金融資產總額約為113萬億元人民幣。然而，隨著越來越多的投資者對資產多元化配置的需求不斷上升，導致傳統的儲蓄及以銀行理財產品為主的資產運營模式受到重創，也給投資者對于如何合理分配資產帶來了諸多煩惱。此時智能投顧能較好地解決傳統投顧難以滿足海量客戶需求的弊端，受到廣大投資者的青睞，迅速占領了市場，有效地推動了金融行業的創新發展。

　　提升金融數據處理能力

　　金融業作為典型的服務行業，具有數據和信息非常密集、數據量龐大、數據格式規范等特征。金融行業與其他行業密不可分，所以在整個交易市場過程中，金融業的交易很頻繁，且交易密度很高，匯集了難以計數的數據。

　　這些數據包括各類投資信息、交易記錄、風險控制等，大都以非結構的方式分散在網絡之中，單純依靠人力已然無法充分利用這些數據，也無法更好地服務于金融活動。另外，也存在著海量的重復且無用的數據，占用了不小的數據存儲空間，給數據處理造成了諸多麻煩。

　　隨著人工智能的發展，科學技術迎來了突破性進步，大數據技術與人工智能相結合，很大程度地提升了金融行業數據處理能力。通過人工智能和大數據技術，能夠讀取和分析存儲在網絡空間中的海量數據，并進行深度的智能學習、模擬、應用，使數據轉變為具有結構化的信息，真正實現對數據的有效管理和使用。

　　目前，銀行數據管理正從傳統的在線數據庫和數據倉庫向以Hadoop為主流框架、通過智能接口與大量非結構化數據兼容的大規模數據存儲和高速并行云計算平臺過渡，這正是人工智能助力銀行業數據處理的表現，也是銀行業在人工智能時代搶抓機遇實現轉型的過程。

　　有助于金融風險防控

　　風險問題是金融機構發展過程中面臨的核心問題，如何規避風險，確保穩定發展，一直以來都是金融機構的巨大挑戰之一。傳統的做法是設立金融風控部門，聘請風險評估師，利用團隊協作，基于豐富的經驗以抵御金融風險。然而，金融交易業務的瞬息萬變，傳統的方式往往顯得很滯后，無法真正起到風險控制的效果，也難以確保金融機構的穩定發展。

　　傳統的金融風險防控問題隨著人工智能技術的發展而得到很大改善，運用人工智能與大數據技術，有效提升了金融風險防控的精度和效率，使傳統的經驗防控模式轉變為智能防控模式。

　　人工智能通過對金融數據的全面分析和學習，構建風險防控模型，預判風險來源及其系數，從而制定針對性的預防措施。

　　智能金融風險防控模式，以人工智能技術為依托，主動對金融交易等市場行為進行監測和預警，不僅能防范金融交易風險，還能防范金融欺詐行為。

　　在防范金融交易風險方面，主要以人臉識別技術為主，對于長相酷似且難分辨的人則輔以搖頭、眨眼等人體活動數據采集并對比識別；在防范金融欺詐行為方面，主要體現在對異常交易檢測、反欺詐及信貸等領域的應用，通過人工智能技術采取多重防范措施，對整個金融交易行為進行跟蹤監控，并從龐大數據中挖掘出關鍵信息，對異常交易、欺詐等行為進行匹配操作、層層篩查，最終能有效遏制欺詐行為，提高風險防控能力。

責任編輯：陳永樂