人工智能(néng)技术将对金融业产生深遠(yuǎn)影响
2023-05-24 08:55:46

人工智能(néng)包括计算机视觉、自然语言处理(lǐ)、信息分(fēn)析推理(lǐ)、群體(tǐ)智能(néng)、自主无人系统、脑机接口等关键技术。其近乎无穷的算力，极大地弥补了人脑在处理(lǐ)海量复杂信息时的不足。近期人机互动模型ChatGPT进入应用(yòng)领域，意味着人工智能(néng)的发展达到了新(xīn)高地。那么，人工智能(néng)在金融领域的应用(yòng)与未来发展趋势如何？会给金融机构带来哪些挑战？日前，《金融时报》记者就上述问题采访了三亚经济研究院院長(cháng)张承惠。

人工智能(néng)在金融领域的应用(yòng)场景与未来发展趋势

《金融时报》记者：最近，ChatGPT引发了各方关注，它拥有(yǒu)史上最强的机器大脑和知识库，不仅可(kě)以帮助人们更好地理(lǐ)解世界，还可(kě)以打破语言和文(wén)化障碍，促进人类的跨界交流与合作，甚至在一定程度上改变人类思维和认知的方式。您如何看待人工智能(néng)在金融领域的应用(yòng)与未来发展趋势？ 

张承惠：近年来金融科(kē)技得到广泛应用(yòng)和快速发展，已经深刻改变了金融的业态、金融的内在逻辑和金融职场的行為(wèi)方式。而大数据、區(qū)块链、人工智能(néng)、物(wù)联网等本来就是金融科(kē)技的主要组成部分(fēn)。随着人工智能(néng)技术水平的提升，金融科(kē)技必将更加广泛和深入地对金融业产生影响。

第一，客户服務(wù)与金融产品数字化营销。客服是人工智能(néng)最能(néng)快速发挥作用(yòng)和效果的应用(yòng)场景。到目前為(wèi)止，各类交易平台已经广泛采用(yòng)了机器人客服。但是总體(tǐ)上看，效果并不理(lǐ)想。其原因，是机器人客服对客户千差万别的语言表述缺乏感应能(néng)力，对客户需求缺乏同理(lǐ)心，知识面也不宽。从ChatGPT的表现来看，高级别的人工智能(néng)有(yǒu)可(kě)能(néng)比人工客服更有(yǒu)经验，知识面更广，反应速度更快。可(kě)以预料在不遠(yuǎn)的将来，人工客服将完全被智能(néng)机器人替代，客服岗位用(yòng)工数量将锐减，庞大的客服工作场所亦将不复存在，从而在很(hěn)大程度上降低了金融机构的人力成本和管理(lǐ)成本。

随着金融科(kē)技的发展，数字化营销在挖掘金融机构大量“長(cháng)尾”和“睡眠”客户中发挥了很(hěn)大作用(yòng)。而人工智能(néng)深化了营销过程中的理(lǐ)解、对话功能(néng)，提高了识别准确率，可(kě)与受访者进行高质量一对一交流，有(yǒu)效解决了人工跟进成本高、对人工席的管理(lǐ)难度大、数据难以实时监控等问题。近年来呼声很(hěn)高的个性化服務(wù)对于营销人员的专业能(néng)力、需求识别的精准度和应答(dá)的灵活度提出了极高的要求，人工智能(néng)的广泛应用(yòng)有(yǒu)助于快速提升金融机构的产品营销能(néng)力。

第二，金融风险管理(lǐ)。防范风险是金融机构的天职和核心职责。金融机构作為(wèi)资金的中介机构，其所面临的风险类型多(duō)种多(duō)样，如信用(yòng)风险、市场风险、管理(lǐ)风险、流动性风险、法律及合规风险等等。面对风险，金融机构首先要建立完善的内部控制和风险管理(lǐ)制度，建立完善的风险管理(lǐ)框架对各类风险进行分(fēn)类、评估和管理(lǐ)。在这个过程中，人工智能(néng)可(kě)以充分(fēn)发挥作用(yòng)，包括监控制度的执行情况、对剧烈波动的市场做出快速反应、科(kē)學(xué)评估风险类型和程度等。其次，员工对风险的认识和对制度的执行能(néng)力是金融机构风险管理(lǐ)的关键，风险管理(lǐ)人员尤其要具备丰富的风险管理(lǐ)经验和理(lǐ)论知识。金融机构在為(wèi)员工提供系统的培训和教育的过程中引入人工智能(néng)，可(kě)以有(yǒu)效地提升培训效率，准确检测关键岗位人员的风险管理(lǐ)能(néng)力和水平。再次，风险信息的披露和公开是金融机构对社会公众的责任和义務(wù)。而信息披露涉及大量数据和信息，仅靠人力很(hěn)难科(kē)學(xué)、准确、快速处理(lǐ)这些信息，人工智能(néng)在这个领域中同样可(kě)以大大提升效率。

第三，产品定价。金融产品定价的本质是风险评估，需要根据客户的资信状况、还款能(néng)力、财務(wù)状况等因素对客户进行风险评估，制定不同的风险升水或贴水，以避免客户可(kě)能(néng)因违约带来的损失。由于金融产品的多(duō)样性和复杂性，需要大量运用(yòng)数學(xué)、统计學(xué)、经济學(xué)知识和技能(néng)。以保险精算為(wèi)例，合理(lǐ)的保险精算不仅可(kě)以保障保险公司自身利益，也有(yǒu)利于保护客户的权益。保险精算涉及因素至少包括：保险产品的风险（承保风险类型、风险等级、保险责任、保险期限、保险金额、免赔额等）、历史数据与统计分(fēn)析（平均寿命、意外事故概率、天气变化等）、保险产品风险（预测损失、概率分(fēn)布、时间价值等）、政策法规和监管要求、经济环境（通胀、利率等）和市场竞争情况、保险公司的承保能(néng)力（资产负债状况与匹配、投资组合、盈利预算、储备金、偿付能(néng)力）等。

金融机构的风险模型是一个很(hěn)复杂的系统，需要综合运用(yòng)风险评估、数据收集、数學(xué)建模、模型验证和风险管理(lǐ)等多(duō)个方面的知识和技能(néng)。事实上，在建立和运用(yòng)、检验风险模型的过程中，金融机构已经大量应用(yòng)了金融科(kē)技，而高级别人工智能(néng)的加入，将进一步提升这些模型的科(kē)學(xué)性，人工智能(néng)在一定程度上替代精算师是有(yǒu)可(kě)能(néng)的。

第四，保险勘察理(lǐ)赔。保单出险后保险公司面临的最大风险就是欺诈。每年都有(yǒu)数十亿美元的欺诈性索赔事件发生。為(wèi)降低这类风险，保险公司对于索赔申请，必须进行必要的调查和审查，仔细甄别损失的真实性和程度，為(wèi)理(lǐ)赔决策提供依据。此外，由于保单量大面广，涉及多(duō)个领域，复杂程度很(hěn)高，勘察理(lǐ)赔工作往往耗时费力。人工智能(néng)可(kě)以大大简化这一过程，消除人為(wèi)错误，提升理(lǐ)赔工作的科(kē)學(xué)性和速度。

第五，投资顾问。金融科(kē)技已经开始在证券投资领域得到广泛应用(yòng)，包括量化投资、為(wèi)客户提供个性化的投资建议和推荐、在保证风险控制和收益最大化的前提下对客户的投资组合进行优化等。但是，在PE和VC投资领域，人工智能(néng)主要还是作為(wèi)被投资对象而不是以投资决策工具的身份出现。在未来投资顾问的场景中，人工智能(néng)应该可(kě)以利用(yòng)其强大的数据库、知识库和分(fēn)析能(néng)力，帮助私募股权投资行业更加科(kē)學(xué)地进行投资决策，提高投资组合的收益和风险控制能(néng)力。

第六，家庭资产管理(lǐ)。相对于主要服務(wù)于机构和高净值客户的投资顾问行业而言，家庭资产管理(lǐ)在我國(guó)很(hěn)大程度上还是空白。这里既有(yǒu)中國(guó)家庭传统上很(hěn)难接受收费服務(wù)的原因，也有(yǒu)不同行业之间存在壁垒，金融机构缺乏為(wèi)家庭提供全寿命周期定制化服務(wù)能(néng)力的因素。例如银行客户经理(lǐ)在传统的存贷汇业務(wù)之外，只能(néng)推荐基金、理(lǐ)财等少量产品，客户要买证券、保险，必须与提供相应产品的金融机构直接接触。人工智能(néng)的数据处理(lǐ)能(néng)力将帮助金融机构以及第三方服務(wù)机构开发家庭资产管理(lǐ)这个巨大的市场，从而进一步提升金融服務(wù)的效率。

基于人工智能(néng)在提升反应速度和工作效率方面的巨大能(néng)量，未来金融机构必将更多(duō)地使用(yòng)人工智能(néng)，并借此催生出更多(duō)的金融服務(wù)场景和新(xīn)的盈利模式。可(kě)以预料，金融科(kē)技的发展将继续朝着数字化、智能(néng)化、个性化、跨界化的方向发展，从而进一步深化金融服務(wù)的差异化，使不同类别的金融服務(wù)更加融合和创新(xīn)。

数据安全是金融机构数字化转型的关键因素

《金融时报》记者：数据安全是人工智能(néng)时代必须重视的风险因素，也是影响金融机构数字化转型的关键因素。应该如何保证数据安全？ 

张承惠：目前来看，广义的数据安全涉及客户信息和个人隐私安全、金融机构全业務(wù)周期和各个业務(wù)流程的数据安全、金融机构信息系统和基础设施的安全、金融机构線(xiàn)上線(xiàn)下业務(wù)场景运营过程中的数据安全等多(duō)个方面。而社会和民(mín)众最敏感的就是个人数据被集中收集使用(yòng)后产生“批量泄露”的风险。

矛盾之处在于，要实现数据价值的最大化就必须依赖大量多(duō)样化数据的汇聚、流动、处理(lǐ)和分(fēn)析，而在这个流程中，难免遇到黑客攻击、使用(yòng)者管理(lǐ)不善、数据被恶意使用(yòng)等问题。威瑞森发布的《2021年数据泄露调查报告》指出，数据泄露事件中85%的泄露涉及人的因素，人為(wèi)疏忽成為(wèi)数据安全的最大威胁。為(wèi)妥善处理(lǐ)数据流动与安全问题， 1995年以来欧盟陆续出台了多(duō)个与数据保护相关的法规，明确了数据获取过程中的若干原则，并通过制订高额罚款、设立政府监督机构、要求企业新(xīn)增数据保护专员等方式，大幅提升了数据保护水平。2022年5月，《数据治理(lǐ)法案》在经欧洲议会投票通过后经欧盟理(lǐ)事会批准成為(wèi)法律，进一步丰富和细化了数据治理(lǐ)内涵。

我國(guó)2000年4月发布的《计算机病毒防治管理(lǐ)办法》首次从计算机病毒方面对个人数据造成的威胁进行规范管理(lǐ)，以后又(yòu)陆续出台了若干相关法规。2016年，《中华人民(mín)共和國(guó)网络安全法》出台。该法确立了个人数据处理(lǐ)原则，建立了个人信息和重要数据的境内存储以及出境安全评估制度。2021年6月全國(guó)人大通过的《中华人民(mín)共和國(guó)数据安全法》，更加注重对数据本身的安全保护，提出要制定重要数据目录，推动数据分(fēn)级分(fēn)类，定期开展数据风险评估。2021年11月施行的《中华人民(mín)共和國(guó)个人信息保护法》则制订了个人信息处理(lǐ)和跨境提供的规则、建立起完整的个人信息保护框架。

尽管已经建立起保护数据安全的法律框架，但数据安全仍将是全社会的重大挑战。当前電(diàn)信网络诈骗已成為(wèi)影响社会治安的突出问题，在部分(fēn)省市，诈骗案件数量已占据半数刑事案件，破案和追回赃款的难度都很(hěn)大。对于金融机构来说，相关法律和制度加大了开发数据资源的法律责任， 迫切需要从业務(wù)和技术两个层面加快数据安全能(néng)力建设，建立数据安全體(tǐ)系，提升数据风险核查能(néng)力、风险预警能(néng)力和数据保护能(néng)力，完善数据管理(lǐ)组织體(tǐ)系和组织架构。而这些措施，都会在不同程度上增加成本。

金融机构发展人工智能(néng)面临的挑战

《金融时报》记者：人工智能(néng)技术与经济社会深度融合的过程承载着重大的机遇，也面临着一系列潜在的挑战。人工智能(néng)技术应用(yòng)将给金融机构带来哪些挑战？ 

张承惠：尽管人工智能(néng)在金融科(kē)技中将占有(yǒu)越来越重要的地位，但是金融机构在发展人工智能(néng)的过程中一定会面临很(hěn)多(duō)挑战。具體(tǐ)来看主要有(yǒu)以下几个方面：

一是如何有(yǒu)效提升算力。支撑人工智能(néng)的机器深度學(xué)习涉及海量数据和复杂算法，需要超级计算能(néng)力和大量能(néng)源。对于中小(xiǎo)型金融机构来说，本来就存在资金实力弱、缺少人才等先天不足，很(hěn)难承担提升算力所需要的巨额投入。一个解决的办法是将人工智能(néng)算法放在云上，但不少中小(xiǎo)金融机构出于数据的隐私性和保密性，对上云仍有(yǒu)很(hěn)大的顾虑。

大型金融机构近年来均在不断加大科(kē)技投入，例如2022年國(guó)有(yǒu)六大行在金融科(kē)技方面的投入金额均超过百亿元，多(duō)家股份制银行的金融科(kē)技投入占比有(yǒu)所提升，部分(fēn)银行的金融科(kē)技投入增幅同比增長(cháng)超过20%。尽管如此，在提升算力方面，大型金融机构仍然面临基础性芯片、操作系统、数据库等瓶颈约束问题；在跨时空、多(duō)技术融合的应用(yòng)场景拓展能(néng)力、数据架构管理(lǐ)能(néng)力方面的挑战也较大。此外，由于算力基础设施耗能(néng)巨大，如何在绿色低碳撰写过程中使用(yòng)更好的节能(néng)技术，引入更多(duō)绿色清洁能(néng)源，也是大型金融机构需要直面的问题。

二是如何应对人工智能(néng)开发机构的偏见。现实中，人工智能(néng)技术的偏见及其导致的歧视问题正在被越来越多(duō)的人所关注。这种偏见是由程序开发导致的。由于开发者所持有(yǒu)國(guó)籍、宗教信仰、种族、性别、居住地區(qū)的差别会在一定程度上导致其认知的偏见，加上AI背后训练算法的数据来源、频率等存在差异，最终形成的模型和系统一定是双标的。例如预测亚洲人论文(wén)的抄袭行為(wèi)多(duō)于欧洲人、预测黑人和低收入家庭的犯罪风险遠(yuǎn)遠(yuǎn)高于白人和富裕家庭等。遗憾的是，目前我國(guó)整體(tǐ)人工智能(néng)算力基础软硬件的技术水平和自主可(kě)控程度上，还与國(guó)外有(yǒu)一定差距，深度學(xué)习框架并无竞争优势。在智能(néng)计算芯片方面，我國(guó)企业仍在很(hěn)大程度上受制于包括芯片设计、晶片制作、封装制作、成本测试等在内的先进芯片制程，在软件生态环境上也与國(guó)外先进产品存在明显差距。在这种情况下，往往很(hěn)难避免人工智能(néng)偏见的发生。

三是人工智能(néng)开发受到产业数字化程度制约。算力作為(wèi)基础设施，需要相关的数据作為(wèi)提供支持。近年来，中國(guó)金融科(kē)技实现“弯道超車(chē)”，发展水平居于世界前列，政府政務(wù)数据化程度也得到了较快提升。相比之下，产业数字化进展相对缓慢。工业互联网平台建设所必需的智能(néng)感知、自动控制、智能(néng)装备、网络连接、工业软件等一系列基础性产业高度依赖國(guó)外，传统工业数字化转型的动力和能(néng)力都有(yǒu)所欠缺。加上政府部门之间、产业之间数据壁垒依然存在，在相当程度上制约了金融领域人工智能(néng)的开发和运用(yòng)。

四是监管压力。以ChatGPT為(wèi)代表的人工智能(néng)的颠覆式发展，给人类的法律體(tǐ)系、标准和规则、权利保障和司法救济都提出了挑战。科(kē)技在改变生活的同时，也在改变社会的传统法则，潜在的冲击和风险不可(kě)忽视。特别是基础设施、新(xīn)技术应用(yòng)、数据和运营服務(wù)商(shāng)、供应链层层混合交叉，遠(yuǎn)程操作和控制技术的普遍使用(yòng)，带来异常复杂的监管困难。在监管能(néng)力特别是金融监管能(néng)力得到有(yǒu)效提升之前，出于防范风险的需要，金融领域人工智能(néng)的开发和使用(yòng)有(yǒu)可(kě)能(néng)在一定程度上受到制约。

总之，人工智能(néng)时代已经到来，未来人工智能(néng)将在金融领域得到更加广泛和深入的利用(yòng)。对于金融机构来说，与其被动接受还不如主动拥抱智能(néng)时代。但是就单一市场主體(tǐ)而言，还是要量力而行。同时，面对人工智能(néng)发展过程中存在的问题和挑战，需要政府和行业、企业密切合作，加强沟通，加快弥补短板，共同促使人工智能(néng)在保障安全的前提下健康发展。