近年來，人工智能（AI）技術在銀行等金融領域的應用愈發廣泛，不僅德意志銀行近期已用人工智能處理某些領域的業務，在近日舉行的“智薈杯”2019全國高校金融科技創新大賽頒獎典禮暨全國高校·金融科技高峯論壇上，浦發銀行的數字員工“小浦”也正式“上崗”。專家指出，在部分領域，人工智能已可替代人工，但要實現進一步發展，還需突破多重障礙。

AI技術“滲透”金融業

隨着AI技術的持續發展，似乎已經對金融從業者的“飯碗”產生了威脅。例如，德意志銀行近日稱，到2022年將裁員約18000人，約佔該行總人數的20%。“（員工人數）將持續下降，這是毫無疑問的，我們的模式是要降低成本，與此同時改善我們的控制環境和客戶體驗。”德意志銀行企業和投資銀行業務主管馬克·馬修斯表示，人工智能的使用“極大地提高了某些業務領域的生產效率”，目前已節約了“68萬個人工工作小時”，處理了500萬筆交易，在其投資銀行系統內執行了340萬張支票。

國內方面，AI技術也逐漸從後臺走向前端。此前，中行、建行、交行等均在網點推出過不具備金融業務處理能力的智能機器人，近期，浦發銀行更推出了數字員工“小浦”，在金融服務層面邁出了一大步。

據悉，“小浦”由浦發銀行與百度聯合研製，構建以人性化服務爲核心的數字化金融服務界面HUI（Humanized User Interface）。據浦發銀行數字員工研發團隊負責人介紹，“小浦”採用電影工業級的人像建模技術，3D數字人像更逼真；通過學習，“小浦”能與人類進行自然語言對話，並輔之表情和手勢。基於雲服務，可實現數字員工快速複製和彈性擴展，可支持與平板電腦、手機、PC等設備的交互。浦發銀行還爲數字員工構建安全網絡、多因素鑑權、持續生物認證等，保障數字世界中的互動安全可靠。

“‘金融科技’已成爲未來金融發展的制高點。浦發銀行將通過應用AI、物聯網、區塊鏈等前沿技術來推動客戶服務模式的創新和業務模式的重塑。”浦發銀行行長潘衛東表示。

“近年來，AI技術在金融行業的應用領域越來越廣泛，主要可分爲內外兩個維度。”普華永道中國金融科技管理諮詢合夥人王建平對《上海金融報》記者表示，“對外，AI可在前端對客戶進行服務，如精準營銷、精準推送、客戶洞見、渠道展業等。在該維度應用AI技術主要可解決兩個問題。一是精準度問題，如精準識別客戶需求、精準推薦個性化的產品和服務等。二是效率問題，如在客戶服務過程中，一些簡單的問答和處理均無需人工操作，智能機器人可自行完成。”

“對內，AI的應用場景也非常多。以銀行爲例，包括貸款和信用卡的審批、放貸後對客戶行爲的分析等，均可用到AI技術；原先很多客戶信息和數據需要手工錄入，而AI可自動識別信息並錄入。在該維度，AI技術的使用一方面可強化防風險能力——人工識別不出的潛在風險，通過AI技術可以識別出；另一方面可提升效率，並進一步降低成本。”王建平進一步指出。

“從某種程度上講，金融業屬於勞動密集型行業。隨着智能科技的發展，AI能夠處理越來越複雜的金融服務，有助於金融機構提高服務標準，降低服務成本，突破諸多人工服務的瓶頸。目前來看，金融業對人工智能的應用普遍持開放和歡迎的態度，我國正積極廣泛地開展探索，並不同程度地進行實踐應用。”中國人民大學國際貨幣研究所研究員甄新偉對《上海金融報》記者表示，“就銀行而言，AI更適合承擔高頻度、標準化、遠程化的金融業務，在智能客服、智能賬戶服務、智能投資諮詢和量化交易等領域都有非常廣的應用空間。”

應用瓶頸待突破

近年來，中國在人工智能領域的發展迅速，相關企業快速湧現。根據中國信息通信研究院的數據，中國人工智能企業從2012年的300家迅速增長至2017年末的1000家左右。截至2018年6月，美國和中國的人工智能企業分別達2028、1011家，領跑全球，排名第三的英國僅392家。

“從全球看，中國的AI應用水平處於領先地位，這主要得益於幾方面因素。在技術層面，大量AI相關的科技公司湧現，對AI技術進行了大量研發投入。無論是科技公司還是一些大型金融機構，都在對AI底層技術，如深度學習技術、神經網絡技術等進行深入研發。”王建平表示，“在場景和數據方面，中國也有着非常大的優勢。AI的發展需要依靠大量的數據作爲支撐，沒有豐富的數據積累，AI就無法實現深度學習。我國互聯網用戶體量很大，沉澱的數據也頗具規模，這就是數據優勢。”

“此外，這也得益於我國政府對AI產業的支持，包括對應用場景的構建、對基礎技術的研發、對人才建設的鼓勵等。同時，我國在公共性大數據開放方面做得不錯，部分公共行業和市場數據的開放程度較高。”王建平進一步指出。

招商銀行研究院指出，2017年以來，人工智能連續三年進入政府工作報告，2019年的政府工作報告更首次提出“智能+”的概念，充分體現我國從頂層設計的角度，將人工智能視爲國家戰略中重要的基礎設施，推動其與產業融合，加速經濟結構升級。

同時，數量多、持續性強、充分涵蓋中央和地方，也是我國人工智能政策的突出特點。根據科瑞唯安公司和清華大學公共管理學院的聯合研究，我國中央政府層面的人工智能政策逐年增加，省級政府的相關政策則在2015年達到峯值，這些政策相互呼應，從資金、稅收、項目等多個層面持續支持人工智能行業的發展。

不過，王建平也指出，AI技術的進一步落實可能面臨三方面障礙。“首先，AI技術的門檻和成本較高。AI的建模、分析等過程均具有個性化，而個性化不可避免地會提升成本。很多企業即使想使用AI技術，但可能出於投入產出比的考量而放棄。因此，未來或可考慮在公共領域提供一些公共算法或公共模塊。同時，國家和一些大型企業可在基礎設施層面進行一些投入，以降低AI應用門檻。”

“其次，AI技術在應用過程中容易出現‘信息繭房’。”王建平解釋稱，“‘信息繭房’其實是一種數據歧視。例如，當你瀏覽某些購物網站後，網頁會向你推薦一些類似的產品。這種推薦基於一定的數據，但當掉入某個繭房或某個框架後，網頁向你推薦的東西或提供的建議等將被侷限在小範圍，且很難再跳出。要解決這個問題，需要在AI算法和數據方面進行優化和調整。”

“此外，AI建模的算法特性、機器學習的內含邏輯不爲人知，導致AI的決策過程不透明。尤其是在金融行業，這種不透明性會導致信任缺乏，進而影響AI的應用，阻礙其發展。因此，如何使得AI決策透明化，是下一步需要解決的問題。”

甄新偉認爲，AI技術要進一步突破瓶頸，需要解決人機交互服務的靈活性和安全性、智能機器人處理與人工處理流程的銜接、智能機器人金融服務與技術監管、金融信息安全等方面的問題。

相關文章