機構“跑馬圈地” 人工智慧金融圈“套路深”

　　還在糾結人工客服還是AI（人工智慧）客服？人工智慧對於金融領域的滲透可不是僅此而已，從客戶服務到風險控制，再到資産配置，人工智慧正以普通老百姓難以想像的速度和“套路”滲透金融領域。

　　分析人士認為，金融行業利潤率高，數據相對有結構，且定義比較垂直、明確，可能成為人工智慧發展最先顛覆的領域。《國務院關於印發新一代人工智慧發展規劃的通知》提出，到2030年中國人工智慧産業競爭力將達到國際領先水準，人工智慧核心産業規模超過1萬億元，帶動相關産業規模超過10萬億元。

　　最近兩年內，金融機構加速在人工智慧等金融科技領域的“跑馬圈地”，相信最終目的絕不僅僅只是為了提升效率，在激烈的同業競爭中殺出重圍或許才是各家心中的願景。

　　被替代的不僅是銀行櫃員 

　　人工智慧真的會成為金融機構“超車”的法寶嗎？實際上，在這個問題之前，不少銀行高管被問到最多的問題是，“人工智慧來了，有多少銀行櫃員會下崗？”

　　中國證券報記者在採訪中發現，多數銀行高管對這個問題諱莫如深，但對於人工智慧産品的應用卻毫不含糊。AI客服早已不是新鮮物件，銀行網點諮詢機器人、風控智慧演算法等都在逐漸普及。

　　IBM全球企業諮詢服務部認知與分析服務總監賴開文透露，目前，IBM已經在銀行做了三類機器人：銀行網點迎賓機器人、服務機器人、諮詢機器人。他説：“機器人能幫員工解決一些重復繁瑣的日常工作，有助於提升銀行人力資源效率，解放更多相關崗位員工從事其他業務創新、讓其把專注力集中在對不確定性因素的把握和判斷上。”

　　銀行業內人士對中國證券報記者表示，隨著人工智慧技術的更新迭代，銀行業已開始將人工智慧從金融業前端引入後端，之前相對棘手的資訊安全、風控反欺詐、資産管理等方面已經開始試水人工智慧。

　　在廣發銀行副行長王兵看來，隨著人工智慧時代的來臨，銀行作為一個整體機構，圍繞以客戶為中心提供綜合金融服務，資訊越豐富越全面，産生的效果越為明顯。從這點出發，銀行應該具備集中統一的智慧中樞，為從業人員開展各類業務提供智慧化的指導或決策。因此，綜合人工智慧各項技術，打造銀行金融大腦將是應對人工智慧時代到來的最佳方法。

　　上海交通大學教授、歐洲科學院院士徐雷認為，人工智慧在金融領域主要有智慧投顧、智慧客服、安防監控，以及金融監管等四個主要應用方向。他表示：“現在美國的很多公司在金融方面已經開始有了一些動作，包括花旗銀行、高盛集團等，在自動交易、理財、風險管理以及智慧客服上都有應用。此外，納斯達克也在利用人工智慧進行金融管理，監測違規動作等。”

　　不難預計，隨著人工智慧在金融銀行領域的加速滲透，未來被替代的絕不僅僅只是銀行櫃員。

　　新金融機構先發優勢明顯 

　　對於人工智慧等金融科技的應用，國內幾家網際網路巨頭無疑具有先發優勢。以阿裏係的螞蟻金服為例，其運用大數據技術打造了全方位的運營和産品體系：一是打造了螞蟻智慧客服，大規模替代了人工，提升了響應速度和準確度；二是打造螞蟻安全大腦，通過風險分析網路和決策中樞，對交易風險進行控制；三是打造基於大數據和機器學習的螞蟻微貸産品，解決小微企業和個人快速授信的問題。

　　中國證券報記者發現，人工智慧被一些期望“彎道超車”的新型金融機構寄予厚望。

　　“我們現在的技術能做到讓客戶分不清楚是人工客服還是AI客服。這中間的切換很流暢，且幾乎沒有瑕疵，在提升服務效率的同時大大節省了運營成本。另外，我們自己研發的模型和演算法在反欺詐方面的應用也領先於同行和傳統金融機構。”小雨點網貸CEO林堅諾頗為自信地表示。

　　小雨點網貸CTO王凱寧告訴中國證券報記者，人工智慧在網際網路小貸方面的應用將使得傳統線下貸款業務從銷售到風控、審貸、放貸、催收的工作人員大量減少。傳統模式下業務量的增長與工作人員的增長是接近線性的關係，在網際網路、大數據與人工智慧的結合下，業務量的增長與工作人員的增長是接近指數的關係。所以，在金融領域，網際網路、大數據與人工智慧的結合是“指數型技術”。

　　借用人工智慧原理，樂信自主研發了一套“鷹眼”智慧風控引擎。通過一系列規則和演算法，“鷹眼”可以秒級完成對訂單的自動化審核，還可以狙擊有組織的欺詐行為。“鷹眼”引擎目前擁有6000多個風控模型數據變數，日處理訂單量達到30萬筆，可以對分期樂商城98%的訂單作出自動審核處理，最快3秒鐘反饋結果。

　　值得注意的是，除了基礎的風控、徵信等後臺業務，新型金融機構早早試水，把人工智慧推向了理財投資、資産配置這類前端業務。易觀諮詢發佈了中國首份《人工智慧理財市場專題分析》預計，到2020年，中國人工智慧理財規模將達到5.22萬億元。

　　宜信財富推出其智慧投顧産品一年來，投資産品月增長率達到33.6%，續投率52.2%，資金續投增長268%。宜信財富創始人唐寧表示：“智慧投顧服務的對象主要是中産階層、大眾富裕階層。這類群體難以在金融機構獲得更專業的人工服務，而智慧投顧則是用大數據、機器演算法這樣的方式，把金融與科技結合起來，創新解決這類人群的資産配置需求。”

　　在螞蟻財富平臺上，機器人安娜號稱財富社區“一號女神”，每天回答網友1000多個理財、經濟等問題，滿意率高達93%。螞蟻財富人工智慧負責人余鵬告訴記者，安娜“學習”了金融知識、經濟報告、貨幣政策、社會事件等，通過演算法推演出變化趨勢和概率，然後形成建議反饋給理財用戶。

　　中國能否再次“走在前頭” 

　　部分業內人士樂觀地表示，繼網際網路“寶寶”、P2P之後，這一次，中國在人工智慧的金融應用方面又將走在前頭。

　　但現實或許不盡如人意。前不久，“某國有大行信用卡將所有樂視員工信用卡額度清零”的新聞被炒得沸沸颺颺。隨後，該行解釋稱主要是因為該行新上線了“新一代”核心繫統。在風險防控系統智慧化轉型後，因為識別到樂視公司的風險可能會影響員工收入，進而影響信用卡還款能力後，系統便作出了此調整。

　　風波雖過，卻引人深思：在目前的金融市場環境下，對於人工智慧應用採取“大幹快上”是否可取？

　　小雨點網貸CRO陳紹林認為，要將人工智慧有效地應用於風控，需要具備幾個關鍵條件：專業的人才團隊，海量、多維度的客戶數據，以技術、數據為核心的企業架構。而這幾個條件，是大多數網際網路金融公司、中小銀行所不具備的。

　　不少專業人士認為，基於深度學習的人工智慧將會創造更多價值是發展趨勢，它能為人類服務甚至取代某些工作，但用戶不應過度依賴人工智慧，仍要掌握安全主動權，做好保護措施，通過技術、服務和管理相互配合的方式，形成共同遵循的安全規範，營造保障人工智慧健康發展的可信環境。

　　王兵稱，在可預見的將來，隨著人工智慧的發展，將有越來越多的自主交易發生。這些交易處理的演算法和模型很大程度依賴海量數據的收集和分析，同時以很高的速度和巨大的數量級在運作，如何對數據資訊辨別、篩選和擬合，進而不斷完善演算法模型並使得人工智慧保持可控則顯得異常重要。因為一旦演算法或模型出現錯誤或漏洞，很可能給客戶造成不可挽回的損失，甚至會對整個金融市場的穩定帶來巨大衝擊，建議同業及監管機構針對人工智慧特點，研究完善金融市場交易規則。

　　畢馬威中國銀行業主管合夥人王立鵬表示，對於商業銀行來説，應用新科技需要一個過程，但不會特別快。在此過程中，也可能面臨風險，這就需要多方努力，比如西方國家強調監管沙盒模式，在可控模式下最大程度鼓勵創新。