智客公社

标题: 专栏| 杨望、魏志恒、王诗卉：探索“金融+人工智能”新发展 [打印本页]

作者: tosehe3019 时间: 2022-12-29 10:48
标题: 专栏| 杨望、魏志恒、王诗卉：探索“金融+人工智能”新发展
文丨杨望
中国人民大学金融科技研究所高级研究员
魏志恒¹
中国人民大学金融科技研究所助理研究员
王诗卉²
北京大学国家发展研究院博士后
AI作为“新基建”的重要组成，正不断加速与实体经济融合。金融作为信息密集型行业，成为拥抱AI的“第一梯队”。
在政策引导、技术驱动、行业实践的共同作用下，人工智能等技术在金融行业的应用取得了显著成效。
政策背景：
政策引导金融与AI融合发展
近年来，从国际到国内，从整体到行业，政策层面不断出台战略规划，积极推动人工智能与金融的融合，深化AI的金融应用。
国际方面，目前已有约60个国家和地区制定了人工智能政策。我国于2015年首次在国家层面政策中提及“人工智能”，并于2017年正式发布《新一代人工智能发展规划》，将人工智能正式上升为国家战略，并明确了我国发展人工智能的“三步走”阶段。
在人工智能成为国家战略重点的背景下，金融领域也出台了一系列政策措施，推动金融与AI的深度融合。
在顶层设计上，2017年，中国人民银行成立金融科技（Fin Tech）委员会，并发布《中国金融业信息技术“十三五”发展规划》，首次在金融业的五年发展规划中提及“人工智能”。在2021年12月中国人民银行印发的《金融科技发展规划（2022—2025年）》以及2022年1月银保监会印发的《关于银行业保险业数字化转型的指导意见》中，对下一阶段人工智能技术与金融业务的结合提出了创新方向。
从政策趋势上看，金融AI发展前景广阔。随着全社会数字化的推进，金融机构与供应链、产业链上下游数据的贯通，以及跨界合作的加深，人工智能将为金融机构的业务提供更多方面、更好效果的助力，赋能金融机构降本增效、提升服务体验。
创新进展：
AI赋能金融场景创新
在金融业加速布局AI的背景下，催生出了智能营销、智能识别、智能理财、智能风控、智能客服等多种提升金融价值的金融场景。
智能营销是利用机器学习、深度学习相关算法构建模型，通过汇集客户在消费、社交、交易等方面的大数据，深度分析客户的真实需求和偏好，并进一步形成更具针对性、个性化的营销解决方案。
智能识别是利用计算机视觉等技术，实现对图片、文字、人脸等的多模态快速识别和信息提取，可以很好地对单据、用户等信息的正确性、真实性真实性等进行快速、准确处理，极大的提升业务效率。
金融业作为信息密集型行业，需要处理大量的图片、结构化和非结构化文字，面临着较高的识别需求。
智能理财是以大数据、机器学习等技术为基础，结合投资者特定的需求及风险承受程度，为投资者提供理性的投资组合建议。
一方面，智能理财平台将AI服务贯穿售前、售中、售后，实现一体化服务体系。
另一方面，引入多种财务模型和相关假设进行个性化产品配置，包括资本资产定价模型（CAPM）、投资组合理论、机器学习等技术等，对客户投资者的行为数据进行分析，并提供针对性的建议。
智能风控是数字化风控的高级阶段，是在知识图谱、机器人流程自动化（RPA）等人工智能技术加持下，实现更精准、更高效率的风控。
以反欺诈模型为例，一笔交易从客户端发起，在通过交易分发网关进行分发以后，会经历银行方的总账系统并将信息写入数据库，而反欺诈系统则会在行方核心系统批准金额转出前，对该笔交易进行欺诈风险评估，从而保证交易安全。
智能客服是在大规模知识处理基础上，借助自然语言处理、语音识别、图像视频识别等技术，实现智能的人机交互。智能客服可以替代部分人工客服，缓解金融机构的人工客服成本压力。
在疫情的冲击下，线上非接触式金融服务兴起，智能客服迎来了历史新机遇。
发展趋势：
金融AI创新前景广阔
从技术方面来看，以语音识别技术、视觉技术、全真互联技术等为代表的技术不断发展，金融机构业务发展也迎来了与新型技术深度融合的契机，催生更多新业态，驱动行业创新发展。
一是AI建设向平台化、体系化、系统化靠拢。
随着数字化转型发展，金融机构逐渐重视建设新一代科技基础设施，结合AI构建“金融大脑”，为业务打造坚实技术基座，业务中台、数据中台、技术中
台建设也正在有序推进当中。
二是语言、语义、语音相关技术不断进步，应用场景将不断多样化，金融机构将在更多业务场景为客户提供7*24小时业务咨询与办理，市场规模也将随之增大。
三是图像、视觉相关技术将继续演进，卫星遥感与图像识别的应用进入更多机构，计算机视觉技术在金融业务身份认证环节的作用将越来越普遍。
例如，腾讯金融云可帮助金融机构结合业务场景，提供多因子、差异化的金融级身份认证方案，差错率降低至百万分之一。
四是AI+RPA将成为金融服务进化的主流方向。
目前，AI+RPA已是RPA产品进化的主流方向，从基于规则的自动化操作阶段，到基于OCR、NLP以及语音识别等能力，让RPA机器人具备识别与抽取各种业务文本与数据的能力，大大拓展RPA的应用场景。
五是低代码/零代码技术将普及。
低代码/零代码平台提供了全新的金融技术人员工作流程，即非专业开发者经过简单的 IT 基础培训就能快速上岗，既能充分调动和利用企业现有的各方面人力资源，也能大幅降低对昂贵专业开发者的资源依赖，促进金融领域各项目的快速落实，一定程度上解决了技术开发人才瓶颈的问题。
六是全真互联技术推进数实融合。
互联网将为客户实现全面真实的应用场景和互动体验，创造出线上线下一体化，虚拟现实交互的全方位、多模态体验，实现实体产业与数字技术的深入融合。
在金融领域，运用高质量、低延时的体验，实现客户经理的线上投资讲解、基
金销售等工作，将银行、证券、保险的业务流程搬至线上。
从场景方面来看，在技术的深度不断延伸的基础上，场景覆盖的广度也不断向外拓展，在营销运营、监管合规、产品设计与定价、客户服务、风险控制方面的应用场景将不断丰富，实现全流程的数智化。
从安全保障方面来看，对金融机构来说，保持数据融通可信，守住不发生金融风险的底线，仍然是第一要务。零信任架构、隐私计算技术的持续升级，将夯实金融机构在数据融通领域可信的基础。

欢迎光临智客公社 (http://bbs.cnaiplus.com/)