人工智能應(yīng)用于銀行業(yè)的問題研究

文/楊穎，上海大學(xué)經(jīng)濟(jì)學(xué)院

1 引言

人工智能是指利用自然語(yǔ)言處理、知識(shí)圖譜構(gòu)建和機(jī)器學(xué)習(xí)三大核心技術(shù)，研究、開發(fā)、模擬人的行為和意識(shí)的自動(dòng)化設(shè)備的科學(xué)。對(duì)銀行業(yè)而言，人工智能有著巨大商業(yè)應(yīng)用前景。人工智能通過對(duì)銀行產(chǎn)生的海量數(shù)據(jù)進(jìn)行分析，進(jìn)而發(fā)現(xiàn)數(shù)據(jù)的內(nèi)在規(guī)律，最終為客戶提供更加精準(zhǔn)的服務(wù)，同時(shí)也可以減少銀行的人工成本，提高風(fēng)險(xiǎn)管理能力。目前，國(guó)內(nèi)外銀行業(yè)都在加快使用人工智能的步伐：美國(guó)銀行將智能應(yīng)用于處理企業(yè)的應(yīng)收賬款；平安集團(tuán)運(yùn)用人像識(shí)別技術(shù)識(shí)別陌生人的可疑行為，大連銀行與京東金融成立了人工智能實(shí)驗(yàn)室，交通銀行推出了人工智能服務(wù)機(jī)器人“嬌嬌”。

學(xué)界關(guān)于人工智能在銀行業(yè)的研究主要集中于智能機(jī)器人、智能投顧和風(fēng)控三方面，且并沒有一個(gè)清晰的應(yīng)用場(chǎng)景分類，本文按照人工智能提供的服務(wù)將人工智能在商業(yè)銀行的應(yīng)用場(chǎng)景分為智能客服與營(yíng)銷、智能投顧、智能風(fēng)控三類，并在查閱資料的基礎(chǔ)上增加新的應(yīng)用場(chǎng)景—智能投研。通過對(duì)上述四種場(chǎng)景分析，筆者發(fā)現(xiàn)由于人工智能技術(shù)的不成熟性以及相匹配監(jiān)管措施的不完善性，此項(xiàng)技術(shù)在商業(yè)銀行的應(yīng)用依然存在著一些問題?；趯?duì)問題的理解，筆者對(duì)相關(guān)問題提出了一些政策性的建議，供商業(yè)銀行以及監(jiān)管部門參考。

2 人工智能在銀行的應(yīng)用場(chǎng)景

2.1 智能客服與營(yíng)銷

智能客服是指營(yíng)業(yè)網(wǎng)點(diǎn)的機(jī)器人向客戶提供咨詢、問答等服務(wù)。相比于傳統(tǒng)客服，機(jī)器人客服的特點(diǎn)可以概括如下：一是對(duì)客戶進(jìn)行智能識(shí)別。智能客服通過人臉識(shí)別或語(yǔ)音識(shí)別技術(shù)，能夠有效的辨別出客戶級(jí)別，如 VIP 客戶和普通客戶，并為客戶提供相應(yīng)的金融服務(wù)。此外，機(jī)器人通過采集客戶的行為能夠判斷可疑人員，降低人為風(fēng)險(xiǎn)。二是智能解答客戶疑問。機(jī)器人客服在與客戶進(jìn)行溝通的過程中，可以及時(shí)記錄客戶的疑點(diǎn)與關(guān)注點(diǎn)，并自行學(xué)習(xí)搜索疑點(diǎn)的答案和相關(guān)熱點(diǎn)問題，給客戶提供更加全面的解答。三是開展精準(zhǔn)營(yíng)銷。機(jī)器人客服通過對(duì)客戶前端數(shù)據(jù)的搜集，可以自動(dòng)匹配適合客戶的產(chǎn)品，實(shí)行精準(zhǔn)化的營(yíng)銷，滿足客戶的需求。

2.2 智能投顧

傳統(tǒng)的投資顧問需要根據(jù)客戶的特定要求如資產(chǎn)偏好、可投資金額等，結(jié)合當(dāng)下的市場(chǎng)環(huán)境為客戶提供有針對(duì)性的投資服務(wù)。傳統(tǒng)投顧需要特定的人工完成，人工成本比較高，提高了理財(cái)服務(wù)的門檻，因此一般是針對(duì)高凈值人群。而智能投顧則將強(qiáng)大的模型算法與人工智能技術(shù)有效結(jié)合，為銀行客戶實(shí)現(xiàn)精準(zhǔn)畫像，并提供獨(dú)特的、專一的、個(gè)性化的資產(chǎn)管理服務(wù)。目前，國(guó)內(nèi)很多銀行或金融機(jī)構(gòu)都推出了自己的人工智能投顧產(chǎn)品，招商銀行于 2016年推出的摩羯智投就是其中之一。摩羯智投利用大數(shù)據(jù)算法對(duì)市場(chǎng)上的基金進(jìn)行分類，并實(shí)時(shí)跟蹤市場(chǎng)變化情況，針對(duì)客戶的不同需求，向其推薦與與之相匹配的基金。智能投顧通過減少人工成本降低了理財(cái)服務(wù)的門檻，使得中產(chǎn)階級(jí)也能享受到專屬的理財(cái)投資服務(wù)，擴(kuò)大了受眾群體。此外，智能投顧不受情緒化與個(gè)人偏好的影響，能夠?yàn)榭蛻籼峁└尤?、更加科學(xué)的投資組合建議。

2.3 智能投研

金融機(jī)構(gòu)資管新規(guī)的出臺(tái)要求銀行理財(cái)產(chǎn)品凈值化轉(zhuǎn)型，因此銀行的投研能力越發(fā)成為影響投資者投資的關(guān)鍵因素，這也是未來銀行的核心競(jìng)爭(zhēng)力之一。傳統(tǒng)的投研依賴于研究人員對(duì)數(shù)據(jù)的收集、處理和分析輸出，此過程存在著諸多缺陷：一是數(shù)據(jù)來源不全面，數(shù)據(jù)主要來源于搜索引擎、共享文庫(kù)、交易所等，搜索途徑不完善，數(shù)據(jù)獲取不完整；二是分析結(jié)果的主觀性強(qiáng)，傳統(tǒng)投研的分析依靠的主要是投研人員自身的知識(shí)豐富度和對(duì)某一問題的理解，沒有確切的評(píng)判標(biāo)準(zhǔn)，主觀性比較強(qiáng)；三是報(bào)告呈現(xiàn)時(shí)間長(zhǎng)，投研人員需要查閱大量的文獻(xiàn)、書籍，關(guān)注實(shí)事、熱點(diǎn)新聞，完成報(bào)告所耗費(fèi)的時(shí)間比較長(zhǎng)。智能投研中，機(jī)器人可以輔助人工進(jìn)行數(shù)據(jù)搜集與整理，完成繁瑣的基礎(chǔ)工作，不僅縮短了工作時(shí)間，還拓寬了數(shù)據(jù)的維度和廣度，豐富了研究?jī)?nèi)容。

2.4 智能風(fēng)控

過去的風(fēng)險(xiǎn)管理模式主要以合規(guī)和滿足監(jiān)管為導(dǎo)向，而智能風(fēng)控則強(qiáng)調(diào)用金融科技降低風(fēng)險(xiǎn)管理成本、提升客戶體驗(yàn)。智能風(fēng)控的“智能”可以體現(xiàn)以下方面：一是智能獲取數(shù)據(jù)。智能風(fēng)控是以大數(shù)據(jù)為基礎(chǔ)，獲取的數(shù)據(jù)不僅包括金融數(shù)據(jù)，還包含個(gè)人特征、消費(fèi)傾向、社會(huì)行為等數(shù)據(jù)。二是智能建模。獲取數(shù)據(jù)后，計(jì)算機(jī)可以對(duì)內(nèi)外部數(shù)據(jù)進(jìn)行整合、預(yù)處理，再選擇合適的算法進(jìn)行分析實(shí)施。三是智能畫像。通過對(duì)大數(shù)據(jù)的分析，深度刻畫用戶的基本信息、購(gòu)買能力、消費(fèi)偏好等，實(shí)現(xiàn)用戶畫像。

3 使用人工智能面臨的問題

3.1 “不確定性”的存在

由于人工智能技術(shù)現(xiàn)在還處于初步研究發(fā)展階段，技術(shù)并不成熟，因此在應(yīng)用人工智能的過程中會(huì)存在著一系列的不確定性因素，這些“不確定性”的存在本身就代表了風(fēng)險(xiǎn)的存在，主要表現(xiàn)在以下方面：1）決策的不確定性，銀行和監(jiān)管機(jī)構(gòu)難以完全掌握人工智能進(jìn)行交易與投資決策的流程，對(duì)于事件危機(jī)的出現(xiàn)可能無(wú)法解釋，并且不能提出合理的解決措施；2）風(fēng)險(xiǎn)預(yù)知的不確定性，若每個(gè)投資者在還未充分了解應(yīng)用程序時(shí)就進(jìn)行投資，很可能由于過度樂觀造成風(fēng)險(xiǎn)的低估，并抬高分?jǐn)倱p失的費(fèi)用；3）第三方的經(jīng)營(yíng)的不確定性，若一家重要的人工智能供應(yīng)商破產(chǎn)或遭受操作風(fēng)險(xiǎn)事件，則可能導(dǎo)致大量金融機(jī)構(gòu)同時(shí)中斷運(yùn)營(yíng)。

3.2 大數(shù)據(jù)供應(yīng)基礎(chǔ)不足

大數(shù)據(jù)是人工智能的基礎(chǔ)，也是銀行進(jìn)行智能營(yíng)銷、智能投顧、智能風(fēng)險(xiǎn)等的前提分析條件。銀行經(jīng)營(yíng)不僅要獲取客戶的基本身份信息，還要獲取消費(fèi)偏好信息、社交信息、相關(guān)行為信息等。這些信息不僅包括銀行通過開卡、存貸款業(yè)務(wù)自身獲取的，還需要通過外界網(wǎng)絡(luò)平臺(tái)查詢或是購(gòu)買。目前我國(guó)政府層面開放的數(shù)據(jù)有限，且部分企業(yè)出于對(duì)自身利益的考慮，不會(huì)分享自身的的數(shù)據(jù)。數(shù)據(jù)孤島現(xiàn)象的存在使得數(shù)據(jù)的數(shù)量、相關(guān)性和維度多方面無(wú)法滿足銀行經(jīng)營(yíng)的要求。并且由于網(wǎng)絡(luò)的虛擬性，用戶的部分信息如社交信息并不一定能夠反映用戶的真實(shí)情況，可能會(huì)造成人工智能對(duì)用戶畫像的偏差。

3.3 操作風(fēng)險(xiǎn)較大

自動(dòng)化交易和清算系統(tǒng)的發(fā)展提高了銀行的效率，銀行對(duì)互聯(lián)網(wǎng)的依賴也越來越重。但是互聯(lián)網(wǎng)的風(fēng)險(xiǎn)也會(huì)加劇銀行系統(tǒng)面臨的風(fēng)險(xiǎn)。如網(wǎng)絡(luò)設(shè)備故障、網(wǎng)絡(luò)不穩(wěn)定、病毒等等。銀行一旦出現(xiàn)網(wǎng)絡(luò)問題，將會(huì)直接影響客戶的資金賬戶安全。同時(shí)，人工智能的投顧服務(wù)是基于事先輸入人工智能程序的或從互聯(lián)網(wǎng)上通過學(xué)習(xí)技術(shù)得到的信息提供的，因此，如果程序員由于人為原因不小心輸入了錯(cuò)誤的程序，或者人工智能自動(dòng)學(xué)習(xí)了錯(cuò)誤的投資理財(cái)知識(shí)，人工智能的決策機(jī)制將會(huì)受到影響，給用戶帶來巨大的財(cái)富損失。此外，用戶安全保護(hù)意識(shí)的缺乏和客戶終端的脆弱性有可能造成客戶資金的賬號(hào)和密碼遭到篡改和泄露的風(fēng)險(xiǎn)。

3.4 法律責(zé)任難以追究

隨著銀行進(jìn)一步加深對(duì)人工智能的應(yīng)用，傳統(tǒng)的銀行業(yè)務(wù)運(yùn)轉(zhuǎn)模式發(fā)生了轉(zhuǎn)變，信息安全將銀行各業(yè)務(wù)之間緊密的聯(lián)系在了一起并使他們的關(guān)系變得更為復(fù)雜。多元化的關(guān)系使得法律監(jiān)管和追責(zé)問題變得較為困難。當(dāng)金融中介使用人工智能工具給客戶造成巨大損失，難以判決責(zé)任是屬于中介結(jié)構(gòu)還是人工智能開發(fā)商，又或是讓交易者獨(dú)自承擔(dān)損失。此外，對(duì)于監(jiān)管方來說，雖然對(duì)金融風(fēng)險(xiǎn)和規(guī)律比較熟悉，但是對(duì)人工智能的優(yōu)勢(shì)、運(yùn)行風(fēng)險(xiǎn)、與金融行業(yè)的結(jié)合度還處于初級(jí)了解的階段，這也是制約追究人工智能參與主體責(zé)任的一個(gè)重要因素。

4 應(yīng)對(duì)的政策性建議

4.1 出臺(tái)相關(guān)監(jiān)管措施

當(dāng)前，雖然國(guó)家發(fā)布了《互聯(lián)網(wǎng)+人工智能三年行動(dòng)實(shí)施方案》及《“十三五”國(guó)家科技創(chuàng)新規(guī)劃》，對(duì)人工智能的發(fā)展表達(dá)了政策上的支持，但是并未出臺(tái)與人工智能監(jiān)管有關(guān)的法律文件，這不僅降低了人工智能服務(wù)的從業(yè)門檻，也加大了市場(chǎng)的金融風(fēng)險(xiǎn)。因此國(guó)家必須盡快健全人工智能法律法規(guī)，明確規(guī)定人工智能市場(chǎng)的準(zhǔn)入、經(jīng)營(yíng)與推出流程，規(guī)范對(duì)人工智能的開發(fā)、采購(gòu)以及服務(wù)等立法，為人工智能的應(yīng)用營(yíng)造良好的法律環(huán)境，同時(shí)也為商業(yè)銀行防范金融風(fēng)險(xiǎn)提供法律支持，為用戶參與人工智能服務(wù)提供法律援助。

4.2 實(shí)現(xiàn)數(shù)據(jù)開放化

數(shù)據(jù)的標(biāo)準(zhǔn)化是人工智能開展智能投顧、智能營(yíng)銷的前提，能夠提高人工智能的實(shí)際應(yīng)用價(jià)值。行業(yè)協(xié)會(huì)和政府機(jī)構(gòu)應(yīng)建立并落實(shí)數(shù)據(jù)采集規(guī)范，盡量增加公共數(shù)據(jù)的開放度，允許私營(yíng)企業(yè)也能夠獲取需要的數(shù)據(jù)，同時(shí)鼓勵(lì)第三方企業(yè)在安全可控的范圍下進(jìn)行數(shù)據(jù)共享，消除信息孤島現(xiàn)象，在整個(gè)市場(chǎng)上建立良好的數(shù)據(jù)基礎(chǔ)。另外，人工智能應(yīng)用方在收集、使用相關(guān)數(shù)據(jù)的過程中也采取合理的管理措施和技術(shù)方法，防止未經(jīng)授權(quán)的客戶數(shù)據(jù)出現(xiàn)檢索、泄露、損毀或者篡改問題，確保客戶信息安全。

4.3 提高數(shù)據(jù)管理能力

銀行在數(shù)據(jù)管理方面存在兩個(gè)問題：第一是銀行的數(shù)據(jù)極為龐大。銀行每天需要處理的數(shù)據(jù)量多達(dá)七萬(wàn)，既包括銀行自身產(chǎn)生的客戶信息，還包括從金融服務(wù)平臺(tái)獲取的行業(yè)信息等；第二是數(shù)據(jù)中存在著非標(biāo)準(zhǔn)化數(shù)據(jù)，如客戶的身份證掃描信息。這類數(shù)據(jù)的即耗費(fèi)空間，又難以轉(zhuǎn)化為標(biāo)準(zhǔn)化的數(shù)據(jù)，給銀行從業(yè)人員的數(shù)據(jù)分析帶來極大的難度。因此銀行必須做好大數(shù)據(jù)進(jìn)行高效的管理工作。銀行業(yè)務(wù)人員可以采取兩種方法對(duì)數(shù)據(jù)進(jìn)行管理：一是建立應(yīng)用關(guān)系型和非關(guān)系型相結(jié)合的數(shù)據(jù)管理技術(shù)，滿足銀行實(shí)時(shí)有效管理數(shù)據(jù)的要求。二是自行研發(fā)或購(gòu)買模型。

4.4 設(shè)置懲罰觸碰線

銀行相關(guān)主管機(jī)關(guān)應(yīng)當(dāng)根據(jù)人工智能在銀行的應(yīng)用渠道，盡快明確各方的責(zé)任歸屬與免責(zé)空間，為人工智能在銀行體系的推廣掃除障礙，奠定基礎(chǔ)。正如前文所述，由于人工智能的程序是程序員事前輸入的，因此，程序員的過錯(cuò)很容易導(dǎo)致人工智能的數(shù)據(jù)錄入與模型的建立出錯(cuò)，從而為客戶提供錯(cuò)誤的理財(cái)投資計(jì)劃，給客戶的資產(chǎn)帶來較大的損失。一方面，程序員主觀的惡意過錯(cuò)較為少見，因此應(yīng)該規(guī)定一定的免責(zé)空間。另一方面，過錯(cuò)造成了既定的損失，因此也同樣應(yīng)該設(shè)置懲罰觸碰線，當(dāng)對(duì)客戶造成的損失達(dá)到懲罰線，就根據(jù)損失情況制定不同的懲罰標(biāo)準(zhǔn)。