周延礼：人工智能在金融业的应用现状及风险研判
2023年9月2日
周延礼，全球化智库（CCG）顾问、原中国保监会副主席。
近期，我与清华大学五道口金融学院一行五人对北京格灵深瞳信息技术公司进行了调研。该公司作为人工智能领域的领先的科技公司，主要业务涉及智慧金融。格灵深瞳对于人工智能技术在金融领域的应用和未来发展有比较深入的研究，现简要汇报如下：
人工智能技术在金融领域的应用情况
近年来，随着深度学习等人工智能算法的发展，计算机算力的不断提升以及数据的积累，人工智能与各行各业逐渐结合，成为新兴经济发展的重要力量。在金融行业，人工智能也得到了一定程度的应用。
一是在金融业风险控制和合规管理应用。人工智能技术在金融行业风险管理和合规性方面发挥着重要作用。通过机器学习和数据挖掘技术，人工智能可以识别异常交易、欺诈行为、内控合规和潜在的风险因素。对金融机构的客户进行信用评估和风险预测，同时，人工智能技术还可以帮助金融机构更好地遵守法规和合规要求，自动化合规流程、监测风险和提供合规报告。二是在客户的个性化服务的应用。人工智能技术可以帮助金融机构提供个性化的服务和优化客户体验。通过分析客户数据和行为模式，包括客户的个人信息、信用历史、财务状况、职业背景、社交网络行为等，人工智能技术可以针对客户的信用风险，提供定制化的金融产品推荐、智能投资建议和财务规划。
目前，各家银行针对零售客户的消费贷款审批业务，采用了人工智能技术作为支撑，针对不同客户可自动生成信贷额度、利率、期限等贷款要素，实现了个性化定价和自动化审批，极大提高了信贷审批的效率和覆盖面，为金融机构创造了更大的商业价值。
三是在智慧投顾领域的应用。智能投顾是一种基于人工智能技术的投资顾问，它可以分析市场数据、评估投资风险、提供投资建议，并且可以基于投资者的风险偏好和目标，提供个性化的投资建议。
目前，很多基金销售平台均推出了该项服务，通过与客户进行若干问题交互，了解客户的风险等级和偏好，自动化推荐基金组合。一些互联网保险销售公司也推出了类似的服务，通过分析被保险人的历史数据和风险因素，对被保险人的风险进行评估，智能化推荐保险产品。
四是在经营管理的自动化交易方面的应用。人工智能可以通过大数据分析和机器学习技术，预测市场走势并进行自动化的交易，以提高金融机构的交易效率和盈利能力。如市场上一些进行量化交易的机构，即使用了部分人工智能技术。五是在智能客服和智能助理方面的应用。人工智能可以通过自然语言处理和语音识别技术实现智能客服或智能助理的功能，对外可为客户提供服务，对内可支撑金融机构运营。针对金融机构销售人员，需花费大量的精力了解金融产品的各项细节，搭配人工智能虚拟助理，由虚拟助理在销售过程中及时准确的提示金融产品具体信息，则销售人员可将精力更多投放于销售活动本身。六是在网络和数据安全管理方面的应用。在金融机构具体的物理运营环节， 如ATM加钞、金库、银行柜台业务，可通过计算机视觉的应用，在多个场景实现行为识别、人员权限、风险防控，外防侵害、内控合规。
人工智能技术在金融业的趋势研判
自2022年以来，以ChatGPT为代表的大语言模型掀起人工智能新一波的发展浪潮。人工智能研究领域迎来了一场从有监督学习向无监督学习的大规模预训练范式转变，从以针对特定场景特定问题的专用小模型训练为主迈入以泛化问题的通用大模型预训练为主的新时代。
大模型的技术应用，为金融行业领域内应用人工智能技术带来了新的范式。一个非常可能的发展方向是，基于大语言模型，结合金融领域的数据和场景进行微调，形成金融行业大模型，该模型能够更好地理解金融术语和金融业务场景，进一步提高金融机构各项业务处理能力。主要体现在以下几个方面：
（一）提高风险管理水平。大语言模型能够在“理解”的基础上对各种数据资料进行风险因素识别，自动生成更为全面的风险报告，减少风险损失。
（二）提高智慧客服水平。目前很多金融机构已经推出了智能客服系统，通过网站、APP、微信小程序等渠道，在一定程度上满足了金融机构客户简单的查询需求，但目前的智能客服系统服务存在格式化，智能化程度低等问题。随着金融大模型的应用，有望大幅度提高智能客服的智能水平，以更自然更人性化的方式提供服务。
（三）提高运营效率。在传统的金融业务中，仍存在大量的纸质资料需要进行处理审查，过程中需要大量的人力进行核对和分析。通过金融大模型，可将该部分纸质资料经智能化处理变为高度结构化的有效电子数据，可大幅提高准确度，便利银行内部业务流程的电子化和智能化。
人工智能技术在金融业应用的风险与挑战
人工智能技术作为一项新兴的技术，其应用也存在一些风险，需要重点关注：
第一、存在数据和隐私风险。人工智能需要大量的数据进行训练和优化，但这些数据可能存在质量问题、隐私保护问题等，需要金融机构确保所使用的数据来源合法、隐私保护到位，并采取数据清洗、数据脱敏等措施，以降低数据风险。此外，金融机构还应对数据安全进行监管和审计，确保数据的安全性和完整性。第二、存在技术风险。人工智能技术本身也可能存在一些技术风险，例如算法的准确性和稳定性、网络和数据安全等问题，尤其是生成式AI技术的应用，其产生的内容可能会出现“编造”的内容，从而对使用者产生信息误导，需要金融机构建立完善的技术风险管理制度和技术保障措施进行防范和管理，确保人工智能技术应用中的稳定性和安全性。第三、存在法律风险。在金融行业应用人工智能可能涉及一些法律问题，如人工智能技术产生错误决策引发市场风险的责任认定问题，需要建立相应的管理制度和流程。第四、存在金融科技监管的挑战。人工智能技术，尤其是大模型技术存在透明性不足的问题，那么在人工智能技术的应用中，如何准确评估其潜在风险，如何进行监管会是一个挑战。比如，ChatGPT的表现使越来越多的人相信人工智能技术在不远的将来将为人类生产生活带来巨大改变。针对金融行业，如何借助人工智能技术，将所拥有的数据要素转化为生产力，是一个非常有价值的课题。
文章选自人民政协网，2023年9月2日
