2018年，人工智能是人們談論最多的話題之一。在大數據的滋養(yǎng)下，人工智能借力強大的算力和算法茁壯成長，已經走出實驗室，進入了生產、工作和生活領域。

金融業(yè)對新技術的應用具有天然的敏感性，金融將成為人工智能最有潛力的應用領域，有研究機構預計，到2030年，人工智能技術為金融行業(yè)帶來的降本增效效益將達到6000億元人民幣。以人工智能為代表的新一代網絡信息技術與金融服務深度融合產生的智能金融，是未來金融的發(fā)展方向，2017年7月國務院印發(fā)《新一代人工智能發(fā)展規(guī)劃》，將發(fā)展智能金融提高到國家戰(zhàn)略高度，促進人工智能等技術成為金融創(chuàng)新的核心驅動力，將金融服務推向新的高度。

銀行業(yè)數字化轉型迫在眉睫。根據德勤的調研顯示，超過20%的先進銀行已經投入大數據、云計算、區(qū)塊鏈、人工智能等新興技術的布局，正積極籌備大規(guī)模的數字化轉型。麥肯錫研究指出，全面的數字化轉型是銀行參與下一階段數字化銀行業(yè)務競爭的入場券。安永報告顯示，85%的銀行將實施數字化轉型計劃作為未來工作重點。建立金融大數據系統(tǒng)，提升金融多媒體數據處理與理解能力，創(chuàng)新智能金融產品和服務，重塑金融價值鏈和金融生態(tài)，擴展金融服務的邊界，掀起金融風控的新革命，將成為銀行業(yè)數字化轉型的必由之路。

人工智能助力銀行產品和服務創(chuàng)新

艾瑞咨詢指出，人工智能+金融主要通過人工智能核心技術（機器學習、知識圖譜、自然語言處理、計算機視覺）作為主要驅動力，為金融行業(yè)的各參與主體、各業(yè)務環(huán)節(jié)賦能，突出AI技術對于金融行業(yè)的產品創(chuàng)新、流程再造、服務升級的重要作用。人工智能作為金融科技新的核心技術，推動銀行業(yè)務流程優(yōu)化與再造，實現(xiàn)銀行業(yè)從電子化、移動化向智能化發(fā)展，朝著“體驗為王，技術制勝”的方向進行數字化轉型。人工智能對商業(yè)銀行金融創(chuàng)新的助推首先體現(xiàn)在產品和服務層面。

智能支付：未來主流支付方式

密碼驗證身份的時代即將落幕，手環(huán)支付、掃碼支付、NFC近場支付等傳統(tǒng)數字化支付手段也已無法滿足現(xiàn)實消費需求。目前，指紋識別和面部識別已經成熟使用于線上線下的各種應用場景，識別準確率均在99%以上，其靈活搭載、精準比對、快速驗證、難以偽造的特性成為了商業(yè)銀行驗證客戶身份的首選?；诼暭y、虹膜等生物特征識別的身份認證方式正逐步應用。

2018年11月22日，西安銀行新版手機銀行上線，這是自同年10月9日中國人民銀行頒布《移動金融基于聲紋識別的安全應用技術規(guī)范》后，第一個全面符合該標準的聲紋識別技術應用，主要應用在手機銀行的登錄、支付、轉賬等場景中。未來，以無感支付為代表的新型技術將提供無停頓、無操作的支付體驗，并全面應用于停車收費、超市購物、休閑娛樂等生活場景中。

智能投顧：降低交易成本，提升服務體驗

2010年興起的以機器人投顧（Robo-Advisor）技術為主的智能投顧，2016年底在我國落地，招商銀行的摩羯智投成為中國銀行業(yè)首個智能投顧系統(tǒng)，隨后光大、浦發(fā)、興業(yè)、工商等銀行相繼推出智能投顧產品。根據艾瑞咨詢的預測，2018年中國智能投顧市場規(guī)模將達到642.9億元，相比于2017年增長61.7%，到2020年，這一規(guī)?；虺^1800億元。這些能夠大量、快速針對個人客戶提供個性化服務的智能投顧、智能投研的未來都有著巨大的發(fā)展空間，依據用戶行為數據、良好的算法平臺與技術體系作支撐，“用戶畫像”精準掌握用戶的各種消費需求及其理財能力、風險偏好和投資習慣，設計出個性化資產配置和投資組合方案，從而針對不同客戶提供最大限度的個性化監(jiān)控。

智能客服：提供自然高效的交互體驗方式

智能客服基于大規(guī)模知識管理系統(tǒng)，面向金融行業(yè)構建企業(yè)級的客戶接待、管理及服務智能化解決方案。銀行智能客服有助于銀行在降低成本、提高效率的同時提供增值服務。比如，了解服務動向并把握客戶需求，為企業(yè)的輿情監(jiān)控及業(yè)務分析提供支撐，并通過運維服務層以文本、語音及機器人反饋動作等方式向客戶傳遞流程指引與問題決策方案。語音客服綜合搭載文字、語音、視頻圖像處理技術的智能柜機也為客戶帶來新交互體驗。目前，金融領域的智能客服系統(tǒng)滲透率預計達到20%－30%，可以解決85%以上客戶的常見問題。銀行網點開設人機互動已是大勢所趨，瑞穗金融集團表示，到2027年該集團將使用人工智能來取代19000名、約三分之一的員工。

智能營銷：提供個性化營銷服務

智能營銷通過對客戶的行為數據進行收集、打標，對產品信息進行分類、匹配，精準營銷可以挖掘探索客戶潛在業(yè)務需求，建立機器學習機制，通過A/B Test方式智能調整推薦結果，在最合適的時機提供用戶最需要的信息，為購買金融產品的用戶提供更加舒適的體驗。以中國銀行為例，基于大數據技術識別客戶的貸款意愿、評估還款能力，推出了全流程在線信用貸款的秒貸產品。未來銀行將利用大數據對客戶進行全面畫像，借助機器學習算法模型，改變現(xiàn)有“廣撒網”的全客戶營銷模式，實現(xiàn)個性化推薦、精準推薦，將符合用戶個性及偏好的產品適時地推薦到存量客戶和潛在客戶面前。

人工智能驅動銀行塑造新業(yè)態(tài)和新生態(tài)

通過對商業(yè)銀行產品和服務的革新，人工智能致力于推動銀行金融新業(yè)態(tài)、新生態(tài)的塑造與發(fā)展。人工智能技術是智能金融的發(fā)動機，區(qū)塊鏈與云計算技術是重要的底層基礎設施，大數據是發(fā)展智能金融的燃料。技術滲透和模式創(chuàng)新降低了金融業(yè)的進入門檻，大量競爭者的涌入激發(fā)了行業(yè)活力，使商業(yè)銀行在金融業(yè)態(tài)中呈現(xiàn)出新特征。

線上業(yè)務占據規(guī)模擴大

近年來，國內五大銀行機構網點整體數量呈下降趨勢，美國、英國、西班牙等國家的銀行支行數也屢創(chuàng)新低。同時，網上銀行、手機銀行的客戶數量與交易規(guī)模均逐年攀升，推薦并引導用戶安裝注冊客戶端銀行軟件成為了前臺職員的重要考核指標，線上業(yè)務的拓展被商業(yè)銀行提到了前所未有的高度。工商銀行中報顯示，截至2018年6月末，該行融e行客戶2.97億戶，融e聯(lián)注冊用戶1.37億戶；上半年融e購平臺交易額6442億元；上半年工行新增個人客戶1992萬戶，創(chuàng)近5年同期最高水平，其中線上獲客占到一半。中國銀行手機銀行交易金額達到8.32萬億元，同比增長72.74%；中行還加快了移動支付業(yè)務發(fā)展，在境內業(yè)務基礎上新增跨境支付功能，業(yè)內首推跨境銀聯(lián)二維碼支付，支持境內銀聯(lián)卡客戶通過手機銀行在境外掃碼支付。未來，線上支付便捷水平將逐步提升，支付服務成本將顯著降低，支付覆蓋范圍將持續(xù)擴大。

創(chuàng)新商業(yè)模式

銀行與科技企業(yè)合作打造全新的商業(yè)模式，包括直銷銀行等新興業(yè)務模式。麥肯錫預計，截至2025年，銀行的五大零售業(yè)務——消費金融、抵押貸款、中小企業(yè)貸款、支付和財富管理中10%—40%的收入將面臨威脅，并且20%—60%的利潤將會消失。大型生態(tài)系統(tǒng)參與者會堅持把科技作為金融服務產品發(fā)展的關鍵推動力，并提供“金融科技即服務”產品，推動國內眾多中小金融機構的數字化發(fā)展。中國領先金融科技公司通常是科技巨頭生態(tài)系統(tǒng)的一部分，其生態(tài)系統(tǒng)覆蓋整個價值鏈。這些生態(tài)系統(tǒng)功能強大，可幫助科技巨頭獲得大量數據，進一步開發(fā)完善產品服務。未來銀行可以與科技企業(yè)采用創(chuàng)設、共建和賦能三種合作模式，在價值共享的同時共同探索形成新的智能金融生態(tài)模式和市場格局。

創(chuàng)設：呈現(xiàn)為互聯(lián)網企業(yè)與傳統(tǒng)銀行在金融產品服務上的高度融合，表現(xiàn)為直銷銀行子公司模式。例如，百度公司與中信銀行聯(lián)合發(fā)起成立的百信銀行。

共建：是指科技公司與金融機構合作共建競爭能力，實現(xiàn)優(yōu)勢互補。例如，百度與農行達成的包括共建“金融大腦”的戰(zhàn)略合作。

賦能：即一些擁有大量用戶并能夠獨立開發(fā)業(yè)務的科技公司正在將這些用戶數據和業(yè)務能力開放出來與所服務的金融機構共享。四大國有銀行牽手互聯(lián)網巨頭（BATJ），在征信、風控等領域展開合作，達成服務提供購買和戰(zhàn)略伙伴關系。

建立生態(tài)圈銀行

銀行通過場景支付、技術購買、用戶分享、機制共建等方式建立生態(tài)圈銀行。銀行與保險、券商、基金、資管公司等金融機構進行合作。如平安保險的技術部門“一賬通”在2018年通過與441家銀行合作，為全國近89%的城市商業(yè)銀行提供服務。2018年2月，民生銀行與華為公司簽署戰(zhàn)略協(xié)議，攜手構建“科技+金融”的數字化智能銀行新生態(tài)。銀行與電商及社交平臺合作以低廉的成本迅速獲客，提高已有客戶對自身業(yè)務的使用頻率。2017年西安銀行與阿里巴巴、騰訊等電商及社交平臺合作，嘗試提供線上小額分散貸款，全年累計投放基于消費場景的線上信貸266億元，年末投放余額57.57億元，線上小額融資服務客戶數達到260萬。商業(yè)銀行利用自身的APP平臺，搭載水、電、燃煤、ETC、加油卡、校園卡等，提供線上線下各種生活場景的充值、繳費服務，形成“人工智能+金融行業(yè)”的生態(tài)與市場格局。

擴大金融覆蓋

形成新的商業(yè)邏輯，打造有溫度的普惠金融。人工智能等新科技的應用使金融機構的服務可以觸及到更多尚未覆蓋的群體，同時還能夠降低銀行的服務與運營成本。在線上線下覆蓋、降本增益、廣泛協(xié)作、跨界融合的發(fā)展方向下，商業(yè)銀行逐步向普惠金融演化，為數以億計傳統(tǒng)征信體系下缺乏信用記錄、資質不符的個人提供小額信貸，將服務范圍延伸，覆蓋到農戶、小微企業(yè)、貧困及低收入人群等，不斷提高便民惠民的服務能力，積極承擔扶弱濟貧的社會責任，為經濟發(fā)展、民生改善、社會進步做出不懈努力與貢獻。比如，華夏銀行搭建智慧社區(qū)生態(tài)圈，整合“衣食住行游”等增值服務與理財、貴金屬、網貸、移動支付等優(yōu)勢金融產品，運用場景式金融服務、線上營銷及社交型客戶管理方式，實現(xiàn)批量“獲客、活客”，促進普惠金融發(fā)展。未來金融行業(yè)將實現(xiàn)真正的普惠化，一方面使更優(yōu)質的金融服務覆蓋到小微企業(yè)以及更多長尾客戶，另一方面促使金融機構的運營成本進一步降低，最終實現(xiàn)全社會福利的提升。

人工智能和大數據將掀起銀行風控的革命

風險作為金融行業(yè)的固有特性，與金融業(yè)務相伴而生，貫穿于產品和服務的創(chuàng)新，新業(yè)態(tài)、新生態(tài)打造的全過程。2011－2018這八年間，我國商業(yè)銀行的不良貸款余額從4279億元上升到19571億元。第五次全國金融工作會議提出，“防止發(fā)生系統(tǒng)性金融風險是金融工作的永恒主題”。以人工智能為代表的新興技術近年來快速發(fā)展，智能風控在信貸、反欺詐、異常交易監(jiān)測等領域得到廣泛應用，是筑牢金融安全防線的有力武器。

商業(yè)銀行實施智能風控具有明顯優(yōu)勢。海量數據實時更新：智能風控可以全面網羅各類數據，模式識別數據、用戶行為數據和標簽樣本數據都將有序歸整于數據庫中，并及時、持續(xù)地添加更新。模型建構科學預測：基于數據的海量匯集，智能風控可以有效提取相關風險特征，建立全面的宏觀、財務、行為等數學模型，從科學量化的視角預測客戶申請、交易、回款過程中違約、壞賬和欺詐的可能性。關聯(lián)分析多維求證：智能風控可以構建完整的金融知識圖譜，通過分析企業(yè)的上下游、合作方、競爭對手、母子公司、重要關聯(lián)人等，進行多維度的風險評估，在交叉反復求證中提高信貸審批、賬齡分析等內控流程的可靠性與準確性。以上特征都建立在高效迅速的基礎上，在7×24小時不間斷的數據指標監(jiān)測和高頻的風險隱患篩查中，全時監(jiān)控、及時預警，一旦識別出異常，智能風控將立即匯報反映，盡可能避免損失或將損失降到最低。

以大數據風控為例，金融領域的大數據風控面臨這樣一個現(xiàn)實問題：樣本集群規(guī)模有限，導致獲取數據呈高維化、稀疏化特性。針對這一難題，百度金融利用自身獨有的特征數據得出算法，導入自主研發(fā)的“般若”風控平臺進行逐一破解：首先，基于百度平臺上的數億級用戶數據，利用圖計算傳遞信用標簽，豐富信貸樣本；其次，通過梯度增強決策樹聚合大數據高維特征，有效實現(xiàn)高維數據降維、增加風險區(qū)分度；再次，通過機器的深度學習將特征嵌入，利用關聯(lián)挖掘技術等有效解決數據稀疏問題；最后，將人行征信數據與百度數據相結合，有效將客群的風險區(qū)分度提升了13%。目前，“般若”風控平臺在反欺詐領域已擁有百億節(jié)點、500億邊的運算能力，達到秒粒度快照和秒級查詢響應速度。

以信貸業(yè)務為例，傳統(tǒng)信貸流程中存在欺詐和信用風險、申請流程繁瑣、審批時間長等問題。通過運用人工智能相關技術，可以從多維的海量數據中深度挖掘關鍵信息，找出借款人與其他實體之間的關聯(lián)，從貸前、貸中、貸后各個環(huán)節(jié)提升風險識別的精準程度，使用智能催收技術可以替代40%—50%的人力，為金融機構節(jié)省人工成本。例如，阿里巴巴旗下的螞蟻金服，通過機器學習把平臺上的虛假交易率降低至原來的1/10，開發(fā)出深度學習的OCR系統(tǒng)用于證件審核，極大提升了通過率并降低了耗時。

此外，智能風控在防洗錢、反欺詐方面也有著優(yōu)異表現(xiàn)。通過從海量的交易數據中學習知識和規(guī)則，人工智能可以發(fā)現(xiàn)用戶的生物特征、行為特征、交易特征中存在的異常，有效防止盜刷卡、虛假交易、惡意套現(xiàn)、垃圾注冊、營銷舞弊等行為，為用戶和機構提供及時可靠的安全保障。智能金融以大數據和算法為基礎的反欺詐及風險管理技術，能夠更好地理解間接融資體系下借款人的還款能力與還款意愿、直接融資體系下投資人的風險承受能力與風險承受意圖，從而實現(xiàn)從滯后、被動、局部到實時、主動、全面的金融風險管理。

比如，騰訊與北京市金融工作局聯(lián)合開發(fā)基于北京地區(qū)的金融安全大數據監(jiān)管平臺。騰訊與北京市金融工作局合作，依托微信、QQ等強大的社交平臺，及騰訊安全與網絡黑產勢力對抗十多年積累沉淀的大數據平臺，采用基于金融犯罪樣本挖掘金融風險并進行數據化、可視化的方式方法，以及建立從監(jiān)測、分析、模型擬定、欺詐定型的全流程管理，并搭建了較好的從數據源管理到風險展示的系統(tǒng)架構。騰訊金融安全大數據監(jiān)管平臺較大提升了非法集資等涉眾型金融犯罪“打早打小”的事前預警處置能力，實現(xiàn)對金融風險的識別和監(jiān)測預警。

智能金融背景下的銀行發(fā)展趨勢

在人工智能融合形成新產品、新服務、新業(yè)態(tài)的過程中，商業(yè)銀行將逐步成為構筑智能金融體系中的重要一環(huán)，并呈現(xiàn)出以下三大發(fā)展趨勢：

數字運營深度探索

信息化、移動化、智能化等本質還要溯源到數字化，銀行尋求金融創(chuàng)新需要從數據出發(fā)。人工智能在銀行業(yè)及整個金融領域的場景開發(fā)還處在起步階段，要充分挖掘人工智能的商業(yè)潛力，就要重視數據資源的價值之基，打破不同數據集之間的壁壘，發(fā)現(xiàn)閑置數據的利用價值，通過提升數字化運營能力為人工智能注入源源不斷的發(fā)展動力，加強機器學習、語音識別、自然語言處理、計算機視覺等層面的技術能力，利用模型結構、算法精度層面的深度學習，結合商業(yè)銀行長期積累的市場經驗和品牌信譽，在共享共建的平臺經濟大背景下發(fā)揮自身優(yōu)勢，進行金融科技的深度探索。銀行業(yè)即使僅處于人工智能的應用層面，也會持續(xù)加深相應技術的探索與改進，畢竟應用的遷移與產品的更新需要扎實的技術理解。

走向國際服務全球

智能金融時代下，每個智能設備都是接觸、獲取客戶的入口，銀行不用把物理網點布局到海外就已經能在世界范圍內拓展業(yè)務，全球合作的市場機遇觸手即得。中國的人工智能技術和銀行業(yè)態(tài)發(fā)展在總體規(guī)模與增長速度上表現(xiàn)亮眼，但在科技水平和治理能力上并非一馬當先，對標歐美等發(fā)達國家尚存差距，需要學習借鑒的地方還有很多。商業(yè)銀行應順應全球經濟一體化的趨勢，借力“一帶一路”的支持和人民幣的國際化進程，利用大數據、云計算、區(qū)塊鏈、人工智能等技術全球流動、開放通用的特性，打破地域界限，擴大市場份額，在提供服務、完成交易的同時交換技術與觀點，學習他人所長，在世界范圍內與海外國家一同創(chuàng)造互利共贏的新局面。

協(xié)同發(fā)展多維賦能

人工智能時代，技術的橫寬縱深發(fā)展和客戶對產品服務要求的提高使市場不斷被細分，各細分市場的專業(yè)化程度加深帶來了小范圍的激烈競爭和更廣泛的協(xié)作之勢。銀行、保險商、互聯(lián)網公司、科技型企業(yè)等有著各自的專業(yè)語言、企業(yè)文化與資源優(yōu)勢，單打獨斗難以長期生存，結合需求積極構建共同能力，謀求資源整合和優(yōu)勢互補機制才是長久之計。金融生態(tài)中講求共生共融，銀行作為生態(tài)體系中的一環(huán)勢必要聯(lián)合同道盟友，明確合作機制，創(chuàng)造共贏局面。在與多方合作的協(xié)同發(fā)展中，不同生態(tài)主體將在不同規(guī)模、標準、稟賦、行業(yè)理解以及合作的廣度、深度等多個維度發(fā)揮優(yōu)勢，交叉賦能并將能量輻射到其他行業(yè)以及更廣泛的居民、政府層面，實現(xiàn)整個社會的福利最大化。

結語

習近平總書記強調，“適應和引領我國經濟發(fā)展新常態(tài)，關鍵是要依靠科技創(chuàng)新轉換發(fā)展動力”。人工智能時代已經來臨，銀行的數字化轉型是必經之路。擁抱人工智能，積極布局金融科技戰(zhàn)略，加強人工智能的研發(fā)與融合機制設計，吸納培養(yǎng)跨行業(yè)復合型的技術與管理人才，持續(xù)推動監(jiān)管科技的進步與安全系統(tǒng)的構筑，用好大數據和人工智能這兩把利器，重新定義銀行和金融產品，重塑金融生態(tài)，才能從根本上提升服務客戶的效率和效能，從而全面提升銀行數字化水平，最終真正找到適合自身發(fā)展模式的差異化之路。

【本文作者為中央財經大學中國互聯(lián)網經濟研究院副院長、教授；中央財經大學經濟學院碩士研究生胡元羲對本文亦有貢獻】

責編：蔡圣楠 / 李 懿