銀行AI的應用與展望

摘 要：本文從人工智能在銀行營銷管理中的優勢入手，就人工智能未來在銀行營銷管理的發展與應用上提出建議，以期使人工智能在銀行營銷管理上得到更進一步的發展。

關鍵詞：人工智能；銀行；AI；網絡

互聯網金融和金融科技的發展，打破了傳統銀行業對金融體系及資源的壟斷，新模式下的金融服務和平臺被微小企業和百姓所認知與接受，擠壓了傳統銀行的利潤空間，甚至威脅到傳統銀行的生存環境。金融科技是金融與科技的深度融合與創新，在這種認知下，銀行迫切面臨轉型升級。

中國的銀行業近幾年來面臨著巨大的挑戰。一方面是電子支付app和余額寶等新型金融模式的沖擊，另一方面是經濟轉型和不良貸款率上升的壓力。于是許多銀行一邊改變傳統模式，將某些傳統模式網點改造成全機具化、智能化的“無人”營業網點，將科技融入傳統業務，同時推進開發電子金融部門的發展，增加自己的智能app平臺，將金融衍生品、投資工具、智能客服、購物平臺等植入自己的app上；另一邊加大與金融科技公司的合作，推出智能化的自助交易和線上交易產品，例如工商銀行的“一鍵AI投資”模塊已經完善并啟用，在智能化的解析、評測客戶能承受風險度、客戶日常投資趨勢等，為客戶打造屬于自己配套產品。

人工智能的發展和運用讓傳統銀行網點空心化現象越來越嚴重，客戶能借助的智能工具越多，意味著銀行作為金融媒介的作用越小，現在還在柜臺辦理傳統業務的客戶也大多是信息不對稱、運用科技信息手段不便利的人群，而這些人的范圍越來越窄、人數也越來越少，所以銀行的當務之急是轉變思路，從傳統貨幣兌換、存取款、貸款的功能轉化為全方位的金融服務，同時融入AI科技，讓客戶對銀行保有新的依賴點。人工智能的發展除了帶給銀行沖擊，也成為銀行發現產品的工具、維系固有客戶、拓展新客戶的手段。

數字化時代，傳統商業銀行將不再是單純的金融服務的提供者，而將會成為移動連接的締造者、數據價值的創造者、智能化綜合服務解決方案提供者。依托金融行業積累的大數據基礎，借助人工智能等信息技術，將創新拓展到客戶所在的價值鏈和生態圈，通過積極布局新技術、新商業模式，提升大數據洞察力、決策分析力和自我優化力，商業銀行將在大數據分析、智能決策、精準營銷等領域煥發出新的生機和活力。

從數據源頭到最終決策的生命周期來看，數據驅動轉型是從銀行內外部獲取金融及非金融的多元數據和信息，再將數據匯集到數據分析平臺和架構體系中，根據銀行業務場景，通過適當的分析技術和工具獲得對整個銀行生態環境的洞察力，并將洞察結果應用到銀行決策或精確行動的流程中，以期更加契合銀行業務發展需求，激發銀行更大的潛能。在此過程中，人工智能領域的大量投入和快速突破帶來了前所未有的高級分析技術、自動化分析和決策的能力，這也是當前數據分析發展的技術方向。

當大數據營銷成為主流時，物理網點、地域環境等因素的主導作用便已經不在，銀行更應該借助網絡新渠道獲客，擴大營銷半徑。要借勢人工智能，結合銀行專業優勢對客戶群進行更深入的了解，運用AI這一手段便可以用大數據建立模型篩選客戶，對客戶群進行畫像、歸類，實現有針對性的精準營銷。

目前金融科技的核心技術還主要是人工智能和區塊鏈技術。過去5年，中國銀行業投資最多的金融科技領域包括：區塊鏈、數據分析、金融服務軟件、支付結算和合規等。目前在銀行業最突出的人工智能應用領域是用于降低成本和合規管理，幫助銀行按政府規定運作，同時將各類數據與業務平臺系統掛鉤，與各相關政府機構進行網絡數據聯動，實施反洗錢、反欺詐、檢測員工不當行為等風險防范工作。

金融體系是國家的命脈，一個高效率、低成本、合理配置資源的金融體系是整個國家實體經濟健康持續發展的基礎。金融科技已經成為國內外金融行業發展的一個新的風向標。金融科技公司由于自身具有的創新基因和大數據的優勢，在許多人工智能技術的應用上處于領先地位，而傳統銀行可以利用自己擁有大量優質客戶資源、大量優質數據、品牌和雄厚資本的優勢，與金融科技公司合作，加速人工智能等金融科技的應用落地?，F在智能投顧服務已在銀行業中逐漸發展起來，銀行可以利用自己廣泛的客戶資源、品牌信譽，和在投資領域比較中立的市場定位，推出可靠的智能投顧服務，幫助中國龐大的投資群體，搶占和鞏固自己在銀行中間業務市場的地位。

當然機遇與挑戰向來是并存的，銀行在不斷加強人工智能技術研究和應用的同時，也面臨一些風險和挑戰。

首先，高度自動化的過程會給銀行和客戶提供許多便利，機器為人類提供更高效的服務，但當銀行在把很多決策權賦予機器的同時，如果缺乏強力的監管方式，就會積聚操作風險，比如在通過人臉識別幫助客戶簡化流程時發生主機宕機的情況，或者人工智能語音交互系統出現不當言論，又或是識別過程中可能出現種族歧視等問題，因此銀行必須考慮法律方面操作風險的成本。

其次，人工智能可以幫助人類做一些決策，比如信用貸款，而信用風險有可能會帶來較大的系統性風險。

最后，當人工智能進行個性化的處理時，復雜的系統環境會帶來更加復雜的人工智能市場風險。所以在銀行各種應用中，雖然可以采用新的技術解決一些風險問題，但是隨之也出現了新的風險，比如智能語音外呼系統可能會涉及相關的風險監管或道德風險等問題。銀行利用人工智能做一些流程的優化和簡化，但同時人工智能也需要一套風控流程去監督它，所以這可能會帶來新的具有不同表征的風險點。因此，未來銀行進行風險管理時，需要重新審視風控的整套流程和框架。

在競爭壓力方面，目前金融科技創新給銀行業帶來很大的壓力和挑戰。人工智能賦予金融科技創新更多活力和行動力，傳統金融服務中“眼”和“手”的部分逐步轉變為“口”和“耳”的部分，銀行開始要更多地借助語音技術平臺，提供相關金融資訊和更多互動的過程。同時，越來越多的人和非金融機構開始進入金融領域，這使得銀行在金融服務中的被取代性越來越高。另外，互聯網企業在支付行業的技術革新，同樣給銀行業帶來了很大的競爭壓力。

在業務數據分析方面，銀行在利用人工智能進行機器學習或深度學習過程中，需要大量的數據科學家、數據資料和高效能的計算工具，但這些資源無疑都是高成本的。因此，銀行需要建立數據分析平臺并把數據快速地放置在分析平臺，且數據分析平臺需兼具共同運算等功能，這種需求對銀行而言是很大的挑戰。

另外，在數據安全治理方面，因為數據科學家想利用共享或社區機制，跳出傳統分析的框架，但銀行業中大量信息和數據不可能輕易地開放權限，因此造成兩難境地，如何能夠讓數據科學家暢意地使用數據，給予他們相關的計算能力和數據權限，這也是銀行亟待突破的問題。

雖然面對內外部多種挑戰和壓力，各大商業銀行還是以開放、積極的態度擁抱大數據時代，逐漸建立面向大數據分析的全生命周期鏈路，將大數據運用和人工智能開發應用作為轉型規劃的重點內容。

分析現在的大環境、大趨勢，中國在AI應用方面的發展速度是要比西方快的，銀行需要在這些基礎上進行創新，在遇到困難的時候，就需要找到合適的方案處理過去的負擔和當前新技術之間的關系。中國在AI方面的技術和知識儲備充足，越來越多的專業人才愿意投身AI，AI的商業化之路需要場景與人才的雙重加持，除了從幫助銀行從系統層面實現“Powered By AI”，通過為客戶源源不斷地補給人才，提供系統、應用、人才等全鏈路的產業服務體系，通過對銀行業務人才的培訓，可以使他們在短期內了解和熟練構建AI應用，幫助金融企業打通業務場景與數據、模型的閉環，為銀行客戶的各個業務場景的AI化轉型升級提供技術及人才保障，助力中國金融機構全面進入AI提速時代。有西方的借鑒，有人員、政府、市場主流的推動，有逐漸完善的大數據分析，中國人工智能發展的前景正向好發展。

作者簡介：

李敖男，女，漢族，籍貫：四川成都，現居天津，天津財經大學在職研究生在讀，中國工商銀行股份有限公司天津港保稅區分行對公客戶經理及國際單證業務科員。