常毅
現階段,人工智能越來越受到社會大眾的廣泛關注,它屬于計算機科學的重要分支。目前,計算機視覺識別、機器學習以及語音識別等智能技術的出現,提升了人們日常生活的便捷程度,而且也有助于行業變革。在互聯網金融管理平臺以及科技公司等日益興起的背景下,人工智能技術已經被應用到了銀行服務以及投資理財等金融領域,包括智能客服以及智能投資顧問等,所發揮的作用越來越突出。
一、人工智能技術的基本概述
人工智能技術起源于上世紀40年代。最早可以追溯到1949年,是赫布基于神經心理提出了一種學習方法,該方法被稱之為赫布學習理論。之后在1950年,阿蘭?圖靈創造了圖靈測試機來判斷計算機是否擁有了智能,該測試于2014年6月,被一臺叫做尤金?古斯特曼的聊天機器人通過,被認為是人工智能發展的一個里程碑事件。此外,在1952年,IBM的科學家亞瑟?塞繆爾開發了一個跳棋程序,使機器像人類一樣可以持續學習。
不過人工智能受限于計算性能,也經歷過一段低潮期和停滯期,直到摩爾定律的生效,計算機性能相較于過去有了大幅提升,使得超大規模的參數計算成為可能。于是基于反向傳播的神經網絡算法又掀起了一股新熱潮。
二、人工智能在金融領域的應用
隨著人工智能在國際銀行業的廣泛使用,中國銀行業也逐步接觸人工智能領域,眾多專家開始探索如何將人工智能運用于金融領域中。其中,互聯網金融公司拔得頭籌,搶占了人工智能運用的先機。很多銀行也逐步在網點推出智能化機器,將一些小型、客戶到行率不高的網點轉變為輕型化、智能化網點,引入“超級柜臺”代替傳統柜面服務。
(一)智能客服。2015年底銀行業推出了智慧型人工智能服務機器人,主要表現在借助語音識別以及自動問答等技術,構建自動問答機器人,積極開展遠程客戶服務,實施業務咨詢以及辦理工作,起到減輕工作人員工作壓力以及降低運營成本等作用。與此同時,銀行網點可以運用交互型機器人完成大堂經理工作,強化客戶語音交流以及業務咨詢管理,提升銀行服務工作的科技感,從根本上提升客戶體驗。
(二)金融大數據處理。金融行業所積累的大數據在世界各個行業中名列前茅。截至目前,國內金融機構的數據量突破 100TB 大關,并保持加速增長的態勢。面對如此龐大的數據量,人工智能與銀行貸款、證券、保險等多種基于大數據開展的金融業務深度融合,開辟了大數據金融的新方向。基于大數據、云計算等技術,企業得以制定更加理性的戰略、做出更富前瞻性的決策、更合理地分配生產資源,從而獲取更高的利潤。
(三)風險的管理與控制。人工智能主要在三個方面對風險的管理和控制起到一定作用:數據的收集與分析、風險預測模型以及風險定級。在過去,傳統形式下的貸款業務短則2-3天進行審批,長則7-10天審批,甚者更長,然而當人工智能利用于貸款審批系統中,貸款的審批或許只需要幾秒鐘即可完成,大大減少了因等待時間過長而流失客戶的風險。此外,利用傳統風控模型做的風險分析或許要數月,但是運用人工智能便可自動、高效完成。例如銀行的反洗錢核查項目,可以將文本的分析、圖像的識別等多項人工智能技術綜合于一體,即可實現將每單反洗錢手工審查業務耗時兩小時降為每單兩分鐘,不僅提升了審查效率,還提高了審查質量,同時降低了重復審查率,降低了銀行的人工成本,提高了銀行員工的工作效率。
三、人工智能技術在金融領域應用中的風險
人工智能技術的發展為我們帶來了很多便利,但不可否認,人工智能技術在帶來變革的同時,也帶來了一些風險因素。正確認知這些隱患和不足,才能更好地揚長避短,讓科技服務生活。
(一)人工智能技術的誤判風險
人工智能基于系統設置的評價標準,運用深度學習做出的判斷并不能保證結果的完全科學與準確。比如其中的一個算法交易程序存在問題,或者一個數據輸入的細微抖動,都可能出現算法失效或失真的情況,便可能帶來巨大的錯誤認知,對個人投資理財帶來交易損失。大而言之,甚至會造成系統金融風險。另外,基于數據基礎的分析結果,依賴于海量的數據。如果數據支撐不夠,其結果的準確性就值得商榷。因此,需要采取切實措施應對這種不確定性。其一,加大技術研發,不斷優化人工智能技術。其二,加強人為管理和風險評估,讓系統風險降到最低。
(二)人工智能技術的安全風險
人工智能技術的進步,也伴隨著黑客攻擊的智能化,網絡安全風險成為金融領域繞不開的問題。網絡攻擊軟件可以模擬互聯網金融中的用戶行為,從而掩蓋自己的真實身份,隱藏于金融數據庫或系統中,并被系統認定為合法用戶。如果安全防護措施不得力,黑客的入侵和攻擊會帶來嚴重的后果。金融監管部門和金融企業主體應該共同確保金融風險安全,加強監管,強化風控體系,打造安全高效的金融平臺。
(三)人工智能技術帶來的隱私泄露風險
人工智能技術的應用是建立在大數據發展的基礎之上,海量數據對人工智能技術的運用有著舉足輕重的作用。但大數據時代,客戶的隱私數據和個人信息保護面臨挑戰,客戶的選擇權和知情權需要得到重視。近期不斷發生的隱私泄露事件已為我們敲起了警鐘。
四、人工智能在金融領域的發展前景分析
(一)核心區域安全監控
隨著國民整體知識水平的提高,一些不法分子的作案方式也層出不窮,普通的安保人員在未來可能無法應對花樣的違法行為。因此,在銀行網點、ATM 機等核心區域可利用人工智能的人像識別功能,針對可疑行為和特征,如:臉上有面罩、行為鬼鬼祟祟等,提前識別可疑人員,并進行報警等。同時可進行核心區域的員工人像登記,人員進出采用人臉識別技術,防止陌生人尾隨進入核心區域,達到安全防范的目標。
(二)金融企業服務人性化
在銀行、機房等人員較多的企業機構,可投放24小時服務類型智能機器人,增添語音識別及對話功能,可為客戶答疑解惑,安撫客戶心情,進行迎賓分流,采集客戶信息,維護企業正常秩序,使金融企業的服務更加人性化。
(三) 輔助完成金融業務
未來可采用多層神經網絡技術,實時采集重要的經濟數據指標,讓智能系統不斷學習理解,并將其運用于金融業務方面。如作為金融智能投資顧問,使其針對客戶的具體特征,開展個性化的服務,既使客戶與企業雙方的利益達到最大化,同時又進一步貫徹了銀行長期服務客戶的理念與目標。