人工智能在金融領域的應用現狀及未來需求分析

管宇杰

（四川大學計算機學院，四川 成都 610207）

1 人工智能的概念內涵

如果單純、抽象地理解人工智能的含義，可以將人工智能概括為以計算機等具有強大運算、處理信息能力的機器為物質基礎來實現具有類似于人類的智能。人工智能是一個由諸多學科匯總而成的綜合研究領域，囊括了計算機科學、信息論、心理學、控制論、自然語言科學等等諸多學科，是研究、開發用于模擬和延伸人類智能的理論、方法及技術的一門新的技術科學，可以總結概括為依存于計算機的人類智能的模擬和延伸。

人工智能已經不再囿于傳統的“對人的行為進行模擬”的范圍，而是延伸到“泛智能”方向的應用，即從四個維度去應用人工智能：一是更好地、更具創造性地解決問題、解決更復雜的問題。這些問題的外延是非常廣闊的，在當今這個信息爆炸的時代，從個人的角度看，人們所面臨的信息接收和處理困難是新人工智能需要解決的問題；二是從企業的角度看，其面臨的應用成本逐步上升、消費者需求和行為模式轉變、商業模式被顛覆等問題也是“泛智能”致力于解決的重要問題；三是從整個社會的角度來看，自然環境治理、社會資源優化和社會穩定的維護等方面的問題也亟待解決；四是從商業視角來看，人工智能作為一種全新的生產要素和方法論，將促進商業模式和管理模式的創新，提升管理效率、消費效率和市場效率，進而促進社會整體發展。

2 人工智能在金融領域的應用現狀

2.1 人工智能在金融領域的現有應用

2017年，國務院印發了《新一代人工智能發展規劃》（后簡稱《規劃》），《規劃》提出到2025年中國人工智能產業規模將超過4000億元，帶動相關產業規模超過5萬億元，人工智能技術賦能各個領域，促進各行業跨越式創新發展。金融行業屬于數據密集分析、模型預測分析高度應用的領域，與人工智能技術天然具有黏合力，國內外各科技巨頭均在金融領域投入了大量資源，取得了一系列成果。阿里巴巴集團將人工智能技術應用于螞蟻保險、花唄、借唄、芝麻信用等服務中，將虛假交易率降低了近10倍，證件審核時間從1天降到1秒，用戶服務100%由智能客服+人工輔助咨詢，機器人回答準確率由67%提高到80%以上。京東集團研發了莎士比亞人工智能系統，能夠針對各類商品在1秒內生成上千條推薦文案，其智能評價系統能夠每日自動推薦數十項項目到京東眾籌平臺，此外還搭建了京東人工智能開放平臺NeuHub，將京東海量場景和數據中提煉產生的AI能力全面對外開放。平安集團、建設銀行等傳統金融公司也積極整合了保險、銀行、證券等客服渠道，應用人工智能技術統一進行機器人服務，大幅減輕了人工服務工作量。谷歌公司設立了人工智能專項投資基金，與多家公司聯合建立了消費金融智慧實驗室，并研發了一系列產品，Google Play Protect能夠每天自動審核超過500多億個應用，并對任何可疑內容采取相應措施，Google Trips“旅行推銷員”可以根據個人愛好智能推薦規劃旅行行程。亞馬遜公司開發了Abe AI金融助手，能夠集成到各類通信程序中，提供會話式銀行業務、財務管理、金融業務支持等功能。摩根大通等傳統金融公司也大幅增加了人工智能技術投資，2018年在該領域投資了108億美元，發布了JP Morgan Chase手機移動程序、免費的在線股票交易系統等，為用戶提供移動交易服務，同時利用人工智能技術提高防范金融欺詐的能力，大幅提升貸款審批的效率。

自深度學習算法被提出后，人工智能技術應用取得突破性發展。2012年以來，數據的爆發式增長給人工智能行業的發展提供了充分的“養料”，而深度學習算法在視覺和語音識別技術上的突破，也令人工智能產業商業化迅猛發展。人工智能能夠通過大數據來分析客戶的消費能力、財務狀況、業務情況、風險偏好，利用評估模型，建立精準的個人及企業的金融數據庫。目前，人工智能技術在金融領域的應用主要體現在三個方面：金融服務、金融分析以及金融監管。

（1）金融服務

人工智能技術在金融服務方面的應用或許不是最重要、最有意義的，但一定是影響范圍最大的。在傳統的金融服務行業，不僅存在著信息不對稱帶來的影響，同時在服務方面也要耗費大量的人力，而人工智能的引入很好地改善了這些問題。金融服務分為前端和后端，前端是指面向客戶的服務，而后端是金融機構的決策和管理服務。無論是前端還是后端，人工智能技術都已經得到了廣泛的應用。比如在金融服務的前端上，最顯著的體現便是客戶服務。在線上，采用智能客服的形式，直接根據客戶的瀏覽、購買記錄智能地給出客戶可能需要了解的問題，再根據客戶的具體選擇和回答給出準確的解答；在線下，可以以智能實體機器人的形式服務，例如交通銀行在2015年就推出了這樣的機器人，它主要應用了人像識別和語音識別的技術，能夠在銀行網點和客戶進行語音交流，回答客戶的問題，指導客戶辦理業務，不僅減輕了銀行經理的壓力，也節省了客戶辦理業務的時間。

（2）金融分析

人工智能技術在金融分析方面的主要應用形式是以數據為基礎、算法為核心，基于人工智能技術讓機器來進行投資信息獲取、數據整理、量化分析、撰寫研究報告以及風險提示，輔助金融分析師、基金經理等投資人員進行投資研究。根據國外研究機構在2019年進行的一項研究，全球約有一半的金融服務和保險公司已經在使用人工智能技術，并且隨著該技術的持續發展，這一數字在迅速增長。2016年安信證券公司利用人工智能策略投資股票，最終以96%年化收益率擊敗97%的人類投資者。人工智能通過對海量的財經事件信息進行快速智能分析，實現從信息獲取到完成報告的全過程投資組合管理，利用更加高效的算法模型與更加專業的行業認知，形成跨不同金融領域的分析能力，縮短對投資者所提出的復雜金融問題進行數據處理的時間，以前金融分析師在一天、一周完成的報告，人工智能可能現場就會答復。

（3）金融監管

傳統的金融市場受到了金融科技創新所帶來的多維度的沖擊，金融和科技相結合引發的不確定性超過了監管的應對能力。為了彌補金融監管與金融科技之間的差距，一些監管機構已經利用人工智能技術來進行自動、即時的金融監管，借助人工智能監管在全局分析方面的優勢，更準確地識別并應對系統性金融風險。2019年劍橋大學全球金融服務AI應用調查報告中指出，金融監管的AI利用率高達56%。螞蟻金服、京東金融等互聯網金融企業對人工智能在金融監管領域的應用進行了積極的探索。例如在交易可行性的判斷上，人工智能技術以金融大腦為核心，依托感知引擎和思維引擎，能夠在盡可能減少用戶干擾的情形下保持很高的安全性。以證券業為例，證券市場具有復雜性，而當今智能化、高頻化的交易模式不僅加劇了這種復雜性，也對監管者的監管能力和監管資源提出了考驗和挑戰。目前，金融創新的頻率遠遠高于證券監管的規則供給速度，而人工智能監管工具的引入，有助于提高監管效率、節約監管成本，為證券業的監管與金融創新的發展相適應提供了可能。通過人工智能技術，證券業監管者可以在比之前更短的時間內識別異常交易并發出風險預警。當然，人工智能由于其自身局限性和風險性，其監管并不是無限的、絕對可靠的，若完全依靠人工智能進行金融監管，也可能造成嚴重的負面后果。

2.2 人工智能給金融領域帶來的影響

（1）對消費者與投資者的影響

通過人工智能技術，消費者與投資者能夠享受到更為智能的客戶服務，并且在人工智能的指導下，也能降低個體投資者的盲目性，不僅減少了投資者的風險，還能夠提高收益率。不過與此同時帶來的負面影響就是客戶的隱私信息有可能會被泄露。通過將智能語音技術引入語音客服系統，提供“自助語音+智能”服務，能有效提高服務效率和質量；通過將智能圖像識別技術引入柜臺客服系統，提供精準人員識別，基于客戶數據進行分析，為客戶提供個性化、差異化金融服務；通過將智能預測模型技術引入金融服務系統，通過不斷的用戶交互數據積累，持續優化服務方案和質量，為客戶金融服務進行精細分類和提供定制化服務。

（2）對金融機構的影響

通過人工智能技術，能夠有效地降低金融機構的管理成本和風險，有助于提高金融機構的經營效率和利潤率。一是通過人工智能技術能夠有效地減輕銀行、證券公司等金融機構的運營成本。根據《MIT Review》（《麻省理工學院評論》）雜志報道，通過“前臺人員縮減、后臺數據支撐”的模式，高盛集團紐約總部傳統股票交易員大幅減少，由600余人減少至現在的2人，而智能交易程序人員、數據維護人員增加至200余人，從而使公司日常人員成本支出大幅降低。二是人工智能技術應用大幅增加金融機構客服服務效率。傳統銀行、證券、投資公司等與客戶對接主要依靠投顧人員與客戶交互，由于股票、債券、貴金屬、股權等投資具有較高專業性要求，其大量歷史數據、專業知識儲備等由公司掌握，客戶只能被動接受建議。目前通過在線財富管理服務模式，以網絡化、可視化方式將分析市場信息變化、股票和基金組合排列、歷年數據等呈現給客戶，客戶能夠根據自身投資風險偏好以及理財預期收益，再結合智能分析推薦的理財投資配置，選擇最佳投資組合，從而實現“被動接受”式服務到“主動參與”式投資轉變。但同時帶來的影響是金融機構需要依賴于第三方提供人工智能相關技術，而金融機構人員對此并不掌握，就有可能導致在實際應用過程中存在隱患。

（3）對金融市場的影響

當未來人工智能技術大規模應用于金融市場時，由于基于大數據、高計算、強算法的人工智能技術具有趨同性、博弈性、對抗性等特點，將對未來金融市場變化產生巨大影響，主要體現在市場信息透明度、系統性金融風險度、金融市場穩定性等方面。

一是人工智能技術對于信息處理能力的促進，能夠顯著地緩解市場中存在的信息不對稱性，使得市場更加透明化、公平化。同時也能夠降低交易成本，提高金融交易的效率。

二是當市場上廣泛使用相似的人工智能技術時，各個金融機構間就會產生關聯風險，一旦技術上存在漏洞或者是因為技術相似導致不同金融機構可能會采取相同的交易策略，都會因其規模效應而對市場帶來極大的影響。

三是可能導致金融集中度提高。由于人工智能技術的開發只有大規模的機構能夠負擔，因此可能產生技術性的壟斷或是數據性的壟斷，因此可能會加劇整個金融體系中某些功能的集中度。

四是對于金融市場穩定性產生影響。一方面人工智能技術的引入能夠減少交易成本、提高效率，并且也能加強市場監控，所以會一定程度上增加金融市場穩定性；另一方面，隨著人工智能技術的逐步發展，會催生出新的具有系統重要性的機構，由此也會影響到諸如銀行等機構的重要性，而商業銀行作為宏觀經濟調控的手段之一，其系統重要性的降低勢必也將影響到整個金融市場的穩定性。

（4）對金融安全的影響

人工智能技術作為一種新興技術，通過其大數據整編、智能化分析、個性化推薦等應用和服務，能夠為金融服務、金融分析、金融監管等金融領域提供智能化服務。但由于人工智能技術尚處于起步應用狀態，其神經網絡模型等具有不可解釋性等特點，對于被服務者來說是一個“黑盒子”，在技術上存在著狀態不可控、結果不可預測等風險，相比傳統固化模型更容易受到外來攻擊。因此，需要加強人工智能技術在金融領域應用的安全邊界研究，引入技術風險監控和告警、人工阻斷模式和方法，提高金融服務的安全防御能力。另一方面，由于智能化服務依賴于“數據、算法、算力”三大支柱，特別在數據采集、收集和處理方面，由于涉及個人隱私等，如何解決數據安全、數據隱私等問題也需要進一步研究。

3 人工智能在未來金融領域的應用需求分析

3.1完善智能投資顧問，提升客戶收益和服務質量

對于消費者與投資者，現階段的客戶服務質量和效率不斷提高，但是客戶真正關心的問題還是在于自己的收益，而現階段的智能投資顧問尚不成熟，未來需要有更加高級的智能顧問，能夠面向不同客戶群體給出靶向建議，更好地引導投資人進行投資。引入在線財富服務、金融自助服務、智能財顧咨詢和推薦等人機交互式服務模式，將傳統“以柜臺為中心”方式向“以客戶為中心”方式轉變，建立良好的數據體系和服務體系，以不同類別客戶需求為核心打造集數據、業務、應用為一體的智能化、差異化服務流程，挖掘各類客戶需求、滿足各類客服需求，主動為客戶提供高效、智能、便捷的服務，提升客戶收益和服務質量。

3.2 優化智能模型算法，提高金融機構盈利能力

對于金融機構，雖然目前人工智能技術對金融模型、資本管理等方面做出了優化，但是依舊有很大的發掘空間，這正是未來人工智能算法、技術需要不斷優化的方面，建立更好的貼近實際市場、模擬真實交易的模型，才能進一步提高金融機構的盈利能力和效率。除此之外，還需注意人工智能技術在金融領域的“可解釋性”，不僅要注重人工智能在金融領域的發展，更要重視讓使用者理解應用中的“智能”，避免出現難以理解技術原理、甚至無法理解模型運作原理的情況。

2017年，摩根大通發布了一份題為《大數據與人工智能戰略：機器學習和其它投資數據分析方法》的報告，對人工智能和大數據對金融領域的影響進行了全面的闡述，報告中認為人工智能算法中無監督學習模型適用于識別收益曲線、價值投資因素組合等，監督學習模型適用于通過歷史數據預測未來趨勢，深度學習模型適用于利用虛擬財務數據預測市場修正概率，強化學習模型適用于交易行動的選擇。

3.3 強化智能數據分析，助推金融市場的公平、效率和秩序

對于金融市場，公平、效率和秩序無疑是最為重要的。人工智能強大的數據處理、數據分析、數據挖掘能力，顯著提升了金融市場的效率，弱化了市場中存在的信息不對稱，鞏固了金融市場的公平性。而且隨著“智能監管”的引入，提高了金融市場中交易的安全性，打擊了金融欺詐、金融犯罪，也起到了穩定金融市場秩序的效果。要確保金融市場的公平、效率和秩序，需充分發揮未來人工智能技術在數據分析上的優勢，避免出現不同個體、機構獲得的數據資源相差甚遠或者智能監管技術和手段不健全導致監管漏洞等問題。

3.4 發展智能預測模型，監測整個金融體系的系統性風險

人工智能技術的飛速發展和全面應用將會影響到整個金融體系的結構，改變原有體系中各機構的重要程度，甚至發展出新形式的金融機構，由此也可能會增加整個體系未知的系統性風險。當人工智能技術普遍應用、人們逐漸依賴于人工智能且技術趨同時，一旦人工智能出現錯誤判斷或者技術出現問題，就會對整個金融體系帶來巨大危害。僅僅依靠人工智能技術自身可靠性、強化分析能力，還不足以解決系統性風險問題，需發展智能預測模型，通過以人工智能預測人工智能的方式，提前判斷人工智能技術可能帶來的系統性風險。

4 結語

人工智能技術還處于發展的初級階段，其在金融領域有著極大的發展潛力和應用前景。現階段，人工智能在金融領域的應用只是部分替代了金融體系中較為簡單的勞動，還只是較為初級的“智能”，而對于金融市場的把握、預測和監管還未能取得較為準確、可靠的成果。本文初步總結了人工智能在金融領域的發展現狀，并分析了其未來應用需求和前景。想要真正迎接“智能金融”的到來，還需要深入發掘人工智能技術在金融領域的應用，只有技術的進步才能推動應用產品產生質的飛躍，才能真正激發出“智能金融”的活力。