人工智能重塑银行服务

DOI:10.14057/j.cnki.cn43-1156/f.2019.01.008

人工智能重塑银行服务我国银行业在人工智能方面的运用仍然有上升的空间，尤其是在风险控制、投资顾问、客户

服务、

量化交易等领域。文杨芮

1956

年，达特茅斯会议上诞生了人工智能，在此后60多年的时间里，

人工智能在医疗、健康、交通、文娱、教育、安防等多个领域得到应用。2017年，人工智能列入我国政府工作报告，成为国家战略性新兴产业发展规划的重点之一。据《中国人工智能发展报告2018》显示，2017年中国人工智能市场规模达到237亿元，同比增长67%，中国人工智能市场规模年均增长率达40%以上，2018年人工智能市场增速有望达75%。

国务院印发的《新一代人工智能发展规划》提到，在未来十余年期间，我国人工智能要实现三步走：一是到2020年人工智能总体技术和应用与世界先进水平同步；二是到2025年人工智能基础理论实现重大突破，部分技术与应用达到世界领先水平，人工智能成为带动我国产业升级和经济转型的主要动力；三是到2030年人工智能理论、技术与应用总体达到世界领先水平，成为世界主要人工智能创新中心。

近几年来，人工智能与金融领域的结合实

28

T大中型银行纷纷推进智能机器人系统建设与应用。

现快速发展，人工智能不断更迭金融服务的模式，帮助金融机构降低成本、提升服务效率，提高用户体验。随着人工智能在信贷、财富、支付、保险等领域的实践不断深入，全球银行业对人工智能的运用不断深入。作为金融科技的先行者，花旗银行认为，预计在未来五年内，人工智能将可能取代30%左右的银行业岗位；日本瑞惠金融集团计划在2027年，用人工智能代替其1/3左右的员工。在实际运用中，一些银行主张借助人工智能加快数字化转型，如桑坦德集团早在2010年引入红色机器人服务于西班牙游客中心的客人，瑞银集团采用亚马逊的数字助理为客户提供服务，摩根大通在其交易业务中引入了无形机器人，摩根士丹利和汇丰银行已经开始运用人工智能对洗钱、欺诈和恐怖分子资金等行为进行识别和监测。

我国人工智能在金融领域的运用愈加广泛，银行、券商、保险业金融机构纷纷加快人工智能在业务发展和经营管理方面的运用。按照《新一代人工智能发展规划》中提到的第一步，

即“到2020年人工智能总体技术和应用与世界先进水平同步”，对照国际银行业在人工智能运用方面的进程，我国银行业在人工智能方面的运用仍然有上升的空间，尤其是在风险控制、投资顾问、客户服务、量化交易等领域。

更加高效的风险管理

风险管理是银行业经营管理工作永恒的主题，人工智能可以帮助银行更加高效地防控操作风险和信用风险。对于操作风险，围绕商业银行最主要的存、贷、汇三大业务，人工智能在清算、结算、运营等中后端的流程环节，以数据为驱动，进行基础分析和决策，运用视频识别技术，实现线上场景和线下网点的监控，对重要客户、可疑人员进行识别，提高银行服务的安全性，为银行的风险控制提供新模式。对于信用风险，银行通过建设智能风控平台，对存量正常资产风险信息进行全天候、全方位、可视化、高效率的自动识别与扫描，实现系统自动搜集、快速抓取、智能筛选、精准推送风险预警信号，主动发起风险信息排查、预警发起、预警跟踪、预警解除等全流程、闭环式管理，做到风险早发现、早处置。

更加理性的投资顾问

在零售业务中，银行大零售战略的提出，提升了私人银行、财富管理业务的重要性，投资顾问成为零售银行连接客户端（尤其是高净值客户）和产品端的纽带。在公司业务中，客户个性化、多样化的需求，以及银行集团化经营的趋势，对银行综合化服务能力提出了更高的要求，投资顾问成为公司银行最重要的非利息收入来源之一。人工智能通过大数据获得用户个性化的风险偏好和行为习惯，据此结合算法模型定制个性化的资产配置方案，并运用互联网实时跟踪资产配置方案的结果，进行随时调整，建立组织优化的管理模型，实现在用户可承受风险范围内的收益最大化。智能投顾以产品创设和精细化管理为基础，通过细分客群，重构财富管理分层服务体系，应

Banks银行

对客户对财富管理需求的变化，同时通过“人+智能”提升一线服务专业水平，强化复杂产品销售能力，优化客户体验。

更加精准的客户服务

早在2012年，中信银行推出国内银行业首个智能客服“CC”后，大中型银行纷纷推进智能机器人系统建设与应用。通过构建智能分析平台，支持精准营销和客户经营，完成基于知识图谱技术的实时侦测引擎和基于位置服务的平台建设，支持反欺诈分析和风险侦测引入机器人流程自动化技术，大幅提升运营效率。零售业务方面，针对零售客户标签，构建全面、微观、多角度零售客户画像，奠定千人千面的零售营销体系建设的基础；托管业务方面，可以运用托管智能机器人，推进托管系统建设，上线新一代托管营运平台。目前，我国商业银行的智能客服系统需要基于信息完整、结果明确、交互简单的服务场景。下一步，更需要挖掘智能客服的自然语言处理技术、实现机器人与客户的自然语言交流；引入深度学习的技术，提高智能客服思考和学习的能力，以准确应答客户问题，并抓取客户行为数据，为客户提供更加个性化服务；结合虚拟现实技术（VR）、增强现实技术（AR）、全息投影等技术，将面对客户的人物形象虚拟化，实现为每一名客户配备私人助理。

当然，在推进人工智能运用的过程中，商业银行也面临着不少挑战，例如，人工智能本身的基础在于大数据，如果在内部技术失误或外部因素刺激的影响下，程序发生错误，相关的数据分析和结果都将导致决策者无法做出正确的判断，进而影响正常的经营活动。但随着客户对服务体验的需求不断增长，互联网、云计算、大数据、智能终端等技术的日益发展，商业银行创新能力的逐步提升，人工智能为商业银行客户服务创造的价值也将愈加显现。

责任编辑：朱玲Email:zhu8090@163.com

29