当前位置:电子银行 > 正文
我国银行业在人工智能的应用探索实践及发展策略

  一、人工智能的应用对银行业的深远影响

  人工智能就是能在不同环境中独立或交互地完成各种拟人任务的自动化设备。云计算、大数据等技术的成熟推动了人工智能的进步,同时深度学习引起算法上的突破进一步助推了人工智能浪潮,使得复杂任务分类准确率得到大幅提升,从而推动了相关语音识别技术、VR技术、语言处理、机器学习以及机器人技术的迅猛发展。人工智将在不远的将来促使各个产业产生巨大变革,其带来的改变将远超互联网技术对各行业的影响。

  人工智能能够大面积替换中低端的分析工作,并在时间维度上进行预测,从而优化风险定价模型,同时减少情绪化干扰,实现优化博弈的策略目标。因此如果能在银行业及互联网金融领域实现人工智能的全维度应用,就可以通过从海量金融及商务交易数据中提取相关有效信息,对信息进行加工分析后反馈给金融机构作出决策,或者实时反馈用户方进行选择,从而减少交易双方信息不对称或者不确定性的现象,促进金融业智能化程度的提高。

  在当前,我国银行业由于智能化起点低且银行业本质上是一个数据密集型行业,因此人工智能在我国银行业的应用空间非常广阔。目前人工智能已开始在量化交易、智能投顾以及融资授信等方面得到推广与应用。人工智能对银行业的影响主要体现在:

  (一)银行业服务模式将会更加主动

  在互联网相关技术尚未得到大规模应用时,银行往往需要投入大量资源用于自身客户维护和沟通,以便发现客户需求,获取业务价值。到了互联网时代,互联网技术以及互联网金融平台的迅速发展,促使商业银行大力推进信息系统建设,网银、手机APP的出现降低了银行服务客户的成本。

  由于客户端和网页端都使用标准化的功能模板,因此需要客户熟悉和学会这些功能,并在众多菜单功能中搜索需要的金融服务,客户和银行的交流是单向的。这种情况下发现客户需求的成本由银行转嫁给客户,在方便银行的同时,也使银行相应地丧失了创l造更多业务价值的机会。随着人工智能的迅猛发展,机器能在相当程度模拟人的功能,从而实现批量人性化以及个性化的金融服务,这将对深处服务行业价值链高端的银行业带来深远影响。

  人工智能技术在服务前端可以用于客户维护,在中台支持授信和各类金融交易并进行分析决策,在后台主要用于风险防范与监督,它将大幅改变银行业现有格局,使得银行服务更其个性化和智能化。因此人工智能将成为决定商业银行维护客户和发现客户相关金融需求的最主要因素Z一,并对银行产品、服务方式、营销渠道、风险管理、信贷管理以及投资决策等带来重大的影响。

  (二)银行大数据处理能力得到大幅提升

  由于银行业与整个社会存在紧密的交织网络,银行内部积累了大量信息数据,涉及各类业务交易、客户信息、产品分析、风险管理、投资顾问等,这些数据级别都以海量计算,但这些数据往往通过非结构化的形式进行保存(如客户身份证相关扫描件信息),既占据过多的储存资源,造成重复存储产生的浪费,又无法转化为可分析数据,使得银行业大数据的处理比较棘手。运用人工智能的深度学习系统,可以对银行业积累的足够多的数据进行不断学习,从而不断完善甚至超过目前人类的回答能力。

  特别在风险管理与金融交易这些比较复杂数据的处理上,大规模应用人工智能将大大减少人力成本并提升银行风控能力和业务处理水平针对平台的资产选择、信息披露、风险管理、贷后管理以及逾期催收等业务运营需求,通过大数据紧密结合人工智能,可以提供个性化智能化的解决方案,从而全面降低银行授信风险,进一步提高银行产品质量及服务质量。人工智能是基于海量信息的深度学习系统,同时人工智能与大数据是互相联系的两项技术,人工智能与大数据的合理运用将为商业银行带来可观的业务增长,而且对于未来智慧金融来说,二者更是成为标配。

  二、我国银行业人工智能应用现状

  目前我国人工智能相关的研究及应用水平与欧美发达国家相比旗鼓相当。人工智能技术已经进人高速发展期,其中语音识别、图像识别以及机器学习等细分领域产生I大量其有突破性的研究成果。

  目前我国人工智能在银行业的运用主要集中在以下方面:

  (一)提升客户体验

  人工智能的合理运用能够有效提升银行服务的客户体验在营业网点设置服务机器人,由服务机器人在网点中的指定区域自动巡航,实现迎宾分流,通过语音互动交流以及人脸识别技术,预先识别VIP客户,从而及时为客户提供个性化金融服务,同时也能及时判断可疑人员、提示相关可疑行为动作,并通过前端采集银行客户数据,对客户开展精准营销活动;

  智能客服能按照客服人员与客户的沟通情况,进行业务咨询相关热点问题梳理统计,通过机器进行自动学习,梳理生成知识题库,并将其作为后续设备自动回复客户的参考答案;智能客服还能够实现一定的监督功能,例如通过分析客服人员的应答话语和态度,对银行服务进行监督检查,从而使银行能够有针对性地提高服务质量;人工智能还能大大提升人机交互场景获得的客户体验,通过人脸识别技术能在APP客户端中进行实时身份认证、远程开户以及登陆授权等。

  (二)开展量化分析和交易

  银行传统的理财顾问需要根据投资者的要求,向投资者推荐符合其风险偏好特征同时适应某一特定阶段市场预期的投资组合。这种传统方式需大量昂贵的人工才能完成,由此无形中抬高了银行理财服务的进入门槛,使得过去的银行理财服务主要针对高净值客户。智能投顾以最少人工参与的方式实现投资组合管理,通过更强大的算法模型结合人工智能技术对银行客户进行财富画像,为银行的每一位客户提供个性化的资产管理方案。

  目前国内不少商业银行已经涉足智能投顾,通过机器与量化技术,为那些经过问卷评估的银行客户提供个性化的资产组合投资计划,旨在为客户提供一个自动化的理财服务以实现投资回报最大化。不少智能投顾平台能够结合自然语言搜索,通过图形化用户界面以及云计算实时关联金融市场,充分利用动态数据与实时交易信息及时反映市场趋势,既能提供研究辅助,又能智能回答复杂理财投资问题,一方面缩短I交易时间,另一方面也降低了交易成本。

  (三)加强金融风险管理

  对于商业银行的海量交易数据,人工智能可以通过深度学习技术从数据中自动识别相关欺诈交易,帮助银行总结交易模式,实现事中成功拦截,阻断欺诈交易,从而提高反欺诈反洗钱系统的有效性,降低误报率,减少合规风险;也可以利用社交平台中的大量客户数据,通过知识图谱技术,即按照专家设计的规则以及不同种类的实体连接相结合的关系网络,提高金融风险管理水平。

  国内已有不少银行通过和互联网企业的合作,收集网络和社交平台上的个人信息,通过知识图谱技术以及大规模语义数据库,推出了客户信息盗窃自动报警系统。还有一些银行基于微信及其他公开信息的动态风险,专注于从数据爆炸的社交平台中提取精简又有价值的风险情报并进一步挖掘关键信息。

  三、我国银行对人工智能技术应用的探索与实践—以广发银行为例

  多年来,我国银行业一直高度关注互联网技术发展,密切跟踪金融技术变化趋势,不断研究并将其应用于合适的业务场景,大胆推动人工智能技术试点运用。面对金融技术发展的智能化趋势,我国商业银行以人工智能技术和大数据应用作为突破口,进一步加大对区块链、人脸识别、物联网以及VR等技术的研究力度。在持续提升研发能力的同时,注重其在银行业的实际应用效能。其中广发银行在人工智能领域方面取得了一定进展并积累了不少成功的经验。

  (一)重视对人工智能应用的规划

  金融领域人工智能时代的来临将极大改变银行的整体面貌。银行提供综合金融服务的过程中获取的信息越丰富全面,越有利于银行业务的开展。因此,银行应该构建集中统一的智慧中枢系统,为业务人员开展各类金融业务提供智能化的方案或决策。从人工智能相关技术来说,打造银行智慧大脑是应对金融领域人工智能时代的最佳路径。现阶段,限于金融领域人工智能相关技术的成熟度并不一致,目前统一金融大脑的设想仍在研究摸索中还未有成功先例。

  广发银行规划的智慧大脑,是以金融大数据平台为基础,进一步打造训练样本集,以打造智能分析平台为契机,丰富各类感知以及认知技术工具、算法模型和专家模型的研究储备,结合接触点、金融产品开发和内部流程改造等的创新应用,从而构建统一、完整的金融智慧服务体系,推动精准营销、风险管理、产品设计以及智能决策等领域的创新。为构造智慧大脑,广发银行大力加强数据的积累:

  第一,丰富基础数据。一方面以金融大数据平台为核心,进一步丰富数据的外延以及获取手段;另一方面通过将用户、系统、社交数据及外部非结构化数据采集纳人平台范围,从而建立行内数据关联。

  第二,优化人工智能技术。由于人工智能涉及的算法模型种类非常繁多,各种算法模型都有自身的优势领域,因此必须实现核心算法以及相关模型的积累和进化。同时机器深度学习等认知相关的智能技术需持续检验与优化,必须与相关数据体系紧密结合,最终形成数据反馈闭环,才能不断提升应用效果。

  第三,重视专家模型和算法模型的积累广发银行一直重视专家模型以及技术算法的不断积累和培育,并进一步开发出符合广发银行实际需要的专家模型,从而使其人工智能产品真正其有广发特征。

  第四,大力加强应用创新。由于人工智能的发展将彻底颠覆传统的银行业务流程、与客户的沟通方式、产品开发模式、业务运营决策等,为此广发银行进一步制定了人工智能发展规划,及时与业务部门交流金融新技术、新思想,促进业务和产品的创新,为增强智能时代的核心竞争力未雨绸缪。

  (二)推进人工智能与银行业务的融合

  人工智能在银行业中的应用可以是全方位的。首先,它能够使人和系统间的交互沟通更加深入和充分,从而为银行提供更为精确的个人和企业客户画像;其次,人工智能可以融合银行产品和服务,为客户提供更专业的服务和体验感受;再者,在运营管理上,银行借助人工智能可以改善预测并提高业务运营效率。

  广发银行采取应用与规划并重的实施策略,积极跟进人工智能技术的发展,应用适用商业化的人工智能技术并结合业务场景,解决自身存在的业务痛点,着手在四个方面不断深化应用人工智能,从而形成突破点:

  一是开发智能客服。通过应用语音识别以及语义分析技术,对银行客户来话进行针对性的模糊识别或者语义解析,从而智能化判断相关需求并提供快速直达的银行服务。这种互动自助服务体验,既能够帮助银行开展客户行为关联性分析并参照结果有效推荐,也能够按照各渠道的客户行为或者账户行为,分析出存在的潜在风险并及时进行处理

  二是应用智能投顾。广发银行利用已搭建成型的资产管理投研应用平台,提供市场数据和相关研究报告的分析管理服务,同时实现内部投研工作的在线处理。未来机器学习和算法模型的引人,将使其投资决策支持系统更为优化,通过提供智能化分析以及多元化的投资建议,达到分析结果驱动银行产品创l新的目的

  三是开展智能营销。结合客户画像以及地理位置、时间等相关因素,对客户和产品进行自动匹配,形成最适合客户的产品推荐,实现智能化的精准营销,并参照客户响应情况,进一步更新客户画像,从而提高营销活动的成功率。

  四是打造智能分析平台。近期广发银行正在打造主要面向算法工程师、金融数据分析师以及业务分析人员的相关智能分析平台,为用户提供金融数据处理、模型构建以及模型发布应用等相关功能,从而降低算法模型应用的成本和门槛。广发银行将进一步完成基础数据的积累和相应技术平台的搭建,持续完善核心算法及其计算模型,向实现广发智慧大脑的目标不断演进,从而构建银行科技的核自竞争力和核心资产。

  四、推进我国银行人工智能应用的发展策略

  当前国内商业银行对人工智能的研发及应用主要集中在智能客服、语音识别、客户认证识别、量化交易、反欺诈、智能投顾以及网点智慧机器人等领域,取得了一定的效果。短期内仍以银行服务智能化为主,虽然距离人工智能产品大规模商业化尚有一段距离,但其发展潜力极大。我国银行应紧跟人工智能应用趋势,进一步整合内外部数据资源,研究人工智能相关核心技术,探索拓展新的人工智能应用场景。其体来讲,应从完善人工智能应用战略相关顶层设计、建立金融数据生态圈、完善数据标准等方面促进人工智能应用在我国银行业的发展与普及。

  (一)完善应用规划顶层设计,先行先试逐步优化

  银行应着手人工智能应用的顶层设计及相关专项规划,突出科技创新与大数据的重要性,大力加强人工智能相关基础理论研究以及核心技术攻关。重视人工智能尖端人才的培养与引进,继续深化和科研机构的合作。同时本着谨慎的原则,在人工智能应用上实行先行先试的策略,积极鼓励人工智能迅速应用于相关业务的同时,对其面临的潜在金融风险进行预判,并在内部或局部试用中得到逐步完善优化,等到风险可控后再大范围推广,从而实现新技术应用的优势最大化以及负面因素最小化。

  (二)整合现有储存内部数据,规范管理合理使用

  银行作为信息密集型服务企业,其储存数据在整体价值、客户平均数据量、绩效稳定性、交易密度等方面大大领先于其他行业企业。目前我国多数商业银行的数据管理已从过去的联机在线数据库或者数据仓库发展到以Hadoop为主流框架的大规模数据存储和高速并行的数据处理平台,通过对信息、流程及渠道的优化整合,从而构建统一的数据标准以及信息模型。同时内容管理也已兼容银行内外部海量的格式化甚至非结构化数据,为基础数据同源统一创造了基本条件。不过要使数据其有分析和智能学习价值,银行还需进一步加大对数据的合理规划、清洗以及标签,从而为人工智能提供多渠道获取信息以及深度学习的数据基础,使其在银行将来的应用中产生更大的使用价值

  (三)关注智能技术发展趋势,大力研发核心技术

  银行相关主管部门应尽快确定人工智能技术的定责标准及其检测方法,通过广泛宣传取得社会认可,从而为人工智能在银行体系内的应用和推广消除障碍。深度学习其备一定程度的主动学习能力,其研发者控制程度较低,主观恶意和过错较为罕见,应像传统金融产品一样设定合理的免责空间。此外考虑到人工智能算法模型完全由开发者编写,因此开发者对相应风险有绝对控制力,因而可预见模型执行中的潜在风险,应为此承担相应责任。

  银行应充分利用大数据平台的相关研究成果,同时结合人工智能在VR技术、语音识别、语义处理以及机器学习等方面的关键技术,紧抓数据跨界融合和挖掘分析进行应用探索,从而升级和优化数据平台的相关功能与模型。重点在银行客户画像、金融需求挖掘、精准营销以及智能投顾等领域进行深人研究,为客户提供个性化、智能化的金融产品和服务,从而综合提升银行的创新能力与营悄渠道开发能力。

  (四)打造金融科技人才队伍,不断投入注重长效

  区别于传统的银行专业人才,金融科技人才其有知识结构综合、交叉等特征,尖端金融科技人才很难仅仅通过传统的教育或者培训方式获得。因此在政府大力投人建设金融人才的基础上,商业银行内部也要加强金融科技人才的培养和储备,着力培养造就尖端金融科技人才,大力引进急需紧缺人才,统筹安排金融科技人才建设规划。一方面可以从已有员工中发现并发展有潜力的金融科技人才;另一方面需创新并拓展招聘的形式以及渠道,鼓励员工内部推荐,着手建立金融科技人才相关的信息库储备体系,注重从基础培养,通过不断的投人获取长远利益。同时,对已有的管理标准可进行某种程度的软化和协调,从而为金融科技人才创造更宽松的发展环境。以适应银行业知识和科技技能联系紧密为特点、以提升金融科技人才专业素质和创新能力为目标,培养一支素质出众、门类齐全、梯队合理的金融科技人才队伍。

(文章略有删减)

相关链接:

作者: 来源:西南金融 发布时间:2018-02-07 08:19:33
 
 
  我要发表留言  查看所有评论
 

*
 限制字数显示剩余字数,最大长度: 500 还剩: 500
用户名:
       尊重网上道德,承担一切因您的行为而直接或间接导致的民事或刑事法律责任