近期人機互動(dòng)模型ChatGPT進(jìn)入應用領(lǐng)域，意味著(zhù)人工智能的發(fā)展達到了新高地。那么，人工智能在金融領(lǐng)域的應用與未來(lái)發(fā)展趨勢如何？會(huì )給金融機構帶來(lái)哪些挑戰？日前，《金融時(shí)報》記者就上述問(wèn)題采訪(fǎng)了三亞經(jīng)濟研究院院長(cháng)張承惠。
張承惠 國務(wù)院發(fā)展研究中心金融研究所前所長(cháng)、研究員，享受?chē)鴦?wù)院政府特殊津貼。中國現代金融學(xué)會(huì )常務(wù)理事、社科院研究生院博士研究生導師、第七屆中國環(huán)境與發(fā)展國際合作委員會(huì )特邀顧問(wèn)、清華大學(xué)五道口金融學(xué)院戰略咨詢(xún)委員會(huì )委員。重點(diǎn)研究領(lǐng)域：金融改革、中小企業(yè)融資、金融科技、場(chǎng)外資本市場(chǎng)、ESG。曾參加三十余項國務(wù)院發(fā)展研究中心的重大重點(diǎn)課題，主持研究數十個(gè)課題，發(fā)表論文三百多篇，十余次獲得中國發(fā)展研究獎。
應用場(chǎng)景與未來(lái)發(fā)展趨勢
提問(wèn)
記者：最近，ChatGPT引發(fā)了各方關(guān)注，它擁有史上最強的機器大腦和知識庫，不僅可以幫助人們更好地理解世界，還可以打破語(yǔ)言和文化障礙，促進(jìn)人類(lèi)的跨界交流與合作，甚至在一定程度上改變人類(lèi)思維和認知的方式。您如何看待人工智能在金融領(lǐng)域的應用與未來(lái)發(fā)展趨勢？
張承惠：近年來(lái)金融科技得到廣泛應用和快速發(fā)展，已經(jīng)深刻改變了金融的業(yè)態(tài)、金融的內在邏輯和金融職場(chǎng)的行為方式。而大數據、區塊鏈、人工智能、物聯(lián)網(wǎng)等本來(lái)就是金融科技的主要組成部分。隨著(zhù)人工智能技術(shù)水平的提升，金融科技必將更加廣泛和深入地對金融業(yè)產(chǎn)生影響。
第一，客戶(hù)服務(wù)與金融產(chǎn)品數字化營(yíng)銷(xiāo)�？头侨斯ぶ悄茏钅芸焖侔l(fā)揮作用和效果的應用場(chǎng)景。到目前為止，各類(lèi)交易平臺已經(jīng)廣泛采用了機器人客服。但是總體上看，效果并不理想。其原因，是機器人客服對客戶(hù)千差萬(wàn)別的語(yǔ)言表述缺乏感應能力，對客戶(hù)需求缺乏同理心，知識面也不寬。從ChatGPT的表現來(lái)看，高級別的人工智能有可能比人工客服更有經(jīng)驗，知識面更廣，反應速度更快�？梢灶A料在不遠的將來(lái)，人工客服將完全被智能機器人替代，客服崗位用工數量將銳減，龐大的客服工作場(chǎng)所亦將不復存在，從而在很大程度上降低了金融機構的人力成本和管理成本。
隨著(zhù)金融科技的發(fā)展，數字化營(yíng)銷(xiāo)在挖掘金融機構大量“長(cháng)尾”和“睡眠”客戶(hù)中發(fā)揮了很大作用。而人工智能深化了營(yíng)銷(xiāo)過(guò)程中的理解、對話(huà)功能，提高了識別準確率，可與受訪(fǎng)者進(jìn)行高質(zhì)量一對一交流，有效解決了人工跟進(jìn)成本高、對人工席的管理難度大、數據難以實(shí)時(shí)監控等問(wèn)題。近年來(lái)呼聲很高的個(gè)性化服務(wù)對于營(yíng)銷(xiāo)人員的專(zhuān)業(yè)能力、需求識別的精準度和應答的靈活度提出了極高的要求，人工智能的廣泛應用有助于快速提升金融機構的產(chǎn)品營(yíng)銷(xiāo)能力。
第二，金融風(fēng)險管理。防范風(fēng)險是金融機構的天職和核心職責。金融機構作為資金的中介機構，其所面臨的風(fēng)險類(lèi)型多種多樣，如信用風(fēng)險、市場(chǎng)風(fēng)險、管理風(fēng)險、流動(dòng)性風(fēng)險、法律及合規風(fēng)險等等。面對風(fēng)險，金融機構首先要建立完善的內部控制和風(fēng)險管理制度，建立完善的風(fēng)險管理框架對各類(lèi)風(fēng)險進(jìn)行分類(lèi)、評估和管理。在這個(gè)過(guò)程中，人工智能可以充分發(fā)揮作用，包括監控制度的執行情況、對劇烈波動(dòng)的市場(chǎng)做出快速反應、科學(xué)評估風(fēng)險類(lèi)型和程度等。其次，員工對風(fēng)險的認識和對制度的執行能力是金融機構風(fēng)險管理的關(guān)鍵，風(fēng)險管理人員尤其要具備豐富的風(fēng)險管理經(jīng)驗和理論知識。金融機構在為員工提供系統的培訓和教育的過(guò)程中引入人工智能，可以有效地提升培訓效率，準確檢測關(guān)鍵崗位人員的風(fēng)險管理能力和水平。再次，風(fēng)險信息的披露和公開(kāi)是金融機構對社會(huì )公眾的責任和義務(wù)。而信息披露涉及大量數據和信息，僅靠人力很難科學(xué)、準確、快速處理這些信息，人工智能在這個(gè)領(lǐng)域中同樣可以大大提升效率。
第三，產(chǎn)品定價(jià)。金融產(chǎn)品定價(jià)的本質(zhì)是風(fēng)險評估，需要根據客戶(hù)的資信狀況、還款能力、財務(wù)狀況等因素對客戶(hù)進(jìn)行風(fēng)險評估，制定不同的風(fēng)險升水或貼水，以避免客戶(hù)可能因違約帶來(lái)的損失。由于金融產(chǎn)品的多樣性和復雜性，需要大量運用數學(xué)、統計學(xué)、經(jīng)濟學(xué)知識和技能。以保險精算為例，合理的保險精算不僅可以保障保險公司自身利益，也有利于保護客戶(hù)的權益。保險精算涉及因素至少包括：保險產(chǎn)品的風(fēng)險（承保風(fēng)險類(lèi)型、風(fēng)險等級、保險責任、保險期限、保險金額、免賠額等）、歷史數據與統計分析（平均壽命、意外事故概率、天氣變化等）、保險產(chǎn)品風(fēng)險（預測損失、概率分布、時(shí)間價(jià)值等）、政策法規和監管要求、經(jīng)濟環(huán)境（通脹、利率等）和市場(chǎng)競爭情況、保險公司的承保能力（資產(chǎn)負債狀況與匹配、投資組合、盈利預算、儲備金、償付能力）等。
金融機構的風(fēng)險模型是一個(gè)很復雜的系統，需要綜合運用風(fēng)險評估、數據收集、數學(xué)建模、模型驗證和風(fēng)險管理等多個(gè)方面的知識和技能。事實(shí)上，在建立和運用、檢驗風(fēng)險模型的過(guò)程中，金融機構已經(jīng)大量應用了金融科技，而高級別人工智能的加入，將進(jìn)一步提升這些模型的科學(xué)性，人工智能在一定程度上替代精算師是有可能的。
第四，保險勘察理賠。保單出險后保險公司面臨的最大風(fēng)險就是欺詐。每年都有數十億美元的欺詐性索賠事件發(fā)生。為降低這類(lèi)風(fēng)險，保險公司對于索賠申請，必須進(jìn)行必要的調查和審查，仔細甄別損失的真實(shí)性和程度，為理賠決策提供依據。此外，由于保單量大面廣，涉及多個(gè)領(lǐng)域，復雜程度很高，勘察理賠工作往往耗時(shí)費力。人工智能可以大大簡(jiǎn)化這一過(guò)程，消除人為錯誤，提升理賠工作的科學(xué)性和速度。
第五，投資顧問(wèn)。金融科技已經(jīng)開(kāi)始在證券投資領(lǐng)域得到廣泛應用，包括量化投資、為客戶(hù)提供個(gè)性化的投資建議和推薦、在保證風(fēng)險控制和收益最大化的前提下對客戶(hù)的投資組合進(jìn)行優(yōu)化等。但是，在PE和VC投資領(lǐng)域，人工智能主要還是作為被投資對象而不是以投資決策工具的身份出現。在未來(lái)投資顧問(wèn)的場(chǎng)景中，人工智能應該可以利用其強大的數據庫、知識庫和分析能力，幫助私募股權投資行業(yè)更加科學(xué)地進(jìn)行投資決策，提高投資組合的收益和風(fēng)險控制能力。
第六，家庭資產(chǎn)管理。相對于主要服務(wù)于機構和高凈值客戶(hù)的投資顧問(wèn)行業(yè)而言，家庭資產(chǎn)管理在我國很大程度上還是空白。這里既有中國家庭傳統上很難接受收費服務(wù)的原因，也有不同行業(yè)之間存在壁壘，金融機構缺乏為家庭提供全壽命周期定制化服務(wù)能力的因素。例如銀行客戶(hù)經(jīng)理在傳統的存貸匯業(yè)務(wù)之外，只能推薦基金、理財等少量產(chǎn)品，客戶(hù)要買(mǎi)證券、保險，必須與提供相應產(chǎn)品的金融機構直接接觸。人工智能的數據處理能力將幫助金融機構以及第三方服務(wù)機構開(kāi)發(fā)家庭資產(chǎn)管理這個(gè)巨大的市場(chǎng)，從而進(jìn)一步提升金融服務(wù)的效率。
基于人工智能在提升反應速度和工作效率方面的巨大能量，未來(lái)金融機構必將更多地使用人工智能，并借此催生出更多的金融服務(wù)場(chǎng)景和新的盈利模式�？梢灶A料，金融科技的發(fā)展將繼續朝著(zhù)數字化、智能化、個(gè)性化、跨界化的方向發(fā)展，從而進(jìn)一步深化金融服務(wù)的差異化，使不同類(lèi)別的金融服務(wù)更加融合和創(chuàng )新。
記者：數據安全是人工智能時(shí)代必須重視的風(fēng)險因素，也是影響金融機構數字化轉型的關(guān)鍵因素。應該如何保證數據安全？
張承惠：目前來(lái)看，廣義的數據安全涉及客戶(hù)信息和個(gè)人隱私安全、金融機構全業(yè)務(wù)周期和各個(gè)業(yè)務(wù)流程的數據安全、金融機構信息系統和基礎設施的安全、金融機構線(xiàn)上線(xiàn)下業(yè)務(wù)場(chǎng)景運營(yíng)過(guò)程中的數據安全等多個(gè)方面。而社會(huì )和民眾最敏感的就是個(gè)人數據被集中收集使用后產(chǎn)生“批量泄露”的風(fēng)險。
矛盾之處在于，要實(shí)現數據價(jià)值的最大化就必須依賴(lài)大量多樣化數據的匯聚、流動(dòng)、處理和分析，而在這個(gè)流程中，難免遇到黑客攻擊、使用者管理不善、數據被惡意使用等問(wèn)題。威瑞森發(fā)布的《2021年數據泄露調查報告》指出，數據泄露事件中85%的泄露涉及人的因素，人為疏忽成為數據安全的最大威脅。為妥善處理數據流動(dòng)與安全問(wèn)題，1995年以來(lái)歐盟陸續出臺了多個(gè)與數據保護相關(guān)的法規，明確了數據獲取過(guò)程中的若干原則，并通過(guò)制訂高額罰款、設立政府監督機構、要求企業(yè)新增數據保護專(zhuān)員等方式，大幅提升了數據保護水平。2022年5月，《數據治理法案》在經(jīng)歐洲議會(huì )投票通過(guò)后經(jīng)歐盟理事會(huì )批準成為法律，進(jìn)一步豐富和細化了數據治理內涵。
我國2000年4月發(fā)布的《計算機病毒防治管理辦法》首次從計算機病毒方面對個(gè)人數據造成的威脅進(jìn)行規范管理，以后又陸續出臺了若干相關(guān)法規。2016年，《中華人民共和國網(wǎng)絡(luò )安全法》出臺。該法確立了個(gè)人數據處理原則，建立了個(gè)人信息和重要數據的境內存儲以及出境安全評估制度。2021年6月全國人大通過(guò)的《中華人民共和國數據安全法》，更加注重對數據本身的安全保護，提出要制定重要數據目錄，推動(dòng)數據分級分類(lèi)，定期開(kāi)展數據風(fēng)險評估。2021年11月施行的《中華人民共和國個(gè)人信息保護法》則制訂了個(gè)人信息處理和跨境提供的規則、建立起完整的個(gè)人信息保護框架。
盡管已經(jīng)建立起保護數據安全的法律框架，但數據安全仍將是全社會(huì )的重大挑戰。當前電信網(wǎng)絡(luò )詐騙已成為影響社會(huì )治安的突出問(wèn)題，在部分省市，詐騙案件數量已占據半數刑事案件，破案和追回贓款的難度都很大。對于金融機構來(lái)說(shuō)，相關(guān)法律和制度加大了開(kāi)發(fā)數據資源的法律責任，迫切需要從業(yè)務(wù)和技術(shù)兩個(gè)層面加快數據安全能力建設，建立數據安全體系，提升數據風(fēng)險核查能力、風(fēng)險預警能力和數據保護能力，完善數據管理組織體系和組織架構。而這些措施，都會(huì )在不同程度上增加成本。
記者：人工智能技術(shù)與經(jīng)濟社會(huì )深度融合的過(guò)程承載著(zhù)重大的機遇，也面臨著(zhù)一系列潛在的挑戰。人工智能技術(shù)應用將給金融機構帶來(lái)哪些挑戰？
張承惠：盡管人工智能在金融科技中將占有越來(lái)越重要的地位，但是金融機構在發(fā)展人工智能的過(guò)程中一定會(huì )面臨很多挑戰。具體來(lái)看主要有以下幾個(gè)方面：
一是如何有效提升算力。支撐人工智能的機器深度學(xué)習涉及海量數據和復雜算法，需要超級計算能力和大量能源。對于中小型金融機構來(lái)說(shuō)，本來(lái)就存在資金實(shí)力弱、缺少人才等先天不足，很難承擔提升算力所需要的巨額投入。一個(gè)解決的辦法是將人工智能算法放在云上，但不少中小金融機構出于數據的隱私性和保密性，對上云仍有很大的顧慮。
大型金融機構近年來(lái)均在不斷加大科技投入，例如2022年國有六大行在金融科技方面的投入金額均超過(guò)百億元，多家股份制銀行的金融科技投入占比有所提升，部分銀行的金融科技投入增幅同比增長(cháng)超過(guò)20%。盡管如此，在提升算力方面，大型金融機構仍然面臨基礎性芯片、操作系統、數據庫等瓶頸約束問(wèn)題；在跨時(shí)空、多技術(shù)融合的應用場(chǎng)景拓展能力、數據架構管理能力方面的挑戰也較大。此外，由于算力基礎設施耗能巨大，如何在綠色低碳撰寫(xiě)過(guò)程中使用更好的節能技術(shù)，引入更多綠色清潔能源，也是大型金融機構需要直面的問(wèn)題。
二是如何應對人工智能開(kāi)發(fā)機構的偏見(jiàn)�，F實(shí)中，人工智能技術(shù)的偏見(jiàn)及其導致的歧視問(wèn)題正在被越來(lái)越多的人所關(guān)注。這種偏見(jiàn)是由程序開(kāi)發(fā)導致的。由于開(kāi)發(fā)者所持有國籍、宗教信仰、種族、性別、居住地區的差別會(huì )在一定程度上導致其認知的偏見(jiàn)，加上AI背后訓練算法的數據來(lái)源、頻率等存在差異，最終形成的模型和系統一定是雙標的。例如預測亞洲人論文的抄襲行為多于歐洲人、預測黑人和低收入家庭的犯罪風(fēng)險遠遠高于白人和富裕家庭等。遺憾的是，目前我國整體人工智能算力基礎軟硬件的技術(shù)水平和自主可控程度上，還與國外有一定差距，深度學(xué)習框架并無(wú)競爭優(yōu)勢。在智能計算芯片方面，我國企業(yè)仍在很大程度上受制于包括芯片設計、晶片制作、封裝制作、成本測試等在內的先進(jìn)芯片制程，在軟件生態(tài)環(huán)境上也與國外先進(jìn)產(chǎn)品存在明顯差距。在這種情況下，往往很難避免人工智能偏見(jiàn)的發(fā)生。
三是人工智能開(kāi)發(fā)受到產(chǎn)業(yè)數字化程度制約。算力作為基礎設施，需要相關(guān)的數據作為提供支持。近年來(lái)，中國金融科技實(shí)現“彎道超車(chē)”，發(fā)展水平居于世界前列，政府政務(wù)數據化程度也得到了較快提升。相比之下，產(chǎn)業(yè)數字化進(jìn)展相對緩慢。工業(yè)互聯(lián)網(wǎng)平臺建設所必需的智能感知、自動(dòng)控制、智能裝備、網(wǎng)絡(luò )連接、工業(yè)軟件等一系列基礎性產(chǎn)業(yè)高度依賴(lài)國外，傳統工業(yè)數字化轉型的動(dòng)力和能力都有所欠缺。加上政府部門(mén)之間、產(chǎn)業(yè)之間數據壁壘依然存在，在相當程度上制約了金融領(lǐng)域人工智能的開(kāi)發(fā)和運用。
四是監管壓力。以ChatGPT為代表的人工智能的顛覆式發(fā)展，給人類(lèi)的法律體系、標準和規則、權利保障和司法救濟都提出了挑戰�？萍荚诟淖兩畹耐瑫r(shí)，也在改變社會(huì )的傳統法則，潛在的沖擊和風(fēng)險不可忽視。特別是基礎設施、新技術(shù)應用、數據和運營(yíng)服務(wù)商、供應鏈層層混合交叉，遠程操作和控制技術(shù)的普遍使用，帶來(lái)異常復雜的監管困難。
總之，人工智能時(shí)代已經(jīng)到來(lái)，未來(lái)人工智能將在金融領(lǐng)域得到更加廣泛和深入的利用。對于金融機構來(lái)說(shuō)，與其被動(dòng)接受還不如主動(dòng)擁抱智能時(shí)代。但是就單一市場(chǎng)主體而言，還是要量力而行。同時(shí)，面對人工智能發(fā)展過(guò)程中存在的問(wèn)題和挑戰，需要政府和行業(yè)、企業(yè)密切合作，加強溝通，加快彌補短板，共同促使人工智能在保障安全的前提下健康發(fā)展。
文章來(lái)源于金融時(shí)報
