人工智能给银行业发展带来的机遇与挑战.pdf

62金融观察2023.06一、人工智能的发展及其在银行业的应用近年来，人工智能取得显著进展，对全球经济和社会发展带来显著影响。预计在 2021 至 2025 年间，全球人工智能市场规模将以 17.5%的复合年增长率增长，并于 2025 年达到 5540 亿美元。海量的互联网数据为训练和优化人工智能算法提供了基础，跨学科研究合作为推动人工智能创新提供动力。人工智能在银行业有广泛的运用，比如智能客服、风险管理、产品研发和智能投顾。在智能客服方面，人工智能可以通过文本分析、大数据处理、语音图像识别等方式为客户提供及时、准确的回答，降低人工服务负担，提高服务效率。在风险管理方面，人工智能可以运用银行业的海量大数据进行机器学习，在授信管理、市场风险预警和操作风险防范方面进行精准识别和检测。在产品研发方面，人工智能可以通过银行用户使用习惯、市场趋势、网络文本分析和内部产品数据，指引产品部门设计市场化需求的产品，为客户提供更多选择空间。在智能投顾方面，人工智能可以结合客户自身资产和现金流情况，定制化地设计投资方案，满足投资者资产配置的需求。人工智能给银行业发展带来的机遇与挑战冯 采 夏 季 赵文冰摘要：人工智能的应用将提高商业银行业务效率和客户服务质量。本文在概述人工智能发展及其在银行业应用的基础上，从提高银行服务的精准性、专业性、安全性和创新性四个方面探究了人工智能给银行业发展带来的机遇，同时解析了人工智能在业务可解释性和透明度、技术应用风险防控方面存在的不足，最后从建立健全数据管理体系、强化金融科技风险防控应用、培育专业人才三个方面对人工智能在银行业的应用作出展望。关键词：人工智能 银行业 金融科技中图分类号：F832.2 文献标识码：A 文章编号：1009-1246（2023）06-0062-04数据来自 DCCI 互联网数据中心 2021 年报告。63金融观察2023.06二、人工智能给银行业发展带来的机遇通过人工智能技术，银行业可以在精准性、专业性、安全性和创新性等方面实现显著提升。随着人工智能技术的不断发展，预计其将在银行业的更多领域发挥更大的作用，推动银行业更好发展。（一）提高银行服务的精准性在贯彻银行服务实体经济和小微客户群方面，人工智能技术可以帮助银行业引导资金流向重点领域和薄弱环节，可以有效提高银行服务的普惠性、便捷性和个性化水平，进而实现银行资源的优化配置。通过大数据分析和机器学习算法，银行可以更加精准地识别小微客户的金融需求，制定相应的银行产品和服务。（二）提高银行服务的专业性专业性是银行业发展的重要支撑，人工智能技术在银行风险管理、投资顾问等领域的应用，可以有效提高银行业务的专业水平。基于大数据分析和机器学习算法，银行可以对客户信用风险、市场风险等进行精准评估和预警，从而实现银行风险的有效管控。在智能投顾领域，人工智能可以通过量化模型为投资者提供量身定制的投资策略和建议，实现资产配置的优化。此外，人工智能技术也能够帮助银行提高产品设计、研发和推广的专业能力。（三）保障银行服务的安全性安全性是银行业发展的必要保障，人工智能技术在银行安全领域的应用可以有效提高银行业务的安全性能。例如，在反欺诈业务方面，人工智能可以通过大数据分析和机器学习技术，实时识别欺诈交易行为，降低银行风险。在网络安全方面，人工智能可以帮助银行监测和防御网络攻击，保护客户资金安全。此外，人工智能技术还可以提高银行业的内部审计和风险管理水平，保障银行业务的稳健运行。（四）提升银行服务的创新性创新性是银行业发展的重要驱动力。人工智能技术在银行创新领域的应用可以帮助银行业不断推陈出新，满足市场和客户日益增长的需求。通过人工智能技术，银行可以实现银行产品和服务的智能化、个性化和场景化，提升客户体验。此外，人工智能技术还可以促进银行业的跨界融合和合作，拓宽银行服务领域，为客户提供更加丰富和多元化的银行产品和服务。三、人工智能给银行业发展带来的挑战人工智能技术有望进一步提高银行业的业务效率、降低成本、优化风险管理、推动银行产品创新以及提升客户体验。与此同时，应关注人工智能技术给银行业带来的挑战。（一）需要关注可解释性与透明度人工智能涉及神经网络无监督学习的应用，将大量输入数据通过黑箱模型进行处理，直接输出预测结果，其可解释性和透明度较弱。在银行业应用人工智能进行系统分析和客户服务时，难以有效地解释具体分析流程，对一线员工的学习使用和客户满意度的提升造成一定影响。比如，人工智能在授信额度审批的过程中，如果客户的授信额度较上一64金融观察2023.06期出现了大幅下降，那么一线员工和客户可能会要求反馈原因。但是，由于人工智能算法黑箱的设定，无法按照常规逻辑进行梳理反馈。除此之外，人工智能的可解释性与透明度有待提高，为避免参数设置导致系统性偏差，需要定期对人工智能进行重检，以确保模型使用的有效性。（二）需要防控技术应用带来的风险人工智能技术在银行业的快速发展和广泛应用对风险防控提出了新的挑战，传统的风险防控方法难以满足新兴技术的发展需求。商业银行需要强化对风险防控方法的研究和应用，坚持技术中性，强化金融科技应用风险管理。同时，运用大数据、云计算、区块链等技术提高效率和准确性：运用大数据分析技术，可以实时监控市场动态，及时发现潜在风险；利用区块链技术，可以实现对交易数据的实时查验，提高数据的真实性和可靠性。此外，随着人工智能技术的发展，对技术失控风险累积和扩散的担忧普遍存在，银行需要建立健全技术监控和风险管理机制，对人工智能系统的运行进行实时监控，并设置预警和应急措施，确保人工智能技术的安全和稳定。同时，需要更新和完善现有的内控制度，以适应人工智能技术的发展，如明确人工智能在银行业务中的应用范围，确保其合规性和安全性。此外，需要合理研判技术的适用性和安全性，不断完善运行监控和风险处置策略，认识到应用过程中存在的问题。四、人工智能在银行业的应用展望（一）建立健全数据管理体系银行业应加强数据管理体系建设，确保数据采集、存储和使用过程的合规性，确保客户信息数据安全。银行应建立健全数据质量管理体系，确保数据的准确性、完整性和一致性。同时，应采取加密、访问控制等措施，保障数据安全，防止数据泄露、篡改和滥用。（二）以金融科技赋能风险防控积极探索金融科技在风险防控领域的应用，包括人工智能和大数据等技术手段，以提高风险防控效率。通过利用这些技术，风控部门能够更快速、准确地收集、分析和监测业务数据，识别潜在风险和违规行为。同时，应完善内控制度，特别关注新技术和新业态带来的风险，并制定相应的风控规定，以确保人工智能应用合规，为银行业人工智能应用夯实基础，提升银行业的服务水平。（三）培育人工智能技术专业人才首先，银行应重视人才选拔和培训，确保员工具备与人工智能技术相关的知识和技能，包括招聘具有相关专业背景和技术能力的人才，以及为现有员工提供培训和学习机会，让他们能够适应和应用新技术。其次，银行可以与高校、科研机构和企业合作，进行人工智能领域的知识共享和技术创新。最后，银行还应建立与人工智能相关的专业职位和职业发展路径，为人才提供更多的晋升机会和发展空间。65金融观察2023.06参考文献：1 曹静,周亚林.人工智能对经济的影响研究进展 J.经济学动态,2018,（1）.2 孟娜娜,蔺鹏.监管沙盒机制与我国金融科技创新的适配性研究基于包容性监管视角 J.南方金融,2018,（1）.3 潘文刚.大数据技术对商业银行客户关系管理的应用研究 J.金融纵横,2017,（12）.4 王君,张于喆,张义博,等.人工智能等新技术进步影响就业的机理与对策 J.宏观经济研究,2017,（10）.5 魏国雄.大数据与银行风险管理 J.中国金融,2014,（15）.6 杨东.监管科技:金融科技的监管挑战与维度建构 J.中国社会科学,2018,（5）.7 魏思远,姚辉亚.银行业人工智能应用的风险与治理 J.中国银行业,2021,（4）.8 刘斯雪.人工智能在银行业的应用及发展 J.现代经济信息,2020,（11）.作者简介：冯采，男，供职于中国银行资产管理部。夏季，男，供职于中国银行投资银行部。赵文冰，男，天津大学法学院讲师。（责任编辑：邱晓东 校对：HLR）