近年来，人工智能（AI）技术在银行等金融领域的应用愈发广泛，不仅德意志银行近期已用人工智能处理某些领域的业务，在近日举行的“智荟杯”2019全国高校金融科技创新大赛颁奖典礼暨全国高校·金融科技高峰论坛上，浦发银行的数字员工“小浦”也正式“上岗”。专家指出，在部分领域，人工智能已可替代人工，但要实现进一步发展，还需突破多重障碍。

AI技术“渗透”金融业

随着AI技术的持续发展，似乎已经对金融从业者的“饭碗”产生了威胁。例如，德意志银行近日称，到2022年将裁员约18000人，约占该行总人数的20%。“（员工人数）将持续下降，这是毫无疑问的，我们的模式是要降低成本，与此同时改善我们的控制环境和客户体验。”德意志银行企业和投资银行业务主管马克·马修斯表示，人工智能的使用“极大地提高了某些业务领域的生产效率”，目前已节约了“68万个人工工作小时”，处理了500万笔交易，在其投资银行系统内执行了340万张支票。

国内方面，AI技术也逐渐从后台走向前端。此前，中行、建行、交行等均在网点推出过不具备金融业务处理能力的智能机器人，近期，浦发银行更推出了数字员工“小浦”，在金融服务层面迈出了一大步。

据悉，“小浦”由浦发银行与百度联合研制，构建以人性化服务为核心的数字化金融服务界面HUI（Humanized User Interface）。据浦发银行数字员工研发团队负责人介绍，“小浦”采用电影工业级的人像建模技术，3D数字人像更逼真；通过学习，“小浦”能与人类进行自然语言对话，并辅之表情和手势。基于云服务，可实现数字员工快速复制和弹性扩展，可支持与平板电脑、手机、PC等设备的交互。浦发银行还为数字员工构建安全网络、多因素鉴权、持续生物认证等，保障数字世界中的互动安全可靠。

“‘金融科技’已成为未来金融发展的制高点。浦发银行将通过应用AI、物联网、区块链等前沿技术来推动客户服务模式的创新和业务模式的重塑。”浦发银行行长潘卫东表示。

“近年来，AI技术在金融行业的应用领域越来越广泛，主要可分为内外两个维度。”普华永道中国金融科技管理咨询合伙人王建平对《上海金融报》记者表示，“对外，AI可在前端对客户进行服务，如精准营销、精准推送、客户洞见、渠道展业等。在该维度应用AI技术主要可解决两个问题。一是精准度问题，如精准识别客户需求、精准推荐个性化的产品和服务等。二是效率问题，如在客户服务过程中，一些简单的问答和处理均无需人工操作，智能机器人可自行完成。”

“对内，AI的应用场景也非常多。以银行为例，包括贷款和信用卡的审批、放贷后对客户行为的分析等，均可用到AI技术；原先很多客户信息和数据需要手工录入，而AI可自动识别信息并录入。在该维度，AI技术的使用一方面可强化防风险能力——人工识别不出的潜在风险，通过AI技术可以识别出；另一方面可提升效率，并进一步降低成本。”王建平进一步指出。

“从某种程度上讲，金融业属于劳动密集型行业。随着智能科技的发展，AI能够处理越来越复杂的金融服务，有助于金融机构提高服务标准，降低服务成本，突破诸多人工服务的瓶颈。目前来看，金融业对人工智能的应用普遍持开放和欢迎的态度，我国正积极广泛地开展探索，并不同程度地进行实践应用。”中国人民大学国际货币研究所研究员甄新伟对《上海金融报》记者表示，“就银行而言，AI更适合承担高频度、标准化、远程化的金融业务，在智能客服、智能账户服务、智能投资咨询和量化交易等领域都有非常广的应用空间。”

应用瓶颈待突破

近年来，中国在人工智能领域的发展迅速，相关企业快速涌现。根据中国信息通信研究院的数据，中国人工智能企业从2012年的300家迅速增长至2017年末的1000家左右。截至2018年6月，美国和中国的人工智能企业分别达2028、1011家，领跑全球，排名第三的英国仅392家。

“从全球看，中国的AI应用水平处于领先地位，这主要得益于几方面因素。在技术层面，大量AI相关的科技公司涌现，对AI技术进行了大量研发投入。无论是科技公司还是一些大型金融机构，都在对AI底层技术，如深度学习技术、神经网络技术等进行深入研发。”王建平表示，“在场景和数据方面，中国也有着非常大的优势。AI的发展需要依靠大量的数据作为支撑，没有丰富的数据积累，AI就无法实现深度学习。我国互联网用户体量很大，沉淀的数据也颇具规模，这就是数据优势。”

“此外，这也得益于我国政府对AI产业的支持，包括对应用场景的构建、对基础技术的研发、对人才建设的鼓励等。同时，我国在公共性大数据开放方面做得不错，部分公共行业和市场数据的开放程度较高。”王建平进一步指出。

招商银行研究院指出，2017年以来，人工智能连续三年进入政府工作报告，2019年的政府工作报告更首次提出“智能+”的概念，充分体现我国从顶层设计的角度，将人工智能视为国家战略中重要的基础设施，推动其与产业融合，加速经济结构升级。

同时，数量多、持续性强、充分涵盖中央和地方，也是我国人工智能政策的突出特点。根据科瑞唯安公司和清华大学公共管理学院的联合研究，我国中央政府层面的人工智能政策逐年增加，省级政府的相关政策则在2015年达到峰值，这些政策相互呼应，从资金、税收、项目等多个层面持续支持人工智能行业的发展。

不过，王建平也指出，AI技术的进一步落实可能面临三方面障碍。“首先，AI技术的门槛和成本较高。AI的建模、分析等过程均具有个性化，而个性化不可避免地会提升成本。很多企业即使想使用AI技术，但可能出于投入产出比的考量而放弃。因此，未来或可考虑在公共领域提供一些公共算法或公共模块。同时，国家和一些大型企业可在基础设施层面进行一些投入，以降低AI应用门槛。”

“其次，AI技术在应用过程中容易出现‘信息茧房’。”王建平解释称，“‘信息茧房’其实是一种数据歧视。例如，当你浏览某些购物网站后，网页会向你推荐一些类似的产品。这种推荐基于一定的数据，但当掉入某个茧房或某个框架后，网页向你推荐的东西或提供的建议等将被局限在小范围，且很难再跳出。要解决这个问题，需要在AI算法和数据方面进行优化和调整。”

“此外，AI建模的算法特性、机器学习的内含逻辑不为人知，导致AI的决策过程不透明。尤其是在金融行业，这种不透明性会导致信任缺乏，进而影响AI的应用，阻碍其发展。因此，如何使得AI决策透明化，是下一步需要解决的问题。”

甄新伟认为，AI技术要进一步突破瓶颈，需要解决人机交互服务的灵活性和安全性、智能机器人处理与人工处理流程的衔接、智能机器人金融服务与技术监管、金融信息安全等方面的问题。