中美人工智能对比：人工智能在金融领域的应用

■文/刘 斌

中美两国在推动人工智能应用于金融领域方面，既有共同点，也存在明显差异。

人工智能在金融领域有很多的应用场景，并且从长期来看，人工智能将会给金融业带来巨大变革。创新工场董事长李开复曾说过，人工智能最适合应用的领域之一是金融领域。中国和美国均高度重视人工智能技术的发展，并且人工智能在两国金融领域的应用也在不断深化。目前，中美两国均有众多金融机构、高科技企业和创业企业推动人工智能在金融领域的应用。比较知名的如我国的蚂蚁金服、京东金融、众安保险，美国则有知名的智能投顾企业Wealthfront、Betterment，跨国金融机构高盛、摩根大通、花旗银行等也在大力推动人工智能的应用落地。由于人工智能技术的通用性和中美两国在金融监管体制和金融发展模式上的区别，中美两国应用人工智能的现状既有相同点也存在较为明显的区别。

人工智能在美国金融领域的应用

美国在人工智能领域拥有很强的优势，同时美国金融机构也比较早地在全球率先应用人工智能技术。从美国目前金融领域应用人工智能技术的具体细分领域来看，人工智能在金融科技领域的应用非常广泛，包括商业银行业务、信贷发放、保险、资产管理、会计和个人金融，以及监管和合规服务。此外，这些企业还有很多其他应用场景。

金融科技中人工智能企业的应用场景

信用评估/直接贷款：该领域中的企业使用人工智能技术进行信用评估和贷款。代表性企业包括Affirm和ZestFinance。

助理/个人金融：该领域中的企业依靠人工智能聊天机器人和移动应用助手监控个人金融活动。代表性企业包括Digit和Kasisto。

量化和资产管理：该领域中的企业使用人工智能算法、投资策略或工具。代表性企业包括Sentient Technologis和Numerai。

保险：该领域中的企业使用人工智能报价，提供保险服务。代表性企业包括Lemonade和Cape Analytics。

市场研究/情绪分析：该领域中的企业使用人工智能提高研究效率，测量市场情绪。代表性企业包括Dataminr和AI phasense。

贷款催收：该领域中的企业利用人工智能通过个性化以及自动化的沟通方式提高贷款催收效率。代表性企业包括TrueAccord和CollectAIDebt。

企业财务和费用报告：该领域中的企业利用人工智能改善企业基础会计业务，包括费用报告。代表性企业包括AppZen和Zeitgold。

“我告诉他，什么时候不打了，咱就回家。”为了照顾丈夫，妻子冉莹颖辞去工作，在美国学会了做饭，还是丈夫的翻译和司机。邹市明也表示，家庭生活让他体会到拳击另外的乐趣。他告诉记者，在成为真正拳王的道路上，自己想过也许有一天会被击倒，但他并不恐惧，而会迎着暴风雨般的拳头，继续走下去。

通用/预测分析：该领域中的企业在通用语义分析和自然语言应用以及广泛应用型预测分析中利用了人工智能技术。代表性企业包括Opera Solutions和Kensho Technologies。

监管、合规和欺诈识别：该领域中的企业利用人工智能技术识别欺诈行为以及异常金融交易，并利用人工智能提高监管合规效率，改善监管合规业务流程。代表性企业包括Trifacta和DigitalReasoning Systems。

智能金融服务于金融机构的前台、中台和后台

（来源：亿欧智库《2017中国智能金融产业研究报告》）

人工智能在我国金融领域的应用

目前，人工智能已经广泛应用在我国金融领域中的各个环节，按照金融机构前台、中台、后台三大主要模块来看，人工智能在各个环节都有很好的应用场景，比如在前台有智能支付、智能客服、智能营销，中台为智能风控、智能投顾和智能投研，后台为智能数据。

在智能支付方面，截至2016年，中国第三方支付市场规模达到11.41万亿美元，移动支付的占比已经超过互联网支付达到75%。在移动支付方面，以人脸识别为代表的人工智能技术开始得到应用，即我们所熟知的刷脸支付，将用户面部信息与支付系统关联，通过拍照把获取的图像信息与数据库中事先采集的存储信息进行比对来完成认证。在刷脸支付技术的基础上，无人超市开始进入人们的视野，支付宝、京东之家、苏宁无人店等都开始投入试点运营，代表着刷脸支付技术的不断成熟，也代表人工智能技术应用的不断完善。目前，我国人脸识别创业企业有30多家，大多数成立时间为3～4年，这些人脸识别创业企业主要和金融机构、高科技企业进行合作，为其智能支付业务提供技术支撑。

智能客服利用语音识别与自然语言处理技术，打造智能的客服机器人，通过整合集团内外客户服务渠道，提供在线智能客户服务。例如，工商银行推出的智能客服系统“工小智”已经累计服务客户1.7亿人次，为工商银行节约了大量的人力成本，也提高了客户沟通效率。

智能风控主要依托高纬度的大数据和人工智能技术对风险进行及时有效的识别、预警，通常会包括数据采集、建模、用户画像以及风险定价4个流程。目前，国内有34家智能风控初创企业，如百融金服、杉数科技、邦盛科技等。

智能投顾（Robo-advisor）是指利用云计算、智能算法、机器学习等技术，将现代资产组合理论应用到模型中，结合投资者个人财务状况、风险偏好和收益目标，为投资者提供最佳投资组合。目前，我国智能投顾发展尚处于早期阶段，创业公司、券商机构、银行和BAT等互联网巨头竞相入局，主要的智能投顾企业以招商银行旗下的摩羯智投、谱兰和京东智投为主。

智能投研，指利用大数据和机器学习，将数据、信息、决策进行智能整合，并实现数据之间的智能化关联，从而提高投资者的工作效率和投资能力。国内智能投研领域也涌现出了一批优秀企业，例如通联数据推出的萝卜投研，涵盖了房地产、医药、汽车等深度行业数据以及社交、电商、招聘等特色数据。此外，像天弘基金、嘉实基金也在智能投研领域积极布局。例如，嘉实基金于2016年成立了人工智能投资研究中心，天弘基金建立了业内领先的投研云系统，其中信鸽和鹰眼两大系统分别为股票和债券投研提供了精准支持。

智能催收利用大数据和人工智能技术，使用智能算法查找、验证和分类客户的在线足迹，通过多种渠道与客户沟通，并估计与用户最匹配的通信风格，根据催收对象的行为特征和偏好发送相关信息，提高催收效率和准确率。近年来，我国不良资产规模逐渐增加，也推动了一批创新型企业将人工智能技术应用在催收领域。捷通华声研发出一款智能外呼机器人，可依据严密的业务逻辑完成信息核验、还款通知、催收警告等任务，并且能将客户与机器人的通话全文转写，为追款提供结构化数据线索。2016年，百度金融也宣布百度正在建设包含逾期催收和失联修复等领域在内的一整套风控模型体系。

保险领域则是人工智能又一个重要的应用领域，在保险的投保、理赔、客服、保全、售后等作业流程中，人工智能的自然语言处理、机器学习、计算机视觉、机器人等技术，在保险流程的各个环节都具有广阔的应用空间。目前，国内众安保险、中国人寿、中国太保、弘康人寿等保险公司均积极地在保险业务的各个环节应用人工智能技术。例如，中国太保于2017年9月1日正式推出智能保险顾问“阿尔法保险”，上线4天用户访问量就突破200万。

中美人工智能在金融业中的应用对比

人工智能在金融领域已经获得广泛应用，在金融业务的前台、中台和后台各个环节都出现了人工智能的具体应用场景。中美两国在推动人工智能应用于金融领域方面存在一些共同点，但差异性也很明显。

第一，美国华尔街跨国金融机构在利用人工智能技术方面走在前列。2017年以来，美国华尔街跨国金融机构利用人工智能技术取代传统岗位的新闻不断出现。高盛公司雇佣的现金股票交易柜台交易员从2000年的600名裁减至2017年的2名。摩根大通公司利用人工智能技术取代原先律师和贷款人员的工作。可以说，美国金融机构在利用人工智能技术方面已经对传统金融的各个方面形成冲击，并且人工智能技术的应用也大幅度提高了金融机构效率。我国金融机构也在积极探索人工智能技术的应用，但从总体上来看，人工智能技术对金融业的影响还远不及美国。

第二，中国在智能投顾领域与美国还存在一定差距。2008年，美国智能投顾平台Wealthfront成立，从而引领了美国智能投顾产业的发展。我国则从近几年才开始出现智能投顾企业。目前，美国智能投顾平台有200多家，我国大约有100家。同时，中国金融市场中交易型开放式指数基金（ETF）产品数量匮乏也制约了智能投顾领域的发展。未来，中国智能投顾市场发展还需要根据中国金融市场进行创新。

第三，在监管科技应用人工智能方面中国还有发展空间。监管科技已经在美国和欧洲国家获得快速发展，其中人工智能在监管科技的发展中发挥重要作用。目前，我国已经出现了一些致力于促进监管水平，帮助企业合规的创业企业，但总体上与美国和欧洲相比还比较滞后。因此，从监管科技的发展和人工智能在监管科技领域的应用来看，这一领域应该是未来我国金融科技发展的重点。

第四，在某些金融业务领域，我国人工智能还处于应用起步阶段。美国在人工智能各个方面都比较领先，相应地在金融领域应用人工智能技术方面美国也具备很强的先发优势。以智能投研为例，美国的Kensho，号称是金融领域的“谷歌”，能够自动抓取相关财经新闻，并进行结果汇总，这极大地提高了金融研究的效率。例如，一项需要3天的分析工作，其中两天半行业分析师都是在搜集相关的数据，最后的半天在进行汇总和分析。Kensho可以帮你节约前两天半的时间。国内相对应的就是万得资讯，该公司可以提供比较全面的国内市场数据，是一个典型的数据终端，但它并不做进一步的加工分析。