人工智能在金融领域的应用现状及未来需求分析

管宇杰

（四川大学计算机学院，四川 成都 610207）

1 人工智能的概念内涵

如果单纯、抽象地理解人工智能的含义，可以将人工智能概括为以计算机等具有强大运算、处理信息能力的机器为物质基础来实现具有类似于人类的智能。人工智能是一个由诸多学科汇总而成的综合研究领域，囊括了计算机科学、信息论、心理学、控制论、自然语言科学等等诸多学科，是研究、开发用于模拟和延伸人类智能的理论、方法及技术的一门新的技术科学，可以总结概括为依存于计算机的人类智能的模拟和延伸。

人工智能已经不再囿于传统的“对人的行为进行模拟”的范围，而是延伸到“泛智能”方向的应用，即从四个维度去应用人工智能：一是更好地、更具创造性地解决问题、解决更复杂的问题。这些问题的外延是非常广阔的，在当今这个信息爆炸的时代，从个人的角度看，人们所面临的信息接收和处理困难是新人工智能需要解决的问题；二是从企业的角度看，其面临的应用成本逐步上升、消费者需求和行为模式转变、商业模式被颠覆等问题也是“泛智能”致力于解决的重要问题；三是从整个社会的角度来看，自然环境治理、社会资源优化和社会稳定的维护等方面的问题也亟待解决；四是从商业视角来看，人工智能作为一种全新的生产要素和方法论，将促进商业模式和管理模式的创新，提升管理效率、消费效率和市场效率，进而促进社会整体发展。

2 人工智能在金融领域的应用现状

2.1 人工智能在金融领域的现有应用

2017年，国务院印发了《新一代人工智能发展规划》（后简称《规划》），《规划》提出到2025年中国人工智能产业规模将超过4000亿元，带动相关产业规模超过5万亿元，人工智能技术赋能各个领域，促进各行业跨越式创新发展。金融行业属于数据密集分析、模型预测分析高度应用的领域，与人工智能技术天然具有黏合力，国内外各科技巨头均在金融领域投入了大量资源，取得了一系列成果。阿里巴巴集团将人工智能技术应用于蚂蚁保险、花呗、借呗、芝麻信用等服务中，将虚假交易率降低了近10倍，证件审核时间从1天降到1秒，用户服务100%由智能客服+人工辅助咨询，机器人回答准确率由67%提高到80%以上。京东集团研发了莎士比亚人工智能系统，能够针对各类商品在1秒内生成上千条推荐文案，其智能评价系统能够每日自动推荐数十项项目到京东众筹平台，此外还搭建了京东人工智能开放平台NeuHub，将京东海量场景和数据中提炼产生的AI能力全面对外开放。平安集团、建设银行等传统金融公司也积极整合了保险、银行、证券等客服渠道，应用人工智能技术统一进行机器人服务，大幅减轻了人工服务工作量。谷歌公司设立了人工智能专项投资基金，与多家公司联合建立了消费金融智慧实验室，并研发了一系列产品，Google Play Protect能够每天自动审核超过500多亿个应用，并对任何可疑内容采取相应措施，Google Trips“旅行推销员”可以根据个人爱好智能推荐规划旅行行程。亚马逊公司开发了Abe AI金融助手，能够集成到各类通信程序中，提供会话式银行业务、财务管理、金融业务支持等功能。摩根大通等传统金融公司也大幅增加了人工智能技术投资，2018年在该领域投资了108亿美元，发布了JP Morgan Chase手机移动程序、免费的在线股票交易系统等，为用户提供移动交易服务，同时利用人工智能技术提高防范金融欺诈的能力，大幅提升贷款审批的效率。

自深度学习算法被提出后，人工智能技术应用取得突破性发展。2012年以来，数据的爆发式增长给人工智能行业的发展提供了充分的“养料”，而深度学习算法在视觉和语音识别技术上的突破，也令人工智能产业商业化迅猛发展。人工智能能够通过大数据来分析客户的消费能力、财务状况、业务情况、风险偏好，利用评估模型，建立精准的个人及企业的金融数据库。目前，人工智能技术在金融领域的应用主要体现在三个方面：金融服务、金融分析以及金融监管。

（1）金融服务

人工智能技术在金融服务方面的应用或许不是最重要、最有意义的，但一定是影响范围最大的。在传统的金融服务行业，不仅存在着信息不对称带来的影响，同时在服务方面也要耗费大量的人力，而人工智能的引入很好地改善了这些问题。金融服务分为前端和后端，前端是指面向客户的服务，而后端是金融机构的决策和管理服务。无论是前端还是后端，人工智能技术都已经得到了广泛的应用。比如在金融服务的前端上，最显著的体现便是客户服务。在线上，采用智能客服的形式，直接根据客户的浏览、购买记录智能地给出客户可能需要了解的问题，再根据客户的具体选择和回答给出准确的解答；在线下，可以以智能实体机器人的形式服务，例如交通银行在2015年就推出了这样的机器人，它主要应用了人像识别和语音识别的技术，能够在银行网点和客户进行语音交流，回答客户的问题，指导客户办理业务，不仅减轻了银行经理的压力，也节省了客户办理业务的时间。

（2）金融分析

人工智能技术在金融分析方面的主要应用形式是以数据为基础、算法为核心，基于人工智能技术让机器来进行投资信息获取、数据整理、量化分析、撰写研究报告以及风险提示，辅助金融分析师、基金经理等投资人员进行投资研究。根据国外研究机构在2019年进行的一项研究，全球约有一半的金融服务和保险公司已经在使用人工智能技术，并且随着该技术的持续发展，这一数字在迅速增长。2016年安信证券公司利用人工智能策略投资股票，最终以96%年化收益率击败97%的人类投资者。人工智能通过对海量的财经事件信息进行快速智能分析，实现从信息获取到完成报告的全过程投资组合管理，利用更加高效的算法模型与更加专业的行业认知，形成跨不同金融领域的分析能力，缩短对投资者所提出的复杂金融问题进行数据处理的时间，以前金融分析师在一天、一周完成的报告，人工智能可能现场就会答复。

（3）金融监管

传统的金融市场受到了金融科技创新所带来的多维度的冲击，金融和科技相结合引发的不确定性超过了监管的应对能力。为了弥补金融监管与金融科技之间的差距，一些监管机构已经利用人工智能技术来进行自动、即时的金融监管，借助人工智能监管在全局分析方面的优势，更准确地识别并应对系统性金融风险。2019年剑桥大学全球金融服务AI应用调查报告中指出，金融监管的AI利用率高达56%。蚂蚁金服、京东金融等互联网金融企业对人工智能在金融监管领域的应用进行了积极的探索。例如在交易可行性的判断上，人工智能技术以金融大脑为核心，依托感知引擎和思维引擎，能够在尽可能减少用户干扰的情形下保持很高的安全性。以证券业为例，证券市场具有复杂性，而当今智能化、高频化的交易模式不仅加剧了这种复杂性，也对监管者的监管能力和监管资源提出了考验和挑战。目前，金融创新的频率远远高于证券监管的规则供给速度，而人工智能监管工具的引入，有助于提高监管效率、节约监管成本，为证券业的监管与金融创新的发展相适应提供了可能。通过人工智能技术，证券业监管者可以在比之前更短的时间内识别异常交易并发出风险预警。当然，人工智能由于其自身局限性和风险性，其监管并不是无限的、绝对可靠的，若完全依靠人工智能进行金融监管，也可能造成严重的负面后果。

2.2 人工智能给金融领域带来的影响

（1）对消费者与投资者的影响

通过人工智能技术，消费者与投资者能够享受到更为智能的客户服务，并且在人工智能的指导下，也能降低个体投资者的盲目性，不仅减少了投资者的风险，还能够提高收益率。不过与此同时带来的负面影响就是客户的隐私信息有可能会被泄露。通过将智能语音技术引入语音客服系统，提供“自助语音+智能”服务，能有效提高服务效率和质量；通过将智能图像识别技术引入柜台客服系统，提供精准人员识别，基于客户数据进行分析，为客户提供个性化、差异化金融服务；通过将智能预测模型技术引入金融服务系统，通过不断的用户交互数据积累，持续优化服务方案和质量，为客户金融服务进行精细分类和提供定制化服务。

（2）对金融机构的影响

通过人工智能技术，能够有效地降低金融机构的管理成本和风险，有助于提高金融机构的经营效率和利润率。一是通过人工智能技术能够有效地减轻银行、证券公司等金融机构的运营成本。根据《MIT Review》（《麻省理工学院评论》）杂志报道，通过“前台人员缩减、后台数据支撑”的模式，高盛集团纽约总部传统股票交易员大幅减少，由600余人减少至现在的2人，而智能交易程序人员、数据维护人员增加至200余人，从而使公司日常人员成本支出大幅降低。二是人工智能技术应用大幅增加金融机构客服服务效率。传统银行、证券、投资公司等与客户对接主要依靠投顾人员与客户交互，由于股票、债券、贵金属、股权等投资具有较高专业性要求，其大量历史数据、专业知识储备等由公司掌握，客户只能被动接受建议。目前通过在线财富管理服务模式，以网络化、可视化方式将分析市场信息变化、股票和基金组合排列、历年数据等呈现给客户，客户能够根据自身投资风险偏好以及理财预期收益，再结合智能分析推荐的理财投资配置，选择最佳投资组合，从而实现“被动接受”式服务到“主动参与”式投资转变。但同时带来的影响是金融机构需要依赖于第三方提供人工智能相关技术，而金融机构人员对此并不掌握，就有可能导致在实际应用过程中存在隐患。

（3）对金融市场的影响

当未来人工智能技术大规模应用于金融市场时，由于基于大数据、高计算、强算法的人工智能技术具有趋同性、博弈性、对抗性等特点，将对未来金融市场变化产生巨大影响，主要体现在市场信息透明度、系统性金融风险度、金融市场稳定性等方面。

一是人工智能技术对于信息处理能力的促进，能够显著地缓解市场中存在的信息不对称性，使得市场更加透明化、公平化。同时也能够降低交易成本，提高金融交易的效率。

二是当市场上广泛使用相似的人工智能技术时，各个金融机构间就会产生关联风险，一旦技术上存在漏洞或者是因为技术相似导致不同金融机构可能会采取相同的交易策略，都会因其规模效应而对市场带来极大的影响。

三是可能导致金融集中度提高。由于人工智能技术的开发只有大规模的机构能够负担，因此可能产生技术性的垄断或是数据性的垄断，因此可能会加剧整个金融体系中某些功能的集中度。

四是对于金融市场稳定性产生影响。一方面人工智能技术的引入能够减少交易成本、提高效率，并且也能加强市场监控，所以会一定程度上增加金融市场稳定性；另一方面，随着人工智能技术的逐步发展，会催生出新的具有系统重要性的机构，由此也会影响到诸如银行等机构的重要性，而商业银行作为宏观经济调控的手段之一，其系统重要性的降低势必也将影响到整个金融市场的稳定性。

（4）对金融安全的影响

人工智能技术作为一种新兴技术，通过其大数据整编、智能化分析、个性化推荐等应用和服务，能够为金融服务、金融分析、金融监管等金融领域提供智能化服务。但由于人工智能技术尚处于起步应用状态，其神经网络模型等具有不可解释性等特点，对于被服务者来说是一个“黑盒子”，在技术上存在着状态不可控、结果不可预测等风险，相比传统固化模型更容易受到外来攻击。因此，需要加强人工智能技术在金融领域应用的安全边界研究，引入技术风险监控和告警、人工阻断模式和方法，提高金融服务的安全防御能力。另一方面，由于智能化服务依赖于“数据、算法、算力”三大支柱，特别在数据采集、收集和处理方面，由于涉及个人隐私等，如何解决数据安全、数据隐私等问题也需要进一步研究。

3 人工智能在未来金融领域的应用需求分析

3.1完善智能投资顾问，提升客户收益和服务质量

对于消费者与投资者，现阶段的客户服务质量和效率不断提高，但是客户真正关心的问题还是在于自己的收益，而现阶段的智能投资顾问尚不成熟，未来需要有更加高级的智能顾问，能够面向不同客户群体给出靶向建议，更好地引导投资人进行投资。引入在线财富服务、金融自助服务、智能财顾咨询和推荐等人机交互式服务模式，将传统“以柜台为中心”方式向“以客户为中心”方式转变，建立良好的数据体系和服务体系，以不同类别客户需求为核心打造集数据、业务、应用为一体的智能化、差异化服务流程，挖掘各类客户需求、满足各类客服需求，主动为客户提供高效、智能、便捷的服务，提升客户收益和服务质量。

3.2 优化智能模型算法，提高金融机构盈利能力

对于金融机构，虽然目前人工智能技术对金融模型、资本管理等方面做出了优化，但是依旧有很大的发掘空间，这正是未来人工智能算法、技术需要不断优化的方面，建立更好的贴近实际市场、模拟真实交易的模型，才能进一步提高金融机构的盈利能力和效率。除此之外，还需注意人工智能技术在金融领域的“可解释性”，不仅要注重人工智能在金融领域的发展，更要重视让使用者理解应用中的“智能”，避免出现难以理解技术原理、甚至无法理解模型运作原理的情况。

2017年，摩根大通发布了一份题为《大数据与人工智能战略：机器学习和其它投资数据分析方法》的报告，对人工智能和大数据对金融领域的影响进行了全面的阐述，报告中认为人工智能算法中无监督学习模型适用于识别收益曲线、价值投资因素组合等，监督学习模型适用于通过历史数据预测未来趋势，深度学习模型适用于利用虚拟财务数据预测市场修正概率，强化学习模型适用于交易行动的选择。

3.3 强化智能数据分析，助推金融市场的公平、效率和秩序

对于金融市场，公平、效率和秩序无疑是最为重要的。人工智能强大的数据处理、数据分析、数据挖掘能力，显著提升了金融市场的效率，弱化了市场中存在的信息不对称，巩固了金融市场的公平性。而且随着“智能监管”的引入，提高了金融市场中交易的安全性，打击了金融欺诈、金融犯罪，也起到了稳定金融市场秩序的效果。要确保金融市场的公平、效率和秩序，需充分发挥未来人工智能技术在数据分析上的优势，避免出现不同个体、机构获得的数据资源相差甚远或者智能监管技术和手段不健全导致监管漏洞等问题。

3.4 发展智能预测模型，监测整个金融体系的系统性风险

人工智能技术的飞速发展和全面应用将会影响到整个金融体系的结构，改变原有体系中各机构的重要程度，甚至发展出新形式的金融机构，由此也可能会增加整个体系未知的系统性风险。当人工智能技术普遍应用、人们逐渐依赖于人工智能且技术趋同时，一旦人工智能出现错误判断或者技术出现问题，就会对整个金融体系带来巨大危害。仅仅依靠人工智能技术自身可靠性、强化分析能力，还不足以解决系统性风险问题，需发展智能预测模型，通过以人工智能预测人工智能的方式，提前判断人工智能技术可能带来的系统性风险。

4 结语

人工智能技术还处于发展的初级阶段，其在金融领域有着极大的发展潜力和应用前景。现阶段，人工智能在金融领域的应用只是部分替代了金融体系中较为简单的劳动，还只是较为初级的“智能”，而对于金融市场的把握、预测和监管还未能取得较为准确、可靠的成果。本文初步总结了人工智能在金融领域的发展现状，并分析了其未来应用需求和前景。想要真正迎接“智能金融”的到来，还需要深入发掘人工智能技术在金融领域的应用，只有技术的进步才能推动应用产品产生质的飞跃，才能真正激发出“智能金融”的活力。