中新經(jīng)緯7月4日電 題：人工智能在金融應(yīng)用中面臨什么機(jī)遇與挑戰(zhàn)？
作者 楊濤 中國(guó)社科院國(guó)家金融與發(fā)展實(shí)驗(yàn)室副主任
目前，金融業(yè)的數(shù)字化轉(zhuǎn)型已成為各國(guó)的大勢(shì)所趨，在中國(guó)也是監(jiān)管部門推動(dòng)的重要改革方向。自從ChatGPT橫空出世，這款人工智能對(duì)話機(jī)器人儼然成為了全球最熱門的話題之一。ChatGPT雖然進(jìn)一步凸顯了人工智能的應(yīng)用能力，但對(duì)于金融業(yè)來說，人工智能的運(yùn)用仍然面臨諸多挑戰(zhàn)，使其較長(zhǎng)時(shí)期內(nèi)仍無法給金融業(yè)帶來重大變革。
隨著數(shù)字經(jīng)濟(jì)和數(shù)字社會(huì)建設(shè)深入推進(jìn)，金融領(lǐng)域積累了大規(guī)模、高質(zhì)量的數(shù)據(jù)，同時(shí)具有多維度、多元化的應(yīng)用場(chǎng)景，為人工智能應(yīng)用蓬勃發(fā)展提供了良好的契機(jī)。同時(shí)人工智能的使用也給金融領(lǐng)域帶來了諸多機(jī)遇：
一是戰(zhàn)略性問題。面人工智能在戰(zhàn)略制定中的應(yīng)用思路，正是感知、推理、決策，天然地有可能與金融機(jī)構(gòu)綜合或?qū)ｍ?xiàng)戰(zhàn)略制定相結(jié)合，并且進(jìn)行動(dòng)態(tài)隨機(jī)優(yōu)化。
二是結(jié)構(gòu)性問題。中國(guó)金融業(yè)任然還有諸多發(fā)展不平衡、不充分的結(jié)構(gòu)性矛盾，這也為人工智能的“補(bǔ)短板”提出了要求。例如人工智能應(yīng)用于財(cái)富管理領(lǐng)域，能否給家庭資產(chǎn)結(jié)構(gòu)、金融資產(chǎn)布局失衡帶來改變，直接影響到金融助力共同富裕的重大目標(biāo)。
三是生產(chǎn)要素問題。數(shù)據(jù)和人才已成為重要的生產(chǎn)要素，是國(guó)家基礎(chǔ)性戰(zhàn)略資源。而人工智能與大數(shù)據(jù)相結(jié)合會(huì)激發(fā)更多活力，能夠促進(jìn)金融業(yè)改善數(shù)據(jù)“采、存、算、管、用”的全生命周期活動(dòng)，推動(dòng)數(shù)據(jù)要素到數(shù)據(jù)資產(chǎn)的轉(zhuǎn)化。人工智能也可以成為提升員工能力的“智慧助手”，也可以通過構(gòu)建“數(shù)字人”來彌補(bǔ)團(tuán)隊(duì)能力。
四是組織運(yùn)營(yíng)問題。在組織架構(gòu)與運(yùn)營(yíng)能力過程中，可以充分利用人工智能打造自動(dòng)化、智能化的運(yùn)營(yíng)模式，不斷優(yōu)化運(yùn)營(yíng)流程，創(chuàng)新運(yùn)營(yíng)模式，提升運(yùn)營(yíng)服務(wù)質(zhì)量，降低運(yùn)營(yíng)成本。
五是服務(wù)能力問題。人工智能在定制化智能產(chǎn)品設(shè)計(jì)、客戶全息畫像服務(wù)精準(zhǔn)營(yíng)銷、線上線下體驗(yàn)一致性等服務(wù)性方面，已經(jīng)有了卓有成效的探索。
六是風(fēng)險(xiǎn)管理問題。人工智能一方面構(gòu)建客戶、業(yè)務(wù)和風(fēng)險(xiǎn)視圖，動(dòng)態(tài)全面反映風(fēng)險(xiǎn)全貌；另一方面，能夠優(yōu)化智能信用風(fēng)險(xiǎn)評(píng)估，實(shí)現(xiàn)風(fēng)控向數(shù)控、智控的轉(zhuǎn)變。
七是服務(wù)效果問題。一方面，近年來在金融業(yè)快速發(fā)展過程中，人工智能的使用價(jià)值體現(xiàn)已經(jīng)對(duì)金融業(yè)全要素生產(chǎn)率的提升與轉(zhuǎn)變，產(chǎn)生了非常深刻的影響。另一方面，人工智能應(yīng)用可以對(duì)金融業(yè)在助力普惠、綠色、科技、共同富裕等方面還有諸多職責(zé)產(chǎn)生價(jià)值。
八是合作生態(tài)問題。在人工智能和大數(shù)據(jù)的加持下，有助于進(jìn)一步改善金融機(jī)構(gòu)外部生態(tài)。
雖然人工智能的運(yùn)用能夠?yàn)榻鹑陬I(lǐng)域帶來諸多機(jī)遇，但對(duì)于金融業(yè)來說，仍然面臨諸多挑戰(zhàn)：
一是數(shù)據(jù)治理。人工智能應(yīng)用同樣離不開高質(zhì)量的海量數(shù)據(jù)，但金融機(jī)構(gòu)的數(shù)據(jù)治理普遍處于起步階段，數(shù)據(jù)低質(zhì)量、數(shù)據(jù)孤島、數(shù)據(jù)散亂等普遍存在，難以為人工智能提供充足的數(shù)據(jù)要素支撐。
二是場(chǎng)景的標(biāo)準(zhǔn)化。雖然人工智能的金融應(yīng)用體現(xiàn)個(gè)性化、“千人千面”等特點(diǎn)，但長(zhǎng)遠(yuǎn)來看在金融與技術(shù)的融合過程中，真正具有生命力的是標(biāo)準(zhǔn)化、通用型的金融科技創(chuàng)新場(chǎng)景，而非基于傳統(tǒng)外包模式的差別化合作，這也是現(xiàn)有人工智能金融應(yīng)用的制約之一。
三是技術(shù)與方案的高成本門檻。人工智能在金融活動(dòng)中的技術(shù)應(yīng)用與解決方案設(shè)置，通常具有較高的部署成本，難以適應(yīng)廣大中小金融機(jī)構(gòu)的需要。
四是透明度與不可解釋性。在機(jī)器學(xué)習(xí)領(lǐng)域，在輸入數(shù)據(jù)和輸出答案之間通常有被稱為“黑箱”的不可觀察空間。只有發(fā)展可解釋、可信任的人工智能金融應(yīng)用，才能實(shí)現(xiàn)用戶信任、模型可審計(jì)性并降低風(fēng)險(xiǎn)。
五是組織內(nèi)部協(xié)調(diào)。就金融機(jī)構(gòu)應(yīng)用人工智能等前沿技術(shù)來說，通常難以形成有效的“激勵(lì)相容”機(jī)制，而促使內(nèi)部利益主體達(dá)成共識(shí)，以最大效率地體現(xiàn)技術(shù)創(chuàng)新價(jià)值。
六是責(zé)任分擔(dān)。引入人工智能之后，原有的金融機(jī)構(gòu)業(yè)務(wù)流程中的權(quán)責(zé)相稱，可能會(huì)出現(xiàn)一些新的模糊性，亟待從制度規(guī)則、業(yè)務(wù)實(shí)踐、技術(shù)與業(yè)務(wù)、模型與人的關(guān)系等方面進(jìn)一步探索。
七是合規(guī)性與倫理性。伴人工智能的金融應(yīng)用存在更突出的合規(guī)壓力。算法歧視、大數(shù)據(jù)殺熟、信息泄露等金融科技倫理挑戰(zhàn)，也給人工智能應(yīng)用帶來困境。
總之，人工智能驅(qū)動(dòng)金融業(yè)數(shù)字化變革的圖景已經(jīng)展開，為金融領(lǐng)域的發(fā)展帶來了諸多機(jī)遇，但同時(shí)也帶來了諸多挑戰(zhàn)，人工智能亟待自我優(yōu)化與持續(xù)“闖關(guān)”。(中新經(jīng)緯APP)
本文由中新經(jīng)緯研究院選編，因選編產(chǎn)生的作品中新經(jīng)緯版權(quán)所有，未經(jīng)書面授權(quán)，任何單位及個(gè)人不得轉(zhuǎn)載、摘編或以其它方式使用。選編內(nèi)容涉及的觀點(diǎn)僅代表原作者，不代表中新經(jīng)緯觀點(diǎn)。
責(zé)任編輯：孫慶陽 實(shí)習(xí)生 饒奎
