中美人工智能對比：人工智能在金融領域的應用

■文/劉 斌

中美兩國在推動人工智能應用于金融領域方面，既有共同點，也存在明顯差異。

人工智能在金融領域有很多的應用場景，并且從長期來看，人工智能將會給金融業帶來巨大變革。創新工場董事長李開復曾說過，人工智能最適合應用的領域之一是金融領域。中國和美國均高度重視人工智能技術的發展，并且人工智能在兩國金融領域的應用也在不斷深化。目前，中美兩國均有眾多金融機構、高科技企業和創業企業推動人工智能在金融領域的應用。比較知名的如我國的螞蟻金服、京東金融、眾安保險，美國則有知名的智能投顧企業Wealthfront、Betterment，跨國金融機構高盛、摩根大通、花旗銀行等也在大力推動人工智能的應用落地。由于人工智能技術的通用性和中美兩國在金融監管體制和金融發展模式上的區別，中美兩國應用人工智能的現狀既有相同點也存在較為明顯的區別。

人工智能在美國金融領域的應用

美國在人工智能領域擁有很強的優勢，同時美國金融機構也比較早地在全球率先應用人工智能技術。從美國目前金融領域應用人工智能技術的具體細分領域來看，人工智能在金融科技領域的應用非常廣泛，包括商業銀行業務、信貸發放、保險、資產管理、會計和個人金融，以及監管和合規服務。此外，這些企業還有很多其他應用場景。

金融科技中人工智能企業的應用場景

信用評估/直接貸款：該領域中的企業使用人工智能技術進行信用評估和貸款。代表性企業包括Affirm和ZestFinance。

助理/個人金融：該領域中的企業依靠人工智能聊天機器人和移動應用助手監控個人金融活動。代表性企業包括Digit和Kasisto。

量化和資產管理：該領域中的企業使用人工智能算法、投資策略或工具。代表性企業包括Sentient Technologis和Numerai。

保險：該領域中的企業使用人工智能報價，提供保險服務。代表性企業包括Lemonade和Cape Analytics。

市場研究/情緒分析：該領域中的企業使用人工智能提高研究效率，測量市場情緒。代表性企業包括Dataminr和AI phasense。

貸款催收：該領域中的企業利用人工智能通過個性化以及自動化的溝通方式提高貸款催收效率。代表性企業包括TrueAccord和CollectAIDebt。

企業財務和費用報告：該領域中的企業利用人工智能改善企業基礎會計業務，包括費用報告。代表性企業包括AppZen和Zeitgold。

“我告訴他，什么時候不打了，咱就回家。”為了照顧丈夫，妻子冉瑩穎辭去工作，在美國學會了做飯，還是丈夫的翻譯和司機。鄒市明也表示，家庭生活讓他體會到拳擊另外的樂趣。他告訴記者，在成為真正拳王的道路上，自己想過也許有一天會被擊倒，但他并不恐懼，而會迎著暴風雨般的拳頭，繼續走下去。

通用/預測分析：該領域中的企業在通用語義分析和自然語言應用以及廣泛應用型預測分析中利用了人工智能技術。代表性企業包括Opera Solutions和Kensho Technologies。

監管、合規和欺詐識別：該領域中的企業利用人工智能技術識別欺詐行為以及異常金融交易，并利用人工智能提高監管合規效率，改善監管合規業務流程。代表性企業包括Trifacta和DigitalReasoning Systems。

智能金融服務于金融機構的前臺、中臺和后臺

（來源：億歐智庫《2017中國智能金融產業研究報告》）

人工智能在我國金融領域的應用

目前，人工智能已經廣泛應用在我國金融領域中的各個環節，按照金融機構前臺、中臺、后臺三大主要模塊來看，人工智能在各個環節都有很好的應用場景，比如在前臺有智能支付、智能客服、智能營銷，中臺為智能風控、智能投顧和智能投研，后臺為智能數據。

在智能支付方面，截至2016年，中國第三方支付市場規模達到11.41萬億美元，移動支付的占比已經超過互聯網支付達到75%。在移動支付方面，以人臉識別為代表的人工智能技術開始得到應用，即我們所熟知的刷臉支付，將用戶面部信息與支付系統關聯，通過拍照把獲取的圖像信息與數據庫中事先采集的存儲信息進行比對來完成認證。在刷臉支付技術的基礎上，無人超市開始進入人們的視野，支付寶、京東之家、蘇寧無人店等都開始投入試點運營，代表著刷臉支付技術的不斷成熟，也代表人工智能技術應用的不斷完善。目前，我國人臉識別創業企業有30多家，大多數成立時間為3～4年，這些人臉識別創業企業主要和金融機構、高科技企業進行合作，為其智能支付業務提供技術支撐。

智能客服利用語音識別與自然語言處理技術，打造智能的客服機器人，通過整合集團內外客戶服務渠道，提供在線智能客戶服務。例如，工商銀行推出的智能客服系統“工小智”已經累計服務客戶1.7億人次，為工商銀行節約了大量的人力成本，也提高了客戶溝通效率。

智能風控主要依托高緯度的大數據和人工智能技術對風險進行及時有效的識別、預警，通常會包括數據采集、建模、用戶畫像以及風險定價4個流程。目前，國內有34家智能風控初創企業，如百融金服、杉數科技、邦盛科技等。

智能投顧（Robo-advisor）是指利用云計算、智能算法、機器學習等技術，將現代資產組合理論應用到模型中，結合投資者個人財務狀況、風險偏好和收益目標，為投資者提供最佳投資組合。目前，我國智能投顧發展尚處于早期階段，創業公司、券商機構、銀行和BAT等互聯網巨頭競相入局，主要的智能投顧企業以招商銀行旗下的摩羯智投、譜蘭和京東智投為主。

智能投研，指利用大數據和機器學習，將數據、信息、決策進行智能整合，并實現數據之間的智能化關聯，從而提高投資者的工作效率和投資能力。國內智能投研領域也涌現出了一批優秀企業，例如通聯數據推出的蘿卜投研，涵蓋了房地產、醫藥、汽車等深度行業數據以及社交、電商、招聘等特色數據。此外，像天弘基金、嘉實基金也在智能投研領域積極布局。例如，嘉實基金于2016年成立了人工智能投資研究中心，天弘基金建立了業內領先的投研云系統，其中信鴿和鷹眼兩大系統分別為股票和債券投研提供了精準支持。

智能催收利用大數據和人工智能技術，使用智能算法查找、驗證和分類客戶的在線足跡，通過多種渠道與客戶溝通，并估計與用戶最匹配的通信風格，根據催收對象的行為特征和偏好發送相關信息，提高催收效率和準確率。近年來，我國不良資產規模逐漸增加，也推動了一批創新型企業將人工智能技術應用在催收領域。捷通華聲研發出一款智能外呼機器人，可依據嚴密的業務邏輯完成信息核驗、還款通知、催收警告等任務，并且能將客戶與機器人的通話全文轉寫，為追款提供結構化數據線索。2016年，百度金融也宣布百度正在建設包含逾期催收和失聯修復等領域在內的一整套風控模型體系。

保險領域則是人工智能又一個重要的應用領域，在保險的投保、理賠、客服、保全、售后等作業流程中，人工智能的自然語言處理、機器學習、計算機視覺、機器人等技術，在保險流程的各個環節都具有廣闊的應用空間。目前，國內眾安保險、中國人壽、中國太保、弘康人壽等保險公司均積極地在保險業務的各個環節應用人工智能技術。例如，中國太保于2017年9月1日正式推出智能保險顧問“阿爾法保險”，上線4天用戶訪問量就突破200萬。

中美人工智能在金融業中的應用對比

人工智能在金融領域已經獲得廣泛應用，在金融業務的前臺、中臺和后臺各個環節都出現了人工智能的具體應用場景。中美兩國在推動人工智能應用于金融領域方面存在一些共同點，但差異性也很明顯。

第一，美國華爾街跨國金融機構在利用人工智能技術方面走在前列。2017年以來，美國華爾街跨國金融機構利用人工智能技術取代傳統崗位的新聞不斷出現。高盛公司雇傭的現金股票交易柜臺交易員從2000年的600名裁減至2017年的2名。摩根大通公司利用人工智能技術取代原先律師和貸款人員的工作。可以說，美國金融機構在利用人工智能技術方面已經對傳統金融的各個方面形成沖擊，并且人工智能技術的應用也大幅度提高了金融機構效率。我國金融機構也在積極探索人工智能技術的應用，但從總體上來看，人工智能技術對金融業的影響還遠不及美國。

第二，中國在智能投顧領域與美國還存在一定差距。2008年，美國智能投顧平臺Wealthfront成立，從而引領了美國智能投顧產業的發展。我國則從近幾年才開始出現智能投顧企業。目前，美國智能投顧平臺有200多家，我國大約有100家。同時，中國金融市場中交易型開放式指數基金（ETF）產品數量匱乏也制約了智能投顧領域的發展。未來，中國智能投顧市場發展還需要根據中國金融市場進行創新。

第三，在監管科技應用人工智能方面中國還有發展空間。監管科技已經在美國和歐洲國家獲得快速發展，其中人工智能在監管科技的發展中發揮重要作用。目前，我國已經出現了一些致力于促進監管水平，幫助企業合規的創業企業，但總體上與美國和歐洲相比還比較滯后。因此，從監管科技的發展和人工智能在監管科技領域的應用來看，這一領域應該是未來我國金融科技發展的重點。

第四，在某些金融業務領域，我國人工智能還處于應用起步階段。美國在人工智能各個方面都比較領先，相應地在金融領域應用人工智能技術方面美國也具備很強的先發優勢。以智能投研為例，美國的Kensho，號稱是金融領域的“谷歌”，能夠自動抓取相關財經新聞，并進行結果匯總，這極大地提高了金融研究的效率。例如，一項需要3天的分析工作，其中兩天半行業分析師都是在搜集相關的數據，最后的半天在進行匯總和分析。Kensho可以幫你節約前兩天半的時間。國內相對應的就是萬得資訊，該公司可以提供比較全面的國內市場數據，是一個典型的數據終端，但它并不做進一步的加工分析。