裴耀龍

摘 要：隨著人工智能的發展，相關的技術已經被應用在了很多領域。金融系統是最能夠與人工智能進行結合并產生價值的領域。金融領域已經被充分的數據化，為人工智能的應用提供了充分的數據基礎；同時，金融體系內各個分支領域界限相對明確，銀行、證券、保險等業務相對獨立，便得人工智能在垂直領域中進行應用。本文將介紹人工智能技術在金融領域中的相關應用。

關鍵詞：人工智能 金融 應用體系

目前，將人工智能應用到金融領域最為炙手可熱的領域包括了智能客服、智能征信及反欺詐以及智能投顧這三個領域，下面將分別進行介紹。

一、智能客戶

客服目前在各個行業中都扮演者越來越重要的角色，尤其是金融行業，是金融企業提升客戶滿意度，展示企業形象非常重要的部門。隨著微信公眾號、APP、網頁等溝通渠道的發展，以及客戶交付習慣的改變，客戶不再局限于通過呼叫中心與企業進行交互，而是可以通過更加便捷的在線交互的方式與企業之間進行交互，從而使得交互數量大大增加，為維持客戶服務的滿意度，各個企業都要投入大量的成本。對于企業來說，客服部門往往又是重要的成本中心，較難直接產生收益，已成為金融行業的一大痛點。目前僅招商銀行信用卡中心，每天除呼叫中心以外的在線客服交互量就達到了200萬次左右，如果采用人工客服來提供服務，每年可能需要增加數億元的成本。而將人工智能應用在智能客服領域的智能客服機器人可以很好地解決金融機構在客服方面的痛點，大大節省成本、提高客戶服務效率及滿意度。基于人工智能在自然語言理解以及智能知識庫方面的技術，智能客服機器人可以理解客戶通過各種交互渠道以平常口語化的表達提出的客服問題，并基于智能知識庫對客戶的問題進行及時準確的答案搜索，并通過自然語言的方式進行回復。由于智能客服機器人的知識庫相較于人工客服更加強大，而且不會存在遺忘、情緒等問題，所以會給客戶更加高效、準確、專業的客服體驗。

以小i機器人為例，目前招行信用卡中心，每天在線交互的200萬次客戶交互中，通過小i提供的智能客服系統可以直接回復其中95%的問題，問題的解決率可以超過99%。大大提升了招行的客戶服務效率，節省了大量的成本。越來越多的金融企業也開始選擇使用智能客服解決方案，來作為原有人工客服系統的補充或部分替代原有的人工客服系統。

二、智能征信及反欺詐

金融體系是以信用體系為基礎的。但是由于中國傳統的征信體系主要由政府主導，所以征信數據的覆蓋范圍相對有限。據報道，央行的征信數據僅覆蓋3.8億人，主要來自于信用卡數據、車貸、房貸信息等，還有大量的人口沒有征信數據，這大大影響了他們享受傳統的金融機構提供的服務。同時，中國還有大量的小微企業沒有征信數據。這部分的個人和小微企業意味著巨大的金融業務市場空間，但是如何解決對這部分個人和小微企業的征信成為打開這部分市場的關鍵。

此類智能風控領域的公司核心競爭力在與場景、數據及算法的結合。在智能風控領域的人工智能創業公司都在努力開辟獨特的數據獲取渠道，盡可能合規而全面地獲取目標對象的數據，并利用深度學習、機器學習等人工智能技術，對相關的數據進行分析，發現對確認目標對象有價值的數據信息，并按照一定的規則進行計算，確定該目標對象的綜合信用評分。可能收集的信用數據的領域非常廣泛，包括了電商、運營商、社交媒體、金融機構、公積金管理部門、社保、工商登記信息、司法信息等渠道。對于社交關系的數據將收集包括目標對象關注的社交媒體主體、粉絲數、口碑情況以及所在的社交圈的綜合情況等。通過分析收集的大量信息，能夠給目標對象一個全面的信用評分。而且隨著數據量的積累，這種評分更為全面真實，比傳統的征信評分更能符合目標對象的真實信用情況，可以作為金融機構項目標客戶提供金融服務的重要依據。同時，通過將大數據、人工智能與風險管理深度結合，打破信息的孤島，深度挖掘數據之間的關聯，可以同時解決信貸反欺詐的風險。

目前該領域的公司主要的業務模式分為To B和To C兩類。其中To B是指為B端客戶，主要是中小銀行、小額貸款公司和消費信貸公司提供目標對象的信用評分，根據出具的信用評分的數量收取費用。如國內領先的第三方智能風控服務商同盾科技，目前已經向超過7000家機構提供智能風控管理服務，客戶覆蓋銀行、保險、券商、理財、電商、游戲、社交網絡等領域，形成了數據的生態體系；To C業務是直接基于對目標對象的信用評分為客戶提供消費貸款和小額貸款，獲取利息及服務費收入。對于擁有獨特的信息收集維度，擁有先進算法能夠對大數據處理，而且已經獲得B端客戶認可的智能投顧企業，具有較高的投資價值。

三、智能投顧

智能投顧是將人工智能與金融結合的另一個火熱的領域。智能投顧作為一種新興投資模式，近年來在美國市場快速崛起，智能投顧將人工智能具備的強大的數據分析能力、深度學習及分析能力應用于投資分析領域，基于強大的自然語言理解能力、數據分析能力，大量地、不知疲憊地分析投資市場的公司定期報告、財務數據、市場傳聞等信息，其信息獲取和分析的效率和范圍遠遠超過人類投資顧問的能力。通過大量數據分析基礎上做出的投資決策，其準確性超越人類投資顧問絲毫也不應該驚奇。

智能投顧平臺需要有很強的投資能力與資產配置能力。無論是人工投顧還是智能投顧，能夠為客戶降低投資風險，穩定獲取投資收益都是其核心競爭力。其次，智能投顧平臺也需要有強大的運用人工智能（機器學習）、大數據、云計算等高新信息技術的能力。智能投顧必將成為未來市場投資顧問的主力，并將大大改變現有的資產管理產業格局。具有核心的技術能力，能夠在中國特定市場條件下，通過一定時間的檢驗，持續為客戶獲取穩定投資收益的智能投顧將成為最終的勝利者。

參考文獻

[1] 王新華， 肖波. 人工智能及其在金融領域的應用[J]. 銀行家， 2017（12）：126-128.

[2] 程東亮. 人工智能在金融領域應用現狀及安全風險探析[J]. 金融科技時代， 2016（9）：47-49.