人工智能技術在銀行的應用研究

鄧曉旭

摘 要：近年來，隨著信息技術、網絡技術等新興技術的不斷發展，大數據、云計算、人工智能等技術被廣泛運用在人們的工作和生活中。作為與信息技術融合最深的行業之一，金融行業積極推動人工智能應用落地，在提升業務效率、優化成本控制、完善風控體系、推動產品創新等方面取得了明顯突破，本文將對人工智能技術在銀行的應用展開研究。

關鍵詞：人工智能;銀行;應用;

在國務院印發的《新一代人工智能發展規劃的通知》中著重指出，應該“推動人工智能與各行業融合創新”。銀行業作為人工智能應用的重點行業，正成為人們關注的焦點。銀行在業務開展的過程中，積累了包括客戶身份、資金收付交易、資產負債情況等海量的高價值數據，加上移動互聯網正狂飆突進，視頻、音頻、文本、日志等非結構化數據也正以加速度的形式積累。如何從這些豐富的、高價值密度的數據資源中提取重要價值，成為人工智能技術在銀行應用中重點解決的問題。

一、人工智能落地銀行業的三大核心技術

自然語言處理、知識圖譜、機器學習讓人工智能擁有了理解能力與思考能力，也是海致這樣的公司所推出的智能金融解決方案在銀行業成功推進的三大核心技術。

自然語言處理（Natural Language Processing，簡稱NLP）是用計算機來處理、理解以及運用人類語言（如中文、英文等），包括兩個方面：一是讓機器識別人類的語言，不論是語音，還是文字，機器需要理解人類所表達的意思;二是機器以人類能夠理解的方式將信息生動的傳達給人類，例如智能客服、佛教賢二機器僧等應用場景。海致將NLP技術應用到核心的金融業務場景，例如信貸報告解析、客戶經理任務集、競價報告等。

知識圖譜可以在客戶社交關系網、信貸與風險等方面的得到廣泛應用。世界是一個復雜關系的總和，一切事物都在動態地變化，在關系中不斷的發生交互，不論是企業還是個人，還包括銀行，需要從這樣的動態變化關系當中去控制風險、尋找商機。

機器學習是一種能夠賦予機器學習的能力，以此讓它完成直接編程無法完成的功能的方法。從實踐的意義上來說，機器學習是一種通過利用數據，訓練出模型，然后使用模型預測的一種方法。例如，A為違約客戶，B、C、D與A有著關聯關系，結合銀行擔保關系數據、資金流向數據等內部特征，以及企業基本屬性、涉訴信息、輿情等外部特征，通過機器學習方法計算可得到A違約后B、C、D違約的概率，從而及時切斷傳播路徑。

二、人工智能技術的應用場景

（1）智能客服

智能客服機器人。使用自然語言理解技術，在大語料庫的基礎上，基于場景和業務模型開發上下文關聯模型，從而實現自然敘述、智能理解這一目的。并將這一技術和模型與客服系統在整體上實現了融合。

智能語音導航。主要利用語音識別技術和自然語言理解技術理解客戶語音，并根據客戶的需求導航到相應節點或者引導客戶完成業務辦理，主要應用在自助語音服務、手機銀行APP和智能設備上。在自助語音上應用主要通過與IVR的集成實現自助語音菜單的“扁平化”，提升用戶滿意度;通過與客戶的交互幫助客戶辦理相關業務，實現問題的咨詢。

智能營銷催收機器人。外呼機器人是語音識別技術和自然語音理解技術的另外一個應用場景。通過業務場景的設計，實現自動外呼客戶進行客戶身份核實、催收、業務通知、滿意度調查、產品營銷等。

（2）智能風控

銀行體系是以信用體系為基礎的。目前，人民銀行的征信數據僅覆蓋3.8億人，還有大量的人口沒有征信數據，同時，還有大量的小微企業沒有征信數據。因此如何利用人工智能技術對這部分個人和小微企業的進行征信此類智能風控智能風控開辟獨特的數據獲取渠道，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。

比如依托智能風控技術，光大銀行創設了網絡融資系列產品“隨心貸”，通過網絡化獲客、數字化經營、集約化管理來為客戶提供優質便捷的融資服務，目前已服務超2300萬的互聯網客戶，同時該行還研發建設了陽光預警平臺，實現了全行對公及零售兩大條線的信貸客戶預警監測功能。該平臺是集預警客戶名單、內外部數據、信號模型、預警流程處置等為一體的應用系統，通過“7*24小時”不間斷引入內外部數據、生成預警信號，采用全覆蓋、全景式、全流程、全天候的智能預警模式，實現了對授信客戶“無人監測”的線上化自動管理，對信貸資產實現了早識別、早預警、早發現、早處置的風險管控目標，該預警平臺已逐步應用于貸前、貸中和貸后的授信業務全流程，充分發揮了客戶身份反欺詐、360度客戶風險畫像等作用，幫助經營單位解決在授信管理中信息不對稱、信息滯后等問題。

（3）客戶關系挖掘

建設銀行通過知識圖譜以及相關應用，構筑了一站式的金融客戶平臺服務，包括金融部、授信管理部、風險管理部、貿易金融部等所有業務線，完成了企業客戶的內外部信息的整合，對企業客戶信息進行深度分析，深度挖掘企業客戶的關聯關系，以及構建企業客戶的營銷評價模型。通過人工智能技術公司可以推斷高管與高管之間、股東與股東之間有哪些一致行動關系？有無疑似的親屬關系，疑似的家屬關系等問題。通過人工智能技術對擔保業務進行分析，通過融知識圖譜平臺，可以發現該銀行存中不同的互保關系，包括多客戶之間的聯保關系、多客戶之間的擔保鏈、擔保群、擔保群擔保的核心企業等，深度挖掘這些公司之間的關系。同時，過知識圖譜的數據建模過程，將原有來自多業務、多渠道、多管理系統的復雜多元異構數據，抽離成符合銀行自身業務特色的各類實體、關系及屬性，結合指標、規則、模型體系，圍繞客戶準入篩查、盡調強化、違約客戶識別、不良貸款預警、行業信息分析、組合風險管理等業務場景。

三、總結

人工智能的發展已經進入國家的戰略規劃，通過將人工智能技術應用到銀行中，可以全面提升銀行的服務能力，為銀行業的數字化、智能化轉型提供重要的支撐。

參考文獻：

[1]張麗萍， 顏配強， 劉波. 人工智能時代我國商業銀行金融科技業務風險管理[J]. 銀行家， 2019（8）.10-15.