摘要：近年来，随着科学技术、网络信息技术的不断发展，人工智能在银行业的发展不断提升，银行已经成为目前人工智能应用落地案例最多的“场景”。本文通过对人工智能在银行业运用状况的研究，探讨人工智能在银行业运用过程中产生的问题，并提出相应的对策建议。

关键词：人工智能;金融业;银行业;创新

一、人工智能的概念及在金融领域的应用

（一）人工智能的概念

人工智能是一种具有巨大社会和经济效益的革新性技术。它的英文原名是ArtificalIntelligence，简记为AI。它是研究、开发用于模拟、延伸和扩展人的智能的理论、方法、技术及应用系统的一门新的技术科学，简单来说就是在各种环境中模拟人的机器。

（二）人工智能在金融领域的应用

人工智能在银行等金融领域具有广阔的应用前景。

1.智能投顾

智能投顧（ROBO-Advisor），是指在投资组合管理等模型基础上运用智能算法、机器学习，根据投资者的风险偏好和投资目标，为投资者提供资产配置再平衡和投资建议。比较有代表性的是招商银行2016年底推出的“摩羯智投”，把投资者风险等级划分为十级，按照投资周期分为低于1年、1年～3年和3年及以上，风险等级越高、投资周期越长，预期投资收益率越高，之后根据客户收益要求构建投资组合，由客户自主进行决策、“一键购买”并享受后续专业服务。

2.AI+人脸识别

生物识别是指利用人体固有的某些生物特征，采用生物统计学算法和计算机运算能力，鉴别出个人身份。在银行业，目前生物识别主要用于进程开户。以农行为例，2017年10月28日，农业银行开始在柜面应用人脸识别技术，站在农行ATM机前，客户看一眼摄像头，再输入手机号、取款金额和密码等信息，ATM机可以自动吐钞。

3.智能客服和智能柜台服务

随着人工智能技术的迅速迭代，机器在模拟人类的功能方面日益成熟。民生银行的“智能厅堂机器人”的大堂机器人可以接待指导客户，还可办理数十种不同类别的常见大堂业务，其中包括开卡、修改信息、卡激活、挂失、卡密码（重置、修改、解锁）等。交通银行于2015年率先推出我国首台智能机器人“娇娇”，经过迭代发展后，当前不仅可以进行人机互动语音交流，还能准确回答客户的各种提问，准确识别熟悉的客户。

4.智能风控

在智能风控方面，商业银行的探索主要有：（1）建立基于大数据技术的银行风险防控解决方案，人工智能技术基于现有大数据系统，打造基于人工智能技术的智能化银行风险监控预警体系。（2）针对高风险交易特点及行为特征，建立相应评估模型。（3）采用大数据和人工智能技术，通过对数据信息的收集与识别，账务用户的日常行为习惯，并录入到数据库中，经过人工智能的实时处理，形成客户的自我征信体系，防范潜在风险。

5.无人智能银行

日益成熟的人工智能技术、VR技术使得无人银行成为可能，中国建设银行于2018年4月9日在上海成立了我国第一家“无人银行”，没有柜员、保安和大堂经理，设置了智能机器人在网点引导客户操作，客户通过智慧柜员机和远程视频柜员机，就可以快速办理贷款和理财咨询等业务。

二、人工智能在金融领域应用中面临的问题

（一）人工智能的监管机制变革滞后

人工智能的深入应用正在对银行的信贷、风险控制和资产定价、营销和客服等重要环节和业务产生重大影响。当人工智能应用涉及的多项设备和技术出现故障并造成金融市场出现异常波动，对投资者造成损失，该如何厘清责任、如何处罚没有法规可循。

（二）人工智能应用存在潜在技术安全风险

银行在人工智能技术尚未成熟的探索期，不可避免会遇到一系列技术安全问题。比如，应用日益广泛的人脸识别，如何识别长相极其相似的客户例如双胞胎，人脸识别的安全性有待进一步检验。另外，建立在人工智能基础上的智能投顾也面临着机器深度学习不够的风险，当市场遭遇黑天鹅时，机器深度学习可能跟不上金融市场变化的节奏，得出的配置方案和投资建议与市场特征不匹配，会给投资者带来投资损失。

（三）人工智能应用标准有待统一完善

我国对于人工智能软硬件产品和机具，缺乏针对银行应用的统一标准。此外，我国对人工智能在银行领域应用并未制定信息披露统一标准，使得用户的知情权和人工智能系统的信息机密性难以得到保障。

三、对策建议

（一）建立针对银行业应用人工智能的金融监管机制

监管是防控金融创新风险的重要保障。为了降低银行人工智能应用发展过程中的风险，建议：首先是制定针对银行业应用人工智能技术的系统性法律法规，制定规范统一的信息披露标准，保障好用户的隐私与信息安全;二是完善人工智能的检测技术和标准，建立银行业应用人工智能的责任划分、追究机制;三是监管部门要强化人工智能等金融科技的学习，成立基于大数据分析应用的金融风险实时监控处置平台，逐步实现监管智能化，前瞻性研究金融科技带来的潜在风险，不要等到出了问题才被动反应。

（二）加强人工智能基础设施建设，拓展应用场景

可以借鉴美国创新计划，加强计算机视听觉、智能决策控制、基础算法、重点设备等共性软硬件的研发，集中突破核心瓶颈，推动人工智能感知识别、人工智能分析等技术在银行领域的深入应用。

（三）完善风险安全防范机制，提高人工智能应用风险防控水平

完善风险安全防范机制，首先是确保人工智能技术自主可控，在银行应用人工智能的的系统设计上，尽可能全面展开白盒测试与大量特殊值的黑盒测试，只有做到安全并有完备的应急预案，才允许上线运行;二是为了降低人工智能应用过程中由于机器深度学习不够带来的潜在风险，应仔细查验深度学习框架和软件可能存在的漏洞，及时解决漏洞，提高人工智能安全性。

参考文献：

[1]赵希同.新兴技术创新应用重塑金融服务  助力金融业数字化战略转型[J].中国金融电脑，2020（08）：17-20.

[2]苗宇松.人工智能在互联网金融领域中的创新应用[J].现代商业，2020（12）：19-20.

作者简介：

王丽飞（1994—），女，汉族，河南洛阳人，金融专硕硕士，现就读于兰州财经大学，主要研究银行风险经营管理。