中國人民銀行金融研究所互聯(lián)網(wǎng)金融研究中心副秘書長、副研究員趙大偉，中國人民銀行金融研究所業(yè)務助理周有容

商業(yè)銀行掌握大量客戶資金往來、賬戶管理信息，人工智能在商業(yè)銀行的應用將有效改善商業(yè)銀行零售服務水平，提升客戶體驗，緩解商業(yè)銀行面臨的金融脫媒、激烈市場競爭等困境，有望成為商業(yè)銀行下一個利潤增長點?！叭斯ぶ悄堋保ˋrtificial Intelligence，簡稱AI）一詞誕生以來，其定義范圍已從預設定邏輯規(guī)則的應用程序演變?yōu)槟M人類認知功能的技術(shù)。AI的目標是允許計算機模仿人類的智能、感知、思考和行動，以實現(xiàn)自動化并獲得分析見解。人工智能優(yōu)化了銀行服務流程，在營銷、信貸、客戶服務、 財富管理等領域可以帶來生態(tài)變化。

商業(yè)銀行業(yè)務“痛點”分析

盈利模式受到挑戰(zhàn)

商業(yè)銀行傳統(tǒng)盈利模式是依賴存貸利差實現(xiàn)的，隨著利率市場化的推進，這一模式逐漸受到挑戰(zhàn)。無論是美國、日本等發(fā)達國家，還是巴西、智利等發(fā)展中國家，銀行業(yè)都在利率市場化過程中受到很大的沖擊，中國商業(yè)銀行也不例外。2013年以來，我國商業(yè)銀行凈利潤增速逐年走低。2012年，銀行凈利潤同比增長18.9%，到2020年同比下降1.8%。與此同時，不良貸款比例卻不斷攀升，從2012年的1%增長到2020年的1.92%。近幾年，商業(yè)銀行大力發(fā)展理財業(yè)務，導致表外融資過快發(fā)展，積聚了一定的風險。2018年，多部門聯(lián)合出臺資管新規(guī)，一定程度上規(guī)范了銀行理財業(yè)務的發(fā)展。商業(yè)銀行亟須尋求新的利潤增長點。

傳統(tǒng)業(yè)務面臨沖擊

過去我國金融體系市場化程度不高，企業(yè)融資需求主要通過商業(yè)銀行體系，導致金融體系資源配置功能未完全發(fā)揮等問題。政府不斷深化金融市場化改革，提出發(fā)展多層次資本市場，加速金融脫媒，銀行信貸占社會融資總額的比重逐步趨于下降。在此基礎上，金融科技的迅速發(fā)展，使更多非銀金融機構(gòu)、數(shù)字化企業(yè)開始從事金融服務，再一次引起金融脫媒的擔憂。特別是大型科技公司以支付業(yè)務為突破口，建立一站式金融服務平臺。2020年三季度，我國電子支付業(yè)務中，銀行共處理649.77億筆，非銀行支付機構(gòu)處理業(yè)務2345億筆，非銀行支付機構(gòu)電子支付業(yè)務筆數(shù)是商業(yè)銀行的3.6倍。大型互聯(lián)網(wǎng)公司市場份額合計占中國移動支付市場的94%。信貸業(yè)務方面，大型互聯(lián)網(wǎng)公司也在積極拓展。不難推測，商業(yè)銀行將來會面臨更多挑戰(zhàn)，包括優(yōu)質(zhì)客戶分流、貸款增長受限、負債穩(wěn)定性下降，等等。

同質(zhì)化經(jīng)營格局難以持續(xù)

市場競爭不斷加劇，銀行、非銀金融機構(gòu)、從事金融業(yè)務的工商企業(yè)提供相似的金融服務，但銀行受到的監(jiān)管限制卻高于其他類型企業(yè)，導致銀行在競爭中處于相對劣勢地位。此外，客戶需求深刻變革，互聯(lián)網(wǎng)技術(shù)的普及也改變了人們的思維模式。消費者普遍傾向于通過簡單易懂的碎片化信息對金融產(chǎn)品獲得基本了解，并通過互聯(lián)網(wǎng)渠道選購金融產(chǎn)品和服務。商業(yè)銀行需要加快產(chǎn)品渠道創(chuàng)新，著力提升服務能力和效率，以適應客戶對銀行服務需求從簡單到復雜、從標準化到定制化的重要改變。

人工智能在商業(yè)銀行的應用分析

隨著政府強調(diào)簡政放權(quán)，更加重視發(fā)揮市場在資源配置上的決定性作用，傳統(tǒng)的金融監(jiān)管部門在監(jiān)管理念和監(jiān)管政策出現(xiàn)了階段性調(diào)整，以更加開放的姿態(tài)為新一代信息技術(shù)在商業(yè)銀行的應用提供了容錯、試錯空間。人工智能在金融領域的應用已經(jīng)滲透到多個主要業(yè)態(tài)，引起金融行業(yè)的廣泛關注。銀行業(yè)也加快向智能化轉(zhuǎn)型，人工智能優(yōu)化了銀行服務流程，推動了傳統(tǒng)服務創(chuàng)新，在為客戶提供豐富的服務產(chǎn)品及良好體驗的同時，也為商業(yè)銀行的發(fā)展帶來了新的變化。

人工智能在營銷領域的應用

金融產(chǎn)品種類繁多，客戶需求各異，商業(yè)銀行可利用人工智能技術(shù)實現(xiàn)客戶需求與金融產(chǎn)品的準確匹配，精準營銷提升客戶體驗。傳統(tǒng)上，客戶找銀行的模式已經(jīng)不再適用。非銀金融機構(gòu)的興起導致金融服務主體增多，在服務同質(zhì)化較高的前提下，商業(yè)銀行須在獲客方面加大力度。金融科技的興起又使科技公司進入金融行業(yè)從事借貸業(yè)務，進一步增加了銀行加大營銷投入、豐富營銷手段的需求。但傳統(tǒng)營銷手段對營銷人員依賴性較強，營銷人員的整體數(shù)量、專業(yè)能力、個人精力都可能影響營銷效果，且不易把控，無法與金融科技手段競爭。因此，銀行可采用人工智能等金融科技手段，采用智能營銷手段處理信息，降低信息損漏，充分利用原本不易收集的客戶信息進行營銷。同時，利用人工智能技術(shù)參與營銷還能避免營銷服務受到銷售人員個人因素的影響，保證營銷質(zhì)量把控，甚至隨時、隨地、隨需進行，充分挖掘需求。中國發(fā)展研究基金會與波士頓咨詢公司（BCG）曾聯(lián)合發(fā)布《取代還是解放：人工智能對金融業(yè)勞動力市場的影響》報告指出，如果人工智能投入應用，營銷與銷售環(huán)節(jié)將會縮減60%的工作時長。

人工智能在信貸領域的應用

信貸業(yè)務是商業(yè)銀行的核心。人工智能技術(shù)能夠大幅改善商業(yè)銀行零售貸款業(yè)務模式，降低人工成本，有效控制風險，提升用戶體驗。例如，循環(huán)神經(jīng)網(wǎng)絡可用于文檔關鍵信息識別，商業(yè)銀行面對海量個人或小微企業(yè)客戶信息，利用該技術(shù)能夠準確識別關鍵信息，提高工作效率。自動編碼器技術(shù)則可確保信貸安全性，縮短風險識別的時間，使銀行服務更加便捷高效。深度強化學習技術(shù)則可用在信貸資源配置方面，摒棄人工判斷受到某類信貸特征的干擾，提高資源配置有效性。

人工智能在客戶服務領域的應用

開戶是客戶享受銀行業(yè)務的第一步，開立銀行賬戶的過程通常定義了客戶與銀行的未來關系。其過程看起來簡單，但通常涉及大量紙張的手動過程，也須耗費大量時間。利用人工智能的遠程客戶注冊使用機器學習進行欺詐檢測，取代了傳統(tǒng)的基于知識的身份驗證（Knowledge Based Authentication，簡稱KBA）方法進行客戶盡職調(diào)查（Customer Due Diligence，簡稱CDD），節(jié)省大量的處理時間和成本。開戶過程中，客戶身份核驗是客戶辦理諸多銀行業(yè)務的前置工作。傳統(tǒng)的身份核驗主要采用密碼驗證、人工驗證相結(jié)合的方式，存在一些難以解決的痛點、難點。例如，賬戶密碼與客戶身份關聯(lián)性較差，密碼一旦泄露則可能被不法分子利用，而人工驗證的效率、準確率又受到工作人員能力等因素影響。業(yè)務高峰期，工作人員壓力較大，難免出現(xiàn)紕漏。而人臉識別、指紋識別、活體檢測等基于人工智能的新型身份驗證方式，可以豐富驗證手段，提高賬戶冒用難度，提高驗證效率和結(jié)果的準確性。商業(yè)銀行可采用金融生物特征識別平臺，解決身份核驗難題。平臺最上層是生物識別管理門戶和人臉識別客戶端。生物識別管理部門可用于查詢影像庫及相關資料、預警信息及進行相關的用戶管理、權(quán)限管理等。金融業(yè)務中各種需要使用生物認證服務的柜面應用、自助機具應用、移動端應用、銀行內(nèi)網(wǎng)其他業(yè)務應用均通過人臉識別客戶端后端的生物特征識別服務。管理門戶和人臉識別客戶端通過接口適配層使用數(shù)據(jù)模塊、人臉靜態(tài)模塊、人臉動態(tài)模塊。平臺基礎服務層主要是上述功能模塊所需要依賴的中間服務或其他基礎服務。在銀行柜面業(yè)務辦理中，平臺可將現(xiàn)場采集到的人臉圖片與身份證信息獲取的人臉照片進行識別對比，并將對比分數(shù)及相應的閾值返回給柜面人員，柜面人員可基于此來判斷人、證是否屬于同一個人。采用改系統(tǒng)后，銀行身份核驗過程可在短短1秒內(nèi)完成，日均可辦理人臉識別業(yè)務5.8萬筆，識別準確率可超過99.3%。智能語音機器人是人工智能在商業(yè)銀行客戶服務方面的重要應用。聊天機器人可用于在線虛擬對話，可根據(jù)客戶需求自動做出響應，并在沒有銀行客服人員在崗的情況下模擬人機交互，實時解決客戶疑問。理論上，聊天機器人能比人工客服更快響應客戶需求，提供更加優(yōu)質(zhì)的服務。同時，聊天機器人可以處理許多重復性問題，可節(jié)約大量人力資源投入。智能語音機器人還可以同其他人工智能技術(shù)合作。例如，通過使用自然語言處理技術(shù)，聊天機器人可以理解不同語言或不同方言。通過觀察客戶的動作，機器人還可以積累、優(yōu)化內(nèi)部通用流程和系統(tǒng)知識，理解客戶行動意圖，以便提供更符合客戶心意的服務。通過內(nèi)部互聯(lián)網(wǎng)技術(shù)（Internet Technology，簡稱IT）知識庫中預設的機器學習和基于規(guī)則的判斷邏輯，聊天機器人可以學習診斷問題，確定問題是否可以解決，如果不能解決，則將其傳遞給人工IT支持團隊。

人工智能在財富管理領域的應用

智能投顧也稱為機器人投顧（Robot-advisor），最早由美國于2012年提出，是一種通過互聯(lián)網(wǎng)為投資者提供在線財富管理的服務，是大資管時代應用互聯(lián)網(wǎng)技術(shù)提供的極具特色的投資管理模式。根據(jù)現(xiàn)代資產(chǎn)組合理論，根據(jù)個人投資者的特定風險偏好和投資目標，并通過后臺算法結(jié)合人性化界面，提供給用戶個性化的最優(yōu)投資組合。近年來，我國居民投資需求增加，但傳統(tǒng)投資顧問人數(shù)少，能力參差不齊甚至存在詐騙的可能。同時，商業(yè)銀行方面也認為雇用專業(yè)投資顧問人工成本過高，通常只服務于高凈值人群，無法充分滿足市場需求。而智能投顧則可發(fā)揮人工智能的技術(shù)優(yōu)勢，收集消費者多方面信息，為普通消費者提供定制化的投資建議，降低投資顧問服務門檻，提升金融普惠性。銀行智能投顧產(chǎn)品可綜合利用聚類分析、投資組合模型、機器學習等方法，結(jié)合多年財富管理的實踐經(jīng)驗積累與客戶自身生活、資產(chǎn)信息，為客戶提供智能資產(chǎn)組合配置服務，實現(xiàn)風險分散目的。在投資者設定好投資期限與可承受風險等級后，智能投顧可綜合考慮客戶的流動性安排與風險偏好，給出相關建議，并由客戶自主決定是否照此計劃配置資產(chǎn)。通常，智能投顧按照如下流程提供服務：確定目標風險、構(gòu)建組合、一鍵購買、風險預警、提示調(diào)倉、一鍵優(yōu)化組合（智能調(diào)倉）、出據(jù)客戶服務報告。通過以上技術(shù)與流程，智能投顧能夠幫助客戶實現(xiàn)“低波動、穩(wěn)增長”的投資組合以及水平。我國居民儲蓄率較高，目前居民財富主要集中于房地產(chǎn)和銀行存款，在住房不炒和銀行利率市場化的背景下，智能投顧應用空間廣闊。此外，智能投顧服務門檻相對較低，有效滿足廣大工薪階級財富管理需求。

人工智能在商業(yè)銀行運營領域的應用

商業(yè)銀行可采用人工智能手段優(yōu)化成本控制，提升業(yè)務效率。首先，采用客服機器人、自然語言處理等技術(shù)，在電話、網(wǎng)銀、手機銀行等多渠道參與相關服務，可有效減少商業(yè)銀行銷售、客服等基礎崗位人員需求，逐步降低商業(yè)銀行人力資源投入成本。據(jù)BCG咨詢的報告顯示，到2025年，銀行業(yè)受人工智能技術(shù)應用的影響，崗位將削減23%。人工智能技術(shù)的應用使電子簽名、電子憑證等嵌入商業(yè)銀行業(yè)務處理流程，在保證安全性的基礎上，降低了相關業(yè)務處理對紙質(zhì)材料的依賴，有效控制銀行運營成本。其次，人工智能技術(shù)對傳統(tǒng)貸款審批業(yè)務流程的改造，不但提升了用戶體驗，而且優(yōu)化了商業(yè)銀行業(yè)務辦理效率。浦發(fā)銀行“網(wǎng)貸通”、招商銀行“閃電貸”、民生銀行“小微寶”產(chǎn)品，融合銀行數(shù)據(jù)與個人征信、訴訟、稅務等第三方機構(gòu)數(shù)據(jù)，利用人工智能技術(shù)對海量數(shù)據(jù)進行學習，在短時間完成貸款審批程序并實現(xiàn)對客戶的綜合信用評價與差異化風險定價。

人工智能在風險控制領域的應用

互聯(lián)網(wǎng)金融將比傳統(tǒng)模式面臨更多樣、復雜的風險挑戰(zhàn)，借助人工智能技術(shù)可以創(chuàng)新風險管理方法，用科技監(jiān)管科技，以科技應對風險。一是傳統(tǒng)金融風險。首先，人工智能采集多維度數(shù)據(jù)，嚴控信用風險。平臺多方搜集客戶社交信息、支付記錄、興趣愛好等數(shù)據(jù)，利用復雜網(wǎng)絡模型、行為序列檢測、違約概率評估等方式，綜合評價用戶信用。復雜網(wǎng)絡模型認為潛在高風險客戶與歷史違約客戶在某些數(shù)據(jù)維度上存在一定聯(lián)系。利用人工智能技術(shù)學習歷史違約客戶的特征，與新客戶對比，如出現(xiàn)曾使用同一終端、同一地址等足以證明新客戶與違約客戶存在緊密聯(lián)系的特征，客戶將被認定為高風險。行為序列檢測認為某些行為模式與違約行為存在高度相關關系。例如，用戶多次更換設備、改密碼，用戶使用身份證進行身份驗證時間過長，用戶下單前未充分瀏覽產(chǎn)品信息都意味著違約風險上升。商業(yè)銀行通過人工智能技術(shù)嚴格限制評分較低客戶的授信額度，對于評分低于門檻值的潛在用戶，平臺甚至不顯示金融服務入口，從源頭上嚴控信用風險。其次，人工智能利用大數(shù)據(jù)、機器學習技術(shù)管理流動性風險。大數(shù)據(jù)技術(shù)可構(gòu)建資金流向監(jiān)測系統(tǒng)，生成實時資金流向監(jiān)測數(shù)據(jù)，針對單個賬戶生成資金流向監(jiān)測統(tǒng)計，全面掌握資金動向。機器學習可構(gòu)建符合機構(gòu)業(yè)務實際的流動性風險網(wǎng)絡模型，優(yōu)化流動性風險度量指標體系；開展流動性壓力測試，對市場可能發(fā)生的極端情況盡早預警，輔助金融機構(gòu)做決策，增強金融機構(gòu)流動性風險管理能力。二是技術(shù)風險。首先，人工智能技術(shù)可刻畫用戶“安全基線”，保障交易資金安全。應用程序通過識別客戶常用的交易設備、交易地點、行為偏好等多維信息了解客戶的交易習慣，刻畫用戶“安全基線”，一旦一筆新交易偏離“安全基線”，將增加額外驗證環(huán)節(jié)。若新交易與歷史交易信息出現(xiàn)嚴重沖突，系統(tǒng)將瞬時阻斷交易發(fā)生。