论人工智能在金融领域的应用风险和防范对策

2019-02-18陈维君许纯纯

重庆理工大学学报(社会科学) 2019年9期

陈维君，许纯纯

(1.华南农业大学人文与法学学院，广东广州 510642；2.华南理工大学法学院，广东广州 510006)

互联网时代的到来加速了科技的传播与技术的更新，而人工智能更是一夜之间成为各个领域的热门应用技术。随着人工智能在金融领域的应用，区别于传统金融运营模式的智能投顾等金融服务和产品不断涌现，具有颠覆性的金融新模式应运而生[1]。以破坏式创新[2]为表现形式，金融科技的转变通过将法律技术和金融创新科学结合，在优化金融服务和产品的基础上，对其提供方式予以改进，从而对该行业的进步起推助作用[3]。迄今为止，互联网金融、类金融等新概念在金融领域层出不穷，普遍出现金融重塑现象，随之发展的还有泛金融行业(1)泛金融行业范围较广，不仅包括传统金融，还包括与之密切相关、紧密相连的行业如资产管理公司、投资咨询公司以及会计师事务所等。具体而言，泛金融行业包括银行、保险、证券、股票、基金、资产管理、期货、信托、交易所、支付、小额信贷、消费金融、互联网金融等行业。，此种情况使得金融行业不得不面对监管与风险的严峻挑战。据此，当务之急是将战略定位与消费者类型相结合，金融机构的运营应充分制定个性化服务，以期有效提升金融行业的整体运行效率。

一、人工智能的理论基础及其在金融领域应用的动因

基于人工智能的迅速发展，金融科技不断纵深推进，金融创新的必然趋势便是金融智慧化。对其展开具体探析的第一步，便是剖析其相关的理论基础。

(一)人工智能的理论基础

人工智能最初仅仅作为一个分支归属于计算机学科之下，起初的目的为在生产生活中取代热力予以应用，从而降低人力、物力成本。但由于其飞速发展并不断被认可，遂逐步演变成一门独立的系统学科，更和纳米科学、基因工程并称为“二十一世纪三大尖端技术”。

作为一门新型技术科学，人工智能致力于拓展与研究人的智能的理论与技术等。其区别于传统的代码编程，它能运用数据分析、演绎推断和计算学习等方式，通过算法对设定事件作出自身的判断和归纳，从而高效地完成相应的设置和操作。由于人工智能具有卓越的数据分析能力，能够准确且迅速地处理非结构化、大规模的数据，故其在语音、视频、文本和图像等内容的处理中备受青睐，得到了广泛的应用。自诞生以来，人工智能的理论与技术日趋完善，应用范围亦逐步延伸，可以预见其不断的成熟将为生产生活带来新的便利。

(二)人工智能在金融领域应用的动因

目前，人工智能在医疗、教育、交通等众多领域得以广泛且深入应用，在金融领域的应用亦是顺应时代号召与需求。

1.消费者：日益增长的金融服务需求

由于现代生产生活水平日益提高，消费者在金融领域的消费亦随之日趋多样化，对投资、支付、理财等多类金融服务和产品的需求更是倾向于便捷性与个性化。此外，金融消费者在选择服务和产品时，体验效果俨然成为了举足轻重的关注点之一，智能化的金融服务和产品恰好最大程度地满足了消费者的需求，从而受到青睐。

2.金融机构：提升核心竞争力的需求

一方面，如果金融服务和产品在业内逐步同质化，则金融机构的客户群和客户黏性可能相应减少；另一方面，在互联网和大数据背景下，为了提升自身的核心竞争力，金融机构也对智慧金融、运行经营和数据分析等方面提出了更高要求。所以，建立多元化、高质量的运营体系，创新并丰富金融服务和产品，是金融机构取得长足发展的必要条件。

3.金融监管：低成本、高效率的需求

当下金融监管机构面临的新挑战，即是高效、精准地监测金融市场行为，管控风险操作和分析经济形势。但基于金融创新日新月异、金融数据纷繁复杂等众多原因，金融机构必须不断调整监管措施以适应新时代的监管需求，而人工智能在金融领域的应用为其提供了技术支撑，在降低合规成本的同时亦同步提高了监管效率。

4.信息科技：实现智能化的需求

步入互联网时代以来，区块链、大数据、云计算等人工智能技术取得了长足进步，其与各领域日渐深度融合、自身日趋成熟的同时还促进了与其相融合领域的发展，更使得智能化产业成为新兴产业。作为信息科技应用的前沿，金融领域和人工智能的结合乃大势所趋，金融服务和产品亦亟须智能化。

二、人工智能在金融领域的应用实践

人工智能技术可以代替人力高效快捷地处理数据以提供个性化的服务和产品，现已在各领域得到充分应用，金融领域亦不例外。

(一)智能投顾

智能投顾[4]是指个人投资者提供风格偏好、收益目标和风险承受水平等要求，金融机构在展开一系列智能运算的基础上，结合投资组合优化等理论模型，最终提供最符合用户要求的投资参考[5]，此种行为还能平衡市场动态对资产配置的影响[6]。当下我国金融公司提供较广的服务之一即为智能投顾，提供的主体包括：银行系(2)如：平安一账通、中银慧投、贝塔牛等。、基金系(3)如：金贝塔、掌上基金、蛋卷基金等。、大型互联网公司系(4)如：蚂蚁财富、京东智投、同花顺等。和第三方创业公司(5)如：且慢、好投顾、理财魔方等。等，迅速兴起的在线专业投资顾问随处可见。

投资机构与普通消费者均为智能投顾的主要受众。针对投资机构，一方面，通过人工智能整理分析金融数据，智能投顾系统进而构建、调整交易模型，直至逐步完善该模型；另一方面，为了及时发现风险、优化投资战略，投资机构可在灵活运用大数据技术的基础上综合剖析多方数据，了解竞争公司的情况或者本公司内部各个环节的情况。而针对普通消费者，与传统的个人投资顾问不同的是，消费者诸如年龄、风险偏好、经济基础等个人信息被智能投顾系统采取和收集，通过将以上信息与人工智能构建模型相结合，得出更具科学性与客观性的分析结果，最终达到为消费者制定符合其个性化的投资理财方案的目的(6)例如：2016年，招商银行上线了一款名为“摩揭智投”的智能投顾产品，为消费者提供个性化和最优化的基金产品组合配置。。

(二)智能客服

以银行(7)我国五大国有银行与十二家股份制银行的客服系统均已引入智能客服系统，并以此为消费者提供智能客服服务。为代表的金融机构不仅将智能客服当成一种金融服务手段，更将其当成金融行业象征着科技实力的标准化服务产品。2015年底，交通银行采用全球领先的智能交互技术研发并推广了智慧型人工智能服务机器人“娇娇”，其以超过95%的交互准确率而闻名，被称为我国第一部兼具语言能力和思考能力的智能型服务机器人，现今已正式投入广东、上海和江苏等多个省市的营业网点工作。与此同时，网络促进业务流程的优化升级，在“企业通”这一平台上，工商银行提供了消费者自助开户服务这一创新形式，即消费者通过数据对接的形式，利用智能设备自助办理诸如开设账户、购买货币等基础业务。

在借助APP、电话和网页等渠道的基础上，消费者对所需办理的业务进行操作，此时通过科学分析消费者数据与需求，智能客服可以及时地为消费者提供其所需信息并最大程度地回以所需答复，方便消费者展开业务咨询或者业务办理。现今人机相结合的模式已被广泛采用[7]，即智能客服在消费者服务的前端环节予以应用，消费者可自行操作完成基础性、常规性的业务办理，假使智能客服的服务难以令消费者满意，则系统可以转接为人工客服。此举不仅合理降低人工服务压力，亦有效减少企业运营成本，更重要的是消费者的服务体验得到提升。因此，有必要加快语音识别技术和自然语言处理技术的深入应用，促进智能客服业务的广度与深度得以拓展。

(三)风险管控

人工智能在风险管控中的主要作用体现为在收集、分析消费者信息的基础上构建风险预测模型，从而确定风险程度。以贷款业务为例，早期的贷款业务必须依靠人工审批完成，耗时2至10天不等，甚至更长。但由人工智能审批贷款业务则可大幅度缩减审批时长，甚至短短几秒便可知道审批结果。此举在为消费者提供便捷的同时也避免银行陷入因审批时间过长而错失消费者的困境。同时，传统风控模型的制作耗时较长，而利用人工智能技术制作风控模型耗时较短的优势有目共睹，因而该风控模型的科学性和准确性更值得认可。

除此之外，银行的人工成本在大规模运用人工智能技术后明显降低，而且工作人员的工作效率提高了。现今尝试利用人工智能识别可疑交易的国际监管机构(8)如：新加坡金融管理局(Monetary Authority of Singapore)、美国证券交易委员会(the U.S.Securities and Exchange Commission，SEC)、澳大利亚证券和投资委员会(Australian Securities and Investment Commission，ASIC)等。不在少数，其中最常见的做法便是扫描识别数据库中的数据文件，从而提取利益主体，继而对基本信息、行为特征和交易轨迹等数据展开智能分析，最终达到快、准、狠地对地下洗钱等违法犯罪行为进行打击的目的[8]。不仅如此，人工智能技术在金融监督管理层面可以预防威胁金融稳定的不良因素的干扰，智能识别异常交易的风险主体，有效预测市场波动和流动性等风险，促进稳定GDP、调控房价和缓解金融压力等目标的实现。

三、人工智能在金融领域的效能分析

现今人工智能已贯穿金融领域的全过程，且二者的深度融合俨然取得一定成效。为进一步探索和分析如何将人工智能更为科学、合理地应用于金融领域，应立足当下分析其应用效能。

(一)实现金融监管的时效性

当下交易行为的数据规模呈现壮大趋势，其所涉及的交易主体纷繁复杂，且主体之间的关系亦不断变化，此番现状充分暴露传统人工监测分析方法的弊端。另一方面，互联网、人工智能等技术在提升金融领域服务质量的同时，亦复杂化了金融诈骗、洗钱等金融犯罪行为，使得监管部门的稽查重点不再只是实时追踪单个交易，而是面向关联分析多个交易。据此可知，排除不必要信息干扰、挖掘交易行为中深层信息的知识图谱技术应予以深入开发。知识图谱技术以关系图的形式展示不同主体之间的交易行为或者活动，让人直观明了不同主体之间的交易关系，再进一步分析以期从中寻得可疑或非法线索。与此同时，为了执法系统在发现违规行为后可以及时地传递风险预警信号，把人工智能技术纳入自动预警功能实属必要(9)如：京东金融通过人工智能技术分析消费者的社交数据、信用累积等信息，同时实施欺诈监测，从而推论出借款人的还款意愿和还款能力等参考数据，凭此制定贷款标准，最终达到京东金融贷款处于安全状态的目的，可有效地降低风险系数。。

(二)促进数据分析的科学性

交易信息、消费者资料和市场运营等海量数据资源在金融机构长期的运行操作中得到积累，假使这些数据仅仅依靠人力资源展开处理，显然难以被充分合理地运用，更无从谈论如何科学有效地对相关金融活动作出指导。但在人工智能技术和大数据技术出现之后，读取、分析并及时处理所获取的数据资源已经成为最简单且最普遍的业务，此举在充分利用金融领域的数据资源的同时还使得金融机构进行业务活动多了可供参考的数据资源。此外，人工智能的应用还可以令数据处理的效率不断上升，构建金融数据模型，促进非结构化图片、视频等数据资源向结构化信息转化，继而定量和定性分析该份数据，这不仅将金融行业的数据资源予以充分利用，而且还提高了金融行业的业务处理能力与效率(10)如：阿里小贷在分析商户近一百天的数据的基础上，便可马上明晰该商户是否具有或者潜伏着资金问题。知悉之后阿里小贷即可主动出击，寻求与商户进行积极沟通，以期在最短的时间内将金融贷款服务提供给商户。。

(三)保障消费者权益的落实

普惠金融的场景化是当下最新的发展趋势，其重要内容之一便是金融产品与服务，针对线上金融服务，多样化的服务方式与消费方式将随着其与多元化场景的结合应运而生；针对线下金融服务，与金融平台的对接恰好可以满足其转型需求，为其拓展自身的服务范围，增加自身的竞争力。而且数字普惠金融(11)普惠金融(inclusive finance)这一概念由联合国在2005年提出，是指以可负担的成本为有金融服务需求的社会各阶层和群体提供适当、有效的金融服务，小微企业、农民、城镇低收入人群等弱势群体是其重点服务对象。的出现，开拓了小额信贷的覆盖面，提高了消费者的信贷可获得性，金融自由选择权的范围呈现扩大趋势。但是，人工智能同金融领域的不断创新与融合除了为消费者带来便捷高效的服务之外，还令风险意识较弱的消费者群体面临新的挑战，故而亟须落实对金融领域消费者权益的保护。

四、人工智能在金融领域中的应用风险

人工智能在金融领域的应用促进了金融服务和产品的升级不容置疑，同时亦提供了创新业务和优化方案。尽管取得了一定的成效，但同时亦有新的棘手问题亟须解决。

(一)金融监管难以到位

人工智能技术的运用固然提升了金融服务质量与水平，但同时亦使得金融监管陷入了新的困境，而金融监管是否得当在一定程度上影响着该行业的秩序构建。

1.日益复杂化的监管对象难以监管

根据现行的监管法规，被监管的对象乃法人和自然人(12)《中华人民共和国银行业监督管理法》第二条规定：“对在中华人民共和国境内设立的金融资产管理公司、信托投资公司、财务公司、金融租赁公司以及经国务院银行业监督管理机构批准设立的其他金融机构的监督管理，适用本法对银行业金融机构监督管理的规定。国务院银行业监督管理机构依照本法有关规定，对经其批准在境外设立的金融机构以及前二款金融机构在境外的业务活动实施监督管理。”。在人工智能不断创新深化的背景下，投资账户的所有权人及其经营者呈现分离趋势。倘若投资监管过程中出现问题，则投资人将以他们仅负责出资而并未参与任何实际操作为理由否认其为行为主体；而智能代理服务商则会言其仅基于本职工作操作账户，仅起到提供技术服务产品的作用而并非扮演实际控制人的角色，故不是行为主体。

2.纷繁多样的智能代理行为加大监管难度

首先，由于现行监管法尚未规定监管边界，对智能代理行为进行监管缺乏法律依据，因此难以监管；其次，集合性基金利用智能代理恶意操纵股市的行为，责任主体亦难以界定；最后，智能监测系统可能将同时操作大量账户的智能代理行为视为一致行动人的行为[9]，出现违法违规行为难以认定的局面。

(二)系统风险大幅增加

金融领域对计算机技术和互联网技术的依赖性日趋强烈已成不可逆转的局面，尽管人工智能技术的融合促进了数据资源的综合运用，但其亦给不法分子依靠人工智能恶意攻击系统以可乘之机，据此，系统风险的诱发性因素之一便是人工智能技术的介入[10]。包括运转失灵、网络设施破坏和系统受到攻击等在内的系统故障安全事件频频发生，此类事件增大了数据毁损、消费者信息泄露、业务办理异常等情况出现的机率，严重影响了金融领域的健康发展，甚至可能对其造成致命打击。人工智能的介入还导致金融行业过分依赖用户自身对信息的输入，倘若用户没有确保程序输入的有效性与真实性，误将错误信息输入，轻则造成数据匹配不成功，重则导致数据库紊乱，造成无法提供科学的参考信息、影响业务办理的局面，最终扰乱行业秩序。

(三)用户信息易被泄露

通过在数据库中收集、整理、分析各类数据，人工智能系统能运用记忆功能等提升智能性[11]，不可否认该技术已经取得了长足进步，然而对于信息泄露这一问题其自身亦无法防御。近年来，互联网金融在世界范围内蔓延，第三方支付系统，如Apple Pay、Alipay、Wechat Pay等大型互联网企业，将人工智能系统纳入自身的支付系统，而该支付方式俨然成为国际支付体系的一个重要组成部分。除此之外，用户在使用相关软件时，也会将其海量个人信息甚至隐私置于系统中，一旦系统被侵入则易产生信息泄露的风险，更有不法企业将用户信息打包出售以求牟利。当下，信息泄露与不少金融案件存在联系，这些通过各种途径泄露出去的用户信息，如果落入不法分子手中，则极有可能发生银行卡窃用、电话诈骗等事故，不仅会使用户遭受财产损失，还会威胁到用户的人身安全。如今，由于信息泄露事件不断出现且逐渐发酵，用户对其自身信息与隐私的保护日益重视，因此，关于该方面的探讨亦是广泛且激烈。

五、人工智能金融应用风险的防范对策

面对已知或潜伏的风险因素，未雨绸缪地注重风险防范乃最佳对策。尽管人工智能技术尚不够完善，但切忌因噎废食，谨慎科学地将其予以应用，进而及时地处理漏洞与解决问题才是应取之策。

(一)完善金融监管法律，健全金融监管制度

如今，金融监管体系的设置与运行模式要求日益提高，人工智能在金融风险管理领域的创新应用亦不断升级。我国虽然支持和鼓励人工智能产业的发展，可重心却在技术研发层面，所以人工智能技术的应用造成的产业冲击或者监管风险等问题仍然无法同步调整或者及时处理，由此可见，我国在对待人工智能问题上，完善制度与健全规则亟须提上日程。

一方面，建立健全人工智能在金融领域应用的相关法律法规与监管规则，尤其注意保障用户的个人信息和隐私安全。人工智能技术日新月异，滞后的金融法规或者金融监管无法给予金融风险充分的提示。然而监督管理是金融行业进行创新且获得长足发展的重要保障，但我国现行的金融制度却无法满足当下金融监管的需求。而且，监管工作的开展也因金融领域的对象、范围等基本概念尚未阐明而变得尤为棘手。在现行立法的基础上完善金融监管制度可有序高效地推进人工智能技术在金融领域的应用，据此，最主要的还是在立法层面将监管过程中的基础性概念予以明确，避免模棱两可和当事人之间相互推诿的现象出现。为此，全国人大、国务院、银监会、证监会等相关主体必须适时调整现行的法律法规体系和监督管理架构，继而以此为指导，逐步构建科学合理的金融交易规则，以求从根源上将监管不力的问题予以解决。另外，还需对用户信息的保护内容予以完善，严重触犯者应入刑处罚。

另一方面，新技术的应用固然存在风险，但不可因噎废食，建立健全有效合理的管理制度是促进其健康成长的关键。健全的管理机制可以有效促进人工智能技术的推广，而且在健康安全的环境下，新技术的升级与普及也会与其相得益彰，从而真正地服务于该行业或者该领域。尽管智能判断通常情况下不会出错，但人工智能技术尚处于起步阶段，尚未完全成熟，所以针对开发者技术程度较低而造成的失误，可以在一定范围内予以免责，以此鼓励大众参与人工智能的建设，营造适合人工智能在金融领域创新升级的环境。除此之外，金融监管的过程呈现出循环性、连续性和完善性，每一个步骤都应掌握加以分析，据此，风险处置、风险评价、日常运营监管、市场准入和退出市场等亦应作出业内规定。最后，责任追究机制亦需贯彻落实，通过出台具体的审计和验证等评价方案严格审核人工智能在金融领域应用的软件环境与硬件环境，并在安全测试的基础上实时监控其客户端、服务器和负荷管理等数据，一旦发现恶意操控或攻击系统等情况即及时报警，让不法分子得到应有的处置，这在一定程度上可以扫除人工智能技术在应用与推广道路上的障碍。

(二)加强智能风险防护，强化网络安全管理

金融行业平稳发展的基础是金融安全，故人工智能技术的应用亦应在确保安全的基础上进行，将风险调控系统设置健全再开展运行是关键。基于此，在探索人工智能技术扩大应用的同时，需及时意识到并采取措施防范风险。风险的有效预防与灵活应对可以令人工智能在金融领域的应用空间和安全性不断扩大，因此加强智能风险防范，为人工智能的应用提供更为广阔的空间显得极为重要。目前，人工智能技术贯穿金融业务流程的各个环节，所以强化网络安全管理更是不容小觑。

1.金融交易安全的风险防范

当下的金融支付系统打破了传统的密码支付，采取指纹识别、人脸识别等更为高效便捷的高科技支付形式。该做法确实提高了便利性，但也同步提高了金融交易的风险。例如，部分支付系统可采用人脸识别感应技术进行支付，然而如果两人长相十分相似甚至相差无几(如：双胞胎)，则系统可能出现错误识别的状况，导致账户被盗用或误刷。为了缓解甚至避免这些现象发生，应分别从用户自身和技术防范两个层面入手：在用户层面，用户本身必须提高自我防范意识，尽量采用最安全的交易方式；在技术层面，金融系统必须提高扫描的精确度，在进行相关识别时做到全方位识别，从技术层面上严格把控，一是可采取多项生物识别相结合的方式，如在人脸识别的基础上附加指纹识别等内容，二是采取防止生物造假行为，通过眨眼、转脸等人体活动进行活体测试，凭此确认用户的真实性。与此同时，利用IP地址锁定和GPS定位技术等手段，对异地支付等异常行为展开判断和监测，予以充分的安全提示，而不是直接通过业务操作，从而提高金融交易的安全性。

2.金融欺诈行为的风险防范

近年来，“薅羊毛”等现象层出不穷，打擦边球、钻空子甚至真正的违法犯罪行为更是严重扰乱了金融秩序，所以，倘若某用户的业务办理项目、时间或者空间等数据存在异常，则应采取措施及时加以阻止，以期达到预防、避免安全事故发生的目的。所以，金融系统应通过人工智能技术全面展开全程交易监控，根据该用户金融交易的方式和内容制作个性化的预测交易发展趋势，对用户的业务办理项目、类型和流程等数据信息同步记录并进行分析，再在加工处理这些数据信息的基础上，运用数据模型对该用户的整体时间、业务等相关信息作出总结，继而科学合理地预测出其未来交易趋势[12]。若该用户的金融交易行为过分偏离预测数值或较正常用户的数值而言过分异常，如出现使用设备终端异常、用户信息验证有误等，则可及时发现并予以制止，进而防范金融欺诈行为。

3.构建安全防护体系

体系的构建需要灵活运用人工智能技术、计算机技术和互联网技术等，且该体系需贯穿整个金融交易环节。在环节前段，应从源头开始实施风险防控，排查潜在风险，事先分析交易风险和欺诈可能性，降低损失的风险；在过程中，人工智能应在深度学习的基础上进行数据资源的整合应用，但数据泄露的风险在该过程中可能由于漏洞的存在而出现，为了杜绝此种安全隐患，必须及时更新人工智能系统，对漏洞进行全面修复，从而使安全系数得以提高；在支付终端，为了减少不法分子利用便捷支付的漏洞给用户造成财产损失甚至人身伤害的可能性，在支付时综合运用多因子安全防护技术，如将脸部识别与指纹识别相结合等，并不断升级更新该技术，不让不法分子有机可乘。

(三)保障数据安全可控，重视用户信息加密

用户自身的可控范围在大数据技术广泛使用的背景下逐渐减小，而这对行业系统在数据应用上不可违反歧视性、欺诈性和公平性提出了更高的要求。信息获取速度和途径随着互联网技术的飞速发展而日益增加，但人工智能时代除了强调高度智能化，更应保障用户的信息安全，杜绝以泄露数据资源为代价的现象发生。此举并不意味着彻底禁止数据交流，相反，是为了其在金融领域更好地被予以应用，必须安全合理地收集、使用、储存以及保护数据资源，进而加强对用户数据资源的管理。开发者与使用者应对人工智能的可控性与安全性予以高度重视，尤其是开发者必须充分利用网络安全防御技术为服务器群组、数据中心和各个端口提供安全保障，必要时采取全局身份认证技术[13]，对数据资源进行统一授权、管理和访问，将安全性置于首位。

迄今为止，我国的信息安全保障基础依旧较为薄弱，因此应鼓励并支持开发者在技术研发时做好信息加密工作。然而，通常情况下，金融机构的技术水平有限，在安全加密的技术研发工作上缺乏优势，其自主研发能力不足以对用户的数据资源予以充分且安全的保护。但是只有当数据资源得到充分的安全保障时，人工智能在金融领域中的合理应用才具有切实可行性。因此，金融机构应主动加强同人工智能技术开发者的沟通与交流，寻求深入合作，发挥对方的专业优势，以期运用开发者的技术研发能力防范信息泄露等风险，促进金融业务与活动的顺利开展。不可否认，金融交易用户对人工智能安全性的控制极其有限，因此需要开发者在各个端点、服务器和数据中心等领域提供强有力的安全防御支持，在结合网络安全防御技术的基础上，运用加密技术保障数据安全。为了进一步增强安全性，应采用全局身份认证技术，统一管理授权、用户身份和访问等内容。另一方面，用户数据资源的加密技术在不同环节与系统上的效果呈现出一定的差异，而且在收集、分析和管理上亦存在些许不同，所以需要开发者对症下药，针对不同的风险与漏洞进行不同的防护与升级，力求将风险系数降到最低。实现用户数据资源的科学保护，必将使人工智能同金融领域的融合发展达到全新的高度，开启更为深刻的发展篇章。