浅析人工智能技术在银行业中的应用

王佳欣 张森 罗明勇

摘 要：本文对国内外人工智能技术在银行业中的应用现状进行了梳理;根据国内外著名银行的人工智能典型应用实例，浅析了人工智能技术对银行业的客户服务、成本管理、营销方式、风险管理等方面的作用和影响;结合金融科技发展态势，展望了人工智能技术在银行业中的应用发展趋势。

关键词：人工智能;银行;金融科技

中图分类号：F832 文献标识码：A 文章编号：1671-2064（2019）13-0023-02

0 引言

科技是影响和推动银行业的发展变革的重要动力。特别是自上世纪以来，科技对银行业持续产生着历史性的变革效应。从手工记账到电子化运营，从分散化运营到大数据集中，从“算盘”到“键盘”，科技对银行业的运行模式乃至整个行业体系产生了极其深远的影响。当前，人工智能技术发展方兴未艾，银行业正面临着重大变革。

1 人工智能技术在银行业中的应用现状

人工智能（Artificial Intelligence，AI）是人造的智能，其含义是研究、开发、模拟、延伸、拓展人的智能的理论、方法、技术与应用。就目前人工智能在银行业的应用而言，人工智能的细分技术领域主要包括机器学习、智能感知与模式识别、自然语言理解和知识工程等。

近年来，在人工智能发展的浪潮下，银行业对人工智能的重视程度空前提高。正确应对和合理利用人工智能，提高银行的核心竞争力，已成为國内外银行业面临的重要课题。

国际方面，美国花旗银行、富国银行、合众银行、摩根大通银行，英国巴莱克银行、汇丰银行，瑞士瑞信银行等银行业巨头，均将人工智能的应用置于战略高度，目前的重点是将人工智能用于改善用户服务、缩减成本、增加收入，以及防范风险。

例如，花旗银行与尖端科技公司建立了一系列创新合作伙伴关系，以扩大和改进服务。花旗银行建立了全球性科技公司网络以及花旗全球创新实验室。在创业投资组合中，花旗银行特别注意电子商务和网络安全。花旗银行对全球领先的数据科学公司Feedzai进行了战略投资，可以实时查找、规避在线和个人银行业务中风险和欺诈行为。花旗银行在人造智能领域的投资还包括Clarity Money，将基于人工智能的个人理财应用推向市场。

国内方面，从国有商业银行到股份制银行、城商行及农商行，都纷纷涉足人工智能领域。中国银行、建设银行、工商银行、农业银行等与腾讯、阿里、百度和京东等互联网巨头合作，以建立金融科技联合实验室等形式，开展人工智能领域的合作。2018年中信银行在北京发布了最新开发的“信智投”智能投顾产品，采用“人工智能+人类智慧”双脑智慧，融合大数据分析、量化金融模型及专家智慧，精准把握客户需求，为客户寻找最优组合智能投资配置。这是继招行的“摩羯智投”、工行“AI投”等业务之后的又一力作。

随着越来越多的银行发力人工智能领域，科技赋能金融，银行业在人工智能领域的竞争将日趋激烈。

2 人工智能技术对银行业的作用和影响

人工智能的有效运用可以推动银行业创新发展和转型。人工智能技术正在深度改造着银行业，对客户服务、成本管理、营销方式、风险管理等方面均产生了重大影响。

2.1 提高服务效率，提升客户服务体验

随着人工智能的深入应用，银行与客户的互动效率会不断提高，客户的需求可得到更大限度的满足。

人工智能推动了智能客服的投入使用，使客户能够简单快捷得到更加人性化的服务，提升了银行服务效率和服务质量[1]。比如，目前已有银行在网点使用智能机器人，帮助大堂经理对客户进行指引，可以节省客户等候时间。智能客服还能够对银行业务人员与客户交流情况分析进行深度学习，为客户提供更优质的服务。

另外，人工智能的突出特点之一是强大的数据分析能力，其应用提升了银行业数据分析的效率。比如，对于批贷业务，由于银行与借款人间信息不对称，传统的人工审批方式从收集借款人资料到发放贷款需要多个工作日。人工智能具有高效率的数据分析能力，可实现信贷业务的批量化、程序化处理，极大提高贷款审批效率，符合条件的客户从提出申请到贷款支用仅需要几分钟，显著提升客户的服务体验。

2.2 减少运营成本，提升盈利能力

人工智能的应用可节省大量人力成本支出。以银行自助发卡机为例，办理客户开户平均耗时3分钟，而普通柜员在柜台办理开户平均耗时9分钟，自助发卡机的工作效率是普通柜员的3倍。而一台自助发卡机的年运营成本一般不足5万元，可减少大量人力成本。另外，自助发卡机办理业务，无需纸质材料，减少了耗材支出成本。

另一方面，利用人工智能手段，银行可根据客户的财务状况、利率敏感程度、信用风险预测等因素，主动建立差异化的定价模型，获得更高的收益，从而提升银行的盈利能力。

2.3 突破地域限制，改变营销模式

传统银行网点的服务范围主要局限在周边几公里范围内，而人工智能技术的应用，打破物理网点服务区域及营业时间限制，在更广阔的空间和时间范围内营销获客，可对远程客户提供全时的在线服务，拓宽了银行营销及获客渠道。

人工智能技术可融合内部和外部数据，从行业、客户、产品等多维度构建知识图谱，为银行提供更为精准、全面的潜在客户画像。在此基础上，结合数据模型进行细分，挖掘客户的个性化需求。通过上述手段，银行能调配出最优资源配比，把最好的营销资源投入到最优层次的客户上，实现精准营销。

2.4 防范金融案件，提升风险防控水平

风险防控是银行业面临的核心问题。以人工智能为代表的新兴信息技术，可在信贷、反欺诈、交易监测等领域广泛应用，提升风险防控水平。

人工智能改变传统的以满足合规监管要求的被动式管理模式，转向以依托高新技术进行监测预警的主动式智能管理方式。以信贷业务为例，对于信贷流程中存在的欺诈和信用风险，人工智能技术可以从多维的海量数据中深度挖掘关键信息，找出借款人与其他实体之间的关联，从贷前、贷中环节提升风险识别和防范的精准程度。在贷后环节，使用智能催收技术可替代约一半的人力，从而节省人工成本，更重要的是，智能催收技术可精准匹配参数，通过客户基本信息、申请信息、逾期情况、还款能力、还款意愿、消费习惯等因素判断逾期客户的综合情况，智能匹配催收策略，提高催收的效率。

3 人工智能技术在银行业中的应用发展趋势

当今时代，科技对于银行业的改变明显高于以往的历史时期，将对银行业的未来发展方向产生深远影响。

就人工智能而言，目前在银行业的相关场景中以机器学习、智能感知与模式识别、自然语言理解和知识工程等四项技术应用较多[2]。机器学习（特别是深度学习）作为人工智能的核心，是银行业务中各类智能应用得以实现的关键技术;智能感知与模式识别技术通过运用先进算法在人机交互、身份验证和安全支付环节中广泛应用;自然语言理解通过语言及文字分析，为客服、投顾等效率的提升提供了有力支撑;知识工程利用知识抽取、表示、融合以及推理技术，构建实现智能化应用的基础知识资源。

就金融科技而言，金融科技不仅仅局限于人工智能与金融业的结合[3]。金融科技主要是指广义的新兴信息技术（人工智能、大数据、云计算、区块链等）与金融业的结合。而人工智能与大数据、云计算及区块链等技术并不是相互割裂的，而是相互依存的关系，上述技术作为银行业等金融行业未来发展的技术驱动力，为金融行业的各参与主体、各业务环节赋能，对于行业的产品创新、流程再造、服务升级发挥着重要作用。

就银行业本身而言，银行业作为一个古老的行业，历经农业社会和历次产业革命，其業务形态不断发生着变化。但是，从金融机构的主体地位而言，银行作为一种金融存在不会消失;金融服务作为银行业的立命之本不会改变。人工智能只是服务的手段，无论人工智能多么高效与快捷，代替不了服务的全部。对于人工智能在银行业的应用，光有技术是不够的，不管多么先进的技术理念，要想为某个行业创造实实在在的效益，必须要和这个行业的业务场景有深度的结合。否则，技术只能停留在概念阶段。

未来的银行业将是传统业务与人工智能等金融科技的融合。怎样从同质化服务中突围，是未来银行竞争制胜的关键;差异化的金融服务将是未来银行业竞争的主战场，如何利用人工智能等新兴技术，合理地创新、发展、提升金融服务将成为银行核心竞争力。人工智能有待技术的不断发展以及与金融场景的不断融合。可以预见，未来人工智能在银行业中的应用场景将更加丰富。

4 结语

人工智能带给银行业的不仅是技术，更有对传统银行业务模式和经营理念的极大冲击。历次产业革命后的社会发展进程表明，凡是顺应科技发展趋势的行业和个体，都拥有了更强的生命力和竞争力。当前，人工智能大潮下的银行业也是如此。银行业应顺应科技发展趋势，积极调整业务模式、改变经营理念，以积极和主动态度，迎接人工智能时代的到来。

参考文献

[1] 郭非.人工智能在商业银行中的应用[J].现代商贸工业，2018（30）：110-111.

[2] 巴曙松，慈庆琪，郑焕卓.金融科技浪潮下银行业如何转型[J].当代金融研究，2018（2）：22-29.

[3] 易宪容.金融科技的内涵、实质及未来发展——基于金融理论的一般性分析[J].江海学刊，2017（2）：13-20.