人工智能背景下高职金融专业群人才培养探索——以宁夏财经职业技术学院为例

沈玉星

一、 人工智能背景

国务院于2017年7月出台《人工智能发展规划》， 国家把人工智能（AI）作为重要的科技战略，逐渐与各行业深度融合，不断促进金融业、制造业、农业、5G产业等重点领域的快速发展。随着信息科学技术的飞速发展，特别是人工智能（AI）、云计算、大数据技术、互联网+等在银行、保险、证券、期货传统金融领域的广泛应用，使得金融行业大致经历了四个阶段的发展：人工+传统金融阶段、IT+金融交互式阶段、互联网+金融智能终端阶段以及正在经历的人工智能+金融创新阶段。互联网金融、移动支付、AI+投资顾问、AI+风控等新型金融业态不断涌现，未来金融业的核心竞争力很大程度上依赖于人工智能对大数据分析、挖掘、应用的速度和能力，从而提高金融服务及创新。由此可见，人工智能正成为金融企业竞争力的核心要素，金融岗位在变化和创新，对金融人才的培养也提出了更高的要求。

二、人工智能对金融行业的影响

（一）人工智能与金融行业的有机结合

人工智能就指使机器能够模仿人类智能的方式作出行为反应的机器和技术，简言之就是“将人类智能赋予机器”。从现代化角度看，人工智能就是利用大数据技术、计算机技术、VR技术、统计学、仿生学和生物学等多学科的交叉，智能化替代人类部分工作。图1中可以看出，人工智能技术主要包括四个层：基础层、数据层、技术层、应用层。前三层为硬件、数据算法、平台软件，真正与金融行业结合的是应用层：辅助决策、金融风控、智能客服、生物认证等，在技术上不断促使金融科技创新发展。

（二）人工智能在银行业的应用

2017年以来，随着大数据技术、VR技术、生物仿生技术在金融领域的深度运用，加快人工智能在银行业务的创新，智能客服、智能柜台、无人智能银行、智能营销、智能风控等银行领域得到广泛的应用。

1、智能营销和智能柜台服务

智能机器在人-机互动功能已经广泛应用于银行业务领域，借助雷达智能导航、语音智能识别、行为动作识别、人脸识别等成熟的技术，模拟人类行为、智能交流、交流互动等银行传统人工岗位，尤其是智能语音和智能柜台机服务。部分银行的智能机器已经可以模拟大堂经理岗位，实现智能咨询、业务办理、客户引导等多个功能。比如建设银行的智能柜台机，识别客户的指纹、眨眼、点头等行为，就可以自助办理银行卡开卡、信息就更、现金/转账支票等业务，比传统柜台办理同样的业务效率更高、更快。目前，建设银行的智能柜台在营业网点普遍使用，把个人非现金业务包括开卡、现金/转账支票、理财产品等业务都“委托”智能机器完成，为广大长尾客户节约时间成本，针对不同客户群体智能化、人-机交互式的服务，提升高效的服务体验。

2、无人智能银行

开发人工智能技术、VR仿生模拟应用于智能机器人，提高客审核速度和准确率，简化办事流程，缩短客户时间，业务办理效率大幅提升。2018年4月9日建设银行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，只有智慧柜员机和远程视频柜员机引导客户操作，基本实现刷脸验证（无需银行卡、密码）办理存款、贷款和理财咨询等业务。

3、智能投顾

智能投顾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。根据权威机构数据分析，2017年中国智能投顾市场规模高达288亿美元，通过深入分析投资者的年龄、风险偏好、资产状况等信息，进行智能化的资产配置服务。如2016年12月6日，国内首家推出智能投顾系统的招商银行App5.0正式上线，利用招行在大数据与技术的优势，提供客户资产优化配置，实现摩羯智投、收支记录、收益报告和生物识别四大金融科技创新功能，随后浦发银行财智机器人、兴业银行兴业智投、平安银行智能投顾、江苏银行阿尔法智投、广发智投、工商银行“AI投”等快速发展。

4、AI+人脸识别

生物识别是指通过计算机与光学、声学、生物传感器和生物统计学原理等高科技手段密切结合，利用人体固有的生理特性（如指纹、脸象、虹膜等）和行为特征（如笔迹、声音、步态等）来进行个人身份的鉴定。“生物识别+金融”推进了我国商业银行“刷脸取款”。农业银行、招商银行、中信银行等都推出了远程视频柜员机VTM，实现刷脸取款落地。随着生物识别技术的提升，国内外银行实现人脸识别开户、掌纹取款/转账等业务的创新。

5、智能风控

商业银行经营管理的重点是风险控制，各大银行积极探索各类传统业务的创新变革，比如对信贷业务、信息不对称风险、操作风险等，利用人智能的优势是客户行为数据分析能力，推动资产端、负债端、中间业务等多个业务领域中的创新实践和应用。整合多维度客户特征数据，建立客户画像，实现客群细分、精准营销。依托智能风控系统企业级数据整合应用体系，对客户信息数据全维整合，形成动态、立体、真实反映客户特征情况的全面画像，依次预测客户金融服务消费偏好、预测信用交易违约概率，提升识别客户潜在风险的预判能力。

（三）人工智能在证券业的应用

随着多层次资本市场体系逐步完善，中国证券业与人工智能相融合成为应用趋势。人工智能的新兴技术与证券经纪、资产管理、财富管理、风险管理、网络金融等传统业务的结合更加紧密，驱动业务向线上化、数据化、智能化的转型。目前，证券市场面临着海量数据的爆发式增长，产生大量交易数据和行为信息。人工智能技术在证券业主要应用集中在精准营销、智能投顾、人工智能与量化投资、异常交易风控、去中心化证券结算、自动化行情研报告等业务上，给证券业带来了新的创新思路和机遇，以满足新市场、新环境、新客户和新业务的需要。同时，证监会积极尝试AI的应用，加强监管科技的探索，对券商、交易所大数据治理、大数据应用等。

（四）人工智能在保险业的应用

人工智能促成“保险科技（InsurTech）”发展的浪潮，将从前端到后端，全方位影响保险业，2018年保险行业人工智能应用将达到75%，生物识别提高投保人身份验证，降低欺诈风险概率；保险公司利用大数据的统计分析算法量化客户的特征和需求，进行个性化产品定价，精准保险营销；智能保险机器人承担保险客服、投保、核保/理赔等流程，缩减。

1、智能定价

制约保险行业发展的瓶颈首要是保险定价问题。智能化收集投保人的教育程度、职业、购买保险等基础信息，利用大数据分析，挖掘投保人的保险偏好，个性化、差异化、智能化设计投保方案，为每一位消费者量身定制保险产品。蚂蚁金服、平安、太平洋等保险公司正在研究智能定价系统。以蚂蚁金服为例，运用大数据和人工智能技术，根据车主的职业特性、信用历史、消费习惯、驾驶习惯等信息进行数据分析，推出“车险分”定价策略，得分越高，意味着发生事故的风险较低。

2、智能理赔

保险行业售后服务主要包括定损、理赔、续保及客户咨询等服务，传统作法是依靠人工现场出险、靠经验定损、判定误差大、理赔周期长等缺点。随着人工智能图像识别技术的应用，智能理赔和客服机器人极大提升科技定损理赔的效率，减少人工核保的岗位。蚂蚁金服推出“定损宝”，通过远程采集车险事故照片，经智能保险机器人图像识别检测技术，分析和还原事故现场，系统能在远程就可以迅速给出让当事双方就可的定损结果。

3、智能服务

在客户咨询服务领域，主要包括保险合同、投保/理赔咨询等，客户的问题大多数通过人工在线、电话方式获得解答，而智能客服机器人的出现，利用知识图谱、智能语言处理和机器人学习能力等人工智能技术，实现全天候无人自助服务。

4、智能风控

利用虚假信息骗保，出卖保险人信息等严重影响保险行业的健康发展。人工智能可有效提升反欺诈能力，破解虚假交易行为。如一些保险公司在健康险报销案例中，根据既往治疗历史和报销情况，利用大数据分析计算出报销记录中的欺诈、过度医疗倾向性等行为，自动识别出医保风险，提升反欺诈能力。

三、人工智能时代金融专业群人才需求

从上面的分析不难看出，人工智能对整个金融业态的发展和创新是颠覆性，营销方式、风险控制、投资顾问等形成全新金融生态，对就业结构和人才能力需求呈现多元化状态。智能机器人逐步取代银行柜员，银行网点的缩减，客服岗位的需求萎缩；人工智能的数据分析和交易决策辅助工具普遍应用，导致证券行业交易员数量日趋减少；保险行业智能核保、智能理赔、智能客服等岗位的人才需求缩减。但目前，像客户经理、证券经纪人、理财经理等与人沟通的营销岗位需求仍然比较大。作为培养金融技术技能人才的高职院校，我院金融专业群主要包括金融管理、证券与期货、投资与理财、保险（金融方向）四大核心专业，仍然以培养银行一线柜员、保险代理员、证券一线员工为主，很难适应金融业未来的发展，预测到2027年中国金融服务行业岗位79%的任务将会被人工智能所取代，银行、证券、保险对人才的需求分别减少22%、16%、25%。顺应金融业态的发展，人工智能融入金融专业群人才培养改革，培养新型的金融行业人才。

四、人工智能时代高职金融专业群人才培养

尽管人工智能渗透到产业发展过程尚处于起步阶段，但其在金融行业的一些创新性应用改变了人才需求，高职院校金融类专业教育应密切关注这一发展态势，探索人工智能运行环境对金融人才需求的深刻变化下，高职金融人才培养所必须经历的改革。

1、重新定位人工智能下金融专业群人才培养目标

近几年，金融业务不断创新，正向着智能化服务、互联网金融、人工智能金融等新金融业态发展，而人工智能+金融是一个跨专业、综合性的学科体系，未来的金融人才不仅掌握金融相关知识，还要具备计算机、大数据、统计学、数学等相关知识，所以要求高职院校要找到与行业接轨的契合点，重新定位金融专业群的培养目标：旨在培养能够适应人工智能时代的复合型技术技能人才。掌握扎实的基本金融理论、金融管理理论、证券投资分析、投资理财等知识体系，还要具备人工智能、金融大数据分析、区块链技术、计算机技术等金融科技知识，具备从金融数据中洞察金融市场、智能客户营销的能力，能够综合运用金融工具和数据分析方法进行经济、金融信息分析、客户关系管理、风险管理等能力，能在银行、保险、证券等金融部门从事智能投顾、智能风控、智能营销等金融业务性、技术性和管理性工作，培养人工智能型金融人才。

2、重新确定人工智能下金融专业群能力要求

随着人工智能技术在不同金融机构的渗透，综合性金融服务是未来金融机构发展的趋势。因此，高职金融专业群需培养处理人工智能环境下复杂金融问题的能力。基于对现实经济金融生活的理解，学会利用有效的途径解决处理银行、证券、保险行业各种智能化的新业务能力；主动学习，扩大大数据、人工智能技术的知识边界，具有较强的适应未来智能金融服务的能力。借助人工智能创新金融服务，提升金融效率，让学生学会应用人工智能技术，而不是被人工智能所替代。

表2 人工智能时代金融专业群能力需求表

3、重新构架人工智能下金融专业群课程体系

金融教学是滞后于金融科技的发展和金融实践发展水平的，所以直接对金融专业群进行改革也不是一朝一夕的事情，从课程体系中渗透和作出有效调整，积极探索人才培养目标和方案的变革，依据人工智能的发展，确保人才培养在技术革命中与时俱进，逐步适应人工智能。

表3 人工智能下增设课程

4、重新建设人工智能下金融专业群教师团队

人工智能与金融的结合是一个跨专业、综合性的学科，纯金融素养的教学团队很难完成教学任务。为使人工智能技能与金融专业群人才培养过程相融合，使学生真正感受到人工智能技术在金融行业中的应用，师资团队建设便是人才培养的核心环节。应该建设一支由金融专业的教师、人工智能技术的顾问、大数据技术的专家构成“理论+实践”的双师型师资队伍，满足理论性和实践性教学的双重需要。为了更好的开展教学工作，加强实践教学，就要密切与金融机构的合作，吸纳人工智能应用较好的金融机构中优质的专家资源充实师资力量，优化教师队伍的结构，使学生了解人工智能在银行、证券、保险等机构的实际应用，调动学生的学习积极性，培养能够适应未来金融科技发展的技能型人才。

五、结束语

人工智能在金融行业的快速发展，金融职业环境将会产生转折性的影响，对金融创新人才的要求更高。目前，高职院校金融专业群人才培养目标和课程体系还很难适应金融科技的发展和步伐，所以根据人工智能+金融行业需求推进金融专业群教学改革，更新教学内容，改进教学方式，从而培养基础知识扎实、创新能力强、适应性强的人工智能+金融技术技能型人才。