人工智能在金融业务中的发展应用

黄跃

摘要：目前中国的人工智能研究及应用正处于爆发期，并迎来国家层面的统筹规划和全面引导，未来发展空间巨大。其中金融领域是人工智能主要的应用领域。金融领域具有先天的数据优势，具有完整的数据集合，为人工智能的应用奠定了基础。同时，金融体系内各个分支领域界限相对明确，银行、证券、保险等业务相对独立，便得人工智能在垂直领域中进行应用。本文将研究人工智能技术在金融领域中的相关应用。

关键词：人工智能;金融业务;发展应用

目前，将人工智能应用到金融领域最为炙手可热的领域包括了智能客服、智能征信及反欺诈以及智能投顾这三个领域，下面将分别进行介绍。

一、智能客服

客服目前在各个行业中都扮演者越来越重要的角色，尤其是金融行业，是金融企业提升客户满意度，展示企业形象非常重要的部门。随着微信公众号、APP、网页等沟通渠道的发展，以及客户交付习惯的改变，客户不再局限于通过呼叫中心与企业进行交互，而是可以通过更加便捷的在线交互的方式与企业之间进行交互，从而使得交互数量大大增加，为维持客户服务的满意度，各个企业都要投入大量的成本。对于企业来说，客服部门往往又是重要的成本中心，较难直接产生收益，已成为金融行业的一大痛点。目前仅招商银行信用卡中心，每天除呼叫中心以外的在线客服交互量就达到了200万次左右，如果采用人工客服来提供服务，每年可能需要增加数亿元的成本。而将人工智能应用在智能客服领域的智能客服机器人可以很好地解决金融机构在客服方面的痛点，大大节省成本、提高客户服务效率及满意度。基于人工智能在自然语言理解以及智能知识库方面的技术，智能客服机器人可以理解客户通过各种交互渠道以平常口语化的表达提出的客服问题，并基于智能知识库对客户的问题进行及时准确的答案搜索，并通过自然语言的方式进行回复。由于智能客服机器人的知识库相较于人工客服更加强大，而且不会存在遗忘、情绪等问题，所以会给客户更加高效、准确、专业的客服体验。

以小i机器人为例，目前招行信用卡中心，每天在线交互的200万次客户交互中，通过小i提供的智能客服系统可以直接回复其中95%的问题，问题的解决率可以超过99%。大大提升了招行的客户服务效率，节省了大量的成本。越来越多的金融企业也开始选择使用智能客服解决方案，来作为原有人工客服系统的补充或部分替代原有的人工客服系统。

二、智能征信

金融体系是以信用体系为基础的。但是由于中国传统的征信体系主要由政府主导，所以征信数据的覆盖范围相对有限。据报道，央行的征信数据仅覆盖3.8亿人，主要来自于信用卡数据、车贷、房贷信息等，还有大量的人口没有征信数据，这大大影响了他们享受传统的金融机构提供的服务。同时，中国还有大量的小微企业没有征信数据。这部分的个人和小微企业意味着巨大的金融业务市场空间，但是如何解决对这部分个人和小微企业的征信成为打开这部分市场的关键。

此类智能风控领域的公司核心竞争力在与场景、数据及算法的结合。在智能风控领域的人工智能创业公司都在努力开辟独特的数据获取渠道，尽可能合规而全面地获取目标对象的数据，并利用深度学习、机器学习等人工智能技术，对相关的数据进行分析，发现对确认目标对象有价值的数据信息，并按照一定的规则进行计算，确定该目标对象的综合信用评分。可能收集的信用数据的领域非常广泛，包括了电商、运营商、社交媒体、金融机构、公积金管理部门、社保、工商登记信息、司法信息等渠道。对于社交关系的数据将收集包括目标对象关注的社交媒体主体、粉丝数、口碑情况以及所在的社交圈的综合情况等。通过分析收集的大量信息，能够给目标对象一个全面的信用评分。而且随着数据量的积累，这种评分更为全面真实，比传统的征信评分更能符合目标对象的真实信用情况，可以作为金融机构项目标客户提供金融服务的重要依据。同时，通过将大数据、人工智能与风险管理深度结合，打破信息的孤岛，深度挖掘数据之间的关联，可以同时解决信贷反欺诈的风险。

目前该领域的公司主要的业务模式分为To B和To C两类。其中To B是指为B端客户，主要是中小银行、小额贷款公司和消费信贷公司提供目标对象的信用评分，根据出具的信用评分的数量收取费用。如国内领先的第三方智能风控服务商同盾科技，目前已经向超过7000家机构提供智能风控管理服务，客户覆盖银行、保险、券商、理财、电商、游戏、社交网络等领域，形成了数据的生态体系;To C业务是直接基于对目标对象的信用评分为客户提供消费贷款和小额贷款，获取利息及服务费收入。对于拥有独特的信息收集维度，拥有先进算法能够对大数据处理，而且已经获得B端客户认可的智能投顾企业，具有较高的投资价值。

三、智能投顾

智能投顾是将人工智能与金融结合的另一个火热的领域。智能投顾作为一种新兴投资模式，近年来在美國市场快速崛起，智能投顾将人工智能具备的强大的数据分析能力、深度学习及分析能力应用于投资分析领域，基于强大的自然语言理解能力、数据分析能力，大量地、不知疲惫地分析投资市场的公司定期报告、财务数据、市场传闻等信息，其信息获取和分析的效率和范围远远超过人类投资顾问的能力。通过大量数据分析基础上做出的投资决策，其准确性超越人类投资顾问丝毫也不应该惊奇。

智能投顾平台需要有很强的投资能力与资产配置能力。无论是人工投顾还是智能投顾，能够为客户降低投资风险，稳定获取投资收益都是其核心竞争力。其次，智能投顾平台也需要有强大的运用人工智能（机器学习）、大数据、云计算等高新信息技术的能力。智能投顾必将成为未来市场投资顾问的主力，并将大大改变现有的资产管理产业格局。具有核心的技术能力，能够在中国特定市场条件下，通过一定时间的检验，持续为客户获取稳定投资收益的智能投顾将成为最终的胜利者。

参考文献：

[1].王心怡， 柴晓燕. "互联网+"视阈下人工智能在金融监管领域应用途径的探索与分析[J]. 中国集体经济， 20201（16）：90-91.

[2].徐长涛. 人工智能对金融创新的影响与挑战[J]. 商业观察， 2020，2（1）：115-115.