当人工智能技术赋能金融场景

苏东来 梁家铭

近年来，随着科技的发展进步，人工智能得到广泛应用，对各领域也产生了颠覆性的影响，同时也深刻改变了金融模式、操作逻辑和职场的行为方式，人工智能将在金融行业得到广泛应用和发展。

ChatGPT对金融行业的影响

1.优化金融市场监管

ChatGPT具有强大的学习与资料分析功能，通过对历史数据和当前数据综合分析，即可就相关资产价格给出最科学、合理的评估区间，有效缓解了信息不对称造成的定价扭曲问题，有效提升了金融市场的管理效果。比如，证券发行环节，如果投资机构自身定价能力较弱或公司管理效率过低的话，必然会因为决策权被他人掌握，导致证券发行报价出现偏差过大的情况。ChatGPT则是以海量数据为基础，采取量化计算的方式，确定合理的报价区间。投资者利用人工智能技术获取的合理定价等相关信息，避免因为信息不对称影响投资收益。

2.提升普惠金融服务

近几年，我国银行等金融机构相继推出了数字普惠金融服务模式，虽然在人工智能、大数据等信息技术的支持下，拓宽了普惠金融服务的覆盖面，然而在面对仍然无法跨过数字鸿沟的老年人群时，数字普惠金融服务的推广仍然存在很大局限性。通过调查分析发现，部分客户从未使用过网银、手机银行办理业务，只有通过提高操作便捷性吸引用户使用线上渠道，才能达到拓宽普惠金融服务覆盖面的目的。ChatGPT可以充分发挥自身人类语言理解能力以及文本输出特性，增强客户应用电子渠道的体验，简化电子渠道操作的流程，彻底解决数字鸿沟对客户办理业务产生的影响，最大限度地提升特殊群体的金融服务有效性。

3.优化金融行业就业结构

以往的就业结构改变，大多是以机械取代体力劳动为主。金融行业虽然属于脑力劳动行业，但实际上很多工作都体现出了人工智能的特点。近年来，人工智能的发展，不仅对金融行业的就业形势造成了巨大冲击，而且加速了金融行业就业结構改变的速度。比如，用户在办理金融业务时，通过自助设备或智慧柜台等即可办理开户、投资理财、缴费、挂失等业务，有效减少了对银行网点柜员以及大堂经理的需求，提高了金融业务办理的效果。

ChatGPT在金融行业的应用

1.智能风险控制

ChatGPT通过对客户历史交易数据和相关文本数据的学习和分析，即可快速生成客户风险评估报告，为金融机构制定客户服务决策提供了准确的数据依据。借助ChatGPT背后的GPT等大型语言模型技术，分析客户财务数据与风险数据，提高了关键要素提取、资料自动化审核、风险点提示等相关风险的业务操作水平，实现了有效控制金融业务风险的目的。银行等金融机构开展金融业务时的风险管理主要涉及风险识别、风险分析与评价、风险控制以及风险决策等几方面内容。

根据金融市场的发展需求，银行等金融机构根据自身业务开展的要求，将金融大型语言模型接入到银行内部风险管理系统中，有效提升了银行等金融结构的风险管理水平和能力。借助金融大型语言模型分析客户与市场中产生的各种非结构化数据，提高潜在风险隐患识别的效果，保证了风险评估报告的全面性，为银行开展金融业务活动提供了数据支撑。比如，银行在审查企业贷款资格时，通过金融大型语言模型，即可实现横向、纵向比较分析企业提供的财务报表等相关信息，确保金融业务风险识别的准确性。

通过对工商、税务、征信、裁判诉讼、网络热搜等外部大数据，扩大了金融业务风险识别的宽度，提高了银行贷款决策风险的可控性。银行在开展金融市场风险评估工作时，借助金融大型语言模型综合分析金融类新闻报道、宏观经济数据、政策信息等数据信息，建立完善的市场风险动态指数，对于银行市场风险管理水平的提升起到了积极的促进作用。

2.智能投资顾问

智能投顾又称机器人投顾，主要是以计算机科学技术为依托，为广大客户提供咨询、顾问等服务。智能投顾根据诺贝尔经济学奖获得者马科维茨提出的投资组合选择理论，根据投资者提出的理财目标、资产、财务情况、风险偏好等相关信息，合理应用大数据、云计算等信息技术，构建数据模型，以便于为投资者提供科学且合理的资产投资意见和建议。ChatGPT在实际应用时，主要是通过与客户之间的互动交流，理解客户提出的客观需求，根据客户资产情况，为客户提供专业化、合理化、个性化的投资建议，帮助客户规避投资风险，保证了投资收益最大化。

3.智能客户服务

当前，绝大多数银行上线的智能化客户服务系统，主要是通过手机银行、网上银行、门户网站、微信公众号、电话银行等渠道，为消费者提供业务咨询、信息查询、业务办理等服务，最大限度地满足消费者的信息咨询与查询需求，提高了银行线上服务的有效性。通过智能客服系统，银行实现了向消费者提供7×24小时无间断服务的目标，最大限度减轻了人工服务的工作负担。虽然当前银行推出的智能客服系统在服务流程格式化、服务能力等各方面仍然存在很多不足之处，但随着金融大型语言模型的推广和应用，银行的人工智能服务系统人性化水平以及服务能力也将得到显著提高。与传统的智能客服系统相比，以金融大型语言模型为基础构建的智能化客服系统，利用先进的深度学习技术，有效提升了客服系统语言处理能力和生成能力，通过对用户习惯的分析，掌握用户的金融业务需求，为用户提供更加贴切的金融服务，提高用户的金融服务满意度。