7月20日，國務院印發《新一代人工智能發展規劃》（下稱《規劃》），《規劃》提到，在智能金融方面，要建立金融大數據系統，提升金融多媒體數據處理與理解能力。創新智能金融產品和服務，發展金融新業態。鼓勵金融行業應用智能客服、智能監控等技術和裝備。建立金融風險智能預警與防控系統。

　　其實，在《規劃》出臺前，眾多金融機構已經悄悄試水基于人工智能的各項金融業務創新。

　　“如今，不少互聯網金融業務已經離不開人工智能?！币患一ヂ摼W消費金融機構技術總監向記者坦言。他所在的機構構建了一套7×24小時全天候運行、全程無人工干預、全自動、秒級審批速度的智能化線上信貸審批操作流程，每天需處理數萬筆信貸申請，目前能支撐這套流程良好運轉的，正是人工智能技術與大數據模型。

　　在他看來，人工智能的金融應用，不僅僅局限在信貸風控體系的優化，其在客服、催收、獲客等金融業務環節創造了眾多新業務模式，甚至有保險公司還將人工智能技術運用在移動端的事故線上查勘定損，大幅提高車險理賠操作效率。

　　不過，在業內人士看來，隨著人工智能的金融應用越來越廣泛，如何加強相關業務的合規操作，儼然成為金融監管的新挑戰?！盎蛟S，金融監管的介入，還有助于改變當前人工智能產業良莠不齊的狀況?！倍辔唤鹑跇I內人士透露。

　　人工智能金融應用“遍地開花”

　　在業內人士看來，相比傳統金融機構，國內互聯網消費金融機構更青睞人工智能技術的應用。

　　多位互聯網金融機構負責人透露，人工智能對金融產業的最初影響，主要表現在兩個方面：一是在客戶端，人工智能技術可以利用大數據分析處理模型，幫助金融機構構建不同類型用戶的畫像，并識別用戶的真實風險偏好，由此針對不同風險承受能力的客戶群體，設定個性化的資產配置等金融服務方案；二是在資產端，人工智能會處理海量數據與多維度相關性的數據信息，通過深度學習不斷優化風控模型，從而確保風險定價趨于精準，進一步降低信貸壞賬風險。

　　隨著人工智能技術不斷進步，如今它的覆蓋范圍進一步擴展到獲客、客服、催收環節。在催收環節，人工智能可以針對不同資產、職業、年齡的逾期借款人設定個性化的催收還款方案，在合適的時間給借款人發出催款信息，既能顧及借款人面子又能提醒他們盡早還款，提高逾期催收效率；在獲客環節，基于人工智能的人臉識別、語音識別技術可以協助平臺完成遠程面簽，有助于降低線下人工運營成本。

　　“目前，互聯網及金融機構儼然成為人工智能的最大受益者之一，由于它大幅改善了客戶體驗，提升了業務效率，令很多個人用戶將存款、理財、個人信貸需求都轉移到互聯網金融平臺?！倍辔粯I內人士直言。

　　這也吸引不少銀行、保險、券商等傳統機構紛紛跟進布局人工智能技術，在金融科技時代重塑自身業務競爭力。

　　部分保險公司正嘗試基于大數據分析處理，針對慢性疾病研發互聯網保險產品，同時，通過人工智能技術引入健康管理模式，從而降低投保人患病幾率與保費繳納壓力，從而降低保險理賠開支，實現客戶與保險公司的雙贏。而銀行券商的做法，則是與互聯網金融機構圍繞人工智能技術開展各類業務合作。

　　“不過，當前人工智能的概念太多，有時讓我們都難辨真偽?！币患毅y行創新業務部人士直言，近期自己接觸過不少人工智能金融應用機構，發現部分機構打著人工智能的標簽，但實際業務操作仍然依靠人工完成，比如一家基于人工智能的金融客服機構，名義上利用大數據與人工智能技術能梳理出用戶最關心的客服問題，并通過微信端提供標準的解答，但在業務實際操作環節，大量問題依然通過人工團隊進行語音回復，整個客服效率沒有提高，運營成本也沒有下降。

　　“所以我們在選擇人工智能技術合作方顯得格外謹慎?！彼毖?。比如在選擇個人信貸業務合作伙伴時，銀行要調取互聯網金融平臺從誕生以來的所有信貸運營數據進行分析研究，先確信平臺業務收入能在每個經濟發展周期覆蓋所有成本支出，再逐筆考量人工智能技術在多大范圍降低壞賬率、提高逾期催收效率等，最終確定是否合作。

　　在一位互聯網消費金融機構技術總監看來，當前人工智能金融應用產業的確存在良莠不齊的狀況，其實人工智能要在金融領域發揮真實作用，必須需要三大前提條件，一是海量大數據，包括借款人社交、以往消費行為、職業、社會繳金記錄、婚姻狀況、年齡等，并且平臺能夠從中找出有價值的數據，作為評估借款人還款意愿與還款能力的重要依據；二是平臺需要擁有完備的風控模型，能與上述數據相匹配，并通過大數據分析不斷優化風控、獲客、催收、客服效率；三是平臺要有足夠多的專業人才，對人工智能技術不斷完善，確保整個業務趕得上市場變化。

　　監管挑戰

　　隨著人工智能與金融日益融合，如何滿足金融監管要求，正成為這個新興產業面臨的新挑戰。

　　多位金融業內人士直言，相關部門將人工智能金融應用納入政策扶持范疇，某種程度也意味著相關金融監管很快會浮出水面。

　　“目前，全球各國對人工智能金融應用的監管步伐，的確落后業務創新步伐?！倍嗉抑悄芙鹑跈C構負責人向21世紀經濟報道記者表示。為此不少國家金融監管部門也采取相對靈活的監管措施，比如新加坡、英國等金融監管部門采取沙盒監管（regulatory sandbox）方式，即金融監管部門在限定的業務范圍內，簡化市場準入標準與門檻，在確保投資者權益的前提下，允許機構將人工智能金融應用迅速落地運營，隨后金融監管部門根據這些業務的運營發展狀況，決定是否予以推廣。

　　“這些人工智能金融應用要得到推廣，就要滿足傳統金融監管的諸多要求，包括業務操作流程必須滿足反洗錢審查、業務操作流程合規、客戶風險承受力評估、投資者適當性等操作要求?！彼麄儽硎?。

　　這給不少人工智能金融應用造成相當高的監管壓力。比如不少智能理財機構都是通過機器人型設定調整投資組合與投資模型，不是由人來操作，相關部門若不了解機器人投資模型背后的“邏輯”，容易懷疑其中是否暗藏人為操作的內幕交易等違規行為。

　　“如今我們每天都在調整機器人投資模型的數據參數?！币患覈鴥戎悄芾碡斊脚_負責人告訴記者。由于人工智能深度學習技術得出的投資策略與風控模型，往往是難以解釋的，因此平臺只有不斷調整數據參數，讓投資模型的內在邏輯變得更有說服力，以此滿足金融監管規定。

　　為了符合監管規定，不少引入大量人工智能技術的互聯網金融機構紛紛與銀行、券商等持牌金融機構尋求合作，以提供技術輸出或投資組合等方式，由后者向個人投資者提供智能金融服務。這種做法的好處，一是讓持牌金融機構對投資者風險承受力進行甄別，避免人工智能技術出現差錯，令平臺向投資者提供風險不匹配的投資組合，違反了監管規定；二是持牌金融機構可以及時跟蹤互聯網金融平臺最新運營數據，便于監管部門加強金融監管。

責任編輯：松崎