人工智能发展提速 金融服务迈向智能化

本篇文章1890字，读完约5分钟

目前，随着5g、物联网、人工智能等新技术的出现，科学技术逐渐成为实现各种业态跨越式发展的新引擎，智能技术不断推动实体经济向前发展。然而，技术之间的相互作用和互补性催生了金融服务的新概念和新模式。

金融业自然要处理数据，这使得它成为人工智能的重要渗透和登陆场景之一。随着科技企业与金融业的深度合作，智能金融应运而生，它给传统金融机构的业务带来了新的变化。

技术升级，智能金融方兴未艾

智能金融是一个非常广阔的领域，它有着广泛的应用。从全球智能金融的发展趋势来看，人工智能、大数据和物联网等信息技术在金融领域的应用不仅仅限于金融业务本身，而且已经扩展到监管和消费者权益保护的方向，特别是在反洗钱和反欺诈领域，许多金融机构都采用了机器学习技术。

今年上半年，英格兰银行发表的《未来金融:英国金融体系前景及其对英格兰银行影响的回顾》报告也指出，金融技术等新兴技术的出现不仅可以提高金融服务效率和金融包容性，还可以促进金融活动从银行型向市场型的逐步转变。基于机器学习的自动决策已经成为当今技术最重要的趋势之一。

清华大学计算机科学教授、中国计算机联合会副秘书长Tran van quang认为，智能金融实际上是金融领域信息化和自动化应用的自然延伸，它将大量的机器学习、人工智能，特别是最新出现的深度学习方法应用到金融的各个领域。

例如，从机构的实践来看，广泛使用的刷脸支付涉及神经网络和神经元分类等技术，而客户服务机器人(300024)涉及深度学习和自然语言处理等技术。

技术需要快速迭代，为行业发展注入强大的动能。在业内人士看来，神经网络、深度学习等技术能引入的信息较少，且可解释性相对较差。目前，许多互联网公司和科技企业都瞄准了图形神经网络的发展方向。

然而，尽管信息技术和金融正朝着更深层次的融合和发展，智能金融方兴未艾，但目前世界上智能金融领域还没有相应的相对完善的监管和法律法规，智能手段的应用面临着来自外部环境和公司内部的双重挑战。

加强金融风险防控能力仍面临挑战

由此可见，以银行为代表的传统金融机构正在加速数字化和智能化转型。在实践中，大量智能技术被应用于促进业务发展、产品创新和服务流程变革。未来，虚拟与现实的互动体验将是金融机构提供金融服务的首选。

一些业内人士表示，在金融机构发展智能金融的过程中，有三个困难:第一，没有必要改变观念。传统的金融机构应该从上到下，从经理到产品设计师和客户服务人员。加强向网络思维的转化；第二，要充分考虑金融技术和市场的成熟度；第三，打破行业壁垒，实现跨行业合作。

科技给金融业带来的变革的核心部分是风险控制，这也是智能金融面临的一大挑战。杜晓曼金融副总裁徐栋良认为，智能金融发展面临的挑战是风险防控技术的深入应用。如何保证机器学习模型的数据稳定性，如何平衡解决风险、扩大规模和提高效率之间的关系，都是需要关注和解决的问题。

目前，整个行业都在探索形成一个更加准确全面的数据生态和一个基于技术的准确高效的风险控制体系。金融技术的本质是金融，所以我们应该遵循金融发展的本质，加强风险控制。

"正确引入相关技术实际上可以降低风险，而不是增加业务风险."在陈文光看来，新技术不一定会带来风险。发展金融技术的一个非常重要的目标是更好地控制风险。如果有更多的数据和更好的方法来处理这些数据，那么机构可以在风险控制方面做得更好。

稳步发展和完善的评估与监控体系

目前，中国金融业已经进入了由“互联网+”向“智能+”驱动的智能金融发展的新阶段。金融技术正在重塑金融生态，这就要求金融机构从根本上面对挑战，构建一种“展望未来”的新发展模式。

面对挑战，一些专家建议，一方面要积极引导国家政策，建立和完善容错的试错机制，同时推进体制机制创新；另一方面，要继续加强技术与金融服务和情景的整合，继续推进数字化转型，加强金融同业在技术、情景、数据和服务方面的合作，实现信息和资源共享，推动金融机构从竞争对手向合作伙伴转型，构建科技企业、金融机构和金融机构的利益共同体，帮助实体经济发展。

对于金融机构来说，效率的提高只是智能带来的好处的一部分。数字化转型带来的整个运营模式的转变意义更大，需要在巩固传统优势的基础上积极拥抱新技术。

然而，随着金融机构数字化转型的加速，金融技术创新过于深入和过快，将影响金融业态的安全发展。如果放开限制，也会导致风险集聚。在这方面，徐栋良认为，在智能金融相关技术的应用过程中，需要一个相对系统和完善的评价体系和监控体系，以避免出现“当其发生时”的问题。此外，要逐步放开金融技术的创新和试验，使风险逐步放开，保持合理的发展速度。