人工智能技术在我国金融行业的应用现状探讨

栏目编辑：梁丽雯 E-mail:liven_01@163.com

人工智能技术在我国金融行业的应用现

状探讨

■ 中国人民银行宿州市中心支行　裴立公

摘近年来，人工智能在多个行业和领域得到了广泛应用，在金融行业也是如此。如何有效地把人工智能要：

技术引入到金融业是当前业界关注的热点话题。本文分析了人工智能的概念和应用领域，探讨了人工智能技术在我国金融行业的应用现状，并对其在应用趋势进行国分析。

金融行业；人工智能；应用现状关键词：

作为计算机科学的一个重要分支，人工智能的应用在近年来成为社会普遍关注的话题。以语音识别、机器人、自然语言处理、计算机视觉为代表的人工智能正逐步地渗透到生活的方方面面。其在给人们的日常生活增添色彩和乐趣的同时，也给各个行业的发展带来了变革的契机。金融行业作为和人们生活息息相关的行业，最近也发生了如火如荼的智能时代改革，一大批金融科技公司和互联网金融平台崛起，人工智能技术在保险、投资、理财、银行等多个金融领域之中大展身手，并在贷款审批、投资顾问、金融支付验证、股票价格预测等工作环节中表现出极强的便捷性和优越性。

目的是要让计算机具备一定的自主思考、自主学习和自主计算能力，从而完成一些相对复杂和机械的任务。作为建立在计算机运作系统之上的一种智能系统，人工智能受环境影响的程度很低，其优势是可以将人脑结构和人脑难以企及的数据存储功能有效地结合在一起，实现对海量非结构化数据的分析、推断和演绎。因此，人工智能可以在文本、语音、图像、视频等多种数据的处理上表现出明显的优势。具体来讲，人工智能已经在如下领域取得了深入的应用。

（一）自然语言处理

自然语言处理研究的是人与人的交际、人与计算机的交际过程中的语言学问题，借助一定的规则和算法，可以对复杂、庞大的语言系统、文字信息进行有针

一、人工智能概述

人工智能是为计算机配备人类智能系统的过程，

对性地处理、理解和分析。目前，人们所熟知的问答系统、自动文摘、文档归类、信息检索和机器翻译都是自

作者简介： 裴立公（1968-），男，安徽宿州人，工程师，供职于中国人民银行宿州市中心支行，研究方向：金融科技。收稿日期： 2018-10-16

80

2019年·第1期

栏目编辑：梁丽雯 E-mail:liven_01@163.com

然语言处理的范畴，其中，机器翻译可以快速地将一种语言自动翻译成为另外一种语言，信息检索技术也让谷歌、百度等搜索引擎快速地提供问题的答案。

（二）机器视觉

机器视觉是利用计算机的成像系统来实现人类器官功能的一种计算技术，能够实现对各类图形进行处理、分析和解释的功能。借助设定的算法，计算机可以对图像之中物体的形状、姿态、位置和运动数据等进行快速地评估和分析，从而再进行精准的视觉分析。当前拍照相机中的图像文字定位与识别、人脸检测等都是机器视觉的实际应用范例。近年来，机器视觉已经在医疗服务、金融支付验证、公共安全监控等方面发挥越来越重要的作用。

（三）语音处理技术

语音识别是通过特定的程序让计算机等设备具有语音识别的功能，进而完成人们所发出的指令和任务。如各大互联网公司推出的智能助手，就可以根据用户的语音进行操作。

二、人工智能在我国金融行业的应用现状阐述

（一）缺乏自主研发能力

金融行业关系着国家经济发展命脉，自主研发能力的高低直接决定了人工智能在金融行业的应用状况。虽然目前我国人工智能的应用范围和应用领域相对广泛，并且与发达国家之间的差距并不明显，但是我国人工智能在产业布局、品牌打造、基础研究和认证体系上依然存在明显的不足。事实上，只有掌握了高端部件的制造技术和核心算法之后，金融创新才有更强的底气，才能在激烈的市场竞争中占据一席之地。

（二）应用相对保守

传统金融机构受到传统经济发展模式的影响，其创新过程一直不太顺利。部分学者认为只要传统经营的经验和模式足够成熟，可以不必大范围应用人工智

Practice|行业治理能，他们担心人工智能可能带来的不可预测风险，也担心人工智能大范围的应用将会影响个人的职业生涯和发展前途。此外，在监管机制日益严格的环境下，智能投顾的许可和牌照的发放尚在讨论范畴之内，金融界普遍对人工智能的应用持保守态度。

（三）生态系统尚未成立

人工智能在金融行业的应用还处于摸索和探索阶段，金融机构在人工智能的研发上各自为政，独立地进行生产、研发和测试，尚未建立统一的行业规范、技术标准和协同机制。人工智能是高度复杂的科技，其中牵涉的操作系统和通信协议是不可随意变更的，否则，可能影响人工智能整体的布局和拓展。金融机构单打独斗的能力是有限的，投入成本较小的金融机构根本难以形成竞争优势，很难在激烈的市场竞争中获得生存和发展的机会。

三、人工智能在我国金融行业的应用趋势分析

（一）金融支付验证

密码验证中，最常见的是金融支付验证，其也是

生物特征与金融支付融合的尝试和试探，此类验证产品大大提高了用户资金的安全性。目前，指纹、人脸和虹膜验证是3种最常见的生物特征识别验证。

指纹验证首先要采集资金持有人的某一个手指的指纹图像作为备份，在金融支付过程中，金融系统通过备份指纹图像和验证指纹图像的对比来决定是否支付款项。当前，绝大部分智能手机都已经具备指纹验证功能，和传统密码支付验证方式相比，这种支付方式在安全性和便捷性上更胜一筹。人脸验证则是提取资金持有人自身人脸特征作为备份，并将之和人脸功能进行对比的一种验证方式。虹膜验证，就是视网膜验证，其在验证复杂程度和验证要求上要远胜于其他生物特征验证方式，并且已经被视为当前保险性和安全性最高的支付验证途径，一些发达国家已经在自动取款机上配备了这种验证技术。

81

Practice|行业治理（二）智能客服

在银行金融服务上，银行业可以有效地引入自动问答技术和语音识别技术让客户获得即时性、有效性的远程服务和业务咨询服务，使客户能够在没有人员服务的前提下实现自动业务办理。自动问答机器人能提供比人工服务更高效、满意的服务，并大大降低人力成本，为提升金融业服务效益奠定了良好的基础。如在2017年“双十一”节日期间，智能机器人完成了蚂蚁金服97%的客户服务需求。

此外，银行作为金融业的代表机构，可以在大堂处设置交互性机器人。机器人可以完成业务咨询、语音交流、业务办理等多种活动，一方面可以提升客户体验、减轻工作人员的压力，另一方面可以减少大堂经理的工作压力。农业银行推出的“智慧小达人”、民生银行推出的机器人“ONE”等已经在提升服务效率上作出巨大的贡献。

（三）智能投资顾问

智能投资顾问是根据客户自身实际情况和机器学习算法、现代资产组合优化理论来构建数学模型的过程。将客户的经济实力、理财需求、风险偏好、年龄、学历等信息输入到模型后，人工智能分析技术和网络平台的结合使得客户能够根据自身情况获得个性化的顾问服务。智能推荐式的理财顾问服务和电商平台本身的个性化产品推介具有类似的性质，与传统理财顾问相比，智能投资顾问更具有精确性和科学性。提供智能投资顾问业务的企业愈来愈多，如招商银行的“摩羯智能投”、德意志银行推出的“Anlage Finder”等都已经取得了较好的反馈。

四、结束语

可见，人工智能在金融行业的应用前景十分广阔，金融机构相关部门必须组织科技和业务人员，建立相应的团队，加大投入，深入研究，从风控、安全、效益评估等方面探讨人工智能技术的应用，才能确保

82

2019年·第1期

栏目编辑：梁丽雯 E-mail:liven_01@163.com

此项技术完美落地金融行业。FTT参考文献：

[1]杨皓东，江凌，李国俊. 国内自然语言处理研究热点分析—— 基于共词分析[J]. 图书情报工作，2011(10)：112-117.

[2]姚华. 支付宝如何利用大数据分析进行交易风险管控[J]. 计算机与网络，2015(19):49.

[3]姜世戟. 人工智能应用在我国银行业的探索实践及发展策略[J]. 西南金融，2018(2):44-49.

[4]陈毅. 人工智能在我国金融领域的应用现状分析[EB/OL]. http://www.chinairn.com/hyzx/20180827/113313795.shtml.

[5]胡浩清.“大数据+人工智能”打开中小银行转型发展新局面[J]. 中国金融电脑，2017（5）：31-36.

[6]田野，吴宝佳.人工智能应用在我国银行业的探索实践及发展策略[J]. 西南金融，2018（2）：44-49.