對于金融業而言，人工智能正滲入到每個角落。目前，人工智能與金融業務的融合，已催生出諸如智能支付、智能理賠、智能投顧、智能風控等一系列新業務模式，然而，和互聯網公司、科技金融公司等相比，金融業的人工智能應用仍存差距。

在此背景下，如何統籌優化數據資源、算法模型、算力支持等人工智能核心資產，穩妥推動人工智能技術與金融業務深度融合成了行業關注的焦點。在日前舉辦的“2020上海人工智能與長三角協同創新高峰論壇暨上海人工智能發展聯盟金融專題研討會”上，來自銀行、保險、券商、金融科技公司、高校等多家機構的業內人士就上述問題展開了討論，多位業內人士表示，高效利用數據是關鍵。

人工智能重塑金融業態

上海近年來加速打造人工智能應用場景，金融則被視為人工智能落地的重要場景之一。“隨著金融業務與技術的深度融合，各種產品服務渠道、服務方式、風險管理、投資決策，都在面臨一輪非常深刻的變革。”上海人工智能發展聯盟秘書長、上海市經濟和信息化發展研究中心副主任陸森在會上表示。

可以看到，技術驅動之下，以銀行、保險、券商為代表的傳統金融機構紛紛開展金融科技創新，信息化、數字化、智能化已普遍成為行業發展目標，諸如“人工智能”、“金融科技”等字眼頻頻出現在各機構的年報中，還有機構將每年科技投入的資金比例寫進了公司章程。

目前，人工智能技術在金融領域的應用更多體現在智能客服、智能征信及反欺詐、智能投顧以及智能風控等方面，由此也產生了一批金融科技公司。既有負責人工智能基礎平臺的平臺公司，也有提供標注服務，基礎數據服務和算法模型公司，同時也有解決方案廠商，共同構成了人工智能應用的良性合作生態。“金融機構和科技公司互相合作，各取所優，各司其職，就像建造一幢大樓，有的負責打地基、有的負責鋪地板、有的負責壘墻等。” 國泰君安證券首席信息官俞楓對此形象地描述。

基于銀行、保險和券商的相對獨立性，人工智能在金融體系內分支領域的應用不盡相同。具體來看，根據參會人員討論，在銀行領域的應用主要是用于降低成本和合規管理，比如實現網點的智能化升級，將高頻、復雜、耗時的業務遷徙到智能機具上辦理，并不斷升級電子銀行渠道，采用智能客服等手段，提升運營效率和客戶體驗;再如完善風控體系，依托大數據和人工智能等技術，對客戶風險進行及時有效的識別、預警和防范，優化客戶信用評估模型，準確把控客戶的潛在風險。

在證券領域，通過人工智能技術可為客戶提供智能化、個性化服務平臺，帶來使用新體驗。俞楓稱，概括來講，主要有智能風控、O2O服務、精準營運、智能投研、智能協作和智能運維六大方面的應用。其中，在智能投研方面，有不少券商的研究管理平臺可以實現通過自動數據篩選、模板應用和模型計算，完成部分研究報告的撰寫。

“不過現在還是處于弱人工智能時代，大家更多還是采用的是人機同行，也就是說機器可以幫助分析師收集材料、提煉觀點、基于知識圖譜梳理主體關系等，但最終決斷和觀點評判還要靠人來進行。”俞楓對記者說道，“同時還要注意的是，通過這種方式分析出來的策略可能存在極大的趨同性，而趨同性的后果是，策略可能就會失效。”

在保險領域，語音識別、計算機視覺、自然語言理解、知識圖譜等AI技術，已經在為行業提供全方位賦能，實現更佳的客戶體驗與更高的運營效率。例如圍繞客戶在保險需求側的關鍵旅程，基于AI技術的智能保險顧問、智能理賠、智能客服等應用已經能實現全渠道全天候的客戶服務體驗;而在保險供給側的產品設計和業務運營方面，利用AI技術實現個性化產品定價、智能核保、智能核賠、智能反欺詐等應用，在提高運營能力的同時，進一步提升了風控能力。

太平洋保險集團創新孵化中心總經理林礪提及，盡管AI在保險行業已經全面落地應用，但仍面臨兩大挑戰：一是數據安全和個人隱私保護問題，即要在合規合法的前提下實現千人千面，提升客戶體驗;二是AI在精準度和有效性方面有待提升，例如提升醫療單證識別的識別率等。

高效利用數據是關鍵

在不少業內人士看來，人工智能賦能金融過程中，數據扮演著重要角色，同時，隨著金融機構數字化轉型的推進，機構本身對于大數據的需求也越來也明顯。對于機構來說，能否充分利用自己的數據優勢，將成為其在這場轉型升級比賽中脫穎而出的關鍵。

以往，金融機構是把數據看作客戶辦理業務時產生的附加品，如今，金融機構要從數據中挖掘需求、將應用建立在數據之上。顯然，數據已成為核心資產，掌控數據后才能得到深入洞察市場的機會，從而做出快速精準的應對策略。

業內的共識在于金融機構對數據的理解和客戶體驗的理解正在慢慢完善，與之對應，關于數據隱私的保護環境、法律環境以及技術環境也正在摸索之中。浦發銀行總行信息科技部副總經理萬化稱，“要往前發展的話，治理和管控要同步跟進，否則一旦脫節，將會影響行業發展和業務拓展。”

這就要求機構在獲取和使用數據過程中，注意數據的安全性和合規性，掌握好兩者之間的邊界。目前各方對數據的治理和安全越來越重視，比如近日中央網信辦等四部門制定發布了《App違法違規收集使用個人信息行為認定方法》，對互聯網行業的個人信息收集使用進行了規范。林礪表示，“未來金融機構面臨的一大挑戰就是，在合規合法和洞見客戶兩者之間不斷找尋平衡關系。”

為了更好使用數據，浦發銀行創新實驗室人工智能專家李鋒認為，機構需從三方面發力。一是盡可能將數據實時化，只有實現實時化，才能讓服務真正到達觸點;二是打通數據鏈條，即將后臺繁多的系統化零為整，為用戶提供一致化服務;三是數據共享，特別是共享企業的經營數據和風險狀況，如此一來，可為供應鏈金融做更深層次的賦能。他還提及，要將結構化數據和非結構化數據綜合融合分析。

而在數據打通中，面臨的一個難題在于，銀行本身擁有的數據雖多，但無法與現有銀行的數據實現互聯互通。“我們正在通過合法、合規的數段獲得一些公共數據、政府數據，為銀行客戶提供更好的服務，但如何結合新數據與原有數據進行分析，將是我們未來重點關注的。” 微軟儀電人工智能創新院李方稱。

除了高效利用數據外，還有觀點提及，要真正打通創新AI場景和業務之間的聯系，即把AI價值變現，將其真正落地、賦能到每一個業務部門最關鍵的部分中，同時提升賦能的準確度和有效性。

關鍵詞：