【摘要】 对于金融业而言，人工智能正渗入到每个角落。目前，人工智能与金融业务的融合，已催生出诸如智能支付、智能理赔、智能投顾、智能风控等一系列新业务模式，然而，和互联网公司、科技金
对于金融业而言，人工智能正渗入到每个角落。目前，人工智能与金融业务的融合，已催生出诸如智能支付、智能理赔、智能投顾、智能风控等一系列新业务模式，然而，和互联网公司、科技金融公司等相比，金融业的人工智能应用仍存差距。
在此背景下，如何统筹优化数据资源、算法模型、算力支持等人工智能核心资产，稳妥推动人工智能技术与金融业务深度融合成了行业关注的焦点。在日前举办的“2020上海人工智能与长三角协同创新高峰论坛暨上海人工智能发展联盟金融专题研讨会”上，来自银行、保险、券商、金融科技公司、高校等多家机构的业内人士就上述问题展开了讨论，多位业内人士表示，高效利用数据是关键。
人工智能重塑金融业态
上海近年来加速打造人工智能应用场景，金融则被视为人工智能落地的重要场景之一。“随着金融业务与技术的深度融合，各种产品服务渠道、服务方式、风险管理、投资决策，都在面临一轮非常深刻的变革。”上海人工智能发展联盟秘书长、上海市经济和信息化发展研究中心副主任陆森在会上表示。
可以看到，技术驱动之下，以银行、保险、券商为代表的传统金融机构纷纷开展金融科技创新，信息化、数字化、智能化已普遍成为行业发展目标，诸如“人工智能”、“金融科技”等字眼频频出现在各机构的年报中，还有机构将每年科技投入的资金比例写进了公司章程。
目前，人工智能技术在金融领域的应用更多体现在智能客服、智能征信及反欺诈、智能投顾以及智能风控等方面，由此也产生了一批金融科技公司。既有负责人工智能基础平台的平台公司，也有提供标注服务，基础数据服务和算法模型公司，同时也有解决方案厂商，共同构成了人工智能应用的良性合作生态。“金融机构和科技公司互相合作，各取所优，各司其职，就像建造一幢大楼，有的负责打地基、有的负责铺地板、有的负责垒墙等。” 国泰君安证券首席信息官俞枫对此形象地描述。
基于银行、保险和券商的相对独立性，人工智能在金融体系内分支领域的应用不尽相同。具体来看，根据参会人员讨论，在银行领域的应用主要是用于降低成本和合规管理，比如实现网点的智能化升级，将高频、复杂、耗时的业务迁徙到智能机具上办理，并不断升级电子银行渠道，采用智能客服等手段，提升运营效率和客户体验;再如完善风控体系，依托大数据和人工智能等技术，对客户风险进行及时有效的识别、预警和防范，优化客户信用评估模型，准确把控客户的潜在风险。
在证券领域，通过人工智能技术可为客户提供智能化、个性化服务平台，带来使用新体验。俞枫称，概括来讲，主要有智能风控、O2O服务、精准营运、智能投研、智能协作和智能运维六大方面的应用。其中，在智能投研方面，有不少券商的研究管理平台可以实现通过自动数据筛选、模板应用和模型计算，完成部分研究报告的撰写。
“不过现在还是处于弱人工智能时代，大家更多还是采用的是人机同行，也就是说机器可以帮助分析师收集材料、提炼观点、基于知识图谱梳理主体关系等，但最终决断和观点评判还要靠人来进行。”俞枫对记者说道，“同时还要注意的是，通过这种方式分析出来的策略可能存在极大的趋同性，而趋同性的后果是，策略可能就会失效。”
在保险领域，语音识别、计算机视觉、自然语言理解、知识图谱等AI技术，已经在为行业提供全方位赋能，实现更佳的客户体验与更高的运营效率。例如围绕客户在保险需求侧的关键旅程，基于AI技术的智能保险顾问、智能理赔、智能客服等应用已经能实现全渠道全天候的客户服务体验;而在保险供给侧的产品设计和业务运营方面，利用AI技术实现个性化产品定价、智能核保、智能核赔、智能反欺诈等应用，在提高运营能力的同时，进一步提升了风控能力。
太平洋保险集团创新孵化中心总经理林砺提及，尽管AI在保险行业已经全面落地应用，但仍面临两大挑战：一是数据安全和个人隐私保护问题，即要在合规合法的前提下实现千人千面，提升客户体验;二是AI在精准度和有效性方面有待提升，例如提升医疗单证识别的识别率等。
高效利用数据是关键
在不少业内人士看来，人工智能赋能金融过程中，数据扮演着重要角色，同时，随着金融机构数字化转型的推进，机构本身对于大数据的需求也越来也明显。对于机构来说，能否充分利用自己的数据优势，将成为其在这场转型升级比赛中脱颖而出的关键。
以往，金融机构是把数据看作客户办理业务时产生的附加品，如今，金融机构要从数据中挖掘需求、将应用建立在数据之上。显然，数据已成为核心资产，掌控数据后才能得到深入洞察市场的机会，从而做出快速精准的应对策略。
业内的共识在于金融机构对数据的理解和客户体验的理解正在慢慢完善，与之对应，关于数据隐私的保护环境、法律环境以及技术环境也正在摸索之中。浦发银行总行信息科技部副总经理万化称，“要往前发展的话，治理和管控要同步跟进，否则一旦脱节，将会影响行业发展和业务拓展。”
这就要求机构在获取和使用数据过程中，注意数据的安全性和合规性，掌握好两者之间的边界。目前各方对数据的治理和安全越来越重视，比如近日中央网信办等四部门制定发布了《App违法违规收集使用个人信息行为认定方法》，对互联网行业的个人信息收集使用进行了规范。林砺表示，“未来金融机构面临的一大挑战就是，在合规合法和洞见客户两者之间不断找寻平衡关系。”
为了更好使用数据，浦发银行创新实验室人工智能专家李锋认为，机构需从三方面发力。一是尽可能将数据实时化，只有实现实时化，才能让服务真正到达触点;二是打通数据链条，即将后台繁多的系统化零为整，为用户提供一致化服务;三是数据共享，特别是共享企业的经营数据和风险状况，如此一来，可为供应链金融做更深层次的赋能。他还提及，要将结构化数据和非结构化数据综合融合分析。
而在数据打通中，面临的一个难题在于，银行本身拥有的数据虽多，但无法与现有银行的数据实现互联互通。“我们正在通过合法、合规的数段获得一些公共数据、政府数据，为银行客户提供更好的服务，但如何结合新数据与原有数据进行分析，将是我们未来重点关注的。” 微软仪电人工智能创新院李方称。
除了高效利用数据外，还有观点提及，要真正打通创新AI场景和业务之间的联系，即把AI价值变现，将其真正落地、赋能到每一个业务部门最关键的部分中，同时提升赋能的准确度和有效性。