【金融/金融】“AI+金融”既要效率又要防风险

所有版权归中国经济网所有。
中国经济网新媒体矩阵
网络广播视听节目许可证（0107190）（京ICP040090）
【金融/金融】“AI+金融”既要效率又要防风险
2025年10月31日 06:41 来源：经济日报 □记者 郭明阳
金融行业因其数据密集、技术驱动的特点，一直是技术创新应用的先行者，走在社会数字化转型的前沿。在日前举行的中国金融四十人论坛（CF40）与清华大学联合举办的外滩2025年年会上，与会嘉宾普遍认为，从早期信息化到数字化、数字智能化，人工智能（AI）全面提升了金融行业的服务效率和水平，也给行业未来发展带来了巨大想象空间。 AI应用到什么阶段了金融领域？它对金融机构的发展起到什么作用？未来人工智能会帮助客户做出决策吗？记者就这些话题进行了采访。这些应用有一个基础：“金融与科技之间的互动始终是互补、相辅相成的。”国家金融监督管理总局副局长肖元琪表示，到目前为止，支付都依赖于马背上的远程监控。世界上最古老的纸币——交子，发行于1000多年前的北宋时期，也得益于当时印刷和雕刻技术的发明。电力时代解决了汇款问题。而互联网时代让金融服务24小时运营成为可能。毫不奇怪，金融业已成为新人工智能技术的主要采用者之一。那么，目前主要的应用有哪些人工智能在金融行业的应用？肖元启总结了三个方面。首先，中后期运营智能涵盖数据收集与处理、信息检测与识别、客户评价等多个方面。目前广泛应用于银行等金融机构。接下来，在客户沟通方面，很多金融机构都把重点放在客户关系管理上，比如营销、维护、答疑等。我们正在广泛应用人工智能技术。最后，人工智能的应用在金融产品的提供方面带来了双重好处。对内，帮助金融机构降低成本、提高效率。对外，您可以为客户和利益相关者提供更个性化、更精准的金融产品和服务，更有效地解答他们的问题并满足他们的需求。今年，国务院印发《关于深化改革的意见》《关于落实“人工智能+”行动》的通知，明确要加快实施“人工智能+”产业发展等重点行动，创新服务业发展新模式，推动新一代智能终端和智能体在软件、信息、金融、商务、法律、交通、物流、商贸等领域普及。中国人民银行原行长周小川表示，过去金融体系积累了大量资金数据，可以用于机器学习和深度学习，通过机器学习和深度学习，将传统模型转变为智能推理模型，可以得到金融稳定数据和金融机构健康状况的历史变化，从而预测金融不稳定风险的出现，是金融界非常重视的一个研究方向。重视人工智能的应用，目前正在积极实施。交通银行副行长兼首席信息官钱斌表示，根据公开信息，2024年我国主要国有商业银行科技资金投入总额将超过1200亿元，科技人员数量将超过10万人。以Banco de Comunicacio 为例。 2021年开始，人工智能将成为交通银行数字化转型的新名片。该行每年科技资本投入保持在120亿元，约占总收入的5.4%。科技人员数量已达1万人，占全行员工总数的10%以上，体现了其对人工智能的重视。肖元琪表示，目前取得的成绩以人工智能为代表的科技开始广泛应用于金融领域。预计财政和便利化影响将是重大且根本性的。改变断点那么对于金融体系来说，人工智能是一种边缘技术工具的进步，还是像蒸汽机或电力一样，将全面重塑行业感官的根本性变革？就此话题，周小川表示，从金融角度来看，人工智能是一项历史悠久的信息处理技术。我们认为，这是基于经济、IT和自动化的又一次新的边际变化，但我们也认为，这种边际变化是影响银行核心业务、客户行为和监管等诸多方面的重大变化。周小川表示，银行业与其他行业不同。近几年人工智能兴起的时候，大家都把很多注意力集中在生成模型上，然后又开始关注生成模型。终模态加工。另一方面，银行相对简单，很少使用多模式或生成技术。它们主要基于大数据分析和推理模型，因此具有独特的特点。基于这些特点，我们认为未来结构性银行将继续朝这个方向发展。此外，客户行为正在发生显着变化。过去，许多在银行工作的客户习惯于与人交互，而不是与机器交互。然而，如果我们看看过去十年的变化，就会发现越来越多的客户习惯于使用机器工作，不愿意或认为没有必要进行人工干预。这个变化也是非常深刻的。因此，人工智能正在银行业的支付、定价、风险管理和营销等方面发挥重要作用，这是一个重大的边际变化。 “在人工智能的影响下，监管也将发生重大变化。当前租金反洗钱和反恐融资系统是最典型的领域，可以利用大量数据分析来寻找线索，识别洗钱和恐怖融资活动。过去，所有大额交易都必须取消。人们对洗钱部门报告的内容有很多困惑，但他们不知道如何处理大量数据。 “通过对已经曝光的案例数据进行机器学习、深度学习，模型会逐步完善，发现规律，这会对监管产生很大的影响。”我们看到，人工智能可以帮助金融机构对内提高运营效率，对外提供更好的服务和产品。不过，不少人也对金融机构员工数量众多表示担忧，人工智能效率的提高会不会给内部人员配置带来压力？对此，肖远启回应道：所有机构都因人工智能应用而经历了人员配备压力。他说不。 “对于金融机构来说，员工是最有效的生产力，每一位员工都创造价值。尽管人工智能发展迅速、应用广泛，但应该清醒地看到，目前人工智能在金融领域的应用还处于起步阶段，其作用仍然是补充性的，无法取代人类决策。”肖元琪表示，在信贷、保险定价、定损、精算等重要领域，仍然离不开人们的专业判断。在金融领域，人力资源永远是最宝贵、最有价值的资产。风险需要引起重视。 “人工智能的应用是边际变化、增量变化还是根本性颠覆还有待观察，但至少就目前而言，人工智能应用带来的风险与一些主要技术应用带来的风险类似。历史上金融领域的逻辑革命。 “现在可能很难判断。”何肖元启先生表示，从历史的角度来看，近期金融领域的科技革命带来的主要是增量风险和边际风险，虽然风险的成因、路径和形式发生了变化，但金融业面临的信用风险、市场风险、流动性风险、操作风险等基本风险并没有发生革命性的变化。特别是，肖元启认为，这次人工智能革命给金融领域带来的风险既可以从宏观层面观察，也可以从微观层面观察。微观层面，对于单个金融机构来说，新增或增加的风险主要有两类：一是模型稳定性风险，这套AI应用很大程度上依赖于模型的衡量，使得模型的稳定性和可靠性至关重要。南斯。这包括数据源的选择、数据质量控制以及后续的评估和监控程序（数据治理程序）。这两类风险对于个别机构来说非常重要。对于整个行业来说，风险增加主要有两类。一是集中度风险。金融行业依赖强大的技术开发能力、高稳定性以及AI模型技术。它可能依赖少数拥有大量资源投资的服务提供商。与此同时，大型金融机构在资源投入方面可能比小型金融机构更具优势，这也可能导致市场集中度更高。我还不明白这一点。二是决策趋同风险。所使用的模型和数据的相对标准化和集中化可能会导致金融机构决策的集中化，进而导致决策的同质化。整个行业。必须小心，因为过高的收敛会导致“共振”效应。周小川还表示，当AI模型使用大量短期高频数据时，学习结果可能是高频的、短期的、技术性的，这可能不符合金融稳定和宏观管理所必需的长期稳定性要求。这个问题必须认真对待并解决。 “最终，人类永远是新技术的主人、人工智能的引领者和重要决策者。我们不仅需要利用人工智能的精准判断和趋势判断，更要把人性的温暖和人文关怀有机地结合起来。”钱斌表示，一些企业受疫情影响，近年来出现了财务危机。如果严格遵循财务报表及其现金流量，资产和负债，包括利润，经历过各种危机，已经达到了银行回收、暂停贷款的标准。暂时来说，如果你严格遵守人工智能的规则，你应该终止贷款。 “但市场需要金融温暖和财政责任，期间我们采取了合理的不可退还贷款续贷模式，以便在危机期间更好地支持企业。因此，从这个角度来看，‘人工智能在金融中的应用，决策的关键点仍然必须由人来控制。’”（经济日报记者 郭明阳）
（编辑：富忠明）