人工智能在金融业应用日益增多，但自身定义仍不明确

人工智能在金融领域的应用越来越广泛。

近日，国务院发布人工智能规划，其中提到，在智能金融方面，要建立金融大数据系统，提升金融多媒体数据处理与理解能力。创新智能金融产品和服务，发展金融新业态。鼓励金融行业应用智能客服、智能监控等技术和装备，建立金融风险智能预警与防控系统。

面对大趋势，金融机构正在积极拥抱人工智能技术，比如智能投资顾问、预测和反欺诈、融资授信、安全监控预警以及智能客服等。但与此同时，对他们来说，对自身的需求定义并不明确。面对眼花缭乱的技术名词，不知道该从哪一块入手。

从“互联网+”到“人工智能”

7月20日，国务院发布《新一代人工智能发展规划》，明确将人工智能作为未来国家重要的发展战略。《新一代人工智能发展规划》指出，人工智能将成为国际竞争的新焦点。人工智能是引领未来的战略性技术，世界主要发达国家把发展人工智能作为提升国家竞争力、维护国家安全的重大战略，加紧出台规划和政策，围绕核心技术、顶尖人才、标准规范等强化部署。

2015年，国务院提出制定《“互联网+”行动计划指导意见》，此次国务院发布的是《新一代人工智能发展规划》，体现了政府对整个产业发展的重视。对此，北京邮电大学教授彭扬认为，此事具有很大意义，中国比较早的部署了人工智能领域的发展机遇，也能够助推全行业和相关企业的发展。

一位从事金融技术服务的机构人士表示，“规划”中，锐利迫切的措词展示了政府非一般的敏锐和决心。中国经济超车的最佳弯道呼之欲出。很明显可以看出，国家这次将人工智能升级为国家战略，企业将更好地得到政策和资金的支持。

“同时，人工智能技术落地，还需要政府针对各产业出台新的规划和配套，旧的产业政策也需要做调整，这样才能保证企业和资本在人工智能行业的持续投入。”该人士补充道。

自身需求定义尚待清晰

2016年被称为人工智能元年。中国也提出了“中国大脑”的项目计划，这方面也有大量的互联网和金融公司参与其中。

目前，人工智能在金融领域的应用已经比我们预想的更加广泛。

人工智能在金融领域的应用通常有几种：一是智能投资顾问;二是预测和反欺诈;三是融资授信、安全监控预警;四是智能客服。对应的主流人工智能技术则是图像识别、自然语言处理、语音识别以及声纹识别。

“这几种技术在金融领域的应用不太一样，图像识别技术主要是用于风控，比如远程开户和ATM刷脸取款，都是风控层面，图像识别目前和金融核心业务还没有深度融合;自然语言处理会用在智能客服上;而声纹识别的商业化落地比较慢，目前还没看到实际应用。”一位投资机构的相关负责人解释道。

一个显而易见的例子是，2016年，某银行柜台人员减少了1.4万人，但其中1.1万人走出柜台跑向市场，成了客户经理，而剩下3000人加上其他部门的缩减人员，有6000人去做新业务，包括互联网金融。

“对于银行来说提升了人力资源的效率。所以我们去年的总人数减少1%，但内部结构调整达到了6%，这对于商业银行的竞争力提升，盈利能力增强，风险控制的增强，应该说是有好处的。”该银行高管曾对媒体表示。

“从这个侧面来说，也能反映金融机构对人工智能的态度。这是一个大趋势，能够帮他们直接节省成本和控制风险。”依图科技相关负责人对《中国经营报》记者表示。

据记者了解，初期应用人工智能技术的成本在几十万元左右，并不太贵，而且相比人员操作来说，效率和效能都大大地提升。

然而，现在企业的问题是，对自身需求的定义并不明确。

彭扬认为，企业应用人工智能，第一是要定义需求;第二就是部署;第三是标准化，把成本降下来，另外就是监管。但现在，很多企业连需求怎么去定义都不是很清晰。

此外，氪信相关人士也提到，金融领域内可供机器训练的数据样本极为珍贵。现阶段金融人工智能的运用需要和具有丰富经验的风控专家结合。“人机结合”，让机器去学习金融专家的经验非常重要。