董希淼 徐蓓蕓：人工智能技術對金融業(yè)的影響與應對
徐蓓蕓，安碩信息金融業(yè)務研究院高級顧問
我國高度重視人工智能（AI）發(fā)展，先后出臺《新一代人工智能發(fā)展規(guī)劃》等。近年來，在算法突破、算力提升等多方面因素驅動下，AI 技術獲得長足發(fā)展。數據顯示，我國已初步構建起較為全面的人工智能產業(yè)體系，相關企業(yè)超過 4500 家，完成備案并上線、能為公眾提供服務的生成式人工智能服務大模型已達 190 多個。
人工智能技術發(fā)展及金融業(yè)應用
周小川曾說過，“金融業(yè)是半個 IT 行業(yè)”，金融數字化一直走在前列。隨著 AI 技術發(fā)展，其在金融業(yè)的應用日益加快和深化。近年來，不同技術展現了各自獨特技術優(yōu)勢和金融業(yè)應用價值。在實踐中，DeepSeek 橫空出世，進一步加速了 AI 在金融業(yè)的深度應用。DeepSeek 融合多模態(tài)數據處理、知識圖譜構建、智能決策引擎，特別是開源生態(tài)、低算力消耗帶來的低成本優(yōu)勢，部署應用更具靈活性，從而更適配金融業(yè)特別是中小金融機構的實際，將可能降低應用 AI 技術的門檻和成本。
部分銀行基于 DeepSeek 開源框架整合內外部數據，開發(fā)及優(yōu)化信貸風控模型，實現對傳統(tǒng)信貸風控模型升級，包括模型效能監(jiān)控與調優(yōu)、策略優(yōu)化、仿真測試、數據及衍生特征推薦等，進一步提升建模效率和精準度。部分證券公司基于 DeepSeek 構建升級智能客服系統(tǒng)，實現自然語言處理的飛躍，可針對客戶提出的各種復雜問題，包括產品咨詢、業(yè)務辦理流程詢問、賬戶異常反饋等，迅速給出準確詳細的回答，在多輪對話中保持連貫，為客戶提供更人性化的服務體驗。
人工智能技術對金融業(yè)的影響
AI 技術快速發(fā)展正從兩個方面深刻改變著金融業(yè)的業(yè)務形態(tài)和運營模式。一是技術驅動金融業(yè)數字化轉型變革，二是技術的深度滲透引發(fā)新的風險和挑戰(zhàn)。
1. 技術驅動金融數字化轉型變革
（1）AI 應用提升金融業(yè)務處理效率。銀行業(yè)務流程中的貸款審批、賬戶開戶、文件審核等，往往涉及大量的人工操作，效率低下且容易出現錯誤。應用 AI 技術，有助于實現這些業(yè)務流程的自動化。可以通過自動讀取和分析相關文件和數據，包括貸款申請資料、財務報表、合同協(xié)議等，提取關鍵信息，并根據預設的規(guī)則進行審核和決策。智能投顧方面，通過機器學習算法，能夠根據客戶的風險偏好和財務目標，提供個性化的分析觀點，不僅降低傳統(tǒng)投顧的人力成本，還能提高服務普惠性。AI 驅動的自動化交易系統(tǒng)能夠在毫秒級別完成市場數據的分析和交易決策，顯著提升交易效率和市場流動性。
（2）AI 應用加快金融服務模式變革。傳統(tǒng)以物理網點為中心的服務網絡，正在轉型為 “云 + 端” 的智能服務矩陣。如 “AI + 遠程銀行” 模式實現多數高頻業(yè)務自動化處理，客戶需求響應速度較傳統(tǒng)模式顯著提升。在供應鏈金融方面，結合物聯網平臺，銀行將實體企業(yè)的生產經營數據轉化為信用評估依據，將部分數權和物權轉化為信用，使得中小微企業(yè)貸款審批通過率大幅提升。在智能投顧與財富管理領域，基于深度學習的客戶畫像系統(tǒng)可實時解析超過千萬級的行為特征維度，根據客戶生命周期階段自動生成資產配置方案，提升投顧方案采納率?？傮w而言，AI 應用推動金融服務從傳統(tǒng)的 “經驗驅動” 向 “數據智能驅動” 演進。
（3）AI 應用提升金融風險管理能力。傳統(tǒng)的風險管理往往依賴歷史數據分析和人工判斷，而 AI 技術能夠整合處理多模態(tài)多源異構數據、實時監(jiān)控新聞事件等非結構化數據，具備提前識別潛在風險能力。如中國人民銀行數字貨幣研究所研發(fā)的 “風控鷹眼” 系統(tǒng)，通過機器學習實時監(jiān)測可疑交易，使反洗錢調查效率提升多倍。部分銀行通過知識圖譜技術與機器學習相結合，對集團客戶關聯風險的識別準確率較傳統(tǒng)方法顯著提升。此外，基于深度學習的風險評估模型能夠更精準地預測信用違約概率，從而幫助金融機構作出更精確的信貸決策。
2. 技術的深入滲透引發(fā)諸多新挑戰(zhàn)
（1）“數據孤島” 可能導致模型偏差。由于銀行、保險、證券等不同行業(yè)間的數據難以有效整合，碎片化的數據生態(tài)不僅制約 AI 模型的訓練精度，更可能導致信用評估、反欺詐等核心業(yè)務場景存在系統(tǒng)性偏差風險。由此可見，AI 模型的訓練需要大量數據支持，如何在保證數據隱私和安全的前提下進行模型訓練，是行業(yè)需要共同解決的問題。
（2）算法黑箱問題會加劇應用難度。深度學習模型的決策過程缺乏可解釋性、不透明，生成式 AI 技術 “幻覺” 可能性，使得新技術在精度要求極高的部分金融場景下的應用存在障礙。而深度學習更是凸顯 “算法黑箱” 現象帶來的各種技術屏障，或將導致無論是程序錯誤還是算法歧視，在人工智能的深度學習中，都變得難以識別。
（3）網絡安全威脅呈現快速升級趨勢。生成對抗網絡（GAN）等 AI 技術，有時候被惡意用于偽造金融交易憑證、模擬聲紋實施詐騙。2024 年某城商行就遭遇 AI 深度偽造的集團財務總監(jiān)視頻指令，造成數千萬元資金損失。更嚴峻的是，對抗樣本攻擊可通過對輸入數據的細微篡改誤導風控系統(tǒng)，這種新型攻擊手段嚴重威脅傳統(tǒng)基于規(guī)則的安全防護體系。
（4）技術發(fā)展對監(jiān)管帶來新的挑戰(zhàn)。現代金融監(jiān)管體系主要針對傳統(tǒng)業(yè)務模式設計，對 AI 技術驅動的新興業(yè)態(tài)缺乏有效規(guī)制手段。此外，跨國金融機構還面臨不同司法轄區(qū)監(jiān)管標準差異帶來的合規(guī)挑戰(zhàn)。如歐盟的《人工智能法案》與我國《生成式人工智能服務管理暫行辦法》，在數據本地化、算法審計等方面的要求存在較大差異甚至是沖突。
與此同時，隨著 AI 技術大量應用，人才短缺問題日益突出。調查顯示，兼具金融專業(yè)知識與 AI 技術能力的復合型人才缺口超過 35%。人才短缺導致大量 AI 項目停留在技術驗證階段，難以實現業(yè)務場景的深度耦合。
金融機構應對策略與措施建議
AI 技術正在重構金融業(yè)的價值鏈，在金融領域具有巨大的應用前景，將加快金融機構數字化轉型，推動數字金融高質量發(fā)展；同時還將為塑造金融新業(yè)態(tài)打開大門，有望形成推動金融創(chuàng)新的新質生產力。但 AI 技術應用并非 “一招鮮”，更難以 “一鍵復制”。在這個過程中，金融機構需要保持開放和創(chuàng)新的態(tài)度，積極擁抱技術變革。同時，也應看到新技術應用與發(fā)展將對人才、組織、文化和風險管理提出新要求，并采取針對性措施持續(xù)改進和提升。
1. 合理定位，差異發(fā)展
大型金融機構應加快從 “工具賦能” 進階為 “價值重構”。在發(fā)展 AI 技術過程中，大型金融機構應更多關注技術創(chuàng)新需要的顛覆性變革，包括業(yè)務重構、流程再造、組織變革等，深入思考 “技術 + 業(yè)務” 如何推動形成新產品、新模式、新業(yè)態(tài)。但也要避免盲目追求 “全棧技術” 而忽視實際使用率和價值成效。中小金融機構更不應盲目追求新熱點和高技術，而應基于自身資源稟賦，聚焦發(fā)展方向和業(yè)務重點，合理定位 AI 技術優(yōu)先應用的業(yè)務和場景，走差異化、特色化的數字化轉型發(fā)展之路。尤其在科技投入方面不能 “撒胡椒面”，而應聚焦重點業(yè)務需求和戰(zhàn)略業(yè)務發(fā)展需要，提高科技投入產出比。
2. 開放協(xié)同，共建生態(tài)
大型金融機構在推動 AI 技術研發(fā)、行業(yè)標準制定、金融風險防范，以及生態(tài)體系構建等方面具有優(yōu)勢。應加快先行先試，探索 AI 技術多場景落地應用，做 AI 技術研發(fā)與應用的領路人。同時，強化責任擔當，打造更加完善的數字金融生態(tài)圈、朋友圈，向中小金融機構輸出先進技術和模式，有效賦能行業(yè)發(fā)展。中小金融機構應秉持開放合作的態(tài)度，多學習考察同業(yè)優(yōu)秀實踐，加強與技術公司、研究院所溝通交流，加強產學研合作。在日常工作中，應圍繞本機構業(yè)務重點高頻場景，融入技術生態(tài)圈及異業(yè)聯盟，加快探索技術與業(yè)務的深度融合，從而把 AI 技術真正用起來，并以此為契機深化數字化轉型。
3. 優(yōu)化組織，培養(yǎng)人才
在組織文化上，應大力打造學習型組織，圍繞應用場景建立跨部門、跨條線的扁平化團隊，在全機構范圍內營造開放、協(xié)同的數字金融文化，營造寬松包容的創(chuàng)新氛圍，持續(xù)保持技術敏感性和組織敏捷性。同時，優(yōu)化崗位安排、考核評價方式，通過技術與業(yè)務部門交叉任職、雙線評價及目標與關鍵成果法（OKI）考核等方式，推動科技與業(yè)務加強協(xié)作與融合。在選拔機制上，可探索 “金融 + 科技” 雙維評估機制，識別具有數字化潛力的員工進行定向培養(yǎng)，并建立獨立的晉升與薪酬機制；完善 “柔性人才池” 機制，以項目制形式來合作吸納外部技術專家，構建兼具專業(yè)深度與跨界廣度的人才生態(tài)。
4. 重視安全，防范風險
雖然 AI 技術不斷迭代發(fā)展，但對金融機構而言，一旦 AI 技術的漏洞被不法之徒利用，就可能對金融機構和客戶造成風險與損失。而且，新技術還可能帶來不可預知的新型操作風險，特別是難以估量在自動化控制狀態(tài)下的影響。如數據中毒攻擊和對抗性樣本欺騙，可能威脅金融機構核心系統(tǒng)穩(wěn)定性。隨著更多基于多模態(tài)數據的 AI 技術產生，數據邊界日益模糊，訪問主體和客體關系更復雜，金融機構常見的安全防御手段無法完全滿足數智化環(huán)境下安全保障需求。因此，信息安全和隱私保護等問題尤其需要重視。金融機構應當將 AI 技術風險納入全面風險管理體系，采取多方面措施有效防范和處置風險。
人工智能技術金融政策建議
2023 年中央金融工作會議要求金融業(yè)做好 “五篇大文章”，數字金融位列其中。2024 年 11 月，中國人民銀行等七部門印發(fā)《推動數字金融高質量發(fā)展行動方案》，要求加快推進金融機構數字化轉型，夯實數字金融發(fā)展基礎。金融業(yè)需進一步完善政策措施，實現技術創(chuàng)新與風險可控的平衡，使 AI 技術成為數字金融高質量發(fā)展的 “安全引擎”，而非 “風險盲盒”。
1. 推行分類監(jiān)管，推動國際標準協(xié)調
不同 AI 技術的應用場景，如信貸評估、投資顧問、反欺詐等，在應用的技術框架、技術復雜度和深度上存在較大差異，風險發(fā)生概率和影響程度上也不盡相同。因此，在政策上可考慮制定差異化的監(jiān)管要求，對高風險應用（如高頻交易等）實施更嚴格的監(jiān)管，對低風險應用（如智能客服等）實施相對寬松的監(jiān)管。
同時，在制定完善國內監(jiān)管政策的同時，可考慮進一步推動國際標準協(xié)調，參與國際監(jiān)管組織（如 FSB、BIS）的 AI 標準制定，促進全球監(jiān)管一致性發(fā)展，從而降低跨境金融機構的合規(guī)成本。
2. 強化風險意識，構建新型合規(guī)文化
建議通過制度設計、工具創(chuàng)新和生態(tài)協(xié)同相結合，促進金融機構增強主動風險防范意識，從 “被動響應” 轉向 “主動引領”；通過制度剛性約束與市場柔性激勵相結合，推動金融機構將 AI 風險防范內化為合規(guī)文化。
一是制度設計上，促進金融機構對新產品、新業(yè)務、新模式帶來的技術和業(yè)務邏輯變化，建立起及時響應、全面覆蓋、審查到位的合規(guī)體系，進一步規(guī)范全面風險管理范圍，如新型操作風險、科技外包風險、模型算法風險等如何識別、防范和監(jiān)控。
二是工具創(chuàng)新上，可考慮構建 AI 驅動的合規(guī)監(jiān)測平臺，自動解析監(jiān)管文件并評估金融機構的合規(guī)狀況。從而提升監(jiān)管的時效性，及時反饋當前金融機構可能碰到的問題和風險。同時，可建立跨機構的數據共享平臺，利用 AI 分析系統(tǒng)性風險，并實現信息披露和共享。
三是鼓勵第三方機構提供 AI 模型審計、數據合規(guī)檢測等服務，降低金融機構合規(guī)成本。第三方審計可避免金融機構 “自我審查” 的潛在利益沖突，確保結果公正。同時也減少金融機構的自身投入，特別是中小金融機構無需自建昂貴的 AI 審計團隊或采購高端技術工具，通過第三方專業(yè)服務節(jié)省人力、技術和時間成本。同時第三方機構專注于合規(guī)要求，積累跨行業(yè)經驗，能夠快速識別風險并提供精準解決方案，如算法偏見檢測、數據泄露防護等。這將有助于形成統(tǒng)一的審計與檢測標準。
人工智能技術是新一輪科技革命和產業(yè)變革的重要驅動力量，將對全球經濟社會發(fā)展和人類文明進步產生深遠影響。面向未來，我們要深入貫徹落實黨中央、國務院關于人工智能發(fā)展的決策部署，不斷推動人工智能與金融業(yè)深度融合，充分發(fā)揮 AI 技術在促進金融數字化轉型、做好數字金融大文章等方面的重要作用；同時推動金融更好地賦能技術迭代創(chuàng)新，為加快形成新質生產力、促進經濟高質量發(fā)展注入源源不竭的金融動能。
http://www.qinyier.com/yanjiu/detail/10046.html