夜雨聆风
目前，政策与资本的双重推动，为人工智能的快速发展提供了优越的环境。2017年，国务院发布《新一代人工智能发展规划》，标志着我国将AI上升到国家战略层面；2018，李克强总理在《政府工作报告》中提出：加强新一代AI研发应用，运用新技术、新业态、新模式，大力改造提升传统产业。统计显示，2018年中国人工智能产业融资规模达到1311亿元，是近年来融资规模最大的一年。传统金融行业存在诸多痛点和智能化升级的空间，是受人工智能影响最大的产业之一。如何应用好本次AI浪潮带来的技术红利，让AI技术更好地赋能实体金融，助力其智慧化转型，成为传统金融行业破局的关键。
破局之战
过去二十年内，传统金融行业经过信息化、移动互联网化的两次转型，数字化经营程度已有很大提升。以平安集团为例，2012年已完成统一规整全集团各金融业务万余机构的大数据平台建设，包括采集更新、清洗整合、隐私安全、标准质控、脱敏合规标签化等关键环节。
尽管如此，行业在风控、营销、服务、运营等核心环节仍存在诸多痛点和可改进空间。风控是金融行业的核心工作，以风险杂、欺诈多、违约率高为显著特征，统计显示，近五年商业银行不良贷款余额涨幅超200%，不良贷款率从1%上涨到1.86%（图2）。营销方面，传统的金融营销以实体网点、电话短信、地推沙龙等方式将标准化产品推送给所有客户，这种方式获客成本高、渠道频次低且带来较差的用户体验。服务方面，消费者行为和需求的不断变化使传统的金融服务面临各场景各链条上的重构；传统人工客服存在培训成本高、流动性大、服务效果参差不齐等弊端，严重影响了服务质量和用户体验。运营方面，传统机构各个业务运营环节存在大量重复性、低效率工作，亟需提升管理效率，降低运营成本，通过对企业的端到端经营流程改造，打造新型运营生态。
针对这些传统金融行业的痛点需求，互联网企业和传统金融机构都在积极布局人工智能技术，实现服务升级和企业智能化转型。在日益复杂的世界经济形势和不断变化的技术革新浪潮中，传统金融机构和互联网企业之间不断相互渗透；而金融业务线上化的趋势和“微粒贷”等新业务形态的出现，也使得产业战局的边界越来越模糊。传统金融行业要在激烈的战局中保持竞争力，关键在于将人工智能技术与金融业务深度结合，有效实现各业务环节的“三提两降”，即提效率、提效果、提用户体验、降风险、降成本。通过人工智能技术及业务解决方案的研发应用，完善智能技术平台和方案中台的建设，形成规模化拓展AI应用的能力，才能切实产生业务价值。
以平安为例，通过领先的科技能力、深刻的业务理解、丰富的实际场景，以及深度协同的技术业务融合这四个维度上的独特优势，构建自己的技术和商业壁垒，研发并落地了一系列人工智能技术解决方案。在技术上，经过多年的建设，AI板块全面覆盖视觉、语音、自然语言理解、知识图谱等核心领域，近两年获得近20项国际技术大赛冠军。在业务上，平安已成为拥有全金融牌照的科技型综合金融集团，财富500强排名第29位。通过各业务领域的长期经营积累，平安形成了对业务全面而深入的理解。在场景上，金融领域自身的领先水平决定了平安拥有最丰富的业务场景，且不断地高速迭代。在技术业务融合上，平安长期奉行多业务综合协作的团队文化，在集团战略的指导下，业务和科技专家组成联合团队，因而可以将技术和业务深入融合形成完整的智能化解决方案，并同步完善智能技术平台和方案中台的建设，形成规模化拓展AI应用的能力，快速有效实现各业务环节的智能化，持续夯实关键技术和业务壁垒（图3）。
接下来，我们从风控、营销、运营、服务四个金融产业的关键环节展开AI在金融业务中应用的实例：风控层面，随着近年来互联网金融、消费金融等业务形态的逐渐崛起，人工智能技术在理财、保险、汽车金融、现金贷等场景中均得到广泛应用。智能风控主要依托多维度的大数据和人工智能技术，通过深入挖掘历史信息，构建画像并及时甄别异常行为，及时有效地识别、预警和防范金融风险，显著提高金融机构的风险管理能力，大幅减少坏帐损失。
比如平安集团金融壹账通Gamma智能微表情面审辅助系统，利用微表情识别技术，可通过远程视频实时抓取客户微小的表情变化，智能识别贷款欺诈风险。目前，该系统已实现十万量级54种微情绪视频资料库的覆盖，在助力实现小额信贷业务的全面线上化的同时，大幅改善违约率，全面提升金融机构的风控水平。平安基于知识图谱技术推出的金融界首款产业链智能分析平台欧拉图谱，结合平安集团对公业务线在风控、投资、营销领域的丰富场景和专业资源，通过上中下游产业链的关系构建并分析行业、企业、人物、事件之间的风险关联，生成全方位的企业关系图谱。自2016年落地应用以来，监控投资风险资金逾两万亿元，外部市场目前销售金额达亿级别，市场空间达数十亿元。
营销层面，随着人口红利的逐渐消失，传统金融业务面临越来越多的挑战和诉求，产品的精细化运营越来越受到重视。人工智能技术基于用户、产品、渠道等海量大数据信息，通过构建多维度画像和关键因子分析，结合实际业务营销策略，实现营销场景中的客户推荐、精准触达、事件营销等推荐服务，有效提升了营销效率，降低了营销成本。例如京东金融旗下的小额贷款和理财业务，利用京东侧的电商数据和营销渠道，帮助金融机构更好地营销贷款和理财产品找到目标客户。又如平安集团建设克瑞斯智能金融AI平台（图4），为业务人员打造可灵活应用的数字化经营工具，应用于平安集团人寿、保险、银行、信贷等多个业务线，助力平安人寿大数据营销获客，保费增收数十亿；赋能平安银行全线业务流程优化，累计覆盖超一亿客户，促成金融产品成交额超百亿。
服务层面，消费者行为和需求的不断变化，使传统的金融服务面临各场景各链条上的重构。人工智能技术的落地应用，促进了金融行业数字化、智能化服务升级。平安产险在全国上线了国际首创的车险图像智能定损系统，结合图像识别技术，实现拍照上传秒级定损，目前仍然是全世界唯一规模化上生产的自动定损理赔系统，客户借助智能闪赔可以自助理赔，大幅缩短等待时间，提升客户体验。此外，平安集团打造的智能语音机器人全年累计服务量达8.5亿次，已覆盖集团83%金融销售场景、81%的客户服务场景，可实现每年坐席成本下降11%，人工客服已经从主流转变为辅助形式。
运营层面，通过AI技术能够大幅提升金融机构管理效率，降低运营成本，如多模态身份认证、票据识别、智能选址等，通过对企业的端到端经营流程技术赋能，打造新型运营生态。例如，平安集团深度融合人脸、声纹、唇语识别等技术，研发出基于多模态生物特征识别的身份认证方法，目前该技术已运用于平安集团旗下多家子公司的金融业务，如平安普惠的远程视频贷款业务、平安银行的大额资金操作业务和电话中心业务、平安寿险的开户核身业务等。平安自主研发的AI甄选和面谈技术，2018年在平安寿险代理人渠道全面上线，应用到1100多万准增援对象，覆盖上百个平安岗位，使面试效率提高60%以上。
未来已来
人工智能技术目前已广泛进入包括金融业在内的实体经济领域。如同前几次技术革命一样，人工智能技术的普及在提高社会效率的同时，也带来大量新的业务形态和工作机会，涵盖标注、培训、操作、运维、研发更新、发明创造等，同时帮助人类从重复性的简单工作中解放出来，更好地发挥潜力。但是，AI在认知决策等智能领域能力尚弱，总体上仍处于“弱人工智能”阶段，大部分AI应用主要起到辅助专业人员的效用。未来几年的发展应该会持续聚焦在人工智能落地应用上，赋能实体业务，解决实际痛点。
相应地，AI的发展也将带来数据安全的风险和AI伦理挑战。在人工智能的应用上应该有边界，需要制定完善的标准规范，合理管控AI技术落地，避免其误用、滥用，及恶用。治理规范应秉持以人为本、人类自治、安全可控、公平公正，和公开透明的伦理准则。通过研发可信AI技术，从整体视角解释AI的决策过程，判断并纠正可能发生的错误，让AI技术变得更加可靠、安全、负责。
总体来看，人工智能经过60多年的发展，已在金融、医疗、智慧城市等领域得到大规模应用。对传统金融业而言，产业智能化已成为大势所趋。未来，需要继续利用中国的利好政策、产业规模、丰富场景等优势，让AI技术更紧密地结合业务痛点，不断驱动技术研发迭代并完善产业智能化各场景的业务解决方案，形成强大的人工智能业务方案中台和规模化拓展应用的能力，并做好AI技术和应用的合理管控。这样，才能够使AI技术更好地赋能传统金融行业，助力其智慧化转型，实现更大的社会效益和经济效益。
《北大金融评论》2020年第2期（总第3期）
延伸阅读
徐小庆：房地产是影响中国利率周期最核心的变量（含精彩视频）|《北大金融评论》在线课程
