人工智能技术在金融领域的应用难点与对策建议研究

　　摘要：近些年来，我国高新科技领域飞速发展，衍生了许多新兴技术，人工智能便是其中一种，人工智能技术的广泛应用推动了我国产业智能化发展。对于我国金融领域而言，人工智能技术的普及，解放了生产力，促成了流程变革，但金融是强监管的行业，人工智能技术尚处于发展中阶段，在许多方面仍未完善，在应用过程中势必会存在诸多风险。因此，为了实现人工智能技术与金融领域的深度融合，要针对应用难点进行深入研究，将难点逐一突破，充分发挥人工智能技术在金融领域的积极推进作用。

　　引言

　　海量信息是信息时代重要标志。金融领域在发展过程中每天都会产生庞大数量的信息数据。因此，需要对这些信息数据进行有效整合和处理，确保金融行业科学化、健康化发展。人工智能技术集合了多种先进的信息技术，在金融领域中引入人工智能技术，可以实现对信息数据的有效处理，这是我国金融领域实现成功转型和升级的必经之路。然而现阶段的人工智能技术尚未成熟，存在着一定的应用隐患，给金融领域带来新的发展契机的同时，也带来了不少挑战。

　　1. 人工智能技术在金融领域的作用

　　1.1 提高获客

　　以往的金融管理模式，筛选客户方式主要以“二八法则”为主，所谓的“二八法则”即是指利用两成（总客户量）高质量客户给金融机构创造八成利润。为了维护这些高质量客户，金融机构每年都需要支出大额成本。向目标客户推荐理财产品的方式主要以电话销售为主，虽然具有一定成效，但是不利于新客户的拓展。引入人工智能技术之后，金融机构可通过对客户的行为数据进行分析，利用渠道，向目标客户精准投放广告，不仅加大了广告宣传效果，而且有利于新客户的拓展[1]。

　　1.2 智能身份认证与业务远程办理

　　在以往的金融业务模式中，客户想要办理业务需要亲自前往银行网点，并携带可以证明自己身份的材料。网上银行虽然可以足不出户，但是需要使用U盾等工具，操作步骤较为烦琐，且只针对个人账户的转账等自助业务，业务场景有限[2]。引入人工智能技术之后，可以对客户的身份进行远程智能识别，有效解决身份认证环节过于烦琐的痛点，这样就为多样化的远程业务场景提供了可能。现阶段，国内各大金融机构基本实现了融合人脸识别技术、身份证NFC识别技术、电子签名技术、图像自动识别技术的各项应用，涌现了很多基于人工智能技术的远程业务模式，如远程面签、远程勘验、远程巡检及调查等，大大提升了业务效率并给客户以方便。

　　1.3 风控识别与智能催收

　　风控是金融的核心，其表现为贷前的精准识客、贷中的风险评估、贷后的事件监控、逾期后的快速催收处置。人工智能技术结合大数据，贷前及贷中阶段可以对客户进行全面画像及风险评估，比如客户的偿付能力、诚信水平、违约可能性等进行综合量化，依据模型来自动评估，权衡风险和收益从而做出最稳妥的业务决策。在贷后阶段，人工智能技术可以用于催收的早期阶段，用AI机器人对客户进行身份识别、逾期提醒和意图识别，降低传统催收强度，如果能结合线上触达与自动语义理解，将能够实现与客户的良性互动，为尽早清收、精准清收创造条件。结合催收过程中产生的数据，人工智能技术还可以对逾期账户进行自动化分类，针对性地开展催收、调解及诉讼活动，为压降不良行为提供快速的决策支持。

　　2. 人工智能技术在金融领域的应用难点

　　2.1 互联网上公民数字身份的合法性与适用性

　　“在互联网上，没人知道你是一条狗”，这是1992年互联网诞生之初《纽约客》上一幅漫画的词条，互联网初期阶段的应用以匿名和保护隐私为特征，但伴随应用的广泛和深入，越来越多的应用开始要求实名。金融交易都基于真实身份、真实证件、真实文件进行。在金融服务远程化和线上化的大趋势下，如何界定每个公民合法的数字身份，既能够保护个人隐私，也能实现互联网上金融服务的唯一有效身份确认，这些尚需要在法律层面和技术层面做出进一步规定。

　　法律层面，最高院发布了《最高人民法院关于修改<关于民事诉讼证据的若干规定>的决定》，新的司法解释已经于2020年5月1日起施行。《最高院证据规则（2019修订）》对电子证据类型、原件的认定、真实性判断等作了崭新规定，其中规定“当事人提交的电子数据，通过电子签名、哈希值校验、区块链等证据收集、固定和防篡改的技术手段或者通过电子取证存证平台认证，能够证明其真实性的，互联网法院应当确认”。应当说电子证据法一系列规定的出台，为互联网公民数字身份的合法性与适用性奠定了法律基础。技术层面目前国内各个银行较为普遍的做法是为客户发放数字CA证书，但各个银行在证书发放时是各自独立的，而且国内大大小小的CA机构数量众多，消费者可能会为了网上银行业务办理若干个数字证书，并不便于管理，而且各个CA机构背书的效力也存在一定差异。个人数字身份的发放渠道应该是权威且唯一的，类似公民的身份证件的发放，这样可以避免一人多证导致的不便和证据混淆。

　　2.2 人工智能技术局限性的风险

　　人工智能技术对互联网技术有着非常强的依赖性，因而存在一定的运行风险。一方面是信息安全隐患。信息安全隐患是人工智能技术无法避免的问题。信息时代，人才固然重要，但是信息资源更为重要，现如今人们越来越重视自身个人隐私和个人信息的保护。人工智能技术本身的特性对互联网环境有着超高要求，一旦互联网环境的保护屏障遭受破坏，一些不法分子犹如找到了“切入点”，肆意窃取用户信息和资料。这样一来，用户的信息资料犹如曝光在阳光下，一览无余，从而导致用户的财产安全甚至是生命安全受到严重威胁。

　　另一方面是系统风险。对于人工智能技术而言，系统犹如“心脏”，一旦系统出现故障，势必会造成不可估量的损失。与传统人工模式相比，人工智能技术在工作效率方面具有显著优势，但归根结底，人工智能是通过一系列算法进行的机械活动，因而无法彻底消除失控风险。造成系统故障的原因有很多，如网络设施受损、黑客攻击等。现阶段，互联网技术几乎覆盖了金融行业的各个角落，人工智能虽然给金融领域的发展创造了新契机，但也成为该行业的薄弱点，一旦人工智能成为网络不法分子攻击金融行业的目标，势必会给整个行业带来一场“腥风血雨”。

　　2.3 市场风险

　　现阶段，我国人工智能技术虽然取得了显著进步，但是对国外技术的依赖性比较强，如开源代码、成熟算法等，缺乏自己本土的核心技术，因而在金融领域的人工智能技术常常要受制于他人。要知道，核心技术犹如企业命脉，对于企业而言，核心技术不掌握在自己手中，许多方面都会受到制约，不利于金融企业长足稳定的发展。此外，工作人员的专业素质受到了严重忽视。随着人工智能技术在金融领域的普及应用，金融领域发展上升了一大步，避免了大量重复性、无效性工作，也取代了一部分人工操作。然而这并不意味着工作人员可以忽视自身专业素质的提升，相反，人工智能技术的应用给金融行业工作人员带来了不小的冲击，使得一些专业素质水平偏低的工作人员面临淘汰的危险。相比人工操作，人工智能技术在一定层面具有显著优势，但并不能完全取代人工操作，例如人工智能系统离不开人员操作。因而金融行业工作人员要想不被行业淘汰，必须重视自身专业素质的提升，不可对智能系统过度依赖[3]。

　　2.4 监管风险

　　现阶段，虽然人工智能技术得到了突破性发展，但与之相应的监管机制并未随之完善，导致人工智能技术应用水平参差不齐，没有统一的标准和规范，使得用户隐私无法得到全面保护。此外，监管力度不足也是人工智能技术在金融领域的应用难点。随着智能化在金融领域的进一步加深，监管难度也随之加大。现阶段监管法规的主要针对对象为行为主体，但在现有的智能投顾平台，其所有客户掌握着资金归属权，而实际控制人则是开展运营投资活动的平台本身，并不是行为主体。这样一来，在智能金融领域中，以追溯行为主体的穿透原则的传统监管方式面临着巨大挑战。

　　3. 人工智能技术在金融领域的应用对策

　　3.1 夯实个人数字身份的法律及技术基础

　　个人数字身份的唯一性、不可诋毁性、权威性是数字化金融的基础，这个需要国家相关部门给出具体的可行方案，目前，eID最有可能成为国家层面公民数字身份认证机制，解决隐私保护以及线上身份识别问题。所有eID的签发均应该由政府权威部门进行严格的身份审核，确保eID的真实性、有效性，并且每个公民只能有1个与其真实身份唯一对应的eID。需要在网上身份验证时，凭有效的eID与后台权威部门数据库进行验证比对，验证身份是否真实存在以及eID是否有效，不需要其他个人隐私即可完成交易的身份确认，达到实名效果又保护了个人隐私的目的。

　　3.2 提高人工智能核心技术的研发力度

　　与发达国家相比，我国人工智能技术仍有很大上升空间，其技术方面的不足十分明显，如关键技术、基础性研发能力等。基于此，为了实现我国人工智能技术突破性发展，相关技术部门应不断进行技术上的创新研究，尤其是核心技术和关键技术的研究与开发，要作为研究重点，进一步优化其智能化功能。同时，积极学习先进的技术理念，加强与国内技术机构的合作，重视先进技术人才的培养和引进，全面打造专业化、高技能水平的研发团队，为人工智能技术的深度研发奠定良好基础。此外，设置相关的创新研发平台，加深对网络资源的研究与探索，全面推进人工智能技术与金融领域的深度融合[4]。

　　3.3 加大人工智能技术对数据资源的运用与处理功能上的研发力度

　　庞大的数据资源和处理功能是人工智能技术实现应用的基础前提。然而我国对大数据资源的整合和处理水平与人工智能技术的应用要求仍有很大一段距离，对数据资源利用程度还不够高，因而对人工智能技术的研发造成了很大阻碍。对有用数据的安全控制和提取以及对大数据资源的规划和整合，具体体现在以下两个方面[5]。

　　第一，进一步提高金融领域专业数据的分析能力、采集能力和运用能力。金融信息数据量庞大是金融领域的一大特点，金融机构在具体运营中，势必会产生大量的交易数据，且这些交易数据密度非常高。因此可以通过云计算平台和数据存储，对这些交易数据进行筛选过滤，利用智能端口转变为非结构化数据。对于人工智能技术而言，这些数据是服务数据的来源，具有较强的专业性和全面性，可以为人工智能技术提供海量的数据资源基础，从而实现跨区域信息获取和跨区域深度学习，充分发挥人工智能技术在金融领域的应用优势。

　　第二，加强对政府资源数据的规范化管理，以此提高这部分数据资源的利用率。之所以这样做，是因为政府部门不仅掌握着各行各业的公共数据资源，同时还掌握着相关的政策资源，通过对这些资源进行合理化梳理及规范化整理，能够形成科学化、完善化及生态化的数据系统。这样一来，相关机构可以根据客户或金融机构工作人员的实际需求，通过人工智能技术实现信息数据的共享以及系统间的交互操作，从而获取所需的建议结果。

　　3.4 提高风险管理水平与防控水平

　　金融机构在运行过程中会产生大量信息数据，包括交易数据、用户信息、商业信息等，由于金融机构运行对互联网环境有着较强的依赖性，信息的安全性是人们高度关注的问题。因此，金融领域想要实现稳定持续发展，则需要重视自身安全风险管理水平和防控水平的持续提升，这也是人工智能模式下对金融领域提出的硬性要求。在研发和应用人工智能技术过程中，必须要将系统的安全以及风险的可控性进行综合考虑，不断提升智能系统的安全水平和风险防控水平。

　　在具体应用中，应以安全风险控制为前提，对风险防范系统进行合理设计和设定，并制定相应的应急预案。与此同时，还需要对人工智能技术系统数据库软件进行漏洞检查和安全测试。尤其是软件的漏洞检测，一旦发现漏洞要在第一时间采取处理措施，以保证系统的安全风险防控水平达到规范标准，确保客户的利益不受侵犯。具体来说，应对金融欺诈行为进行严格防范，在进行金融交易时，除了对行为模式进行规范化处理之外，还需要对业务行为的登录频率进行严格管控。同时还需要对交易信息、交易状态以及设备终端的异常情况进行密切监测。此外，机构要加强金融交易的安全验证技术及用户识别技术的研发，最大限度地降低金融诈骗行为的发生率。

　　3.5 对人工智能技术应用的监管制度加以完善

　　科学完善的金融监管机制，是促进金融领域健康发展的重要保障之一。前文提及提高安全风险防控水平对金融领域健康发展的重要性，而金融监管机制同等重要，因而有必要对现有金融监管机制加以优化和补充，以保证金融交易活动安全、有序地进行。结合人工智能技术的特点，可以对相应的监管机制及监管制度加以完善，以此提高人工智能技术在金融领域的应用效果，具体可以从以下几点入手[6]：（1）结合实际，对现有的监管制度及金融管理的相关法律法规进行优化与完善，全面保障用户信息和商业信息的安全；（2）进一步完善和优化相关的责任追究机制，研发和健全人工智能技术的检测方法；（3）加强人工智能技术的自我更新能力及自我学习能力的提升，促使智能系统能够根据存在的漏洞和功能进行自动化、针对性的更新与升级，让人工智能技术能够更好地适应金融领域的发展需求，为金融领域长远发展保驾护航。

　　结语

　　综上所述，对金融领域而言，人工智能技术的研发和应用为其发展创造了新契机，同时也带来了更为严峻的考验。现阶段，由于我国人工智能技术发展并不成熟，因而在很长一段时间内无法完全取代人工。人工智能作为人们日常工作中的辅助工具，其应用方向及发展范围还需要人们持续深入研究。此外，针对人工智能技术在金融领域的应用难点，要想获得突破，相关机构仍需要对多方面技术进行深入研发，不断提高人工智能技术的应用价值，力争为客户提供更多的金融服务，提高客户的满意度，从而促进金融领域长足稳定的发展。

　　参考文献：

　　[1]李辉,王天尧.智慧金融领域人工智能专利申请态势及高价值专利培育思路[J].中国金融电脑,2022,(3):64-67.

　　[2]许家海,张利影.人工智能技术赋能普惠金融发展研究[J].金融科技时代,2022, 30(2):89-92.

　　[3]武继英,蔺彦多.人工智能视域下金融监管模式研究[J].当代县域经济,2021,(9): 94-95.

　　[4]陈增敬,严晓东,冯新伟.金融科技中人工智能技术典型事实与核心规律[J].中国科学基金,2021,35(3):387-393.

　　[5]韩宁,张露馨.大数据智能技术深度介入经济领域应用研究[J].内蒙古煤炭经济,2021,(9):155-156.

　　[6]管宇杰.人工智能在金融领域的应用现状及未来需求分析[J].深圳信息职业技术学院学报,2021,19(1):57-61.

　　作者简介：谢前辉，本科，北京优债科技有限公司CTO。研究方向：消费金融风控技术应用、智能催收与调解。

关注读览天下微信， 100万篇深度好文， 等你来看……