论文部分内容阅读
摘要：随着金融科技的发展，人工智能技术日趋成熟，在各行业的应用愈加广泛，对金融行业产生了深远的影响，极大地提升了客户体验感以及提高了银行工作效率。同时，银行业凭借着海量的数据为人工智能的发展提供的优良的“土壤”。本文就人工智能发展对商业银行的影响进行分析，提出了制约商业银行发展人工智能的因素，进而针对制约因素给出相应的建议。
关键词：人工智能 商业银行 相关建议
一、人工智能发展对商业银行的影响
（一）人工智能改变商业银行服务
人工智能的飞速发展，使得机器能够在很大程度上模拟人的功能，在改变人类生活方式的同时影响着金融支持的模式和领域。在智能改变生活的趋势下，商业银行的服务模式和服务对象也会随之发生改变。目前，已有很多银行开始用机器人代替大堂经理，不仅可以与客户交流，而且可以引导客户进行一些简单的业务操作。未来随着人工智能的进步，银行能够提供面对面或者远程的金融服务，实现随时随地服务。
（二）人工智能提高效率进而降低运营成本
首先，极大减少复杂业务处理时间和成本。当机器运用人工智能时，人脸和语音识别，身份证检验功能都可以像真人一样提供服务，在提高效率降低成本的同时降低操作风险。例如一些票据业务在应用人工智能之后，笔记识别就成为了一项很简单的任务。在未来，智能机器可以代替现在银行的柜台业务以及后台工作，从而提高工作效率和降低风险。其次是可以提升银行业务管理效率，传统的商业银行模式比较固化，采用总-分-支的组织结构，在这种管理模式下，出现工作效率低下，浪费成本和人力物力，而人工智能的发展可以促使银行采用分布式组织结构，使银行转化为流程化的管理模式，所以人工智能对于商业银行来说，它可以帮助银行对客户直接进行监控，使银行经营的过程中减少成本、降低出错率，提升银行的管理效率。
（三）智能投顾服务长尾客户，催生商业银行财富管理新模式
长期以来，财务管理业务一直是高净值客户的特殊待遇，长尾客户由于额度小数量大，难以得到银行的专业化服务。理财经理的专业素质已经无法有效地应对快速发展的金融市场，而随着人工智能的发展，智能理财顾问逐渐兴起，智能理财的服务可以实时跟踪市场变化，将以前的被动式管理模式化为主动式管理，高频率和机器式的交易方式为客户进行资产配置优化。并且根据对市场和客户交易行为的分析，智能投顾模式下，银行基于客户的理财需求、资产状况、风险承受能及其变化规律，为其制定个性化的资产配置方案，而且可以利用互联网实时的跟踪调整，提供高效率、低成本的财务管理服务。
（四）人工智能提升風险管控能力
人工智能可以增强风险管控能力，完善银行管理流程。基于大数据能够帮助银行清楚的了解客户的行为习惯，结合客户行为、信用度及资产状况，能够对客户进行事前事中事后的风险进行防范。如果人工智能在金融领域的应用只限于业务领域，那么传统的风险管理模式就无法有效地控制这些新型的风险。风险的传导变得更为迅速，可能会引发系统性风险。因此商业银行要学会运用人工智能发展监管科技，提高系统自身的监控风险能力，比如它可以用机器视觉来进行监控，运用大数据挖掘它的风险。人工智能在风险管理领域的应用能够极大地推动商业银行自动化管理的发展。
二、制约商业银行应用人工智能的因素
（一）数据资源问题
目前，由于银行数据流通机制不畅通，大量内部数据没有得到充分的整理，致使这部分数据被搁置，没有发挥他们的潜在价值。外部数据导入不足，单单靠银行的数据无法为客户建立全面、科学的信用评价体系。而且，在数据交易市场，没有出台相关的法律法规和数据交易的标准，也并未设立政府相关部门监管交易市场，引导行业健康发展，所以交易市场的不规范性使在交易过程中对数据缺乏统一定价，影响数据的使用质量，数据交易环境仍有待完善。
（二）技术支撑问题
商业银行的科技人员与金融科技公司相比仍有着较大的差距，金融科技人才是指即懂科技又懂金融的复合型人才，就当前而言，在人才队伍方面，商业银行的数据挖掘及分析和人工智能算法人才总量较少，占比较低。虽然也在积极引入大量的数据分析及算法人员，但是由于人才的稀缺，限制了商业银行的智能化发展步伐。
（三）行业风险问题
商业银行的智能化技术应用仍处于探索阶段，在使用人工智能中会带来各种风险，主要有以下几种。第一，监管风险，在当前的金融监管体系，人工智能所具备的自主性、可预见性和因果性的特征让监管变得困难。第二，数据安全风险，商业银行广泛应用大数据技术使得银行内部储存着大量数据，在智能化过程中不免会遇到一些系统漏洞，再加上受到黑客的攻击，容易出现数据丢失、泄露和篡改等安全问题。第三，业务风险，借助智能投顾、智能客户和知识图谱等技术，银行在运用各种智能模型时，尽管提高了银行的业务能力，与此同时也引入了模型应用的风险。
三、商业银行发展人工智能的相关建议
人工智能在发展的过程中，商业银行应遵循其发展规律，逐步完善智能系统建设的不足，加强信息安全管理措施，加快弥补人工智能技术在商业银行的应用的监管漏洞。
（一）加强数据的整合
商业银行需要构建统一的金融数据平台，规范统一的数据标准和数据模型，来充分发挥数据的潜在价值。全面整合银行、电商、第三方平台以及政府部门的数据资源，增加数据的筛选环节，从而有效的发挥人工智能技术，最大限度的挖掘有用的数据信息，在扩展数据来源时，要做到与行业内部数据相结合。还要做好数据安全的保障，在数据采集、传输、存储、处理与展示等环节采取必要的安全防护措施，对数据实施分类措施，将不同的敏感程度数据采取不同的安全保护策略。充分保证客户的敏感信息数据在传输和使用过程中的保密性，对于敏感的数据经过脱敏程序再进入系统的开发、测试和外包环境等场景。
（二）重视人才的培养
在人工智能推进银行快速发展的同时，对商业银行的人员要求也越来越高，银行员工一般是金融经济专业出身，缺乏建模、数据库等跨领域交叉学科的复合型人才，所以商业银行应该认清现状，建立银行技术人才培养与引进机制。拓宽人才引进渠道，采用灵活的方式引入新型技术人才，为其提供良好额发展空间。与金融科技公司合作，通过合作来增强人才的培养。优化银行内部的培训体制，基于员工现有的知识和技术储备，对员工进行教学培训与实践，在技术的应用中找到自己的定位，实现自己的价值。
（三）推进核心技术的研发
大数据和人工智能等新技术的快速发展，金融市场变化多端，商业银行只有在技术创新中占有较大的优势，才能满足市场需求，跟随市场变化的脚步。将技术和研发人员外包等方式，对于商业银行短期发展来看是有效果的，但是从长期来看并不是一个很好的措施。因此商业银行应该组建属于自己的研发团队，确保核心的技术自主掌握，形成从技术创新到产品创新的内生驱动力。
参考文献：
[1]宋丹，黄旭.新兴技术助力商业银行智能化发展与创新[J].上海金融，2017（01）：90-95.
[2]李勇军，郭梦雨.人工智能对商业银行的影响与应对策略[J].中国国情国力，2019（09）：41-43.
作者单位：安徽大学经济学院
关键词：人工智能 商业银行 相关建议
一、人工智能发展对商业银行的影响
（一）人工智能改变商业银行服务
人工智能的飞速发展，使得机器能够在很大程度上模拟人的功能，在改变人类生活方式的同时影响着金融支持的模式和领域。在智能改变生活的趋势下，商业银行的服务模式和服务对象也会随之发生改变。目前，已有很多银行开始用机器人代替大堂经理，不仅可以与客户交流，而且可以引导客户进行一些简单的业务操作。未来随着人工智能的进步，银行能够提供面对面或者远程的金融服务，实现随时随地服务。
（二）人工智能提高效率进而降低运营成本
首先，极大减少复杂业务处理时间和成本。当机器运用人工智能时，人脸和语音识别，身份证检验功能都可以像真人一样提供服务，在提高效率降低成本的同时降低操作风险。例如一些票据业务在应用人工智能之后，笔记识别就成为了一项很简单的任务。在未来，智能机器可以代替现在银行的柜台业务以及后台工作，从而提高工作效率和降低风险。其次是可以提升银行业务管理效率，传统的商业银行模式比较固化，采用总-分-支的组织结构，在这种管理模式下，出现工作效率低下，浪费成本和人力物力，而人工智能的发展可以促使银行采用分布式组织结构，使银行转化为流程化的管理模式，所以人工智能对于商业银行来说，它可以帮助银行对客户直接进行监控，使银行经营的过程中减少成本、降低出错率，提升银行的管理效率。
（三）智能投顾服务长尾客户，催生商业银行财富管理新模式
长期以来，财务管理业务一直是高净值客户的特殊待遇，长尾客户由于额度小数量大，难以得到银行的专业化服务。理财经理的专业素质已经无法有效地应对快速发展的金融市场，而随着人工智能的发展，智能理财顾问逐渐兴起，智能理财的服务可以实时跟踪市场变化，将以前的被动式管理模式化为主动式管理，高频率和机器式的交易方式为客户进行资产配置优化。并且根据对市场和客户交易行为的分析，智能投顾模式下，银行基于客户的理财需求、资产状况、风险承受能及其变化规律，为其制定个性化的资产配置方案，而且可以利用互联网实时的跟踪调整，提供高效率、低成本的财务管理服务。
（四）人工智能提升風险管控能力
人工智能可以增强风险管控能力，完善银行管理流程。基于大数据能够帮助银行清楚的了解客户的行为习惯，结合客户行为、信用度及资产状况，能够对客户进行事前事中事后的风险进行防范。如果人工智能在金融领域的应用只限于业务领域，那么传统的风险管理模式就无法有效地控制这些新型的风险。风险的传导变得更为迅速，可能会引发系统性风险。因此商业银行要学会运用人工智能发展监管科技，提高系统自身的监控风险能力，比如它可以用机器视觉来进行监控，运用大数据挖掘它的风险。人工智能在风险管理领域的应用能够极大地推动商业银行自动化管理的发展。
二、制约商业银行应用人工智能的因素
（一）数据资源问题
目前，由于银行数据流通机制不畅通，大量内部数据没有得到充分的整理，致使这部分数据被搁置，没有发挥他们的潜在价值。外部数据导入不足，单单靠银行的数据无法为客户建立全面、科学的信用评价体系。而且，在数据交易市场，没有出台相关的法律法规和数据交易的标准，也并未设立政府相关部门监管交易市场，引导行业健康发展，所以交易市场的不规范性使在交易过程中对数据缺乏统一定价，影响数据的使用质量，数据交易环境仍有待完善。
（二）技术支撑问题
商业银行的科技人员与金融科技公司相比仍有着较大的差距，金融科技人才是指即懂科技又懂金融的复合型人才，就当前而言，在人才队伍方面，商业银行的数据挖掘及分析和人工智能算法人才总量较少，占比较低。虽然也在积极引入大量的数据分析及算法人员，但是由于人才的稀缺，限制了商业银行的智能化发展步伐。
（三）行业风险问题
商业银行的智能化技术应用仍处于探索阶段，在使用人工智能中会带来各种风险，主要有以下几种。第一，监管风险，在当前的金融监管体系，人工智能所具备的自主性、可预见性和因果性的特征让监管变得困难。第二，数据安全风险，商业银行广泛应用大数据技术使得银行内部储存着大量数据，在智能化过程中不免会遇到一些系统漏洞，再加上受到黑客的攻击，容易出现数据丢失、泄露和篡改等安全问题。第三，业务风险，借助智能投顾、智能客户和知识图谱等技术，银行在运用各种智能模型时，尽管提高了银行的业务能力，与此同时也引入了模型应用的风险。
三、商业银行发展人工智能的相关建议
人工智能在发展的过程中，商业银行应遵循其发展规律，逐步完善智能系统建设的不足，加强信息安全管理措施，加快弥补人工智能技术在商业银行的应用的监管漏洞。
（一）加强数据的整合
商业银行需要构建统一的金融数据平台，规范统一的数据标准和数据模型，来充分发挥数据的潜在价值。全面整合银行、电商、第三方平台以及政府部门的数据资源，增加数据的筛选环节，从而有效的发挥人工智能技术，最大限度的挖掘有用的数据信息，在扩展数据来源时，要做到与行业内部数据相结合。还要做好数据安全的保障，在数据采集、传输、存储、处理与展示等环节采取必要的安全防护措施，对数据实施分类措施，将不同的敏感程度数据采取不同的安全保护策略。充分保证客户的敏感信息数据在传输和使用过程中的保密性，对于敏感的数据经过脱敏程序再进入系统的开发、测试和外包环境等场景。
（二）重视人才的培养
在人工智能推进银行快速发展的同时，对商业银行的人员要求也越来越高，银行员工一般是金融经济专业出身，缺乏建模、数据库等跨领域交叉学科的复合型人才，所以商业银行应该认清现状，建立银行技术人才培养与引进机制。拓宽人才引进渠道，采用灵活的方式引入新型技术人才，为其提供良好额发展空间。与金融科技公司合作，通过合作来增强人才的培养。优化银行内部的培训体制，基于员工现有的知识和技术储备，对员工进行教学培训与实践，在技术的应用中找到自己的定位，实现自己的价值。
（三）推进核心技术的研发
大数据和人工智能等新技术的快速发展，金融市场变化多端，商业银行只有在技术创新中占有较大的优势，才能满足市场需求，跟随市场变化的脚步。将技术和研发人员外包等方式，对于商业银行短期发展来看是有效果的，但是从长期来看并不是一个很好的措施。因此商业银行应该组建属于自己的研发团队，确保核心的技术自主掌握，形成从技术创新到产品创新的内生驱动力。
参考文献：
[1]宋丹，黄旭.新兴技术助力商业银行智能化发展与创新[J].上海金融，2017（01）：90-95.
[2]李勇军，郭梦雨.人工智能对商业银行的影响与应对策略[J].中国国情国力，2019（09）：41-43.
作者单位：安徽大学经济学院