近期人（rén）机互动模型ChatGPT进入应（yīng）用（yòng）领域，意味着人工智能的发展达到了新高地。那么（me），人工智能在金融领域的应（yīng）用与未来发展趋（qū）势（shì）如何？会（huì）给金融机构带来（lái）哪（nǎ）些挑战？日前，《金融时报》记（jì）者就上述问题（tí）采访了三亚经济研究院院长（zhǎng）张承惠。

张承惠（huì） 国务院发展研（yán）究（jiū）中（zhōng）心金（jīn）融研究所前所（suǒ）长、研（yán）究员，享受国务（wù）院政府特殊（shū）津贴。中国现代金融学会（huì）常务理事、社科（kē）院研究生（shēng）院博士研（yán）究生导师、第七届中国环境（jìng）与发（fā）展国际合（hé）作委员会特邀顾问、清华（huá）大学五道口金融学院战略咨询委员会委员。重点研究领域（yù）：金融改革、中小企业融（róng）资、金融科技（jì）、场（chǎng）外资本市场、ESG。曾参（cān）加三（sān）十余（yú）项国（guó）务院发展研究中心的（de）重大重点课题，主持研究数十个课题，发表论文三（sān）百（bǎi）多篇，十余次获得中国发展（zhǎn）研（yán）究奖。

应（yīng）用场景与（yǔ）未来发展趋势（shì）

记者：最近，ChatGPT引（yǐn）发了各方关注，它拥有史（shǐ）上最强的机器大脑和知识库，不仅可以帮助（zhù）人们更好地理解世界，还可以（yǐ）打破语言和文化障碍，促进人类的跨界交流与合作，甚（shèn）至在一定程度上（shàng）改变人类思维和认知（zhī）的方式（shì）。您如（rú）何看待人工智能（néng）在（zài）金融领域（yù）的应用与未来发展趋势？

张承惠：近（jìn）年来金融科技得到广（guǎng）泛应（yīng）用和快速发展，已经深刻改变（biàn）了金（jīn）融的业态、金融的（de）内在（zài）逻辑和金融职场的行为方式。而（ér）大（dà）数据（jù）、区（qū）块链、人工（gōng）智能、物联（lián）网等本来（lái）就是金融科技的主（zhǔ）要组（zǔ）成部分（fèn）。随（suí）着人工（gōng）智能（néng）技术水（shuǐ）平的提升（shēng），金（jīn）融科技必将更（gèng）加（jiā）广（guǎng）泛和深入地对金融业产生影响。

第一，客户服务与金融产品数字（zì）化（huà）营销。客（kè）服是人工智能最能快速发挥作用和（hé）效果的应用场景。到目前（qián）为止（zhǐ），各类交易平台已（yǐ）经广（guǎng）泛采用了机器人（rén）客服。但（dàn）是总体上看，效果（guǒ）并不理想。其原因，是机器人客服对客（kè）户（hù）千差万别的语（yǔ）言表述缺乏感（gǎn）应能力，对客户需求缺乏同理（lǐ）心，知识（shí）面也（yě）不宽。从ChatGPT的表现来看，高级别的人工智能有可能比人工客服更（gèng）有经验，知识面（miàn）更广，反应速度更快。可以预料在（zài）不远的将来，人工客服将完全被智能机器人替（tì）代（dài），客服岗位用工数量将锐减，庞大的客服工作场所亦将不复存在，从而在（zài）很（hěn）大程度上降低了金融机构的人力（lì）成本和管（guǎn）理成（chéng）本（běn）。

随着金融科（kē）技的（de）发展（zhǎn），数字（zì）化营销在挖掘金融机（jī）构大量“长尾”和“睡眠”客户中发挥了很（hěn）大作用（yòng）。而（ér）人（rén）工智能深化了（le）营销过程中的理解、对话功能，提高了识别准（zhǔn）确率，可与受访者进行高（gāo）质量一对一交流，有效解决了人工跟（gēn）进成本高、对人（rén）工席的管理难（nán）度大、数据（jù）难以（yǐ）实时监控等问（wèn）题。近年来呼声很高（gāo）的（de）个性（xìng）化服（fú）务（wù）对于营销人员的专业能（néng）力、需求识别的精准度和（hé）应答的灵活度（dù）提出（chū）了极高的要求，人工智能（néng）的（de）广泛应用有助于快速提升金（jīn）融机构的（de）产品营销能力。

第二，金融风（fēng）险管理。防范（fàn）风险是金融机（jī）构的天职和核心（xīn）职责。金融机构（gòu）作（zuò）为资金（jīn）的中介机构，其所面临的风险类（lèi）型多种多样，如信用风险、市场风险、管理风（fēng）险、流动性风险、法律及合（hé）规风险等等。面对风险，金（jīn）融机构首先要建立完善的（de）内部控制和风险（xiǎn）管理制度，建立完善的风险管理框（kuàng）架对各类风险进行分类、评估和管理。在这（zhè）个（gè）过程中，人工智能可以充分发挥作（zuò）用，包括监控制度的执行情况（kuàng）、对剧（jù）烈波动（dòng）的市场做出快（kuài）速反应、科（kē）学评（píng）估风险类（lèi）型和（hé）程度等。其次，员（yuán）工对（duì）风险的（de）认（rèn）识（shí）和对（duì）制度的执行能力（lì）是金融机构风险管理的关键（jiàn），风险管理人员尤其要具备丰富的风险管（guǎn）理（lǐ）经验（yàn）和理论知识。金融机构在为员工提供系统的培（péi）训和（hé）教育的过程中引（yǐn）入人工智（zhì）能，可以有效地提（tí）升培训效率（lǜ），准确检测关键岗位人员的风险管理能力和水平。再次，风险信息的（de）披（pī）露和公开是金融机构对（duì）社会公众的责任和义务（wù）。而信息（xī）披露涉及大（dà）量数据和信息（xī），仅（jǐn）靠人力很难科学、准（zhǔn）确（què）、快（kuài）速处理这些信息，人工智能在这（zhè）个领域（yù）中同样（yàng）可（kě）以大大提升效率。

第三，产品定价。金融产品（pǐn）定价的本（běn）质是风（fēng）险（xiǎn）评估，需（xū）要根据客户的资信状况、还款能（néng）力、财务状况等因（yīn）素（sù）对客户进（jìn）行（háng）风险评估，制定（dìng）不同的风（fēng）险升水或贴（tiē）水（shuǐ），以避（bì）免客户可能因违约带（dài）来（lái）的损（sǔn）失（shī）。由于金融产品的多样性和复杂性（xìng），需要大量运用数学、统计学、经济学知识（shí）和技能。以保险精（jīng）算为例（lì），合理的保险精算不仅可（kě）以保障保险（xiǎn）公（gōng）司自身利益（yì），也有利于（yú）保护客户的权益。保险精算（suàn）涉及因（yīn）素至（zhì）少包括：保（bǎo）险产品的风险（承（chéng）保风险类型、风（fēng）险等（děng）级、保（bǎo）险（xiǎn）责任、保险期限、保险金额、免赔额等）、历史数据与统计分析（平（píng）均（jun1）寿命、意外事（shì）故概率、天气变化（huà）等（děng））、保险（xiǎn）产品（pǐn）风险（预测损（sǔn）失、概率分布、时间价值等）、政（zhèng）策法规和监管要求、经（jīng）济环境（jìng）（通胀、利率等）和市（shì）场竞争情况、保险公司（sī）的承保能（néng）力（资产负债（zhài）状况与匹配、投资组合（hé）、盈（yíng）利预（yù）算、储（chǔ）备金、偿付能力）等。

金融机构的风险模（mó）型是一个很复杂的系统，需（xū）要综合（hé）运用风（fēng）险评估（gū）、数据（jù）收集、数学（xué）建（jiàn）模（mó）、模型（xíng）验（yàn）证（zhèng）和风险管理等多个方面的知识和技能。事实上，在建立（lì）和运用、检验（yàn）风险模型的过程中，金（jīn）融机构已经（jīng）大量应用了金融科（kē）技，而（ér）高（gāo）级别人工智能（néng）的加（jiā）入（rù），将进一步提（tí）升这（zhè）些（xiē）模型的科学性，人工智能在一定程（chéng）度上替代（dài）精（jīng）算师是（shì）有可（kě）能的。

第四，保险（xiǎn）勘察理（lǐ）赔。保（bǎo）单出险（xiǎn）后保险公司面（miàn）临（lín）的最（zuì）大风险就是欺诈（zhà）。每（měi）年都有数十亿（yì）美元的欺诈性（xìng）索赔事件发生。为降低这类风（fēng）险，保险公司对于索赔（péi）申请，必须进行必要的调查和审查，仔细甄别损失的真实性和程度，为理赔决策提供依据（jù）。此外，由于保单量大（dà）面广，涉及多个领（lǐng）域，复杂程度很高，勘察理赔工作往（wǎng）往耗时费力。人工智（zhì）能（néng）可以大（dà）大（dà）简化这一过程，消除人为错误，提升理赔工作的科（kē）学性和速度。

第五，投（tóu）资顾问。金融科技已经开始在（zài）证券投资领域得到广泛（fàn）应用，包（bāo）括量化投资、为客户提供个性化的投资建议和推荐、在保证风险控制和收益最大化的前提下对客户的投资组合进（jìn）行优（yōu）化（huà）等（děng）。但（dàn）是，在PE和（hé）VC投资领域，人工智（zhì）能（néng）主要还是作为被投（tóu）资对象而不是以（yǐ）投（tóu）资决（jué）策工具的身（shēn）份出现。在未来投资（zī）顾问（wèn）的场（chǎng）景中，人工（gōng）智能应该（gāi）可以利用其强大（dà）的数据库、知（zhī）识（shí）库（kù）和分析（xī）能力，帮助（zhù）私（sī）募股权投资行业更加（jiā）科学地进行投资决策，提高投资组合的收（shōu）益和（hé）风险控制能（néng）力。

第六，家庭资产（chǎn）管理。相对于主（zhǔ）要服务于机构和高净（jìng）值客（kè）户的投资顾问（wèn）行业而言（yán），家庭资产管理（lǐ）在我国很大（dà）程度上还（hái）是（shì）空白（bái）。这里（lǐ）既（jì）有中国家（jiā）庭传统（tǒng）上很（hěn）难（nán）接（jiē）受收费服（fú）务的原因，也有不同行业（yè）之间存在壁（bì）垒，金融（róng）机构缺乏为家庭提供全寿命周期（qī）定制化服（fú）务（wù）能力的因素。例如银行客户经理在传统的存贷汇业务之外，只能（néng）推荐基（jī）金、理财等少量（liàng）产品，客户（hù）要买证券、保险，必须（xū）与（yǔ）提（tí）供相应产品的金（jīn）融机构直接（jiē）接触。人工（gōng）智能（néng）的数（shù）据处理能力将帮助金融（róng）机构以及第三方服（fú）务机构开发家庭资产管理（lǐ）这个巨大（dà）的市场，从而进一步提升金（jīn）融服务的效率（lǜ）。

基于人工智能在提升反应速（sù）度和工（gōng）作效率（lǜ）方面的巨大能量，未来（lái）金融（róng）机构必将更多地（dì）使（shǐ）用人工（gōng）智能（néng），并（bìng）借此催生出更多的金融服务场景和新（xīn）的盈利模式。可以预料，金融科技的发（fā）展将继（jì）续（xù）朝着数字化、智能化、个性化、跨界（jiè）化的方向发展，从而进一步深化（huà）金融服务的差异化，使不（bú）同类别（bié）的（de）金融（róng）服务更（gèng）加融（róng）合和创新。

数据安全是转型的关键因素

记者：数据安全是人工智能时代必须重（chóng）视（shì）的风险因（yīn）素（sù），也是影响（xiǎng）金融机构数字化转型的关（guān）键因素。应该如何保证数据安全？

张承惠：目（mù）前来看（kàn），广义的（de）数（shù）据安（ān）全涉及（jí）客户信息和个人隐私安全、金融机构全（quán）业务周期和（hé）各个业务（wù）流程（chéng）的数据安全、金（jīn）融机构信（xìn）息系统和基（jī）础设施的安全、金（jīn）融机构线上线下（xià）业务场景（jǐng）运营（yíng）过程中（zhōng）的数（shù）据安全等多个方面。而（ér）社会和民众（zhòng）最敏感的就是（shì）个人数（shù）据被集中收集使（shǐ）用后（hòu）产（chǎn）生“批量泄（xiè）露”的风险。

矛盾之处在于，要实现数据价值的最大化（huà）就必须依赖大量多样化数据的汇（huì）聚、流动、处理和分析，而在这个流（liú）程中，难免遇到（dào）黑客（kè）攻击、使用者管理不善、数据被恶意（yì）使（shǐ）用等问题。威瑞（ruì）森发布的《2021年数（shù）据泄露调查报告》指出，数据泄露事件中85%的泄露涉（shè）及人的因素，人（rén）为疏忽（hū）成为数据安全的最大威胁。为（wéi）妥（tuǒ）善处理数据流动（dòng）与安全（quán）问题，1995年以来欧盟陆续出（chū）台了多个与数据保（bǎo）护相关（guān）的法规，明（míng）确了数据获取过程中的若（ruò）干原则，并通过制订（dìng）高额罚款（kuǎn）、设立政府（fǔ）监督（dū）机构（gòu）、要求企（qǐ）业新增数据保护专员等方式，大幅提升了（le）数据（jù）保护水平。2022年5月，《数据（jù）治理法案》在经欧洲议会投票通过后经欧盟（méng）理事会（huì）批准成（chéng）为法律，进一（yī）步丰富和细化了数据治理（lǐ）内涵（hán）。

我国（guó）2000年4月发布的（de）《计算（suàn）机病（bìng）毒（dú）防（fáng）治管理办法》首次从（cóng）计算机（jī）病毒方面对个人数据造成的威胁进行规范（fàn）管理（lǐ），以后（hòu）又陆续出台了（le）若干相关法规。2016年，《中华人民（mín）共和国网络安全法》出台。该法确立了个人数据处理原则，建立（lì）了个（gè）人信息和重（chóng）要数据（jù）的境内存储以及出境安全评估制度。2021年（nián）6月（yuè）全国人大通过的《中华人民共和（hé）国数（shù）据安（ān）全法》，更加注重（chóng）对数据（jù）本身的（de）安全保护，提出（chū）要制定重要数据目录，推动数据分级分类（lèi），定期开（kāi）展数据风险评（píng）估。2021年11月施（shī）行（háng）的《中华人民共和国个人信息（xī）保护法》则制订了个人信息处（chù）理（lǐ）和（hé）跨境提（tí）供的规则、建立起完整的个人信息（xī）保护框架。

尽管已经建立起保护数据安全的法（fǎ）律框架，但（dàn）数据安（ān）全仍将是全（quán）社会的（de）重大挑战。当前电（diàn）信网络诈骗（piàn）已成为影响（xiǎng）社会治安的突出问题，在部分省市（shì），诈骗案件数（shù）量（liàng）已占据半（bàn）数刑事（shì）案（àn）件，破案（àn）和追回赃款的（de）难度都很大。对（duì）于金融机构来说，相关法律和（hé）制（zhì）度加大了开发数据资（zī）源的（de）法律责（zé）任，迫切需要从业（yè）务和技术两个层面（miàn）加快数据安全能（néng）力建设（shè），建立数据安全体（tǐ）系，提升（shēng）数据风（fēng）险核（hé）查（chá）能力（lì）、风险（xiǎn）预（yù）警能力和数据保护（hù）能力，完（wán）善数据管理组（zǔ）织体系和组织架（jià）构。而这些措施（shī），都会在不同程度（dù）上增加成本。

金融机构发展人工智能面临的挑战

记者：人工智能技术与经（jīng）济（jì）社会深度（dù）融合的过程承载着重大的机遇，也面临着一系列潜在的挑战。人工智（zhì）能技术应用将（jiāng）给金融机构带（dài）来哪些挑战？

张承惠：尽管人工智能在金融科（kē）技（jì）中（zhōng）将占（zhàn）有越来越（yuè）重（chóng）要的地位，但是金融机构（gòu）在发展人（rén）工智能的过（guò）程中一定会面临很多挑（tiāo）战。具体来（lái）看主要（yào）有以下几个方面：

一（yī）是如（rú）何有效提升算力。支撑人工（gōng）智能的机器深度学习涉及海量数据和复（fù）杂（zá）算法，需（xū）要超（chāo）级计（jì）算（suàn）能力（lì）和大（dà）量能源（yuán）。对（duì）于中小型金（jīn）融机构来说（shuō），本来就存在资金实（shí）力（lì）弱、缺（quē）少人（rén）才等先天不足，很难承担提升算力所需要的巨（jù）额投入。一个解决的办法是将人工智（zhì）能算法放在云上，但不少中小金融机构出于（yú）数（shù）据的（de）隐私性和保密性，对上云（yún）仍有（yǒu）很大的（de）顾虑。

大型（xíng）金融机构近年来均在不（bú）断加大科技投入，例如2022年国（guó）有（yǒu）六（liù）大行（háng）在金融（róng）科技方（fāng）面（miàn）的（de）投入金额均（jun1）超过百亿元，多家（jiā）股份制银行的金融科技投入（rù）占比（bǐ）有所提升，部分银行的金融科（kē）技投入（rù）增幅同比增长超过（guò）20%。尽管如此，在提升算力方面，大型金融机构仍然面临基础性芯片（piàn）、操作系（xì）统、数据库等瓶颈（jǐng）约束问题；在跨时空、多技（jì）术融合的应用场景拓展能力、数据（jù）架构管理能力方面的挑战也较大。此外（wài），由于（yú）算（suàn）力（lì）基础设施耗能巨大（dà），如何在绿（lǜ）色低（dī）碳撰写过程中使用（yòng）更（gèng）好的节能技术，引入更多绿色（sè）清洁能源，也是大型金融机构（gòu）需要直面的问题。

二是如何应（yīng）对人工智能开发机构的偏见。现实中，人工智能技术的偏见及其导致的（de）歧视问题正在被（bèi）越（yuè）来越多的人所关注。这种偏见是由程序开发导致的。由（yóu）于开发者所持有国籍、宗教信仰、种族、性别、居住地区的（de）差别会在一定程度上导致其（qí）认知（zhī）的偏见，加上AI背后（hòu）训练算法的数据来源（yuán）、频（pín）率等存在差异（yì），最终形成的模型和系统一定是（shì）双标（biāo）的。例如预（yù）测（cè）亚洲人论文的抄袭（xí）行（háng）为（wéi）多于欧洲（zhōu）人、预测黑（hēi）人和低收入（rù）家庭（tíng）的犯罪风险远远高于白人和富裕家庭等。遗憾的是，目前我国整体人工（gōng）智（zhì）能算（suàn）力基础软（ruǎn）硬（yìng）件的技术水平和自主可（kě）控程度（dù）上，还与国外有一（yī）定（dìng）差距，深（shēn）度学习框架并无竞争优势。在智能计算芯片方面，我国企业仍在很大程度（dù）上受制于包括芯片设（shè）计、晶片制（zhì）作、封装制作、成本测试等在（zài）内的（de）先进（jìn）芯片制程，在软件生态环（huán）境上也与（yǔ）国外先进产品存在明显差（chà）距。在这（zhè）种情况下，往往很难避免人工智能偏见（jiàn）的发生。

三是人工智能（néng）开发受到产业数字化程度制约。算（suàn）力作为基础设（shè）施，需要相关（guān）的数据作为提供支持。近年来，中国金（jīn）融科技实现“弯（wān）道超车（chē）”，发展水平居于世界前（qián）列（liè），政府政（zhèng）务数据化程度（dù）也得到（dào）了较快提（tí）升（shēng）。相比之下，产业数（shù）字（zì）化进展（zhǎn）相（xiàng）对缓慢。工业（yè）互联网平（píng）台建设所必需的智（zhì）能感知、自动控制、智（zhì）能装备（bèi）、网络连接、工业软件（jiàn）等一系列基础性产业高度依赖国外，传统（tǒng）工业数字化转（zhuǎn）型的动力和能力都有所（suǒ）欠（qiàn）缺。加（jiā）上政（zhèng）府（fǔ）部门之（zhī）间、产业之间数据（jù）壁垒依然存在（zài），在相当程度上制约了金融领域人工智能的开发和（hé）运用。

四是监管压力。以ChatGPT为（wéi）代表的人工智能的（de）颠覆式发展，给人类的法律（lǜ）体系（xì）、标准和规则、权利保障和司（sī）法救济都提出了（le）挑战。科（kē）技在改变生活的同时，也在改变社会的传（chuán）统法则，潜在的冲（chōng）击（jī）和风险不可忽视。特（tè）别是基础设施（shī）、新技术（shù）应用、数据（jù）和运营服务（wù）商（shāng）、供应链层层（céng）混合交叉，远程操作和控制技术的普遍使用，带来（lái）异常复杂的监（jiān）管困（kùn）难。

总之，人工智能时代已经到来，未（wèi）来人工智能将在金（jīn）融领（lǐng）域得（dé）到更加广（guǎng）泛和深入（rù）的（de）利用。对于金融机构来说，与（yǔ）其被动接受还不如主动拥抱智能（néng）时代（dài）。但是就单一市（shì）场主体而言，还是要量力而行。同时，面对人工智（zhì）能发展（zhǎn）过程（chéng）中存在的问题和挑（tiāo）战，需要政府和行业（yè）、企业密切合作，加强沟通，加快（kuài）弥（mí）补（bǔ）短板（bǎn），共同（tóng）促使人工智（zhì）能在保障（zhàng）安全的前（qián）提下健（jiàn）康发（fā）展。