在利用新技術(shù)賦能金融過程中，人工智能技術(shù)對優(yōu)化金融服務，推進創(chuàng)新，支撐行業(yè)提質(zhì)增效發(fā)揮著重要的作用。
9月2日，在2022世界人工智能大會“AI聚力金融數(shù)字化論壇”上，多位參會嘉賓均表示，隨著人工智能在金融數(shù)字化轉(zhuǎn)型過程中的應用不斷落地，AI技術(shù)對金融業(yè)的影響正在由“表”及“里”的滲透。
金融數(shù)字化實踐實現(xiàn)全覆蓋
當前，中國人工智能技術(shù)正處于快速發(fā)展期。根據(jù)智慧芽數(shù)據(jù)顯示，截至目前，全球人工智能核心技術(shù)領(lǐng)域的專利申請累計已超133萬件。其中，中、美、日、韓、德五國的專利申請量占比超過90.5%。中國在該領(lǐng)域領(lǐng)跑全球，專利申請總量近75萬件，約占全球的57%。
對比中美來看，中國在人工智能核心技術(shù)領(lǐng)域的專利申請增幅在2001年至2020年間始終高于美國，且長期保持在30%以上。
金融業(yè)作為數(shù)據(jù)密集型和科技驅(qū)動型的行業(yè)，近年來已經(jīng)成為人工智能技術(shù)應用最為深入、數(shù)字化最迫切的一個領(lǐng)域。同時，金融數(shù)字化也將成為促進金融創(chuàng)新發(fā)展的重要選擇，為推動金融轉(zhuǎn)型升級提供發(fā)展的途徑。
會上，上海國際集團黨委副書記、董事、總裁劉信義表示，近些年以人工智能、大數(shù)據(jù)、云計算為代表的信息技術(shù)在金融領(lǐng)域加速應用，與金融業(yè)不斷融合，成為驅(qū)動金融創(chuàng)新發(fā)展的強勁引擎?？偨Y(jié)起來主要呈現(xiàn)三方面的特點：金融數(shù)字化實踐已基本滲透覆蓋金融領(lǐng)域、金融業(yè)更加重視科技人才的吸納培養(yǎng)，以及金融科技集聚效應更加凸顯。
“我們認為在新一輪科技革命和產(chǎn)業(yè)變革背景下，金融業(yè)要實現(xiàn)高質(zhì)量數(shù)字化轉(zhuǎn)型，至少需要在四個維度上持之以恒。”劉信義具體分析道，一是要堅持擴展金融服務的廣度，打造更多數(shù)字化應用的生態(tài)場景，提供多層次、廣覆蓋、個性化、智能化的高效金融服務，把更多的金融資源配置到金融發(fā)展的重點領(lǐng)域和薄弱環(huán)節(jié)。其次，堅持強化數(shù)字技術(shù)的應用，聚焦理論、算法、操作系統(tǒng)等底層技術(shù)，在金融服務領(lǐng)域的創(chuàng)新應用，從真實的金融場景出發(fā)，深刻的理解運行的機理，針對行業(yè)的需求做好研究攻關(guān)，增強底層技術(shù)的先進性和應用技術(shù)的有效性。
同時，堅持推動金融數(shù)字化的標準，通過標準的制定，促進金融業(yè)規(guī)范數(shù)字化的發(fā)展，不斷的提升數(shù)字化轉(zhuǎn)型的質(zhì)量。此外，堅持夯實數(shù)據(jù)資源的安全保護，針對海量數(shù)據(jù)的存儲，個人信息保護等方面建設(shè)長效安全的保護機制，嚴防金融數(shù)據(jù)源的泄露，篡改和不當?shù)氖褂谩?/p>
金融科技持續(xù)推動金融機構(gòu)數(shù)字化變革，核心技術(shù)層決定金融科技產(chǎn)業(yè)格局，傳統(tǒng)金融行業(yè)迫切面臨著數(shù)字化升級。同時，在金融數(shù)字化趨勢下，金融欺詐產(chǎn)業(yè)逐年呈現(xiàn)指數(shù)級增加，傳統(tǒng)監(jiān)管手段已不足以應對日趨復雜的金融風險。
中國工程院院士蔣昌俊在會上表示，要正確應對數(shù)字化轉(zhuǎn)型風險，讓金融企業(yè)真正享受到數(shù)字化轉(zhuǎn)型帶來的收益，需從源頭創(chuàng)新，聚合策略和反饋機制相結(jié)合的交易欺詐檢測方法，基于深度學習分析模型及在線金融交易檢測技術(shù)，不斷提升風控平臺實時性、增強高并發(fā)技術(shù)及能力，從而化解金融交易中身份盜用和交易欺詐甄別難題，提高金融欺詐智能識別的性能及穩(wěn)定性，保障金融交易安全。
多領(lǐng)域應用落地
實際上，近些年人工智能在金融領(lǐng)域的應用正在不斷創(chuàng)新。
冰鑒科技副總裁謝旻旗以銀行業(yè)數(shù)字化為例表示，隨著數(shù)字化上升為推動國家社會經(jīng)濟發(fā)展的重要戰(zhàn)略手段，人工智能、大數(shù)據(jù)、云計算、區(qū)塊鏈、5G等數(shù)字技術(shù)加速應用，數(shù)字化轉(zhuǎn)型勢在必行。與此同時，國內(nèi)銀行業(yè)轉(zhuǎn)型存在戰(zhàn)略規(guī)劃不清晰、大數(shù)據(jù)支撐能力不強、人才短板、金融服務場景匱乏等問題，聯(lián)邦學習、自然語言處理、知識圖譜等先進AI技術(shù)將助力銀行數(shù)字化轉(zhuǎn)型。
“但技術(shù)的領(lǐng)先不僅僅在于算法，更是對業(yè)務的理解，是要把技術(shù)落地到對應的業(yè)務場景中去。后疫情時代，銀行正不斷探索供應鏈金融、科技貸、場景貸等應用，為小微企業(yè)金融尋找破局之路。”謝旻旗說。
在此背景下，科技公司正在基于AI技術(shù)研發(fā)出相應的模型和解決方案，在小微金融發(fā)展和銀行數(shù)字化轉(zhuǎn)型過程中發(fā)揮著積極而重要的作用。
與此同時，金融科技和保險科技對于行業(yè)的改變已開始由“表”及“里”，太保科技副總經(jīng)理魏驕華在發(fā)言時表示，甚至未來極有可能成為溯及源頭的顛覆式變革。
魏驕華表示，對于可完全數(shù)字化的領(lǐng)域，人工智能的滲透將不可阻擋，簡單重復的工作會被取代，低效復雜的工作會被優(yōu)化。越來越多保險公司開始探索大數(shù)據(jù)、物聯(lián)網(wǎng)、區(qū)塊鏈、人工智能在產(chǎn)品及服務中的應用，未來“互聯(lián)網(wǎng)保險”將以去中心化、碎片化、場景化、去中介化為核心，重構(gòu)投保體驗、服務模式和理賠運營流程。
以車險為例，隨著大數(shù)據(jù)掌握行駛和環(huán)境數(shù)據(jù)，互聯(lián)網(wǎng)讓保險公司實時感知并預知風險，個體預測模型代替了歷史數(shù)據(jù)模型，識別類技術(shù)顛覆了客戶體驗，機器學習顛覆了技術(shù)、銷售等工作，從區(qū)塊鏈、人工智能到提供SaaS化的共享服務，一系列的智能科技和服務讓保險公司從原先的風險承擔者轉(zhuǎn)變?yōu)轱L險干預者，充分實現(xiàn)智能交互、智能錄入、智慧作業(yè)和知識治理。
此外，金融數(shù)字化轉(zhuǎn)型升級離不開數(shù)字化軟件產(chǎn)品的應用。在業(yè)內(nèi)看來，人工智能、云服務等技術(shù)的應用首先要“接地氣”，貼合企業(yè)生產(chǎn)或生活服務的實際需求，最終落地到生產(chǎn)或服務場景中。
例如在新冠肺炎疫情爆發(fā)期間，企業(yè)需要臨時組建突發(fā)項目組，利用大數(shù)據(jù)和AI進行數(shù)據(jù)采集和分析，需要龐大的算力。寶付技術(shù)負責人表示，如果從機房采購建設(shè)到最終交付，最短也需要60天才可投入使用。而通過接入公網(wǎng)云計算，可以在短短幾個小時就可以投入使用，幾乎無限拓展算力，當業(yè)務收縮時，也可以及時釋放算力，為企業(yè)節(jié)約成本。
關(guān)鍵詞： 應用落地 金融數(shù)字化 人工智能 金融數(shù)字化時間
