人工智能（Artificial Intelligence，AI）在近年来成为引领新一轮科技革命和产业变革的战略性技术。在大数据、超级计算等理论技术和社会经济的强烈需求驱动作用下，不断发展和进步，呈现了新的特征并越来越受到各层次的关注和重视。

今年，在中共中央政治局关于人工智能发展现状和趋势的集中学习中，习近平总书记强调，人工智能是新一轮科技革命和产业变革的重要驱动力量，加快发展新一代人工智能是事关我国能否抓住新一轮科技革命和产业变革机遇的战略问题。习总书记的指示为下一步发展人工智能指明了方向。

近年来，金融的基础框架和生态体系正在发生变化。以往的粗放式发展时代，依靠的是渠道和流量，而新的运营模式则更加追求技术和智能。金融创新发展的新特征包括融合发展和开放共享。此项转型工作的技术手段之一便是人工智能技术。人工智能在金融服务中如何应用，金融监管如何适应人工智能的发展是当前必须关注和重点研究的问题。

人工智能的实现基础

1.充足和有效的数据。数据的质量和数量必须达到一定的级别，包括对数据流程完整性和数据更新实效性的要求。这决定了人工智能发展的基础是否牢固。Goo-gle于2017年宣布向市场投入自动驾驶汽车，该项目的实施是基于前期48万公里的试驾数据。与李世石对战的AlphaGo1.0深度学习了3000万局围棋对弈。

2.算法。算法是提炼知识的一个主引擎，算法的优劣直接影响到计算效率和准确性。算法是当前最大的数据使用方和数据生产方。人工智能的常见算法包括：决策树、随机森林算法、逻辑回归、SVM、朴素贝叶斯、K最近邻算法、K均值算法、Ada-boost算法、神经网络、马尔可夫等。选取算法需要考虑的因素有数据量的大小、数据质量、可接受的计算时间以及算法精度的要求等。

3.计算能力。大量的数据和复杂的算法决定了足够的计算能力是完成分析和决策的前提。深度学习对计算能力的要求非常高，甚至被称为“暴力计算”。数据显示，自2012年以来，在大型人工智能运算中用到的计算量呈指数式上升，并且平均3.5个月计算量就会翻一倍。AlphaZe-ro的计算能力在2018年已经达到了每秒完成70兆亿次浮点运算。另外，如果领域本身没有明晰的问题定义，也很难通过人工智能来解决问题。

金融业人工智能应用条件

人工智能最先颠覆的是金融领域，原因包括如下方面。

1.金融业内已积累了浩繁的数据。金融部门已经有了相当好的信息化基础。包括用户身份账户信息、交易范围和频率等等。金融部分已经建立了收集和保留信息数据的操作规范和流程。总体上看，金融市场在数据获取的便利性和丰富程度上，都是领先的。这些易于标签化的数据可以有效分析和研判金融市场。

2.各种数据模型已经基本建立。相关研究成果已经比较丰富，包括风险控制、关系图谱和各类预测模型等。例如，全球最大的对冲基金桥水联合在多年前就设计了交易算法，通过历史数据和统计概率预测未来，旗下基金的多种持仓组合都以人工智能方式计算。

3.具备高性能计算能力。国家信息化专家咨询委员会常务副主任周宏仁曾表示，在数量和规模方面，中国的互联网金融行业在世界上排名第一。金融行业的机房建设规模已经相当可观。例如南通的阿里江苏云计算数据中心，总投资180亿元，有30万台服务器。同时，金融业的数据是属于相对较狭窄的，即基本属于无摩擦、不和其他领域混合的领域，不包含物流之类的数据。

人工智能在金融业的应用现状

1.智能投顾。智能投顾是指利用智能算法和模型，获取普通用户的投资理财习惯和偏好、收益要求等方面的特点，给出随着金融市场动态调整的投资参考策略和建议。此项应用由于不包含个人感情因素，在投资配置和执行能力上更加果断决绝，可以大概率克服情绪弱点。目前，我国多家金融机构已经开展了这个方面的相关服务。例如，招商银行于2016年12月推出的“摩羯智投”已经有了较快速的发展，目前规模已超100亿元。工商银行于2017年11月推出了“AI投”。中国银行于2018年4月推出了“中银慧投”。这些智能投顾服务的产品投资标的、投资策略虽然存在一定差异，但都包含了人工智能的神经网络、决策树等关键技术。随着技术的创新，智能投顾在我国金融业中一定会有更加长远的发展和更加丰富的应用。

2.智能服务银行。此项技术主要应用在银行金融服务的中前端。通过自然语言处理、语音识别等技术，模拟人工服务。在了解客户信息后，对客户进行分流处理、提供产品咨询、挖掘目标客户甚至开展精准营销。即人工智能技术可以为金融客户提供人性和专业智能的金融服务。在减轻人工服务压力的同时，也降低了金融机构的服务成本。例如，科沃斯研发的一款公共服务机器人“旺宝”，应用了先进的人工智能技术，能够呈现丰富多变的表情和表达，能替代或辅助人工做咨询，在营业网点为客户提供路线指引、银行介绍等服务。实现人力向更高端工作的转移，做到机器人“以人为本”。

3.智能信贷服务。金融机构通过了解用户的经济、需求和消费等信息后，展开用户画像，为授信提供参考。传统信贷审批至少需要一周时间，涉及流程包括：客户提出申请，递交包括银行流水等多项证明性纸质材料；后台运营部门复核，进入下一步审批。人工智能与大数据结合后，能够很好地提升这一阶段的效率。在授信过程中，在风险定价、行为预测、贷后管理等多方面都可运用人工智能技术，发现和预测例如用户信息造假、审贷委审批标准不统一等风险点，有效降低坏账率和降低成本，同步提升获客水平。例如，在多项获取信息的问卷题目中可以展开交叉验证，通过特定算法判断客户问题回复的偏离度，并据此判断客户提供信息的真伪。如发现偏离度过高，甚至可以直接拒绝。在支付宝的多项服务功能中包含一项“借呗”服务，也是参考人工智能算法计算出用户的授信额度。

金融监管如何应对人工智能

1.制定相关标准和规范。金融业的大量的数据还未进行非常有效地整合利用，也相对制约了人工智能技术的应用和发展。制定人工智能产品标准，能够为跨部门、跨区域、跨领域应用提供更为便捷的接口，为人工智能技术更好地应用于金融领域打下技术基础，也为人工智能技术在金融领域的应用和推广扫除障碍。

2.完善风险防控水平。金融安全是金融业平稳发展的重中之重。可利用沙箱监管模式，在风险可控的前提下允许金融产品上线运行。通过开展白盒测试和黑盒测试等方法，防范系统设计的不足。采取必要的管理措施，防止数据被泄露、损毁、篡改，为人工智能技术在金融领域的安全应用提供保障。

人工智能作为新一轮科技革命和产业变革的核心力量，在产业升级、产品开发、服务创新等方面已展现出技术优势，推动了产业变革。在创新引领、共享经济等领域培养了新动能。人工智能在金融等领域的广泛应用，必将大幅提升金融服务品质，进一步提高人民生活水平。