近期人机互动（dòng）模（mó）型ChatGPT进入应用领域，意（yì）味（wèi）着人工（gōng）智能的（de）发展达到了新高地（dì）。那（nà）么，人工智（zhì）能在金融领域的应用（yòng）与未来发展（zhǎn）趋势如何？会给金融机构带来（lái）哪些挑战？日前，《金融时（shí）报（bào）》记者就上（shàng）述问（wèn）题采访了三亚经济研究（jiū）院院（yuàn）长张承惠。

张承惠 国务院发展研究（jiū）中心金融研究所前所长、研究员，享受（shòu）国务院政府特殊津贴。中（zhōng）国现代金融学会常务理事、社科院研究生院博士研究（jiū）生导师、第七届中国（guó）环境与发展国（guó）际（jì）合作委员会特邀（yāo）顾（gù）问、清华大学（xué）五道口金融学院战略（luè）咨询委员（yuán）会委员（yuán）。重点研究领（lǐng）域：金融改革（gé）、中小企业融资、金融科技、场外资本市场、ESG。曾（céng）参加三十余项国务院发展研（yán）究（jiū）中心的重大重点课题，主持研究数十（shí）个课题，发（fā）表论文（wén）三百多篇，十余（yú）次（cì）获得中国发（fā）展（zhǎn）研究奖（jiǎng）。

应用场景与（yǔ）未（wèi）来（lái）发展趋势

记者（zhě）：最近，ChatGPT引发（fā）了各方关注，它拥有史上最（zuì）强的机器大脑和知（zhī）识库，不仅可以（yǐ）帮助人们更（gèng）好（hǎo）地理解世界，还可以打破语言和文化障碍，促进人类（lèi）的跨界交流与合作，甚（shèn）至在一定程度上改变人类思维和认知的方式。您如何看待人工智能（néng）在金（jīn）融（róng）领域的应用与未来发（fā）展（zhǎn）趋势？

张承惠：近年来金融科技得到广泛应（yīng）用和快（kuài）速发展（zhǎn），已经深刻改变了金融的业（yè）态、金融的内在逻辑和金融职场的行为方式（shì）。而大数据、区（qū）块链、人工智能、物联网等本来就是金融科（kē）技的（de）主要组成部分。随（suí）着人工（gōng）智能技术水平的（de）提（tí）升，金融（róng）科（kē）技（jì）必将更加（jiā）广泛和（hé）深入地对金融业产（chǎn）生影响。

第一，客户服（fú）务与金融产品数（shù）字（zì）化营（yíng）销。客服（fú）是人工（gōng）智能最能快速发挥作（zuò）用和效果的应（yīng）用场景。到目（mù）前为（wéi）止（zhǐ），各类交易平台已经广（guǎng）泛采用（yòng）了机（jī）器人客服（fú）。但是总体上看，效（xiào）果并不理想。其原（yuán）因，是机器人客服（fú）对（duì）客户千差（chà）万别的语言表（biǎo）述缺乏感应能力（lì），对客户需求缺乏同理心，知（zhī）识面也不宽（kuān）。从（cóng）ChatGPT的表现来看，高级（jí）别（bié）的人工智能有可能比人工客（kè）服更有经验，知识面（miàn）更广，反（fǎn）应速度更快。可以预料在不远的将来，人工（gōng）客（kè）服将完全被智能机器人替代，客（kè）服岗位用（yòng）工数量将锐减，庞大（dà）的客（kè）服工作场所（suǒ）亦将不复存（cún）在，从（cóng）而在很大程度上降低了金融机构的人力（lì）成本和管理成本。

随着（zhe）金融（róng）科技的发展，数字化营销（xiāo）在挖掘金（jīn）融（róng）机构大量“长尾（wěi）”和“睡眠”客（kè）户中发挥了很大作用（yòng）。而人（rén）工智能深化了营销过程中的（de）理解（jiě）、对话（huà）功能，提高了识别准确率（lǜ），可与受访者进行高（gāo）质量一（yī）对一交流，有效解决了人工跟（gēn）进成本高、对人工席的（de）管理难度（dù）大、数据难以实时监控等问（wèn）题（tí）。近年来呼声很高的个（gè）性（xìng）化服务对于营销人（rén）员的专业能力、需求识别的（de）精（jīng）准度和（hé）应答的灵活（huó）度提出（chū）了极高（gāo）的（de）要求（qiú），人工智能（néng）的广泛应用有助于快（kuài）速提（tí）升金融机构（gòu）的产品营销能（néng）力。

第二，金融风（fēng）险管理。防范（fàn）风险是金（jīn）融机（jī）构的天职和核心（xīn）职责。金融机构作为资金的中介机构，其所面临的（de）风险类型多种多（duō）样，如信用风险、市场（chǎng）风险、管理风险、流动性风险、法（fǎ）律（lǜ）及合规风险等等。面对风险（xiǎn），金融机构首先要建立完善的内部控制和风（fēng）险（xiǎn）管理制度，建立完善的风险管理框架对各类风（fēng）险进行分类（lèi）、评（píng）估和管理。在这个过（guò）程中，人工智能（néng）可以（yǐ）充分发挥作（zuò）用，包括（kuò）监控（kòng）制度（dù）的执行情况、对剧（jù）烈波动的（de）市场做出快（kuài）速反应、科学评估（gū）风险类（lèi）型和程度等（děng）。其次，员工对风（fēng）险的认识和对制（zhì）度的执（zhí）行能力（lì）是金（jīn）融机（jī）构风险管理（lǐ）的关键（jiàn），风险管理人（rén）员尤其要具备丰富的风险（xiǎn）管理（lǐ）经验和理论（lùn）知识（shí）。金融机构（gòu）在为员工提供系统的培训和教育（yù）的过程中引入人工智（zhì）能（néng），可以有效地提升培训效率（lǜ），准（zhǔn）确检测关键岗位人（rén）员（yuán）的风（fēng）险管（guǎn）理能（néng）力（lì）和水平。再次，风险信（xìn）息的披（pī）露和（hé）公开是金（jīn）融机构（gòu）对社会（huì）公众（zhòng）的责任和义务。而信息（xī）披（pī）露涉及大量数据（jù）和信（xìn）息（xī），仅靠人力很难科（kē）学、准确、快速处理这（zhè）些信（xìn）息，人工智能在（zài）这个（gè）领域中同样可以大（dà）大提升效率。

第三，产（chǎn）品（pǐn）定价。金融产品定价的本质是风险评估，需要（yào）根据客户（hù）的资信（xìn）状况、还（hái）款能力、财务状况等因（yīn）素对客户进行（háng）风险评（píng）估，制（zhì）定（dìng）不同的风险升水或贴水，以避免客户可（kě）能（néng）因违约带（dài）来的损失。由（yóu）于金融产品的多样性（xìng）和复杂性，需要（yào）大量运用数学、统计（jì）学、经济学（xué）知（zhī）识（shí）和技能（néng）。以保险（xiǎn）精算为例，合（hé）理的（de）保（bǎo）险精算不仅可（kě）以（yǐ）保障保险公司自身利益，也有（yǒu）利于（yú）保（bǎo）护客（kè）户的权益。保险精算涉及因素至少（shǎo）包括：保险产品的风险（承保（bǎo）风险类型、风（fēng）险等级、保险责任、保险期限（xiàn）、保险金额、免赔（péi）额等）、历史数据（jù）与统计分（fèn）析（平均寿命、意外事故概率、天（tiān）气变化等）、保险产品风险（预测损失、概（gài）率分布、时间（jiān）价值等）、政策法规和监管要求、经（jīng）济环境（jìng）（通胀、利率等）和市场竞争（zhēng）情（qíng）况、保险公司的（de）承保能力（资（zī）产负债状况与匹配、投资组合、盈利（lì）预（yù）算（suàn）、储（chǔ）备金（jīn）、偿付能（néng）力（lì））等（děng）。

金融（róng）机构（gòu）的风险模型是（shì）一（yī）个很复（fù）杂的（de）系统，需要综合（hé）运用风险评估、数据收集、数学建模、模（mó）型验证和风险（xiǎn）管理等多个方面的知识和技能。事实上（shàng），在建（jiàn）立和（hé）运（yùn）用、检验（yàn）风（fēng）险（xiǎn）模（mó）型的过程中，金融机构已经（jīng）大量应用了金融科技，而高级（jí）别人工智能的加（jiā）入（rù），将进一步提升这些模型（xíng）的科学性（xìng），人（rén）工智（zhì）能在一定程度上替代精算师是有可能的。

第四，保险勘察理赔。保单出险后保险公司（sī）面临的（de）最大风险就（jiù）是欺（qī）诈（zhà）。每年（nián）都（dōu）有数十亿美元的（de）欺诈（zhà）性索赔事（shì）件发生。为降低这（zhè）类风险（xiǎn），保险公（gōng）司（sī）对于索赔申请（qǐng），必须进行必要（yào）的调查和审查，仔细甄别损失的真实性（xìng）和程度，为理赔决策提供依（yī）据。此（cǐ）外（wài），由于保单量大（dà）面广，涉（shè）及多个领域，复杂程（chéng）度很高（gāo），勘察理赔工作往往耗时费力。人工智（zhì）能可以大大（dà）简化这（zhè）一过程，消（xiāo）除人为错误，提（tí）升理赔工作（zuò）的科学性和速度。

第（dì）五，投资顾问（wèn）。金融科（kē）技已经开始在（zài）证券投资（zī）领（lǐng）域得到广泛应用，包（bāo）括量（liàng）化投资、为客户（hù）提供（gòng）个（gè）性化的（de）投（tóu）资（zī）建议和推荐、在（zài）保（bǎo）证风（fēng）险控制和收益（yì）最大化的前提下对客户的投资（zī）组合进行优化（huà）等。但是，在PE和VC投资领域，人工（gōng）智能主（zhǔ）要还是（shì）作为被投资对象而不是（shì）以投资决策工（gōng）具的身份出现。在未来投资顾问的场景中，人工（gōng）智能应该可以利用其强大（dà）的数据（jù）库、知（zhī）识库和分析能力，帮（bāng）助私募股权投（tóu）资行业更加科学地（dì）进行投资决策，提高投资（zī）组合的收（shōu）益（yì）和风险控制能（néng）力。

第六，家庭资产管（guǎn）理。相对于（yú）主要服务（wù）于机构和（hé）高（gāo）净值客户的（de）投资（zī）顾（gù）问行业而言，家庭（tíng）资（zī）产（chǎn）管（guǎn）理（lǐ）在我国很大程度上还是空白。这里既有中国家（jiā）庭传统上很难接受收费服务的原因，也有不（bú）同行（háng）业之间存在壁垒，金（jīn）融机构缺乏为家庭提（tí）供（gòng）全寿命周期定（dìng）制化服务能力的因素。例（lì）如银行客户经理（lǐ）在传（chuán）统的存（cún）贷汇业（yè）务之外（wài），只能推荐基金（jīn）、理财等少量产品，客户要买证券、保险，必须与提供相应产品的金融（róng）机构直接接触。人工智（zhì）能的（de）数（shù）据处理能力将帮助金融机构以（yǐ）及第三方服务机构开发家庭资产管理这个巨大（dà）的（de）市场，从（cóng）而进一步（bù）提升金融服务的效率。

基于人工智能在提（tí）升反应速度和工作效率方面的巨大能量，未来（lái）金（jīn）融机构必将（jiāng）更多地使（shǐ）用人工智能（néng），并借此（cǐ）催（cuī）生出更多的金融服务场景和（hé）新的盈利模式。可以预（yù）料，金融科（kē）技的发展将继续（xù）朝（cháo）着数字化（huà）、智能化、个性化、跨界化（huà）的方（fāng）向发展，从而进一（yī）步深（shēn）化金融服（fú）务的差异（yì）化，使不同（tóng）类（lèi）别（bié）的（de）金融服务更加融合和创新。

数据（jù）安全是转型的关键（jiàn）因素

记者：数据安（ān）全（quán）是人工智能（néng）时代必须重视的风险因素，也是影响金融机构数（shù）字化转型的关（guān）键因（yīn）素。应该如何保证数据安（ān）全？

张承（chéng）惠：目前（qián）来看，广义（yì）的数据安全涉（shè）及客户信息和个人隐私安全、金融机构全业务周期和各个业务流程的数据安全、金融机构信息系统（tǒng）和基础（chǔ）设施的安全、金融（róng）机（jī）构（gòu）线上线下（xià）业务（wù）场（chǎng）景运营过（guò）程（chéng）中的（de）数据安（ān）全等（děng）多个方面。而社会和民众最敏感的就是个人数据（jù）被集中收（shōu）集（jí）使用后产生“批量泄露”的风险。

矛盾之处在于，要实现数据价值的最（zuì）大（dà）化就必须依赖（lài）大量（liàng）多（duō）样化数据的汇聚、流动（dòng）、处理和分析，而在这个流程（chéng）中，难（nán）免遇到黑客攻击、使用者管理不善、数据被恶意使（shǐ）用等问题。威瑞森发布的《2021年数据泄露调查报告》指出，数据泄露事件中（zhōng）85%的（de）泄露涉及人（rén）的（de）因素，人为（wéi）疏忽成为数（shù）据安全的最大（dà）威胁。为妥善处理数（shù）据流（liú）动与安全问题，1995年以来（lái）欧盟陆续出台了多个与（yǔ）数据保护相关的法（fǎ）规（guī），明确了（le）数据获取（qǔ）过（guò）程中的若干原（yuán）则（zé），并通过制订高额罚款、设立政府监督（dū）机构、要求企业新增数据保护专（zhuān）员等方式，大幅提升了（le）数据（jù）保护（hù）水平（píng）。2022年5月，《数据治理法案（àn）》在经欧洲（zhōu）议会投票通过后经欧盟理事会批准成为法律，进一步丰富和细化了数据治理内（nèi）涵。

我国2000年4月发（fā）布的（de）《计算机病毒防治管（guǎn）理办法（fǎ）》首次（cì）从计算（suàn）机病毒方面对个人数据造成的（de）威胁进（jìn）行规范管理，以后又陆（lù）续（xù）出（chū）台了（le）若干（gàn）相（xiàng）关法规。2016年，《中华人民共和（hé）国网络安全法》出台。该法（fǎ）确立了个（gè）人数据处理原则（zé），建立了个（gè）人（rén）信息和重要数据的境内存储以及出（chū）境安全评估制度。2021年6月全国人大通过的（de）《中（zhōng）华（huá）人民共和国（guó）数据安（ān）全法》，更加（jiā）注重对数据本（běn）身的安全保护，提出要制定重要数据目录（lù），推动数（shù）据分级分（fèn）类，定期开展数据风险（xiǎn）评估。2021年11月施行的（de）《中（zhōng）华（huá）人民共和（hé）国个人信息保护法》则（zé）制订（dìng）了个人信息处理和跨境提（tí）供的规则（zé）、建（jiàn）立起完整的个人信息保护框架。

尽（jìn）管已经建（jiàn）立（lì）起保护数据安全的（de）法（fǎ）律框架，但数据（jù）安（ān）全仍将是全社会（huì）的重大（dà）挑（tiāo）战。当前电信网（wǎng）络（luò）诈骗已成为影响（xiǎng）社会治安（ān）的突出问题，在部分省市，诈骗案件数量已占据半数刑事案（àn）件，破案和追回赃款的难度都很大。对于金融（róng）机构来说，相关法律和（hé）制度加大了开（kāi）发数据资源（yuán）的法律责（zé）任（rèn），迫切需要从业务和技术两个层面加快数据安全能力建（jiàn）设，建立（lì）数（shù）据（jù）安（ān）全体系，提升（shēng）数据风险核查能力、风险预警能力和数据保（bǎo）护能力，完善数据管（guǎn）理组织（zhī）体系和组织架构。而这些（xiē）措施，都会在不（bú）同程度（dù）上增（zēng）加成本。

金融（róng）机构发展人工智能面临的挑战（zhàn）

记者：人工（gōng）智能技（jì）术与经济（jì）社会深度融合的过程承载着重大的机遇，也面临着一系列潜在的挑（tiāo）战。人工智能（néng）技术（shù）应用将给（gěi）金融（róng）机构带来（lái）哪些挑战（zhàn）？

张（zhāng）承惠：尽管人（rén）工智能在金融科技（jì）中将占有（yǒu）越来越重要的地位，但是金融机构在发展人工智能的过（guò）程中一（yī）定会面临很多挑战。具体来看主要有以下（xià）几个方面：

一是如（rú）何有效提升（shēng）算（suàn）力。支撑人（rén）工智能的机器深度学习涉及海量数据和复杂算法，需要超级计（jì）算能力和大量能源。对于（yú）中小型金融机（jī）构来说（shuō），本来（lái）就存在资金实力弱、缺少（shǎo）人才等先天（tiān）不（bú）足，很（hěn）难承担提升（shēng）算力所（suǒ）需要的巨额投入。一个解（jiě）决的办法是将人工智能算法放在云上，但不少（shǎo）中小金（jīn）融（róng）机构出于数（shù）据的隐私性和保（bǎo）密性，对上（shàng）云仍有很大（dà）的顾虑。

大型金融（róng）机构近年（nián）来均在不断加大科（kē）技（jì）投入，例如2022年国有六大行在（zài）金融科技方面的投入金额（é）均超过百亿（yì）元，多家股（gǔ）份制银行（háng）的金融科技（jì）投入占（zhàn）比（bǐ）有所提升，部分（fèn）银行的金（jīn）融科技投（tóu）入增幅同比（bǐ）增长超过20%。尽管如此，在提（tí）升算（suàn）力方面，大型金融机构仍然面（miàn）临基础性芯片、操作系统、数（shù）据库等瓶（píng）颈约束问题；在跨时空、多技术融合的应（yīng）用场景拓展能力、数据架构管理能力方面的挑战也较大。此外（wài），由（yóu）于算力基础设施耗（hào）能巨大，如何（hé）在绿色低碳撰写（xiě）过程中（zhōng）使用更好的（de）节（jiē）能技术，引（yǐn）入更多绿（lǜ）色清洁能源，也是（shì）大型金融机构需要直面的（de）问题。

二（èr）是（shì）如何应对人（rén）工智能（néng）开（kāi）发机构的偏见。现（xiàn）实中，人工智能技术的偏见（jiàn）及其导致的歧视问题（tí）正在（zài）被越（yuè）来越多的人所（suǒ）关注。这种（zhǒng）偏（piān）见（jiàn）是由程（chéng）序开发导（dǎo）致的（de）。由于开发者所持有国（guó）籍、宗教信仰（yǎng）、种族、性别、居（jū）住地区的差别会在一定程度上导致（zhì）其认知的偏见，加（jiā）上（shàng）AI背（bèi）后训练算法的（de）数据（jù）来源、频率等存在差异，最终形（xíng）成的模型和系（xì）统一定是双标的。例如（rú）预测亚洲人（rén）论（lùn）文的（de）抄袭行（háng）为（wéi）多（duō）于（yú）欧洲人、预测（cè）黑（hēi）人和低收入家庭的犯罪风险（xiǎn）远（yuǎn）远高于白人和（hé）富裕家庭等。遗（yí）憾（hàn）的是，目（mù）前（qián）我国整体人工智能（néng）算力基础软硬件（jiàn）的技（jì）术水平和自主可（kě）控程度上，还与国（guó）外有一定差距，深度学习框架（jià）并无（wú）竞争优势。在（zài）智（zhì）能计算（suàn）芯片（piàn）方面，我国（guó）企业仍在很（hěn）大程度上受（shòu）制于包括芯片设（shè）计、晶片制作、封（fēng）装制（zhì）作、成本测试等在内的（de）先进芯（xīn）片制程，在软件生态（tài）环境上也与国外先进产品存在明显差（chà）距。在这种情况下，往往很难避免人工智能偏见的（de）发生。

三是人工智能开发受（shòu）到产业数字（zì）化程度制约。算力作为基础设施，需要相（xiàng）关的（de）数据作为（wéi）提供支持。近年来，中国金融科技实现“弯道超（chāo）车”，发展（zhǎn）水平居于（yú）世界（jiè）前列，政府（fǔ）政务数据化（huà）程度也（yě）得到了较快提（tí）升。相比（bǐ）之下，产业（yè）数字化进展相对缓慢。工业互联网平台（tái）建设所必需的智能感知（zhī）、自动控制、智能装备、网络连接、工（gōng）业软（ruǎn）件等一（yī）系列基础性（xìng）产业高度（dù）依赖国外，传（chuán）统（tǒng）工业数（shù）字化转型的动力和能力都有所欠（qiàn）缺。加上（shàng）政府部门（mén）之（zhī）间、产业（yè）之间（jiān）数据（jù）壁垒依然存在，在相（xiàng）当程度上制约了金融领域人工智能的开发（fā）和运（yùn）用。

四是监管压力。以ChatGPT为代表（biǎo）的人工智能（néng）的颠覆式发展，给（gěi）人（rén）类的（de）法律体系（xì）、标准和规则、权利保障和司法救济都提出了挑战。科（kē）技（jì）在（zài）改变生（shēng）活的同时（shí），也在改变社会的传统法则，潜在的冲击和（hé）风（fēng）险不可（kě）忽视（shì）。特别（bié）是基础（chǔ）设施、新技术应用、数据和运（yùn）营（yíng）服务商（shāng）、供应链层层（céng）混（hún）合交叉（chā），远程操作和控制技术的普遍使用，带来（lái）异常复杂的监管困难。

总之，人工（gōng）智能时代已经到来，未来人工智能将在金融领（lǐng）域得（dé）到（dào）更加（jiā）广泛和（hé）深入的利用。对于金（jīn）融机构来说，与（yǔ）其被动接受还（hái）不如主动拥抱智能时代。但是就单一（yī）市场（chǎng）主（zhǔ）体而言，还是要量力而（ér）行。同时，面（miàn）对人工智能发展过程中存（cún）在的问题和挑（tiāo）战，需要政府和行业、企业（yè）密切合作（zuò），加强沟通，加快弥补（bǔ）短板，共同（tóng）促使人（rén）工智能在保障（zhàng）安全的（de）前（qián）提下健康发展。