近期人机（jī）互动模型ChatGPT进入应用（yòng）领域，意味着（zhe）人工智能的发展达到了新高地。那么，人工智能在金融领域的应用与未（wèi）来发展趋势如（rú）何？会给金融机构带来哪些挑战？日前（qián），《金（jīn）融时报》记者就（jiù）上述问（wèn）题（tí）采访了（le）三亚经济研究院院长张承惠。

张（zhāng）承惠（huì） 国务院发展研究中心（xīn）金融研（yán）究所前所长、研究（jiū）员，享受（shòu）国务（wù）院政府（fǔ）特殊津（jīn）贴。中国现代金融学（xué）会常务理事、社科（kē）院研究生院博士研究生导师、第七届中国环境与发展国际（jì）合作（zuò）委员会（huì）特邀顾问、清华大学五（wǔ）道口金融学院战（zhàn）略咨询委员会委员。重点研（yán）究领域：金（jīn）融改革、中小企业融资（zī）、金融（róng）科技、场（chǎng）外资本（běn）市（shì）场（chǎng）、ESG。曾参加（jiā）三十余项国务院发展研（yán）究中（zhōng）心（xīn）的重大（dà）重（chóng）点课题，主持研（yán）究数十（shí）个课题，发（fā）表论文三（sān）百多篇，十余次获得中（zhōng）国（guó）发（fā）展研究奖。

应用场景（jǐng）与未来发展趋势

记者：最近，ChatGPT引发（fā）了各方关注，它拥有史上（shàng）最强的机器大脑和（hé）知（zhī）识库，不仅可（kě）以帮助人们更好（hǎo）地理解世界，还可以打破语言和文化障（zhàng）碍，促进人类的跨界交流与合作，甚至在一（yī）定程度上改（gǎi）变人类思维和认知的（de）方式。您如何看（kàn）待人工智（zhì）能在金融（róng）领域的应用与（yǔ）未来发展趋势？

张承惠：近（jìn）年来金融科技得到广泛应用和（hé）快速发展，已经（jīng）深刻改变了金融的业态、金融的内在逻辑（jí）和金融（róng）职场的行为方式。而大数据、区（qū）块链、人工智能（néng）、物联（lián）网（wǎng）等本来（lái）就是金融科技的（de）主要（yào）组成部分。随着人工智能技术水平的提升，金融科技必（bì）将（jiāng）更加（jiā）广泛和深入地对金融业产生（shēng）影响。

第一，客户服务（wù）与金融产（chǎn）品数（shù）字化营销。客服是人工智能最能（néng）快速发挥作（zuò）用和（hé）效果的应用场（chǎng）景。到目前（qián）为止，各类交易（yì）平台（tái）已经广泛采用了机器人客服（fú）。但是总体上看，效（xiào）果并不理想。其原因，是机（jī）器人客服对客户（hù）千差万别（bié）的语言（yán）表述缺乏感应能力，对客（kè）户需（xū）求缺乏同理（lǐ）心，知识面也不宽。从ChatGPT的（de）表（biǎo）现来看（kàn），高级别的人（rén）工智能有（yǒu）可能比人工客（kè）服更有（yǒu）经（jīng）验，知识面更广，反应（yīng）速（sù）度更快。可以预料在不远的将来，人工客服将完全（quán）被智能机器人替代，客服岗位用工数量将（jiāng）锐减，庞大的（de）客服工作场所亦将不复存在（zài），从而在很大程度（dù）上降（jiàng）低了金融（róng）机构的人（rén）力（lì）成本和管（guǎn）理成（chéng）本。

随着金融科技的发展，数字化（huà）营销在挖（wā）掘金融机（jī）构大量“长尾”和“睡眠”客户中（zhōng）发挥（huī）了很大作用。而人工智（zhì）能深化（huà）了营销过（guò）程中的理解、对话功能，提高了（le）识别准确（què）率，可与受访者进行高质量一对（duì）一交（jiāo）流，有（yǒu）效解（jiě）决了人工跟进（jìn）成本高、对人工席的管理难度大、数据难以实时监控等问（wèn）题。近年来呼声很高的个（gè）性（xìng）化服务对于营销人员的专业（yè）能力、需（xū）求识别（bié）的精准度（dù）和应答的灵活度提出（chū）了极高的要求，人工智能的广（guǎng）泛应用（yòng）有助于快速提（tí）升金融机构的产品营（yíng）销（xiāo）能力。

第二（èr），金融风险管理。防范风险是金融（róng）机构的天职（zhí）和核心职责。金融（róng）机构作为资金的中介机（jī）构，其所面临的风险类型多（duō）种多样，如信用风险、市场风险、管理风险（xiǎn）、流动性风险、法律及合规风险等等。面对风险（xiǎn），金（jīn）融机构（gòu）首先要建（jiàn）立（lì）完善（shàn）的内部控制和风险管理（lǐ）制度，建立（lì）完善（shàn）的风险管理（lǐ）框（kuàng）架（jià）对各类（lèi）风险进行分类、评估和管理。在（zài）这个过程中，人工智能（néng）可以（yǐ）充分发挥（huī）作用，包括监（jiān）控（kòng）制度的执行情况（kuàng）、对（duì）剧（jù）烈波动的市场（chǎng）做出快速反应、科学评估风险类（lèi）型和程度等（děng）。其次，员工对（duì）风险的认（rèn）识和对制度的执行能力是金融（róng）机构风险管理的关键，风险管理人员尤其要具备（bèi）丰富的风险管理经验和理论（lùn）知识。金（jīn）融机构在为员工提供（gòng）系统的（de）培训和教（jiāo）育的过程中引入人工智能，可以有效（xiào）地（dì）提升（shēng）培训效率，准确（què）检测关键岗位人（rén）员的风（fēng）险管理能力和水平。再次（cì），风险信息（xī）的披露（lù）和公（gōng）开是金融机构对社会公众的责（zé）任和义务。而（ér）信息披露（lù）涉（shè）及大量数（shù）据和信息，仅靠人（rén）力很难科学、准确（què）、快速处理这些信息（xī），人工智能在这（zhè）个领（lǐng）域（yù）中同样（yàng）可以大（dà）大（dà）提升效率（lǜ）。

第三，产（chǎn）品（pǐn）定价。金融产品定价（jià）的（de）本质是风险评估，需（xū）要根据客（kè）户的（de）资（zī）信状况、还款（kuǎn）能力、财（cái）务状况等因（yīn）素对客户进行风险（xiǎn）评估，制定不同的风险（xiǎn）升水或贴水，以避免客户可（kě）能因违约带来的（de）损失。由（yóu）于金融产品的多样性（xìng）和复杂性，需要（yào）大量（liàng）运用数学、统计学、经济学知（zhī）识和（hé）技能。以保险精算为例（lì），合理的保险精算不仅（jǐn）可以保障（zhàng）保（bǎo）险公（gōng）司自身（shēn）利益，也有利于保（bǎo）护客户（hù）的权益。保险精（jīng）算涉及因素至少包括：保险产品（pǐn）的（de）风险（承保风险（xiǎn）类型、风险等级、保险责（zé）任、保（bǎo）险（xiǎn）期限、保险金额、免赔额等）、历（lì）史（shǐ）数（shù）据与统计分析（平均寿命、意外事故概（gài）率、天气（qì）变化等（děng））、保险产（chǎn）品风（fēng）险（xiǎn）（预测（cè）损失、概率分布、时间价值等）、政策（cè）法规和监管要求（qiú）、经济环（huán）境（通（tōng）胀、利率等）和市场（chǎng）竞争情（qíng）况、保险公司的承保能（néng）力（资产负债状（zhuàng）况与匹配、投资组合、盈利预算、储备金、偿付能力（lì））等。

金融（róng）机（jī）构（gòu）的（de）风险模型是一个很复杂的系统，需要综合（hé）运用（yòng）风险评（píng）估、数据收集、数学建模（mó）、模型（xíng）验证和风险管（guǎn）理等多个方面的知识和技能。事实上，在建（jiàn）立和运用、检（jiǎn）验风险模型的过程中（zhōng），金融（róng）机构已经大量应用了金融科技，而高级别人工（gōng）智能的加入，将进一（yī）步提升这些模（mó）型的科学性，人工智（zhì）能在一定（dìng）程度上（shàng）替（tì）代精算师是有可能的。

第（dì）四，保险勘察理赔。保单出险（xiǎn）后保险公（gōng）司（sī）面临的最大风险（xiǎn）就是欺（qī）诈。每年都有数十亿（yì）美元的欺诈（zhà）性索赔事（shì）件发生（shēng）。为降低这类风险，保险公（gōng）司对于索赔（péi）申请，必须进行必要（yào）的调查和（hé）审查，仔（zǎi）细甄别损失的真实（shí）性（xìng）和程度，为理赔决策（cè）提供依据。此外（wài），由于保单量（liàng）大（dà）面（miàn）广，涉及多个领域，复杂程度很高，勘察理赔工（gōng）作往往耗时费力（lì）。人工智能（néng）可以大大简化（huà）这一过程，消除人（rén）为（wéi）错误（wù），提升理赔工作的（de）科学性和速度。

第五，投资顾问。金融（róng）科技已经开始在证券投（tóu）资领（lǐng）域得到广泛应用，包括量化投资（zī）、为客户（hù）提供个性化的（de）投资建议和（hé）推荐、在保证风险控（kòng）制和收益最大化的前提（tí）下对客户的投资组（zǔ）合进行优化等。但是，在PE和VC投资领域（yù），人工智能主要还是作（zuò）为被投资（zī）对象而不（bú）是以（yǐ）投资决（jué）策（cè）工具（jù）的身份（fèn）出（chū）现。在未来投资顾问的场景（jǐng）中，人（rén）工（gōng）智能应（yīng）该可以利用其强大的数据库（kù）、知识库和（hé）分（fèn）析能力，帮（bāng）助私募股（gǔ）权投资行业更加科（kē）学地进行投资决策，提（tí）高投资组合（hé）的收益和风（fēng）险控（kòng）制（zhì）能力（lì）。

第六，家庭资产（chǎn）管理。相（xiàng）对（duì）于主要服务于机构和高净值（zhí）客（kè）户的投资（zī）顾问（wèn）行业而言，家（jiā）庭资产（chǎn）管理在我（wǒ）国（guó）很大程度（dù）上还是空白。这（zhè）里既有中（zhōng）国家庭传统（tǒng）上（shàng）很难接受收费服务的原因，也有不同行业（yè）之（zhī）间存（cún）在壁垒，金融机构缺（quē）乏为家庭提供（gòng）全寿命周期定（dìng）制化服务能力的（de）因素。例（lì）如（rú）银（yín）行客（kè）户经理在传统（tǒng）的（de）存贷汇业务之外，只能推荐基金、理（lǐ）财等少量产品，客户要买（mǎi）证券、保险，必（bì）须与提供（gòng）相应产品（pǐn）的金融机构直接接触。人工智能的数据处（chù）理能力将帮助金（jīn）融机构以及第三方服务机构开发家庭资产管理这个（gè）巨大的市场，从而进一步提升金融服（fú）务（wù）的效率。

基（jī）于人工智能在提升反应速度（dù）和工作效率方面的巨大能量，未（wèi）来金融机构必将更多地使用人（rén）工智能，并借此催生出更多的（de）金融服（fú）务场景和新的盈利模式。可以（yǐ）预料（liào），金融科技的发展将继续朝（cháo）着数（shù）字化、智能（néng）化（huà）、个（gè）性化、跨界（jiè）化的方向发展，从而进一步深化金融（róng）服务的差异化，使不同类别的金融服务更（gèng）加（jiā）融合（hé）和创新。

数据安全是转型的关键因素

记者（zhě）：数（shù）据安全是人工（gōng）智能时代必（bì）须重视的风（fēng）险因素，也是影响金融机构数字化转型的（de）关键因素（sù）。应该如何保证（zhèng）数据安全？

张承惠：目前来看（kàn），广义的（de）数据安全涉及（jí）客（kè）户信息和个人隐私安全、金融机构全业务周期（qī）和各（gè）个（gè）业务流程的数（shù）据安全、金融机构（gòu）信（xìn）息系统（tǒng）和基础设（shè）施的安（ān）全、金（jīn）融机（jī）构线上线下（xià）业务（wù）场景运（yùn）营过程中（zhōng）的数据安全等多个方（fāng）面。而（ér）社会（huì）和民（mín）众最敏感的就（jiù）是个（gè）人（rén）数据被（bèi）集中收集使用（yòng）后产生“批量泄露”的风险（xiǎn）。

矛盾之处在于，要实（shí）现数（shù）据价值的最大化（huà）就必须依赖大量（liàng）多样化数据的（de）汇聚、流（liú）动、处理和分析，而在这个流程中，难（nán）免遇到（dào）黑客攻击、使用者（zhě）管理（lǐ）不善、数据被恶意使（shǐ）用等问题（tí）。威瑞森（sēn）发布的《2021年数据泄露调（diào）查报告》指（zhǐ）出，数据泄露事件中（zhōng）85%的泄露涉及人的因素，人为疏忽成为（wéi）数（shù）据安全的最（zuì）大威胁。为妥善处理数据流动与安全问题，1995年以来欧盟陆续出台（tái）了多个与（yǔ）数据（jù）保护（hù）相关的法规，明（míng）确了数（shù）据获取过（guò）程中的若干原（yuán）则，并通（tōng）过制订高额罚（fá）款、设立政府监督（dū）机构、要求企业新增数据保护专员（yuán）等（děng）方式，大幅提升（shēng）了数据保护（hù）水平。2022年5月，《数据治理法（fǎ）案》在经欧洲议会投票通（tōng）过后经欧盟理事会批准成为（wéi）法律（lǜ），进一步丰富（fù）和细化了数（shù）据治理内涵。

我国（guó）2000年4月发布的《计算机病毒（dú）防治（zhì）管理办法（fǎ）》首次从计算机病（bìng）毒方面对（duì）个人数据造（zào）成的威胁（xié）进行（háng）规（guī）范管理，以后又陆续（xù）出台了若干相关法规。2016年，《中华人民共和国（guó）网络（luò）安（ān）全法》出台（tái）。该法确立（lì）了个人数（shù）据处（chù）理原（yuán）则，建立了个人信息和重要数据的（de）境内存储以（yǐ）及出境安（ān）全评估制度。2021年（nián）6月全（quán）国人大通过的《中（zhōng）华人（rén）民共（gòng）和国数据安全法》，更加注重对数据本身（shēn）的安全保护，提出要制定重要（yào）数据（jù）目录，推动（dòng）数据分级分类，定期开展数（shù）据（jù）风险（xiǎn）评估。2021年（nián）11月施行（háng）的《中华（huá）人民（mín）共和（hé）国个人信息保（bǎo）护法》则（zé）制（zhì）订了个人信（xìn）息处理和跨境提供的（de）规则、建立起完整的个人信（xìn）息保护（hù）框架。

尽（jìn）管已经建立起（qǐ）保护（hù）数（shù）据（jù）安全的法律框架，但数据安全仍将是全社会的重大挑战。当前电信网络（luò）诈骗已（yǐ）成为影响社会治安（ān）的（de）突出（chū）问题，在（zài）部分省市，诈（zhà）骗案件（jiàn）数量已（yǐ）占据半数刑事案（àn）件，破案和追回（huí）赃款的难度都（dōu）很大。对于金（jīn）融机构来说，相（xiàng）关法律和（hé）制（zhì）度加大了开（kāi）发数（shù）据资源的法律责任，迫切需要从业务和技术（shù）两个层（céng）面加快数（shù）据安（ān）全能（néng）力建设，建立数据（jù）安全体系，提升数据（jù）风险核查能力（lì）、风险预警能力和数据保护能（néng）力，完善（shàn）数据管理（lǐ）组织体系和组（zǔ）织架构。而（ér）这些措施，都会（huì）在不同程度上增加成（chéng）本。

金融机构发展（zhǎn）人工智能面临的挑战

记（jì）者（zhě）：人工智能技术与经济社会深度融合的（de）过（guò）程承载着重大的机遇，也面（miàn）临着一系（xì）列潜在的挑战（zhàn）。人工智能技（jì）术应用将给金融（róng）机构带来哪些挑（tiāo）战？

张承惠：尽管人工智（zhì）能（néng）在金融科技中将占有越来越重要的（de）地位，但是金融机构在发展人工（gōng）智（zhì）能的过程中一定会（huì）面临（lín）很多挑（tiāo）战。具体来看主要（yào）有以下几（jǐ）个方面：

一是如何有效提升算力。支撑人工智能（néng）的机器深度（dù）学习（xí）涉及海量（liàng）数据和复杂（zá）算法，需要超级计（jì）算能力和大量（liàng）能源。对于中小（xiǎo）型金融机构（gòu）来说，本（běn）来就存（cún）在资金实（shí）力弱（ruò）、缺少（shǎo）人才（cái）等先（xiān）天不足，很难承担提升算力所需（xū）要的巨额投入。一个（gè）解决的办法是将人工智（zhì）能（néng）算法放在云上，但不少（shǎo）中（zhōng）小（xiǎo）金融机构（gòu）出于数据的隐私（sī）性和保密性，对上（shàng）云仍有很大的顾虑。

大型金融机构近年来均（jun1）在不断加大科技投入，例如2022年国（guó）有六大行在金融科技方面（miàn）的（de）投入金额均超（chāo）过百（bǎi）亿元，多（duō）家股份制银（yín）行的金融科技（jì）投入占比有（yǒu）所（suǒ）提升，部分银行的金融科技投入增幅同比增长超过20%。尽管如（rú）此（cǐ），在提（tí）升算力（lì）方（fāng）面，大型金融机构仍（réng）然（rán）面临基础性芯片、操作系统、数据库等瓶颈约（yuē）束问题；在跨时空、多技术融合（hé）的应用场（chǎng）景拓展（zhǎn）能力、数据架构管理能（néng）力方面的挑战也较大。此外，由于算（suàn）力（lì）基础设施（shī）耗（hào）能巨大，如（rú）何在（zài）绿色低碳撰写（xiě）过程中使用更好的（de）节（jiē）能（néng）技术，引入（rù）更多绿色清洁能（néng）源，也是大型金融机构需要直面的问（wèn）题。

二是如何应对人（rén）工智能开发机构的偏见。现实中，人工智能（néng）技术的偏见及其导致的歧视问题（tí）正在被越来越多的人所关注。这种（zhǒng）偏见（jiàn）是由程序开发导致的。由于开（kāi）发者所持（chí）有国籍（jí）、宗教信仰、种族、性别、居住地区的差别会在（zài）一定程度上导致（zhì）其（qí）认知的偏见（jiàn），加上AI背（bèi）后训练算法的数据来源、频率等存在差异（yì），最终（zhōng）形（xíng）成（chéng）的（de）模型和系（xì）统一定是双标的。例如预测亚洲人论文的抄袭行为多（duō）于欧洲（zhōu）人、预（yù）测黑人（rén）和低收入（rù）家庭的犯罪风（fēng）险远远高于白人和富裕家庭等。遗（yí）憾的是，目前我国（guó）整体人工（gōng）智能算（suàn）力基础（chǔ）软硬件的（de）技（jì）术水平和（hé）自主可控程度上，还与国外有一定差距，深度学习（xí）框架并无竞争优（yōu）势。在智能计（jì）算芯片方（fāng）面，我国企业仍（réng）在（zài）很（hěn）大程度（dù）上受制于包括芯（xīn）片设计（jì）、晶片制作、封装制作、成本测试等在内的（de）先进芯片（piàn）制（zhì）程，在软件生态（tài）环境上也（yě）与国（guó）外（wài）先进产品存在（zài）明（míng）显差距。在这种情（qíng）况下，往往很难避免人工智（zhì）能偏见的发（fā）生。

三是人工智能开发受（shòu）到产业数字化（huà）程度制约。算（suàn）力（lì）作为基础设施，需要相关的数据（jù）作为提供支（zhī）持。近年来（lái），中国金融科技（jì）实现“弯（wān）道（dào）超车”，发展（zhǎn）水平居（jū）于世界前列（liè），政府政务数（shù）据（jù）化程度也得到（dào）了较快（kuài）提升。相比之下，产业（yè）数字化进（jìn）展相对缓慢（màn）。工业（yè）互联网平台建（jiàn）设所必需的智能感知、自动控（kòng）制（zhì）、智能装备、网（wǎng）络（luò）连接（jiē）、工业软件等一系列（liè）基础性（xìng）产业高度依赖国外，传统工业数字化（huà）转型的（de）动力和（hé）能力都（dōu）有（yǒu）所（suǒ）欠缺。加上政府部门之间、产业之（zhī）间数据（jù）壁（bì）垒（lěi）依（yī）然（rán）存在，在相当（dāng）程度上制约了金融领域（yù）人工智（zhì）能的开发和（hé）运用。

四是监管压力。以ChatGPT为代（dài）表（biǎo）的人工智能的颠覆（fù）式发展，给人类的（de）法律体系、标准（zhǔn）和规则、权利保（bǎo）障和司（sī）法救济都提出了（le）挑战。科（kē）技在改变（biàn）生活的同时（shí），也（yě）在改变（biàn）社会的传统法则，潜在的冲（chōng）击和风险不可忽视。特别是基础设施、新技术应（yīng）用、数（shù）据和运营服务商、供应链层（céng）层混合交叉，远程（chéng）操作和控制技术的普遍使（shǐ）用，带来异常复杂（zá）的监管困难。

总之（zhī），人工智能时代已经（jīng）到来，未（wèi）来人工智（zhì）能将（jiāng）在金融（róng）领域得到更加广泛和深入（rù）的（de）利（lì）用。对（duì）于金融机构来说，与其被动接受（shòu）还不如主动拥抱智能时（shí）代。但（dàn）是就单一（yī）市场主体而言，还是要量（liàng）力而（ér）行。同时（shí），面对人工智能发展（zhǎn）过程中存（cún）在的问题和挑战（zhàn），需要（yào）政府和行业、企（qǐ）业密（mì）切合作（zuò），加强沟通，加快弥补（bǔ）短板，共同促使人工智能在保障安全的前（qián）提（tí）下（xià）健康发（fā）展。