近期人机互动模型ChatGPT进入应用领（lǐng）域，意味着人工智能的发展达到了（le）新高地。那么，人（rén）工智（zhì）能在金融领域的（de）应用（yòng）与未来发展趋势（shì）如何？会给金融机构（gòu）带来哪些挑战？日前，《金融时报》记者就上述（shù）问题采访了三（sān）亚经济研究院院长张承（chéng）惠。

张承惠 国务院发展研究（jiū）中心金融（róng）研（yán）究所前（qián）所长、研究员，享受国（guó）务（wù）院政府特殊津贴（tiē）。中国现代（dài）金融学会常务理事、社科院研究生院博士研究生导师、第七届（jiè）中国环境与发展国际合作委员（yuán）会特（tè）邀顾问、清华大（dà）学五道口金融（róng）学院战略咨询委（wěi）员（yuán）会（huì）委员。重点研究领域：金融改革、中小企业融资、金融科技、场外资本市（shì）场、ESG。曾（céng）参加（jiā）三十余项国务（wù）院发（fā）展研究中心（xīn）的（de）重大（dà）重点课题，主持研究数（shù）十个课题，发表论文三百多（duō）篇，十余次获得中国发展研究（jiū）奖。

应用场景与未来发展（zhǎn）趋势

记者：最近，ChatGPT引（yǐn）发了各方关注，它拥有（yǒu）史上最强（qiáng）的（de）机器大脑（nǎo）和知识库（kù），不（bú）仅可（kě）以帮助人们更（gèng）好地理解世界，还可以打破语言（yán）和文化障碍，促（cù）进人类的跨界交流与（yǔ）合作，甚（shèn）至在一定（dìng）程度上改（gǎi）变人类思（sī）维和（hé）认知的方式。您如何（hé）看待人工智（zhì）能（néng）在（zài）金融领域的应（yīng）用与未（wèi）来发展（zhǎn）趋势？

张承惠：近年来金融科技得到广泛应用（yòng）和快（kuài）速发（fā）展，已（yǐ）经深刻改变了金（jīn）融（róng）的业态、金（jīn）融的内在逻辑和金（jīn）融职场（chǎng）的行（háng）为方式。而大（dà）数（shù）据（jù）、区块链、人工（gōng）智能、物联网等（děng）本来就是金融科技的主要组成部分（fèn）。随着人（rén）工智（zhì）能技术水（shuǐ）平（píng）的提升，金融科技必将更（gèng）加广泛和（hé）深入地对金融业（yè）产（chǎn）生（shēng）影响。

第一，客户（hù）服务与金（jīn）融产品（pǐn）数（shù）字化（huà）营（yíng）销。客（kè）服是人工智能最能快速发挥（huī）作（zuò）用和效果的应用场景。到目前为（wéi）止（zhǐ），各（gè）类交易平台已经广泛采（cǎi）用了机（jī）器人（rén）客服。但（dàn）是总体上看，效果并（bìng）不（bú）理（lǐ）想。其原因，是机器（qì）人（rén）客服（fú）对客户千差万别的语（yǔ）言表述缺乏感应能力，对客户需（xū）求缺乏（fá）同理心，知识面也不宽。从（cóng）ChatGPT的表现来（lái）看（kàn），高级别的人工智（zhì）能有可能比（bǐ）人（rén）工（gōng）客服（fú）更有经验（yàn），知识面更广，反应速度更快。可以预料在不远（yuǎn）的将来，人工客（kè）服将完全（quán）被智能（néng）机器人替代（dài），客服岗位用工数量将锐减，庞大的（de）客服工（gōng）作场所亦将不复存在，从而在很大程度上降低（dī）了（le）金融（róng）机（jī）构的人力成本和（hé）管（guǎn）理成本。

随着金融科（kē）技的发展，数字化营销在（zài）挖掘金（jīn）融机构大量“长尾”和“睡眠”客户中（zhōng）发挥了很大作（zuò）用。而人工智（zhì）能深化（huà）了营销过程中的（de）理解、对（duì）话功能，提（tí）高了识别准确（què）率，可与（yǔ）受访者进行高质量一对一交流，有效解决了人工跟进成本高、对人工席（xí）的管理难度大、数据难以（yǐ）实时监控等问题。近年（nián）来呼声很（hěn）高的个（gè）性化服务（wù）对于营销（xiāo）人（rén）员的专业（yè）能力、需求识别（bié）的精准度和应答的灵活度提出了极高的要求，人（rén）工智能的（de）广（guǎng）泛（fàn）应用有助（zhù）于快速提升金融机构的产品营销能（néng）力。

第二，金融风险管理。防范风险是金融机构的天职和核心职责（zé）。金融机构作为资金（jīn）的中介机构，其所面临的风险类型多种（zhǒng）多样，如信用风险（xiǎn）、市场风（fēng）险、管理风险、流动性风险（xiǎn）、法律及合规风险等等。面对（duì）风险（xiǎn），金融机（jī）构首先要建立完善的内部（bù）控制（zhì）和风险管（guǎn）理制度，建立完善的风险管理框架对各类风险进（jìn）行分类、评估和管理（lǐ）。在这（zhè）个过（guò）程中，人工智能可（kě）以充分发挥作用，包（bāo）括监（jiān）控制度（dù）的执行情况、对剧烈波动的市场做出快速反应、科（kē）学评估风险（xiǎn）类型和程度等。其次，员工（gōng）对风险的认（rèn）识和（hé）对制度的执行能（néng）力是金（jīn）融机构风险管理的关键，风险管理（lǐ）人（rén）员尤其要具备丰富的风险（xiǎn）管（guǎn）理（lǐ）经验和理论知识。金融机构（gòu）在为员工（gōng）提供（gòng）系统的培训（xùn）和教育的过程中引入人工智能，可以有效地提升培训效率，准确（què）检测关键岗位人员（yuán）的（de）风险管理能力和（hé）水（shuǐ）平。再次，风险信息的披（pī）露和（hé）公开是金融机构对社会公众（zhòng）的（de）责任（rèn）和义务。而信（xìn）息披（pī）露涉及大量数据和信（xìn）息（xī），仅靠人力很难科学、准确、快速处理这些信息，人工智（zhì）能（néng）在这个领域中同（tóng）样可以大大提升效率。

第三，产品（pǐn）定价。金融产品定价的（de）本质是风险评估，需要（yào）根据客户的资信状（zhuàng）况、还款能力（lì）、财务（wù）状况等因素对客（kè）户进（jìn）行（háng）风险评估，制（zhì）定不同的风险（xiǎn）升水或贴水，以避免客户（hù）可能因违约带来的损（sǔn）失。由（yóu）于金融产品的多样性和复杂性，需要大量运用数学、统计学、经济学知识和技能。以保险（xiǎn）精算为例（lì），合理的保（bǎo）险精（jīng）算（suàn）不仅可以（yǐ）保障保险公司自身利益，也有利于保护客户的权（quán）益。保险精算涉及（jí）因素至少包括（kuò）：保险（xiǎn）产品的（de）风（fēng）险（承保风险类型、风险（xiǎn）等（děng）级、保险（xiǎn）责任、保（bǎo）险（xiǎn）期限、保险金额（é）、免赔额等）、历史数据与统计分析（平均寿命、意外事故概率、天气变化等）、保险（xiǎn）产品风险（xiǎn）（预测损失、概率分（fèn）布、时间价值等）、政策法规和监（jiān）管要求、经济环境（通（tōng）胀、利率等）和市场竞争情况、保（bǎo）险（xiǎn）公司的承保能（néng）力（lì）（资产负债（zhài）状况与（yǔ）匹配、投资组合、盈（yíng）利预算、储备金、偿付能力（lì））等。

金（jīn）融机构的（de）风险（xiǎn）模型是一个很（hěn）复（fù）杂的系统，需要综合运用风险（xiǎn）评估、数据收集、数学建模、模（mó）型验证和风险管理等多（duō）个方面的知识和技（jì）能（néng）。事（shì）实上（shàng），在建立和运用、检验风（fēng）险模（mó）型的过程中，金融机构已经大量应用了金融科技，而高级别人（rén）工智能的加入，将进（jìn）一（yī）步提升这些模型的科学性，人工智能在一定程度上替代精算师是有可能的。

第四（sì），保险勘察理赔（péi）。保单出险后保险公（gōng）司面临的（de）最大风险就是欺（qī）诈。每（měi）年都（dōu）有数十亿美元的欺（qī）诈性索赔事（shì）件发生。为（wéi）降低（dī）这类风（fēng）险，保险公司对于（yú）索赔申请，必须进行必要的调查和（hé）审查，仔细甄别损失的真实（shí）性和程度，为理（lǐ）赔决策提供（gòng）依据。此外，由于（yú）保单量大面广（guǎng），涉及多个领域（yù），复（fù）杂程度很高，勘察理赔工作（zuò）往往耗（hào）时费力。人（rén）工智能可以（yǐ）大大简化（huà）这一（yī）过程（chéng），消除人为错（cuò）误，提升（shēng）理赔（péi）工（gōng）作的科（kē）学性和速度。

第五，投资（zī）顾（gù）问。金融科技已（yǐ）经开（kāi）始在（zài）证（zhèng）券投资领域得到广（guǎng）泛应（yīng）用（yòng），包括量化投资（zī）、为客户（hù）提供个性化的投（tóu）资建（jiàn）议和推荐、在保证风险控（kòng）制和收益最大化的（de）前提下对客户的投资组合进（jìn）行优（yōu）化等。但是，在（zài）PE和VC投资领域（yù），人工智能主要（yào）还是作为（wéi）被（bèi）投资（zī）对象（xiàng）而不是以投资（zī）决策工具的身份（fèn）出现。在未来投资顾问的场景中，人工（gōng）智能应该可（kě）以利用其强大的（de）数据库、知识库和分（fèn）析能力，帮助（zhù）私（sī）募股权投资行（háng）业更加科学地进行投资（zī）决策，提（tí）高投资组合的（de）收益和风险控制（zhì）能力。

第六，家庭资（zī）产（chǎn）管理。相对于主（zhǔ）要（yào）服务于机构和高净值客户的（de）投资顾问行业而言，家庭资（zī）产管（guǎn）理在我国很大程度上还是空（kōng）白（bái）。这里既（jì）有中（zhōng）国（guó）家庭（tíng）传统上很（hěn）难接受收费服务（wù）的（de）原因（yīn），也有不同行（háng）业之间存（cún）在壁垒，金（jīn）融机构缺乏为（wéi）家庭提供全寿命周期（qī）定制化服务能力的因素（sù）。例如银行客户经理（lǐ）在传统的存贷（dài）汇业（yè）务之外，只（zhī）能（néng）推荐基金、理财等少量产品，客户要买（mǎi）证券、保险，必须与提供（gòng）相应产品的金融机构直接接触。人工智能的数据处理能力将帮助金融（róng）机构以及（jí）第三（sān）方（fāng）服务机构开发（fā）家庭资产管理（lǐ）这个巨（jù）大的（de）市场，从（cóng）而进一步（bù）提升金（jīn）融服（fú）务的效率。

基于人工智（zhì）能在提升反应速（sù）度和工作效（xiào）率方面（miàn）的巨（jù）大能量，未来金融机构必将更多（duō）地使（shǐ）用人工（gōng）智能，并借此（cǐ）催生（shēng）出更多的金融服务场景和新的盈利模式。可以预料，金融科（kē）技的发展将继续朝着数字化、智能化、个性化、跨（kuà）界化的方向发展，从而（ér）进一步深化金（jīn）融服务的（de）差异化，使不（bú）同类别（bié）的金融服务更（gèng）加（jiā）融合和创新。

数据安全（quán）是转型的关键因素

记者：数据安全（quán）是人工智能时（shí）代必（bì）须重视的（de）风险（xiǎn）因素（sù），也是影响金融机（jī）构数字化转型的关键（jiàn）因素。应该如（rú）何保证（zhèng）数据安全？

张（zhāng）承惠（huì）：目前来看，广义（yì）的数据安全涉及客户信息（xī）和个人隐私安全、金融机构（gòu）全业务（wù）周期和各个业务流程（chéng）的数据安全（quán）、金融机（jī）构信息（xī）系统和基础（chǔ）设（shè）施的安全、金融机（jī）构线（xiàn）上线下业务场景运营过程中的（de）数据安全等多个方（fāng）面。而社会和民众（zhòng）最敏感（gǎn）的就是个人数据被（bèi）集中（zhōng）收集使（shǐ）用后产（chǎn）生“批量泄露”的风险。

矛盾（dùn）之处在（zài）于，要实现数据（jù）价值的最大化就必须依赖大（dà）量多样化数据（jù）的（de）汇（huì）聚、流（liú）动、处理和（hé）分析，而在这（zhè）个流程中，难免遇到黑客攻击、使用者管理不善、数据被（bèi）恶意（yì）使用等问题。威瑞森发（fā）布的（de）《2021年数据泄露调查报告》指（zhǐ）出，数据（jù）泄露事件中85%的（de）泄露涉及人的因（yīn）素，人（rén）为（wéi）疏忽成为数据安全的最大威胁。为妥善处理数据（jù）流动与安全（quán）问题，1995年以来欧（ōu）盟陆续出台了（le）多个与数据保护相关的法规，明确了数据获取过（guò）程（chéng）中（zhōng）的（de）若干原（yuán）则，并通过制订高额罚款、设立（lì）政府监督机（jī）构、要求企业新增数据（jù）保护（hù）专员等方式，大幅提升（shēng）了数据（jù）保护水平（píng）。2022年5月，《数据治理法案》在经欧洲（zhōu）议会投票通过后经欧盟理事会批准成（chéng）为法律，进一（yī）步丰富和细化了数（shù）据治（zhì）理（lǐ）内涵。

我国（guó）2000年4月发（fā）布的《计（jì）算机病毒（dú）防治管理（lǐ）办法》首次从计算（suàn）机病毒方面对个人数（shù）据造成（chéng）的威（wēi）胁（xié）进行规范管理，以后又陆续出（chū）台了若干相关法规。2016年，《中华人民共和国网络安全（quán）法》出台。该（gāi）法确立了个（gè）人数据处理原（yuán）则（zé），建立了个人信（xìn）息和重要数（shù）据的境内存储（chǔ）以及出境安全评估制度。2021年6月全（quán）国人（rén）大通过的《中华人民共和（hé）国（guó）数据（jù）安全法》，更加（jiā）注重对数据（jù）本身（shēn）的安全保护，提出（chū）要制定重要数据目（mù）录，推动（dòng）数据分级（jí）分类，定期（qī）开展数据风险评（píng）估。2021年11月施行的《中华人（rén）民共（gòng）和国个人信息保（bǎo）护法》则制（zhì）订了个人信息（xī）处（chù）理和跨境提供的规（guī）则、建立起（qǐ）完整的个人信息（xī）保护（hù）框架。

尽管已经建（jiàn）立起（qǐ）保护数（shù）据安全的法律框架，但（dàn）数据安全仍将是全社会的重大挑战。当前电信网络诈骗已成为影响社会治安的突出问题，在部分省市，诈骗案件数量已占据半（bàn）数刑事案件，破案和追回（huí）赃款的难度都很大。对于金（jīn）融机构来说，相关法律和制度（dù）加大了开发数据资源的法律（lǜ）责任，迫切需要（yào）从（cóng）业务和技术两个层面加（jiā）快数（shù）据安（ān）全能力（lì）建设（shè），建立数据安全体系，提（tí）升数据风险核查能力、风险（xiǎn）预警（jǐng）能力（lì）和（hé）数据保护能力，完善数据管（guǎn）理组织体系和组织架构。而这（zhè）些措施，都会（huì）在（zài）不同程（chéng）度上增加成本。

金融机（jī）构（gòu）发（fā）展人工智能面（miàn）临的（de）挑战

记者：人工智能技（jì）术与（yǔ）经济社会（huì）深度融合的过程承载（zǎi）着重大的机（jī）遇，也（yě）面临（lín）着一（yī）系列潜在的（de）挑战。人工智能技术（shù）应用将给金融机构带来哪些挑战？

张承惠：尽（jìn）管人工智能（néng）在金融科技中（zhōng）将（jiāng）占有越来越重要的地位，但是金融（róng）机构在发展人工（gōng）智（zhì）能的过程中一（yī）定会面临很多挑战（zhàn）。具体（tǐ）来看（kàn）主要（yào）有以下几个方面：

一是如何有效提升算力。支撑人工智能（néng）的（de）机器深度学习涉（shè）及海（hǎi）量数据和复杂算法，需要超级（jí）计算能（néng）力和大量能源（yuán）。对（duì）于中小型金融（róng）机构来说，本来就存在（zài）资金实（shí）力弱、缺（quē）少人才等先天（tiān）不足，很难承担（dān）提升算（suàn）力所需要的巨（jù）额投（tóu）入。一（yī）个解决的办法是将人工智能算法放在云上（shàng），但不少中小金融机构出于数据的（de）隐私性（xìng）和保密性，对上云仍有（yǒu）很大（dà）的顾虑。

大（dà）型金融机构近年来均在（zài）不断加（jiā）大科技投入，例如2022年（nián）国有六大行在金融科技方面的投入金（jīn）额均超过百亿元，多家股份制（zhì）银行的金融科技投入占比（bǐ）有所提（tí）升（shēng），部分银行的（de）金融科技投入增（zēng）幅同比增（zēng）长超（chāo）过20%。尽管如此，在提升算力方（fāng）面，大（dà）型金融机（jī）构仍然面临基础性芯片（piàn）、操作系统、数据库等瓶颈约束问题；在跨时空、多技术融合（hé）的应用场景拓展能力、数（shù）据架构管理能力方面（miàn）的挑（tiāo）战（zhàn）也较大。此外，由于算力基础设施耗（hào）能（néng）巨大，如（rú）何在绿色低碳撰写过程中（zhōng）使用更好（hǎo）的节能（néng）技术，引入更多绿色清洁能源，也是大型金融机（jī）构需（xū）要直面（miàn）的问题（tí）。

二是如何应对（duì）人工（gōng）智能开发机构的偏见。现（xiàn）实中，人工智能（néng）技术（shù）的偏见及其导致的歧（qí）视问（wèn）题正在（zài）被越来越多的人（rén）所关注。这种偏见是由程序开发导致的。由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（chéng）度上导致其认知（zhī）的偏见，加上AI背后训练算法的（de）数据来源、频率等（děng）存在差异，最（zuì）终形（xíng）成的模型和系统一定（dìng）是双标（biāo）的。例如预测（cè）亚洲人（rén）论文的（de）抄袭行为多于欧（ōu）洲（zhōu）人、预测黑人（rén）和低（dī）收入家庭的犯（fàn）罪（zuì）风险远远高于白人（rén）和富裕家庭等（děng）。遗（yí）憾的是，目前我国整体人工（gōng）智（zhì）能（néng）算力基础软（ruǎn）硬件的技术水平（píng）和自主（zhǔ）可控程度上（shàng），还与国外有一定差距（jù），深（shēn）度学习（xí）框架并无竞争优势。在（zài）智能计（jì）算芯片方面，我国（guó）企业仍在很大程度（dù）上受制于包（bāo）括芯片（piàn）设计、晶（jīng）片制作、封装制作（zuò）、成（chéng）本测试等在内的先（xiān）进芯片制程，在软件生态环（huán）境上也与国外先进产品存在（zài）明显差距。在这种情况下，往往很（hěn）难避免人工智能偏见的发生。

三是人工（gōng）智能开发受（shòu）到产业数字化程度（dù）制（zhì）约。算力作（zuò）为基础设施，需要相关的数（shù）据作（zuò）为提供支持。近（jìn）年来，中国金融科技实现“弯道超车”，发展水平居于世（shì）界前列，政府政务数据（jù）化程度也得到了较（jiào）快提升。相比之下，产业数字化进展相对缓慢。工业互联（lián）网平（píng）台建设所必需的智（zhì）能感知、自动控（kòng）制、智能装（zhuāng）备、网（wǎng）络连接、工业软件等一系列（liè）基础（chǔ）性（xìng）产业高（gāo）度依赖国外（wài），传统（tǒng）工业数字化转型的动力和（hé）能力（lì）都（dōu）有所欠（qiàn）缺。加上政府部门之间、产（chǎn）业之间数据壁垒依然存在（zài），在相当（dāng）程（chéng）度上制约了（le）金（jīn）融领域人工智能（néng）的开发（fā）和运用。

四是监管压力（lì）。以ChatGPT为代表的人（rén）工智（zhì）能的颠覆式发展，给人类的法律体（tǐ）系、标（biāo）准（zhǔn）和规则、权利保障和司法（fǎ）救济都提出了（le）挑战。科技在改变生（shēng）活的同时，也（yě）在（zài）改变社（shè）会（huì）的传统（tǒng）法则，潜在的冲击和风险不（bú）可忽视。特别是（shì）基础（chǔ）设施、新（xīn）技术应用、数据和运营（yíng）服务商、供应链层层混合（hé）交叉，远（yuǎn）程（chéng）操作和控制技术（shù）的普遍使（shǐ）用，带来异常复杂的监（jiān）管困难。

总之，人工智能时代已经到来（lái），未（wèi）来人工智能（néng）将在金融领域得到更加广泛和（hé）深入的利（lì）用。对（duì）于金融机构来说（shuō），与其（qí）被动接受还（hái）不如主（zhǔ）动拥抱智能时代。但（dàn）是就单一（yī）市场主（zhǔ）体而言，还是要量力（lì）而行。同（tóng）时，面对人工智（zhì）能发（fā）展过程中存在的问题和挑战，需要政府（fǔ）和行业、企业（yè）密切（qiē）合作，加强沟通（tōng），加快（kuài）弥（mí）补（bǔ）短（duǎn）板，共（gòng）同促使人工智能在保障安（ān）全的前提下健康发展。