智能金融如何打造智能銀行？

智能金融特點與發展路徑

金融科技是指技術帶來的金融創新，智能金融則是人工智慧在金融科技的具體應用。人工智慧可以通過演算法和模型模擬人的思維方式對輸入數據做出反應，具有「快速處理」和「自主學習」兩種能力。它以大數據為基礎、計算能力為平台、深度學習演算法為核。

回顧金融科技的發展，金融行業一直是新興技術的積極應用者：從最早現代通信技術興起帶來的電子化，到互聯網技術發展帶來的網路化，再到智能手機等移動端普及帶來的移動化，金融科技步入了智能化時代。

智能金融與傳統銀行業

智能金融的興起無疑是對傳統銀行業的有益補充，能夠提升其服務質量，高效而又便捷地將資金需求方與供給方連接在一起，省略了傳統模式中不必要的中間環節。因此，智能金融以其速度快、精度高、成本低、個性化服務等優勢而在銀行業內發展迅速，並孕育了新的商業模式。

相對於傳統金融方式，智能金融的優勢十分顯著。最主要的，就是可以使大數據間潛在的聯繫顯現出來。由於銀行業本身就是一個數據導向的行業，已經經過多年的數據發展和積累，加上可穿戴設備、智能家居等智能硬體的興起，將數據的維度擴充到線下，為智能金融中的大數據分析提供良好基礎。同時，這些數據是可以量化的，比如工資漲跌、個人信貸償還。

在這些數據的基礎上，利用深度學習演算法可以挖掘出它們之間多層次的關聯關係，以此來發現客戶的潛在需求；更重要的是，還可以把許多不可度量的事件量化，從而顛覆性地改變信用評估、風險定價等方式，為客戶創造價值。

其次，智能金融可以改進銀行業的服務流程，將數據與信息發布到銀行的公開平台上，使金融服務變得更加透明化，有助於解決信息不對稱問題。同時，計算機收集信息、處理數據、並行計算的速度都遠快於人類。此外，模型還能不斷迭代和優化，進行「試驗-驗證-學習」的正循環；而人工智慧除了數據的輸入、存儲、處理以外，還能自主地進行學習和更新知識。所以，當經濟行為持續或重複，且具備數字化的信息輸入，即當問題可以清晰地界定時，智能金融能提供遠比人工精確、快速的服務。

智能金融對於降低銀行業的服務成本也有顯著作用：首先，智能營銷和智能客服能夠幫助金融機構能夠精確定位客戶，降低獲客成本；其次，通過智能營銷對客戶的篩選以及智能風控在整個業務流程中的風險識別、預警能力，降低風險甄別成本；最後，隨著整個金融業務流程的智能化，銀行的經營成本也會降低。

智能金融在傳統銀行業的具體應用

由於各種手機軟體的上線，銀行的支付業務、借貸業務以及投資業務等多方面已經受到衝擊。新形勢下，銀行網點的服務重點正向著客戶體驗主導型轉變，銀行開始加大對數字化、智能化研究的投入，努力構建適應客戶需求實時變化的「智慧銀行」，積極推行新型智能化自助設備改造服務流程。各大銀行一邊努力提升自身的技術水平，成立自己的網路金融部、開拓新業務；一邊與各個互聯網金融公司合作，優勢互補、共謀發展。

人工智慧與銀行客服

隨著語音識別、自然語言處理等人工智慧技術的深入發展，一批特殊的銀行客服人員正逐漸進入大眾的視線。客服機器人已從第一代的問答為主發展到融入深度學習技術的智能客服機器人，它們不僅能理解客戶語言的上下文含義，還具有自我學習能力，能夠理解口語化問題。

在日本，三菱東京銀行的智能機器人NAO自2016年3月開始了接待顧客的工作：除日語外它還可以用英文、中文等十九種語言進行服務，能夠提供外幣兌換、自動取款、銀行開戶等基礎服務，還可以通過跳舞、擺造型等方式讓客戶的等待時間不再無聊。在美國，從2010年起，花旗銀行便開始推廣智能化網點，引導顧客通過數字渠道辦理業務：客戶既可以通過觸摸屏查看各類服務信息，有需要時也可以通過視頻的方式與工作人員溝通；花旗銀行還推出了智能ATM，客戶可以自助辦理開戶、貸款等業務，網上銀行、手機銀行也可以進行交易。

在中國，各大銀行的智能客服也正在試點運行，完善功能。民生銀行的智能客服機器人小「ONE」2016年9月起在北京分行營業大廳上崗，能夠辦理幾乎所有的大堂常規業務，還可以幫助顧客進行業務分流，同時提供公眾教育服務、貴賓服務、等候區引導等其他服務事項。民生銀行還致力於將小「ONE」繼續升級和優化，計劃實現全天候遠程監控、客戶識別、廳堂管家等功能。

最新式的智能客服機器人除了自動語意分析語音服務外，還連接了在線客服以及雲平台，當遇見複雜問題無法回答的時候，系統將通過雲平台切換到後台客服中心為客戶提供服務。除了大廳經理的職責，隨著計算機視覺與生物特徵識別技術的完善，客服機器人還能夠幫助金融機構識別客戶和進行安全監控。平安銀行運用人像識別技術，進行監控，能夠識別可疑人員與可疑行為，提高銀行安全性。

人工智慧與投資顧問

除了智能客服以外，人工智慧技術還可以成為用戶與金融產品的橋樑。將人工智慧和投資顧問結合，產生了智能投顧。

在平時的生活中，可以看到各式各樣的「猜你喜歡」：視頻網站會推薦個性化的影視節目、電商會推薦個性化的商品。隨著機器學習的廣泛應用，在智能理財領域也能夠利用能搜集到的各類數據識別用戶的風險偏好，再根據用戶不同的風險偏好提供個性化的投資方案。此外，人的風險偏好還可能隨時發生變化，外部環境以及個人、家庭的突發事件都可能影響用戶的風險偏好。如2015年下半年熊市的時候，大批股民撤出股票市場，這就是外部環境變差導致風險偏好降低；再如用戶突然升職加薪，甚至還清了某筆貸款，都會提升用戶的風險偏好。同時，這些影響因素都是可以被量化和記錄的，經計算可以得到一條動態變化的風險偏好變化曲線。

智能投顧利用人工智慧的演算法，使用計算機完成傳統由人工完成的理財顧問服務，通過用戶友好型界面為顧客提供投資組合管理建議。而使用傳統的投資顧問，則需要昂貴的人工費用，還有受到情緒影響的可能，並不能完全排除非理性因素。

智能投顧的使用並不需要太多關於金融市場和金融產品的知識。經過嚴謹的問卷調查和評估，智能投顧可以根據客戶的年齡、性別、收入、心理特徵的差異了解客戶的風險偏好；同時，通過計算機對監控數據進行自動、實時的計算，可以得到客戶的風險偏好變化軌跡。這樣，在全面地了解了客戶自身的理財需求和風險偏好後，再通過一系列計算機演算法自動定製其個性化投資方案，不會不顧風險地追求高收益；而且可以根據客服風險偏好的變化隨時調整方案，在用戶可以接受的風險範圍內實現收益最大化。與傳統投資顧問提供服務所要求的資金門檻相比，智能投顧要求客戶的投資門檻非常低，很多根本沒有要求；同時，由於其最終目標是服務於大量客戶群體，產生規模效益，因此向客戶收取的費用相對較低，很多國內的智能投顧甚至沒有服務費。

智能投顧最早由美國Wealthfront公司於2008年底推出，最初的主要客戶為矽谷的科技員工。2015年年初，我國成立了第一批智能投顧公司，各大銀行、金融科技公司紛紛投入資金與人力開始研發智能投顧系統，已經可以提供資產管理、投資顧問等投資前期和中期的服務。

截至目前，中國已經成為僅次於美國的世界第二大智能投顧資管規模的國家。根據Statista預測的數據，2017年底中國智能投顧資管規模將達到271億美元；從用戶數量來看，2017年中國智能投顧的用戶數量約為646.5萬人，成為用戶最多的國家。

摩羯智投是我國國內銀行業首家智能投顧，也是國內最大的智能投顧。它是招商銀行在2016年12月6日發布的一款手機端應用，嵌入在招商銀行的APP中，目前規模已突破50億。它並不是一個單一的產品，而是包含了基金投資全部流程的一系列資產配置服務；還融入了招商銀行十多年來的風險管理體系和基金研究經驗，利用機器學習演算法，構建以公募基金為基礎、囊括全球資產配置的「智能基金組合配置服務」。2017年以來，摩羯智投獲得了4.03%的平均收益率，總體表現優於上證指數和中證全債，將風險有效地控制在客戶選擇的「目標-風險」範圍之內。

智能金融在銀行業的未來發展

良好的政策環境和社會環境為智能金融的未來發展提供了一片沃土。從政策環境層面，國內政策層面對於人工智慧的重視、扶持力度逐漸加大，推進的領域也越來越具體化與多元化。2017年7月，國務院印發了《新一代人工智慧發展規劃》，提到「建立金融大數據系統，提升金融多媒體數據處理與理解能力……鼓勵金融行業應用智能客服、智能監控等技術和裝備。建立金融風險智能預警與防控系統。」從社會環境層面，國內居民可支配收入與可投資資產逐年穩步增長，居民對金融資產的配置需求加大。從經濟環境層面，智能金融相關應用場景投資熱度高漲，備受資本青睞。僅2016年，我國人工智慧領域投資總額為16.6億美元，金融科技領域投資總額為4.6億美元。

面臨眾多機遇，智能金融想要在銀行業長足發展，也存在著來自技術理論與實際應用兩方面的挑戰。一方面，數據的接收和處理是智能金融在應用過程中必須解決的問題，如果數據使用不當或是數據不全，容易導致結果出現意想不到的偏差，因此需要強大的金融知識去指導後台模型的搭建；另一方面，大部分智能金融還處於起步階段，有很多現實問題亟待解決，比如如何與傳統銀行服務爭奪市場、如何引導與滿足大眾對智能金融的認知與期望，這些看起來與專業不相關的問題可能不經意間改變智能金融未來的走勢。

因此，在機器、演算法與人工三個方面，智能金融首先需要完善數據的存儲與提取方式，實現重複與無效信息的自動過濾、剔除；其次，需要繼續發揮機器在數據處理方面的優勢，優化機器學習演算法，力爭實現特殊數據出現時的自動預警，實現風險監控功能，預防系統性風險；最後，還需要充分發揮人的主觀能動性，將傳統銀行從業者的經驗融入演算法模型中，這需要傳統銀行與科技企業的深度合作。

智能金融的未來發展將向著智能化、個性化和場景化三個方向繼續前進。首先要以智能化為基礎：從早期僅能實現基礎的數據收集、錄入以及整理工作，到現在實現數據的簡單分析工作，再到未來可以實現數據的決策支持和深度洞察。其次，未來對於不同的客戶還要提供更加個性化的服務，這需要對數據進行更深入的挖掘和分析。最後，智能金融將驅動金融業不再局限於以前「金融」標籤，而是以親民、便利的形象深入大家的日常生活，也就是場景化。

人工智慧雖然不能完全替代人類，但可以對人的工作起到很好的輔助作用。除了客服與投資顧問外，人工智慧在銀行業還有很多其他的應用，但是這些運用的廣度和深度還遠遠不夠。智能金融要突破現有業務、渠道和產品的限制，積極開展新興技術的探索、研究和引入工作。

（作者系瀚德金融科技集團、全球金融科技實驗室金融科技研究院副院長。宋彧涵，瀚德金融科技研究院副研究員。原刊於《金融市場研究》2018年4月刊）

版權聲明：本平台除發布原創文章以外，亦致力於優秀文章的交流分享。部分文章推送時未能及時與原作者取得聯繫，若涉及版權問題，敬請及時聯繫我們刪除！歡迎大家踴躍投稿，有區塊鏈&物聯網項目及相關消息請與我們聯繫！

健康薦讀

區塊鏈丨物聯網

微信ID：qklwlw

喜歡這篇文章嗎？立刻分享出去讓更多人知道吧！