近日，為更好地推動AI與金融創(chuàng)新融合發(fā)展，上海交通大學(xué)上海高級金融學(xué)院舉辦了高金智庫“AI賦能金融產(chǎn)業(yè)創(chuàng)新：機遇和挑戰(zhàn)”閉門研討會。

本次研討會就各金融市場主體目前在AI領(lǐng)域的應(yīng)用、面臨的機遇、遇到的諸如語料質(zhì)量和數(shù)量不足、模型可解釋性差、安全風(fēng)險較高、人才短缺等挑戰(zhàn)以及相關(guān)建議等方面進行了深入交流討論。

* 本文隸屬于高金智庫成果簡（要）報系列，執(zhí)筆人為高金智庫研究助理路璐。本文較報告原文有所刪減，原報告名稱為《人工智能技術(shù)驅(qū)動下金融產(chǎn)業(yè)的創(chuàng)新發(fā)展》。

金融市場主體在AI領(lǐng)域的應(yīng)用情況

總體來看，隨著人工智能技術(shù)的快速發(fā)展，金融行業(yè)積極探索AI的應(yīng)用。目前，金融行業(yè)各細分行業(yè)都在基于自身業(yè)務(wù)需求，利用自身數(shù)據(jù)訓(xùn)練垂類模型，并普遍采用私有化部署的方式，以確保數(shù)據(jù)安全和滿足監(jiān)管要求。同時，人機混用的方式也被廣泛采用，借助人類的判斷力和機器的高效處理能力，有效提升了金融服務(wù)的質(zhì)量和效率。

01

銀行業(yè)的應(yīng)用情況

◎一是智能客服領(lǐng)域，銀行通過引入AI技術(shù)，實現(xiàn)了客服部分工作的自動化與智能化。智能客服依托自然語言處理技術(shù)，能快速理解客戶問題，實現(xiàn)精準(zhǔn)推薦和互動，提高客戶服務(wù)效率。

◎二是小額貸款業(yè)務(wù)領(lǐng)域，通過構(gòu)建數(shù)據(jù)風(fēng)控模型，銀行可以快速評估客戶的信用狀況，實現(xiàn)小額貸款的快速審批和發(fā)放。與會代表反映，銀行的小額信貸業(yè)務(wù)借助AI，實現(xiàn)了“310秒貸”，即貸款申請在3分鐘內(nèi)完成審批、1秒鐘放貸，中間過程零人工干預(yù)，提高了信貸服務(wù)的便捷性，降低人工成本，推動普惠金融發(fā)展。

◎三是合規(guī)管理方面，智能合規(guī)助手成為銀行員工的得力助手。金融合規(guī)要求嚴(yán)格復(fù)雜，智能合規(guī)助手基于大模型技術(shù)，能準(zhǔn)確解讀合規(guī)制度，結(jié)合實際案例分析，為員工提供實時合規(guī)咨詢服務(wù)。與會代表反映，某銀行員工不到一萬人，但智能合規(guī)助手每月平均使用10萬+次，使用頻次較高。

◎四是內(nèi)部管理和業(yè)務(wù)流程優(yōu)化方面，銀行建立企業(yè)級統(tǒng)一用戶視圖，整合客戶各類信息，深入了解客戶需求，實現(xiàn)客戶關(guān)系智能化升級。部分銀行建立代發(fā)養(yǎng)老金潛在客戶預(yù)測模型，為營銷活動提供有力支持。此外，部分銀行積極探索大模型代碼助手、零售端專家經(jīng)驗型模型等應(yīng)用，輔助開發(fā)人員編寫代碼，為零售業(yè)務(wù)提供決策支持。

02

證券行業(yè)的應(yīng)用情況

◎一是智能雙錄方面，與會代表反映，某證券公司將人工雙錄轉(zhuǎn)變?yōu)橹悄茈p錄，極大提升了客戶體驗。傳統(tǒng)人工雙錄耗時長且易受人為因素影響，智能雙錄借助AI自動調(diào)整錄制內(nèi)容，確保信息完整準(zhǔn)確，實時分析并提醒客戶補充修改，縮短雙錄時間，提高業(yè)務(wù)辦理效率。

◎二是智能服務(wù)方面，AI技術(shù)的應(yīng)用使證券公司的客戶服務(wù)能力得到顯著提升。與會代表反映，某證券公司4000萬客戶中，96%由智能客服進行服務(wù)。智能客服通過自然語言處理和機器學(xué)習(xí)技術(shù)，快速理解客戶投資咨詢、賬戶查詢等問題并準(zhǔn)確回答，同時處理大量咨詢，還能提供個性化服務(wù)，提高客戶滿意度。

◎三是智能投顧方面，AI成為投資顧問的強大助力。證券市場變化迅速，AI輔助投資顧問進行賬戶診斷和市場研判，分析客戶多維度數(shù)據(jù)提供個性化投資建議。與會代表反映，某證券公司目前80%的投顧都在借助AI提升服務(wù)水平。

◎四是智能投研方面，傳統(tǒng)投研工作效率低且易受人為因素影響，如今AI廣泛應(yīng)用于年報生成和分析撰寫等工作。與會代表反映，某證券公司智能投研系統(tǒng)一年調(diào)用超6萬次，快速收集分析海量數(shù)據(jù)，挖掘潛在價值，為投研人員提供參考，提高投研效率和質(zhì)量。

◎五是智能風(fēng)控方面，AI技術(shù)為證券市場的穩(wěn)定運行提供了有力保障。通過AI技術(shù)做智能盡調(diào)，能對企業(yè)進行全面深入分析，為投行業(yè)務(wù)提供支持。同時，AI還可對異常交易實時監(jiān)測預(yù)警，發(fā)現(xiàn)潛在風(fēng)險，保障市場穩(wěn)定。

03

保險行業(yè)的應(yīng)用情況

◎一是預(yù)測客戶行為方面，保險公司通過整合客戶的注冊、登錄、瀏覽、付費、理賠等行為數(shù)據(jù)，構(gòu)建了客戶行為預(yù)測模型。在與客戶的交互中提升對客戶行為的判斷，為保險產(chǎn)品的精準(zhǔn)推薦和風(fēng)險評估提供支持。與會代表反映，某保險公司目前利用該模型服務(wù)的私域用戶達1000萬人，后臺人工僅100人，大部分交互由機器人完成，大幅提高了服務(wù)效率和質(zhì)量。

◎二是理賠和質(zhì)檢方面，傳統(tǒng)理賠流程繁瑣，保險公司通過建立基于AI的理賠和質(zhì)檢模型，實現(xiàn)理賠自動化和智能化。理賠模型能快速分析理賠資料，質(zhì)檢模型監(jiān)測評估理賠過程，降低錯誤率，提高理賠效率，提升客戶滿意度。

04

投資行業(yè)的應(yīng)用情況

在投資行業(yè)，AI主要應(yīng)用于篩選投資項目。與會代表反映，某投資機構(gòu)利用AI技術(shù)分析項目各項數(shù)據(jù)指標(biāo)，評估投資價值和風(fēng)險，如結(jié)合DeepSeek等大模型功能，對項目儲備庫中的項目進行動態(tài)篩選，快速找出高潛力項目。此外，在盡調(diào)、投資決策、投后等環(huán)節(jié)，AI均提供相應(yīng)支持，幫助投資機構(gòu)收集分析信息、做出科學(xué)決策、監(jiān)測潛在風(fēng)險。

金融市場主體在AI領(lǐng)域

面臨的主要挑戰(zhàn)

01

技術(shù)挑戰(zhàn)：

算力瓶頸、語料不足與模型困境

AI技術(shù)在金融行業(yè)的廣泛應(yīng)用，依賴于強大的技術(shù)支撐。然而，當(dāng)前在技術(shù)層面仍存在諸多難題，制約著AI在金融領(lǐng)域的進一步發(fā)展：

◎一是算力瓶頸突出。金融行業(yè)數(shù)據(jù)處理和模型訓(xùn)練任務(wù)繁重，對算力需求巨大。但目前算力成本高昂，高端算力設(shè)備價格昂貴且供應(yīng)受限。國產(chǎn)算力雖在發(fā)展，但與國外先進水平相比，在計算速度和并行處理能力上存在差距，處理大規(guī)模數(shù)據(jù)和復(fù)雜模型訓(xùn)練時效能較低，影響模型訓(xùn)練時間和金融機構(gòu)創(chuàng)新業(yè)務(wù)探索速度，增加運營成本。

◎二是語料質(zhì)量和數(shù)量不足。語料和數(shù)據(jù)是訓(xùn)練模型的重要基礎(chǔ)，但目前金融行業(yè)的語料存在質(zhì)量參差不齊、數(shù)量不夠豐富的問題。一方面，金融行業(yè)數(shù)據(jù)具有專業(yè)性和敏感性，獲取高質(zhì)量的語料難度較大；另一方面，各金融機構(gòu)之間的數(shù)據(jù)相對封閉，缺乏有效的共享機制，導(dǎo)致語料的積累和整合受到限制。這使得模型在訓(xùn)練過程中難以獲取足夠的信息，影響了模型的準(zhǔn)確性和泛化能力。

◎三是模型可解釋性差。當(dāng)前多數(shù)AI模型是黑盒模型，在金融決策中，清晰的邏輯和依據(jù)至關(guān)重要，但黑盒模型決策過程和輸出結(jié)果難以解釋，無法滿足監(jiān)管要求和保障客戶權(quán)益。模型本身的不可解釋性可能導(dǎo)致客戶對金融機構(gòu)的信任度降低，同時也增加了監(jiān)管難度，給金融市場穩(wěn)定運行帶來潛在風(fēng)險。

02

安全與倫理困境挑戰(zhàn)：

數(shù)據(jù)安全與公平難題

AI在金融領(lǐng)域的應(yīng)用在安全與倫理方面引發(fā)了一系列問題，給金融行業(yè)帶來了新的挑戰(zhàn)：

◎一是安全風(fēng)險較高。金融行業(yè)涉及大量敏感信息，AI技術(shù)應(yīng)用增加了數(shù)據(jù)泄露、篡改等安全風(fēng)險。在模型訓(xùn)練和應(yīng)用過程中，數(shù)據(jù)存儲、傳輸和使用環(huán)節(jié)都存在安全隱患，AI模型本身也可能存在漏洞，被黑客攻擊利用后，可能導(dǎo)致智能投顧給出錯誤建議，使客戶遭受經(jīng)濟損失。此外，還存在AI幻覺問題，可能誤導(dǎo)金融決策。

◎二是倫理問題凸顯。AI在金融領(lǐng)域應(yīng)用引發(fā)算法偏見、大數(shù)據(jù)殺熟等倫理問題。算法偏見可能導(dǎo)致金融服務(wù)不公平，使某些客戶群體在貸款審批、保險定價等方面受不合理對待；大數(shù)據(jù)殺熟利用信息不對稱損害客戶利益。這些問題影響金融機構(gòu)聲譽，引發(fā)信任危機，不利于行業(yè)長期穩(wěn)定發(fā)展。

03

人才與組織架構(gòu)挑戰(zhàn)：

復(fù)合型人才缺失與架構(gòu)難題

人才與組織架構(gòu)是影響AI在金融行業(yè)應(yīng)用的重要因素，當(dāng)前這兩方面均面臨挑戰(zhàn)：

◎一是專業(yè)人才短缺。AI與金融融合需要復(fù)合型人才，但高校相關(guān)專業(yè)課程設(shè)置滯后，金融專業(yè)對AI技術(shù)教學(xué)不足，計算機專業(yè)金融知識融入不夠，培養(yǎng)的學(xué)生難以滿足快速變化的行業(yè)需求。此外，金融機構(gòu)內(nèi)部培訓(xùn)體系不完善，培訓(xùn)側(cè)重金融業(yè)務(wù)，對AI技術(shù)培訓(xùn)不全面深入、方式過于傳統(tǒng)，導(dǎo)致人才缺失，影響AI技術(shù)應(yīng)用效果。

◎二是組織架構(gòu)不適應(yīng)。傳統(tǒng)金融機構(gòu)多采用層級式、部門化的組織架構(gòu)，這種架構(gòu)下部門間分工明確但協(xié)作存在一定障礙，而AI項目具有跨領(lǐng)域特性。例如，開發(fā)智能風(fēng)控系統(tǒng)需要數(shù)據(jù)部門提供數(shù)據(jù)支持、技術(shù)部門構(gòu)建模型、業(yè)務(wù)部門提出實際需求并應(yīng)用，各環(huán)節(jié)緊密相連。但在實際推進中，部門壁壘使得溝通協(xié)調(diào)成本高、效率低，數(shù)據(jù)格式不一致、模型與業(yè)務(wù)需求脫節(jié)等問題頻發(fā)，阻礙項目進展。此外，AI技術(shù)應(yīng)用沖擊現(xiàn)有業(yè)務(wù)模式和崗位設(shè)置，引發(fā)員工抵觸情緒，增加組織變革難度。

04

應(yīng)用與實踐挑戰(zhàn)：

模型選擇與場景落地難題

在AI應(yīng)用于金融行業(yè)的實踐過程中，模型選擇和場景落地成為阻礙其發(fā)展的關(guān)鍵挑戰(zhàn)：

◎一是模型選擇和評估困難。市場上AI模型種類繁多，金融機構(gòu)在選擇適合自身業(yè)務(wù)的模型時面臨困難。不同模型在性能、適用性、成本等方面存在差異，且缺乏統(tǒng)一的評估標(biāo)準(zhǔn)和方法。金融機構(gòu)在模型選擇過程中，往往需要投入大量的時間和資源進行測試和比較，增加了應(yīng)用成本和風(fēng)險。

◎二是部分應(yīng)用場景落地難。雖然AI在金融領(lǐng)域有廣泛的應(yīng)用前景，但部分應(yīng)用場景的落地仍面臨諸多挑戰(zhàn)。一方面，部分AI技術(shù)在理論上可行，但在實際應(yīng)用中受到技術(shù)成熟度、數(shù)據(jù)質(zhì)量、業(yè)務(wù)流程等因素的限制，難以達到預(yù)期效果；另一方面，金融機構(gòu)對部分AI技術(shù)的應(yīng)用持謹慎態(tài)度，擔(dān)心技術(shù)風(fēng)險和業(yè)務(wù)影響，導(dǎo)致應(yīng)用推廣速度較慢。

AI在金融行業(yè)應(yīng)用的未來發(fā)展機遇

◎一是提高金融服務(wù)效率。AI技術(shù)的應(yīng)用能夠?qū)崿F(xiàn)金融業(yè)務(wù)的自動化和智能化處理，大幅提高服務(wù)效率。例如，智能客服可以24小時不間斷工作，快速響應(yīng)客戶咨詢；智能投顧能夠根據(jù)客戶的風(fēng)險偏好和投資目標(biāo)，實時提供個性化的投資建議；自動化交易系統(tǒng)可以快速執(zhí)行交易指令，抓住市場機會。這些應(yīng)用不僅節(jié)省了人力成本，還提高了金融服務(wù)的及時性和準(zhǔn)確性，提升客戶體驗。

◎二是創(chuàng)新金融業(yè)務(wù)模式。AI為金融行業(yè)帶來了創(chuàng)新業(yè)務(wù)模式的機遇。通過對大量金融數(shù)據(jù)的分析和挖掘，金融機構(gòu)可以開發(fā)出更符合市場需求的金融產(chǎn)品和服務(wù)。例如，基于AI的風(fēng)險評估模型可以為中小企業(yè)提供更精準(zhǔn)的信貸服務(wù)，解決中小企業(yè)融資難的問題；智能保險產(chǎn)品可以根據(jù)客戶的行為數(shù)據(jù)和風(fēng)險狀況，實現(xiàn)個性化定價和定制化服務(wù)；區(qū)塊鏈與AI的結(jié)合，可以為金融交易提供更安全、透明的環(huán)境，推動跨境支付、供應(yīng)鏈金融等業(yè)務(wù)的創(chuàng)新發(fā)展。

◎三是優(yōu)化風(fēng)險管理。AI技術(shù)在風(fēng)險管理方面具有巨大潛力。通過實時監(jiān)測和分析金融市場數(shù)據(jù)、客戶行為數(shù)據(jù)等，金融機構(gòu)可以更準(zhǔn)確地識別和評估風(fēng)險。例如，利用機器學(xué)習(xí)算法對市場風(fēng)險進行預(yù)測和預(yù)警，及時調(diào)整投資組合；通過對客戶交易行為的分析，識別潛在的欺詐風(fēng)險，保障客戶資金安全。此外，AI還可以幫助金融機構(gòu)優(yōu)化風(fēng)險定價模型，提高風(fēng)險管理的科學(xué)性和有效性。

◎四是拓展金融服務(wù)邊界。AI技術(shù)打破了時間和空間的限制，使金融服務(wù)能夠覆蓋更廣泛的客戶群體。例如，智能投顧可以為偏遠地區(qū)或中小投資者提供專業(yè)的投資服務(wù)，降低投資門檻。同時，AI還可以通過對客戶需求的深入分析，發(fā)現(xiàn)潛在的金融服務(wù)需求，拓展金融服務(wù)的領(lǐng)域和范圍。

政策建議

◎一是加強算力基礎(chǔ)設(shè)施建設(shè)。與會企業(yè)認為，算力是AI發(fā)展的基礎(chǔ)，政府和金融機構(gòu)應(yīng)加大對算力基礎(chǔ)設(shè)施建設(shè)的投入。首先，政府可以通過政策引導(dǎo)和資金支持，鼓勵企業(yè)加大在算力領(lǐng)域的研發(fā)和生產(chǎn)，提高國產(chǎn)算力的水平和供應(yīng)能力。其次，金融機構(gòu)可以加強與算力供應(yīng)商的合作，探索共建算力平臺的模式，實現(xiàn)算力資源的共享和優(yōu)化配置。

◎二是促進數(shù)據(jù)共享。與會企業(yè)普遍認為，數(shù)據(jù)共享對于AI在金融行業(yè)的應(yīng)用至關(guān)重要。一方面，政府可以制定相關(guān)政策和法規(guī)，規(guī)范數(shù)據(jù)共享的標(biāo)準(zhǔn)和流程，打破數(shù)據(jù)壁壘，促進金融機構(gòu)之間的數(shù)據(jù)流通。例如，建立金融數(shù)據(jù)共享平臺，對數(shù)據(jù)進行分類管理和安全監(jiān)管，確保數(shù)據(jù)的合法使用。另一方面，金融機構(gòu)應(yīng)加強自身的數(shù)據(jù)治理能力，提高數(shù)據(jù)質(zhì)量和安全性，積極參與數(shù)據(jù)共享合作，探索建立數(shù)據(jù)共享的激勵機制，實現(xiàn)互利共贏。

◎三是保障數(shù)據(jù)安全。數(shù)據(jù)安全是金融行業(yè)應(yīng)用AI的重要前提。與會企業(yè)普遍認為，金融機構(gòu)應(yīng)加強數(shù)據(jù)安全管理，建立完善的數(shù)據(jù)安全防護體系。一方面金融機構(gòu)應(yīng)當(dāng)建立嚴(yán)格的數(shù)據(jù)訪問權(quán)限管理制度，明確不同人員的數(shù)據(jù)訪問權(quán)限，防止數(shù)據(jù)濫用。另一方面金融機構(gòu)應(yīng)當(dāng)加強對AI模型的安全評估和監(jiān)測，及時發(fā)現(xiàn)和修復(fù)模型的安全漏洞。同時，監(jiān)管機構(gòu)應(yīng)加強數(shù)據(jù)安全監(jiān)管，制定嚴(yán)格的數(shù)據(jù)安全標(biāo)準(zhǔn)和法規(guī)，保障數(shù)據(jù)安全。

◎四是加大政府支持力度。與會企業(yè)普遍認為，鑒于AI投入大、產(chǎn)出時間長的特點，政府應(yīng)加大對金融機構(gòu)AI應(yīng)用的支持力度。一方面可以提供財政補貼和稅收優(yōu)惠，鼓勵金融機構(gòu)加大在AI領(lǐng)域的研發(fā)和應(yīng)用投入。另一方面可以設(shè)立專項基金，支持金融機構(gòu)開展AI創(chuàng)新項目，幫助金融機構(gòu)降低創(chuàng)新風(fēng)險。為金融機構(gòu)提供良好的政策環(huán)境和發(fā)展空間。

◎五是加強人才培養(yǎng)。人才是推動AI在金融行業(yè)應(yīng)用的關(guān)鍵。與會企業(yè)普遍認為，高校應(yīng)加強跨學(xué)科專業(yè)課程建設(shè)，培養(yǎng)既懂金融又懂AI技術(shù)的復(fù)合型人才。金融機構(gòu)應(yīng)加強內(nèi)部培訓(xùn)體系建設(shè)，定期組織員工參加AI技術(shù)培訓(xùn)，提高員工的AI應(yīng)用能力。同時，金融機構(gòu)還可以通過引進外部專業(yè)人才、與科研機構(gòu)合作等方式，提升自身的人才儲備和技術(shù)水平。

內(nèi)容來源｜高金智庫SAIF ThinkTank

圖片來源｜千圖網(wǎng)

高金項目火熱招生中…

歡迎點擊小程序了解更多信息