2022年金融人工智能研究報告

3 5 5 7 9 20 36 36 38 40 43 43 44 46 6 7 8 9 9 21 24 26 27 31 32 33 35 39 42 43 46 2一、金融人工智能發(fā)展概述遠(yuǎn)景目標(biāo)綱要》中指出，要健全具有高度適應(yīng)性、競爭力、普惠性的領(lǐng)域、深層次探索與實踐的新階段。同時，在行業(yè)細(xì)分領(lǐng)域規(guī)范逐步作用。中國證券業(yè)協(xié)會在2020年工作要點中指出，要大力推進人工基金等方式推動智能金融的特色化發(fā)展。其中，北京、上海出臺的相身人才技術(shù)優(yōu)勢將發(fā)展重點集中在智能金融的技術(shù)研發(fā)攻關(guān)和創(chuàng)新出臺的《金融科技產(chǎn)品認(rèn)證規(guī)則》將金融科技產(chǎn)品的認(rèn)證流程、監(jiān)督模式、認(rèn)證標(biāo)志、查詢系統(tǒng)等標(biāo)準(zhǔn)化。2021年，中國人民銀行正式1.以需求為導(dǎo)向，傳統(tǒng)業(yè)務(wù)行業(yè)痛點凸顯險和證券業(yè)為代表的傳統(tǒng)金融行業(yè)，在業(yè)務(wù)、資金、客戶、風(fēng)控和營2.以智能為目標(biāo)，提升金融數(shù)字化水平錄入、核檢、提交等簡單重復(fù)性工作，人工智能技術(shù)可將人工操作實決了數(shù)據(jù)孤島、大數(shù)據(jù)分析效率問題，在客戶量大、數(shù)據(jù)復(fù)雜、精準(zhǔn)3.以服務(wù)為核心，聚焦業(yè)務(wù)五大核心環(huán)節(jié)決方案、營銷與銷售、風(fēng)險管控與審核、客戶管理與服務(wù)，核心業(yè)務(wù)與服務(wù)、理賠、資產(chǎn)管理，核心業(yè)務(wù)鏈可以總結(jié)為產(chǎn)品開發(fā)、市場銷券發(fā)行、投資決策支持、銷售和交易、清算結(jié)算與托管、報告與數(shù)據(jù)來源：根據(jù)調(diào)研和公開資料整理二、金融人工智能行業(yè)發(fā)展現(xiàn)狀取增量業(yè)務(wù)、降低風(fēng)險成本、改善運營成本，提升客戶滿意度四類金來源：根據(jù)調(diào)研和公開資料整理務(wù)的順利開展，極大提高了客戶服務(wù)效率及廣泛的客戶覆蓋。其次，知識圖譜、計算機視覺技術(shù)結(jié)合，可以通過智能精準(zhǔn)營銷，在金融機蓋、合規(guī)風(fēng)險對內(nèi)控建模、交叉風(fēng)險對有效預(yù)警，以機器學(xué)習(xí)、知識各類場景流程自動化，從而有效降低人力投入，此外智能語音、計算改善用戶交易體驗；自然語言處理、智能語音、計算機視覺等技術(shù)結(jié)銀行、保險、證券行業(yè)存在眾多共性場景，針對不同領(lǐng)域還有個性化需求。一方面，身份識別、智能風(fēng)控、智能營銷能合規(guī)、智能運營六大場景已經(jīng)實現(xiàn)銀行、保險、證券三類領(lǐng)域全覆蓋。另外一方面，由于面向服務(wù)對象和業(yè)務(wù)的內(nèi)容的不同，智能理賠來源：根據(jù)調(diào)研和公開資料整理熟度相對較高，如生物特征識別、機器學(xué)習(xí)、知識圖譜、自然語言處來源：根據(jù)調(diào)研和公開資料整理融場景普遍使用范圍廣、采納度較高。另外一方面，不同細(xì)分領(lǐng)域?qū)碓矗焊鶕?jù)調(diào)研和公開資料整理來源：根據(jù)調(diào)研和公開資料整理小型券商機構(gòu)為代表，采取自研、聯(lián)合開發(fā)和采購相結(jié)合，與智能研集團為代表，基本實現(xiàn)全場景自研為主，聯(lián)合開發(fā)為輔的建設(shè)布局。自用，通過自建企業(yè)級人工智能平臺，基本實現(xiàn)核心算法自研，關(guān)鍵境內(nèi)外、結(jié)構(gòu)化、非結(jié)構(gòu)化全數(shù)據(jù)資產(chǎn)容量近40PB，推動超過1000基礎(chǔ)層，提供底層基礎(chǔ)軟硬件和計算能力。人工智能算法框架、智能硬件、系統(tǒng)軟件主要為支撐人工智能算法訓(xùn)練、推理和應(yīng)用，目能技術(shù)有知識圖譜、計算機視覺、智能語音、自然語言處理、生物特配套支撐方面，從戰(zhàn)略、工具和安全層面保障技術(shù)應(yīng)用落地。人工智能工程化，面向數(shù)據(jù)、算法、模型、服務(wù)等要素，提供完備易用技術(shù)的態(tài)度，國有大型金融機構(gòu)紛紛規(guī)劃人工智能發(fā)展戰(zhàn)略和布局，計，2020年銀行機構(gòu)和保險機構(gòu)信息科技資金總投入分別為2078億三、人工智能在金融行業(yè)的技術(shù)應(yīng)用及實踐設(shè)施，為業(yè)務(wù)高效落地提供支撐。通用層，充分利用智能感知認(rèn)知技術(shù)，解決傳統(tǒng)金融業(yè)務(wù)場景的痛點。應(yīng)用層，將智能技術(shù)與業(yè)務(wù)需求基礎(chǔ)層為算法提供了基礎(chǔ)計算能力、工具和系統(tǒng)，一方面除了目標(biāo)跟蹤、SLAM（同時定位與地圖構(gòu)建）、OCR（光學(xué)字符識別）準(zhǔn)化使用場景中，人臉識別、票據(jù)識別、場景識別等技術(shù)的應(yīng)用取代知識圖譜是用可視化技術(shù)描述信息資源及其載體，挖掘、分析、構(gòu)建、繪制和顯示信息之間的相互聯(lián)系。知識圖譜的構(gòu)建包含：信息抽取、知識表示、知識融合、知識推理四個過程，每一次更新迭代均債券市場風(fēng)險、個人信用反欺詐、反洗錢；金融機構(gòu)應(yīng)用包含智能風(fēng)險預(yù)測、智能營銷、智能投顧與智能投研等；金融服務(wù)領(lǐng)域的應(yīng)用包通過知識圖譜技術(shù)構(gòu)建的產(chǎn)業(yè)鏈圖譜是賦能金融機構(gòu)智能投研的重要工具,產(chǎn)業(yè)鏈圖譜可以有效提升金融機構(gòu)獲取行業(yè)信息、企業(yè)信息的便捷度，提高研究分析的效率。例如，數(shù)庫科技建立的SAM產(chǎn)業(yè)鏈囊括了與其他行業(yè)分類體系的映射邏輯，形成覆蓋A股、港來源：數(shù)庫科技4.自然語言處理法語義分析、信息抽取、文本挖掘、機器翻譯、信息檢索、對話系統(tǒng)技術(shù)的研究是以語音識別技術(shù)為開端。2016年前后機器語音識別準(zhǔn)智能語音技術(shù)目前已經(jīng)成為中大型金融機構(gòu)在人工智能技術(shù)應(yīng)6.機器人流程自動化RPA工作處理上的高適用性被應(yīng)用在金融業(yè)的多個領(lǐng)域。在商業(yè)銀行中，國庫退稅自動核對、單位結(jié)算賬戶自動備案、清算資金自動對賬、反清算、數(shù)據(jù)報送、估值核對等多個業(yè)務(wù)場景。截至目前，中泰證券累方案，使得銀行KYC流程能夠更加全面的貫徹，銀行數(shù)據(jù)處理更加題的解決過程中，大大減少新模型的學(xué)習(xí)時間，節(jié)約開發(fā)成本。在金融行業(yè)對高頻業(yè)務(wù)場景中，目前主要通過結(jié)合NLP技術(shù)對文本或音預(yù)訓(xùn)練模型，包括金融財經(jīng)新聞，研報/上市公司和金融類百科詞條等技術(shù)，對真人形象、聲音、動作等進行模型訓(xùn)練，生成可任意編輯內(nèi)容的“真人”講解視頻。在金融領(lǐng)域，虛擬數(shù)字人可在虛擬接待，引業(yè)務(wù)交易場景的自助應(yīng)答、業(yè)務(wù)辦理、主動服務(wù)、風(fēng)控合規(guī)等全流程服務(wù)，在交互方式上，采用擬人化的對話方式與親和的形象，為用戶提供了良好的沉浸式體驗。2019年，百度與浦發(fā)銀行聯(lián)手打造的國內(nèi)首個虛擬數(shù)字員工“小浦”正式上崗，近年來浦發(fā)銀行已形成十多角色，已創(chuàng)造了約2000人年勞動力的價值。在智場景下，機器人可每天接待8萬通電話，提供客戶賬戶管理、業(yè)務(wù)咨詢等服務(wù)，同時機器人能就風(fēng)險提示、業(yè)務(wù)通知等場景每天呼出50技術(shù)為核心應(yīng)用的智能文本處理能力已覆蓋10多個部門的60多個場值得一提的是，2021年浦發(fā)銀行將數(shù)字員工的服務(wù)能力賦能了上海市虹口區(qū)北外灘政務(wù)自助服務(wù)中心，在那里數(shù)字人“小虹”面向居民月，農(nóng)行與商湯科技打造的AI數(shù)字人員工代科學(xué)技術(shù)，通過建立客戶畫像、進行圖譜構(gòu)建，從智能化獲客到精以根據(jù)用戶畫像實現(xiàn)精準(zhǔn)的營銷定位并且在此基礎(chǔ)上深挖客戶潛在（1）個性化金融服務(wù)——構(gòu)建普惠金融的核心來源：中國工商銀行（2）GBC聯(lián)動營銷——創(chuàng)新聯(lián)動，智能化獲客手段銀行利用運用知識圖譜技術(shù)，構(gòu)建涵蓋個人、機構(gòu)、法人的全網(wǎng)絡(luò)資金流向知識圖譜，快速、精準(zhǔn)定位資金漏損點，創(chuàng)新突破聯(lián)動營約百億元，實現(xiàn)“源頭客戶精細(xì)管理、業(yè)務(wù)場景精準(zhǔn)施策、下游賬戶來源：中國工商銀行來密切的下游兩家公司（藍點紅圈）。經(jīng)分析，兩家公司資金流入量2.智能身份識別這不僅擴張了金融機構(gòu)的業(yè)務(wù)覆蓋能力還有效地推動了普惠金融的（1）智能客服系統(tǒng)——全天候處理專業(yè)問答通過NLP技術(shù)解析語義邏輯，并通過構(gòu)建可視化知識圖譜實現(xiàn)對候服人力占用較大、成本較高、業(yè)務(wù)高峰期難以有效覆蓋、多渠道端口人，能夠?qū)蛻糇稍兊拈_放性、針對性、關(guān)聯(lián)性問題，信息告知、簡在知識圖譜技術(shù)的加持下，不僅可以使用知識庫進行專業(yè)問答，和正確答案的向量表達的得分盡量高，實現(xiàn)自我發(fā)展、自我優(yōu)化。例如，中國工商銀行重點布局移動端智能客服，運用機器學(xué)習(xí)、語音識輔助、交易于一體的智能服務(wù)新模式，為客戶提供極致服務(wù)體驗，助來源：陽光保險（2）智能電話外呼系統(tǒng)——打造智能化遠(yuǎn)程服務(wù)體系關(guān)等技術(shù)，可以代替人工完成無差多輪對話，系統(tǒng)利用基于出回復(fù)。在產(chǎn)品營銷、逾期催收、風(fēng)險預(yù)警、信息通知、問卷調(diào)查等（3）智能數(shù)字理財專員——構(gòu)建最智能的財富管理銀行上理財業(yè)務(wù)的全旅程智能化服務(wù)，包括售前產(chǎn)品投教、解讀，售中產(chǎn)品比較、篩選、推薦以及售后持倉分析等。目前，浦發(fā)銀行已實現(xiàn)數(shù)爬蟲獲取實時、動態(tài)、多維度的數(shù)據(jù)；第二步是數(shù)據(jù)的整理，利用計算，然后據(jù)此構(gòu)建相應(yīng)的模型；第三步是數(shù)據(jù)的分析，利用對投資數(shù)庫科技通過自主研發(fā)的資訊采集平臺靈活抓取互聯(lián)網(wǎng)上海量股票A的情緒即為正面。在實際使用中，用戶能夠結(jié)合輿情因子與海量及時的新聞情緒數(shù)據(jù)給用戶提供一個快速了解和量化整個智能語音等人工智能技術(shù)構(gòu)建智能保險理賠系統(tǒng)代替?zhèn)鹘y(tǒng)的勞動密集型作業(yè)方式，實現(xiàn)身份核驗、理賠單據(jù)識別、欺詐檢測、圖像定損傳統(tǒng)保險行業(yè)在理賠環(huán)節(jié)的最大痛點在于理賠效率低和理賠成力成本的同時極大降低了理賠的結(jié)案時間，提高了用戶體驗。目傳秒級定損，定損速度提升4000倍，每年減損超過80億元。在引入人工智能技術(shù)前，車險理賠需要人工勘察、定損等，傳統(tǒng)人工工作模智能風(fēng)控的本質(zhì)是通過數(shù)據(jù)驅(qū)動的風(fēng)險管理和運營優(yōu)化的精益（1）信貸風(fēng)險防控——全流程提升經(jīng)營能力資難、融資貴”、小企業(yè)及法人的相關(guān)信息的混亂缺失無法及時預(yù)測（2）反欺詐智能防控——全流程保障交易安全通過構(gòu)建聲紋黑名單，攔截信用卡申請，避免潛在損失。面對信用卡欺詐的高頻化、小額化及欺詐方式的新型化、多樣化，聲揚科技為工商銀行提供了語音智能化解決方案，助力其打造了語音反欺詐平臺。聲紋識別的全流程覆蓋，在信用卡申請、啟卡、盡調(diào)環(huán)節(jié)，為理賠風(fēng)險難以管控、核賠難度大、內(nèi)部欺詐防不勝防、人員培訓(xùn)管理退保、惡意訛保、惡意報案等行為方面已經(jīng)初具成效，為保險行業(yè)激（3）聲譽風(fēng)險防控——全流程消費者權(quán)益保護監(jiān)控預(yù)警2021年以來，強化金融機構(gòu)消費者權(quán)益保護的相關(guān)法律法規(guī)與的智能消保中臺，通過多渠道投訴數(shù)據(jù)整合，針對事前審查、事中管清分、預(yù)警和檢查等智能化流程，建立了面向查的數(shù)字化轉(zhuǎn)型，通過觀點挖掘、傾向性識別、行為特征理解、語義關(guān)系發(fā)現(xiàn)、聚類分析、監(jiān)控預(yù)警等方式，運用數(shù)字化手段實現(xiàn)了消保字化監(jiān)管協(xié)議，利用“機器可讀”規(guī)則助力標(biāo)準(zhǔn)化規(guī)則的使用，并通管理、傳遞和學(xué)習(xí)。通過深度學(xué)習(xí)銀行的業(yè)務(wù)手冊、規(guī)章制度，智能解構(gòu)文本，從中抽取數(shù)據(jù)、公式、觀點和邏輯等信息，并由此構(gòu)建金融知識圖譜，再通過機器學(xué)習(xí)優(yōu)化合規(guī)模型，實現(xiàn)識別語義錯誤、檢合規(guī)模型構(gòu)建智能內(nèi)控合規(guī)管理平臺，建設(shè)了41個員工行為下，通過集中管理相似業(yè)務(wù)流程，提高業(yè)務(wù)標(biāo)準(zhǔn)化程度，加強資源集完成信息錄入、核驗、提交等簡單重復(fù)性操作，促進降本風(fēng)險防控、助力業(yè)務(wù)拓展，據(jù)中國工商銀行測算，預(yù)估每年此項技術(shù)來源：中國工商銀行（2）銀行網(wǎng)點現(xiàn)金智能化配置——實現(xiàn)最小化資金庫存能運營系統(tǒng)通過機器學(xué)習(xí)分析每個網(wǎng)點的現(xiàn)金收入和支出的歷史數(shù)四、金融人工智能核心支撐能力設(shè)和實踐中，企業(yè)戰(zhàn)略規(guī)劃、工程化平臺管理和可信合規(guī)治理，提供1.前期投入擔(dān)憂效應(yīng)存在，戰(zhàn)略定力影響轉(zhuǎn)型成效為前沿科技，在人工成本和基礎(chǔ)設(shè)施建設(shè)上都所費不貲。然而，人工器學(xué)習(xí)才能得到較為精準(zhǔn)的模型。因此，在技術(shù)引入前期，人工智能完成全面智能化轉(zhuǎn)型的同時部分金融機構(gòu)甚至還沒有面臨著資金、人才、技術(shù)和數(shù)據(jù)方面的限制，無法全面建設(shè)智能金融生態(tài)體系。同時，受業(yè)務(wù)規(guī)模所限，中小金融機構(gòu)在引入人工智能技2.長期自適性的戰(zhàn)略規(guī)劃，生態(tài)和機制多方面創(chuàng)新管理與科技管理多方面，構(gòu)建高效、協(xié)同、敏捷的機制架構(gòu)。在戰(zhàn)略銀行2019年初步建成“一部三中心一公司一織架構(gòu)，交通銀行全新金融科技組織架構(gòu)包括“兩部、三中心、一公司、一研究院、一辦”。第三，高端人才儲備，從人才引入到培養(yǎng)，制，幫助金融機構(gòu)，特別是中小型機構(gòu)降低成本投入。同通過梳理金術(shù)、系統(tǒng)、平臺的通用性，建立金融行業(yè)人工智能可信技術(shù)流通與共1.技術(shù)早期重開發(fā)輕管理，應(yīng)用落地方面問題凸顯題，導(dǎo)致調(diào)試無比艱辛；鏈路冗長問題，導(dǎo)致建模工程緩慢且充滿漏模導(dǎo)致研發(fā)周期長，且很難重復(fù)利用，無法提升效率。在應(yīng)用層面，金融機構(gòu)各個部門間，因缺乏溝通而重復(fù)開發(fā)模型；模型開發(fā)后，因昂的成本而放棄維護和迭代，從而縮短模型的生命周期。可見，機器2.開發(fā)平臺提供一站式服務(wù)，配套MLOps管理機制模型部署、支撐與服務(wù)等人工智能開發(fā)應(yīng)用全流程服務(wù)，是連接AI職能人員的高效協(xié)作。同時，構(gòu)建了可復(fù)用的批量流水線，包括研發(fā)流水線和聯(lián)機流水線，設(shè)置了平臺和流水線的管理制度和組織架構(gòu)，將AI工作站作為統(tǒng)一的模型全生命周期管理配套入庫管理機制，滿足新增、存量共享、存量優(yōu)化、存量退出四種交付機制調(diào)用AI工作站的服務(wù)控制模型庫間的實相符，支持各應(yīng)用全生命周期模型管理。目前，中國工商銀行已經(jīng)構(gòu)建此一體化MLOps解決方案，在實踐中取得了良好的實施效果，大1.金融行業(yè)重視合規(guī)要求，忽略AI治理將造成隱患2.可信人工智能治理評估，多維度解決合規(guī)安全風(fēng)險據(jù)濫用導(dǎo)致隱私泄露風(fēng)險等問題。針對以上問題，從產(chǎn)業(yè)維度出信實踐的“可信人工智能框架”顯得尤為重要。企業(yè)可信實踐層以企業(yè)人工智能系統(tǒng)生命周期為參照，結(jié)合“透明性、安全性、公平性、可問責(zé)、隱私保護”五項可信特征要求，針對周期各個環(huán)節(jié)提出建議；行業(yè)可信實踐層面，更需要多