|
腾讯研究院 & 腾讯优图实验室 & 腾讯云 & 交通银行 人工智能作为一种“新基建”，正在与实体经济深度融合，推动社会及各个产业的数字化转型、智能升级和融合创新。金融业是人工智能最具潜力的应用领域之一，人工智能技术正与金融业务的深度融合，不断衍生出新业态、新场景，深刻影响金融业的发展模式，在提升金融服务效率和质量的同时，也为金融服务夯实“安全底座”。 2017年国务院发布的《新一代人工智能发展规划》，标志着人工智能正式成为国家战略。文件中明确提到了推动智能金融领域发展，鼓励金融行业创新金融产品和服务、应用智能客服等、建立智能风险预警与防控系统等。央行、银保监会等机构也出台了一系列金融科技规划政策，《金融科技发展规划（2022-2025）》等文件明确推动金融与人工智能的深度融合，促进金融机构的智能化转型。 近年来，在政策与市场的共同驱动下，各金融机构积极拥抱AI，提升金融服务的智能化、数字化水平。为了更好地探讨金融AI的政策环境、行业应用和发展趋势，在北京金融科技产业联盟的指导下，腾讯研究院与腾讯优图实验室、腾讯云、交通银行组成联合课题组，并联动公司内部及金融机构业务侧，对国内多个金融机构进行了近五个月的调研，并将调研成果与课题组对金融AI的发展趋势思考并进行汇总，形成近五万字的《价值共生·2022金融AI发展研究报告》对外发布。报告于2022年9月3日在2022世界人工智能大会腾讯论坛上进行了重磅发布，获得潘润红等多位著名专家的指导和推荐。 *扫描文末二维码获得报告全文 专家点评今年年初，人民银行发布《金融科技发展规划（2022-2025）》，明确运用RPA、自然语言处理等智能技术推动金融数字化进程，人工智能技术与金融业务正处于加速融合期。在这种背景下，本报告以应用场景为牵引，对金融AI的技术、案例、趋势等几个方面进行了梳理，具有重要的参考价值。 ——中国金融电子化集团有限公司副总经理、北京金融科技产业联盟秘书长 潘润红 近年来，AI技术的不断升级，加速了其与各行业的融合。在政策引导、技术驱动、行业实践的共同作用下，金融行业在依托于数据的风险管控和基于视觉／自然语言识别的流程自动化等应用方向成效尤为显著，取得了明显进展。本报告以价值共生为主题，分为政策篇、行业篇和案例篇，详细给出了金融与AI融合发展的应用场景、落地实践和发展趋势，相信本报告会在科技与业务融合层面，为行业发展带来有益的启发。 近年来，人工智能等技术在金融应用成效显著，在小微金融领域、绿色金融领域、风险监测等方面发挥了重要价值。人工智能在金融领域创新持续推进，各金融机构携手科技企业，共同积极探索人工智能应用，提升服务效能，加快金融服务智慧再造。报告总结了人工智能与金融业务融合的当前进程和未来方向，从多个视角展现了金融AI的价值，为金融机构和科技企业提供了很好的参考。 ——腾讯云副总裁 在数字化时代下，数字经济的飞速发展和数字技术的不断进步，为解决传统金融交易中的信息不对称难题提供了可能的方案。基于金融机构海量的历史数据和行为数据，人工智能技术让兼具低门槛、个性化、便捷化的金融服务成为可能。本报告从政策、行业、趋势等角度探讨了人工智能为金融业务赋能的方式，对人工智能+金融的价值实现了深度的总结。 ——上海交通大学特聘教授、上海交通大学人工智能研究院副院长、华东师范大学特聘教授、国家杰出青年科学基金获得者 2022 金融AI发展研究报告政策篇： 近年来，从国际到国内，从整体到行业，政策层面不断出台战略规划，积极推动人工智能与金融的融合，深化AI的金融应用。在政策篇，报告从国际政策环境、国内政策环境、行业政策环境三个方面，介绍了金融AI发展的环境和机遇。
国际上看，已有约60个国家和地区制定了人工智能政策。我国也在2015年首次在国家层面政策中提及“人工智能”，并于2017年正式发布《新一代人工智能发展阶段》，将人工智能正式上升为国家战略，并明确了我国发展人工智能的“三步走”规划，计划到2030年实现“人工智能理论、技术与应用总体达到世界领先水平，成为世界主要人工智能创新中心”的目标。当前，我国人工智能发展“三步走”已进入第二阶段。 在人工智能成为国家战略重点的背景下，金融领域也出台了一系列政策，推动金融与AI的深度融合。其中，既包括《金融科技发展规划（2022-2025）》等顶层设计和金融科技产品创新的规范性指引，也包括针对小微金融、意外险、财产险等具体业务与AI的融合方案。此外，各地方也出台了一系列推进智慧金融发展的政策，并积极申报金融科技创新试点。当前，金融科技创新监管试点已经进行到第四批，全国共计有156项试点项目，其中45项与人工智能相关。 报告指出，金融业是人工智能最具潜力的应用领域之一。从政策趋势上看，金融AI发展前景广阔。随着全社会数字化的推进，金融机构与供应链、产业链上下游数据的贯通，以及跨界合作的推进，人工智能将为金融机构的业务提供更多方面、更好效果的助力作用，赋能金融机构降本增效、提升服务体验。 行业篇： AI赋能智能金融场景创新，金融服务能力不断提升 从金融行业的发展情况来看，随着数字经济的快速发展，行业的需求和用户的需求，共同驱动了金融领域的AI布局。近年来，金融机构的盈利空间持续压缩，行业同质化竞争严重，通过探索AI应用降本增效、推出创新产品服务，成为金融机构的主流选择。同时，用户越来越多地使用线上渠道进行业务办理，金融机构开始利用人工智能技术推进线下网点、线上渠道的全方位升级，为用户提供更优质的服务体验。 在金融AI的加速布局下，催生出了智能营销、智能识别、智能理财、智能风控、智能客服等多种提升金融价值的场景。在行业篇，报告通过五个场景和五个案例，展示了金融AI在我国目前发展现状。 智能营销是利用机器学习、深度学习相关算法构建模型，通过汇集客户在消费、社交、交易等方面的大数据，深度分析客户的真实需求和偏好，并进一步形成更具针对性、个性化的营销解决方案。应用语音识别技术(ASR)和语音合成技术(TTS)实现的机器人智能外呼，也极大减少了人工营销坐席的成本，从而实现全周期的互动服务、深度挖掘客户价值。 零售营销数字化是金融机构数字化转型的重要环节。国内某大型商业银行针对手机银行客户，基于海量用户行为、交易数据形成用户画像，对营销全流程进行智能化改造，实施精准营销、协同营销，显著提升了手机银行活跃度，有效促进业务增长。
金融业作为信息密集型行业，需要处理大量的图片、结构化和非结构化文字，面临着较高的识别需求。智能识别是利用计算机视觉等技术，实现对图片、文字、人脸等的多模态快速识别和信息提取，可以很好地对复杂单据、用户真实性等等实现快速、准确的处理，极大地提升业务效率。 以交通银行融合了计算机视觉、机器学习、人工智能等新技术的“统一图像识别平台”为例，腾讯优图通过引入多模态技术提高信息抽取的泛化性能，助力解决非标准文档的OCR信息结构化提取，提高图像、单据识别率，推动业务效率以及用户体验提升。同时，该平台在信息录入等方面时长降低98.4%，且准确率高，能够大量节约人力成本。
场景三：智能理财 智能理财是以大数据、机器学习等技术为基础，结合投资者特定的需求及风险承受程度，为投资者提供理性的投资组合建议。智能理财一方面可以极大的释放人力成本，另一方面也可以降低投资门槛，为各类人群提供专业的理财服务。 国内某大型商业银行基于客户需求，开发出了智能理财平台，主要从几个方面为客户提供优质的理财服务。一是提供极具人性化的客户服务体验，对一些较为简单的、相对固定的投资问题，AI进行即时反馈。二是该智能理财平台将AI服务贯穿售前、售中、售后，实现售前-售中-售后的一体化服务体系。三是引入多种财务模型和相关假设进行个性化产品配置，包括资本资产定价模型（CAPM）、投资组合理论、机器学习等技术等，对客户投资者的行为数据进行分析，针对性的提供建议。  场景四：智能风控 智能风控是数字化风控的高级阶段，是在知识图谱、机器人流程自动化（RPA）等人工智能技术加持下，实现更精准、更高效率的风控。在具体场景中，行方客户交易进行时，银行可通过实时交易反欺诈模型，对可能的欺诈交易进行拦截。具体来看，一笔交易从客户端发起，在通过交易分发网关进行分发以后，会经历行方的总账系统并将信息写入数据库，而反欺诈系统则会在行方核心系统批准金额转出前，对该笔交易进行欺诈风险评估，从而保证交易安全。 国内某大型商业银行突破了传统的反欺诈模式和技术手段，上线了全新的智能反欺诈平台，通过利用机器学习、知识图谱等AI技术，不断提升银行的线上业务反欺诈能力。该银行通过积极布局智能风控平台，已经实现了对客户行为、交易关联关系等进行分析评估，构建了行业内较为领先的反欺诈风险模型，显著提升了风险评估的准确率，进一步筑牢行内反欺诈红线。
场景五：智能客服 智能客服是在大规模知识处理基础上，借助自然语言处理、语音识别、图像视频识别等技术，实现智能的人机交互。在银行持续精细化运营的背景下，以新型技术为基础的智能客服，可以替代部分人工客服，缓解金融机构的人工客服成本压力。在疫情的冲击下，线上非接触式金融服务兴起，智能客服迎来了历史新机遇。 为了解决传统客服成本高、效率低、服务时长低等痛点，国内某大型商业银行在智能客服方面不断加大布局，积极构建自然语言处理（NLP）、客服机器人等服务体系，将人机交互技术与客服领域紧密结合，不断完善该银行的后台服务体系，搭建自身智能客服体系，探索出多个智能客服场景。该银行在智能语音导航、智能问答、客服助手等方面进行实践，使得客服业务量、业务效率、服务体验均得到了显著提升。 趋势篇： 洞察金融AI三大趋势，助力行业持续向好发展 在金融机构数字化转型持续加速的背景下，报告的趋势篇从技术的深度、场景的广度、服务的可信度三方面，展望了金融AI未来发展的趋势。 首先，从技术方面来看，以语音识别技术、视觉技术、全真互联技术等为代表的技术不断发展，金融机构业务发展也迎来了与新型技术深度融合的契机，催生更多新业态，驱动行业创新发展。报告指出，在金融与AI深度融合的过程中，技术的深度将不断增强，整体呈现出以下六个方面趋势。 第一是AI建设向平台化、体系化、系统化靠拢，随着数字化转型发展，金融机构逐渐重视建设新一代科技基础设施，结合AI构建“金融大脑”。 第二是随着语言、语义、语音相关技术不断进步，应用场景将不断多样化，为金融客户提供更丰富的7*24小时业务咨询与办理。 第三是图像、视觉相关技术将继续演进，卫星遥感与图像识别的应用进入更多机构，计算机视觉技术在金融业务身份认证环节的作用将越来越普遍。例如，腾讯金融云可帮助金融机构结合业务场景，提供多因子、差异化的金融级核身方案，差错率降低至百万分之一。 第四是AI+RPA将成为金融服务进化的主流方向，未来，有望基于大数据或更多的人工智能算法，赋予机器人理解流程、理解环境的认知能力。 第五是低代码/零代码开发兴起，提供了全新的金融技术人员工作流程，促进金融领域各项目的快速落实。 最后是全真互联实现数实融合，通过实时音视频技术等，全真互联将加速渗透至各个金融业务流程，让金融机构将更主动积极响应客户需求，加速金融普惠。  其次，从场景方面来看，在技术的深度不断加强的基础下，场景覆盖的广度也不断向外拓展，在营销运营、监管合规、产品设计与定价、客户服务、风险控制方面的应用场景将不断丰富，实现全流程的数智化。  最后，从安全保障方面来看，对金融机构来说，保持数据融通可信，守住不发生金融风险的底线，仍然是第一要务。零信任架构、隐私计算技术的持续升级，将夯实金融机构在数据融通领域可信的基础。基于此，报告也为金融机构提出规划建议，认为企业应加大对可信技术的应用，保障访问安全、业务安全、数据安全。  研究团队致谢
|
|
|
