当前位置:首页|资讯|人工智能|金融|数字人|ChatGPT

杨涛:人工智能在金融应用中面临什么机遇与挑战?

作者:中新经纬发布时间:2023-07-04

原标题:杨涛:人工智能在金融应用中面临什么机遇与挑战?

作者 杨涛 中国社科院国家金融与发展实验室副主任

目前,金融业的数字化转型已成为各国的大势所趋,在中国也是监管部门推动的重要改革方向。自从ChatGPT横空出世,这款人工智能对话机器人俨然成为了全球最热门的话题之一。ChatGPT虽然进一步凸显了人工智能的应用能力,但对于金融业来说,人工智能的运用仍然面临诸多挑战,使其较长时期内仍无法给金融业带来重大变革。

随着数字经济和数字社会建设深入推进,金融领域积累了大规模、高质量的数据,同时具有多维度、多元化的应用场景,为人工智能应用蓬勃发展提供了良好的契机。同时人工智能的使用也给金融领域带来了诸多机遇:

一是战略性问题。面人工智能在战略制定中的应用思路,正是感知、推理、决策,天然地有可能与金融机构综合或专项战略制定相结合,并且进行动态随机优化。

二是结构性问题。中国金融业任然还有诸多发展不平衡、不充分的结构性矛盾,这也为人工智能的“补短板”提出了要求。例如人工智能应用于财富管理领域,能否给家庭资产结构、金融资产布局失衡带来改变,直接影响到金融助力共同富裕的重大目标。

三是生产要素问题。数据和人才已成为重要的生产要素,是国家基础性战略资源。而人工智能与大数据相结合会激发更多活力,能够促进金融业改善数据“采、存、算、管、用”的全生命周期活动,推动数据要素到数据资产的转化。人工智能也可以成为提升员工能力的“智慧助手”,也可以通过构建“数字人”来弥补团队能力。

四是组织运营问题。在组织架构与运营能力过程中,可以充分利用人工智能打造自动化、智能化的运营模式,不断优化运营流程,创新运营模式,提升运营服务质量,降低运营成本。

五是服务能力问题。人工智能在定制化智能产品设计、客户全息画像服务精准营销、线上线下体验一致性等服务性方面,已经有了卓有成效的探索。

六是风险管理问题。人工智能一方面构建客户、业务和风险视图,动态全面反映风险全貌;另一方面,能够优化智能信用风险评估,实现风控向数控、智控的转变。

七是服务效果问题。一方面,近年来在金融业快速发展过程中,人工智能的使用价值体现已经对金融业全要素生产率的提升与转变,产生了非常深刻的影响。另一方面,人工智能应用可以对金融业在助力普惠、绿色、科技、共同富裕等方面还有诸多职责产生价值。

八是合作生态问题。在人工智能和大数据的加持下,有助于进一步改善金融机构外部生态。

虽然人工智能的运用能够为金融领域带来诸多机遇,但对于金融业来说,仍然面临诸多挑战:

一是数据治理。人工智能应用同样离不开高质量的海量数据,但金融机构的数据治理普遍处于起步阶段,数据低质量、数据孤岛、数据散乱等普遍存在,难以为人工智能提供充足的数据要素支撑。

二是场景的标准化。虽然人工智能的金融应用体现个性化、“千人千面”等特点,但长远来看在金融与技术的融合过程中,真正具有生命力的是标准化、通用型的金融科技创新场景,而非基于传统外包模式的差别化合作,这也是现有人工智能金融应用的制约之一。

三是技术与方案的高成本门槛。人工智能在金融活动中的技术应用与解决方案设置,通常具有较高的部署成本,难以适应广大中小金融机构的需要。

四是透明度与不可解释性。在机器学习领域,在输入数据和输出答案之间通常有被称为“黑箱”的不可观察空间。只有发展可解释、可信任的人工智能金融应用,才能实现用户信任、模型可审计性并降低风险。

五是组织内部协调。就金融机构应用人工智能等前沿技术来说,通常难以形成有效的“激励相容”机制,而促使内部利益主体达成共识,以最大效率地体现技术创新价值。

六是责任分担。引入人工智能之后,原有的金融机构业务流程中的权责相称,可能会出现一些新的模糊性,亟待从制度规则、业务实践、技术与业务、模型与人的关系等方面进一步探索。

七是合规性与伦理性。伴人工智能的金融应用存在更突出的合规压力。算法歧视、大数据杀熟、信息泄露等金融科技伦理挑战,也给人工智能应用带来困境。


Copyright © 2024 aigcdaily.cn  北京智识时代科技有限公司  版权所有  京ICP备2023006237号-1