潘凌云 唐景桓

摘要：語音識別、生物識別等人工智能技術(shù)廣泛應用到商業(yè)銀行客戶服務、營銷獲客等領域，極大提升了客戶體驗、提高工作效率，但深入應用仍存在一定困難。本文在分析現(xiàn)狀的基礎上，提出了進一步推動人工智能在商業(yè)銀行應用的相關(guān)對策。

關(guān)鍵詞：人工智能、商業(yè)銀行

一、引言

人工智能指用人工的方法和技術(shù)，讓機器通過分析做出類似人類的思維方式與處理問題的能力，包括語音識別與自然語言處理、生物識別、專家系統(tǒng)等。商業(yè)銀行以其擁有海量數(shù)據(jù)信息及程序性工作的行業(yè)特點，正成為人工智能技術(shù)商業(yè)應用落地最快的行業(yè)，相關(guān)核心技術(shù)逐步應用到商業(yè)銀行客戶服務、營銷獲客、風險管理等領域。在提高服務效率、改善客戶服務體驗的同時，降低銀行運營成本，提高銀行風險管控水平。分析商業(yè)銀行應用人工智能的現(xiàn)狀及困境，提出進一步推動相關(guān)工作的建議顯得十分迫切。

二、人工智能在商業(yè)銀行的應用

在互聯(lián)網(wǎng)及人工智能技術(shù)大規(guī)模應用之前，商業(yè)銀行主要依賴人力物力資源的大量投入去發(fā)現(xiàn)客戶需求、維護客戶關(guān)系，實現(xiàn)人與人服務價值的交換。人工智能的快速發(fā)展，讓批量化、差異化和個性化服務客戶成為可能，必將對商業(yè)銀行的金融產(chǎn)品、獲客方式、服務渠道、風險管理等帶來新一輪的變革。目前人工智能在商業(yè)銀行的應用主要體現(xiàn)在以下方面：

（一）語音識別與自然語言處理技術(shù)的應用

語音識別與自然語言處理就是讓機器能“聽懂”人的語音指令，并能和人通過自然語言方式進行溝通。目前，這項技術(shù)已廣泛應用到銀行智能遠程客服、廳堂服務機器人等領域。以中國建設銀行智能遠程客服“小微”為例，其運用語音識別、自然語言處理、機器學習等人工智能技術(shù)，為客戶提供標準化、專業(yè)化的業(yè)務咨詢服務。2015年開始，交通銀行、民生銀行、華夏銀行等相繼推出廳堂服務機器人，這類機器人除了可以和客戶互動聊天、接受銀行業(yè)務咨詢、對廳堂客戶進行分流引導外，還能主動進行產(chǎn)品推薦，甚至可以自助辦理部分非現(xiàn)金業(yè)務，分擔大堂經(jīng)理的部分工作，減輕廳堂工作壓力。

（二）生物識別技術(shù)的應用

農(nóng)業(yè)銀行超級柜臺、民生銀行VTM、交通銀行自助發(fā)卡機等自助設備，運用人臉識別技術(shù)，將現(xiàn)場采集的客戶照片與身份證照片進行比對，并給出判別結(jié)果，輔助工作人員完成客戶身份核驗，提高工作效率。此外，招商銀行與農(nóng)業(yè)銀行ATM“刷臉取款”，即通過人臉識別技術(shù)，實現(xiàn)無卡取款，與傳統(tǒng)插卡取款相比，刷臉取款具有無介質(zhì)、安全、便捷的特點，契合客戶金融消費習慣的改變，提升客戶服務體驗。

在公共安全方面，智能監(jiān)控預警系統(tǒng)則通過分析一定區(qū)域內(nèi)人員的行為特征，如臉上是否戴面罩、手中是否持有可疑物品、移動速度是否異常等，并將收集到的圖像信息和數(shù)據(jù)庫中儲存的危險行為信息進行比對，一旦比對成功，系統(tǒng)將會自動發(fā)出警報，有效解決人工監(jiān)測漏判及延誤的問題。目前該系統(tǒng)已應用到商業(yè)銀行離行式自助網(wǎng)點日常監(jiān)測中。

（三）專家系統(tǒng)的應用

專家系統(tǒng)指應用計算機及人工智能技術(shù)，根據(jù)某領域一名或多名專家的知識和經(jīng)驗，進行分析和判斷，模擬專家處理該領域的問題。此項技術(shù)目前已應用到銀行貸款審批、風險控制、投資顧問等領域。

2016年12月，招商銀行摩羯智投正式上線，該系統(tǒng)運用機器學習算法，融合招商銀行基金研究及財富管理經(jīng)驗構(gòu)建模型，結(jié)合客戶的投資需求、投資期限、風險偏好等個人信息，綜合分析后為客戶構(gòu)建基金組合。而且，摩羯智投還能實時掃描市場，并根據(jù)市場最新狀況，為客戶提供動態(tài)的基金組合優(yōu)化建議。與傳統(tǒng)的個人投資顧問相比，摩羯智投具有低門檻、高效率的特點，且由于不存在人為道德風險、情緒干擾以及認知偏差的影響，其為投資者提供的專屬投資方案往往更加可靠。

三、人工智能應用對商業(yè)銀行的影響

人工智能的應用，對商業(yè)銀行的客戶服務、營銷獲客、運營成本、風控管理等均產(chǎn)生有利影響，加快促進商業(yè)銀行轉(zhuǎn)型。

（一）提高服務效率、提升客戶服務體驗

人工智能的應用往往伴隨著生產(chǎn)效率的大幅提高。以浦發(fā)銀行 “網(wǎng)貸通”為例，其借助大數(shù)據(jù)及專家系統(tǒng)技術(shù)，建立信用體系及評估模型，借款人提出申請后，由系統(tǒng)根據(jù)數(shù)據(jù)庫中申請人交易流水、個人征信記錄等信息進行綜合分析判定，實現(xiàn)對申請人的綜合評價與風險定價。借款人從提出申請到貸款支用僅需5分鐘。而傳統(tǒng)的人工審批方式，由于銀行與借款人間信息不對稱，需由客戶經(jīng)理上門收集借款人相關(guān)信息資料，再提交審批人審批，從收集資料到放款至少需要2天時間。人工智能的應用實現(xiàn)貸款審批的批量化、程序化處理，極大提高貸款審批效率，提升客戶的服務體驗。

（二）降低運營成本，提高盈利能力

人工智能設備的應用，在替代人工的同時，節(jié)省大量人力成本支出。以銀行自助發(fā)卡機為例，其為客戶辦理開戶平均耗時3分鐘，而普通柜員在柜臺辦理開戶平均耗時9分鐘，一臺自助發(fā)卡機相當于替代3名普通柜員。而一臺自助發(fā)卡機每年的運營成本約為4.5萬元，一名普通柜員年平均人力成本支出約為10萬元。一臺自助發(fā)卡機投入使用，每年可減少人力成本支出25.5萬。另外，客戶通過自助發(fā)卡機辦理開卡，無需填寫紙質(zhì)單據(jù)，無需打印憑證，僅需保存客戶電子照片、電子簽名或指紋等電子信息，減少耗材支出成本，提高商業(yè)銀行盈利能力。

（三）突破區(qū)域限制，改變獲客方式

傳統(tǒng)銀行網(wǎng)點的服務半徑主要集中在網(wǎng)點周邊2公里范圍內(nèi)，而人工智能技術(shù)的應用，使銀行網(wǎng)點突破時空限制，在更廣闊的范圍內(nèi)營銷獲客。例如招商銀行 “閃電貸”、摩羯智投、工商銀行“融e借”等，均屬線上產(chǎn)品，并運用大數(shù)據(jù)、專家系統(tǒng)等技術(shù)對遠程客戶進行識別、分析與判斷，為客戶提供7*24小時的在線金融服務，打破物理網(wǎng)點服務區(qū)域及營業(yè)時間限制，拓寬銀行營銷及獲客渠道，將銀行原線下獲客戶方式轉(zhuǎn)變?yōu)榫€上獲客。

同時，人工智能技術(shù)的應用，有助于銀行實現(xiàn)對客戶的精準營銷。以智能遠程客服為例，其通過機器學習方式，采用語音和語義識別與處理技術(shù)，對電話銀行海量通話及用戶信息進行分析處理，挖掘出有價值的信息，并結(jié)合相關(guān)數(shù)據(jù)模型對客戶進行細分，挖掘客戶的個性化需求，進而圍繞客戶需求開展產(chǎn)品研發(fā)，實現(xiàn)精準營銷。

（四）建立數(shù)據(jù)模型，提升風險管控水平

傳統(tǒng)銀行對金融欺詐、電信詐騙等非法交易多依靠經(jīng)驗進行人工分析與判斷，且往往無法進行事前預判。而依托人工智能及大數(shù)據(jù)技術(shù)的運用，可打破行業(yè)信息壁壘，實現(xiàn)多場景數(shù)據(jù)信息的自動關(guān)聯(lián)與分析，包括客戶身份證號、卡號、手機號、資金來源與使用渠道、交易對手賬戶信息等多維度關(guān)聯(lián)，并結(jié)合相關(guān)數(shù)據(jù)分析模型，主動識別洗錢、非法集資、電信詐騙等非法活動。提高銀行對交易信息的審查與監(jiān)管，在一定程度上識別和防范金融欺詐風險，提升銀行風險管控水平。目前多家銀行上線的反洗錢監(jiān)測系統(tǒng)、資金來源異常監(jiān)控系統(tǒng)等，在主動識別與防范相關(guān)金融風險方面成效顯著。

（五）提高人工替代，加快銀行轉(zhuǎn)型步伐

遠程可視VTM、智能柜臺等在商業(yè)銀行的大量應用，在提高業(yè)務辦理效率的同時，不可避免地取代了部分銀行員工。以工商銀行為例，智能自助設備的運用，將絕大部分柜面交易移植到自助設備端，大多營業(yè)網(wǎng)點僅保留一個現(xiàn)金窗口及一個非現(xiàn)金窗口用于辦理未移植的復雜業(yè)務。被機器所取代的柜員，少部分被分流至廳堂，引導與輔助客戶在自助設備上辦理業(yè)務，大部分柜員分流至營銷崗位，從事客戶的服務與營銷。智能設備的應用，加快與促進銀行從結(jié)算型網(wǎng)點向營銷及服務體驗型網(wǎng)點轉(zhuǎn)型。

四、制約商業(yè)銀行人工智能發(fā)展的因素

人工智能相關(guān)技術(shù)在商業(yè)銀行的應用，對商業(yè)銀行轉(zhuǎn)型及業(yè)務發(fā)展起到了積極作用，但目前仍存在諸多因素制約其推廣應用。

（一）人才儲備不足

人工智能的發(fā)展與應用對商業(yè)銀行的人才結(jié)構(gòu)提出了新的要求，對能讀懂數(shù)據(jù)、使用數(shù)據(jù)的科技人才的需求增加。而縱觀目前商業(yè)銀行，科技人才的儲備嚴重不足。一是科技人才占比非常低。從國際投行的人才結(jié)構(gòu)看，其科技人員占比遠高于國內(nèi)銀行，比如高盛，其科技職位占比已經(jīng)高達員工總數(shù)的四分之一；二是商業(yè)銀行現(xiàn)有科技人才中，多為軟件開發(fā)人員，缺乏數(shù)據(jù)挖掘與運用的專業(yè)人才；三是目前中小股份制銀行普遍采用的科技外包方式，將相關(guān)科技開發(fā)項目分條塊外包給第三方公司開發(fā)，造成系統(tǒng)及邏輯的人為割裂問題，制約著商業(yè)銀行人工智能的發(fā)展與應用。

（二）存量數(shù)據(jù)價值未能充分挖掘

經(jīng)過多年的發(fā)展，商業(yè)銀行積累了海量的客戶信息數(shù)據(jù)，但由于歷史原因，這些數(shù)據(jù)的管理往往存在于不同的系統(tǒng)，無法實現(xiàn)互聯(lián)互通；且數(shù)據(jù)口徑不統(tǒng)一，信息非結(jié)構(gòu)化，如以圖片形式儲存的客戶身份證件信息，難以被匯總使用；加上早期業(yè)績考核導致客戶私有化，客戶信息存在不真實、不完整的情況，缺乏有效性。上述因素導致商業(yè)銀行海量數(shù)據(jù)信息未能被充分挖掘和使用。

（三）渠道及產(chǎn)品單一，獲客能力下降

在互聯(lián)網(wǎng)金融的沖擊下，年輕客群的金融消費習慣已經(jīng)發(fā)生巨大變化，便捷、體驗好的線上產(chǎn)品已成為其日常生活不可分割的一部分，支付寶、財富通等正取代傳統(tǒng)的銀行卡、存折，成為新的支付結(jié)算工具，去介質(zhì)化業(yè)已成為年輕客群日常交易的顯著特征，他們對銀行服務的依存度日益淡化，銀行憑借自身單一的金融產(chǎn)品及線下渠道，很難吸引并留住客戶。

（四）產(chǎn)品研發(fā)及創(chuàng)新流程過長

作為經(jīng)營風險的商業(yè)銀行，有著完善的管理制度、嚴格的操作流程，在保障商業(yè)銀行業(yè)務合規(guī)發(fā)展的同時，也成為商業(yè)銀行創(chuàng)新發(fā)展的掣肘。人工智能的發(fā)展與應用往往意味著對傳統(tǒng)業(yè)務的顛覆，其研發(fā)與應用通常涉及可行性、合規(guī)性、投入產(chǎn)出論證，以及新操作規(guī)程的制定等，涉及多部門協(xié)作且流程過長，嚴重制約著商業(yè)銀行創(chuàng)新的步伐。

五、推動商業(yè)銀行發(fā)展人工智能的建議

（一）人才培養(yǎng)與引進，加快人機協(xié)同發(fā)展

隨著人工智能的發(fā)展應用，商業(yè)銀行對人機協(xié)同的要求必然越來越高，需要更多既懂科技又懂業(yè)務的復合型人才，以及能讀懂、挖掘及使用數(shù)據(jù)的專業(yè)人才。商業(yè)銀行一方面應通過校園招聘及社會招聘吸納科技人才，改變商業(yè)銀行人才結(jié)構(gòu)，增加科技人員的占比；另一方面，應加強員工的內(nèi)部培訓與輪崗，通過業(yè)務人員與科技人員的輪崗，從銀行內(nèi)部培養(yǎng)復合型人才，加強人才儲備。

（二）數(shù)據(jù)清理與整合，建立客戶統(tǒng)一視圖

首先應加快對存量數(shù)據(jù)信息的整理。盡快對存在于不同業(yè)務條線、不同系統(tǒng)、不同口徑以及非結(jié)構(gòu)化的數(shù)據(jù)信息進行清洗與整理，建立完整、統(tǒng)一的客戶信息數(shù)據(jù)庫。

其次要加強對外部數(shù)據(jù)信息的關(guān)聯(lián)與使用。商業(yè)銀行目前所擁有的數(shù)據(jù)信息主要是客戶資產(chǎn)、資金流水等金融數(shù)據(jù)。缺少客戶日常行為如消費、社交、愛好等相關(guān)信息數(shù)據(jù)，不能形成對客戶的全面評價。商業(yè)銀行應加強與三方機構(gòu)或平臺的合作，實現(xiàn)數(shù)據(jù)信息的共享互通，數(shù)據(jù)互補，建立對客戶的完整視圖，為商業(yè)銀行后期智能獲客及精準營銷提供數(shù)據(jù)支持。

（三）跨界合作，打造跨場景金融生態(tài)圈

為適應年輕客群金融消費習慣的變化，增加獲客渠道，增強客戶黏性，商業(yè)銀行應利用自身金融產(chǎn)品及渠道優(yōu)勢與第三方機構(gòu)開展跨界合作，延伸服務場景，將銀行的支付結(jié)算、融資、投資等金融服務與客戶日常消費、生活、社交等非金融服務融合，建立互惠共享的金融生態(tài)圈，為客戶提供一站式綜合服務。同時，在服務方式上去介質(zhì)化，并增強與客戶的互動性，提升客戶體驗，實現(xiàn)智能獲客、活客。

（四）創(chuàng)新機制建設，提高研發(fā)效率

人工智能技術(shù)的發(fā)展日新月異，客戶消費習慣及應用場景也在不斷演變，為適應客戶及市場的需求，商業(yè)銀行應加強創(chuàng)新運作機制建設，成立專門機構(gòu)，在制度、人力、財務、技術(shù)、決策權(quán)限等方面給予重點傾斜，同時，結(jié)合大數(shù)據(jù)及專家系統(tǒng)技術(shù)建立智能化決策模型，通過對數(shù)據(jù)的收集、整理與分析，實現(xiàn)對創(chuàng)新業(yè)務應用的可行性、合規(guī)性及投入產(chǎn)出等的綜合評價，為人工決策提供輔助，提高決策及研發(fā)效率。

六、結(jié)論

人工智能的快速發(fā)展，為商業(yè)銀行提供了良好的發(fā)展機遇。商業(yè)銀行應加快人才的培養(yǎng)與引進、加大數(shù)據(jù)清洗整理、加強創(chuàng)新機制建設、深入開展跨界合作，加速推進人工智能在商業(yè)銀行的應用，為新生代客群提供便捷、高效、體驗好的綜合服務，打造商業(yè)銀行發(fā)展新引擎。

參考文獻：

[1]金磐石，《商業(yè)銀行智能客戶服務模式探索與實踐》，載《金融電子化》，2016（8）

[2]馬雁，《金融科技推動銀行產(chǎn)品創(chuàng)新轉(zhuǎn)型》，載《金融電子化》，2017年（3）

作者簡介：

1.潘凌云（2000.10），湖北應山，主要從事人工智能商業(yè)銀行研究。

2.唐景桓，水果湖高級中學，主要從事人工智能商業(yè)銀行研究。