近期（qī）人（rén）机互动模（mó）型ChatGPT进入（rù）应用领域，意（yì）味着人（rén）工智能（néng）的（de）发（fā）展（zhǎn）达（dá）到了新高地。那么，人工智能在金（jīn）融领（lǐng）域（yù）的应用（yòng）与未来发展趋势如何？会（huì）给金融（róng）机构带来哪些挑战（zhàn）？日前，《金融时报》记者就上述（shù）问题（tí）采访了三亚（yà）经济研究院院长张承惠。

张承（chéng）惠 国（guó）务院发（fā）展研究中（zhōng）心金（jīn）融研究所前所长、研究员，享（xiǎng）受国务院政府（fǔ）特（tè）殊津贴。中国现代金融学会常务理事、社（shè）科院研究生（shēng）院博士研究生导师、第七届中国环境与发展国际合作委（wěi）员会（huì）特邀顾（gù）问（wèn）、清华大学五道口（kǒu）金融学院战略咨询委员（yuán）会委员（yuán）。重（chóng）点研究领域：金融（róng）改革、中小企业（yè）融资、金融科技、场外（wài）资（zī）本市场、ESG。曾参加三十余项国务院发展研（yán）究中心的重大重点课题（tí），主持研究数（shù）十个课题，发表（biǎo）论文三百多篇（piān），十余次获得中（zhōng）国发展研究奖。

应用场景与未（wèi）来发（fā）展趋势

记者：最近（jìn），ChatGPT引发了各方关注（zhù），它拥有史上最强的机器（qì）大脑和知识库，不仅可以帮助人们更好地理解世（shì）界（jiè），还（hái）可（kě）以打破语言和文化障碍，促进人类（lèi）的跨（kuà）界交流与合作，甚至在一定程度上改（gǎi）变人类思维和认知的方式。您如何（hé）看待人工（gōng）智能在金（jīn）融领域的应用与未来发展（zhǎn）趋势？

张承惠：近年来金融科技得到广泛应（yīng）用和（hé）快速（sù）发（fā）展，已经深刻改（gǎi）变了金融的业（yè）态、金融（róng）的（de）内（nèi）在逻辑和金融职场的行为方式。而大数据（jù）、区（qū）块链、人（rén）工（gōng）智能、物联网等本来就是（shì）金融科技的主要组成部分。随（suí）着人工（gōng）智（zhì）能技术水平的提升，金融科技必将更（gèng）加广泛和深入地对（duì）金融业产生影响。

第一，客户服（fú）务与金融（róng）产品数字化营销。客服是人工智（zhì）能最能快速（sù）发挥作用和效果（guǒ）的应用场（chǎng）景。到（dào）目前为止，各类（lèi）交易平台已经广泛采用了（le）机器人（rén）客服。但是总（zǒng）体上看，效（xiào）果并不理想。其（qí）原因，是（shì）机器人客服对客户千差万（wàn）别的（de）语言表述缺乏感应（yīng）能力，对客户需求缺乏（fá）同理（lǐ）心（xīn），知识（shí）面也不宽。从（cóng）ChatGPT的表（biǎo）现来看，高级别的（de）人工智能有可能（néng）比人工客服（fú）更有（yǒu）经验，知（zhī）识（shí）面更广，反应速度更快。可以预（yù）料在不远的将来，人工客服将完（wán）全被（bèi）智（zhì）能机器人替代，客服岗位用工（gōng）数（shù）量（liàng）将锐减，庞大的客服工（gōng）作场所（suǒ）亦将不复存在，从而在很大程度上降低了金融机构的（de）人力成本和管理成本。

随着金融科技的发（fā）展，数字化营销在挖掘金融机（jī）构大量“长尾”和（hé）“睡眠（mián）”客户中（zhōng）发挥了很大作用。而人工智能深化了营销过（guò）程中（zhōng）的理（lǐ）解、对话功能，提高了识别（bié）准确率，可与受访者（zhě）进行高质量一（yī）对（duì）一交流，有效解决了人工跟进（jìn）成本高、对人工席的管理难度大（dà）、数据难（nán）以实时监控（kòng）等（děng）问题。近年来（lái）呼（hū）声很高的个性化服务对于营（yíng）销人员的专业能力、需求识别的精准度和应答的灵活度（dù）提出了极高的要求，人工智能的广泛应（yīng）用有助于快速提升金融机构的产品营销能力。

第（dì）二（èr），金融（róng）风险管理。防范风（fēng）险是金融机构的天职（zhí）和核心职责。金融机构作（zuò）为资（zī）金的中介（jiè）机构，其所面临的风险类（lèi）型多种多（duō）样，如信用风险（xiǎn）、市（shì）场风险（xiǎn）、管理风险、流（liú）动性风险、法律（lǜ）及合规风险等等（děng）。面对风险，金融机构（gòu）首先要建立完善的内（nèi）部控制和风险管理制度，建（jiàn）立完善（shàn）的风（fēng）险管理（lǐ）框架（jià）对（duì）各类风险进行分（fèn）类、评估和（hé）管（guǎn）理。在这个过程中（zhōng），人工智能可以充分发挥（huī）作用，包（bāo）括监（jiān）控制度（dù）的（de）执行情况、对剧烈波动的市场（chǎng）做出快（kuài）速反应、科学评估风险（xiǎn）类（lèi）型和程（chéng）度等（děng）。其次，员工对风（fēng）险的认识和对制度的（de）执行能力是金融机构（gòu）风险管理的关键，风险管理人员尤其要具备丰富的风险管理经验和理论知识。金融机（jī）构在为员（yuán）工（gōng）提供系统的（de）培训和（hé）教育的过程中引入人工（gōng）智能，可以有效地（dì）提升（shēng）培训效率，准确检测关键岗位（wèi）人（rén）员的（de）风险管理能力和水平。再次，风（fēng）险信息的披露和公开是金（jīn）融机构对（duì）社会公众的责任和义务。而（ér）信息披露涉及大量数据（jù）和信（xìn）息（xī），仅（jǐn）靠人力很（hěn）难科学、准确、快速处理这些信息（xī），人工智（zhì）能在这个领域中同（tóng）样可（kě）以（yǐ）大（dà）大（dà）提升效（xiào）率。

第三（sān），产品定价。金融产（chǎn）品定价的（de）本质是风险评估，需要根据客户的资信状况、还款（kuǎn）能力、财务状况等因素对客（kè）户（hù）进行风险评估，制定不同的风险（xiǎn）升水（shuǐ）或贴（tiē）水，以避免客户可能因违约带来的损失。由于金融（róng）产品（pǐn）的多（duō）样性和复杂性（xìng），需要大量（liàng）运用数学、统计学、经济学知识和技能。以保险精算为例，合理（lǐ）的保险精算不（bú）仅可以保障保险公司自身（shēn）利益，也有利于保（bǎo）护客户的权益。保险精算涉及（jí）因素至少包括：保险（xiǎn）产品的风险（承保（bǎo）风险（xiǎn）类型、风险等级、保险责任、保险期限、保险金额（é）、免赔额等）、历史数据（jù）与统计（jì）分析（平均寿命、意外事（shì）故概率、天（tiān）气变（biàn）化等（děng））、保险产品风险（预测损失、概（gài）率分布、时间（jiān）价值等）、政策法（fǎ）规和监管要求、经济环境（通胀、利（lì）率（lǜ）等）和市（shì）场竞争情况、保险公司的承保能力（资产负债状（zhuàng）况与匹（pǐ）配（pèi）、投资组合、盈利预（yù）算、储备（bèi）金（jīn）、偿（cháng）付能力）等。

金融机（jī）构的风险模型是一个很复杂的系统，需（xū）要综（zōng）合运用风（fēng）险评估、数据收集、数学（xué）建模、模型验证和风险管理等（děng）多（duō）个方面的知识和技能。事（shì）实上，在（zài）建立（lì）和运（yùn）用、检验风险模型的过（guò）程（chéng）中（zhōng），金融机构已（yǐ）经大量应用了（le）金融科（kē）技，而高级（jí）别（bié）人工智能的（de）加入，将进一步（bù）提升这些模型的（de）科学性，人工智（zhì）能在（zài）一定程度上替（tì）代精算师是有可（kě）能的。

第四，保险勘察（chá）理赔。保单出险后保险公司面临的最大（dà）风险就是欺（qī）诈（zhà）。每（měi）年（nián）都（dōu）有（yǒu）数十亿美元的欺诈性索赔事（shì）件发生。为（wéi）降（jiàng）低这（zhè）类风险，保险公司对于（yú）索赔申请，必须进行必（bì）要（yào）的调（diào）查和审（shěn）查，仔细甄别损失（shī）的真（zhēn）实性和程（chéng）度，为理赔决策提供（gòng）依据。此外（wài），由于保单量大面广，涉及多个领域，复杂程度（dù）很高，勘察理赔工作往往耗时费力。人工智能可以（yǐ）大大简化这一（yī）过程，消除人为错误（wù），提升理赔工作的（de）科学性和速度。

第五，投资顾问。金融科技已（yǐ）经开始在证券投（tóu）资领域得（dé）到广泛应用（yòng），包括量化投资、为客户提供个性化的投资建（jiàn）议和推荐、在（zài）保证风险控（kòng）制和收益最大化的前提下对客户的投资组（zǔ）合进行优化等（děng）。但是，在PE和VC投资领域，人工（gōng）智能（néng）主要（yào）还是（shì）作为被投资对象而不（bú）是以投资（zī）决策工具（jù）的身（shēn）份出现。在未（wèi）来投资顾（gù）问的场景中，人工智能（néng）应该可以利用其强（qiáng）大的数据（jù）库、知识库和分析能力，帮助私（sī）募（mù）股权投资行业更加（jiā）科学地进行投资决策，提高投资组合的收益和风（fēng）险控（kòng）制（zhì）能力。

第六，家庭资产管理。相对于主要服务于（yú）机构（gòu）和高净值客（kè）户的（de）投资顾（gù）问（wèn）行业而言（yán），家庭资产管理在我国（guó）很大程（chéng）度上还是空白。这里既有中国家（jiā）庭传统上（shàng）很难（nán）接受收（shōu）费服务的原因，也有不同行业之间存在（zài）壁垒（lěi），金融机（jī）构（gòu）缺乏为（wéi）家庭提供全寿（shòu）命周期定制化服务能力的因素。例如银行客户经理在传（chuán）统的存贷汇业（yè）务（wù）之外，只能推荐基金、理财等少量（liàng）产品，客户要买证券、保险，必须与提供相应产品的金融机（jī）构直接接触。人（rén）工智能的数据处（chù）理能力（lì）将帮助金融机构以及第（dì）三方服务机构开发家庭资产管理这（zhè）个巨大的市场，从而进一步提升金（jīn）融服务的（de）效率（lǜ）。

基于人工智（zhì）能在提升反应速度和工作（zuò）效率方面的巨大能量，未来金融（róng）机构必（bì）将（jiāng）更多地使用（yòng）人工智能，并借此催生（shēng）出更多的金融服（fú）务场景和新的盈利模式。可以预料，金融科技的发展将继续朝（cháo）着数字化、智能（néng）化、个性化、跨界化（huà）的（de）方向（xiàng）发展，从而进一步深化金（jīn）融服务的差异化，使不同类（lèi）别的（de）金融服务更加（jiā）融合和（hé）创（chuàng）新。

数据安全（quán）是（shì）转型的关键（jiàn）因（yīn）素（sù）

记者：数据安全（quán）是（shì）人工（gōng）智能时代必须重视的风险因（yīn）素（sù），也是（shì）影响（xiǎng）金融（róng）机构数字化（huà）转型（xíng）的关键因素（sù）。应该（gāi）如何保（bǎo）证数（shù）据安全？

张承惠：目（mù）前来看，广（guǎng）义的（de）数据（jù）安全涉及客（kè）户信息和个人隐私安全、金融机构（gòu）全（quán）业务周期和各个业（yè）务流程的（de）数据安全、金融机构（gòu）信息系统和基础（chǔ）设施的安全、金融机构线上线下业务场景运营过程中（zhōng）的数据安（ān）全等多（duō）个方面。而社会和（hé）民众最敏（mǐn）感（gǎn）的就（jiù）是（shì）个人（rén）数据被集中收集使（shǐ）用（yòng）后产生“批（pī）量泄露”的风险。

矛盾之（zhī）处在于，要实现数据价值（zhí）的最（zuì）大（dà）化（huà）就必须依赖大量多样化数据的汇聚（jù）、流动、处理和分析（xī），而（ér）在这（zhè）个流程中，难（nán）免遇到（dào）黑客攻击、使用者管理（lǐ）不善、数据被恶意（yì）使用等问题。威（wēi）瑞森发布的《2021年数据泄露调查报告》指出（chū），数据泄露事件中85%的泄露涉（shè）及人的因（yīn）素（sù），人为疏（shū）忽成为数（shù）据安全的最（zuì）大威胁（xié）。为妥善处理数据流动与安全问题，1995年以来欧盟陆续（xù）出台了多个与数据保护相关（guān）的法规，明确了数据（jù）获取（qǔ）过（guò）程中（zhōng）的（de）若干原则，并通过制订高额（é）罚款（kuǎn）、设立政府（fǔ）监（jiān）督机构、要（yào）求企业新（xīn）增（zēng）数据保（bǎo）护（hù）专员等方（fāng）式，大幅（fú）提（tí）升了数据保护水平。2022年5月，《数据（jù）治理法案》在（zài）经（jīng）欧洲（zhōu）议会投票通（tōng）过后经欧盟理事会批准成为法律，进一步丰富和细化了数据治理内（nèi）涵。

我国2000年4月发布的《计算机病毒防（fáng）治管理办（bàn）法》首次从计算机病毒方面对个人数据造成的威胁进行规范管理，以后又陆（lù）续出台了若干相关法规。2016年，《中华人民共和国（guó）网络安全法》出台。该法确立（lì）了个人数据（jù）处（chù）理原（yuán）则，建立了个人信息和重要数据的境内存储以（yǐ）及出境安全（quán）评估制（zhì）度。2021年6月全（quán）国人（rén）大（dà）通过的（de）《中华（huá）人民共和国（guó）数据安全法》，更加注（zhù）重对数据本身的（de）安全保护（hù），提出要制定重要数据目录（lù），推动数据分级分类，定期开展数据（jù）风险（xiǎn）评估。2021年11月（yuè）施（shī）行的《中华人民共和国个（gè）人信息保护法》则制订（dìng）了（le）个人信息处理和跨境提（tí）供的（de）规则、建（jiàn）立（lì）起完整的个（gè）人信息（xī）保护框（kuàng）架。

尽管已经建（jiàn）立起保（bǎo）护数据安全的法（fǎ）律框架，但数据安全仍（réng）将是全社会的重大挑战。当前（qián）电信网络诈骗已成为影响社会（huì）治安的突出问题，在部分省市，诈（zhà）骗案件数（shù）量（liàng）已占据（jù）半数刑事案（àn）件，破案和（hé）追（zhuī）回赃款的难度都很（hěn）大。对于（yú）金融机构来说，相关法律（lǜ）和制度（dù）加大了开发数（shù）据资源的法（fǎ）律责（zé）任，迫切需要从业务和技术（shù）两个层面（miàn）加快数据安全能（néng）力建设，建立数据安全体系（xì），提（tí）升数据风险核查能（néng）力、风险预警（jǐng）能力和数据保护能力，完（wán）善数据管理组织（zhī）体系和组织架（jià）构。而这些措施，都会在不同程度上增加成本。

金（jīn）融机构（gòu）发展人工智能（néng）面临的（de）挑（tiāo）战

记者：人工智能（néng）技术与经济社（shè）会深度融合的过程承载着重（chóng）大的机（jī）遇，也面临着一系列潜在的挑战。人工智能（néng）技术应用将给金融机构带来哪些挑战（zhàn）？

张承惠：尽管人工（gōng）智能在金融科（kē）技中将占有越来（lái）越重要的地位，但是金融机构在发展人工（gōng）智（zhì）能的过（guò）程（chéng）中一定会面（miàn）临很多（duō）挑战。具体来看主要有以下几个（gè）方面（miàn）：

一是如（rú）何有效提升算力。支撑人工智能的机器深（shēn）度学习（xí）涉及海量数据和复杂算法，需要超级（jí）计算能力和大量能源。对于中小型金融机构来说，本来就存在资（zī）金实（shí）力弱（ruò）、缺少人才等（děng）先（xiān）天不足，很难承担提升算力所需要的巨额（é）投入（rù）。一个解（jiě）决的办法是将人工（gōng）智能算法（fǎ）放在云上（shàng），但不（bú）少中小金（jīn）融（róng）机构出于（yú）数据（jù）的隐私性和保密性，对上云仍（réng）有很大的（de）顾虑（lǜ）。

大型金融机构近（jìn）年来均在不断加大科技投入，例如2022年国（guó）有六大行在金融科（kē）技方面（miàn）的投入（rù）金额均超过百（bǎi）亿元（yuán），多家股（gǔ）份制银行的（de）金融科技投入占（zhàn）比（bǐ）有（yǒu）所（suǒ）提升（shēng），部分银行的金（jīn）融科技（jì）投入增（zēng）幅同比增长超（chāo）过20%。尽管如此，在提升算力方（fāng）面，大型金融机构仍然面（miàn）临基础性芯片、操（cāo）作系统、数据库等瓶颈约束（shù）问（wèn）题；在跨时空、多（duō）技术融合的应用场景拓（tuò）展能（néng）力（lì）、数据架（jià）构管理能力方面的挑战也较大。此外，由于算力基础设施耗（hào）能巨大，如何在绿（lǜ）色低碳撰写过程中使用更好的（de）节（jiē）能技术，引入更（gèng）多绿色清洁能源，也是大型金融机（jī）构需要（yào）直面的问题。

二是（shì）如何（hé）应对人工智能（néng）开发机构的偏见。现实中（zhōng），人工智能技（jì）术的偏（piān）见及其导致的歧视问题（tí）正在被越来越多的（de）人所关注。这种偏见是（shì）由程序开发导致的。由于开发者所（suǒ）持（chí）有国（guó）籍、宗教信仰、种族（zú）、性别、居住地区的差别（bié）会在（zài）一（yī）定程度上导致其认知（zhī）的偏见，加上AI背（bèi）后训练（liàn）算（suàn）法的（de）数据来源、频率等存在差异，最（zuì）终形（xíng）成的模型和系统一定（dìng）是双标的。例如预测亚洲（zhōu）人论（lùn）文的抄袭行为多于欧（ōu）洲人（rén）、预测黑人（rén）和低收入家庭的犯罪（zuì）风险远远高于白（bái）人（rén）和富裕家庭等（děng）。遗（yí）憾的是，目前（qián）我国（guó）整（zhěng）体人工智能算力基础软硬件的（de）技术水平和自主可控程度（dù）上，还与国外有一定差（chà）距，深度学（xué）习框架并无竞争优势（shì）。在智能计算（suàn）芯片方面，我国企业仍在很大程度上受制于包括芯（xīn）片设计、晶片制作、封装制作、成本测试（shì）等在内的先进芯片制程，在软件（jiàn）生态环境上也与国（guó）外先进产品存在（zài）明显差距。在这种（zhǒng）情况下，往往很难避免人工智能偏见（jiàn）的发（fā）生。

三（sān）是（shì）人工（gōng）智能开发受到产业数字化程度制（zhì）约。算力作（zuò）为（wéi）基础（chǔ）设施，需要相关（guān）的数据作为提供支持。近年来，中国金（jīn）融科技实现“弯道超车（chē）”，发展水平居于世界前列（liè），政（zhèng）府政务数据化程度也得到了（le）较快提（tí）升（shēng）。相比（bǐ）之下，产业数字化进展相对缓慢。工业（yè）互联网平台（tái）建设所必需的智（zhì）能感知、自动控制、智能装备、网络（luò）连接、工业软件等一系（xì）列基础性产业高（gāo）度依赖国外，传（chuán）统（tǒng）工业数字（zì）化转型的动力和（hé）能（néng）力（lì）都有所欠（qiàn）缺。加上（shàng）政府部门之间、产（chǎn）业之间数据壁垒依然存在，在相当程（chéng）度上制约（yuē）了金融领域人工智能的开发和运用。

四（sì）是监管压力。以ChatGPT为（wéi）代表的人工智（zhì）能的颠（diān）覆式发展，给（gěi）人类的法律体系、标准和（hé）规则、权利保障和司（sī）法救济都提出了（le）挑战。科（kē）技在改变生活（huó）的同时，也在（zài）改（gǎi）变社会的传统法则，潜在的冲击和风（fēng）险不可忽视（shì）。特（tè）别是基础设（shè）施、新技术应（yīng）用、数据和运营服务商、供应链层层混合交叉，远程操作和（hé）控制（zhì）技（jì）术的普遍使（shǐ）用，带来异常复杂的监（jiān）管困（kùn）难。

总（zǒng）之，人工智（zhì）能时代已经到来，未来人工智能将在（zài）金融领（lǐng）域得到更（gèng）加广泛和深入（rù）的利用。对于金融机构来（lái）说，与其被动（dòng）接受（shòu）还（hái）不如主（zhǔ）动拥（yōng）抱智能时代。但是就单（dān）一市场主（zhǔ）体而言，还是要量力而行。同（tóng）时，面对人工（gōng）智能发展过程中存在的问（wèn）题和挑战，需要政府（fǔ）和行（háng）业、企业密切合作，加（jiā）强沟通，加快弥补（bǔ）短板，共同促使人工智能在保障（zhàng）安全的前提下健康发展。