浅谈人工智能对商业银行的影响及建议
⇨⇦
潘凌云 唐景桓
摘要：语音识别、生物识别等人工智能技术广泛应用到商业银行客户服务、营销获客等领域，极大提升了客户体验、提高工作效率，但深入应用仍存在一定困难。本文在分析现状的基础上，提出了进一步推动人工智能在商业银行应用的相关对策。
关键词：人工智能、商业银行
一、引言
人工智能指用人工的方法和技术，让机器通过分析做出类似人类的思维方式与处理问题的能力，包括语音识别与自然语言处理、生物识别、专家系统等。商业银行以其拥有海量数据信息及程序性工作的行业特点，正成为人工智能技术商业应用落地最快的行业，相关核心技术逐步应用到商业银行客户服务、营销获客、风险管理等领域。在提高服务效率、改善客户服务体验的同时，降低银行运营成本，提高银行风险管控水平。分析商业银行应用人工智能的现状及困境，提出进一步推动相关工作的建议显得十分迫切。
二、人工智能在商业银行的应用
在互联网及人工智能技术大规模应用之前，商业银行主要依赖人力物力资源的大量投入去发现客户需求、维护客户关系，实现人与人服务价值的交换。人工智能的快速发展，让批量化、差异化和个性化服务客户成为可能，必将对商业银行的金融产品、获客方式、服务渠道、风险管理等带来新一轮的变革。目前人工智能在商业银行的应用主要体现在以下方面：
（一）语音识别与自然语言处理技术的应用
语音识别与自然语言处理就是让机器能＂听懂＂人的语音指令，并能和人通过自然语言方式进行沟通。目前，这项技术已广泛应用到银行智能远程客服、厅堂服务机器人等领域。以中国建设银行智能远程客服＂小微＂为例，其运用语音识别、自然语言处理、机器学习等人工智能技术，为客户提供标准化、专业化的业务咨询服务。2015年开始，交通银行、民生银行、华夏银行等相继推出厅堂服务机器人，这类机器人除了可以和客户互动聊天、接受银行业务咨询、对厅堂客户进行分流引导外，還能主动进行产品推荐，甚至可以自助办理部分非现金业务，分担大堂经理的部分工作，减轻厅堂工作压力。
（二）生物识别技术的应用
农业银行超级柜台、民生银行VTM、交通银行自助发卡机等自助设备，运用人脸识别技术，将现场采集的客户照片与身份证照片进行比对，并给出判别结果，辅助工作人员完成客户身份核验，提高工作效率。此外，招商银行与农业银行ATM＂刷脸取款＂，即通过人脸识别技术，实现无卡取款，与传统插卡取款相比，刷脸取款具有无介质、安全、便捷的特点，契合客户金融消费习惯的改变，提升客户服务体验。
在公共安全方面，智能监控预警系统则通过分析一定区域内人员的行为特征，如脸上是否戴面罩、手中是否持有可疑物品、移动速度是否异常等，并将收集到的图像信息和数据库中储存的危险行为信息进行比对，一旦比对成功，系统将会自动发出警报，有效解决人工监测漏判及延误的问题。目前该系统已应用到商业银行离行式自助网点日常监测中。
（三）专家系统的应用
专家系统指应用计算机及人工智能技术，根据某领域一名或多名专家的知识和经验，进行分析和判断，模拟专家处理该领域的问题。此项技术目前已应用到银行贷款审批、风险控制、投资顾问等领域。
2016年12月，招商银行摩羯智投正式上线，该系统运用机器学习算法，融合招商银行基金研究及财富管理经验构建模型，结合客户的投资需求、投资期限、风险偏好等个人信息，综合分析后为客户构建基金组合。而且，摩羯智投还能实时扫描市场，并根据市场最新状况，为客户提供动态的基金组合优化建议。与传统的个人投资顾问相比，摩羯智投具有低门槛、高效率的特点，且由于不存在人为道德风险、情绪干扰以及认知偏差的影响，其为投资者提供的专属投资方案往往更加可靠。
三、人工智能应用对商业银行的影响
人工智能的应用，对商业银行的客户服务、营销获客、运营成本、风控管理等均产生有利影响，加快促进商业银行转型。
（一）提高服务效率、提升客户服务体验
人工智能的应用往往伴随着生产效率的大幅提高。以浦发银行 ＂网贷通＂为例，其借助大数据及专家系统技术，建立信用体系及评估模型，借款人提出申请后，由系统根据数据库中申请人交易流水、个人征信记录等信息进行综合分析判定，实现对申请人的综合评价与风险定价。借款人从提出申请到贷款支用仅需5分钟。而传统的人工审批方式，由于银行与借款人间信息不对称，需由客户经理上门收集借款人相关信息资料，再提交审批人审批，从收集资料到放款至少需要2天时间。人工智能的应用实现贷款审批的批量化、程序化处理，极大提高贷款审批效率，提升客户的服务体验。
（二）降低运营成本，提高盈利能力
人工智能设备的应用，在替代人工的同时，节省大量人力成本支出。以银行自助发卡机为例，其为客户办理开户平均耗时3分钟，而普通柜员在柜台办理开户平均耗时9分钟，一台自助发卡机相当于替代3名普通柜员。而一台自助发卡机每年的运营成本约为4.5万元，一名普通柜员年平均人力成本支出约为10万元。一台自助发卡机投入使用，每年可减少人力成本支出25.5万。另外，客户通过自助发卡机办理开卡，无需填写纸质单据，无需打印凭证，仅需保存客户电子照片、电子签名或指纹等电子信息，减少耗材支出成本，提高商业银行盈利能力。
（三）突破区域限制，改变获客方式
传统银行网点的服务半径主要集中在网点周边2公里范围内，而人工智能技术的应用，使银行网点突破时空限制，在更广阔的范围内营销获客。例如招商银行 ＂闪电贷＂、摩羯智投、工商银行＂融e借＂等，均属线上产品，并运用大数据、专家系统等技术对远程客户进行识别、分析与判断，为客户提供7*24小时的在线金融服务，打破物理网点服务区域及营业时间限制，拓宽银行营销及获客渠道，将银行原线下获客户方式转变为线上获客。
同时，人工智能技术的应用，有助于银行实现对客户的精准营销。以智能远程客服为例，其通过机器学习方式，采用语音和语义识别与处理技术，对电话银行海量通话及用户信息进行分析处理，挖掘出有价值的信息，并结合相关数据模型对客户进行细分，挖掘客户的个性化需求，进而围绕客户需求开展产品研发，实现精准营销。
（四）建立数据模型，提升风险管控水平
传统银行对金融欺诈、电信诈骗等非法交易多依靠经验进行人工分析与判断，且往往无法进行事前预判。而依托人工智能及大数据技术的运用，可打破行业信息壁垒，实现多场景数据信息的自动关联与分析，包括客户身份证号、卡号、手机号、资金来源与使用渠道、交易对手账户信息等多维度关联，并结合相关数据分析模型，主动识别洗钱、非法集资、电信诈骗等非法活动。提高银行对交易信息的审查与监管，在一定程度上识别和防范金融欺诈风险，提升银行风险管控水平。目前多家银行上线的反洗钱监测系统、资金来源异常监控系统等，在主动识别与防范相关金融风险方面成效显著。
（五）提高人工替代，加快银行转型步伐
远程可视VTM、智能柜台等在商业银行的大量应用，在提高业务办理效率的同时，不可避免地取代了部分银行员工。以工商银行为例，智能自助设备的运用，将绝大部分柜面交易移植到自助设备端，大多营业网点仅保留一个现金窗口及一个非现金窗口用于办理未移植的复杂业务。被机器所取代的柜员，少部分被分流至厅堂，引导与辅助客户在自助设备上办理业务，大部分柜员分流至营销岗位，从事客户的服务与营销。智能设备的应用，加快与促进银行从结算型网点向营销及服务体验型网点转型。
四、制约商业银行人工智能发展的因素
人工智能相关技术在商业银行的应用，对商业银行转型及业务发展起到了积极作用，但目前仍存在诸多因素制约其推广应用。
（一）人才储备不足
人工智能的发展与应用对商业银行的人才结构提出了新的要求，对能读懂数据、使用数据的科技人才的需求增加。而纵观目前商业银行，科技人才的储备严重不足。一是科技人才占比非常低。从国际投行的人才结构看，其科技人员占比远高于国内银行，比如高盛，其科技职位占比已经高达员工总数的四分之一；二是商业银行现有科技人才中，多为软件开发人员，缺乏数据挖掘与运用的专业人才；三是目前中小股份制银行普遍采用的科技外包方式，将相关科技开发项目分条块外包给第三方公司开发，造成系统及逻辑的人为割裂问题，制约着商业银行人工智能的发展与应用。
（二）存量数据价值未能充分挖掘
经过多年的发展，商业银行积累了海量的客户信息数据，但由于历史原因，这些数据的管理往往存在于不同的系统，无法实现互联互通；且数据口径不统一，信息非结构化，如以图片形式储存的客户身份证件信息，难以被汇总使用；加上早期业绩考核导致客户私有化，客户信息存在不真实、不完整的情况，缺乏有效性。上述因素导致商业银行海量数据信息未能被充分挖掘和使用。
（三）渠道及产品单一，获客能力下降
在互联网金融的冲击下，年轻客群的金融消费习惯已经发生巨大变化，便捷、体验好的线上产品已成为其日常生活不可分割的一部分，支付宝、财富通等正取代传统的银行卡、存折，成为新的支付结算工具，去介质化业已成为年轻客群日常交易的显著特征，他们对银行服务的依存度日益淡化，银行凭借自身单一的金融产品及线下渠道，很难吸引并留住客户。
（四）产品研发及创新流程过长
作为经营风险的商业银行，有着完善的管理制度、严格的操作流程，在保障商业银行业务合规发展的同时，也成为商业银行创新发展的掣肘。人工智能的发展与应用往往意味着对传统业务的颠覆，其研发与应用通常涉及可行性、合规性、投入产出论证，以及新操作规程的制定等，涉及多部门协作且流程过长，严重制约着商业银行创新的步伐。
五、推动商业银行发展人工智能的建议
（一）人才培养与引进，加快人机协同发展
随着人工智能的发展应用，商业银行对人机协同的要求必然越来越高，需要更多既懂科技又懂业务的复合型人才，以及能读懂、挖掘及使用数据的专业人才。商业银行一方面应通过校园招聘及社会招聘吸纳科技人才，改变商业银行人才结构，增加科技人员的占比；另一方面，应加强员工的内部培训与轮岗，通过业务人员与科技人员的轮岗，从银行内部培养复合型人才，加强人才储备。
（二）数据清理与整合，建立客户统一视图
首先应加快对存量数据信息的整理。尽快对存在于不同业务条线、不同系统、不同口径以及非结构化的数据信息进行清洗与整理，建立完整、统一的客户信息数据库。
其次要加强对外部数据信息的关联与使用。商业银行目前所拥有的数据信息主要是客戶资产、资金流水等金融数据。缺少客户日常行为如消费、社交、爱好等相关信息数据，不能形成对客户的全面评价。商业银行应加强与三方机构或平台的合作，实现数据信息的共享互通，数据互补，建立对客户的完整视图，为商业银行后期智能获客及精准营销提供数据支持。
（三）跨界合作，打造跨场景金融生态圈
为适应年轻客群金融消费习惯的变化，增加获客渠道，增强客户黏性，商业银行应利用自身金融产品及渠道优势与第三方机构开展跨界合作，延伸服务场景，将银行的支付结算、融资、投资等金融服务与客户日常消费、生活、社交等非金融服务融合，建立互惠共享的金融生态圈，为客户提供一站式综合服务。同时，在服务方式上去介质化，并增强与客户的互动性，提升客户体验，实现智能获客、活客。
（四）创新机制建设，提高研发效率
人工智能技术的发展日新月异，客户消费习惯及应用场景也在不断演变，为适应客户及市场的需求，商业银行应加强创新运作机制建设，成立专门机构，在制度、人力、财务、技术、决策权限等方面给予重点倾斜，同时，结合大数据及专家系统技术建立智能化决策模型，通过对数据的收集、整理与分析，实现对创新业务应用的可行性、合规性及投入产出等的综合评价，为人工决策提供辅助，提高决策及研发效率。
六、结论
人工智能的快速发展，为商业银行提供了良好的发展机遇。商业银行应加快人才的培养与引进、加大数据清洗整理、加强创新机制建设、深入开展跨界合作，加速推进人工智能在商业银行的应用，为新生代客群提供便捷、高效、体验好的综合服务，打造商业银行发展新引擎。
参考文献：
[1]金磐石，《商业银行智能客户服务模式探索与实践》，载《金融电子化》，2016（8）
[2]马雁，《金融科技推动银行产品创新转型》，载《金融电子化》，2017年（3）
作者简介：
1.潘凌云（2000.10），湖北应山，主要从事人工智能商业银行研究。
2.唐景桓，水果湖高级中学，主要从事人工智能商业银行研究。