人工智能在金融领域的应用与监管
概要：从金融领域来看，国际银行业对人工智能的主要应用集中在资本运营、市场分析、客户营销、风险监管等方面。智能客服、智能投顾、智能量化交易……人工智能在金融领域存在巨大的发展空间，但其也使监管更加复杂。
近年来发展迅速的中国人工智能产业正在迎来国家层面的统筹规划和全面引导。2017年7月，国务院印发《新一代人工智能发展规划》（以下简称《规划》）。《规划》一经发布，即在世界范围内引起关注。那么，人工智能在中国的发展前景如何？其在金融领域如何应用？将给监管体制带来什么样的挑战？本文拟对这些问题进行探析。
一、人工智能在金融领域的应用
1、在国际金融业的应用
近年来，全球金融业正在人工智能的催化下悄然改变。据金融稳定委员会（FSB）报告，国际银行业对人工智能的应用主要集中在以下几个方面。
（1）面向资本运营，集中在资产配置、投研顾问、量化交易等。
人工智能在金融投资顾问方面的运用，通常被称为智能投顾，主要是指为客户提供基于算法的在线投资顾问和资产管理服务。具体又可分为三类：一是应用于销售前端的大类资产配置型智能投顾，主要是通过用户分析为客户解决大类资产配置问题，如Wealthfront；二是应用于投资分析阶段的投研型智能投顾，主要通过海量数据挖掘和逻辑链条解决投资研究的问题，如Kensho；三是应用于策略、交易和分析的智能量化交易系统，主要通过人工智能手段取代交易员，应用于投资交易，如WaterBridge的全天候人工智能交易。根据统计公司Statista的预测，2017年美国智能投顾管理资产规模将达到2248.02亿美元，到2021年将达5095.55亿美元，年复合增长率29.3%。
（2）面向市场分析，集中于趋势预测、风险监控、压力测试。
人工智能技术能够从零散的历史数据中获得更多信息，帮助识别非线性关系，给出市场预测（价格波动）及其时效性，从而带来直接或间接的更高回报。此外，人工智能技术还能对大型、半结构化和非结构化的数据集进行分析，考虑到市场行为、监管规则和其他趋势的变化，进行反向测试、模型验证和压力测试，避免低估风险，提高透明度。例如，全球第一个以纯人工智能驱动的基金Rebellion曾预测了2008年的股市崩盘，并在2009年9月给希腊债券F评级，比惠誉公司提前了1个月。日本三菱公司发明的机器Senoguchi，每月10日预测日本股市在30天后将上涨还是下跌。经过4年左右的测试，该模型的正确率高达68%。
（3）面向客户营销，集中于身份识别、信用评估和虚拟助手。
人工智能技术已经被广泛应用于金融的前台，大型的客户数据被导入聊天程序，使其能够为客户“面对面”的用自然语言交流，提高“获客”能力。2017年4月，富国银行开始试点一款基于FacebookMessenger平台的聊天机器人项目，虚拟助手通过与用户交流，为客户提供账户信息，帮助客户重置密码。而美国银行的智能虚拟助手Erica也正式亮相。用户可使用语音和文字与Erica互动，Erica可以帮助用户查询信用评分、查看消费习惯，随着银行流水收支的变化为4500多万客户提供还款建议、理财指导等。此外，汇丰银行已经使用基于人脸和语音的生物识别技术来验证消费者身份；苏格兰皇家银行使用“LUVO”虚拟对话机器人为客户获取最适合的房屋贷款等等，旨在成为用户“可信任的金融咨询师”。
（4）面向金融监管，集中于识别异常交易和风险主体。
人工智能技术能够用于识别异常交易和风险主体，检测和预测市场波动、流动性风险、金融压力、房价、工业生产、GDP以及失业率，抓住可能对金融稳定造成的威胁。当前，一些国际监管机构，例如澳大利亚证券及投资委员会（ASIC）、新加坡货币当局（MAS）及美国证券交易委员会（SEC），都在使用人工智能进行可疑交易识别。具体做法包括从证据文件中识别和提取利益主体，分析用户的交易轨迹、行为特征和关联信息，更快更准确地打击地下洗钱等犯罪活动。
2、在中国金融业的应用
在中国，银行业也紧随国际银行业步伐，开始了应用人工智能技术的探索，其中互联网金融公司在人工智能研究和运用方面抢占了领先优势。例如，阿里旗下的蚂蚁金服已将人工智能运用于互联网小贷、保险、征信、资产配置及客户服务等领域并取得了良好效果。腾讯优图是腾讯旗下人脸检测应用，也与腾讯征信、微众银行、财付通开展合作，实现了对用户的信用评估。
（1）智能客服。交通银行在2015年底推出国内首个智慧型人工智能服务机器人“娇娇”，目前已在上海、江苏、广东、重庆等省份的营业网点上岗。该款机器人采用了全球领先的智能交互技术，交互准确率达95%以上，是国内第一款真正“能听会说、能思考会判断”的智慧型服务机器人。工商银行在“企业通”平台基础上，利用数据对接和智能设备，优化业务流程，创新推出了对公客户的自助开户服务，客户仅需到网点一次，就可以完成账户开立、结算产品领取、资料打印、预留印鉴等业务处理。
（2）智能投顾。目前我国提供此服务的公司很多，其中银行系（如广发智投、招行摩羯智投、工行“AI”投等）、基金系（如南方基金超级智投宝、广发基金基智理财等）、大型互联网公司系（如百度金融、京东智投、同花顺和第三方创业公司（如弥财、蓝海财富、拿铁财经等）都在智能投顾上有所应用。
（3）智能量化交易。在中国现行的金融监管体制下，目前银行在这方面的应用相对较少，但京东金融、蚂蚁金服、科大讯飞、因果树等进行了积极的探索。例如，因果树每周都通过机器来自动甄选优质项目并推出超新星企业，帮助企业在未来6个月内顺利拿到下一轮融资的概率提高到了30%左右。而嘉实基金则研发了一套从市场预测、资产配置到产品选择的完善的投资决策系统“嘉实FAS系统”，并实现了超过大盘收益率的投资回报水平。
（4）风险控制和管理。这主要包括以下三个方面：一是数据搜集和处理；二是风险控制和预测模型；三是信用评级和风险定价。例如，一个传统的贷款业务可能需要2至3天来审批，而一个基于人工智能模型的自动审批方案可能只需要几秒钟就可以完成，同时有些传统风控模型的迭代周期可能要数个月甚至数年，但是人工智能的模型迭代可以非常便捷和自动。中国银行推出贸易融资业务反洗钱核查项目，综合运用文本分析、图像识别、机器学习等人工智能技术，将原本每单审核时间从手工2小时下降到2分钟，效率与质量得到极大提升，银行人工成本大幅降低。
3、人工智能在金融领域的发展空间
（1）增强金融机构黏客能力，获取市场竞争主动权。
人工智能的飞速发展，使得机器能够在很大程度上模拟人的功能，实现批量人性化和个性化地服务客户，这对于身处服务价值链高端的金融业将带来深刻影响，人工智能将成为银行沟通客户、发现客户金融需求的重要手段，进而增强银行对客户的黏性。它将对金融产品、服务渠道、服务方式、风险管理、授信融资、投资决策等带来新一轮的变革。人工智能技术在前端可以用于服务客户，在中台支持授信、各类金融交易和金融分析中的决策，在后台用于风险防控和监督，它将大幅改变金融现有格局，金融服务更加个性化与智能化。
（2）降低金融机构运营成本，提高工作效率。
金融机构能够利用人工智能和机器学习发展新的业务需求，降低成本和管理收益风险，提高运作效率，优化客户流程。据中国银行业协会发布的《2016年度中国银行业服务改进情况报告》显示，2016年银行业金融机构离柜交易达1777.14亿笔，同比增长63.68%；银行业离柜业务率为84.31%，同比提高6.55个百分点；离柜交易金额达1522.54万亿元。其中，有15家银行的离柜业务率已经超过了90%。未来，越来越多的金融机构将加入到运用人工智能来增强自身竞争力的进程中。
权威机构和专家普遍对人工智能在金融领域应用前景持乐观态度。人工智能学会主席BenGoertzel认为，10年以后人工智能可能会介入世界上大部分的金融交易。海外咨询机构科尔尼（A.T.Kearney）预计，机器人投资顾问未来3到5年将成为主流，年复合增长率将达68%。到2020年，机器人投资顾问管理的资产规模有望达到2.2万亿美元。花旗银行研究预测，未来10年人工智能投资顾问管理的资产将实现指数级增长，总额将达到5万亿美元。德勤在《银行业展望：银行业重塑》报告中指出，机器智能决策的应用将会加速发展。智能算法在预测市场和人类行为的过程中会越来越强，人工智能将会影响行业竞争，市场将变得更有效率。
二、人工智能在金融领域的监管
1、监管对象趋于复杂化
在当前的监管法规体系中，被监管对象往往是法人和自然人。由于人工智能技术的发展，投资账户的所有者和经营者可能发生变化。对于所有权为集合主体的账户，采用穿透原则将难以追溯至行为主体，这是因为实际的控制人并不是某个主体，而是智能代理。因而，监管面临的挑战是复杂的，投资人认为账户不是他们中的任何一人操作的，实际控制人不是他们。智能代理服务商只提供了智能代理“产品”，并没有实际控制账户。这时，监管部门就不得不面对如何监管既不是自然人也不是法人的“智能代理”的问题。
2、违法违规行为难以认定
例如，大量投资人雇佣同一款表现优异的智能代理，管理其自身账户的投资。由于同一款智能代理的操作逻辑相似，那么这些账户虽然法律上是各自独立，并不关联，但其实际操作可能表现为“一致行动人”的现象。因此，即使监管机构的大数据分析系统能够很灵敏地“捕捉”到这个现象，但是如何认定这种“英雄所见略同”式的行为，将是一个监管难题。
3、智能代理行为增加了监管难度
虽然从技术层面上讲，智能代理行为可以从内控程序上加以控制，但对于其具体代理行为的监管边界以及责任主体，目前的监管法规均未涉及。
4、责任主体难以界定
如果个别研发人员设计出一个恶意的智能代理，并被一些集合性质的基金所使用，就可能引发个别股票价格的异动。对于这样的违规行为，现有监管法规将难以界定责任主体。
三、人工智能在金融领域的发展建议
人工智能在金融领域加快应用是未来的发展方向，监管机构既要正视这种趋势，积极抢占人工智能发展高地，又必须重视人工智能应用给金融领域造成的冲击，未雨绸缪地开展前瞻性研究和战略性部署。
1、针对人工智能特点，研究完善金融市场交易规则
我国有关人工智能金融领域应用的市场交易规则几乎空白，应针对其潜在影响，积极研究相关金融市场的交易规则，为人工智能发展创造良好的市场环境。
2、加快人工智能在金融监管方面的应用
人工智能在金融领域的应用，对金融监管模式和手段提出了新的要求。面对人工智能的快速发展，我国金融监管部门应积极引入人工智能，进一步提高监管效率。
3、重视对用户隐私的保护
当前，我国有关隐私保护的法律制度还不健全，金融消费者的隐私保护意识较为薄弱，个人信息泄露的现象时有发生，无论从保护公民基本权利，还是从发展人工智能的需要考虑，都亟须完善我国金融隐私权保护制度，加强相关行政监管，明确金融机构相关告知义务、信息安全保障义务，以及出现问题后的赔偿责任，有效保证人工智能在金融领域应用中的信息安全。
对于商业银行而言，一是大型金融集团要做好前期资金技术的投放，提前介入，加强技术创新；要加快业务创新，在行业转型上保持领先地位，要增强技术及维护人员储备，尤其是智能型、复合型人才的引进及培养，提高核心竞争力，适应发展要求。二是加强风险控制。在数据处理方面，人工智能技术极大地扩展了数据来源，因而更多的数据被纳入分析体系。同时，金融工具能自动进化交易策略，甚至模拟专家进行决策，这会隐含许多新的风险。必须对前期数据来源、智能化程序设计等环节进行严格审查，加强风险控制。尤其在恐怖袭击、监管变革和实施卖空禁令等个别极端情况下，还需要专家进行必要的风险检测及应对。
百度：持续打造人工智能领域的中国标杆
从创建百度的第一天起，百度董事长兼CEO李彦宏对百度的期待始终如一：相信技术可以改变世界。“10年前，我们意识到，人工智能技术可能已经成熟到可以解决搜索问题，以及搜索以外的很多问题，我们开始大举投入人工智能技术的研发，期待用技术让复杂的世界更简单。”李彦宏说，“当下，‘明天’正在变成‘今天’。过去10年，我们打基础、建生态，在人工智能大潮奔涌而来的今天，百度成为了领先的AI生态型公司。”
探索人工智能的“先行者”
搜索的核心是更好地理解用户的搜索查询，并通过匹配搜索结果中最相关的信息来回答问题的能力。李彦宏曾在印度理工学院举办的Shaastra2020科技节上提及，搜索本质上是一个人工智能的问题。
2010年，百度开始探索人工智能，以期通过AI技术更好地将用户的搜索意图与海量互联网信息匹配。
如今，作为中文搜索引擎的标杆，百度使用人工智能和大数据等新兴技术，通过学习关键词搜索与搜索结果之间的紧密联系来最好地满足用户意图。宝贵的意图洞察力，加上大数据软件技术大量处理及索引海量互联网信息，帮助百度创建庞大的知识图谱，以改善用户体验。
据百度首席技术官王海峰介绍，百度构建了有5500亿知识的大规模知识图谱，通过融合大规模知识，研发知识增强的深度学习方法，在解决语义理解问题上，参数规模相同的情况下可以取得语义理解效果的大幅提升。同时，基于知识和语义表示关联并统一表示跨模态信息，在知识增强语义理解的基础上，百度实现了语音、视觉和语言跨模态的语义理解。
截至2020年12月，百度AppMAU已达5.44亿。同时通过引入百家号账户、智能小程序及托管页等AI支柱进一步加深百度对用户的深刻了解，成为中国领先的搜索加信息流应用。
人工智能领域的中国标杆
目前，我国的人工智能等新兴技术发展已经走在世界前列。根据灼识咨询报告，2019年，我国已发表AI研究论文总数全球排名第一，AI专利申请数目全球排名第一，AI公司总数全球排名第二。2015年至2019年，我国AI公司的融资额亦是全球最高。自2015年起，我国于AI的投资已超越美国，2019年达467.6亿美元，美国则为386.5亿美元。
而百度是迄今国内唯一可提供从芯片设计到深度学习框架及应用层面全栈式AI能力的公司，基础设施包括人工智能芯片、深度学习框架、核心人工智能能力（例如自然语言处理、知识图谱、语音识别、机器翻译、计算机视觉和增强现实等）及开放式人工智能平台已广泛应用及使用。
“最近10年，我们在深度学习、对话式人工智能操作系统、自动驾驶、AI芯片等前沿领域投资，让我们成为一个拥有强大的互联网用户基础的AI生态型公司。”李彦宏说道。2020年，百度的总收入为人民币1071亿元，同期研发投资为人民币195亿元，占总收入的18%。
百度的核心业务由人工智能驱动，人工智能技术在为百度核心业务提供支持方面发挥着关键作用，其AI技术创新获得了全球社区的高度认可。例如，自然语言处理框架ERNIE是首个在GLUE（通用语言理解评估，被广泛认为是测试AI语言理解的基准）上得分超过90分的AI模型，获得2020年世界人工智能大会最高荣誉奖项SAIL（卓越AI引领者）奖。
得益于百度提前布局，百度如今已成为人工智能领域的中国标杆。截至2020年10月30日，百度拥有中国最多的人工智能专利数量以及人工智能专利申请数量，百度全球AI专利申请量已超过1万件，其中中国专利7000多件，并在语音识别、自然语言处理、知识图谱和自动驾驶4个细分领域排名第一，展现出深厚的技术底蕴以及持续的创新能力。据中国信通院《全球人工智能产业数据报告》显示，百度是唯一一家在语音语义技术领域专利申请量和授权量均上榜全球前十的中国企业。
攻占产业智能化高地
目前，百度正通过深度学习框架、通用算法、基础算法库、数据分析挖掘和分布式计算等人工智能和大数据软件提供在线营销技术服务，支持智慧城市、智能交通等系统建设。
随着AI技术的应用的越来越频繁，百度也在通过核心人工智能技术引擎——“百度大脑”不断拓展新的人工智能业务，成绩斐然。百度依托百度大脑、飞桨、芯片、智能云、数据中心等在内的新型AI基础设施，推动智慧城市、智能交通、智慧金融、智慧能源、智慧医疗、智能制造（含工业互联网）等产业智能化升级。
全球知名咨询机构IDC发布的《中国人工智能云服务市场研究报告(2020H1)》报告显示，在中国AI公有云服务市场，百度智能云市场份额排名中国第一。这是百度智能云连续三次在AICloud市场排名第一。其中，百度智能云在人体识别、图像视频、自然语言处理等领域市场份额第一，整体行业用户认知度最高。通过将AI技术深入到B端、G端的场景，为客户提供各种云服务及AI解决方案，目前百度智能云已经在金融、医疗、旅游、交通等领域落地。百度2020年财报数据显示，第四季度，百度智能云营收同比增长了67%，年化收入约130亿元，营收增速超过百度整体水平，进入了强劲增长的快车道。
同时，百度的AI解决方案已成为关键垂直行业的标准。例如，在智能交通行业，百度是发展车路协同（V2X）道路基础设施的先锋及行业领导者。百度已于十多个城市（包括北京、上海、重庆及广州）落地智能交通项目，用AI技术帮助现代化城市改善交通状况、道路安全及空气质量。百度的V2X道路基础设施亦用作智能车辆道路协调平台。例如，其可为智能车辆（自动驾驶服务、智能EV、robotaxis及联网车辆）提供有关周围交通及道路状况的信息，因此为交通相关应用程序定义标准，继而推动行业采纳应用。
在智能驾驶领域，Apollo自动驾驶业务投入7年、面市3年多以来，已经与10家中国及全球车企达成战略合作，在美国加州及国内北京、长沙等地均获得无人驾驶测试许可，测试车队规模已达500辆，获得专利数2900件，测试里程总计超过700万公里。另外面向公众，百度也在北京、长沙和沧州推出了无人出租车服务Robotaxi。
在智能音箱领域，Canalys数据显示，2020年上半年，小度智能音箱全品类出货量全国第一，也是自2019年至今累计出货量全国第一；其中，在智能屏细分市场领域，2020年Q2小度智能屏全球出货量稳居第一，同时位列全球有屏智能音箱历史总出货量第一。
AI持续赋能生态
人工智能是引领新一轮科技革命和产业变革的战略性技术，具有溢出带动性很强的“头雁”效应。
作为人工智能领域标杆的百度，也正通过其AI能力的独特广度及深度为百度所有业务提供了差异化的技术基础。百度将领先的AI技术开放给开发者及合作伙伴，以AI赋能生态。
“近年来，人工智能已经越来越多渗透到各行各业，人们期待通过新技术解决各行业难题。人工智能技术需要与场景深度融合，这是未来人工智能技术发展的一大重点。”王海峰说。
人工智能开始应用于各行各业的时候，不是每个行业都有足够多精通人工智能算法的专家。因此，我们需要有便捷易用的平台，能够让开发者专注于应用的开发，加速产业创新。如百度研发的飞桨平台，解决了基础的开发、训练、部署和模型库、开发套件等问题，并开源开放，让开发者无需每一个人都从第一行算法代码写起，可以直接调用。大幅降低了应用的门槛，更快推进产业智能化。目前，百度飞桨已凝聚超265万开发者，服务10万家企业，基于飞桨平台创建了超过34万个模型，在城市、工业、电力、通信等很多关乎国计民生的领域都有飞桨在发挥作用。百度所提倡的“融合创新”更进一步强化了AI的这种“头雁”效应。
“开放是百度与生俱来的基因，百度做AI，无论是阿波罗自动驾驶，还是小度助手、飞桨深度学习框架，我们都坚定地推动开源开放，为的是让大家都少走弯路，让整个赛道更宽广，让技术发展更快，让应用普及更快。”李彦宏说道。
校对李铭