（原标题：“智能+金融”正遍地开花：监管迎来新挑战）
7月20日，国务院印发《新一代人工智能发展规划》（下称《规划》），《规划》提到，在智能金融方面，要建立金融大数据系统，提升金融多媒体数据处理与理解能力。创新智能金融产品和服务，发展金融新业态。鼓励金融行业应用智能客服、智能监控等技术和装备。建立金融风险智能预警与防控系统。
其实，在《规划》出台前，众多金融机构已经悄悄试水基于人工智能的各项金融业务创新。
“如今，不少互联网金融业务已经离不开人工智能。”一家互联网消费金融机构技术总监向21世纪经济报道记者坦言。他所在的机构构建了一套7 24小时全天候运行、全程无人工干预、全自动、秒级审批速度的智能化线上信贷审批操作流程，每天需处理数万笔信贷申请，目前能支撑这套流程良好运转的，正是人工智能技术与大数据模型。
在他看来，人工智能的金融应用，不仅仅局限在信贷风控体系的优化，其在客服、催收、获客等金融业务环节创造了众多新业务模式，甚至有保险公司还将人工智能技术运用在移动端的事故线上查勘定损，大幅提高车险理赔操作效率。
不过，在业内人士看来，随着人工智能的金融应用越来越广泛，如何加强相关业务的合规操作，俨然成为金融监管的新挑战。“或许，金融监管的介入，还有助于改变当前人工智能产业良莠不齐的状况。”多位金融业内人士透露。
人工智能金融应用“遍地开花”
在业内人士看来，相比传统金融机构，国内互联网消费金融机构更青睐人工智能技术的应用。
多位互联网金融机构负责人向21世纪经济报道记者透露，人工智能对金融产业的最初影响，主要表现在两个方面：一是在客户端，人工智能技术可以利用大数据分析处理模型，帮助金融机构构建不同类型用户的画像，并识别用户的真实风险偏好，由此针对不同风险承受能力的客户群体，设定个性化的资产配置等金融服务方案；二是在资产端，人工智能会处理海量数据与多维度相关性的数据信息，通过深度学习不断优化风控模型，从而确保风险定价趋于精准，进一步降低信贷坏账风险。
随着人工智能技术不断进步，如今它的覆盖范围进一步扩展到获客、客服、催收环节。在催收环节，人工智能可以针对不同资产、职业、年龄的逾期借款人设定个性化的催收还款方案，在合适的时间给借款人发出催款信息，既能顾及借款人面子又能提醒他们尽早还款，提高逾期催收效率；在获客环节，基于人工智能的人脸识别、语音识别技术可以协助平台完成远程面签，有助于降低线下人工运营成本。
“目前，互联网及金融机构俨然成为人工智能的最大受益者之一，由于它大幅改善了客户体验，提升了业务效率，令很多个人用户将存款、理财、个人信贷需求都转移到互联网金融平台。”多位业内人士直言。
这也吸引不少银行、保险、券商等传统机构纷纷跟进布局人工智能技术，在金融科技时代重塑自身业务竞争力。
21世纪经济报道记者了解到，部分保险公司正尝试基于大数据分析处理，针对慢性疾病研发互联网保险产品，同时，通过人工智能技术引入健康管理模式，从而降低投保人患病几率与保费缴纳压力，从而降低保险理赔开支，实现客户与保险公司的双赢。而银行券商的做法，则是与互联网金融机构围绕人工智能技术开展各类业务合作。
“不过，当前人工智能的概念太多，有时让我们都难辨真伪。”一家银行创新业务部人士直言，近期自己接触过不少人工智能金融应用机构，发现部分机构打着人工智能的标签，但实际业务操作仍然依靠人工完成，比如一家基于人工智能的金融客服机构，名义上利用大数据与人工智能技术能梳理出用户最关心的客服问题，并通过微信端提供标准的解答，但在业务实际操作环节，大量问题依然通过人工团队进行语音回复，整个客服效率没有提高，运营成本也没有下降。
“所以我们在选择人工智能技术合作方显得格外谨慎。”他直言。比如在选择个人信贷业务合作伙伴时，银行要调取互联网金融平台从诞生以来的所有信贷运营数据进行分析研究，先确信平台业务收入能在每个经济发展周期覆盖所有成本支出，再逐笔考量人工智能技术在多大范围降低坏账率、提高逾期催收效率等，最终确定是否合作。
在一位互联网消费金融机构技术总监看来，当前人工智能金融应用产业的确存在良莠不齐的状况，其实人工智能要在金融领域发挥真实作用，必须需要三大前提条件，一是海量大数据，包括借款人社交、以往消费行为、职业、社会缴金记录、婚姻状况、年龄等，并且平台能够从中找出有价值的数据，作为评估借款人还款意愿与还款能力的重要依据；二是平台需要拥有完备的风控模型，能与上述数据相匹配，并通过大数据分析不断优化风控、获客、催收、客服效率；三是平台要有足够多的专业人才，对人工智能技术不断完善，确保整个业务赶得上市场变化。
监管挑战
随着人工智能与金融日益融合，如何满足金融监管要求，正成为这个新兴产业面临的新挑战。
多位金融业内人士直言，相关部门将人工智能金融应用纳入政策扶持范畴，某种程度也意味着相关金融监管很快会浮出水面。
“目前，全球各国对人工智能金融应用的监管步伐，的确落后业务创新步伐。”多家智能金融机构负责人向21世纪经济报道记者表示。为此不少国家金融监管部门也采取相对灵活的监管措施，比如新加坡、英国等金融监管部门采取沙盒监管（regulatory sandbox）方式，即金融监管部门在限定的业务范围内，简化市场准入标准与门槛，在确保投资者权益的前提下，允许机构将人工智能金融应用迅速落地运营，随后金融监管部门根据这些业务的运营发展状况，决定是否予以推广。
“这些人工智能金融应用要得到推广，就要满足传统金融监管的诸多要求，包括业务操作流程必须满足反洗钱审查、业务操作流程合规、客户风险承受力评估、投资者适当性等操作要求。”他们表示。
这给不少人工智能金融应用造成相当高的监管压力。比如不少智能理财机构都是通过机器人模型设定调整投资组合与投资模型，不是由人来操作，相关部门若不了解机器人投资模型背后的“逻辑”，容易怀疑其中是否暗藏人为操作的内幕交易等违规行为。
“如今我们每天都在调整机器人投资模型的数据参数。”一家国内智能理财平台负责人告诉21世纪经济报道记者。由于人工智能深度学习技术得出的投资策略与风控模型，往往是难以解释的，因此平台只有不断调整数据参数，让投资模型的内在逻辑变得更有说服力，以此满足金融监管规定。
21世纪经济报道记者了解到，为了符合监管规定，不少引入大量人工智能技术的互联网金融机构纷纷与银行、券商等持牌金融机构寻求合作，以提供技术输出或投资组合等方式，由后者向个人投资者提供智能金融服务。这种做法的好处，一是让持牌金融机构对投资者风险承受力进行甄别，避免人工智能技术出现差错，令平台向投资者提供风险不匹配的投资组合，违反了监管规定；二是持牌金融机构可以及时跟踪互联网金融平台最新运营数据，便于监管部门加强金融监管。
本文来源：21世纪经济报道
作者：陈植
责任编辑：
王晓武_NF
