北京金融科技产业联盟-人工智能技术金融应用情况调研报告-28页_5mb.pdf

人工智能技术金融应用情况调研报告（2021年）北京金融科技产业联盟2021年12月 目 录 一、 调研背景 . 1 （一）调研依据 . 1 （二）样本描述 . 1 二、 调研 情况 . 2 （一）战略部署落实情况 . 2 （二） 技术攻关与应用落地 情况 . 6 （三） 金融风险技防能力建设 情况 . 9 （四）标准体系建设情况 . 12 三、应用成效 . 13 （一） 拓宽金融服务渠道 . 13 （ 二 ）完善金融产品供给 . 14 （三） 提升金融服务效率 . 16 （四） 增强金融惠民 服务能力 . 17 （五） 优化企业信贷融资服务 . 19 （六） 强化科技赋能支付服务 . 20 四、 问题与 建议 . 21 （一）主要问题 . 21 （二）发展建议 . 23 1 一、 调研背景 （一）调研依据 2019 年 8 月，人民银行发布 金融科技（ FinTech）发展规划（ 2019-2021 年）（ 银发 2019 209 号 文印发， 以下简称 发展 规划） ， 提出要深入把握新一代人工智能发展特点，统筹优化数据资源、算法模型、算力支持等人工智能核心资产，稳妥推动人工智能技术与金融业务深度融合。 一是根据不同业务特征创新智能金融产品与服务，探索相对成熟的人工智能技术在资产管理、授信融资、客户服务、精准营销、身份识别、风险防控等领域的应用路径和方法，构建全流程智能金融服务模式，推动金融服务向主动化、个性化、智慧化发展，助力构建数据驱动、人机协同、跨界融合、共创分享的智能经济形态。二是加强金融领域人工智能应用潜在风险研判和防范，完善人工智能金融应用的政策评估、风险防控、应 急处置等配套措施，健全人工智能金融应用安全监测预警机制，研究制定人工智能金融应用监管规则，强化智能化金融工具安全认证，确保把人工智能金融应用规制在安全可控范围内。三是围绕运用人工智能开展金融业务的复杂性、风险性、不确定性等特点，研究提出基础性、前瞻性管理要求，整合多学科力量加强人工智能金融应用相关法律、伦理、社会问题研究，推动建立人工智能金融应用法律法规、伦理规范和政策体系。 （二）样本描述 2 为客观评价人工智能技术金融应用情况，北京金融科技产业联盟（以下简称“联盟”）面向部分会员单位发起调研。本次采用问卷调查及电话调研相结合方式，收集有效反馈调查问卷 26个，包括工商银行、农业银行、中国银行、建设银行、交通银行等 18 家商业银行，以及保险 公司 、支付机构、清算机构、科技公司 等 8 家机构，能够 在一定程度上展现 人工智能技术在金融业应用发展情况。 二、 调研 情况 （一）战略部署落实情况 1.在制定发展规划方面。 人工智能的快速发展及 相关应用的大规模推广 ，深刻改变和影响着社会发展、人民生活，各机构已深刻认识到人工智 能技术创新发展给整个社会带来的巨大价值，结合本次调研情况， 26 家机构（占比 100%）均依照发展规划有关要求，完成了金融科技发展规划的制定，明确金融科技创新及应用的发展方向。其中， 22 家机构（占比 85%）针对性 地 制定了人工智能创新应用的时间表和路线图（如图 1 所示），有序推进相关工作的开展。 3 图 1 制定人工智能应用时间表和路线图情况 2.在 优化体制机制方面 。 我国科技水平和创新能力持续提升，科技创新制度和组织体系的不断完善为此提供了必要保障，具体地，合计 25 家机构（占比 96%）通过优化组织架构、制定创新发展机制、成立研究项目组、建立校企合作机制等方式（部分机构采取了多种方式）推进体制机制改革，理顺职责关系，打破部门间壁垒，提高部门协同协作能力，推动构建系统完备、科学规范、运行有效的制度体系，为人工智能创新发展提供组织与制度保障。优化体制机制情况如图 2 所示。 图 2 优化 体制机制情况 已制定 , 22未制定 , 4151220无其他制定创新发展制度优化组织架构 4 3.在科技创新组织保障方面。 在人工智能科技创新过程中，加强管理制度创新，推动内 部孵化与外部合作并举，有效增强组织与管理的灵活性、适应性。调研结果显示，合计 23 家机构（占比 88%）采取设立实验室、技术研究院、孵化器、加速器等举措（部分机构采取多种举措），探索优化有利于科技成果应用、产品服务创新的轻型化、敏捷化组织结构，更好地促进人工智能技术转化为现实生产力。开展人工智能技术创新的组织形式如图 3所示。 图 3 开展人工智能技术创新的组织形式 4.在人才队伍建设机制保障方面。 随着金融业数字化转型，加强人才队伍建设，推动从业人员科技创新意识与创新能力培养，成为提高科技创新能力与核心竞争力的有效手段。调研结果显示，合计 25 家机构（占比 96%）采取了制定人才培养计划、优化薪酬水平与考核制度、提升人工智能领域员工占比等举措（部分机构采取多种举措），其中采取最多的举措是制定人才培养计划，为人工智能高质量发展提供必要的人才支撑和智力保障。人才队14104 31实验室 研究院 孵化器 无 加速器 5 伍建设情况如图 4 所示。 图 4 人工智能领域人才队伍建设情况 5.在科技人才队伍规模建设方面。 综合调研结果情况来看，科技人员占全部人员比例为 0-10%的有 14 家机构，数量最多，占比处于 10-20%相对较少 ， 仅 2 家机构，占比超过 20%有 5 家机构，表明机构对科技人才队伍规模的重视程度不一，且差异较大。科技人员占比分布情况如图 5 所示。 图 5 科技人员占比分布情况 同时，大型金融机构持续加强对科技人才队伍建设的战略布局，加快推进数字化转型，围绕金融科技发展规划与实际需要优化人员结构，在科技人才绝对数量方面占据一定优势，例如中国18691制定人才培养计划 优化薪酬水平与考核制度 提升人工智能领域员工占比 无0-5%, 75%-10%, 710%-20%, 2大于 20%, 5未反馈 ,5 6 工商银行、中国农业银行、中国银行、中国建设银行和交通银行科技人员数量分别为 35,400、 8,056、 10,000、 13,104 和 5,401，远超中小金融机构与多数科技公司。 （二） 技术攻关与应用落地 情况 1.在 人工智能技术细分领域方面。 基于人工智能的语音识别、知识图谱、自然语言处理等技术，在助力金融服务实体经济、推动金融普惠发展、提升服务效率及客户体验等方面发挥巨大作用，调研结果显示，重点应用的人工智能技术包括计算机视觉、自然语言处理等技术（如图 6 所示）。我国各行各业积累的海量数据资源以及数据要素化战略正加速推动数据价值不断释放，为人工智能创新发展注入强大动能。不断增长的产业需求带动着人工智能相关技术更加深入的应用和高速发展，尤其是金融机构对加快智能客服、移动支付及风险防控等业务发展的需要，促使计算机视觉、自然语言处理、语音识别、知识图谱 等技术的需求激增，预计这些技术将成为我国金融业较具代表性的人工智能应用。 图 6 人工智能技术应用情况 24 242322自然语言处理 计算机视觉 语音识别技术 知识图谱 7 2.在 关键核心技术攻关方面。 大力开展技术攻关能力建设，是突破发展瓶颈的关键措施，也是推动人工智能行业高质量发展的必由之路，结合本次调研情况， 21 家机构（占比 81%）在人工智能领域取得关键性技术突破，尤其在算力提升、模型构建等方面科技创新成效显著（如图 7 所示）。例如， 中国工商银行 围绕算力基础设施、数据体系、算法、计算框架、建模平台等方面进行技术攻关，全面建成技术领先、全行统一、功能完备的人工智能技术体系， 具有“能力全、算力强、数据广、算法多、框架优、建模易”等 6 大技术优势。 浦发银行 在手写字体识别方面，重点突破大小写数字及日期识别问题，实现识别准确率提升至 92%，有效解决密集长文本及多项跨页识别问题。 中国光大 银行重点攻克风控模型等方面技术难点，推动构建智能风控引擎系统，实现风控模型敏捷部署及联机服务，有效提升网贷业务自动化实时审批能力。 中国人寿 充分利用大数据、人工智能等先进技术，针对业务痛点和一线需求，组建技术专家和业务骨干联合研究团队，推动精准营销、业务风控等方面的创新突破。 图 7 人工智能领域关键性 技术 突破情况 3.在金融领域应用场景方面。 人工智能应用场景十分丰富，有突破 , 21, 81%无突破 , 5, 19% 8 调研结果显示，金融机构重点关注并应用人工智能的业务领域主要包括精准营销、风险防控、智能客服、身份识别及反洗钱，旨在克服传统金融业务中营销风控不精准、人工客服成本高及合规压力大等难题。具体地，本次调研中 24 家机构（占比 92%）通过应用人工智能技术提升精准营销能力。另外，人工智能技术在风险防控、客户服务、身份识别、反洗钱等场景的应用同样较多，均超过 20 家机构（占比 77%）；部分机构还将人工智能应用到授信融资、资产管理、智能运维 等场景中，助推降本增效。人工智能技术应用场景如图 8 所示。 图 8 人工智能技术应用场景 4.在“产学研”结合助推应用落地方面。 企业、高等院校、科研院所等依托各自优势资源，实现多种要素最佳组合，充分发挥区域人才和科技资源优势、增强企业技术创新能力、加速创新成果落地。当前，相关机构较为重视“产学研”的结合，并在人工智能科技创新实践和推动应用落地方面取得了良好效果，调研结果显示， 13 家机构（占比 50%）正在积极推进与高校、研究所24 23 2322201610精准营销 风险防控 客户服务 身份识别 反洗钱 授信融资 资产管理 9 等联合开展人工智能技术研究，取得了一定效果，具体地，神州数码信息与清华大学五道口金融 科技研究院联合开发人工智能产品，已发布“智能一体化信贷系统”“智能远程视频数字银行”“智能流程自动化运营管理平台” 3 款产品 ；中国光大银行与华控清交、瑞莱智慧成立“多方安全数据智能联合实验室”，开展多方安全计算、联合建模技术应用探索，上线了国内首个企业级多方安全计算平台；华夏银行与华为、百度等联合推动声纹识别技术用于手机银行辅助登录、自然语言处理技术用于内部管理文本分析处理等方面的研究。 （三） 金融风险技防能力建设 情况 1.在金融业务风险管理方面。 从人工智能在金融风险管理上的应用实际情况来看，人工智能的持续深 入发展助力金融机构显著提高了数据处理速度与深入分析的能力，加快了金融风控领域改革创新步伐，一定程度上解决了传统管理模式中金融风险防范片面性的问题，提高金融风险预测及防范有效性。结合本次调研实际情况， 25 家机构（占比 96%）在业务流程中嵌入了智能风险管理模块，提高金融业务风险识别和处置的准确性，增强针对风险早识别、早预警、早处置的能力。而随着人工智能、大数据等技术的发展，诸如洗钱、欺诈等金融犯罪手段也呈现出隐蔽、复杂等特点，促使金融机构对关系挖掘的需求日益增加，而传统机器学习难以实现对海量复杂关系的识别。对此 ，研究人员及市场 10 机构不断探索并发展图计算，知识图谱分析已成为当前金融业风控领域中的核心技术之一。其它重要技术包括计算机视觉、自然语言处理、语音识别与合成、机器学习、智能决策等。风险防控领域应用人工智能技术情况如图 9 所示。 图 9 风险防控领域应用人工智能技术情况 2.在算法应用评价方面。 相关机构 大力 推动 人工智能发展，同时 针对 应用人工智能技术产生的 风险采取规范措施，加强 新技术金融应用 风险 防范 能力，保障人工智能安全健康发展 ，特别是算法安全性、精确性、性能及可解释性等已成为当前金融业人工智能风险防范的主要考核指标（如图 10 所示）。 18 181362知识图谱 计算机视觉 自然语言处理 语音识别与合成 其他 11 图 10 人工智能算法应用评价因素 3.在风险防范机制建设方面。 要有效防范 人工智能技术 在 应用 中的风险 ， 配套的风险防范机制是必不可少的，尤其面临着潜在的程序错误、信息安全隐患、数据采集合规等方面的问题时，完整有效的风险防范机制能够将风险事件造成的损失最小化。调研结果显示在应用人工智能技术时，相关机构往往会建立一套与业务开展流程紧密契合的风险防范机制，具体地， 24 家机构（占比 92%）采取了运行监控和风 险应急处置策略， 22 家机构（占比85%）制定了试错容错机制， 13 家机构（占比 50%）采取了风险拨备资金、保险计划等风险补偿措施，强化人工智能技术应用保障机制，明确新技术应用的运行监控和风险应急处置策略，防范新技术自身风险与应用风险。针对人工智能技术应用风险采取的举措情况如图 11 所示。 2624 24221安全性 精确性 性能 可解释性 稳定性 12 图 11 人工智能技术应用风险采取的举措 （四）标准体系建设情况 近年来，人工智能伦理问题受到业界广泛关注，特别是人工智能“黑箱理论”问题使得金融机构及监管当局对其安全性、公平性及可解释性产生诸多顾虑。为破解技术合规问题，加 强人工智能金融应用标准化顶层设计，保障人工智能的安全有序落地，金融机构及科技公司结合多年积累的技术能力与业务实践经验，积极推动人工智能在金融领域应用的标准体系建设。具体地，本次调研中的 14 家机构（占比 54%）反馈参与了人工智能领域的标准体系建设，涵盖技术标准、评 价规范及场景标准等。 目前人工智能算法金融应用评价规范（ JR/T 0221 2021）多方安全计算金融应用技术规范（ JR/T 0196 2020）等行业标准已发布。在此基础上，联盟组织成立了人工智能算法金融应用认证工作组，推动建立人工智能算法金融应用国推认证体系，1132224人工复核风险拨备资金、保险计划等措施试错容错机制运行监控和风险应急处置策略 13 提升人工智能算法在金融行业的服务能力和应用效果。推动远程音视频手机银行技术规范等行业标准以及人工智能金融应用性能测试、金融场景实体机器人接入、金融知识图谱构建和应用、人工智能金融应用算法模型管理等团体标准研制，为进一步完善人工智能金融应用标准化体系夯实基础。 三、应用成效 （一） 拓宽金融服务渠道 金融机构持续 拓宽金融服务渠道，构筑线上线下一体化的经营发展模式。 市场竞争力很大程度上取决于服务渠道的完善程度和运营效率，服务渠道的建设越来越受到重视，基于此，相关机构充分运用人工智能做强线上服务，同时进一步发挥线下资源优势，为客户提供全方位、多层次、多渠道的金融服务。结合本次调研情况，在应用人工智能 拓宽金融服务渠道 方面，多数机构普遍反馈效果较好， 24 家机构（去除 1 家不涉及此业务机构，占比 96%）反馈应用效果良好及以上。人工智能在拓宽金融服务渠道方面应用成效如图 12 所示。 14 图 12 人工智能在拓宽金融服务渠道方面应用成 效 例如， 泸州银行 “小泸云厅”借助视频服务技术、语音识别技术、 OCR 识别等技术，优化银行业务流程，给客户提供便捷的线上金融服务，通过视频服务技术将视频柜员变为客户身边的柜员，实现理财风评、卡激活、手机银行签约、对公开户和对公网银签约等业务的线上办理。 民生银行 充分发挥移动互联网优势，持续拓展线上线下服务边界，推出基于人工智能、大数据等技术的“线上店”微信小程序，客户无需安装客户端，通过社交网络即可方便连接身边网点，只要动动手指，便可享受在线开卡、信用卡申请、预约取号、预约取现等便捷服务，“线上店” 7 24小时 全天候服务，构建了线上线下生态一体化的网点新范式，为用户提供覆盖全渠道的无缝消费体验。 （ 二 ）完善金融产品供给 金融机构积极主动适应数字经济环境下市场需求的快速变效果显著 , 13效果良好 , 11效果一般 , 1 不涉及 , 1 15 化，打造差异化、场景化、智能化的金融产品与服务。 金融产品是金融机构经营活动的重要载体，金融产品的创新是金融机构发展的重要推动力，相关机构在保障客户信息安全的前提下，借助机器学习、生物识别、自然语言处理等新一代人工智能技术，强化金融多媒体数据处理与理解能力。结合实际调研 情况， 合计18 家机构（去除 5 家不涉及此业务机构，占比 86%）反馈人工智能在完善金融产品供给方面应用效果良好及以上。人工智能在完善金融产品供给方面应用成效如图 13 所示。 图 13 人工智能在完善金融产品供给方面应用成效 例如， 中国银行 打造智能投顾一体化平台，建立了 针对 个人客户的线上线下融合的资产配置服务流程，线上手机银行为客户提供智能组合、智能资产诊断服务，线下理财经理端辅助理财经理为客户提供个性化资产配置报告；智能投顾融合人工智能技术、专家智慧等，通过数字化方式实现线 上线下服务闭环，为理财经理赋能，为客户提供全方位、一体化的资产配置服务。 兴业银行依托人工智能等技术，自主研发了私人银行的资产配置平台，该效果显著 , 10效果良好 , 8效果一般 , 3不涉及 , 5 16 系统目前已成为管理客户资产、进行数据分析和投资决策的专业化、网络化服务平台，有效将“风险评估 -资产配置 -产品选择 -组合跟踪”四步销售流程标准化和系统化，同时依托“资本 -资产”定价模型和财务规划理论，根据客户需求精准提供个性化、智能化资产配置建议。 （三） 提升金融服务效率 金融机构不断探索人工智能赋能金融业务，加快实现智能决策、智能营销、智能风控、智能运营、智能客服等。 智能化 手段可有效缩减业务办理时间，提升业务流程效率，降低综合成本，增强金融服务实体经济效能。 具体地，合计 25 家机构 （去除 1家不涉及此业务机构，占比 100%） 反馈人工智能在提升金融服务效率 方面，取得了较好成效。人工智能在提升金融服务效率方面应用成效如图 14 所示。 图 14 人工智能在提升金融服务效率方面应用成效 例如， 北京银行 以深度融合人工智能的 RPA（基于机器人流效果显著 , 14效果良好 , 11不涉及 , 1 17 程自动化）技术为核心，自主研发“京牛”流程机器人平台，提升业务流程自动化水平，通过自动化型和人机协作型两种不同类型的流程机器人，针对不同业务场景进行业 务流程自动化处理，达到“实时联动多个系统，自动操作整个业务流程，打通数据孤岛”的效果，单笔业务处理时间从 1-2 小时，缩短到 10 分钟即可完成，有效提升了业务效率。 泰康保险 积极探索人工智能在保险行业多个场景的应用落地，其中，在身份校验方面，泰康保险将人脸识别用于在线的投保、保全、回执和回访全 环节，有效提高系统身份核实效率，减少人工成本，改善用户体验。以费用录入清单为例，采用上述智能化解决方案后，录入单据的时间由40分钟缩短至 10分钟，不仅提高了整体理赔时效和用户满意度，而且降低了公司成本。 （四） 增强金融惠民服务能力 金融机构借助人工智能积极拓宽金融服务边界，探索金融惠民创新服务模式。 在发展规划等政策指导下，金融业对发展数字普惠金融的重视程度逐渐提高，不断下沉经营重心，借助人工智能进一步拓展金融服务在衣食住行、电子商务等方面的应用场景。本次被 调研机构在应用人工智能增强金融惠民服务能力 方面普 遍取得了较好成效，有 23 家企业（去除 2 家不涉及此业务机构，占比 96%）反映应用效果良好及以上。人工智能在增强金融惠民服务能力方面应用成效如图 15 所示。 18 图 15 人工智能在增强金融惠民服务能力方面应用成效 例如， 农业银行 积极推进金融赋能数字乡村建设，上线支持“智慧乡村”项目，通过使用人工智能、云计算等技术，连接起物业、村民、政府、媒体和乡村服务提供方，加载智慧交通、智慧监管等多场景服务，形成“互联网金融乡村”一站式解决方案；首创“无感智能停车”服务，免停车领卡、免线下缴费、2 秒离场等举措大大便利村民出 行；以“广东农行数字乡村”小程序为载体，解决基层村务治理存在的村务公开难、基层党建难、乡村治理难、产业发展难等问题；为农户金融需求精准画像，建立电子信用档案，核定预授信额度，有效解决农户贷款“难、慢、贵”的痛点问题。 广发银行 基于人工智能等技术，持续探索金融服务在多领域的应用，推出首款自研的标准化金融科技创新产品，具备高效园务管理、便捷缴费管理等六大板块超四十项功能，重点打造涵盖幼儿健康评测、自动膳食管理等健康管理特色功能，推出智能测温和刷脸考勤等无接触抗疫服务，助力做好特殊时期的幼儿健康管理。 效果显著 , 14效果良好 , 9效果一般 , 1不涉及 , 2 19 （五） 优化企 业信贷融资服务 人工智能助力改善信贷信息不对称、服务成本高、服务效率低等问题，缓解企业融资难、融资贵困局。 长期以来，信息不对称是银行信贷融资业务的主要痛点之一，不仅给银行方面造成人工审核成本高、风险评估不精准、坏账风险大等问题，而且造成企业融资难、融资贵的困境。近年来人工智能不断发展与普及，已成为金融业用于改善信贷融资服务的主要工具，特别是在完善小微企业、民营企业、科创企业等重点领域构建信贷流程和信用评价模型，基于海量数据处理和智能审计等技术，综合分析企业类型、财务状况、偿债能力等，降低信息不对称，纾解企业 融资难题。具体地， 本次调研中有 21 家机构（去除 5 家不涉及此业务机构，占比 100%）反映人工智能在优化企业信贷融资服务方面的应用效果较好。人工智能在优化企业信贷融资服务方面应用成效如图 16 所示。 图 16 人工智能在优化企业信贷融资服务方面应用成效 例如 邮储银行 借助人工智能、大数据等技术，构建了集授信效果显著 , 11效果良好 , 10不涉及 , 5 20 全流程和额度管控为一体的统一授信管理系统，支持财报智能识别及分析等多种功能，可实现不同行业、产品、分支机构、客户的差异化审批授权规则配置，有效提高系统智能化水平和审批授权管控精细化水平，大幅提升了企业信贷业务办 理效率。 建设银行 推出“惠懂你” 2.0， 借助大数据、云计算和人工智能等技术，面向可触达的全量普惠金融客群开展 360 度精准画像，建立主动授信和风控模型，让众多缺抵押、缺担保、缺银行信用记录的小微企业和企业主通过手机即可获得信贷机会， 支持企业主完成贷款申请、签约、支用、还款等全流程线上操作，有效提高信贷服务便捷性。 （六） 强化科技赋能支付服务 人工智能赋能支付服务提质增效，推动支付行业创新发展。基于人工智能的生物识别技术具有验证速度快、识别精度高、防伪性强的特点，在支付终端，指纹、人脸、声纹等被用来进行身份识别和验证，大幅提升客户的支付体验和支付安全性。相关机构积极利用人工智能技术优化移动支付技术架构体系，探索人脸识别等新兴支付方式安全应用，实现支付工具安全与便捷的统一。结合本次 调研情况，合计 20 家机构（ 去除 3 家不涉及此业务机构，占比 87%）反映人工智能在强化科技赋能支付服务方面应用效果较好 。人工智能在强化科技赋能支付服务方面应用成效如图17 所示。 21 图 17 人工智能在强化科技赋能支付服务方面应 用成效 例如， 广发银行 持续探索人工智能技术在支付领域的创新应用，目前已在其手机银行和“发现精彩”两大客户端中成功叠加了大量人工智能技术，一方面，用户可通过指纹、人脸、声纹等生物识别方式，安全便捷实现登陆、支付、转账等操作。另一方面，后端平台综合运用设备型号、登录指纹、地理位置等信息，能够及时发现用户更换手机、异地交易等可疑行为并及时提升安全防护等级，有效保障用户支付安全。 中国银联 在某政企单位构建了基于人脸识别的快捷支付、快捷通行服务场景，形成了全套解决方案，重点针对后勤场景引入人脸识别技术，在保留原有消费支付模式基础上，实现“刷 脸就餐”和“刷脸消费”功能，切实解决后勤管理的痛点，同时提升职工消费支付体验。 四、 问题与 建议 （一）主要问题 在积极推进人工智能在金融领域应用和发展过程中，相关机效果显著 , 12效果良好 , 8效果一般 , 2无实质效果 , 1 不涉及 , 3 22 构也遇到了诸多亟待进一步突破的痛点难点问题。结合本次调研情况，主要总结如下： 1.人工智能数据层存在数据缺失、数据共享难等问题。 首先，人工智能的创新发展催生了大量新兴垂直领域与细分应用场景的数据需求，需大量数据进行训练，但高精度、细粒度、专业化的数据资源供给不足。其次，当前大部分用户信息数据、行为数据等集中在大型互联网平台公司，获取难度较大，且金 融机构间数据孤岛现象普遍存在，导致数据缺失影响人工智能应用效果。最后，相关法律法规仍待进一步细化完善，例如我国近期颁布的个人信息保护法，提出“匿名化”处理后的信息不属于个人信息，法律界定相对模糊，对于匿名化技术的具体判断标准暂时缺失，导致金融机构在共享数据过程中，仍存在较多顾虑与疑惑。 2.人工智能算法存在可靠性及可解释性的问题。 在算法可靠性方面，人工智能算法离开训练使用的场景数据，其实际效果会有一定程度的降低，一旦人工智能模型发生错误，其所做的预测、分析等很可能产生错误的结果，使用人员很难根据错误结果做出正确的风险管理决策，进而可能影响经营活动。在算法可解释性方面，人工智能算法尤其深度学习计算过程为黑盒操作，模型计算、参数优化以及特征选取皆由模型自行操作，无法追溯自身的学习、决策过程等，而且目前尚无完备理论能够对模型结果及模型本身做出合理解释，随着相关算法模型在金融领域的融合应用，存在产生不可控结果的隐患。 23 3.人工智能领域存在复 合型人才供给不足的问题。 在人工智能产业发展的历程中，专业人才是关键推动力之一，伴随着人工智能与金融业务融合渐入深水区，对专业人才的要求也在不断提升。一方面，随着人工智能与大数据、云计算等技术结合紧密程度持续提升，能够将多种技术融合应用取得良好效果的人才变得更加缺乏。另一方面，由于技术人员往往与前端业务场景天然存在一定距离，致使在项目开发过程中，无法有效满足业务实际需求，既深入了解业务需求又掌握技术能力的复合型人才队伍亟待建设。 （二）发展建议 1.推动人工智能数据共享相关政策、标准体系等进一步建立健全 。数据 是人工智能发展的关键推动力。一是持续加强数据要素市场培育，完善数据交易的定价、技术应用、风险防范等配套机制，推动数据融合应用。二是充分发挥行业自律组织作用，加强数据共享标准规范研制，结合应用实践完善和细化匿名化技术标准要求。三是产业各方严格落实个人信息保护法个人金融信息保护技术规范多方安全计算金融应用技术规范等法律法规和标准规范要求，推动人工智能技术与隐私技术结合应用，提升数据共享安全防护能力，加强数据合规治理。 2.加大人工智能科技创新与技术联合攻关力度 。一方面，加强人工智能科技创新，完善人工 智能算法测试评估流程与专业能 24 力，增强金融领域人工智能算法的可靠性。另一方面，对于黑箱化严重的算法，应采取契合的全局或局部替代算法进行解释，同时遵循有限、合理的透明原则，对技术信息和应用流程等进行公开披露，提升金融领域人工智能算法的可解释性。 3.加强人工智能领域复合型人才培养 。在人工智能领域人才培养过程中，政府、高校、科研机构、金融机构等需发挥各自优势和作用，推动建立共同协作的复合型人才培养机制。鼓励实施跨学科人才培养模式，大力支持交叉学科的科研项目开展，结合企业实际发展需求，积极推动产教结合、校企合作，为 金融业人工智能复合型人才培养提供实践经验。