2019中国智能金融发展报告

2019·中国智能金融发展报告1 中国金融四十人论坛课题组2 序 言 习近平总书记强调指出：“人工智能是新一轮科技革命和产业变革的重要驱动力量，加快发展新一代人工智能是事关我国能否抓住新一轮科技革命和产业革命机遇的战略问题”。人工智能、大数据、量子信息、生物技术等新一轮科技革命和产业变革正在积聚力量，催生大量新产业、新业态、新模式给全球发展和人类生产生活带来翻天覆地的变化。 2017年国务院印发的《新一代人工智能发展规划》明确提出发展智能金融，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。 金融发展史是一部科技进步、不断变革的创新史。从上世纪60年代的自动柜员机（ATM），到80年代的电子支付，再到90年代的网上支付、移动银行，2000年以来的互联网金融以及2008年以后的金融科技，技术创新与进步引领和驱动金融业变革。金融与科技相互融合，创造出新的业务模式、应用、流程和产品，催生出新的客户与伙伴关系，对金融机构、金融市场、金融服务产生了深刻影响。从金融科技发展的历史阶段来划分，大体分为电子化、数字化、智能化三个阶段。在电子化时代，金融机构利用信息技术实现业务电子化、自动化；在数字化时代，创新金融产品与流程，改变服务方式；在智能化时代，金融机构运用人工智能技术用机器模拟人的体力劳动和脑力劳动，特别是脑力劳动，对金融服务实施决策与控制。需要指出的是，人工智能固然要高度依赖大数据与云计算，但是与数据深度挖掘运用不同，这个技术系统是用传感器来模仿人类感官获取信息与记忆，用深度学习和算法来模仿人类逻辑和推理能力，用机器代替人脑对海量数据快速处理，从而大大超越人脑的工作。 智能金融是指人工智能技术与金融业深度融合的新业态，是用机器替代和超越人类部分经营管理经验与能力的金融模式变革。智能金融是金融科技发展的高级形态，是在数字化基础上的升级与转型，代表着未来发展趋势，已成为金融业的核心竞争力。 我们之所以把智能金融从金融科技中单列出来编制专门的发展报告，主要是基于以下考虑： 一方面，发展人工智能技术已成为我国的一项重要战略，主要分三步走：第一步，到2020 1 本报告由中国金融四十人论坛资深研究员肖钢在2019年12月22日召开的“第三届金家岭财富管理论坛”上发布。本文为报告简版。 2 报告主编为中国金融四十人论坛资深研究员肖钢，编辑组成员包括邵宇、石锦建、罗荣亚、张佳佳，写作人员包括（按姓氏笔画排列）：于泉杰、王安、王敏、王如一、王思遥、尹优平、邓智毅、田慧、史荣、乐剑平、边江、毕伟、曲本盛、朱太辉、刘刚、刘波、刘炜清、刘亭杉、刘铁岩、刘海涛、刘硕凌、李鸣、李宏宇、李金龙、李修全、李晓林、杨涛、杨强、吴海山、邱寒、何亚枫、汪天都、张伟娜、张俊芳、陆颂华、范力欣、周柚池、孟丹、孟凯祥、姜波、祝青、祝修业、姚江涛、袁伟斌、郭为民、黄冰华、程勇、谢军、鲍捷、谭则涛、樊旼旼。课题组成员均以个人名义参加此项研究，所表达观点不代表所在机构观点。 年我国人工智能总体技术和应用与世界先进水平同步，成为新的重要经济增长点；第二步，到2025年我国人工智能基础理论实现重大突破，部分技术与应用走到世界领先水平，成为带动我国产业升级和经济转型的主要动力；第三步，到2030年我国人工智能理论、技术与应用总体走到世界领先水平，智能经济、智能社会取得明显成效。当前各国在新一代人工智能技术已展开激烈竞争，据联合国人工智能和机器人中心数据，在联合国成员国中，有30个国家制定了人工智能技术发展的国家战略。技术的竞争最终要体现在运用技术的产业竞争。据普华永道会计师事务所预测，到2030年全球人工智能市场规模将达到16万亿美元。 金融与人工智能具有天然的耦合性，是人工智能技术应用最重要的领域之一，发展智能金融有利于我国抢抓人工智能发展机遇，占领技术制高点，特别是金融业的特殊性，势必对人工智能技术提出新的要求和挑战，可以推动我国人工智能技术的突破与升级，提高技术转化效率。 另一方面，人工智能技术综合运用金融科技的大数据、云计算、区块链等技术，为未来金融业发展提供无限可能，是对现有金融科技应用的进化与升级，对金融业发展将会产生颠覆性变革。专门研究智能金融有利于跟踪世界人工智能技术与金融业融合的应用开发，有利于加强金融行业的适应性、竞争力和普惠性，极大地提高金融机构识别和防控风险的能力和效率，推动我国金融供给侧结构性改革，增强金融服务实体经济和人民生活的能力，守住不发生系统性风险的底线，加快建设我国现代化金融体系，增强金融国际竞争力，助力由金融大国到金融强国的转变。 相比互联网金融、金融科技，智能金融更具革命性的优势在于对金融生产效率的根本颠覆。智能金融替代甚至超越人类行为和智力，更精准高效地满足各类金融需求，推动我国金融行业变革与跨越式发展。 本报告共分为六个部分和一个附录。第一部分技术篇，主要介绍人工智能技术发展及与金融业融合的技术问题。第二部分应用篇，按照金融机构业务流程的前台、中台、后台三大模块及其相应的场景，介绍我国智能金融实际应用状况，提供鲜活的案例。第三部分专题篇，主要围绕近年来智能金融发展中的标准体系、治理原则与伦理问题、金融数据的专有云建设及共享技术等热点难点问题，展开分析和讨论。第四部分监管篇，着重探讨了智能金融带来的风险及对金融监管提出的新挑战、新要求，以及如何加强数据隐私保护、消费者和投资者合法权益保护等问题。第五部分国外篇，主要介绍国外人工智能技术与金融行业融合的基本情况，研究国外经验对我国发展智能金融的借鉴意义。第六部分建议篇，将分散在以上各篇、各专题中的政策建议集中进行表述，也是本报告研究成果的一个体现，以便供有关部门和方面研究制定政策措施时参考。 本报告试图努力把握好全面性、针对性与连续性之间的关系，既要介绍智能金融发展概况，又要突出重点，抓住热点难点问题，同时随着实践发展，还要持续跟踪研究。因此报告内容力求适应多方面读者需求，可以为金融从业人员、人工智能技术研发人员、有兴趣了解研究这个课题的专家学者和政府监管部门人员提供实际参考资料。 由于智能金融是一个新的课题，我们的时间与能力水平有限，报告存在这样那样的问题与不足在所难免，敬请读者予以批评指正。我们将继续努力，深入研究，力争不断取得新的进步。衷心感谢社会各界的关心与支持！ 一、技术篇3 （一）人工智能技术发展趋势 1956年在美国达特茅斯学院召开了人工智能夏季研讨会，将人工智能正式确立为一个学科。回顾人工智能六十多年的发展历程，大体上分为三个阶段。 第一阶段从1956年到1973年，是基于符号逻辑的推理证明阶段。主要技术是逻辑计算或启发式程序，用于解决代数应用题求解、几何定理证明和机器翻译等问题。但当时的理论难以处理更复杂的问题，20世纪70年代初期人工智能进入瓶颈期，各国政府对人工智能的资助逐渐缩减。 第二阶段从1974年到1993年，是基于人工规则的知识工程阶段。主要技术是基于人工规则的知识处理和辅助决策的专家系统，相关应用得到迅速发展与应用。但由于人工规则表达知识的方式可获取的数据较少，难以描述专家的隐性知识，高额的知识更新和系统维护成本，导致该技术难以大规模推广。 第三阶段从2006年开始，是大数据驱动的机器学习阶段。深度神经网络学习技术的突破、大数据的快速发展，促成新一轮人工智能技术的高潮。具有代表性的事件是2016年谷歌的围棋机器人AlphaGo战胜了世界冠军李世石。基于大数据的深度学习模型和算法得到大量采用，在机器翻译、智能问答、博弈等领域取得了巨大成功，并很快在产业应用中得到认可，推动人工智能发展进入大数据驱动的新阶段。 在基础理论突破、信息环境支撑、产业需求拉动的共同作用下，当前人工智能正进入加速突破、广泛应用的新阶段，表现为以下几方面特征与趋势： （1）大数据+深度学习的主流智能计算范式已经形成。新一轮人工智能技术发展得益于三方面的技术进步：以深度学习为代表的新一代机器学习算法模型；GPU、云计算等高性能并行计算技术应用于智能计算，以及移动互联网时代涌现出的海量数据，支撑新一轮人工智能高速发展。 （2）人工智能总体发展水平仍处于起步阶段。新一轮人工智能进步主要集中于专用应用领域，处在从“不能用”到“可以用”的技术拐点，距离“很好用”，还存在诸多瓶颈，深层次发展急需变革性技术。下一步可借鉴人脑高级认知机理，突破深度学习方法，形成能力更强大的知识表示、学习、记忆、推理模型。 （3）一批新的人工智能形态开始涌现。在移动互联网、物联网、大数据、超级计算、脑科学等新理论新技术以及经济社会发展强烈需求的共同驱动下，新型的机器学习方法，比如深度学习、深度强化学习、生成对抗学习、迁移学习和增量学习等新的方法层出不穷，该研究正呈现出快速增长、百花齐放的态势。人工智能领域已经开始朝着构造能够与人类交流合作的方向发展。人类智能和人工智能各有所长，互补融合，应用前景广阔。人加机器的组合将是未来发展的主要方向。 （4）人工智能开始展现巨大经济社会潜力。技术的逐步成熟将人工智能从实验室推向产业化，对大量行业领域形成颠覆性影响，产业发展空间广阔。语言识别、图象识 3此部分写作人员包括：中国科学技术发展战略研究院研究员李修全、张俊芳，微软亚洲研究院主管研究员刘炜清，微软亚洲研究院高研究经理边江，微软亚洲研究院副院长刘铁岩。 别等技术在近年陆续达到或超过人类水平，智能搜索和推荐、自动翻译等技术进入产业化阶段。不仅如此，人工智能辅助人类工作已开始向高端岗位升级。随着深度学习技术崛起和相关算法的不断成熟，智能产业发展迅速。 （二）智能金融定义和意义 智能金融尚无统一定义。我们研究认为，智能金融是指人工智能技术与金融业深度融合的新业态，是用机器替代和超越人类部分经营管理经验与能力的金融模式变革。 智能金融与数字化转型、金融科技既有密切联系又有重要区别。智能金融的发展基础是金融机构数字化转型，数字化转型为智能金融的发展提供了基础设施的保障。智能金融是金融科技发展的高级形态，是在数字化基础上的升级与转型，代表着未来发展趋势，已成为金融业的核心竞争力。 发展智能金融具有重要意义和积极作用。 （1）有利于推动金融机构提高效率、降低成本。智能身份识别提高准确性与效率，智能信贷缩短审核时间，智能客服机器人降低了人力成本。精准营销降低获客成本，提高营销效率和业绩。智能理赔减少了查勘定损人员工作量。智能运营降低成本，大幅提高业务流程的处理效率。 （2）有利于增强金融产品和服务的灵活性、适应性与普惠性。比如，有的保险公司为儿童、老人专门定制了相应健康险，近四年销售额增长超过200倍，覆盖人群超过500万。智能信用评估适应了互联网特点，提供小额单次消费信贷，服务客户人数超过1亿。智能投顾将投顾门槛由100万元降低至0，普通投资者也能享受到投资顾问服务。金融机构通过智能金融产品与服务的创新，让消费者获得了更好更广泛的金融服务。 （3）有利于提高风险防控能力。金融机构利用智能风控技术做到事前风险预警、防止欺诈，保护用户资金安全，大幅降低机构与客户的风险损失；监管机构利用智能金融监管，可以大幅提高全面高效防范风险的能力。 （4）有利于促进人工智能技术的发展。在人工智能与金融深度融合过程中，金融行业的特殊性对技术提出了新的要求。近年来的实践中已有相关技术上的尝试和提高，智能金融的深入应用还将不断推动人工智能技术的突破与升级。 （三）智能金融的技术挑战 人工智能技术有许多细分类别，它们在其他行业应用较快，但在金融行业应用仍面临着许多挑战。 （1）搜索引擎、个性化推荐技术：随着金融服务从线下逐渐迁移到线上，互联网的搜索引擎业务等解决方案也逐渐在线上金融服务中使用。与互联网场景不同，金融服务的广告搜索和个性化推荐要满足更加复杂的规则约束。如推荐理财产品时，需根据不同客户的风险承受能力，推荐适当的产品。 （2）图像及视频的识别技术：已经广泛应用于人脸识别、文字识别、自动驾驶、情绪识别、安防等