银行的人工智能技术，有哪些具体案例？

银行的人工智能技术，有哪些具体案例？

易观数字化：今年以来，政府层面、金融监管层面在科技伦理治理的指导要求上持续加码，《中共中央办公厅 国务院办公厅印发关于加强科技伦理治理的意见》中，点明人工智能作为重点领域应完善科技伦理治理的规范和标准；《中国银保监会办公厅关于银行业保险业数字化转型的指导意见》中指出，要防范模型和算法风险，定期评估模型预测能力及在不同场景下的局限性，确保模型的可解释性和可审计性，防止算法歧视。人工智能治理的形势日益迫切，在这当中，人工智能是否可信被视为一种重要的品质，需要引起金融机构的足够重视。本文将从可信AI对于银行的重要性、关键特征、评估与验证方式、合作厂商选择等维度进行专题分析。

可信AI在银行数字化转型背景下的重要性日益凸显


银行业在数字化转型建设过程中，人工智能技术是构建数智化能力的关键领域，在技术创新与应用的同时，银行也面临着来自人工智能的风险挑战。

易观分析认为，人工智能的伦理风险、模型与算法风险、数据风险、隐私风险是当前银行需要应对的几类主要AI风险，人工智能黑盒性、不确定性、脆弱易攻击性造成的隐忧和不信任感，使银行在应用层面难以对其委以重任，在研发层面也难以进行有突破性的探索。因此AI是否可信、可控在当前以数字化能力为依托的转型背景下变得尤为关键，实现可信AI是银行科技能力建设布局的重要内容，是银行实现业务稳健发展的前提和有力保障。

可信AI的特征应结合银行实际应用需求加以延展


可信AI的概念在国内是由何积丰院士于2017年香山科学会议上首次提出，是指人工智能技术本身具备可信的品质。目前学术界针对人工智能治理已经发表了多篇研究论述，对其治理原则的普遍认识聚焦在透明、安全、公平、可问责、隐私保护几项特性中。结合银行业AI应用发展现状，易观分析认为，可信AI应当具备八大关键特征，即稳定性、鲁棒性、可解释性、安全性、公平性、普惠性、客户自治性以及可追溯性。

相应地，银行对于AI是否具备可信品质的考量应围绕自主可控战略要求，结合银行实际应用需求，如识别欺诈、隐私泄露、系统攻击、信贷风险、洗钱风险等风险场景，对可信AI的关键特征加以延展。例如，AI在进行智能决策分析、智能推荐、智能风控等活动时应做到透明可释、记录可溯，具备可解释性、客户自治性、可追溯性；在进行智能识别、智能问答等活动时应做到抗扰动、抗欺骗，且符合伦理道德与行业规范，具备鲁棒性、公平性、普惠性。同时，人工智能应具备抗风险、抗攻击和隐私保护的稳定性、安全性特征。

可信AI的评估与验证应基于场景视角小规模进行再规模化启动


可信AI本身作为技术能力的一种表现，是反映在算法和模型层面，而不是直接体现在业务流程或是客户体验中的。

易观分析认为，银行在推进人工智能相关项目时，应有的放矢地进行可信AI的评测。在银行业对可信AI尚无统一评测标准的情况下，银行应基于场景视角，选择有需求、有痛点、频次高、风险敏感等场景，以自主技术能力开展可信AI相关的评估与验证，并将其作为银行IT治理架构下的关键任务进行统筹考虑。评估与验证应以小规模验证为主，通过风险点和样本设置，重点验证可信AI一个或多个特征在单一场景下的表现，经小规模验证后再规模化启动。

对厂商的选择应关注其人工智能的整体能力表现


从目前人工智能领域的市场来看，可信AI相关的参与者和产品提供者以大型互联网公司、独立创业公司、渗透行业的供应商、产业背景公司为主，这些厂商具备了不同程度的可信AI研发能力，但并不存在单一提供可信AI产品的厂商。

易观分析认为，银行应从整体能力出发对厂商进行选型评价，并且将可信能力需要作为AI产品及解决方案的重要评价标准之一，结合自身场景需求选择合适的合作伙伴。

声明须知：易观数字化在本文中引用的第三方数据和其他信息均来源于公开渠道，易观数字化不对此承担任何责任。任何情况下，本文仅作为参考，不作为任何依据。本文著作权归发布者所有，未经易观数字化授权，严禁转载、引用或以任何方式使用易观数字化发布的任何内容。经授权后的任何媒体、网站或者个人使用时应原文引用并注明来源，且分析观点以易观数字化官方发布的内容为准，不得进行任何形式的删减、增添、拼接、演绎、歪曲等。因不当使用而引发的争议，易观数字化不承担因此产生的任何责任，并保留向相关责任主体进行责任追究的权利。

我们经常会接到一些陌生号码打来的电话，对面甜美的声音”喂，您好，在吗？是这样哒……“，紧接着开始介绍她们要推广的银行业务，听久了才会恍然大悟，原来对面是个AI程序。
这就是我们最直观能感受到的AI技术，但AI在银行业务方面的应用，远不止客服这么单一。它可以应用在人脸识别，反洗钱、反欺诈、信贷风控，以及营销等方面，国内商业银行都有各自的探索。
比如工商银行，注力于智能客服、智能风控、RPA等方面，通过研究开源、商用机器学习，基于开源H2O机器学习框架自主搭建机器学习平台，并运用到智能营销等场景中。
据悉，在使用AI模型后，该行智能营销场景理财产品营销响应率和基金产品营销响应率均显著提高，覆盖目标客户范围更广。
再来说建设银行，2010年就建成了“网络金融反欺诈平台”，针对网上银行、手机银行等网络渠道风险交易展开7×24小时全面监管和拦截。
此后，建行引入知识图谱、机器学习等先进算法，将风控平台升级为“网络金融智能风险监控平台”。从2018年开始，该平台逐渐确立从感知能力、分析思考能力、决策控制能力三个模块方向实现智能化风险策略应用与决策执行。
交通银行副行长郭莽于去年12月7日在“人工智能在银行金融科技领域的应用”分论坛上发表演讲时表示，“发挥人工智能头雁效应，带动金融业数字化转型全面提速”。人工智能在该行的战略地位可见一斑。
显然，国内头部银行近几年都在积极建设银行业务与AI相结合的生态布局。
浦发银行行长潘卫东就曾表示，“科技本身不是目的，共建更好的世界才是目标。人工智能正在开启一个从技术创新到普及再到变革的全新发展阶段。”
另外，为了更好地规范银行发展人工智能，今年3月26日，央行发布金融行业标准《人工智能算法金融应用评价规范》，从安全性、可解释性、精准性和性能方面开展AI算法评价，适用对象分为资金类场景和非资金类场景。
今年9月，中国银行业协会发布的《远程银行人工智能客服评价指标规范》，则聚焦于银行业人工智能客服评价的指标范围及内容、指标体系与指标计算，为近年来高速发展的银行业AI客服提供了统一的、可供参考执行的规范与指导。
可以说人工智能技术从运行到规章，银行业已经有了一套自己的模式。

招行：
AI技术在银行主要的应用场景包括：
人脸识别(指纹呢？)，语音语义识别，风险控制，流程机器人等。
通过这些技术的应用，将零售业务中大量的服务业务、操作业务、风险判别等任务从原来的人工处理变为了全自动或半自动处理。以招商银行披露的信息为例：用于零售信贷催收的机器人成本是人工的1/10，产出是人工的9倍，节约大量的人力成本。再比如，机器人处理自动化（即RPA流程机器人）用机器替代简单的外包，也大量地节约了成本。目前，招行的消费贷利用人工智能风控模块已经实现了总行统一自动化审批，分钟级审批、放款

作者：ice_招行谷子地
链接：我眼中的银行 7.3.2--金融科技提升银行的经营效率
来源：雪球
著作权归作者所有。商业转载请联系作者获得授权，非商业转载请注明出处。

建设智能客服、风险舆情、计算机视觉三大AI云服务，推出知识管理、数字营销、风险管控三大AI解决方案

平安科技：
人脸识别(大堂门禁用的是自家技术？)
票据手写字符识别
车险：车损定级等

微众银行的人工智能已经用到很多领域了，微众银行已将人工智能、生物识别技术应用到远程客户身份认证、智能客户服务等领域，构建了具有自身特色的创新金融服务。每天的在线问答量中98%由智能机器人客服完成，不仅满足了海量客户的问答需求，还极大地节约了银行成本。