1、引言

2016年3月，在全世界超越一亿观众的关注下，Alpha Go战胜围棋世界冠军李世石，这场赛事是AI范围一个要紧的里程碑，同时也叫人工智能广受社会关注。金融业作为数据高度集中的行业，在AI飞速发展的年代，也在历程着深刻的变革。

2、AI有关定义及进步近况

AI（Artificial Intelligence）简称人工智能。有着AI之父之称的约翰?麦卡锡最早提出过关于AI的定义，他将它描述为“结合科技和机械方法制造出智能机器的过程。”这个定义被沿用到今天。国内《AI辞典》将AI概念为“使计算机系统模拟人类的智能活动，完成人用智能才能完成的任务。”除此之外，AI是计算机学科的一个分支，它是大家运用计算机编程技术达成机器自主学习的过程，从而模仿人类做出决策的一种技术。

从1956年约翰?麦卡锡初次提出AI的定义以来，AI已经获得了不少的进步收获，除去前文提到的进行棋类对弈，还有自动开车，云数据挖掘，生物辨别技术与对金融业影响深刻的各种基于AI算法的买卖系统。

3、AI在金融业的应用近况

（一）金融服务的变革

AI的出现虽说没颠覆传统的金融业的服务，但对于诸如银行业前端业务、证券投资顾问业务、企业和个人的信贷业务都产生了深刻的影响。
2015年交通银行推出的智能网点机器人，是国内使用AI技术进行金融服务的先导之一，其借助人脸辨别、声音辨别技术，针对用户需要进行业务引导，甚至可以判断顾客的情绪进行工作；国内外不少证券公司都推出了我们的智能投顾，基于对数据的统计剖析由计算机系统进行投资组合的管理；不少金融机构的信贷业务办理也可以由顾客与智能客服的交互去完成。

（二）封控的应用

封控作为金融业一个至关要紧的环节，也伴随AI的进步出现了不少新的变化。蚂蚁金服通过剖析用户的网上购物记录数据，针对用户进行信用评级对顾客进行授信管理，不论从覆盖范围还是处置效率都远高于人工。京东白条基于高纬的数据模型为依据，应用超越500个消费金融系统中的风控模型，用到超越4万个风控目的，从而判断风险进行授信。这类大量数据靠人工显然是不现实的，但AI的应用非常不错的解决了这类问题。

针对大量的金融?稻荩?具备深度学习力的AI程序从金融历史数据中自行发现潜在的风险点，如剖析信用买卖数据，辨别欺诈买卖，并总结有关经验预测买卖变化的趋势，提前进行风险防控。云数据的挖掘还可以应用在与金融业有关的上下游产业剖析中，多维度针对具体行业、项目进行封控。

（三）资产管理另辟蹊径

AI在资产管理中有哪些用途也愈发遭到行业看重，深度的机器学习可以剖析大量的金融买卖数据，并24小时不间断的进行工作，完成高频的投资操作。花旗银行最近就发布研究报告，从2012年至2015年底，AI管理的资产规模从0升至290亿USD，将来管理资产的规模更是有望呈几何级增长，预计会达到5万亿USD。欧美等发达经济体已经有在市场中成熟运行的AI资金服务管理机构，Wealthfront和Betterment两家公司就是通过AI对资产进行管理，截至2016年2月Wealthfront已经管理了近30亿USD的资产。量化对冲基金的出现也为投资者提供愈加多样化的选择，虽然其实质盈利能力还未经过很久的考验，但将来量化基金进步、增加已经成为行业趋势。

（四）金融业生物辨别技术的应用

从最早的指纹辨别开始，大家就在不断探索便捷的身份认证方法。AI学科的进步，为生物辨别技术带来了前所未有些改革。金融作为私人信息、财富信息密集的行业，更是对顾客、机构的身份认证有迫切的需要。面部辨别、声音辨别、虹膜辨别等都是基于复杂的算法对目的进行身份辨别管理，通过这类技术的应用大大提升了金融机构管理的安全性，同时也为顾客办理业务节省了时间本钱。网络科技的普及为AI大展手脚已经奠定了肯定的基础，大家可以通过面部辨别体统进行取款，登录金融机构的买卖软件，完成买卖操作，这类应用对于防范金融犯罪有非常不错有哪些用途。目前各类金融机构都在推源于己的AI商品，不少银行已经开始部署智能银行网点，顾客进入网点后，通过人机交互即可完成各类业务的办理。对于金融机构来讲，可以节省本钱并且提供全天候的服务。对于顾客来讲，可以安全高效的办理业务。

4、存在的风险及展望

AI作为一个新生事物，对于金融有着不少积极的影响，但其和任何事物一样都存在着两面性，所以对于AI潜在的风险大家也要给予高度的看重。

（一）系统性风险

假如较多市场主体使用了相同或者类似的算法，其“协同”效应将被放大，在买卖进行中基于同样的原因采取了相同很多的买卖操作，这就大概致使市场偏离正轨。此外，所用的程序也容易成为被攻击的对象，程序、设施的问题也会增加整个系统的风险。

（二）信息安全风险

AI需要对很多的数据进行剖析、学习，而这类信息的获得本身就可能成为一种风险。对买卖数据、用户信息的深度挖掘，若不是打造在用户授权的状况下，信息来源主体的利益就会遭到潜在的威胁。这其中总是包括了不少个人的隐私聊息，所以对于信息源头的甄别、管理是AI技术能否真的造福顾客的一个重点原因。

（三）监管困难程度的增加

AI是计算机通过剖析自主决策，所以对于权责主体的界定不是很明确，监管所面临的复杂性也随之提升。这就需要监管层面也要依据技术的进步提出应付手段，譬如对于买卖规则的打造，开发职员的责任划分，操作过程的监控，都是值得考虑的。

（四）后续展望

国内作为网络技术高度发达的国家之一，数据密集的金融行业引入AI是必要的，也是积极可行的。金融科技的不断深化，对于传统金融业提升效能，深度挖掘数据价值，提供定制化服务，加深风险认知控制都有着深刻的现实意义。金融的本质是优化资源的配置，将来怎么样更好的借助AI造福于社会，值得大家探索与期待。