人工智能浪潮席卷银行业：机遇与挑战并存

英文： vivo X200+: A Compact Flagship Redefining Excellence

人工智能浪潮席卷银行业：机遇与挑战并存每经记者：张宏 李玉雯 每经编辑：马子卿“AI取代银行业工作岗位的数量可能超过其他任何行业。”花旗集团近期一份报告显示，美国银行业约54%的岗位将有可能实现自动化，还有12%的岗位将通过AI得到增强

人工智能浪潮席卷银行业：机遇与挑战并存

每经记者：张宏 李玉雯 每经编辑：马子卿

“AI取代银行业工作岗位的数量可能超过其他任何行业。”花旗集团近期一份报告显示，美国银行业约54%的岗位将有可能实现自动化，还有12%的岗位将通过AI得到增强。

这一预测并非空穴来风，当下银行业的种种迹象已对此观点有所映射。特别是这两年正逢生成式AI大模型的风口，“AI+金融”发展迅速。从应用场景来看，银行机构在客户服务与智能问答、信贷审批与风险管理、智能运营与流程自动化等多个领域都开展了AI应用探索，并日趋成熟。

金融机构拥抱AI：一场自我革新的必经之路

在当前息差持续承压、营收增速放缓的环境下，以银行业为代表的金融机构正在进行一场“刀刃向内”的自我革新。AI在金融领域的创新应用则推动着金融服务向着更加智能化和个性化发展，促使金融机构更有效地管理风险、提高运营效率、优化客户体验。

AI在银行业应用的现状：遍地开花

“就银行业而言，各家商业银行都在拥抱AI技术，希望利用技术创新来支撑业务创新发展，提升服务水平，在差异化竞争中脱颖而出。”南京银行相关负责人表示。

由于客户量巨大及AI技术的成熟度，商业银行的零售AI场景更为常见，如智能问答、OCR辅助录入、反欺诈、智能投顾等。

在小微企业、中大型企业、集团以及金融市场客户中，各类AI应用场景也逐渐丰富起来。银行内部各项管理环节中，也逐步出现了增效、提质的AI场景。

人工智能在银行金融市场业务中的应用：量化交易算法与虚拟交易员

一名在国有行从事风险管理相关工作的员工告诉记者，人工智能在银行金融市场业务中，主要应用于量化交易算法和虚拟交易员。

例如，在贵金属、外汇等代客交易中，操作重复且结构化，往往只在方向和金额上有差异，故可使用量化交易算法（AI）代替交易员执行市场策略。

而在资金业务中，虚拟交易员可利用生成式AI，在资金拆借等场外交易中，通过聊天方式完成交流、报价甚至成交。

AI简化贷款审批流程：实现“易贷类”产品的快速审批

银行还通过在“易贷类”产品中应用AI技术简化贷款审批流程。利用AI分析客户信息，形成“白名单”，名单内客户将在输入请求后快速获得信用额度。

“传统审批流程繁琐，需信贷员与客户沟通、签署材料、提交分行或总行审批，耗时可能数周至数月。”上述国有行员工表示，“‘易贷类’产品使审批模型化、实时化，客户可迅速获得反馈。”

AI在结算业务中的应用：反欺诈和反洗钱

AI还用于结算业务中的反欺诈和反洗钱，预判交易风险。“以前身份证到期后需要去网点更新信息，现在不用去网点，拍照人脸识别即可，这也得益于AI的应用。”上述国有行员工指出。

生成式AI赋能金融服务：提供个性化服务和降低隐私信息泄露风险

李明顺表示，生成式AI正被用于提供轻度引导服务，包括为高净值客户提供投资理财咨询。结合数字人技术，指导客户办理手续，提供专业投资建议，同时降低隐私信息泄露风险。

传统人工服务中，客户经理可能记住敏感信息，存在信息泄露风险。人工智能则能有效保护客户隐私，避免数据泄露。

AI辅助催收：提升催收效率并避免不当沟通

人工智能还可被应用于催收。李明顺表示，“过去，催收工作通常由人工执行。然而，人工催收存在情绪波动问题，可能导致不当沟通和极端行为。生成式AI辅助催收可通过预设表述避免过激语言，能够始终保持礼貌、专业，且不用休息。”

硅谷风投机构“玩转”人工智能：从项目筛选到投资建议撰写

参与项目筛选、尽职调查⋯⋯硅谷风投机构“玩转”人工智能

谈及未来可探索的领域，上述国有行工作人员表示，AI还可用于贷后管理，预警市场风险、信用风险或其他风险指标。此外，由于生成式AI在文本处理上具有先天优势，未来还可探索在舆情管理方面的应用。

李明顺表示，人工智能辅助面试在大规模招聘中极具潜力。人工智能可准确记录候选人的情绪、性格及专业程度，帮助面试官客观评分，减少私人关系影响。已有公司在连锁企业中尝试AI面试，虽非直接服务金融，但原理相同，预示着AI在金融人力资源领域的应用前景广阔。

AI在金融服务领域的优势：提高效率和降低成本

多位受访人士指出，AI介入金融领域带来的优势是多方面的，其中最为显著的是效率和成本的优化。与传统的业务操作流程相比，AI技术能够自动化、智能化地处理大量数据，实现快速、准确地决策，从而显著节省时间和人力成本。

AI提升金融应用的精准度：推动金融服务的普及性

同盾科技创新研发负责人Tinus对记者表示，AI的介入能够提升金融风控、金融营销等应用的精准度，提高金融机构的效率、降低运营成本，并增强金融服务的普及性。

AI赋能金融机构数字化转型：实现更高效的决策支持

Tinus进一步解释，人工智能与大数据、云计算等技术的融合，拓展大规模数据的应用，并通过强大的计算能力，支持更加复杂和智能化的金融智能应用；人工智能与区块链技术的融合，利用区块链的分布式账本、智能合约等能力，实现数据的不可篡改性、可溯源性，增强金融数据应用信任度，提升人工智能在金融领域应用的可信性和可监管性。此外，人工智能与密码学技术融合，打破跨机构间数据智能协同共享的安全壁垒，拓展人工智能数据应用边界，尤其是金融领域面临的私域数据共享流通难题，以技术手段解决金融数据的安全、可信、智能化流通难题。

可信人工智能：打造未来金融科技安全底座

Tinus认为，AI在金融领域的应用中，数据全生命周期的安全保障问题至关重要，可信人工智能将成为重要的发展趋势。可信人工智能的特征要素包括安全性、鲁棒性、公平性、可解释性、隐私性、可控性等。采用隐私计算、区块链、数据沙箱等技术搭配融合，是实现人工智能的隐私增强的有效手段。通过隐私增强打造可信人工智能的安全底座，将赋能金融科技从“数字化”向“数智化”转型的道路上，实现安全可靠可追溯，促进人工智能的可持续发展和更多创新应用。

AI Agent：未来金融科技应用的新方向

“AI Agent（AI智能体）是大模型在金融领域应用的一个重要趋势。AI Agent是基于大语言模型进行构建，同时具备记忆检索、决策推理及行动顺序选择等特性，让其在处理复杂任务上更具备优势，被认为是未来的发展方向。AI Agent的智能决策、自动化执行、个性化服务、持续学习和优化等特点，能够为金融机构提供更加智能化、更高效的服务和决策支持。”Tinus表示。

AI应用的挑战：合规风险、隐私保护、市场脆弱性

尽管AI应用前景广阔，但目前AI在金融领域的应用还存在以下痛点：

• 缺乏个人信用评分领域的标准化机构：李明顺表示，美国金融行业广泛应用AI于证券和资产交易，得益于标准化用户数据。我国银