2017年，党的十九大报告中提出：推动互联网、大数据、人工智能和实体经济深度融合，“人工智能”写入《政府工作报告》，国务院印发《新一代人工智能发展规划》，将“人工智能”发展提升到国家战略层面；2019年，中国人民银行发布第一份面向金融科技的专项规划《金融科技发展规划（2019-2021年）》，推动人工智能技术与金融业务深度融合。2021年12月，中国人民银行再次发布《金融科技发展规划（2022-2025年）》，将“智慧为民”作为规划主导原则之一，强调抓住全球人工智能发展新机遇，推进智能技术在金融领域深化应用，实现金融服务全生命周期智能化。
当前，人工智能技术飞速发展，正推动金融行业由信息化向智能化方向演进。如下图所示，“人工智能+金融”发展阶段建立在过去互联网行业发展成熟的基础上，得益于稳定可靠的IT信息系统等基础设施，科技对于行业的改变持续提升，对于金融产业链的布局持续渗透。以人工智能科技创新为手段，改善传统金融业务，发展新的金融服务，促进实体经济的发展。
图：科技赋能金融业的发展历程
一、人工智能，金融创新发展的新引擎
党的十八大以来，习近平总书记高度重视金融工作，指出“经济是肌体，金融是血脉，两者共生共荣”。推动金融发展，必须牢牢把握金融与经济共生共荣的关系，适应技术创新这一经济增长动力引擎的要求，促进提高科技成果转化率。人工智能作为新的重要的经济增长点，已成为金融经济发展的重要驱动力之一。
近年来，人工智能技术在金融领域的设计、生产、管理、营销等多个环节中均有渗透且成熟度不断提升，各大金融机构开始加快人工智能应用布局，全力擘画金融科技业务融合创新发展新蓝图。
（1）规划建设技术平台，打造全栈式服务
随着人工智能的飞速发展和大数据技术的广泛应用，银行业开始加大技术投入，全方位打造智能化平台，为业务赋能，助力数字化转型，技术平台的建设势在必行。通过技术平台的建设，将数据、AI能力、数据模型等无形资产进行有效整合及统一管理，有助于资源的共享复用，实现“全站式”服务，打通“最后一公里”，促进科技成果转化。
从数据资产建设来看，数字资产是数字经济时代的关键要素，如何有效地沉淀数据、共享数据、利用数据是重中之重，因此规划建设大数据平台应运而生。通过大数据平台建设，统一规范数据标准规则，打破数据竖井，共享数据应用，为数据价值的实现提供了有效的途径。该行投产的大数据平台面向全行提供企业级数据整合、分析、服务、管理等能力，为大数据产品应用提供标准化的开发平台、可复用的开发框架、统一的数据底座支持产品应用快速交付数据服务价值。
从人工智能能力应用来看，目前人工智能产品呈现标准化程度不高、开放程度不足、复杂场景落地成本高、智能业务效果后评价可量化程度不高等问题，人工智能平台的建设大势所趋。简单来说，人工智能平台是以平台化的方式，集中管理各种人工智能各领域的能力，比如语音、图像、自然语言处理等能力，并向各个产品提供封装的、可扩展的服务，实现对全行
AI能力的统一管理、规划、部署，从而助力能力共享、模型复用、资源调度，避免重复建设，最大化发挥沉淀技术成果及平台效用。
（2）开拓创新业务场景，促进科技成果转化
提高创新应用价值是科技发展的必然要求。利用人工智能等技术手段赋能业务发展，推动业务场景落地是金融科技发展的趋势。就人工智能而言，在金融业务场景中，机器学习、知识图谱、自然语言处理、计算机视觉等技术应用较多，这些技术对于营销、风控、客服、投研、移动支付等领域效率的提升、成本的降低都提供了有力的支撑。例如借助机器学习算法实现精准营销，提高营销的准确性；利用语音等技术实现智能外呼、智能问答，降低人工成本；通过RPA技术实现业务流程自动化，减少人工操作；依托图像识别技术精准识别文本图像，提高业务处理效率。该行将智能外呼系统应用于手机银行促活类、客户信息治理类、银企对账催收类、客户回访类等各类业务场景中，日均产能约25万，相当于1000名专职外呼员的日均产能，有效地解放了人力，减少了基层压力，切实助力业务实现降本增效。又如该行基于随机森林算法建立分类模型，为海外SWIFT格式报文提供智能分类能力，辅助人工实时决策，并为分类后的报文提供回复、转分行等智能操作，有效地减少人工处理环节，提高整体工作效率。
（3）探索应用前沿技术，提升拓展创新实力
近两年，元宇宙、边缘计算、多模态学习等人工智能技术发展如火如荼，深入探索这些技术在金融行业的应用，不但有利于实现“弯道超车”，还能创造更多未来的机遇。日前，虽然元宇宙技术融合金融行业还处于初级阶段，但各大金融机构开始全力进军布局，竞逐新赛道，希望利用元宇宙概念为金融行业的发展带来新突破。推出特色的数字藏品、打造虚拟数字员工、数字银行等，都是金融机构在迎接新技术中的尝试，以此提升用户的活跃度、增加品牌效应以及业务收入。一直以来，该行不断加大新兴技术研究的投入，加强合作共享，攻坚克难，突破技术瓶颈，为技术创新打下坚实的基础，从而为业务的创新发展创造无限可能。
二、人工智能，实体经济发展的新动能
习近平总书记强调，“金融是实体经济的血脉，为实体经济服务是金融的天职，是金融的宗旨，也是防范金融风险的根本举措。”人工智能作为金融服务行业的科技手段，服务实体经济，惠及民生生活，是人工智能的重要使命，也是向前发展的无限动力。
对于传统金融行业而言，人工智能技术的深入应用，可以培育新的经济增长点，形成新的动能。一方面，人工智能技术应用于实体经济，解放了大量的劳动力，另一方面，业务与技术的深度融合，有利于推动产品升级、业务模式创新。
（1）改变传统营销模式，提供个性化服务
营销是金融业务长期发展的重要一环，因此营销环节对于金融行业的发展至关重要。但传统的营销，往往以网点服务、人工电话的方式进行地毯式营销，缺乏针对性，同时客户量大，客户经理难以顾及长尾客户，无法满足不同人的需求。
智能营销则是在用户触达、人群细分、客户转化、效果评估等营销业务流程中引人工智能、机器学习及深度学习等科技手段，深入挖掘数据价值，基于客户画像针对性地发起精准营销活动，为客户提供千人千面、个性化与精准化的营销服务，从而为企业降低经营成本，提升整体效益。例如该行推出的手机银行促活模型，在分行业务实施后，模型搭配营销活动的促活率几乎接近自然成活率的5倍，据统计针对排名在1-10w、40w-50w的潜力客户营销成功率分别为2.97%、2.55%，营销成果显著；国债潜在客户挖掘模型，对潜在客户进行智能外呼，电话接通率为56.53%，处于智能外呼平均接通率以上，在客户接听的电话中，最终表达有购买意向的意向率为52.33%，进行国债产品购买转化率为1.48%，购买转化率明显提升；快捷支付高质量模型则帮助分行筛选不同类型的客户，包括高价值客户、重点发展客户和重点保持客户，从而分行针对不同特点的客户进行不同的维持和营销。诸如此类的还有三年期整存整取新客、旧客购买预测模型、中银慧投潜力客户挖掘模型等，在客户细分、精准营销、沉默客户唤醒、流失客户挽回等环节中发挥积极作用，提升业务发展竞争力。
（2）构建知识管理体系，提升客户体验
客服是银行对外交流的窗口，是业务的重要组成部分。传统的客服人工占比高，成本大，主观情绪还易影响客户体验，同时知识体系建设不清晰，管理维护困难，客服难以及时并正确反馈客户，传统客服的服务模式无法满足客户的服务需求。
如今，通过语音识别、语音合成、语音导航、自然语音处理、深度学习等人工智能技术，打破传统客服局限与弊端，构建知识管理系统，为客户提供智能语音、智能问答自助服务，打造一站式智能客服系统，解决客户业务咨询、办理等问题，提升业务办理效率，创造服务价值。知识库作为AI系统的能量源，构建智能知识库，驱动AI系统高效、精准地运行，已成为行业的趋势，该行自主开发的知识库系统集成坐席、机器人知识、公共信息等各类知识，为全行提供知识管理、获取的功能，支持知识拆解智能化、知识关联智能化、知识推荐智能化、知识差异分析智能化，实现搜索查询便捷化、系统操作便捷化、知识阅读便捷化，同时与行内手机银行、微银行、柜台、智能柜台等多渠道对接，实现知识赋能、金融普惠。
（3）打造业务流程自动化，提高处理效率
面对市场发展需求，流程优化是很多银行的共同诉求，随着新技术的不断涌现，银行业务流程可依托新技术实现流程简单化、自动化，推进银行数字化转型。
RPA（机器人流程自动化）则是银行数字转型的重要驱动力之一。简单来说，RPA是在自动化技术之上，通过模拟人工UI界面操作，结合流程及规则引擎，将重复性高、规则性强的业务流程实现自动化。RPA在各业务系统的应用，操作统一规范，支持7*24h，服务时间长，步骤可审计，既能提高操作效率，释放大量的人力，使其投入到更有价值、更有创造性的工作，又能降低操作风险，提升处理的准确率。因此，RPA以其强大的自动化操作能力和系统集成能力以及敏捷的自动化流程定制能力，正逐渐渗入到越来越多的业务场景。例如RPA机器人针对日常工作，汇总全行数据定期生成报表，并向监管部门自动提交报表；在催收通知业务中，以往人工在多个交易、界面中进行查询，耗时耗力且容易出错，RPA机器人则根据加工规则自动生成文本信息，形成文档；RPA机器人还可以按照固定规则从原始数据中拿到目标数据录入到其他系统中等等，类似的场景还有很多，通过RPA赋能，有效地提高了银行的运营效率和精细化管理水平，实现业务流程自动化，从而推动银行实现降本增效。
近年来，人工智能技术已经为金融行业的发展带来了无限的动力，为实体经济的发展带来了优越的机遇。继续培育人工智能技术创新发展生态，推动人工智能技术在融合发展中迭代升级，共同跑出人工智能发展“加速度”，仍是金融行业未来工作的方向与重点。金融行业作为现代经济的血脉，将以更加充满创新活力的面貌，积极拥抱实体经济，为我国整体经济发展贡献不可或缺的力量。（作者单位：中国银行软件中心（合肥））
