《人工智能对商业银行的影响与对策（论文）》8500字

\o"199319:学年论文金融专业\“人工智能对商业银行的影响与对策研究\”"\t"46:81/Crm/Task/_blank"人工智能对商业银行的影响与对策研究目录TOC\o"1-3"\h\u31901第一章人工智能在商业银行中的角色 519853（一）人工智能引发传统服务走向变革 5961（二）人工智能促使商业银行转型为智能银行 6128151、智能化柜台 642482、AI(人工智能)客服 6256163、智能投顾客服 623071（三）人工智能技术是提升商业银行自身能力的有效手段 6116501、人工智能通过无人化的客户交互方式降低银行经营成本 6158292、人工智能通过智能化信息识别提升银行风险管理能力 611222第二章人工智能在商业银行服务创新中的作用 72454（一）服务客户体验角度分析 711003（二）商业银行运营角度分析 716654第三章我国商业银行人工智能应用现状问题 920865（一）缺乏对数据价值的深度认识 99173（二）部署耗时长且投入成本较高 928351（三）防范风险的有效措施单调匮乏 98577（四）业内高端复合型的人才短缺 10805第四章推动我国商业银行与人工智能相结合的发展策略 114911（一）完善顶层设计的战略规划 117202（二）整合内外数据来源渠道 113654（三）构建规范的数据生态圈. 1210316（四）培养人工智能高端人才 12659参考文献 13第一章人工智能在商业银行中的角色（一）人工智能引发传统服务走向变革人工智能技术不断地发展，加上互联网技术的影响，促使人们的金融消费方式发生变化，同时也促使银行转型和升级，致力于打造智能银行，推出创新型服务，利用智能化设备升级传统的业务流程和服务模式，进一步带来服务效率和客户体验的提升。银行的本质是服务，人工智能只能是服务的手段，无论人工智能多么的高效与快捷，决不能，也永远代替不了服务的全部。经济越是繁荣，科技越是发达，生活、工作节奏越来越快，但人们对人与人之间面对面的坦诚沟通,享受面对面的温馨服务的需求也必然越来越强。机器人程序式的笑容只能满足人们一时的新鲜与好奇，带有体温的微笑才是人世间的永恒。银行业如何在大力发展人工智能的同时，合适地保留、创新、发展传统人工服务将成为银行的差异化服务手段和核心竞争力之一。人工智能服务于服务，也来源于服务。人工智能最大的边际效应在于能够进行个性化大数据的采集与运用。怎样使银行业的服务更具针对性和有效性，有赖于对个体客户大数据采集的完整性，因此，科学布局银行服务网络与触角至关重要，人工智能效能的发挥有赖于大数据基础的真实、有效与完整。就曾有精明的商家在沃尔玛超市发现，啤酒和婴幼儿尿不湿放在一起，有助于增加啤酒的销量，并就此改变货品的摆放，增加了产品的销售。这就是大数据带来的销售竞争力。人工智能技术的迅速进步，让人类部分思维在机器上得到实现，让机器可以模拟人类部分行为来提供个性化服务，促使服务模式从被动转为主动，这给银行业的变革重大的影响，促使银行重视人工智能的作用，思考如何利用人工智能技术在今后的服务中提升客户的体验等。（二）人工智能促使商业银行转型为智能银行服务的创新迫使银行推进网点智能化，网点智慧化、服务智能化将成为一种不可逆的趋势。智能营业厅通过网点合理布局，配备智能机具设备改善交易体验，使用平板电脑和电视显示屏进行产品宣传，通过便捷高效的自助设备，让客户感受到一种充满新兴科技的服务体验。银行人工智能应用创新点:1、智能化柜台在智能化柜台领域，智能柜台通过设备和系统的升级，引入人工智能技术，颠覆了传统的业务办理流程，摆脱了对传统柜台的依赖，实现以前台引导、客户自主办理、后台专业审核的新型业务处理模式。2、AI(人工智能)客服在AI客服领域，人工智能客服可以通过获得用户的健康、支付、偏好、社交媒体等数据，提供度身定制的产品及服务、为用户推荐短期现金的最优管理方式并解决金融问题，同时帮助银行创建一个广泛的客户需求数据库。3、智能投顾客服在这个服务领域中，银行可利用智能投顾面向高净值人群，采用最少量人工干预的方式帮助投资者进行资产配置及管理。智能投顾核心意义在于根据客户的投资需求和资产信息，通过系统自动分析选择与之.匹配的最优投资组合方案。人工智能技术是提升商业银行自身能力的有效手段1、人工智能通过无人化的客户交互方式降低银行经营成本差异化的人工智能服务必然是未来银行业差异化服务竞争的主战场。目前，人工智能大多集中在银行服务的前端，集中满足于最基本的迎宾、咨询、资料数据完整的审贷等。怎样从同质化服务中突围，是未来银行企业竞争的制胜关键。毋庸讳言,传统的大银行在人工智能的运用与推广方面占有资金、网点以及数据广度和数据深度等多方面的优势，而地区性城市商业银行不一-定要在同质化的人工智能方面亦步亦趋，是否可以从差异化的金融服务入手，开发、创新差异化的人工智能服务，实现局部的“弯道超车”。2、人工智能通过智能化信息识别提升银行风险管理能力风险管理能力是衡量银行竞争力的标准，商业银行--直面临的挑战是如何在风险和业务量寻找一个平衡发展点，人工智能技术的应用实现对数据的收集、分析并进行及时处理。通过分析客户的行为数据，并添加到数据库中，形成风险判定的决策依据，通过大数据技术的信息采集以及对用建立多维度的数据模型，对用户的信用进行评分，形成客户的征信体系，运用知识图谱监测数据，观测数据的变化，从而规避风险。在交易过程中降低识别错误率可以通过人工智能的核心技术如语音识别、人像识别、虹膜识别、指纹识别来实现，同时也可以防止信用卡盜刷、恶意套现、等欺诈行为013-135。通过深度学习技术从大量的交易数据中学习规则，从而预测交易变化的趋势，为客户提供安全保障，人工智能技术在商业银行风险领域的合理应用，可以有效提升风险防范能力。人工智能在商业银行服务创新中的作用（一）服务客户体验角度分析银行服务中结合人工智能技术的应用可以使用户体验提升，让服务更具.创新性、充满人情味，主要通过从传统物理网点的改造，建设智能型网点出发，通过网点的智能设备提升服务质量和水平。商业银行的业务流程繁琐主要是因为组织机构的弊端引起业务流程的割裂，影响了在商业银行服务中的资源的有效配置。传统的银行服务中，网点柜台作为银行与客户交流的窗口，繁重的业务压力让工作人员应对不暇，无法进一步挖掘客户的需求，进而无法提供个性化和精准的服务建议。人工智能技术能够重新解构金融服务生态，简化业务流程，改变现有人与信息系统的交互方式，更加主动地判断单个客户的需求，并根据客户的信用能力为其选择适合的金融产品和服务。因此，银行可通过人工智能技术精准应对客户需求，批量为特定客户提供个性化、定制化的金融服务，从而有效提升客户对银行服务的体验。典型的应用场景有基于机器学习与神经网络技术的智能投顾、保险定价等。人工智能技术打破传统的服务模式,通过人机交互技术，搜集客户需求，并同步进行后台分析，根据客户的综合评价制定出符合客户需求的个性化服务方案，使服务方案更具个性化、更具精准，促使客户服务体验的提升，目前应用广泛的是是采用机器学习与神经网络技术的智能投顾。智能投顾的定义是通过分析客户的投资需求，以现代投资算法和资产组合为基础，参照客户的风险要求和收益目标，进行投资组合方案制定，提供适合客户的最准确的、智能化个人投资服务与建议。核心是通过机器学习分析客户需求，及投资信息，形成理财投资决策数据库，并匹配客户的投资目标、投资偏好进行服务的建议。该技术在国外早已成功应用，例如瑞士银行通过人工智能技术分析客户表情进行投资建议，而在国内招商银行是最早推出了这项服务，并且取名为摩羯智投。它的优势在于个性化和高效性，短时间内完成从客户需求分析到投资决策的反馈。（二）商业银行运营角度分析智能银行有效提高了网点服务的效率。通过自助设备的业务办理，服务效率几倍的提升，减少了漫长等待的时间，服务体验自然有所提僧。打破银行业的“二八”定律后，银行转型发展的重点逐步转变到发展零售业务.上。通过增加业务队伍无法有效支撑零售业务的发展，从银行经营成本的角度，过度扩大业务团队，会导致银行财务压力剧增，如何在发展零售业务的同时，控制好人力成本成为一个难题。人工智能技术的出现就很好地缓解了人力成本压力。它可以通过语音识别、自然语言识别和图像识别技术提供智能机器服务，可以减少客服人员和柜台人员，还可以通过智能巡查代替人工监控，使商业银行的零售业务由劳动密集型转变为资本密集型，甚至是智力密集型。这有效提升运营效率，减.少服务成本，常见的应用如有基于语音识别和人脸识别技术的打造的智能客服、智能服务机器人。在国外已经使用人工智能客服的银行有:苏格兰皇家银行、瑞典的北欧.斯安银行、桑坦德银行，在国内，中国工商银行也智能机器人在厅堂为客户解答业务问题，缓解业务压力，招商银行开发的微信客服机器人都是人工智能技术应用的例子，通过代替传统客服人员进行解答，大幅度地降低了商业银行的运营成本和提升了服务的效率,有效解决人工成本控制的难题，因此,人工智能在未来银行的发展前景可期。第三章我国商业银行人工智能应用现状问题（一）缺乏对数据价值的深度认识我国的人工智能技术虽然已经走在世界前列，但是商业银行对于人工智能技术仅仅停留在“应用”上，远远达不到挖掘探索的能力。究其原因，在于银行业未能充分地认识到数据的重要性，为什么数据如此重要?因为我们将进入另一个时代，这个时代里不仅可以入侵电脑，手机，银行账户，邮箱，还可以慢慢演变为入侵各种生物，也包括人类。有生命科学研究认为，假设生物体都是算法，那么数据就构成了人，人的一生就是处理数据的过程，据研究显示，人类在过去几年中制造的数据占人类整个历史的百分之九十五，大数据时代降临了，大数据正在改变人类的思维模式和生活方式，人类会渐渐抛去经验与感觉，慢慢依赖大数据的分析，从而做出决策，比如，我们会在购物时选择销量最好的产品，会去评价最好的景点旅游，这体现出人类更倾向于相信大多数人的选择，而大数据无疑很好地解决了这点。人们不在局限于身边人的看法，通过大数据的积累，人们可以知道远在大洋彼岸的人的看法，知道全国乃至全世界的人对一个事物的看法，大数据就是建立在历史上的对未来的一种发掘，人类的生活已经越来越离不开以大数据为基础的人工智能技术了，但是大数据就像海水，需要过滤和筛选才能使用。而人工智能在银行领域的应用，关键就是如何分析和利用数据。目前，我国银行的数据虽然多，但数据并未全面联网，数据既分散又不规范，缺乏对数据的管理，有一些先进银行虽然已经认识到数据的价值，但是由于自身没有先进的算法模型，不能充分挖掘数据的价值。这导致基于大数据的人工智能在银行业应用发展缓慢。（二）部署耗时长且投入成本较高人工智能算法模型的建立需要大量数据的支持，对于银行业来说，需要客户的身份信息，社交信息，承受风险信息，行为信息等。虽然在“互联网+银行”下，互联网公司和商业银行的信息得到互通，但是仍然需要更多的数据以支持人工智能的发展运用。目前我国商业银行与人工智能的结合才刚刚起步，加之我国政府对外开放的数据极其有限，导致只有少量的样本可供学习，这使得可能会发生过度拟合的情况，因而很难把握对数据分析的准度和精度。虽然云计算和大数据大幅降低了商业银行的计算成本，但随着不断发展，人工智能需要更快的运算速度，但是可以满足运算速度要求的设备以及采集数据所需要的各种电子传感器的价格成本非常高。因此后期大数据的收集，处理和管理消耗的时间非常长，应用的成本非常高。（三）防范风险的有效措施单调匮乏在人工智能的风险方面，银行业所面临的风险主要体现在操作风险、信用风险、市场风险。智能化，自动化的过程会给银行和客户带来诸多便利，智能机器的使用会大大提高服务效率，但我们把许多决策权力交给机器的同时，缺.乏有效的监管方式，因此会聚集长尾部分的操作风险。比如在通过生物识别帮助客户简化流程的时候可能发生死机的状况，又或者是人工智能的语音交互系统出现了不该出现的言论，又或是识别过程中出现等级歧视等诸多问题。当人工智能对客户进行个性化的服务时，丰富多变的复杂环境会带来应用的风险,虽然可以采取新的技术有效控制一-些风险问题，但同时新的风险也会随之而来，比如解决问题需要用到的模型，该模型的质量是否过关?对模型的管理能力是否过关?这些都是可能预测的风险。当然还有一些不能预测的风险，比如人为地把不好的思想加到智能机器上，智能机器学习后，就会造成没有意识的损害。这时，很难找到责任方。因此很难判断到底是人为强加给智能机器还是智能机器通过自己的分析给出的做法，这些风险都使得人工智能与商业银行的结合更为困难。（四）业内高端复合型的人才短缺各行各业都把人才放在重要的战略位置，银行业也不例外，高端的人工智能技术，人员既可以促进人工智能技术的深入研发，又可以帮助人工智能快速应用到更多的场景中。因为是人工智能技术与银行业的结合，所以银行业需要的是既懂科技又懂金融的综合性人才。长久以来，我国银行业的工作人员都是从金融学等经济管理类学科出身，组织的招聘考试也多是经济学的内容，这些工作人员的工作内容和积累的经验都是以银行各项业务为主，大多没有科技研发与应用的经验，即使有经验，也是从事计算机软件开发的工作人员，他们对人工智能技术所需的挖掘数据与分析数据以及建立算法模型方面有着很大差距，中小银行对复合型人才的缺乏更为突出，因为中小银行多位于二三线城市甚至更偏远地区，而高端复合型人才大多聚集在一-线城市，因此吸引与留住人才成.为-一个巨大的难题。此外，建立人工智能专业的大学虽然比之前多了不少，但.是真正有实力的尤其是在算法领域取得成就的少之又少，高端复合人才的缺失使银行业难以对大量数据进行有效地分析，这是我国银行业应用与发展人工智能的一块巨大障碍。第四章推动我国商业银行与人工智能相结合的发展策略（一）完善顶层设计的战略规划注重项层设计，总的来说，是提前判断未来发展趋势的前瞻性思考，明确转型方向，才能对银行业做出体系化、系统性的战略规划。不光商业银行内部要构建以人工智能为核心，融入科技创新的产品建设、项目服务的内在建设，还要求外围政府予以宏观上的配合。比如，做好相关的制度构建，约束规范AI技术，对其实施在法律上的监测、法规方面的评估。明确监测人工智能的官方机构，在人工智能发展的过程中实行动态把关，实时了解风险额度，提前把控，弱化风险带来的不良影响。同时，作为人工智能的应用主体，商业银行应该采取先用先试的态度，在研发出相应的人工智能技术后需要在短时间内应用到实体服务中去时，必须“试行”，即便试行过程较顺利，也要对可能存在的主要风险给予备用方案，从而在推测可能出现问题过程中，逐步完普该技术，直至其适合推广应用。商业银行应以人工智能为核心，遵循有效供给的整体部署原则，带动银行业的效益增长为动力，推出人工智能繁衍下的新兴产业模式、组织架构和产品业态，使其成为具备-定经济基础和实体条件的商业银行战略规划体系的科学的有效的发展方案。该方案突破了传统银行业的互联网金融难以迅速适应市场竞争的发展要求，而是以客户至.上为准则，以企业级的视角去自主研发满足市场需求的人工智能与银行相结合的产物，以全银行业的角度，设计构建大数据为依托的资源整合，在主体、时间、空间、项目、种类、领域等方面设定多元化，全方位地体现出人工智能引领新业态、新模式创新发展的金融特色，打破了“系统”“部门”“分行”这些实体业的体制框架，最大程度上调动所有资源来服务于人工智能的“前期准备工作”，完善顶层设计，加快人工智能下商业银行转型战略的实施。（二）整合内外数据来源渠道对于商业银行来说，人工智能“共享化”可以带来更大的效益，“共享化”顾名思义就是两个或多个主体共同分享人工智能及其衍生品所带来的成果。筛选出以人工智能发展为企业战略目标的，具备深厚基础的，在规模、管理、实力、素质等软硬件方面评分较高的龙头企业作为推进平台建设的主体，对于这些有实力的企业应在保证公共安全和注重个人隐私不被泄露的前提下，选取可公开的、基础性的数据与商业银行共享信息资源，打造共享的数据池，使双方可以在数据池中，利用算法模型迅速找到规律，做出前瞻性预测和更优化的解决方案，实现良性的大数据发展路径，探索出双方效益方面的潜在增长因子。人工智能可以高效地搭建起传统企业、中小企业将技术成果转化为产能效益的平台，跨主体、跨地区、跨国家的数据生态圈的完善和充实，能够不断实现高质量地整合数据，创新人工智能技术与产业融合式发展的服务体系。商业银行储存着大量的信息数据，这些涵盖各行业各领域的数量庞大的数据虽然消耗了银行大量的存储空间，但是却没有或者说很难转换成可以用来支撑大数据研究的数据来源(如身份证扫描件，复印件等)。尽管目前商业银行出现多种智能化产品，但是有些数据还是在浪费资源的重复着，没有得到高效处理和有效解决。银行与银行之间可以构建整合内部数据联动的平台，银行与企业，企业与企业都可以实现内外部数据的互补，采集与银行业务紧密联系的电商平台、社交网络的数据进行整理、分析、全方位整合后，提供给人工智能有价值的大数据，使人工智能能够在对客户数据精准分析的算法基础上提出前瞻性的建议和解决措施，加快创新，完善有高度、有标杆、有技术、有价值为基准的金融数据的整合建设，发挥数据平台的作用，为拓宽使用场景提供先决条件。（三）构建规范的数据生态圈.银行作为存储大量客户信息，拥有巨大日交易量数据的金融机构，对于数据的留存及处理所需的机器或平台是要时刻保持着更新换代的思维的。商业银行由最初的在线数据处理发展成为如今的大数据平台作为管理数据的依托。商业银行整合受理业务的渠道、办理业务的流程以及汇聚信息的后台，构建出标准化的信息模型及衡量数据的分析标准。在整合中，商业银行能够兼容银行业与相关外部行业的信息资源，但是倡导大数据思维的同时，要完善对于全社会整体的数据的编码应用，科学地，体系化地剖析出在居民生活、企业生产、卫生医疗等多个互通领域的被隐藏住、还未被发掘的数据资源的应用价值，保证数据朝着安全性，合法化的方向稳定发展，保证国家数据的安全以及公民的合法权益前提下，为实现全球资源数字化的平台，时刻提出前瞻性的思考，在这--过程中，人工智能就起到了至关重要的作用，人工智能指导下的商业银行才会愈发体现出大数据的真正价值。（四）培养人工智能高端人才人工智能下商业银行看似需要的不再是劳动力，但其实是对低端普通劳动力的淘汰，对于能够从事人工智能相关技术理论研究的高素质人才，具备综合多学科交叉能力的、投身研发核心技术的，比如后台开发、数据分析这一类高端工作的从业人员，他们对于商业银行来说是求贤若渴的。正是因为人工智能的发展，让这些技能人才变得紧俏起来，供不应需很大一部分，上是因为复合式人才不是单单通过传统教育模式培养出来的，而是银行业自身高精尖人才的储备。从自身角度看，商业银行可以对人工智能人才制定长期的统筹规划，既可以及时培养内部有潜力发展的员工，又可以通过招聘的方式，拓宽接受专业、经验的限度，建立起储备人才干部的机制。从与外界合作角度看，商业银行可以联合高等院校内部选拔，给予未来有很大几率从事人工智能研究方面工作的人员以股份或期权激励:在高等学府设立人工智能为核心的与金融科技相关的研究试点或培训中心，深化对硕士以上的学子的培训难度，拓宽与机械自动化、电信、城市构建、医疗保健、经济金融等多元化领域交互关系，增进合作，融合交流，打造综合性复合型人才的培养环境。商业银行应该看重长远发展利益、机会成本，以高出基本标准的衡量条件来制定激励机制促进高科技人才对商业.银行的忠诚度，在今后人工智能理论迈向实战的演练与实操中，动态关注银行的每-一个监测发展指标，最大化商业银行的利益，极力避免商业银行可能面临的威胁风险，真正做到推动商业银行智能化、稳定化、高效化、长远化地发展。参考文献[1]AliMorovatiSharifabadi.ClusteringBank'sCustomersUsingArtificialNeuralNetworks[J].)1(2014,61,}4山[2]MeryemDuygunFethi,FotiosPasiouras.Assessingbankefficiencyandperformancewithoperationalresearchandartificialintelligencetechniques:Asurvey[J].EuropeanJournalofOperationalResearch,2009,204(2).[3]ElsaShokrollahpour,FarhadHosseinzadehLofi,MostafaZandieh.A