作者｜刘志华「中国建设银行深圳市分行」
文章｜《中国金融》2023年第8期
银行的发展史也是一部技术进步史，技术的发展不断推动银行以客户为中心的渠道变革。商业银行围绕客户体验，构建了物理网点、智慧柜员机、微银行、手机银行、掌上网点等多形态、多功能、多层次的全渠道服务网络。2023年，快速火爆，或将引领商业银行新一轮颠覆性变革。
2022年11月，正式推出，上线两个月月活数迅速破亿，成为用户增长最快的消费应用。强大的内容创作和人工交互能力掀起新一轮人工智能应用热潮。据统计，目前我国人工智能产业规模已超4000亿元，各行各业都已开展人工智能布局，百度、字节跳动、阿里、华为、腾讯纷纷布局产品。助推行业加速发展，人工智能正以前所未有的广度和深度渗透至各行各业，各种重大成果和突破性的进展持续涌现。银行业也不例外，以为代表的人工智能将为商业银行数字化转型带来全新机遇，带来商业银行与客户的交互方式、产品服务方式乃至银行业颠覆式的变革。
在商业银行的应用现状
党的二十大报告指出，推动战略性新兴产业融合集群发展，构建人工智能等一批新的增长引擎，加快发展数字经济，促进数字经济和实体经济深度融合。商业银行业是AI的最好最快商业级应用场景，互联网数据中心（IDC）的报告显示，目前我国90%的银行已经试水人工智能的应用。例如，建设银行发布以人工智能为核心的金融科技TOP+战略、平安银行发布AI Bank计划、网商银行发布“百灵”交互式风控系统、浦发银行联手百度智能云打造金融行业首个虚拟数字员工“小浦”、工商银行发布三维数字虚拟营业厅、招商银行引入“”智能对话机器人、农业银行率先应用人工智能开展网点监控视频流分析等。人工智能正深刻地改变着银行业格局，帮助银行实现从“跟跑”到“领跑”的超越。
在银行的应用方向
是人工智能技术驱动的自然语言处理工具，它可以实现人与计算机的自然交流，提升交流效率。继数字孪生、元宇宙之后，以强大的语义理解、自然语言生成、问答、情感分析、文本生成等能力将引爆商业银行新一轮技术应用变革。
个性化定制。能帮助商业银行开展个性化的服务与管理，实现千人千面的网点规划、排班、服务、营销和风控管理。
高效化办理。能帮助商业银行不断丰富自助智能设备的功能与种类，提升线上线下体验、交易交互功能，形成全方位感知、收集、反馈、推送信息的能力。
自动化流程。能够帮助商业银行实现更高效的服务，处理更多的客户请求，在多种场景下提高工作效率，如最典型的RPA流程自动化机器人应用场景，目前建设银行已实现数据录入、数据获取、业务监测、业务提醒、报表加工和文本制作等1260项RPA场景应用。
智能化交互。可通过对数据的分析和学习，帮助商业银行不断提高服务的人性化与客户体验。商业银行可在智慧银行建设中融入提升展示与交互、营销、流程和运营等智慧能力。
数字化风控。可帮助银行突破时间限制，实现全天候服务。例如，农业银行苏州分行运用AI打造的辅助监控值守系统，实现了监控值守从传统人工监测到智能化主动预警的转变，通过实时监控、实时预警、实时定位、实时提醒等方式，帮助及时发现客户安全问题，以7×24的AI监控突破传统监管模式无法全天候、全场景的局限。
在银行的应用场景
商业银行应用人工智能在算法风险、隐私保护、信息安全等方面仍然面临较大的挑战。在进行数据分析、采集、存储、使用时一定要注意客户信息隐私的安全。如能合理利用，以为代表的人工智能可广泛应用于产品、流程、营销、运营和风控等多方面。
应用于智能客服管理。语音机器人苹果Siri、百度小度、微软小冰、天猫精灵已泛应用于居民生活中；商业银行也实现了各种各样的AI应用场景，如对账智能外呼、信用卡催收智能外呼、个人客户回访智能外呼等，强大的内容定义和智能交互能力将升级银行智能机器人外呼服务，使交互更加智能与精准。
应用于营销服务。能够解决线上线下协同营销过程中的断点问题，帮助商业银行根据客户画像开展千人千面的服务与营销。可帮助员工搭建一个全能型数字化服务平台，随时随地获取产品的最新数据、客户喜好、用户需求，结合客户的实时表情行为分析，为客户做好个性化的推荐服务。
应用于产品全生命周期管理。商业银行可运用用户画像、推荐引擎、大数据等人工智能技术整合所有产品数据，以大数据和深度学习分析模型进行产品分析、数据积累与挖掘，不断推进产品改进，提升用户体验；对产品的引入及退出进行全方位管控，引导产品快速更新与迭代，发挥最优价值。
应用于RPA场景拓展。RPA是流程自动化机器人（ ）的简称。RPA通过模拟人在电脑中的一系列操作，实现业务流程中重复性、规范性、跨系统操作的数据采集、传输、加工等事项自动处理，帮助商业银行快速处理大量重复性工作。但RPA主要处理结构化数据，大量非结构化数据、复杂业务场景仍然无法处理。以强大的自然语言生成、逻辑推理、多样性、灵活性、可扩展性等特点将推动RPA机器人能够理解人类的语言并作出判断和决策，可帮助商业银行拓展更多RPA应用场景。运用可生成千人千面的定制化理财、运营和风险、可疑交易报告。
应用于流程优化。将商业银行网点智能设备的形态、功能、服务状态、服务年限、运行速度、库存状态等数据输入至AI模型；实时采集客户在银行网点的办理状态和时间等数据，智能推测设备是否运行正常。在客户出现操作异常时，如客户在使用智能设备过程中出现超长办理、无法提交等现象，及时反馈至后台处理中心，并通过自动记录异常信息，自学习分析原因，快速生成功能优化需求，帮助商业银行实现敏捷开发。
应用于网点竞争力提升。运用 等人工智能技术对网点的资产状况、客户特征、员工特性以及周边商圈情况进行智能化的感知，将网点的实时地理位置、附近人均收入水平、周边商圈数量、政府机构、企业单位、居民住宅、学校医院数、同业网点数、人口密度、人口流动性、停车位、交通便利度、位置重要性进行画像。运用多种组合模型进行虚拟银行形态配置，并在真实环境中试运行；并通过改变某一变量或几个变量产生的网点竞争力提升，测算出最佳的银行网点运营模式并形成网点竞争力报告。
应用于数字化运营推广。招商银行已尝试应用生成的文案推介信用卡。商业银行可运用海量的文本数据资源和分析能力，快速产出同业调研分析报告，进行业务产品的迭代优化，升级用户体验。还可运用辅助撰写商业计划书、功能需求文档、产品宣传文案等，这将大幅提升商业银行的数字化运营能力。
应用于商业银行反赌反诈。当前，电信网络已成为发案最多、上升最快、涉及面最广、人民群众反映最强烈的犯罪类型。银行传统的风险客户识别、电话回访、账户管控等反赌反诈工作需耗费大量人力物力，但仍存在管控不够精准的现象。银行运用叠加技术的智能外呼机器人可实现差别化智能外呼、个性化客户识别，将极大减少商业银行反赌反诈工作压力，提升防控的精准性和有效性。利用数据的不断丰富和完善，人工智能自学习精准预测可能发生涉赌涉诈的账户，帮助银行采取有效措施进行管控，在减少涉案账户的同时减轻客户投诉压力。■
相关文章
