1、大數(shù)據(jù)和人工智能在互聯(lián)網(wǎng)金融領(lǐng)域的應(yīng)用2017年大數(shù)據(jù)和人工智能在互聯(lián)網(wǎng)金融領(lǐng)域的發(fā)展情況（一）定價(jià)與營銷互聯(lián)網(wǎng)金融領(lǐng)域的產(chǎn)品不可勝數(shù)，不同產(chǎn)品針對(duì)的客戶不盡相同。因此需要細(xì)分客戶，根據(jù) 客戶的金融資產(chǎn)情況、年齡、消費(fèi)行為等，通過大數(shù)據(jù)分析細(xì)分客戶群，并提供用戶畫像。大數(shù)據(jù)營銷方面，針對(duì)客戶細(xì)分，精準(zhǔn)判斷每類客戶群需求，對(duì)不同客戶群進(jìn)行精準(zhǔn)營銷， 提供個(gè)性化產(chǎn)品及服務(wù)營銷方案，提高營銷轉(zhuǎn)化率。同時(shí)，大數(shù)據(jù)還可以實(shí)現(xiàn)預(yù)測(cè)營銷，該 營銷模式更具前瞻性，根據(jù)客戶屬性、交易數(shù)據(jù)、互聯(lián)網(wǎng)行為數(shù)據(jù)等，綜合預(yù)測(cè)目標(biāo)客戶潛 在的金融需求，并提供客戶預(yù)期需求的金融產(chǎn)品及服務(wù)。大數(shù)據(jù)定價(jià)方面，通過大數(shù)據(jù)分析，互聯(lián)

2、網(wǎng)金融企業(yè)可以精準(zhǔn)識(shí)別客戶資質(zhì)，并對(duì)不同資質(zhì) 的客戶實(shí)行差異化定價(jià)。如通過大數(shù)據(jù)技術(shù)互聯(lián)網(wǎng)金融企業(yè)可以根據(jù)客戶資信情況等對(duì)互聯(lián) 網(wǎng)消費(fèi)貸款產(chǎn)品進(jìn)行定價(jià)，同時(shí)可以基于客戶還款情況、資信等動(dòng)態(tài)調(diào)整貸款額度及貸款利 率?；ヂ?lián)網(wǎng)車險(xiǎn)定價(jià)時(shí)可以綜合考量車型、駕齡、駕駛時(shí)間、日常作息等情況。（二）風(fēng)險(xiǎn)識(shí)別及控制風(fēng)險(xiǎn)管理關(guān)系互聯(lián)網(wǎng)金融穩(wěn)定發(fā)展，因此尤其要注重互聯(lián)網(wǎng)金融風(fēng)險(xiǎn)。得益于大數(shù)據(jù)分析， 基于互聯(lián)網(wǎng)金融領(lǐng)域的各方數(shù)據(jù)，互聯(lián)網(wǎng)金融企業(yè)可以對(duì)客戶風(fēng)險(xiǎn)進(jìn)行識(shí)別，并且進(jìn)行風(fēng)險(xiǎn) 控制。以互聯(lián)網(wǎng)消費(fèi)金融為例，可以根據(jù)客戶基本信息、貸款數(shù)據(jù)、合作方數(shù)據(jù)及公開數(shù)據(jù)，有效 識(shí)別客戶風(fēng)險(xiǎn)。同時(shí)，基于大數(shù)據(jù)風(fēng)險(xiǎn)控制體系，一方

3、面可以通過大數(shù)據(jù)模型，發(fā)現(xiàn)借款人 是否有欺詐行為；另一方面通過豐富的內(nèi)外部數(shù)據(jù)源優(yōu)化信用模型，識(shí)別優(yōu)質(zhì)客戶及多頭借 貸行為等，有效進(jìn)行風(fēng)險(xiǎn)控制。2017年，百度等互聯(lián)網(wǎng)企業(yè)推出大數(shù)據(jù)風(fēng)險(xiǎn)控制平臺(tái)，實(shí)現(xiàn)全流程風(fēng)險(xiǎn)管理。分析認(rèn)為， 大數(shù)據(jù)風(fēng)險(xiǎn)控制具有非常大的發(fā)展?jié)摿?，是互?lián)網(wǎng)金融企業(yè)的核心競(jìng)爭(zhēng)力之一，互聯(lián)網(wǎng)金融 企業(yè)既可以自建大數(shù)據(jù)風(fēng)險(xiǎn)控制體系，也可以與第三方公司合作。（三）產(chǎn)品設(shè)計(jì)及管理通過大數(shù)據(jù)技術(shù)，可以全方位分析互聯(lián)網(wǎng)金融產(chǎn)品的客戶群、盈利情況、營銷推廣效果等， 還可以根據(jù)客戶群的需求變化，調(diào)整優(yōu)化產(chǎn)品功能，更好地管理產(chǎn)品。同時(shí)，通過大數(shù)據(jù)技術(shù)，還能對(duì)互聯(lián)網(wǎng)金融產(chǎn)品進(jìn)行優(yōu)化升級(jí)。以貸款產(chǎn)品為

4、例，在產(chǎn)品設(shè) 計(jì)階段，利用大數(shù)據(jù)技術(shù)可以分析客戶的特征、資信情況、貸款需求等，設(shè)計(jì)差異化的貸款 產(chǎn)品；在產(chǎn)品審批階段，結(jié)合客戶人行征信、公積金、收入等數(shù)據(jù)，通過大數(shù)據(jù)模型分析進(jìn) 行快速審批，在提升效率的同時(shí)節(jié)約成本；在貸后管理階段，通過大數(shù)據(jù)分析，可以幫助互 聯(lián)網(wǎng)金融企業(yè)進(jìn)行貸款監(jiān)控，及時(shí)發(fā)現(xiàn)客戶的異常信息，并進(jìn)行處理。（四）大數(shù)據(jù)征信一般情況下，互聯(lián)網(wǎng)金融服務(wù)用戶較難被傳統(tǒng)征信覆蓋，因此，從需求來看，互聯(lián)網(wǎng)金融對(duì) 大數(shù)據(jù)征信需求量是非常大的。從技術(shù)支撐來看，隨著大數(shù)據(jù)技術(shù)的發(fā)展，通過分析海量數(shù) 據(jù)，能夠綜合考量用戶信用情況，從而有效支撐大數(shù)據(jù)征信的發(fā)展。目前，已有多家機(jī)構(gòu)試點(diǎn)大數(shù)據(jù)征信，核心

5、數(shù)據(jù)來源包括電商數(shù)據(jù)、通信數(shù)據(jù)、信貸平臺(tái)數(shù) 據(jù)、合作機(jī)構(gòu)及股東數(shù)據(jù)等，并且以信用分切入征信市場(chǎng)。信用分是通過模型量化分析個(gè)人 信用，并且以分值的形式展現(xiàn)，具有準(zhǔn)確性、全面性等特點(diǎn)。值得注意的是，信用分會(huì)因?yàn)?數(shù)據(jù)源和方法的不同而出現(xiàn)差異性。2017年，支付寶、騰訊等相繼推出多種信用服務(wù)，基本涵蓋大數(shù)據(jù)征信的主要場(chǎng)景。以支 付寶為例，其推出信用租房、境外免押金、信用就醫(yī)，芝麻分的門檻分別需要在650分、 700分、650分以上。（五）反洗錢目前，互聯(lián)網(wǎng)金融領(lǐng)域的洗錢行為呈現(xiàn)多樣化趨勢(shì)，例如，通過互聯(lián)網(wǎng)金融平臺(tái)轉(zhuǎn)移網(wǎng)絡(luò)賭 資、詐騙資金等，通過炒匯、售假等行為進(jìn)行洗錢?；诖髷?shù)據(jù)技術(shù)，金融機(jī)構(gòu)可全面

6、掌握客戶信息，綜合判斷客戶可疑交易，包括網(wǎng)絡(luò)賭博、 地下錢莊等，提高可疑交易的準(zhǔn)確性。同時(shí)，通過大數(shù)據(jù)反洗錢系統(tǒng)，如果客戶的賬戶與反 洗錢系統(tǒng)模型相匹配，則會(huì)立即自動(dòng)預(yù)警，從而提升反洗錢效率。2017年，京東金融非常重視反洗錢系統(tǒng)的建設(shè)，通過監(jiān)測(cè)與人工相結(jié)合的方式，分析可疑 因素，以達(dá)到對(duì)反洗錢系統(tǒng)功能持續(xù)優(yōu)化的目的。京東金融通過匯集百余個(gè)數(shù)據(jù)指標(biāo)進(jìn)行加 工建模，建立反洗錢情景模型，可有效甄別傳銷、非法集資、電信詐騙、網(wǎng)絡(luò)賭博等洗錢犯 罪行為，同時(shí)根據(jù)相關(guān)機(jī)構(gòu)發(fā)布的風(fēng)險(xiǎn)提示及新型犯罪類型等，優(yōu)化模型指標(biāo)，有效提高反 洗錢成效。（六）智能客服語音識(shí)別與自然語言處理是指通過計(jì)算機(jī)處理、理解及運(yùn)用人

7、類語言的技術(shù)，是人工智能非 常重要的核心技術(shù)。在互聯(lián)網(wǎng)金融領(lǐng)域，它的應(yīng)用場(chǎng)景包括智能客服、精準(zhǔn)營銷和輔助決策 等。通過語音識(shí)別與自然語言處理技術(shù)可以有效識(shí)別客戶的語音信息，并基于語音信息做出合理 響應(yīng)，優(yōu)化人機(jī)交互機(jī)制，提升客戶體驗(yàn)，并且可以整合多種客戶服務(wù)通道，實(shí)現(xiàn)多種即時(shí) 交互方式融合的智能客戶服務(wù)，智能客服可以有效降低客戶服務(wù)成本，提供7X24小時(shí)不間 斷服務(wù)。目前，智能客服在互聯(lián)網(wǎng)金融領(lǐng)域應(yīng)用較早，而且已經(jīng)非常普遍，互聯(lián)網(wǎng)金融企業(yè) 相繼推出智能客服，以降低客戶服務(wù)成本。2017年，京東推出“無人客服”，充分融合了 人工客服與智能助手，具有7X24小時(shí)快速響應(yīng)以及情感關(guān)懷等優(yōu)勢(shì)。在互聯(lián)網(wǎng)

8、金融營銷和輔助決策方面，利用語音識(shí)別與自然語言處理技術(shù)，可以對(duì)包括通話、 多種用戶單據(jù)等在內(nèi)的數(shù)據(jù)實(shí)現(xiàn)自動(dòng)結(jié)構(gòu)化處理，并用來打標(biāo)簽，挖掘有價(jià)值的信息，發(fā)現(xiàn) 互聯(lián)網(wǎng)金融領(lǐng)域的市場(chǎng)機(jī)會(huì)和熱點(diǎn)問題，為互聯(lián)網(wǎng)金融營銷、產(chǎn)品設(shè)計(jì)、業(yè)務(wù)規(guī)劃等提供數(shù) 據(jù)和輔助決策支持。在大數(shù)據(jù)技術(shù)的支撐下，利用語音識(shí)別與自然語言處理技術(shù)，可以做到 精確獲取互聯(lián)網(wǎng)金融客戶信息、投放精準(zhǔn)的營銷信息、定位精確的營銷目標(biāo)、把握營銷時(shí)機(jī) 等，從而真正實(shí)現(xiàn)互聯(lián)網(wǎng)金融領(lǐng)域的精準(zhǔn)營銷。（七）智能核身計(jì)算機(jī)視覺與生物特征識(shí)別在金融行業(yè)的應(yīng)用越來越深入。計(jì)算機(jī)視覺與生物特征識(shí)別通過 對(duì)人臉、指靜脈、虹膜、指紋、步態(tài)等具有唯一性、可以測(cè)量或可自

9、動(dòng)識(shí)別和驗(yàn)證、遺傳差 異性或終身不變的生物特征進(jìn)行識(shí)別，賦予計(jì)算機(jī)“視覺”功能，在識(shí)別金融客戶身份、風(fēng) 險(xiǎn)安全監(jiān)控等方面具有重要作用。在客戶身份識(shí)別認(rèn)證方面，“人臉識(shí)別”“指紋識(shí)別”已經(jīng)被廣泛應(yīng)用于金融賬戶的客戶身 份識(shí)別認(rèn)證，例如支付寶已經(jīng)支持通過人臉識(shí)別登錄賬戶，目前多數(shù)的第三方支付和銀行支 付工具均支持指紋識(shí)別付款，未來將會(huì)有更多的諸如虹膜識(shí)別等其他生物特征識(shí)別技術(shù)應(yīng)用 于客戶身份識(shí)別認(rèn)證，在整體上提高客戶金融賬戶安全性的同時(shí)，還能提高身份識(shí)別認(rèn)證的 效率。在風(fēng)險(xiǎn)安全監(jiān)控方面，在核心的業(yè)務(wù)工作、資金交易、涉密及重要的安全區(qū)域可以借 助計(jì)算機(jī)視覺與生物特征識(shí)別技術(shù)實(shí)現(xiàn)智能化監(jiān)控，例如：通過

10、對(duì)承擔(dān)核心業(yè)務(wù)工作的人員 身份認(rèn)證、異常行為判斷等降低金融機(jī)構(gòu)的合規(guī)風(fēng)險(xiǎn)，一些涉密及重要的安全區(qū)域可以采取 “智能化監(jiān)控+多重生物特征識(shí)別認(rèn)證進(jìn)入者身份”加強(qiáng)其整體安全性。2017年，在互聯(lián)網(wǎng)金融領(lǐng)域，“人臉識(shí)別”“指紋識(shí)別”等生物識(shí)別技術(shù)，被非常廣泛地 應(yīng)用于用戶身份核實(shí)，同時(shí)還被應(yīng)用于登錄、轉(zhuǎn)賬等業(yè)務(wù)流程中，既可以保證客戶的安全， 又能提升客戶體驗(yàn)。（八）智能投顧以算法理論為基礎(chǔ)，通過統(tǒng)計(jì)學(xué)、線性代數(shù)、微積分等數(shù)據(jù)理論，借助神經(jīng)網(wǎng)絡(luò)結(jié)構(gòu)對(duì)建立 的知識(shí)圖譜相關(guān)的大量數(shù)據(jù)進(jìn)行深度學(xué)習(xí)，大幅提高了計(jì)算機(jī)的智能化特性。神經(jīng)網(wǎng)絡(luò)、機(jī) 器學(xué)習(xí)以及知識(shí)圖譜，結(jié)合大數(shù)據(jù)技術(shù)，可以應(yīng)用于互聯(lián)網(wǎng)金融風(fēng)險(xiǎn)控制、

11、智能投顧以及授 信決策等場(chǎng)景。金融信息安全，投資決策的風(fēng)險(xiǎn)控制，資產(chǎn)管理過程中的風(fēng)險(xiǎn)控制，保險(xiǎn)、借貸及其他金融 交易過程中的反欺詐等在金融行業(yè)的經(jīng)營成本中占較大比例。計(jì)算機(jī)通過對(duì)海量金融交易數(shù) 據(jù)進(jìn)行深度學(xué)習(xí)，對(duì)不同來源的數(shù)據(jù)進(jìn)行整合、檢測(cè)及分析，發(fā)現(xiàn)其中的風(fēng)險(xiǎn)行為和現(xiàn)象， 同時(shí)采取對(duì)應(yīng)的防備措施，并且在執(zhí)行過程中不斷學(xué)習(xí)，從而“成長”為智能化的互聯(lián)網(wǎng)金 融風(fēng)險(xiǎn)控制機(jī)器。這種智能化的互聯(lián)網(wǎng)金融風(fēng)險(xiǎn)控制可以大幅降低金融風(fēng)險(xiǎn)控制成本、覆蓋 傳統(tǒng)金融風(fēng)險(xiǎn)控制手段難以觸及的風(fēng)險(xiǎn)“區(qū)域”、提升風(fēng)險(xiǎn)控制的精準(zhǔn)度和效率。智能投顧是指借助機(jī)器學(xué)習(xí)、神經(jīng)網(wǎng)絡(luò)與知識(shí)圖譜，基于對(duì)現(xiàn)代投資組合管理理論、金融 學(xué)、會(huì)計(jì)

12、學(xué)等相關(guān)知識(shí)的學(xué)習(xí)，以及對(duì)股票、基金、債券等金融產(chǎn)品和投資案例的深度學(xué) 習(xí)，結(jié)合投資者的風(fēng)險(xiǎn)偏好和投資目標(biāo)，提供投資建議和資產(chǎn)管理服務(wù)。與傳統(tǒng)的投資顧問服務(wù)相比較，智能投顧能夠起到降低服務(wù)成本的目的，并且能夠提高服務(wù) 效率以及服務(wù)質(zhì)量，從而提供個(gè)性化服務(wù)、智能化服務(wù)。2017年，智能投顧快速發(fā)展。各參與主體相繼推出智能投顧服務(wù)，工商銀行推出了“入【 投”，平安銀行推出了“平安智投”，招商基金上線“量子智投”，國信證券上線“金太陽 智投”，等等。二2017年大數(shù)據(jù)和人工智能在互聯(lián)網(wǎng)金融領(lǐng)域的發(fā)展特點(diǎn)2017年，大數(shù)據(jù)和人工智能在互聯(lián)網(wǎng)金融領(lǐng)域呈現(xiàn)應(yīng)用范圍不斷擴(kuò)大、應(yīng)用價(jià)值日漸體 現(xiàn)、機(jī)構(gòu)間不斷加

13、強(qiáng)開放與合作等特點(diǎn)。（一）應(yīng)用范圍不斷擴(kuò)大且逐漸成熟2017年，大數(shù)據(jù)和人工智能在互聯(lián)網(wǎng)金融領(lǐng)域的應(yīng)用范圍越來越大，涉及互聯(lián)網(wǎng)金融前中 后臺(tái)，包括產(chǎn)品設(shè)計(jì)、精準(zhǔn)營銷、產(chǎn)品定價(jià)、客戶管理、風(fēng)險(xiǎn)控制等。同時(shí)，大數(shù)據(jù)和人工 智能的應(yīng)用可以促進(jìn)互聯(lián)網(wǎng)金融行業(yè)更加快速及健康地發(fā)展。同時(shí)，大數(shù)據(jù)和人工智能在互聯(lián)網(wǎng)金融領(lǐng)域的應(yīng)用越來越成熟。在國內(nèi)，以阿里巴巴、騰 訊、百度、京東為代表的互聯(lián)網(wǎng)企業(yè)在大數(shù)據(jù)和人工智能技術(shù)方面起步較早，已經(jīng)擁有強(qiáng)大 的金融應(yīng)用場(chǎng)景，走在了中國大數(shù)據(jù)和人工智能在金融領(lǐng)域應(yīng)用的前列。（二）應(yīng)用價(jià)值日漸體現(xiàn)大數(shù)據(jù)可以幫助互聯(lián)網(wǎng)金融企業(yè)，根據(jù)客戶各方信息提供用戶畫像，提高客戶的營業(yè)收入貢

14、 獻(xiàn)，不斷優(yōu)化前中后臺(tái)業(yè)務(wù)模式。同時(shí)，基于互聯(lián)網(wǎng)金融領(lǐng)域多種多樣的數(shù)據(jù)及信息，可以 不斷提供機(jī)器學(xué)習(xí)所需的資料，強(qiáng)化機(jī)器學(xué)習(xí)及認(rèn)知能力，從而幫助互聯(lián)網(wǎng)金融企業(yè)提高效 率。2017年，大數(shù)據(jù)和人工智能在互聯(lián)網(wǎng)金融行業(yè)中的應(yīng)用價(jià)值日漸體現(xiàn)。如智能投顧方面， 2017年我國人工智能投資額超過580億元，同比增長50%。智能客服方面，“雙11 ”期間 支付寶自助機(jī)器人服務(wù)的客戶請(qǐng)求量達(dá)97%，在降低人力成本的同時(shí)，提高了服務(wù)效率。（三）機(jī)構(gòu)間加強(qiáng)開放與合作一方面，2017年機(jī)構(gòu)間合作不斷加強(qiáng)，互聯(lián)網(wǎng)公司與傳統(tǒng)商業(yè)銀行在客戶資源、科技開發(fā) 與應(yīng)用等領(lǐng)域進(jìn)行合作，共同推進(jìn)金融科技應(yīng)用與提升。京東金融與工商

15、銀行、阿里巴巴與 建設(shè)銀行、百度與農(nóng)業(yè)銀行、騰訊與中國銀行等都在金融科技領(lǐng)域達(dá)成合作，并且已經(jīng)取得 部分成果。如2017年11月，京東金融與工商銀行推出“工銀小白”。其是數(shù)字銀行，是京 東金融與工商銀行通過金融科技，在客戶、數(shù)據(jù)以及信息、資金等多方面展開整合的成果。另一方面，互聯(lián)網(wǎng)金融企業(yè)更加開放。2017年，螞蟻金服全面開放了 “小螞答”。其是以 人工智能為核心的客服平臺(tái)，已經(jīng)有金融、政府以及電商等多領(lǐng)域的超過140家企業(yè)接入了 螞蟻金服的客服能力。騰訊提出開放平臺(tái)策略，建立開放、共享的互聯(lián)網(wǎng)新生態(tài)，2017年 合作伙伴總數(shù)達(dá)1300萬家，累計(jì)總分成超過230億元。三大數(shù)據(jù)和人工智能在互聯(lián)網(wǎng)

16、金融領(lǐng)域存在的問題大數(shù)據(jù)和人工智能在促進(jìn)互聯(lián)網(wǎng)金融發(fā)展的同時(shí)，也存在諸多問題，如數(shù)據(jù)質(zhì)量與問題、數(shù) 據(jù)聚合問題、專業(yè)人才不足、監(jiān)管困難、技術(shù)難點(diǎn)、金融風(fēng)險(xiǎn)等。（一）數(shù)據(jù)質(zhì)量與安全問題大數(shù)據(jù)量大、范圍廣等特點(diǎn)對(duì)數(shù)據(jù)質(zhì)量帶來挑戰(zhàn)。一是數(shù)據(jù)源可能并不真實(shí)，如電商平臺(tái)存 在刷單現(xiàn)象，這就會(huì)導(dǎo)致電商交易數(shù)據(jù)的不真實(shí)。二是數(shù)據(jù)獲取、存儲(chǔ)、分析等過程可能影 響數(shù)據(jù)源的時(shí)效性、準(zhǔn)確性。另外，大數(shù)據(jù)挖掘會(huì)涉及客戶的個(gè)人隱私數(shù)據(jù)，可能影響人們的日常生活，同時(shí)還可能由網(wǎng) 絡(luò)、黑客攻擊等造成客戶隱私數(shù)據(jù)泄露，導(dǎo)致個(gè)人隱私存在暴露風(fēng)險(xiǎn)。因此，互聯(lián)網(wǎng)金融企 業(yè)在大數(shù)據(jù)應(yīng)用過程中，應(yīng)該提高大數(shù)據(jù)系統(tǒng)的安全性，保證客戶在互聯(lián)

17、網(wǎng)金融企業(yè)系統(tǒng)中 的數(shù)據(jù)及信息安全。（二）數(shù)據(jù)聚合問題當(dāng)前，大數(shù)據(jù)面臨的挑戰(zhàn)之一就是如何聚合各方的數(shù)據(jù)。一是部分機(jī)構(gòu)不愿意開放數(shù)據(jù)，導(dǎo) 致總體數(shù)據(jù)缺失。二是每家互聯(lián)網(wǎng)金融企業(yè)由于業(yè)務(wù)模式等差異，對(duì)數(shù)據(jù)的理解有所不同， 導(dǎo)致即時(shí)數(shù)據(jù)共享，數(shù)據(jù)的可信度也可能會(huì)有差異，間接提升共享成本。（三）專業(yè)人才不足隨著互聯(lián)網(wǎng)金融的不斷發(fā)展，互聯(lián)網(wǎng)金融企業(yè)對(duì)大數(shù)據(jù)和人工智能人才的需求將越來越大， 要求也將越來越高，金融科技領(lǐng)域的復(fù)合型人才的需求將越來越強(qiáng)烈，而當(dāng)前我國大數(shù)據(jù)和 人工智能專業(yè)人才比較匱乏。因此，互聯(lián)網(wǎng)金融企業(yè)亟須加強(qiáng)對(duì)大數(shù)據(jù)和人工智能人才的培 養(yǎng)，提高其專業(yè)素質(zhì)，更好地促進(jìn)互聯(lián)網(wǎng)金融的發(fā)展。（四）

18、監(jiān)管困難大數(shù)據(jù)和人工智能在金融行業(yè)推廣及應(yīng)用的深入，將使傳統(tǒng)的金融業(yè)務(wù)模式和業(yè)務(wù)形態(tài)發(fā)生 根本性的變化，這給金融監(jiān)管帶來一定的挑戰(zhàn)。在目前的金融監(jiān)管框架下，對(duì)于人工智能引 發(fā)的風(fēng)險(xiǎn)事件的責(zé)任追究和界定較為困難，如何規(guī)范人工智能在金融領(lǐng)域的操作規(guī)范、追溯 人工智能學(xué)習(xí)及決策過程、界定責(zé)任主體等一系列問題對(duì)監(jiān)管提出了更高要求，監(jiān)管困難必 然制約人工智能技術(shù)在金融領(lǐng)域應(yīng)用的規(guī)范發(fā)展。（五）技術(shù)難點(diǎn)伴隨機(jī)器學(xué)習(xí)、神經(jīng)網(wǎng)絡(luò)、生物特征識(shí)別、語音與自然語言處理等技術(shù)的進(jìn)步，人工智能技 術(shù)也逐漸走向成熟，但包括機(jī)器學(xué)習(xí)、神經(jīng)網(wǎng)絡(luò)等在內(nèi)仍然存在非常多的局限，在技術(shù)層面 仍存在諸多難以突破的障礙。在深度學(xué)習(xí)過程中

19、，計(jì)算機(jī)需要通過對(duì)大量標(biāo)記數(shù)據(jù)的“學(xué)習(xí)”才能準(zhǔn)確執(zhí)行復(fù)雜的工作任 務(wù)，然而獲取大規(guī)模的數(shù)據(jù)集十分困難，即使可以獲取，數(shù)據(jù)標(biāo)記工作也是一大難點(diǎn)。在對(duì) 數(shù)學(xué)模型的判斷上存在“黑匣子”問題，對(duì)于深度學(xué)習(xí)訓(xùn)練所使用的數(shù)學(xué)模型，確保其達(dá)到 特定的分析、預(yù)測(cè)、決策等要求也比較困難，即使采用的數(shù)學(xué)模型能夠?qū)崿F(xiàn)既定的目標(biāo)要 求，但使用效果仍存在局限性。諸如此類的技術(shù)難點(diǎn)對(duì)人工智能技術(shù)在互聯(lián)網(wǎng)金融領(lǐng)域的深 度應(yīng)用，提出了非常嚴(yán)峻的挑戰(zhàn)。（六）金融風(fēng)險(xiǎn)人工智能技術(shù)在金融風(fēng)險(xiǎn)防范方面的應(yīng)用具有較大優(yōu)勢(shì)，但同時(shí)也帶來一些金融風(fēng)險(xiǎn)，例如 提高了信息泄露風(fēng)險(xiǎn)概率，帶來了系統(tǒng)性及失控風(fēng)險(xiǎn)，人工智能致使風(fēng)險(xiǎn)溯源和處置成本增

20、加等依賴于互聯(lián)網(wǎng)和計(jì)算機(jī)技術(shù)，尤其在數(shù)據(jù)采集、統(tǒng)計(jì)、分析過程中，人工智能系統(tǒng)一旦 受到攻擊將面臨用戶信息、金融核心數(shù)據(jù)及其他隱私信息泄露的風(fēng)險(xiǎn)，從而在證券交易市場(chǎng) 中引發(fā)系統(tǒng)性風(fēng)險(xiǎn)。另外，內(nèi)部技術(shù)失誤或外部因素刺激還可能使人工智能失控，雖然這種 風(fēng)險(xiǎn)通過技術(shù)改進(jìn)可以大幅降低其發(fā)生概率，但對(duì)于金融市場(chǎng)而言，一旦發(fā)生將會(huì)面臨不可 挽回的損失，應(yīng)該加以重視。人工智能引發(fā)的金融風(fēng)險(xiǎn)存在難以追溯的特性，很難回溯風(fēng)險(xiǎn)引發(fā)是基于計(jì)算機(jī)的哪些學(xué)習(xí) 及決策過程，這種溯源的困難必然帶來風(fēng)險(xiǎn)處置成本的上升，因而必須正視人工智能技術(shù)在 金融行業(yè)應(yīng)用所引發(fā)的金融風(fēng)險(xiǎn)對(duì)其本身發(fā)展的挑戰(zhàn)。四大數(shù)據(jù)和人工智能在互聯(lián)網(wǎng)金融領(lǐng)域

21、發(fā)展趨勢(shì)未來，在互聯(lián)網(wǎng)金融領(lǐng)域，將加強(qiáng)大數(shù)據(jù)和人工智能應(yīng)用的廣度和深度，同時(shí)，將進(jìn)一步加 強(qiáng)國內(nèi)國際合作，實(shí)現(xiàn)各行各業(yè)融合發(fā)展。另外，隨著監(jiān)管體系的完善，大數(shù)據(jù)和人工智能 將更加規(guī)范化發(fā)展，大數(shù)據(jù)也將助力監(jiān)管機(jī)構(gòu)對(duì)互聯(lián)網(wǎng)金融企業(yè)的有效監(jiān)管，人工智能助力 監(jiān)管智能化及合規(guī)管理。（一）大數(shù)據(jù)和人工智能在互聯(lián)網(wǎng)金融中應(yīng)用更廣當(dāng)前，互聯(lián)網(wǎng)金融企業(yè)紛紛加強(qiáng)大數(shù)據(jù)和人工智能應(yīng)用，不斷降低服務(wù)門檻，創(chuàng)新服務(wù)形 式，同時(shí)積極探索智能應(yīng)用，已陸續(xù)推出智能核身、智能投顧、智能銷售、智能客服等智能 化應(yīng)用，提升客戶體驗(yàn)。未來，互聯(lián)網(wǎng)金融企業(yè)將加強(qiáng)大數(shù)據(jù)和人工智能技術(shù)在互聯(lián)網(wǎng)金融業(yè)務(wù)中的應(yīng)用廣度和深 度，實(shí)現(xiàn)大數(shù)據(jù)和

22、人工智能技術(shù)與業(yè)務(wù)深度融合，衍生更多業(yè)務(wù)及服務(wù)創(chuàng)新模式。（二）進(jìn)一步加強(qiáng)合作，構(gòu)建合作共贏生態(tài)國內(nèi)合作方面，互聯(lián)網(wǎng)金融行業(yè)發(fā)展對(duì)數(shù)據(jù)依賴程度高，預(yù)計(jì)互聯(lián)網(wǎng)金融行業(yè)與其他行業(yè)的 數(shù)據(jù)將不斷融合，互聯(lián)網(wǎng)金融企業(yè)可以獲取電信、電商、醫(yī)療、出行、教育等數(shù)據(jù)，數(shù)據(jù)資 源將日趨豐富。同時(shí)，隨著跨行業(yè)數(shù)據(jù)融合，互聯(lián)網(wǎng)金融行業(yè)與其他行業(yè)將進(jìn)行更深入的融 合，催生更多跨行業(yè)應(yīng)用，互聯(lián)網(wǎng)金融企業(yè)可以設(shè)計(jì)更多基于其他行業(yè)應(yīng)用場(chǎng)景的產(chǎn)品。國際合作方面，中國互聯(lián)網(wǎng)金融企業(yè)還將加強(qiáng)與國外公司的合作，通過成立試驗(yàn)室、合資公 司、并購等方式，在大數(shù)據(jù)和人工智能創(chuàng)新和應(yīng)用等方面加強(qiáng)合作，提升市場(chǎng)競(jìng)爭(zhēng)力。同 時(shí)，中國領(lǐng)先的互聯(lián)網(wǎng)

23、金融企業(yè)還將進(jìn)一步輸出自身大數(shù)據(jù)和人工智能技術(shù)產(chǎn)品及服務(wù)，積 極開拓國際市場(chǎng)。（三）監(jiān)管將助力大數(shù)據(jù)和人工智能在互聯(lián)網(wǎng)金融領(lǐng)域健康發(fā)展一方面，互聯(lián)網(wǎng)金融企業(yè)在大數(shù)據(jù)和人工智能安全、個(gè)人信息的保護(hù)等方面存在一定的隱 患，未來監(jiān)管力度預(yù)計(jì)會(huì)有所加大。而監(jiān)管體系的逐步完善，將有助于大數(shù)據(jù)和人工智能在 互聯(lián)網(wǎng)金融領(lǐng)域的健康發(fā)展。另一方面，大數(shù)據(jù)和人工智能也將助力監(jiān)管。隨著監(jiān)管難度的加大以及金融監(jiān)管的趨嚴(yán)，監(jiān) 管科技的需求將越來越大。監(jiān)管科技可以助力監(jiān)管機(jī)構(gòu)高效制定監(jiān)管政策，提高監(jiān)管水平和 效率。具體來看，大數(shù)據(jù)監(jiān)管通過挖掘多維度數(shù)據(jù)，對(duì)互聯(lián)網(wǎng)金融企業(yè)的行為及潛在風(fēng)險(xiǎn)進(jìn) 行有效監(jiān)管；人工智能則主要助力監(jiān)管智能化及合規(guī)管理。五政策建議（一）加強(qiáng)大數(shù)據(jù)監(jiān)管，確保數(shù)據(jù)安全大數(shù)據(jù)挖掘會(huì)涉