布局人工智能，银行有的不只是智能客服

最近，某知名媒体人接到一家银行的客服电话后与电话那头的声音聊了好一会儿才知道，对方竟然是个机器人。在他看来，智能客服“以假乱真”的本事还是相当可以的。

其实，人工智能在银行业的应用，远不止智能客服这么简单。

反洗钱、反欺诈、信贷风控，以及营销等都有人工智能的身影。在国内，工商银行、建设银行、交通银行等银行都在人工智能领域进行布局。

工商银行在智能客服、智能风控、RPA 等都有比较广泛的应用，仅在智能营销方面，该行就没少花力气。工行通过研究开源、商用机器学习，基于开源 H2O 机器学习框架自主搭建机器学习平台，并将其运用到智能营销等场景中。

据了解，在使用 AI 模型的情况下，工商银行的智能营销场景理财产品营销响应率和基金产品营销响应率均显著提高，可覆盖更多目标客户。

建设银行在 2010 年就建成了“网络金融反欺诈平台”，该平台针对网上银行、手机银行等网络渠道风险交易展开 7X24 小时全面监管和拦截。

此后，建行加快技术创新步伐，引人知识图谱、机器学习等先进算法，将风控平台升级为“网络金融智能风险监控平台”。从 2018 年开始，该平台逐渐从感知能力、分析思考能力、决策控制能力三个模块方向实现智能化风险策略应用与决策执行。

交通银行副行长郭莽于去年 12 月 7 日在“人工智能在银行金融科技领域的应用”分论坛上发表演讲时表示，“发挥人工智能头雁效应，带动金融业数字化转型全面提速”。人工智能在该行的战略地位可见一斑。

虽然，银行都在积极布局人工智能，但他们对其有着很清晰的认识，并非盲从。

浦发银行行长潘卫东就曾表示，“科技本身不是目的，共建更好的世界才是目标。人工智能正在开启一个从技术创新到普及再到变革的全新发展阶段。”

为了更好地规范发展人工智能，便于银行科学地使用人工智能技术。今年 3 月 26 日，中国人民银行发布金融行业标准《人工智能算法金融应用评价规范》（以下简称《标准》）。该《标准》从安全性、可解释性、精准性和性能方面开展 AI 算法评价，适用对象分为资金类场景和非资金类场景。

今年 9 月，中国银行业协会发布的《远程银行人工智能客服评价指标规范》，则聚焦于银行业人工智能客服评价的指标范围及内容、指标体系与指标计算，为近年来高速发展的银行业人工智能客服提供了统一的、可供参考执行的规范与指导。

人工智能从应用到规范，银行业已经有了较为成熟的应用和行之有效的行业准则与规范。至此，银行入群人工智能，不再盲目，也不再是冒险，而是有迹可循，有经验可借。