電子發燒友網報道（文/李彎彎）前段時間，中國信通院發布了《金融人工智能研究報告（2022年）》，該報告指出，目前，人工智能技術在金融產品設計、市場營銷、風險控制、客戶服務和其他支持性活動等金融業五大業務鏈條均有滲透。

相關的人工智能技術主要有，包括生物特征識別、機器學習、計算機視覺、知識圖譜等，衍生出的應用場景包括智能身份識別、智能客服、智能營銷等。

目前各行各業都在進行數字化轉型，金融行業也是如此，包括銀行、保險、證券行業等，而人工智能技術是數字化轉型的技術手段之一。下面我們來看幾個具體的應用場景和案例。

智能投資顧問，現在已經成為金融行業很常見的場景。所謂智能投顧，是一種機器學習算法，可以根據客戶的收益目標及風險承受能力自動調整金融投資組合。

客戶輸入自己的收益目標、年齡、收入以及當前資產，然后“智能投顧”會將客戶的投資以合適的資產類別和金融工具進行組合，以實現客戶的收益目標。不僅如此，算法還能根據客戶收益目標的變動和市場行情的實時變化自動調整投資組合。

智能外呼在金融行業中的應用也比較廣泛，據了解，目前金融行業的智能外呼系統基本已經可以代替人工完成多輪無差別對話。

根據中國信通院的報告，陽光保險引入的語音機器人，在2021年1月到9月，服務量就達到135.68萬筆，節約成本486.25萬元。中國人壽財險通過智能回訪一年觸達170多萬名客戶，其中超70萬人回訪成功，節省人力成本超過220人/月。

更重要的是，人工智能在金融行業的欺詐檢測，以往，金融欺詐檢測系統非常依賴復雜和呆板的規則，而這面對現今一些越來越高明的金融欺詐行為，越來越力不從心。

而機器學習卻可以讓欺詐檢測系統智能檢測出異常活動或行為，比如說，對于金融行業來說，個人客戶的聲紋就是反欺詐的手段之一，在銀行業，聲紋識別已經應用在信用卡申請環節的反欺詐，可以通過構建聲紋黑名單，攔截信用卡申請。

有數據顯示，從2020年7月到現在，中國人壽財險利用反欺詐風險識別模型，識別出了4400多個案例，挽回金額超2億元。

不過盡管目前人工智能技術在金融行業的應用已經非常多，然而在落地應用上還是存在一些障礙，比如，在技術開發過程中會有這樣的問題，如果是一事一例建模，研發周期長而且重復利用率低，而且場景需求可能會變化，如若不進行維護和迭代，模型的生命周期可能很短。

再比如存在是否合規的問題，目前來看人工智能本身就存在一定的安全隱患，而這對于金融行業來說尤其需要受到重視，如果訓練的手術存在偏見，算法做出的智能決策可能也會存在偏見，而且人工智能技術要用到的數據也存在被濫用、泄露的風險。

整體而言，人工智能技術已經被大量應用于金融行業，而且可以幫助金融行業節省人力成本，更重要的是，在反欺詐方面表現特別優秀，不過與此同時，該技術在金融業的落地還存在一些障礙，也有一些安全隱患的問題，需要受到重視。