AI技术在金融行业大量应用，一些安全隐患也需受到重视

电子发烧友网报道（文/李弯弯）前段时间，中国信通院发布了《金融人工智能研究报告（2022年）》，该报告指出，目前，人工智能技术在金融产品设计、市场营销、风险控制、客户服务和其他支持性活动等金融业五大业务链条均有渗透。

相关的人工智能技术主要有，包括生物特征识别、机器学习、计算机视觉、知识图谱等，衍生出的应用场景包括智能身份识别、智能客服、智能营销等。

目前各行各业都在进行数字化转型，金融行业也是如此，包括银行、保险、证券行业等，而人工智能技术是数字化转型的技术手段之一。下面我们来看几个具体的应用场景和案例。

智能投资顾问，现在已经成为金融行业很常见的场景。所谓智能投顾，是一种机器学习算法，可以根据客户的收益目标及风险承受能力自动调整金融投资组合。

客户输入自己的收益目标、年龄、收入以及当前资产，然后“智能投顾”会将客户的投资以合适的资产类别和金融工具进行组合，以实现客户的收益目标。不仅如此，算法还能根据客户收益目标的变动和市场行情的实时变化自动调整投资组合。

智能外呼在金融行业中的应用也比较广泛，据了解，目前金融行业的智能外呼系统基本已经可以代替人工完成多轮无差别对话。

根据中国信通院的报告，阳光保险引入的语音机器人，在2021年1月到9月，服务量就达到135.68万笔，节约成本486.25万元。中国人寿财险通过智能回访一年触达170多万名客户，其中超70万人回访成功，节省人力成本超过220人/月。

更重要的是，人工智能在金融行业的欺诈检测，以往，金融欺诈检测系统非常依赖复杂和呆板的规则，而这面对现今一些越来越高明的金融欺诈行为，越来越力不从心。

而机器学习却可以让欺诈检测系统智能检测出异常活动或行为，比如说，对于金融行业来说，个人客户的声纹就是反欺诈的手段之一，在银行业，声纹识别已经应用在信用卡申请环节的反欺诈，可以通过构建声纹黑名单，拦截信用卡申请。

有数据显示，从2020年7月到现在，中国人寿财险利用反欺诈风险识别模型，识别出了4400多个案例，挽回金额超2亿元。

不过尽管目前人工智能技术在金融行业的应用已经非常多，然而在落地应用上还是存在一些障碍，比如，在技术开发过程中会有这样的问题，如果是一事一例建模，研发周期长而且重复利用率低，而且场景需求可能会变化，如若不进行维护和迭代，模型的生命周期可能很短。

再比如存在是否合规的问题，目前来看人工智能本身就存在一定的安全隐患，而这对于金融行业来说尤其需要受到重视，如果训练的手术存在偏见，算法做出的智能决策可能也会存在偏见，而且人工智能技术要用到的数据也存在被滥用、泄露的风险。

整体而言，人工智能技术已经被大量应用于金融行业，而且可以帮助金融行业节省人力成本，更重要的是，在反欺诈方面表现特别优秀，不过与此同时，该技术在金融业的落地还存在一些障碍，也有一些安全隐患的问题，需要受到重视。