“大模型是数字经济时代智能信息处理的基础设施”,清华大学人工智能研究院常务副院长孙茂松认为，“如果将它的能力放在金融行业中去处理原有的任务，性能和效果将会有显著的提升。如果把各类金融大数据注进大模型去做经济形势的预测，与现有的主流经典分析方法论将会有质的区别，国际上如果因此出了一个诺贝尔经济学奖（将人工智能用于金融研究或预测），一点都不感到惊奇，甚至是可期待的。”
香港理工大学计算机系教授、IEEE Fellow郭嵩认为，“对于金融行业来说，数据的使用和安全更加重要。「隐私、安全和公平性」是最需要关注的三个话题。隐私计算、联邦学习、数据的选择和算法改进，分别能够一定程度上解决上述三个问题。此外，从治理角度来看，区块链作为一种基础设施，也是数据治理的重要技术手段，目的是对数据和其他资源进行分布式的自治化治理。”
度小满CTO许冬亮表示，“当前，金融行业数字化、智能化转型正在加速，数据和人工智能技术是关键驱动要素，人工智能技术在金融行业的应用必将革新金融行业的现有服务模式。基于图计算、多模态等技术对于大数据的深入理解和洞察，降低了金融机构风险管理的成本，扩大了服务人群的边界；因果推断、AutoML（自动化机器学习）等技术让业务决策更智能，RPA、情感计算、数字人等技术让金融服务更有温度，提升了用户的服务体验”。他认为人工智能在金融行业的应用潜力目前可能只发挥了不到1%，随着技术商业应用成熟度的不断提升，人工智能技术将改变金融行业价值链的每一环节。”
在金融领域中，通过指令，生成不同风格的文字、语音、视频，以及生成一种类似于金融资产标的内容，是它最基本的应用。生成式人工智 能在金融业务落地层面有一定的辅助价值，从生成过程和结果角度来讲，带有创造性质。
近两年，关于因果发现，或称作因果表征学习（Causal Representation Learning）的研究和应用逐渐变得更加活跃。
本报告认为在金融行业中，因果模型是智能营销的关键手段，能促成最大化全局营销效率。但但金融数据是非常复杂的，一定需要对金融数据的性质有一个很深入的认识。再将目前的分析方法做一定的调试修改，才可以把系统把背后的因果性找出来。
本报告认为在金融场景中，情感计算有助于了解客户的真实情感表达，可以收集客户情感信息、识别客户情感变化，并作出相应的决策指导，对于提升金融企业的服务质量和效率，起到了重要的辅助作用，长期应用在客户服务、催收等场景中。
本报告认为，在金融行业的实战应用：图计算技术最清晰的应用效果是智能信审、资金流向查询和金融数据可视化。金融行业每天都有海量的、关联的、动态时序数据产生，利用图技术业务人员可以毫秒级得到查询结果。
利用图计算技术，可以在金融场景中实现实时地找到最完整的路径。
在金融领域，自动机器学习（AutoML） 技术，极大的简化了从数据到模型的过程，提高了模型产出的效率和质量，同时也降低了机器学习的门槛，让没有该领域专业知识的人员也可以使用机器学习来完成相关工作。
近两年，中国对于AI伦理、安全、 法律法规方面高度重视，将科技伦理治理提到新高度。数据治理和AI伦理规范将被提到新高度，同时法规与行业呼吁金融机构要做科技伦理建设的第一责任人。
分布式金融技术，以及基于区块链上的应用，核心价值在于这套应用的可编程性。
无论是资产、标的、价值传递、操作流程、后续服务，全部都尝试通过数字世界可编程的方式或者软件形式来实现，成本极低、通用性强。
完全基于链上编程的金融业务或许存在漏洞、或许遇到数字货币、金融危机等相关的挑战，但这并不影响中国金融机构，甚至非金融机构，在技术方向与业务应用价值上的探索。
未来，隐私保护计算的技术演进方向为综合考虑安全性和效率，打造通用统一性——密码技术学者开发设计更加高效、实用和更“通用”的算法，工程师加速实现方案和协议在实现层面的优化和硬件加速。
虚拟数字人，无疑是当前虚拟数字技术最清晰的一个产品路径。在金融场景中，为迎合新时代年轻人的数字世界玩法、创造更有活力的品牌形象，诸多金融机构近一年纷纷推出数字品牌代言人，引领场景营销新方式。
利用物联网、移动通信技术突破物理网点限制，建立人与人、人与物、物与物之间智慧互联的服务渠道，打造“无边界”的全渠道金融服务能力。
金融机构在过去几年已经充分体会到了云计算带来的业务增益效果，云计算切实解决了算力需求、真正帮金融机构将算力成本降下来。
金融发展面临的最大问题，同时也是数字科技能够为之创造的最大价值，主要在于以下几方面：
第一，服务广度仍低于机会平等要求，数字化渠道有利于金融服务范围进一步下沉拓展。
广泛稳定的金融服务覆盖是提升金融包容性的前提和必要条件，长期以来受到空间距离、收入水平、功能障碍、文化程度等因素的限制，边远、贫困地区居民和老龄、残障等人士获得金融服务的比例偏低。世界银行数据显示，2014—2021年，移动金融的普及推动发展中国家的银行账户拥有率提升了8个百分点；《中国普惠金融指标分析报告（2021年）》指出，中国的银行账户拥有率达到了89%，增速快于全球整体水平，同时中国的数字支付率为86%，远远超出全球22个百分点。可以说，数字化金融服务的普及率在一定程度上代表了金融服务的包容性。
第二，服务深度受限于传统供给方式，数字化场景有利于金融服务与普惠群体深度结合。
当前，集中在衣、食、住、行、游、购、娱等非金融场景中的金融需求快速增加，2017—2021年全球数字支付的增长达到了10%以上。此外，对于以往较难获得传统金融服务的低收入人群、小微企业和涉农主体等而言，深挖其金融需求将成为银行机构新的增长点。因此，将金融服务嵌入与普惠群体紧密相关的工作生活场景，以及搭建全新的服务场景为普惠群体创造衍生金融需求，已经成为增加普惠金融服务深度的主流选择。
第三，服务效率受到需求分散的制约，数字化运营有利于提升普惠金融业务的活力和增速。
普惠金融业务具有分散性强、额度偏低的特点，金融服务效率有待提升。2021年年末，中国普惠小微贷款规模同比增长27.3%，授信户数同比增长38%；更多小微客户获得信贷服务的同时单户授信额度下降，这是普惠金融业务不断提升广度和深度的必然走向，但也直接影响了银行机构的服务效率，不利于普惠金融高质量发展。数字化技术可以推进银行各项经营流程自动化以及后台云化，将大规模作业虚拟集中，打通跨地域、机构层级、业务条线的运营资源，提升普惠金融业务的整体效率。
第四，风险成本较高，数字化风控有利于推动普惠金融业务降本增效。
普惠群体收入韧性较低、金融健康程度较差，风险成本高于商业可持续原则下的可负担成本。此外，银行长期应用的客户调研方法、信息采集方式、数据分析工具和风险评估模型等不完全适用于普惠金融业务的目标客户，对业务风险的前瞻性把握不足。经过数年的实践，依托大数据、云计算、人工智能、机器学习、模型算法等技术打造的智能风控体系已经成为全球银行业公认的风险管理解决方案。
面对金融科技可能会促进金融包容性进程加速的巨大潜力，各经济体银行体系在中央银行、传统商业银行和数字银行等不同层面积极创新，推动普惠金融业务的数字化转型发展：
在中央银行层面，加快普及移动支付结算载体和相关数字化体系，打造新型的支付基础设施，降低公众获得金融服务的门槛。
优化支付基础设施是解决交易成本过高这一阻碍普惠金融发展问题的关键。新冠疫情暴发以来，“社交距离”被重新定义，全球金融服务的无接触转型加速，移动支付的迅速普及为央行数字货币（CBDC）的发行和使用提供了条件，也为大众提高支付效率、降低支付成本形成了基础。截至2022年7月，全球已有97个国家的央行数字货币进入了研究或开发阶段。中国、俄罗斯、法国等的央行数字货币已进入试验阶段，日本和英国均在2021年宣布了央行数字货币的研发计划，欧央行启动了数字欧元计划的前期调研，美联储也逐渐改变否定保守的态度，使数字美元的问世成为可能。此外，部分经济体央行也从其他角度主导了数字化支付的发展。例如，巴西央行推出的实时转账系统PIX，统一接入所有签约银行、非银机构以及金融科技公司的账户数据，为所有个人和企业用户提供免费的实时转账服务，同时，PIX允许承担银行业务的商店、彩票销售点、药店、邮局等零售代理点接入，为开立银行账户困难的人群提供了同等的支付便利。
在传统商业银行层面，通过数字化手段形成低成本高覆盖的普惠金融业务体系，为小微企业和个人用户提供可达、可用、可持续的产品和服务。
一方面，商业银行推出涵盖客户全生命周期的数字化金融服务，降低门槛、提升质效。以中国香港地区商业银行的小微企业服务实践为例：在开户方面，汇丰、渣打、星展已经实现了全流程线上开户；在融资方面，汇丰、星展等提供线上供应链金融服务，企业客户可以在线上申请贷款；在经营配套方面，汇丰推出“汇丰机汇”营商资讯平台和“汇丰智汇”决策支持平台，中银香港通过“中银商聚”为企业提供商业信息，并进一步向开户、结算和贷款等产品平台导流。另一方面，对于多样化的长尾客户，大型银行机构在通过数字技术提高全民金融福祉方面具有优势。例如，澳大利亚四大银行之一的联邦银行分别针对老年人、行动不便人群、视力低下人群以及受教育程度不同的人群提供了易于使用的数字化产品和辅助工具；澳新银行推出了针对老年客户的数字金融工具培训和针对低收入客户的储蓄习惯培养系统。
在数字银行层面，依托金融科技企业特有的技术优势，为客户提供简单、低廉、快速、透明的移动金融服务，致力于吸引难以获得传统金融服务的客户。
独立展业的数字银行开展普惠金融业务的主要模式有两种。第一种是利用数字化技术降低运营成本，以低价服务吸引普惠群体。例如，拉美地区市值排名前列的金融机构Nubank利用免年费信用卡、免费数字储蓄账户、免费转账等产品或服务积累了大量中低收入客户，随后又逐步推出投资理财、消费贷、小微企业贷款等产品，在巴西、墨西哥、哥伦比亚和阿根廷等收入水平较低的国家和地区获得了超过4800万的庞大客户群。第二种是打造与公众生活紧密相连的数字化场景，凭借流量优势将金融服务嵌入其中，引导客户产生在非金融场景下的金融需求。例如，在美国、欧洲、澳大利亚、东南亚等市场快速发展的“先买后付”（BNPL）就是金融科技企业将消费贷产品嵌入了日常购物的小额支付场景中。BNPL不需要在购物前申请账户，一般只需提供身份证或护照等简单信息即可立即获得额度，支付流程与信用卡相比明显简化，且用户更加下沉、信用要求更低、基本不设还款利息和逾期惩罚，已成为许多年轻客户的现金流管理工具和“无阻力”支付选择。据统计，2021年“先买后付”交易额达到1500亿美元，预计到2025年将超过5000亿美元，占全球电子商务交易额的约5%。
此外，银行作为重要参与者的金融科技投资市场的热度正在向金融基础设施转移，为全球数字普惠金融创造更好的发展环境。2022年上半年，全球金融科技投资额为1078亿美元，保险科技、监管科技、网络安全和财富科技等子领域投资额和交易数量均明显下降，但偏向金融服务基础的支付领域和有望助力打造新型金融市场基础设施的区块链领域投资额逆势增长，全球投资额分别达到436亿美元和142亿美元，分别同比提高130%和63%（见图3）。科技投资流向金融市场基础设施创新和交易数字化的“最后一公里”，有助于降低公众获得金融服务的门槛，尤其是给难以进入传统银行服务半径的长尾客群带来提升金融健康状况的机会。
中国银行业的数字化程度在全球处于领先位置。在规模高速增长的同时，中国银行体系开展数字普惠业务呈现出一系列新亮点：
第一，数字人民币试点场景稳妥拓展，为更广泛群体和更丰富场景提供法定货币。
数字人民币已经在全国15个省市23个地区及2022年北京冬奥会场景有序开展试点应用，累计交易金额超千亿元，涵盖了批发零售、餐饮文旅、教育医疗、公共交通、政务缴税等便民支付领域。国有大行作为多边央行数字货币桥的参与机构，均已完成了以跨境贸易为主的多场景支付结算业务。数字人民币的支付即结算、低成本等特性提高了资金周转效率、降低了支付成本，显著提升基础金融服务的覆盖面和可得性；数字人民币的线上化、易迭代等特性不断优化无障碍和适老化服务功能，从而助力弥合“数字鸿沟”。
第二，国有大行构建集团级发展战略，打造数字化普惠金融产品和渠道矩阵。
国有大行发挥“头雁作用”，聚合集团力量，加速普惠金融与数字技术融合，持续构建精准高效的数字普惠服务模式。在集团级发展战略的指引下，数字化技术凭借其集约性、规模性、智能性、稳健性等优势，正在加速成为推动普惠金融跨越式发展的关键利器。一方面，国有大行开拓线上服务渠道聚焦于普惠综合服务、乡村振兴和跨境撮合等核心业务领域，以掌银App、网银和嵌入式小程序等多元渠道为载体，在提升获客效率方面取得显著进展。截至2022年6月末，建设银行“建行惠懂你”访问量超1.3亿次，下载量超过1700万次，认证企业超556万户，授信客户突破100万户，授信金额超过7000亿元；工商银行“兴农通”App服务已覆盖全国1700余个县域。另一方面，国有大行积极优化和简化线上信贷政策，包括降低普惠信用贷款的申请门槛、采用差异化定价和按日计息等方式降低客户融资成本等，推动线上普惠融资规模高速增长。截至2022年6月末，农业银行“惠农e贷”余额7081亿元，较2021年年末增加1634亿元；授信户数427万户，较2021年年末增加59万户。2022年8月末，中国银行已面向普惠客户推出信用、抵押、保证全品类共16款线上贷款产品，普惠线上贷款余额较2021年年末增长100%。
第三，多层次银行机构全面推动产品服务创新，覆盖普惠金融提质痛点。
截至2022年6月末，全国161项金融科技创新监管试点应用中有43项与银行普惠金融直接相关，占比 26.7%。从内容上看，试点应用包括快捷线上普惠融资、小微企业智能风控、涉农普惠信贷、小微企业在线供应链金融、综合普惠金融服务、无障碍金融服务等，基本覆盖普惠群体的金融服务需求和银行的业务提质痛点（见表2）。从发起主体看，涵盖国有大行、股份行、城农商行等。针对普惠金融业务展业难、风险大、成本高、见效慢等发展难题，越来越多的先进技术被纳入银行的业务“工具箱”。例如，面对全国数量近亿的残障人士难以获得金融服务的问题，银行利用人工智能、智能语音等技术为其提供人性化的无障碍服务。面对小微企业信用数据不全的问题，利用物联网、大数据、复杂网络、多方安全计算等技术进行信息富集。面对传统信用评价模型对小微企业不适用的问题，利用机器学习、迁移学习等技术进行智能模型开发。面对农村土地分散、农业品类繁多，难以测算评估经济价值和融资需求的问题，利用卫星遥感、区块链、大数据等技术，结合当地资源禀赋为各类种养殖项目提供个性化金融服务。
第四，以综合金融服务和信息增值服务助力普惠群体减贫提质。
一方面，以满足新形势下不同群体的多元金融服务需求为目标，提供融资以外的储蓄、保险、理财等服务，使客户的财富积累和使用更加有效。为把握银发经济发展机遇，服务养老客群，多家银行的理财子公司试点发行养老理财产品，累计认购金额超过900亿元，满足养老客群兼顾收益性和稳定性的中长期投资要求；多数养老理财产品通过母行或其他银行的App进行线上拓新，并提供线上认购等全套服务。对于规模多达3亿的新市民群体，银行致力尽快补足其金融服务缺口。中国银行发挥综合经营优势，研发上线“灵活就业人员意外伤害保险”等多款产品，积极服务“新市民”等市场主体，扩大民生服务保障。另一方面，银行借助信息优势提供各类增值服务，强化客户自身的可持续发展能力。工商银行在三农金融服务App“兴农通”中上线乡村振兴、种养技术、农资植保、经营管理等课程资源近千节，向客户免费提供政策解读和农技指导。中国银行打造“中银e企赢”综合服务平台，举办97场撮合对接活动，惠及近5万家企业。
未来，银行业可以从以下几个方面，进一步以数字科技助力普惠金融事业攻坚突破，加快开拓普惠金融高质量发展的新路径：
当前，中国的成年人银行账户拥有率已经超过了全球中高收入经济体81%的平均水平，但覆盖率仍有提升空间。新冠疫情暴发后，中国有超过1亿名成年人首次接触了移动支付，为其依托数字化渠道接触、获得普惠金融服务创造了条件。面对渗透长尾客户的新要求，银行业可深入应用“无接触”服务技术，构建协同联动的全渠道服务，破除普惠金融发展的时空限制。在进一步利用智能厅堂机具、流程机器人技术等提升物理网点服务效能的同时，借助移动互联网、物联网等数字技术，建立线上线下多元触点，为普惠客户提供“随时、随地、随心”的接入体验。
为使普惠领域的数字金融服务品种和服务场景日趋丰富，银行业可充分利用大数据分析能力，全面、深入挖掘普惠客户全生命周期的关联场景，包括商业场景、金融场景、生活场景等，广泛嵌入金融服务，强化不同生态场景客户的互联互通、相互导流、互相赋能。同时，通过配置功能组件，实现不同场景产品插拔式组装和敏捷化调用。进一步地，推动数字产品向集成一站式线上服务的“超级App”发展，通过打造丝滑的场景体验将银行的底层数据优势转化为流量基础，打造集社交服务、内容服务和金融服务于一体的普惠金融社区。
银行业借助数字科技，可以构建自动化程度更高、更具韧性、响应更快的普惠金融运营体系，包括整合内外部数据，构建数字化客户全景视图，实现智能服务匹配;建立管理分析体系，对线上业务全流程持续跟踪监控和分析，助力业务拓展、运营管理；通过规则预设开展自动化运营管理，实现对人为操作失误的最大隔离；构建数据驱动的迭代更新机制，实现业务高效运行和创新敏捷交付。
当前，银行机构普遍将数字科技作为筑牢风险底线的重要手段，在普惠金融业务实践中已有所体现。未来，银行业应通过强化数字化赋能，创新风控工具，增强风险前瞻，全面提升普惠金融业务的可持续能力。综合运用数据技术和场景元素，以数理模型的决策流优化人工操作的工作流，提升智能信审比例，做到实时监控预警。运用机器学习、强化学习等新技术，推动风险防控从“人防”“人控”向“技防”“智控”转变。
未来几年，云计算能力在金融机构内部的底层基础设施地位不动摇，也是其数字化转型的基础保障能力之一。
来源 | 康煜锦商谈
本公众号旨在丰富大家专业知识、资讯，提升同仁业务水平。尊重所有原创者的劳动成果，内容仅供读者参考，版权归原作者所有，转载文章如涉及版权问题，请与我们联系，我们将第一时间删除处理。
深圳市国际金融研究会由银行、证券、保险、基金及投融资等金融专业人士联合发起，经深圳市社团管理部门民政局批准于2002年成立。是金融领域的社团组织、是金融界理论创新与探索实践的平台，是金融新思想、新方式交流激荡的高地，是专家学者、金融业者和咨询专家沟通交流，实现共享共赢的园地，力争成为中国具影响力的金融社团组织之一。
针对研究会未来发展，我们构建了目前国内外投融资品类最齐全的服务平台。同时在国内外投行业务、投融资业务、企业咨询业务、法务服务、财税服务、金融服务及相关业务。研究会聘请了业内德高望重的专家、学者、知名人士设立顾问团、并搭建了国际金融商学院和金融与产业研究中心等26个专业委员会、10个研究院和1个智库。同时构建了研究会企业文化体系、组织体系、业务体系和战略合作体系。为政府、产业园、企业和企业家及会员提供专业和个性化服务。
紧紧跟随社会经济与企业发展的需要，围绕国家的经济发展与建设工作重点，抓住粤港澳大湾区社会主义新型示范区重大机遇，竭诚为深圳及粤港澳大湾区经济发展和金融创新服务，秉承“敬畏规律，遵从规则，严守国本，勾联世界，服务本真”的理念，用先进思想、创新思维与前沿科技，满足金融服务本质，造福经济和社会发展。
