▌人工智能对金融业带来的变革

智能金融是对金融的一次革命性改造，计算机视觉、机器学习、自然语言处理、机器人技术和语音识别技术等人工智能技术让原有的金融服务体系进入从“人”服务到“机器”服务的新纪元，并促使金融行业在服务体系、利益分配格局乃至整体形态上发生翻天覆地的变化。

▏智能金融推动原有金融服务体系的变革

一方面，传统金融业务加速智能化转型，并催生了诸多新模式、新业态、新产品。结合当前人工智能在金融领域的应用来看，“人工智能+金融”已经产生了多个应用场景，包括基于语音识别与自然语言处理技术产生了智能客服，基于生物识别技术产生了智能监控，基于机器学习、神经网络与知识图谱产生了智能投顾，基于大数据分析与机器学习产生了智能风控等。未来，随着人工智能与金融的深度融合，金融的整个产业链条将全面实现智能化。比如，身份识别技术的进步可能会实现通过人脸、语音、虹膜等多维度身份识别来实现支付、自动放贷等。不仅如此，人工智能具有自我学习、自我进化的功能，可以从历史数据和经验中不断挖掘新的有用信息，并发现独特的服务方式和模式，开创新的服务领域，并由此带来越来越多的新模式和新业态。

另一方面，金融服务变得更加智能化、个性化，金融的普惠性和包容性更强。传统金融服务依赖于物理网点以及人工服务，受到数据处理、人工能力限制的影响，往往只能够将有限的资源投入到那些最具有价值的客户上。在互联网金融时代，金融服务的成本大幅降低、范围大幅拓展，但互联网金融仍然难以满足个性化、精准化的服务需求，中低端客户大多只能够享受到标准化服务。利用人工智能技术可以对于数量庞大、结构各异的数据进行有效整合、处理和分析，并在此基础上进行预判、决策、行动，其在复杂数据的处理方面将大大超过人力的效率。在高性能计算机和海量数据的支持下， 人工智能可以提供因人而异、随时随地的定制解决方案，在投资顾问、组合配置等方面可以由模块式服务转向个性化服务，做到真正的普惠金融。

▏智能金融引发金融利益的重新分配

人工智能与金融业的结合将重塑金融行业的产业链和价值链，改变金融业的市场关系和组织形态， 进而对金融业的利益分配方式带来深远影响。一是，金融机构内部的利益分配。随着人工智能技术的进步，越来越多的高复杂度的任务也将逐渐由算法和机器人所完成，失业的压力将从最前端的服务人员向金融行业的中高层蔓延，进一步引发收入在资本和劳动之间的分配结构变化，收入不平衡问题在短期内可能会加剧。二是，金融机构之间的利益分配。大数据作为机器的经验认知和理性分析基础，是人工智能技术成长的养料。短期来看，领先的智能金融必然拥有充足的数据来源，拥有足够数据来源的大型金融机构具有明显领先优势。但在进入强人工智能阶段后，对海量训练数据的大规模分析挖掘已经非常成熟，大型金融机构垄断金融市场的局面将会在很大程度上被人工智能技术所打破，从而促进整个金融行业从垄断向竞争转变。 三是，投资者之间的利益分配。由于传统金融嫌贫爱富的本质，中低收入人群往往缺乏足够的渠道去获得适合的金融服务，不仅很难分享金融创造的财富，反而还要承受金融危机所转嫁的损失。基于人工智能的财富管理不仅能够大幅度降低成本，而且可以大批量地向普通投资者提供优质的个性化服务，从而让所有人群都享受到同等体验的专业化服务， 平滑了财富在投资者之间的分配。四是，金融业与实体经济之间的利益分配。传统金融下，金融资本有自我放大的特性，一旦脱离实体经济而膨胀，将导致经济虚拟化，挤压实体经济的生存空间。智能金融的发展能够很大程度上解决目前银行贷款中存在的融资成本高和规模限制问题，缓解社会资金结构性失衡。长期来看，智能金融将有助于解决实体经济发展过程中的周期性困境，改变金融产业资本在收入分配中的不合理地位，从而提升金融服务实体经济的能力。

▏智能金融代表金融演化的一个高级阶段

传统金融嫌贫爱富的本质使得金融资源分配的马太效应非常突出， 金融供求不平衡的矛盾一直是传统金融的痼疾，这一重大缺陷引发了关于普惠金融的需求和讨论。互联网金融的出现让金融首次开始摆脱“嫌贫爱富”的属性，进入更加普惠化、大众化的发展阶段。互联网技术所具备的信息及时发布与匹配，强大的信息整合能力以及信息传播的低成本特性，很好地弥补了传统金融在普惠金融上的缺陷，进而对传统金融中介存在的合理性和必要性上提出了挑战。人工智能与金融的深度结合又将金融带入一个新的领域，推动着金融向着更加智能化、个性化和精确化方向不断演进。随着人工智能的进化以及更多前沿科技的出现，可以预想未来金融不仅将彻底摆脱传统金融中介，甚至当前金融交易所依赖的实体媒介和工具也有可能会消失。届时，金融交易和服务不再依赖于外在的工具， 每个人都是一个金融资源和信息的承载者。在所有信息都被有效收集、处理和整合的情况下，金融最大程度地发挥其配置资源的核心功能，从而实现真正的“共享金融”。

▌智能金融发展所引发的潜在风险问题

金融与科技相结合后并没有改变金融的本质，反而带来了更多的金融风险因素，造成更加复杂的金融安全形势。智能金融兼具科技和金融的双重属性，传统的金融风险不仅依然存在，而且还要面临诸多由新科技应用所带来的新型科技风险，风险来源更加广泛和多样化。

▏新技术应用将科技风险带入金融

智能金融所蕴含的风险一部分来源于技术层面，即人工智能等最新科技应用所隐藏的风险。目前， 人工智能的发展还处于弱人工智能向强人工智能的过渡阶段，通常只能够按照设定好的程序来从事一些辅助性的工作，或者处理一些相对简单和直接的任务，难以适应复杂场景的应用，甚至一些已经应用的技术也还没有完全成熟，运用到金融交易和场景中难免会埋下一定的风险隐患。不成熟的技术本身就是一个巨大的风险来源，由于人们对于高科技的过度信赖导致新技术应用所带来的风险被严重低估，从而容易引起难以预料的后果。例如，当一个错误的算法被应用到金融自动交易系统中时，机器所做出的错误决策会导致大规模的经济损失，这在事前是难以察觉的。值得注意的是，很多金融机构所应用的智能技术并不是自身开发的，而是外包给外部科技公司，所以这些金融机构自身也并不能够完全了解所用技术的风险。

另一方面，除了技术不成熟可能会引发风险之外，人工智能所带来的风险还来源于技术本身。大数据、人工智能的技术应用本身就可能成为网络攻击的目标和手段， 所以在智能金融发展的初期应当对其发展边界做出一定的限定，防止因过度扩张而引发系统性风险。同时，技术风险还在于机器学习本身也会产生错误，就像人在处理某些事情时容易受到环境、情绪等因素的影响而做出错误判断，机器学习同样也会出现预料不到的偏差。机器学习基于提供给机器的海量数据，学习能力取决于算法，但实际上无论提供的数据多么全面，仍然有可能会失去某些重要的信息。当机器学习出现错误时，往往是系统性偏误，机器本身并不具有纠错的能力，因此基于错误的学习结果而做出的判断几乎毫无疑问会带来错误的结果。而对这个错误的纠正可能会异常的复杂，并且会付出难以估量的成本。另外，技术的应用也会引起其他方面的风险，如社会风险、道德风险、恶意运用等。

▏金融与科技结合增加了系统性风险爆发的概率

在金融科技化程度越来越高的趋势下，金融风险呈现出越来越明显的多元性、复合性和交叉性的特征，变得更加隐蔽、更具破坏性以及更加具有扩散性，多重风险叠加极有可能引发系统性风险。

一是，在智能金融时代，金融交易的形态和方式变得更加复杂和多样化，跨机构、跨行业风险关联度增强，风险容易引发其他机构和行业的交叉感染。在金融科技领域不断涌现的新技术、新业态、新模式又带来了许多风险控制的新议题，包含区块链、人工智能、保险科技、网络安全、电子银行、消费金融科技、供应链金融等，每一项新议题的解决都具有不小的难度。

二是，科技对金融的深入渗透不仅催生出了新的风险源，放大了风险的表现形式和传播速度，而且使风险变得更加复杂和隐蔽，加大了预防风险的难度。金融体系经过科技的升级改造后，金融系统复杂性迅速上升，金融机构之间的关联性更强，资源流动速度更快，极有可能导致风险在整个体系内进行传导，并且风险传导的速度也会随着技术提升而提升，稍有不慎就可能引发系统性风险。

三是，对于技术的过度依赖可能会放大金融市场波动和顺周期性。如果相同的技术、算法和标准被众多金融机构采用，那么金融市场主体的行为将更加趋同，从而可能引发羊群效应。例如，在智能投顾领域，如果各个证券公司都采用类似的智能算法为客户提供投资建议时，就很容易出现同买同卖的现象，从而加剧了市场共振。

▏现有监管体系在某些领域可能失效

科技在金融领域的广泛应用使得传统金融监管机制暴露出对金融新变化的不适应，导致监管效率有所下降。

首先，金融科技的快速发展使得不同业务之间相互关联、相互渗透，金融混业经营的趋势更加明显，金融服务业态变得更加多样化，业务边界变得更加模糊，增加了业务识别和监管的难度。智能金融涉及多个领域和部门，需要依靠统一的监管规则，协调多部门监管形成监管合力，而在我国分业监管的制度体系下还难以对智能金融实施有效监管。去中心化和金融脱媒的趋势也让许多金融交易游离在金融监管视野之外，而且一些金融创新有意规避金融监管，增大了风险监测和管控难度。

其次，在金融服务逐渐被算法和机器人接管的趋势下，系统性风险的爆发可能是由于算法本身存在缺陷，而纯技术领域由于其高端专业性可能无法由传统的金融监管所覆盖。由于许多金融交易和服务已经不再由人来进行，其背后的逻辑涉及许多前沿科技和专业知识，因而对于监管人员的专业化要求也越来越高。在金融风险和交易日益复杂化的背景下，人工监管已经难以胜任高难度的金融监管要求，金融监管也将逐步由人工智能监管所替代，因此，金融风险防范的很大一部分责任也要由算法工程师来承担。

在智能金融时代，许多金融交易方式和规则已经发生了变化， 传统金融监管制度下所制定的一些标准和要求可能已经不符合实际情况，比如操作风险在人工智能时代可能演变成了算法风险、网络风险等，这就需要监管规则和重点做出及时调整。近年来，一些新型的监管方式和手段开始受到世界各国金融监管部门的关注，例如监管沙箱、穿透式监管等手段。但是，目前针对智能金融的监管还没有一个成熟的模式，各国监管部门都在进行探索尝试。监管创新落后于智能金融发展是世界范围内的普遍现象，而且还将持续较长一段时间。

▌相关政策建议

智能金融的发展已经势不可挡，伴随着金融和科技的迅猛发展和深度融合，金融业的服务模式正在发生颠覆性变化，金融业的生态系统也将迎来重新洗牌和构建的过程。随着金融服务广度和深度的不断拓展，金融风险所带来的影响范围和破坏性也越大，一旦智能金融发展失控，其所带来的破坏性将远超之前的金融危机。鉴于互联网金融前期无序发展的经验和教训，有必要在智能金融发展之初就搭建起完备的体制机制环境，处理好金融创新与金融风险防控的关系。

▏创新金融监管方式，推进智能金融监管体制建设

智能金融的发展必然伴随着风险的积累，而无法控制的风险叠加必然最终会阻碍金融创新，因此， 首先需要继续推动金融监管体制改革，使其更加适应智能金融发展的需要。一是，适应金融混业经营趋势，从机构监管向综合监管转变。监管机构需要探索综合经营体制下有效的监管方式，引入功能监管和行为监管的理念，构建机构监管、功能监管和行为监管的协调合作机制，有针对性地解决监管真空与监管重叠问题，减少监管套利。二是，建立健全金融消费者保护机制。金融智能化的过程也是金融普惠化的过程，其必然伴随着金融市场参与主体范围扩大，包括金融消费群体的增长。金融监管部门必须要建立起更加严格的金融消费者保护机制，对此可以借鉴双峰监管框架，提高消费者权益保护的监管重要性，加大金融机构信息披露和风险提示，畅通消费者就纠纷解决渠道，引导投资者提高风险意识。三是发展监管科技，创新金融监管理念与技术。智能金融的一个重要方面就是智能监管技术，要积极利用智能技术最新研究成果，加快研究有利于提升监管能力的金融科技创新，提高监管的时效性和前瞻性。例如，监管沙箱就是一种风险可控的新型金融创新试验，其独特的监管模式既能够鼓励改善消费者体验的金融创新，又将金融风险置于有效的监控之下，从而为金融创新和风险防范寻找到一种平衡。

▏增加高端人才供给，优化智能金融人才结构

目前，智能金融领域的人才缺口不断扩大，高端复合型人才更是难求，人才短缺已成为智能金融发展的主要制约因素。智能金融具有综合性强、涉及面广的特征，包含金融学和人工智能两个学科领域， 因此既需要对金融理论和实践熟练的金融人才，也需要人工智能相关领域的技术型人才。建设智能金融人才梯队的关键在于做好人才培养的顶层设计与规划，坚持引进和培养并重。一方面，优化金融人才发展环境，完善人才引进机制，不断增强对国外金融和科技人才的吸引力，应充分利用全球金融人才流动加速的这一有利时机，加大对海外优秀人才的引进力度。另一方面， 加强对金融复合型人才的培育机制建设，改革传统的教育体系和培训模式，鼓励高校针对智能金融开设相关学科体系，建立智能金融公司与高校联合培养机制。

▏推动行业标准化建设，规范智能金融发展

标准是任何行业健康发展的技术支撑，金融行业也不例外，众多金融业标准构成了金融业治理体系和治理能力现代化的基础性制度。智能金融是信息技术使用最为密集的金融业态，金融标准化工作有利于提高金融机构管理水平，加速金融信息化进程。2017年5月，人民银行等五部门联合发布《金融业标准化体系建设发展规划（2016-2020 年）》，明确提出了金融业标准化工作的四项主要任务包括建立新型金融业标准体系、强化金融业标准实施、建立金融业标准监督评估体系以及持续推进金融国际标准化。首先，金融标准化建设应适应金融智能化的趋势，针对智能金融的主要业态分别制定合适的标准。其次，为业务创新制定统一的业务标准和操作要求，规范智能金融的服务范围和工作内容，对相关业务开展形成示范和引导作用。第三，对从业人员职业道德、能力和知识水平进行标准化界定，做到职业能力与智能金融人才等级相匹配。此外，发挥行业协会在专业性和号召力方面的优势，提高行业协会在标准制定和修改方面的话语权。