AI 金融赛道投融资成为全球热点。
根据 CB Insights 发布的《2021 年全球 AI 领域 投资报告》，全球 AI 领域投融资在经历 2020 年投 融资增速放缓后，2021 年迎来一轮强势回温，在 交易数量和交易总额上都达到近年来最高值，全年 融资金额为 668 亿美元，相较于 2020 年同比增长 108%。从区域发展来看，美国和中国成为全球 AI 领域投融资领先者。2021 年美国 AI 初创公司通过 273 笔交易完成了 105 亿美元的融资。从行业分布 来看，2015-2021 年全球 AI 金融投融资事件和投融 资额均得到快速增长，年均增长率分别为 22.4%、 33.1%。
美国人工智能企业全球领先，助力 AI 金融发展 。近年来，美国政府从国家战略层面加紧人工智 能布局，发布了多项发展规划。并且通过大力扶持 技术研发机构和各类实验室，为人工智能发展提供 政策、法律、资金、人才等多方面保障。根据 CB Insights 发布的《2022 年 AI 100》，全球共有 16 家估值超过 10 亿美元的独角兽公司。从地域分布 上来看，榜单中的上榜企业分布在十个国家，其中 美国企业占比第一，共有 73 家公司，其次便是 8 家英国公司、5 家加拿大公司和 4 家中国公司，还 有个别来自印度、瑞典、瑞士、以色列和德国等国 家。从 AI 领域创新来看，中国在该领 域引用美国专利占比约 68%，远超对 其他国家的引用。由此可见，中美 AI 水平尚有较大 差距，但随着数字经济和数字社会建设深入推进， 中国数据量迅速增长，为人工智能的建模、训练和 应用提供了广阔的“土壤”，未来中国 AI 领域或迎 来新的发展机遇。
人工智能金融通过人脸识别等生物识别技术、 机器学习等算法、知识图谱等智能技术，在支付、 客服、投顾、理赔、风控、监管等多个场景发挥了 重要的作用 [14]。例如，智能投顾是人工智能在金 融投资顾问方面的应用，凭借一系列复杂的机器学 习算法综合评估用户的风险偏好和财务状况，预测 用户的投资目标，然后与投资组合理论相结合，为 用户提供合理的、有针对性的理财方案。智能风控 是从数据中自动识别风险交易，阻断风险行为并自 动告警，从而实现对金融风险的管控，其在贷前、 贷中和贷后阶段都发挥着重要作用。智能监管是监 管部门利用人工智能技术，对银行、保险等金融服 务机构以及上市公司等企业进行监管。智能监管主 要关注机构或企业是否存在异常的高频交易、算法 交易、大宗交易等风险行为。
案例一：中国工商银行 RPA+AI 应用
RPA（Robotic Process Automation）， 即 机 器 人流程自动化，是一种模拟人类完成重复性工作的 技术。RPA 技术将助力金融行业实现运营智能化转 型，银行数字先行者将共建智慧金融生态科技圈。 中国工商银行于 2019 年初启动 RPA 技术研究及平 台研发工作，目前已在各业务领域形成规模化应用， 支撑客服营销、运营管理、风险防控等业务的自动化、 智能化建设。截至 2021 年底，已有 60 余家境内外 机构上线 RPA 数字劳动力，实现近 700 个总分行业 务场景的自动化处理，覆盖全行业务领域，节省工 作量超 1000 人 / 年。中国工商银行已将 RPA 应用 于每日业务处理效率统计、每日折算率下载、每日 汇率下载、每日异常来报查询等 4 个场景，实现报 表与数据的自动查询与推送，提升精细化管理水平。 相关场景平均人工时间节省率达 100%，全年节约 200 小时工作时间。
案例二：美国银行金融服务
AI 助理 Erica 银行一直试图提高用户在获得银行服务的体验。 网络银行比实体银行更便捷，但并非所有用户都能熟 练使用网站或软件寻找所需信息，如何简化用户交互 体验是银行的研究课题。美国银行借助人工智能技术 为其 2500 万手机银行客户提供更智能的服务。美国 银行推出了金融服务虚拟助手 Erica，以语音交互为 用户提供智能化服务。Erica 能够根据语音为用户提 供账户交易记录搜索、额外信息提供、消费习惯分析、 财务决策指导等功能。Erica 还结合了人工智能、预 测性分析和自然语言处理等技术，作为虚拟财务助手， 为用户提供多项智能模块，如 Subscription Monitor、 Spend Path、FICO Score Updates、Bill Reminder 等。 Erica 还能与美国银行的金融教育平台 Better Money Habits 联动，根据用户消费习惯总结理财建议。美国 银行从 2017 年底开始内测 Erica，并在 2018 年 3 月 向客户正式推出。Erica 已经能够应对 20 万种不同的 询问方式所带来的金融问题。
案例三：法国巴黎银行 Smart Chaser 金融交易 风险预测工具
为了避免失败交易带来的财产损失，各大金融 机构需要保证交易成功率，提前预警、避免风险交 易。但如果交易员花费太多时间核实单项交易信息， 效益效率会降低。法国巴黎银行发现有 30% 的交易 行为需要人为干预，以防止交易失败。因此，法国 巴黎银行开发了 Smart Chaser 智能预测分析工具， 并部署于交易系统中，旨在发现交易失败前的问题与风险。Smart Chaser 会基于智能算法分析数千件 失败案例数据及其 100 项相关因素，并提取特征。 然后，该软件会针对现有交易因素匹配历史数据分 析结果，包括交易时间、价值、交易对象和经纪人 操作历史等。在交易过程中，Smart Chaser 会取代 交易员核实信息，主动识别需要人工干预的交易活 动，并自动生成邮件通知交易员，以便及时采取行动， 降低交易失败几率。据法国巴黎银行公布，Smart Chaser 对失败交易的预测准确度高达 98%。目前， 部署Smart Chaser是该银行实现智能金融的第一步。 巴黎银行设想在第二阶段基于自然语言处理技术， 通过系统自动阅读交易对手发出的潜在交易警告， 并发送自动回复。第三阶段将进一步结合交易因素 分析和自动化技术实现完全自动的交易行为。
展望未来，人工智能技术在金融领域的应用将 持续发挥重要作用，涵盖投资组合优化、风险评估 和反欺诈等方面。同时，相关机构也将更加注重数 据隐私、安全性和解释性等问题，以确保人工智能 技术的发展符合社会需求和期望。尤其“算法黑箱” 使得决策过程缺乏透明度，导致金融机构难以解释 其决策行为，从而降低客户和监管机构的信任。未 来可以提供更加透明和可解释的算法决策过程，同 时采用更加公平和全面的数据集来训练模型，例如 收集更多的样本数据、使用多元化的数据来源等方 法。同时，AI 金融的发展还面临着技术人才短缺的 问题。随着人工智能逐渐深入到金融领域，机器学习、 大数据、云计算等技术的需求也不断增加，需要大 量的技术人才支持。未来可以加强人才培养、人才 引进、推广人才流动等措施，例如高校可以增设人 工智能、金融等交叉学科专业，企业可以提供实践 机会和职业发展路径，政府可以鼓励人才流动和提 供资源支持等。
此外，Open AI 于 2022 年底开发了一款全新 的聊天机器人 ChatGPT。与以往的语言模型不同， ChatGPT 是一种拥有大规模训练数据的语言模型， 能够生成文本、图像和音频等多种数据类型，采用深 度学习方法，具备更强的自然语言处理能力和更广 泛的应用范围。同时 ChatGPT 的训练中还融入了基 于人类反馈的强化学习（RLHF）策略，以确保人工 智能模型的输出与人类的常识、认知和价值观保持 一致，极大地提升了用户体验。作为新一代对话式 自然语言生成模型，ChatGPT在智能投顾、风险评估、 智能客服和信息处理等领域具有独特的应用优势。 未来，在 ChatGPT 的作用下，人工智能将助力金融 机构为客户提供更高效、便捷和个性化的服务。
