浅析新技术对金融零售行业的冲击以及金融零售的应对策略

浅析新技术对金融零售行业的冲击以及金融零售的应对策略摘要：随着人工智能新技术的向广泛社会生活领域的应用快速渗透，传统金融零售行业也随着人工智能新技术技术的运用创新，开始迅猛发力创新。原有的零售方式由线下、柜台直接销售，迅速向线上转变。各银行纷纷抢占网上银行新阵地。同时，支付宝、微信、淘宝等互联网大佬纷纷抢滩金融创新业务，再加上近年来涌现的互联网金融，金融零售行业受到的冲击与日俱增，很有可能会改变传统的经营模式，因此金融零售行业如何积极应对，以及金融监管机构如何进行监管新技术与金融在嫁接融合中存在的问题已经亟待解决。本文分析了人工智能新技术概念、金融零售行业特点、国内外研究的现状和特点，指出了人工智能新技术给金融零售行业带来的冲击，最后，提出了金融零售的几点应对策略。关键词：新技术；金融；零售；冲击；策略一、引言人工智能（ArtificialIntelligence），简称AI，是研究、开发用于模拟、延伸和扩展人的智能的理论、方法、技术及应用系统的一门新的技术科学。目前，人工智能技术在金融领域应用，主要是运用计算机视觉、语音识别、自然语言理解和机器学习等核心技术开展身份识别、量化交易、投资顾问、客服服务、风险管理等工作。人工智能正在改变着金融行业业态，但国内对人工智能新技术金融对金融零售行业的影响研究较少，随着人工智能新技术金融的迅猛发展，无论是其对金融零售行业的影响，还是对其的监管都引起了广泛的重视。目前，研究主要集中在人工智能新技术在金融零售上的使用、人工智能新技术对金融零售行业的影响及如何实现金融零售行业与人工智能新技术的融合等方面。Klafft（2008）与Linetal（2009）研究指出：由于人工智能新技术贷款人的专业化程度较低，必然导致人工智能新技术信贷有较高的风险。TessOcean（2013）认为：网上贷款的审批速度不仅比金融零售行业要快得多，而且可以享受比较低的贷款利率。冯娟娟认为：人工智能新技术企业进入金融领域，不仅影响金融零售行业经营管理模式，也将冲击金融零售行业业务经营。邱峰认为：由于人工智能新技术金融存在许多缺陷，因此，人工智能新技术金融暂时无法取代金融零售行业的地位。张钹院士认为，人工智能当前最大问题，无法实现人机交互，无法与人类协同工作与和谐相处。二、人工智能新技术在金融零售中的应用现状金融系统是最能够与人工智能进行结合并产生价值的领域。金融体系内各个分支领域界限相对明确，银行、证券、保险等业务相对独立，便得人工智能在垂直领域中进行应用。AI技术非常适合处理收据和其他财务文件等重复性工作，这些工作通常需要消耗大量的人力资源，并且常常因为人力耐心和毅力方面的不足而造成错误。（一）AI新技术在信贷借贷方面的应用机器学习算法通过数以百万计的消费者数据（年龄，工作，婚姻状况等等）和金融贷款或保险结果（这个人是否违约，按时偿还贷款，发生车祸等…？）进行训练。可以不断分析趋势，以检测可能影响贷款的因素和趋势（比如是否某个州越来越多的的年轻人发生车祸？再比如过去15年中特定群体的违约率是否增加？）传统的信贷审核系统依赖历史数据，如交易历史，信用历史和多年来的收入增长来了解与每笔贷款相关的风险。由于历史数据并不总是用于预测未来行为的准确标准，这导致估算结果不一致。机器学习可以分析实时的交易数据，市场状况，甚至是最新消息，以确定信贷的潜在风险。在预测分析的帮助下，机器学习算法可以分析PB级数据，以了解微观活动并评估各方的行为以识别可能的欺诈行为。这对于人类投资者手动执行来说是不可能的。（二）AI新技术在投资组合管理方面的应用“机器人顾问”这个词在五年前基本上是闻所未闻的，但现在在金融领域已经司空见惯。这些算法是为了根据用户的目标和风险容忍能力来校准金融投资组合而构建的。用户输入他们的目标（例如，65岁退休，储蓄250,000.00），年龄，收入和当前金融资产。机器人顾问然后将资产分散到资产类别和金融工具中，以达到用户的目标。然后，系统会根据用户目标的变化以及市场上的实时变化进行调整，并始终致力于为用户的原始目标找到最佳选择。Robo顾问已经获得了千禧一代的消费者的重要推动力，他们不需要人工顾问就可以轻松投资。同样，支持人工智能的个人金融情报应用软件正在帮助消费者管理其财务状况，分析支出情况，自动完成纳税申报，并通过业务模式提供财务建议，而这种业务模式并非以投资收费为前提。（三）AI新技术在产品零售与客户服务方面的应用客服机器人是具有语音识别功能，采用自然语言处理技术打造形成的智能产品。在整合集团电话、短信、网络、微信以及客户端等渠道，提供在线智能对外客户服务。可以有效帮助客服，缓解座席压力，辅助人工在更短时间解决遇到的客户问题。实时语音识别技术帮助客服机器人理解语义，快速掌握客户真正需求，并自动获取客户特征和知识库等内容。还可通过个人网银、掌上银行、微信公众号等，推出个人金融助理等功能，挖掘分析其内在价值，为客户服务与客户营销等提供数据与决策支持。同时，智能客服系统还可以自动学习这些数据从而建立知识题库，为后续客服机器人自动回复客户问题提供参考与依据。（四）AI新技术在金融风险防控方面的应用计算机视觉与生物特征识别应用——人脸识别与安全监控，这些技术可以让机器在识别客户的身份与行动时更加准确，对于帮助金融机构识别客户和安全监控都有很多便利。一是通过强化基础设施中的人像识别作用，增加网点和ATM摄像头功能，对客户中的可疑人员、可疑行为提前预警，同时也具备识别重要客户。二是强化内部摄像头对员工中出现的可疑行为进行识别监控和记录，对违规交易做疑似预警，进一步警示后台监控部门分析。三是增加银行内数据中心机房、金库等核心区域的摄像头，强化人像识别，出入的工作人员须经人脸识别、查验证件，智能识别陌生人，防止尾随至相关区域，达到安全防范的目标。（五）AI新技术在金融零售区域巡检方面的应用运用AI巡检机器人，可以投放在核心区域，连续值班24小时。及时发现如机房、服务器等潜在风险并进行处理，实现替代人工监控或辅助巡检。投放网点智慧机器人，可以实现迎接客户并智能分流，通过语音互动与客户交流，借助客户知识库里储存的常见问题及问答内容，代替大堂经理开展标准业务的咨询和问答，减少人工的无谓重复性工作。同时实现数据采集，分析客户情况，精准开展针对性营销。为银行服务注入科技创新感，优化了客户服务新体验，为银行服务的转型升级增加了全新的因素。三、人工智能新技术对金融零售行业的冲击近年来，随着AI新技术和智慧金融的迅猛发展，对金融零售行业的核心业务产生了较大的冲击。主要表现在以下几个方面。（一）对金融零售行业金融产品的冲击传统零售信贷的审批流程大约需要1周时间，走完银行零售业务中的一系列流程：客户先申请，跑很多机构递交一些证明性纸质材料，比如住址证明、银行流水等；再做录入；运营部门再做复核；再做审批处理；再做尽职调查和最终审批。百年来都难以提高效率，因为每个步骤都需要去一步一步通过，所以不论怎么优化，也难以再提高速度。但AI与大数据结合后，能够很好地提升这一阶段的效率，读秒将这个时间缩短到了10秒，未来更快的速度也会被行业其他公司以及读秒自身不断突破。在信贷授信过程中，AI运用在全流程，包括风险定价、反欺诈、客户行为预测、贷后管理等，而定价与反欺诈流程的AI渗透性最强。风险水平决定信贷定价——如果给低风险的人定价过高，那么低风险者不会有借贷意愿；如果给较高风险者定价过低，逾期可能不足以平衡损失和收益。AI能够帮助预测最佳的用户分层方式。（二）金融零售行业面临金融中介角色弱化的风险金融零售行业的主要职能是资金融通，由于社交平台信息对一直以来的信息不对称问题有了全新的解决方案，供求资金的双方都能够获得充分的信息支撑，既解决了问题，又降低了信息和交易成本，在此过程弱化了传统金融行业在融资过程中所起的中介功能。同时，人工智能新技术还打破了时间与空间的限制，改变了支付渠道，使得金融网站购物风气兴起，也严重冲击了金融零售行业支付中介的垄断地位。例如，我国人工智能新技术支付业务交易额2010年为10858亿元，短短两年几乎翻了两番。（三）金融零售行业面临服务模式上的深层变革随着人民受教育程度的增加和对金融产品知识的日益丰富，客户已经不再是处于被动接受金融零售的位置，很多人都在主动寻找哪些是适合自己的金融服务终端。“以客户为中心”的传统服务理念与模式，已经无法与秉持交互营销的开放式体验的服务终端同日而语。传统的业务模式中，金融零售行业疲于应对小微企业业务的分散化、多样化需求。恰恰在这一点上，人工智能新技术服务模式竞争力极强。（四）金融零售行业的收入来源将受到冲击现在的互联网金融在政策和社会投资热情的追捧下迅速发展，借贷方便快捷，这对借贷的个人客户和小微企业客户非常适用，与金融零售行业形成强有力的竞争，严重影响了金融零售行业的利差收入。并且伴随着以支付宝、财付通为首的人工智能新技术第三方支付企业的服务内容从人工智能新技术及移动电话支付，到银行卡收单、预付卡发行与受理、货币汇兑等众多业务支付环节的不断增加，这也大大减少了金融零售行业的中间业务收入。（五）监管运营的相关法律尚不完善，体系尚不健全由于人工智能新技术金融是新兴事物，作为监管部门，银监会还没有针对的违规经营制定好法律法规，造成了目前人工智能新技术金融风险较大。具体表现在以下几个方面：其一，人工智能新技术毕竟不具备人工所拥有的情感和语气，所以在消费者参与金融交易时，只能提出机械的提示，导致人们只会忽视风险爱你，只是过度关注金融收益；其二，人工智能新技术安全问题突出，安全风险大，稍有不慎用户的资金和个人信息安全很容易受到威胁；其三，人工智能新技术金融的监管体系尚未建立，用户信用风险大，极易诱发故意骗贷等风险问题。四、新技术冲击下金融零售行业应采取的应对策略（一）主动接受并促进AI新技术在金融零售领域的发展和运用虚心地向人工智能新技术领域金融学习，实现与人工智能新技术金融的融合。蚂蚁金服作为当前智能化程度最高的互联网金融企业，其掌舵者马云认为，未来的金融有两大机会，一个是金融人工智能新技术，金融行业走向人工智能新技术，另一个是人工智能新技术金融。目前，我国金融零售行业很多在发展人工智能新技术金融方面，只是坚持金融人工智能新技术的管理，只是把传统的金融业务用人工智能新技术技术去经营而已，如多家金融零售行业通过人工智能新技术销售理财产品，工商银行开通的网银汇兑、网贷通等。而真正要应对人工智能新技术金融的冲击，金融零售行业应该坚持开放、共享、普惠的人工智能新技术理念，实现与人工智能新技术金融的相互融合。（二）打破行业思维定势强化金融传统零售与AI技术的优势互补金融零售行业应该学习掌握人工智能新技术金融的思维模式，实现与传统金融业务模式的优势互补。例如，小微企业因融资难的问题一直影响着企业的发展，借助金融零售行业完善的内控机制，信贷资源充足等优势，如果实现人工智能新技术金融与金融零售行业的相互融合，就能有效地解决小微企业融资难的问题。我们深信不久的将来，人工智能新技术金融和金融零售行业必将相互融合，各取所长，只有这样，金融行业才会有更好的未来。（三）以AI技术运用为契机主动推进服务模式自我变革人工智能新技术金融面对金融零售行业的影响，不仅倒逼金融零售行业加快发展人工智能新技术金融的步伐，而且有利于我国的汇率与利率市场化的深化改革。这是因为人工智能新技术金融模式客观地反映了市场供求，许多金融企业都会自动公开报价，于是无形中为客户做出流动性、风险等判断提供了更为充足的信息，交易完全市场化。在人工智能新技术金融模式下，金融机构可以通过人工智能新技术金融市场利率走势，判断特定客户群的利率水平。通过大数据分析，形成完全由市场决定的利率指数，用来完善贷款定价基础。（四）防范欺诈创新升级金融在线零售产品国内互联网和金融行业发展得非常快，新形式的在线金融产品层出不穷。通过技术手段有效甄别欺诈份子，通过反欺诈技术大幅降低金融风险，对于金融机构来说也是亟待解决的。加强智能金融标准化工作，采用专利合作等方式，研究完善授权和风控机制；推动智能感知、分析、控制和模式识别等技术在金融零售行业的深入应用；促进传统金融机构加大投入，研发和快速提升AI技术创新和在金融零售领域的应用水平，不断创新推出公优质的金融零售产品和服务。（五）积极主动继续加深与监管机构的合作加强AI新技术在金融零售领域运用的法规政策研究。高度重视和发展智能金融零售，更要始终警惕必须可能的安全挑战，加强事前预防与过程的约束引导，风险降到最小，确保AI新技术在金融零售沿着安全、可靠、可控的轨道继续发展。致力于推动先进的对抗性机器学习和半监督主动式机器学习技术在行业中的应用，期望能够建立全网联通的风控系统，降低金融监管的人力物力成本，提高监管效率，帮助监管机构实现监管科技的目标。策略只是基础，只是成功转型的前提，金融零售行业转型的道路才刚刚开始。虽然前路还很远，但金融零售行业的未来却是明晰的，是注定遍布亮点与充满希望的，势将站立在社会生活领域特别是人工智能新技术浪潮的潮头。参考文献[1]冯娟娟人工智能背景下金融零售行业竞争策略研究[J].现代金融，2017（4）：16-18[2]刘伟.关于人工智能若干重要问