金融服务业数字化的发展高度依赖优质的信息质量与分析技术,从而为客户提供高效安全的服务及运营管理。人工智能(AI)的发展改变了信息处理和数据分析方式,并为金融机构实现了诸如业务流程简化、降低成本、提高效率和增强客户参与度等多重益处,金融机构很早便开始应用人工智能服务。根据某技术服务商在2022年对全球金融机构进行的调研显示,有78%的受访者表示他们正在使用至少一种形式的人工智能,1包括机器学习、深度学习和高性能计算(HPC)。
在本文中,我们将AI定义为计算机科学的一个分支,旨在探索并模拟人类认知功能,例如如何学习和解决问题。我们将主要从监管角度讨论人工智能,包括亚太地区监管机构制定的AI相关原则及其对该地区金融机构所产生的影响,以及金融机构为应对监管要求和消除客户的担忧所需采取的行动。
利用人工智能和机器学习实时检测银行价值链中的交易欺诈和账户盗用问题:•结合大型数据集识别人工可能遗漏的可疑交易•行为分析•利用聊天机器人和虚拟助手等对话式人工智能解决方案处理各种面向客户的活动,包括产品搜索、提供建议和账户注销•利用人工智能和机器学习模型识别目标客户群体和交叉销售机会•机器学习和大数据分析支持的信用审查•实时债券分析,帮助投资者实现及时、有效的信用风险管理。
虽然许多金融机构已经部署了AI应用,但挑战依然存在。根据我们的观察,金融机构在AI应用方面面临两大问题:1. 如何实现准确和令人满意的结果,满足业务目标;2. 如何将AI应用风险纳入风险管理框架并进行妥善管理。第一个问题的根源在于基于规则的分析(使用预定公式和算法进行分析)和AI分析(使用训练数据进行自学)之间的根本区别。
基于规则的分析的预定性质使其更易被利益相关者理解、实施和修改。相比之下,AI分析可以提供更深刻的洞察和更广泛的覆盖范围,特别是在涉及大量变量的情况下。然而,AI应用十分复杂,难以解释,需要全面了解业务背景和人工智能技术才能取得满足业务需求的准确结果。第二个问题源于缺乏对AI应用风险的认识以及适当的风险管理框架。例如,人工智能可能引发对金融服务业客户的性别、种族、年龄、身体状况或国籍歧视,从而带来法律和声誉风险。
这些风险及其对客户保护的威胁已经成为各司法辖区金融监管机构和立法机构的关注重点。在亚太地区,新加坡金融管理局(MAS)最早发布相关准则以促进金融服务业人工智能和数据分析方面的公平、道德、负责和透明(FE AT原则),2随后在2021年针对选定银行和保险公司进行了专题审查。3中国香港金融管理局(HKMA)和韩国金融服务委员会(FSC)等其他亚太地区监管机构近年来也发布了指引,协助金融机构了解、评估和缓解行业日益增加的AI应用相关风险。澳大利亚4和中国大陆5等司法管辖区也以政府或跨部门监管机构联合发布的形式发布了人工智能相关道德准则,专门针对金融服务业的法规也正在讨论之中。