(南阳银保监分局 薛傥)随着金融创新及金融科技的快速发展，人工智能技术在商业银行客户营销、风险管理、产品服务上面的应用越来越广泛，例如人脸识别、云数据计算、线上智能化信贷审批等金融场景也越来越被老百姓所接受。但在人工智能技术应用尚处于初级阶段的今天，各方面尚存在一定的未知区域，需注意防范相关领域潜在的风险。

　　一、针对商业银行相关约束监督机制的建设相对落后于人工智能技术的应用。相关配套金融监管在机制建立、法律制度发布、具体监督实施等过程中需要一定的时间，针对商业银行先进科学技术的应用速率加快，金融监管在一定程度上缺少前瞻性。目前相关的监管提到了金融技术的监管思想，但尚未针对人工智能在金融领域的应用发布系统的法律法规。人工智能的深入应用对银行的信贷，风险控制，资产定价，市场营销，客户服务以及其他重要联系和业务产生了重大影响。如果发生意外的金融风险，其范围和影响将超过传统银行和互联网金融。在实践中，人工智能的应用涉及许多设备和技术，当金融市场出现故障和异常波动，而投资者蒙受损失时，没有法律法规可依法厘清责任和惩罚。

　　二、人工智能技术尚处于发展初期，相关的数据采集缺乏统一的标准和应用价值。目前人工智能技术虽广泛应用于商业银行的信贷审批、资产分析、贷后管理等方面，但相关应用水平仍然简单，对数据价值的挖掘不足。我国的人工智能技术尚处于发展初期，自主研发能力有待提高。此外，该银行正处于数字和人工智能发展的初级阶段。以传统的客户服务和智能的机器工具为主要手段，在智能风险控制和营销领域的应用受到限制。建立人工智能在银行领域的应用的关键之一是建立智能的数据收集和分析模型。目前我国所谓的云数据分散于各个网络平台且相对独立，内部数据尚未完全联网，存在信息分散，信息不规则，数据价值不一等问题。银行缺乏整体数据资产结构规划和大数据资产管理手段，在大数据时代没有树立“数据就是资产”的先进管理理念，与数据信息相关的供应链并不完善，而且没有充分挖掘数据的经济价值。

　　三、需警惕人工智能应用过程中的科技安全风险。人工智能的应用存在潜在的技术安全风险，在人工智能技术探索期，银行不可避免地会遇到一系列技术安全问题。例如，一些银行已实施了广泛使用的面部识别，但是，如何识别外观非常相似的客户(例如双胞胎)，需要进一步测试面部识别的安全性。此外，基于人工智能的智能投资顾问还面临市场变化应对不足的情况。相关人工智能分析技术只能在历史数据的基础上，通过固有的数据测算程序对未来预期进行测算，而缺乏人脑相对灵活以及对社会、情感、环境等感性化分析，当市场面临突发性变故时，所获得的配置方案和投资建议与市场特征不符，将给投资者带来投资损失。算法缺陷是指由于编程错误和其他原因，智能投资顾问无法按照原始理论提供预期服务的漏洞，人工智能的应用标准需要统一和完善。在商业银行中普遍面临人工智能应用各自为政的局面，对于人工智能的应用还没有统一的信息公开标准，这使得难以保证用户的知情权和人工智能系统的信息保密性。另外中小型银行对应用人工智能的意愿和能力较弱。尽管一些中小型银行和城市商业银行也已经启动了人工智能等金融技术的研究和应用，但由于技术储备，资金规模和人才的丰富，应用速度缓慢，效果不明显。

　　(农村金融时报 河南驻地记者王松 推介)