人工智能应用在我国银行业的探索实践及发展策略

发布时间：2021-07-18 11:00

　　商业银行拥有庞大的数据,对风险管理的要求更为精准,因此人工智能在该领域有着天然的应用优势。随着国际互联网巨头尝试将人工智能技术应用于金融产品的方方面面,国内银行业也逐步在金融领域推广使用人工智能技术。目前我国人工智能相关的研究及应用水平与欧美发达国家相比旗鼓相当。本文总结了人工智能在我国银行业的应用现状及应用难点,通过介绍美国银行业人工智能推广与应用的相关经验,提出我国银行业还应进一步借鉴美国银行业应用人工智能的成功经验,紧跟人工智能应用趋势,进一步整合内外部数据资源,研究人工智能相关核心技术,探索拓展新的人工智能应用场景。 

【文章来源】：西南金融. 2018,(02)北大核心

【文章页数】：6 页

【文章目录】：
一、人工智能的应用对银行业的深远影响
    (一) 银行业服务模式将会更加主动
    (二) 银行大数据处理能力得到大幅提升
二、我国银行业人工智能应用现状
    (一) 提升客户体验
    (二) 开展量化分析和交易
    (三) 加强金融风险管理
三、我国银行对人工智能技术应用的探索与实践——以广发银行为例
    (一) 重视对人工智能应用的规划
    (二) 推进人工智能与银行业务的融合
四、人工智能技术在我国银行业的应用难点
    (一) 数据和算法模型高端人才比较短缺
    (二) 大数据资源准备时间长、应用成本高
    (三) 数据供应市场发展滞后
    (四) 人工智能应用风险难以有效防范
    (五) 人工智能专用设备成本较高
五、美国银行业人工智能应用的经验借鉴
    (一) 摩根大通:推进人工智能应用实现资产管理和小微金融业务智能化
    (二) 富国银行:研发智能投顾和智能客服技术提升金融服务便利性
    (三) 美国银行:结合理财业务应用人工智能技术提升用户体验
    (四) 花旗银行:引入大数据分析加强反欺诈能力
    (五) 纽约梅隆银行:应用人工智能提升业务处理效率
    (六) 美国银行业人工智能应用评述
六、推进我国银行人工智能应用的发展策略
    (一) 完善应用规划顶层设计, 先行先试逐步优化
    (二) 整合现有储存内部数据, 规范管理合理使用
    (三) 落实数据采集标准规范, 完善数据生态系统
    (四) 关注智能技术发展趋势, 大力研发核心技术
    (五) 整合银行内外数据来源, 支撑人工智能发展
    (六) 深入研发人工智能技术, 积极拓展应用领域
    (七) 打造金融科技人才队伍, 不断投入注重长效


【参考文献】：
期刊论文
[1]AI在银行业的应用难点及破解之道[J]. 宋占军.  金融电子化. 2017(06)
[2]人工智能,金融数字化新方向[J]. 邢桂伟.  中国金融电脑. 2017(05)
[3]广发智慧 御风而行——论人工智能在金融领域的应用[J]. 王兵.  中国金融电脑. 2017(01)



本文编号：3289445