国际金融科技观察 | 全球金融服务AI应用调查报告：序言
编者按：这是关于金融服务中AI应用规模最大的国际实证研究之一，受访者包括来自33个国家的151个机构企业，其中金融科技公司占比为54％，传统金融机构占比为46％。该研究通过发放网络调查问卷收集数据，并进行对比分析得出结果，旨在理解并分析当前AI在金融服务中应用的现状及其影响。
剑桥大学替代金融中心和世界经济论坛于2019年第2至第3季度联合开展了一项有关金融服务中人工智能（下文简称AI）的调查，本报告展示了相关调查结果。这是关于金融服务中AI应用的规模最大的国际实证研究之一，来自33个国家的151位受访者参与其中，包括金融科技公司（占样本的54％）和传统金融机构（占样本的46％）。该研究也得到了安永和美国景顺集团的支持。
该研究旨在理解并分析当前AI在金融服务中应用的现状及其影响。该研究通过发放网络调查问卷收集数据，并进行对比分析得出结果。
该研究全面地展现了当前金融科技公司和传统金融机构如何将AI应用于金融服务，AI如何推动多元的商业模式，AI如何带来新的产品和服务以及AI如何在数字化转型中发挥战略性作用。研究结果也展现了全球金融服务供应商如何应对AI的应用带来的风险和监管上的挑战，以及AI对竞争格局和就业情况的冲击。
总体来看，人工智能有望改变金融服务业许多不同的范式。这些变化体现在：如何利用数据产生更多可付诸实施的洞察；商业模式创新（例如，将AI作为一种服务出售）; 大型科技公司的出现和业内的整合使得竞争环境发生的变化；AI对工作和监管的各种影响；AI对风险和偏见的影响；颠覆性技术的进一步发展和应用。
随着许多公司开始运用AI来提高盈利水平并扩大规模，AI在金融服务领域的应用速度明显加快，带来了复杂的和多方面的影响。
这项实证研究的主要发现如下：
•短期内，人工智能有望成为金融服务业中必不可少的商业驱动力，有77％的受访者预计，未来两年内AI对其业务具有高或者非常高程度的重要性。尽管目前，人们认为AI主要是与金融科技公司之间具有高度的战略关联性，但许多传统金融机构希望在两年内也能加大AI的应用，迎头赶上。
•随着AI的重要性不断凸显，其在关键业务功能中的应用也更为广泛。大约64％的受访者预计，在未来两年内，AI将在许多业务中得到应用从而实现增收，这些业务包括：新产品和新流程、企业流程自动化、风险管理、客户服务以及新客户的开发。目前，只有16％的受访者表示AI在上述所有业务中都得到了应用。
•当前，风险管理是AI利用率最高的领域，利用率高达56％，其次是通过新的AI辅助产品和流程来实现增收，利用率为52％。但是这些公司预计，在未来两年，后者会成为最重要的AI应用领域。
• AI有望成为在金融服务业特定领域中制胜的关键。例如，它将成为资产管理者投资回报的主要驱动因素。贷方普遍希望通过AI辅助的信用分析获利，支付供应商则希望加大AI在客户服务和风险管理方面的应用。
•随着AI领导地位的竞逐，高投入者计划进一步增加其研发投资，高低投入者之间的技术差距正在扩大。这样的雄心勃勃的投资计划似乎是基于投资AI带来的超线性增长的收益，一旦AI投资达到研发支出约10％的“临界”水平，就会产生超线性增长的效益。
•与传统金融机构相比，金融科技企业在利用人工智能方面似乎有所不同。金融科技企业更多地倾向于创建基于AI的产品和服务，采用自主决策系统，并依赖基于云技术的产品；而传统金融机构则主要专注于利用AI来改进现有产品。这也许可以解释为什么AI对金融科技企业的盈利能力具有更加积极的影响——在受访者中，30％的金融科技企业表示AI能带来盈利能力的显著提高，而对于传统金融机构这个比例只有7％。
•金融科技正日趋广泛地将人工智能支持的产品作为服务出售。市场上的成功实践证明，通过基于更大、更多样化的数据集提供不断改进的AI驱动的服务并且吸引人才，出售AI服务可以使大型组织产生“ AI飞轮”（自我推动的良性循环）。
•人工智能领域领导者通常会为AI的实施和监督建立专门的、以数据分析功能为主的公司资源，来和现有的IT部门合作。平均而言，他们还会使用更复杂的技术来实现更复杂的AI使用场景。
•利用好AI优势的关键在于用另类数据集产出新颖的洞察，60％的受访者在AI应用中会使用新的或另类形式的数据。最常用的另类数据源包括社交媒体，支付供应商数据以及地理位置数据。
•传统金融机构预计，到2030年人工智能将取代其组织中近9％的工作，而金融科技公司预计人工智能将使其员工人数增加19％。在调查的样本中，这意味着传统金融机构预计将净减少约336,000个工作岗位，而金融科技企业中会增加37,700个。其中，投资管理部门的削减幅度预计最高，5年内将净减少10％，10年内净减少24％。
•无论对于什么样类型部门和企业，数据的质量和获取、人才的招纳都是开展人工智能的主要障碍。超过超过80％的受访者认为上述因素对自己构成了障碍，而诸如硬件/软件成本、市场不确定性和技术成熟度等方面的障碍似乎更少一些。
•近40％受访者认为现有法规阻碍了人工智能的应用，而认为法规具有促进作用的调查对象仅略超过30％。企业组织认为阻碍最大的是涉及管辖区与实体之间数据共享的法规，也有许多组织认为规章的复杂性和不确定性造成了负担。中国企业对监管影响的评价往往比美国、英国或欧洲大陆的企业更为积极。
•大规模采用人工智能预计会加剧某些全市场范围的风险和偏见，至少五分之一的公司认为自己没有能力缓解这些困难。企业尤其担心AI会增加决策时的偏见，或通过资源共享使自身暴露于大数据以及隐私方面的违规风险之下。然而，许多公司在AI实施中引入风险和合规团队，这部分公司对自身的风险应对能力更有信心。
•与复杂的解决方案相比，建立已久的简单机器学习算法应用更加广泛。尽管如此，许多调查对象仍计划在两年内实现通常来说涉及深度学习的自然语言处理（NLP）和计算机视觉。
•将近一半的受访者将利用AI能力进入金融服务领域的“技术巨头”（指大型科技公司，如谷歌、脸书、腾讯、阿里等）视为主要的竞争威胁。
翻译：田青炜 刘芳
来源：剑桥大学替代金融中心
本期责编：姚丽蓉 李润东
主编：闵文文 朱霜霜 魏 唯
点击查看往期文章