AI在金融领域的应用现状与定位 - AI在金融领域的应用仍处于早期阶段 其作用仍是辅助性的 无法取代人的决策[1] - 银行较少使用多模态或生成式技术 主要依赖大数据分析和推理模型[1] - AI在银行业的支付 定价 风险管理和市场推广方面发挥着重要作用 这是一个很大的边际变化[1] AI对金融机构人力资源的影响 - 未来的从业人员规模会显著受到影响和减少[1] - 到目前为止 还没有听到金融机构单纯因AI应用而出现员工安置压力的案例[1] - 以柜员服务为例 AI是辅助工具 无法替代柜员与客户之间个性化的互动 在信贷 保险定价 定损 精算等关键领域 仍然离不开人的专业判断[1] AI在金融监管中的应用与挑战 - 在反洗钱 反恐融资系统方面 AI已取得很大进展 可利用大量数据分析发现线索 识别活动[2] - AI可以在物价和微观行为的数据收集 处理 模式识别和推理方面影响货币政策决定 并可能通过历史数据推理预知金融不稳定的出现[2] - 机器学习 深度学习必然带来模型的黑箱性 未来监管可能需要面对黑箱模型产生的结果和行动来调节或监管金融市场[2] AI应用带来的潜在风险 - AI应用带来的风险与过去几轮科技革命类似 主要是增量风险和边际风险 金融行业面临的根本性风险如信用风险 市场风险 流动性风险和操作风险并未发生革命性改变[3] - 对单家金融机构而言 存在模型稳定性风险和数据治理风险[3] - 对金融行业而言 存在集中度风险和决策趋同风险 后者可能引发"共振"效应[4]