李东荣
人工智能是引领新一轮科技革命和产业变革的战略性技术，具有溢出带动性很强的“头雁”效应，当前正驱动包括金融业在内的经济社会各领域向数字化、网络化、智能化加速跃升。如何积极稳妥应用人工智能，是一个值得金融科技业界和政策制定者深入思考的重要议题。
日前，中国互联网金融协会会长李东荣在《北大金融评论》上发表文章，他指出，促进人工智能与金融深度融合是一项涉及面较广的系统工程，需切实加强风险监管，夯实基础支撑，持续完善标准规范，做好金融消费者保护，助力现代金融体系建设。本文为原文节选，全文即将刊发于2020年第2期《北大金融评论》。
人工智能在金融领域应用正加速深化
金融是国家重要的核心竞争力，人工智能是引领未来的战略性技术。促进人工智能与金融深度融合，是落实国家人工智能发展战略的关键举措，是推进现代金融体系建设的重要内容，具有重要的现实意义和经济社会价值。当前，我国金融领域在应用人工智能方面正处于加速深化阶段，主要呈现以下几个方面的特点：
一是政策环境持续优化。国务院《新一代人工智能发展规划》将金融列为人工智能应用试点示范和产业智能化升级的重点领域之一，并明确提出建立金融大数据系统、创新智能金融产品和服务、加强金融风险智能预警防控等措施。2019年8月，中国人民银行发布的《金融科技（FinTech）发展规划（2019-2021年）》明确要求，统筹优化数据资源、算法模型、算力支持等人工智能核心资产，稳妥推动人工智能技术与金融业务深度融合。上述文件为人工智能在金融领域应用提供了良好的政策环境，明确了工作方向。
二是关键技术日益成熟。现阶段，人工智能主要是面向具备较好数据基础的专用智能领域，移动互联网、大数据、云计算等基础支撑进一步夯实，机器学习、计算机视觉、自然语言处理、知识图谱、人机交互以及类脑智能、混合智能等关键技术和应用领域不断取得新进展。其中，机器学习、计算机视觉、智能语音、自然语言处理等在我国金融领域应用相对较为成熟，在改进金融业务流程、优化金融投资决策、提升金融服务质效等方面取得了初步成效。
三是应用场景有序扩展。当前，人工智能在客户服务、投资顾问、风险管理等场景的应用较为广泛，并已取得较好的应用效果；在客户营销、运维管理等场景的应用潜力日益受到行业关注，促进精准营销和流程自动化等作用初步显现；在投资研究、量化交易等场景也已有小规模的应用探索。根据中国互联网金融协会对银行、证券、保险类上市金融机构2018年年报的统计分析，约有46%、36%、30%的机构分别在探索智能客服、智能投（保）顾和智能风控应用，约有25%、21%的机构分别在探索智能营销和智能运维应用。其中，上市银行应用人工智能更为积极，近九成上市银行表示已经或即将开展人工智能应用探索，探索智能客服和智能风控应用的上市银行占比均为六成左右。
四是多重挑战有待破解。总体来看，人工智能在我国金融领域已取得一定应用成效，但人工智能技术本身仍处于不断发展演进过程中，其在金融领域更大规模的应用落地客观上还面临数据、成本、安全、人才等各种显性和隐性障碍，而且由于存在技术黑箱、算法共振、算法歧视、数据高依赖度等情况，其在金融领域不当应用可能引发责任边界模糊、市场羊群效应、数字金融排斥、个人隐私泄露等风险挑战，必须高度重视，采取针对性举措加以妥善解决。
人工智能在金融领域应用应坚持的基本原则
综上，人工智能在金融领域应用的机遇与挑战并存，有必要加强前瞻研究和规范引导，最大程度实现扬长避短、趋利避害。参考美国、英国、欧盟等国家和地区以及经济合作与发展组织（OECD）、二十国集团（G20）等国际组织发布的人工智能原则指引，特别是新加坡金融管理局和中国香港金融管理局针对金融领域应用人工智能发布的专项原则，在我国国家新一代人工智能治理专业委员会《新一代人工智能治理原则——发展负责任的人工智能》的总体框架下，按照健全具有高度适应性、竞争力、普惠性的现代金融体系的要求，研究提出人工智能在金融领域应用应坚持的基本原则：
依法合规。严格遵守与人工智能金融应用相关的信息技术、网络安全、数据治理、隐私保护、业务监管等领域法律规范，坚守智能金融的合规底线和行为红线。积极采用人工智能相关国家标准、金融行业标准和自律标准，鼓励执行严于法律规范、国家标准和金融行业标准的企业标准。结合人工智能应用新进展新特点，积极加强人工智能应用与发展的共性法律问题研究，推动建立符合我国国情、更具智能化时代适应性的多层次智能金融法治体系。
以人为本。以维护金融消费者合法权益、增进金融消费者共同利益为应用导向，尊重社会共同价值观和伦理道德，持续提升技术水平、改进管理方式，开发“有温度的”智能金融产品服务，促进数字普惠金融发展。坚持守正创新、科技向善，制定实施科学合理的金融消费者保护机制、隐私安全政策、风险缓释措施和应急处置安排，在数据获取、算法设计、产品研发和应用过程中消除偏见和歧视，禁止人工智能滥用、恶用，避免误用。
安全可控。加强人工智能研发者、使用者及其他相关方的能力建设和行为规范建设，确保相关人员具备人工智能金融应用所需的专业能力、业务知识和工作经验。加强理论研究、模型测试、安全评估和审计体系建设，不断提升智能金融系统透明性、可靠性、可控性，逐步实现可追溯、可信赖、可审计。按照分级分类管理思路，结合具体应用场景确定相应级别的算法模型可解释程度，不应以技术黑箱等作为可解释性不足的理由。做好技术供应商尽职调查、风险隔离和退出管理，不断提升自身技术实力和运维能力，避免对单一供应商的过度依赖。
权责清晰。从业机构董事会及高级管理层应推动建立科学合理的人工智能治理框架，为本机构应用人工智能所产生的结果负责。主动建立完善清晰、透明、公开的权责清单，明确研发者、使用者及其他相关方的权利、义务和责任，建立覆盖人工智能应用全流程的问责机制。坚持负责任金融理念，通过信息披露、风险提示、产品公示、隐私政策声明等方式，切实维护金融消费者知情权、自主选择权、公平交易权、信息安全权等权利。与合作机构、技术供应商等审慎签订合同协议，明确风险承担、服务安排、数据管理、投诉处置等方面的责任边界。
政策建议
促进人工智能与金融深度融合，助力现代金融体系建设，是一项涉及面较广的系统工程，需要凝聚各方力量共同研究、系统设计、稳步推进。结合人工智能在金融领域的应用现状和基本原则，提出以下几个方面的政策建议：
一是切实加强风险监管。坚持穿透式监管和一致性监管原则，以人工智能在金融领域应用的外溢风险为导向，精准识别人工智能应用带来的传统金融风险新变化以及新的风险，研究制定智能投顾、智能风控、智能量化交易等智能金融业务规则，加强信息披露、算法报备、留痕管理、安全认证等方面的技术监管，推进金融领域人工智能算法设计、产品开发和成果应用的全流程监管体系建设，实现监管无死角、风险全覆盖。同时，探索运用机器学习、知识图谱等人工智能技术，不断提升监管部门自身的金融风险态势感知能力和监管科技应用水平。
二是有效夯实基础支撑。加快完善人工智能在金融领域应用的基础法律制度，切实解决隐私保护、数据安全、算法模型、责任主体认定等方面的全球共性难题。统筹政府和市场多渠道资金投入，优先支持前沿基础理论研究、关键共性技术攻关、共享资源库建设、传统基础设施智能升级等重点领域。在切实保障个人隐私、商业秘密和敏感数据前提下，依法推动金融领域跨层级跨部门数据开放共享，探索运用区块链、可信执行环境、多方安全计算、联邦学习等技术手段，加强金融数据资源有效整合和安全融合，为金融业应用人工智能提供高质量的基础数据。以金融科技应用试点为载体，推动金融机构、科研院所和科技公司建立产学研用联动机制，提升智能金融产业链整体竞争力。坚持培养与引进相结合，建立完善人工智能学科体系和人才培养认证体系，加强金融系统人工智能人才储备和梯队建设，形成一批智能金融领域的领军型专家、复合型人才和创新型团队。
三是持续完善标准规范。充分发挥标准的基础性、战略性、引领性作用，在国家人工智能标准体系和金融行业人工智能应用标准体系的总体框架下，充分发挥行业协会团体标准先行先试作用，以增强技术应用的安全性、可用性、合规性和互操作性为重点，逐步建立健全智能金融领域基础共性、互联互通、网络安全、隐私保护、行业应用等方面的标准规范，并通过标准自我公开声明、检测认证、安全等级评估等手段推动标准落地实施。持续推进金融业人工智能应用标准的国际化，积极参与相关国际标准制定，支持国内优秀标准转化为国际标准，推动人工智能技术标准和相关金融标准“走出去”，为国际标准制定贡献更多的中国方案和经验。
四是做好金融消费者保护。加快完善金融消费者保护相关法律制度和工作机制，提高举报、投诉、仲裁等渠道的便捷性和可获得性。依托信息披露、风险提示等手段，增强人工智能技术应用和金融服务全流程的透明度。引导和督促从业机构将消费者保护要求纳入公司治理、企业文化建设和经营发展战略，研究设计适应不同消费者操作习惯和能力素养的智能金融产品。积极开展金融知识普及教育、人工智能科普推广等活动，持续提升全社会金融素养和数字能力。同时，严厉打击以“智能金融”为名侵犯金融消费者权益的违法违规行为，营造良好的市场秩序和金融生态环境。
