“不过，当前人工智能的概念太多，有时让我们都难辨真伪。”一家银行创新业务部人士直言，近期自己接触过不少人工智能金融应用机构，发现部分机构打着人工智能的标签，但实际业务操作仍然依靠人工完成，比如一家基于人工智能的金融客服机构，名义上利用大数据与人工智能技术能梳理出用户最关心的客服问题，并通过微信端提供标准的解答，但在业务实际操作环节，大量问题依然通过人工团队进行语音回复，整个客服效率没有提高，运营成本也没有下降。

　　“所以我们在选择人工智能技术合作方显得格外谨慎。”他直言。比如在选择个人信贷业务合作伙伴时，银行要调取互联网金融平台从诞生以来的所有信贷运营数据进行分析研究，先确信平台业务收入能在每个经济发展周期覆盖所有成本支出，再逐笔考量人工智能技术在多大范围降低坏账率、提高逾期催收效率等，最终确定是否合作。

　　在一位互联网消费金融机构技术总监看来，当前人工智能金融应用产业的确存在良莠不齐的状况，其实人工智能要在金融领域发挥真实作用，必须需要三大前提条件，一是海量大数据，包括借款人社交、以往消费行为、职业、社会缴金记录、婚姻状况、年龄等，并且平台能够从中找出有价值的数据，作为评估借款人还款意愿与还款能力的重要依据；二是平台需要拥有完备的风控模型，能与上述数据相匹配，并通过大数据分析不断优化风控、获客、催收、客服效率；三是平台要有足够多的专业人才，对人工智能技术不断完善，确保整个业务赶得上市场变化。

监管挑战

　　随着人工智能与金融日益融合，如何满足金融监管要求，正成为这个新兴产业面临的新挑战。

　　多位金融业内人士直言，相关部门将人工智能金融应用纳入政策扶持范畴，某种程度也意味着相关金融监管很快会浮出水面。

　　“目前，全球各国对人工智能金融应用的监管步伐，的确落后业务创新步伐。”多家智能金融机构负责人向21世纪经济报道记者表示。为此不少国家金融监管部门也采取相对灵活的监管措施，比如新加坡、英国等金融监管部门采取沙盒监管（regulatory sandbox）方式，即金融监管部门在限定的业务范围内，简化市场准入标准与门槛，在确保投资者权益的前提下，允许机构将人工智能金融应用迅速落地运营，随后金融监管部门根据这些业务的运营发展状况，决定是否予以推广。

　　“这些人工智能金融应用要得到推广，就要满足传统金融监管的诸多要求，包括业务操作流程必须满足反洗钱审查、业务操作流程合规、客户风险承受力评估、投资者适当性等操作要求。”他们表示。

　　这给不少人工智能金融应用造成相当高的监管压力。比如不少智能理财机构都是通过机器人模型设定调整投资组合与投资模型，不是由人来操作，相关部门若不了解机器人投资模型背后的“逻辑”，容易怀疑其中是否暗藏人为操作的内幕交易等违规行为。

　　“如今我们每天都在调整机器人投资模型的数据参数。”一家国内智能理财平台负责人告诉21世纪经济报道记者。由于人工智能深度学习技术得出的投资策略与风控模型，往往是难以解释的，因此平台只有不断调整数据参数，让投资模型的内在逻辑变得更有说服力，以此满足金融监管规定。

　　21世纪经济报道记者了解到，为了符合监管规定，不少引入大量人工智能技术的互联网金融机构纷纷与银行、券商等持牌金融机构寻求合作，以提供技术输出或投资组合等方式，由后者向个人投资者提供智能金融服务。这种做法的好处，一是让持牌金融机构对投资者风险承受力进行甄别，避免人工智能技术出现差错，令平台向投资者提供风险不匹配的投资组合，违反了监管规定；二是持牌金融机构可以及时跟踪互联网金融平台最新运营数据，便于监管部门加强金融监管。（编辑：张星）