论文部分内容阅读
摘 要：近年来，人工智能在金融领域的应用场景不断革新，我国对于人工智能在金融领域的研究大多基于具体应用场景和技术本身，从居民需求的角度研究较少。从居民视角研究人工智能技术在金融行业的应用给居民日常金融活动交易场景带来的影响和其中存在的问题，首先对应用场景包括居民日常消费、储蓄以及投资理财等进行现状概述，接着从居民需求出发探讨这些应用存在的问题，最后为人工智能在金融行业的发展提出建议。
关键词：人工智能;金融行业;居民视角
中图分类号：TP18 文献标志码：A 文章编号：1673-291X（2021）24-0054-04
引言
人工智能属于自然科学和社会科学的交叉学科。2019年3月，中央全面深化改革委员会通过了《关于促进人工智能与实体经济深度融合的指导意见》，提出人工智能要结合行业及区域特点，构建数据驱动、人机协同、跨界融合、共创分享的智能经济形态。
人工智能在金融市场上的应用指计算机代替人脑来进行分析，并做出合理预测及决策[1]。不同的人工智能技术的应用场景不同，一些学者对机器学习算法、深度学习算法、知识图谱和自然语言处理技术在金融行业的具体应用进行了阐述[2];人工智能技术也在公司及行业领域开始应用，并逐渐深入客户身份识别、量化交易、智能投顾、智能客服以及智能信贷与监控预警风险等金融场景，对银行、证券等行业产生了重大影响，但在实际应用中仍存在一定难题[3～5];生物识别技术在远程开户、转账取款、支付结算和核保核赔等金融服务领域也逐渐得到应用[6]。人工智能技术在银行业务的融合使得银行服务质量提高，带给居民便利、高效的服务[7]。
目前，国内外已有研究主要是从行业以及公司角度研究人工智能技术在金融行业的应用及问题，从居民层面研究人工智能在金融行业的应用发展的问题较少。已有研究结合双通道账户理论证明了智能支付方式可以为消费者带来更多的消费愉悦感，促进居民消费[8];通过对中美两国智能投顾行业的差别分析，有学者提出了智能投顾应注重增加客户良好体验的发展方向[9]。同样，各银行应高度重视新业态下消费者需求和行为模式的转变，针对互联网用户的交易特点和消费习惯，探索数字化银行的发展方向[10～11]，为保留商业银行现有客户数量以及扩展客户群体，了解客户动态需求是十分重要的[12]。人工智能在金融领域的应用在给居民的生活带来便利的同时，极大地提高了居民的交易体验。技术服务于居民，因此了解居民需求有助于技术发展。
一、面向居民的人工智能在金融产业的应用现状及问题
人工智能在面向居民的金融领域应用中主要提供了高质量的金融服务，为居民提供便利，并保证居民金融财产安全。本文立足于居民主要的金融活动，从居民视角研究人工智能技术的具体应用现状及其存在的问题。
（一）第三方智能支付方式
人工智能日益发展，不断与实体经济融合，图片、指纹和人脸识别等智能识别技术的应用，改变了居民的传统支付手段。微信钱包和支付宝等第三方平台利用智能识别技术为居民的日常交易活动提供便利，简化交易的流程，极大地提升了居民和商家的交易过程中的体验感，并且已有研究证明了移动支付可以促进居民消费[13]。蚂蚁集团招股文件显示，截至2020年6月，支付宝APP服务超过10亿用户和超过8 000万商家;中国互联网络信息中心数据显示，截至2020年3月，我国网络支付用户规模达7.68亿，手机网络支付用户规模达7.65亿。以上数据说明，智能支付方式在居民的日常交易支付中使用频繁。
在第三方移动智能支付给居民的日常交易活动带来极大便利的同时，频发的由移动支付引发的经济案以及社会现象，表明智能支付技术安全仍存在许多问题。
1.移动设备丢失涉及用户资金安全，给居民带来经济损失。移动智能手机作为实现智能支付的主要载体，一旦手机丢失，用户或将面临经济损失。
2.智能支付方式使得居民的个人信息容易暴露，目前仍缺乏相应的法律法规对其进行管理。目前，我国政府还未推出相应的法律法规。此外，在整个智能支付体系中，没有制定统一的行业标准。
3.人脸識别技术存在漏洞，难以保证精准识别[14]。目前人脸识别技术还是难以精确识别用户面部可能发生的各种变化，也无法做到将用户所有的表情与面部特征收录到智能识别系统中。人脸的变化是导致人脸识别技术出现失误的原因之一。
4.智能支付适用人群受年龄以及区域移动设备普及和经济发展的影响。年长人群和偏远地方以及落后地区的居民，可能没有可用于智能支付的移动设备。此外，在智能支付发展迅猛的地区，现金支付的方式可能被淘汰，这将对使用现金支付的年长人群造成困扰。
（二）智能银行
银行是传统的居民理财活动场地，人工智能的发展也对其服务模式和业务范围造成了巨大的影响。
1.人工智能技术改变传统银行服务方式，实现服务线上化和智能化。为使居民足不出户就能在线安全、便捷地管理个人资产，各银行推出了移动银行客户端，利用智能识别技术，借助互联网向居民提供各类银行服务。此外，手机银行推出了无卡化服务，通过手机银行APP就可以在自助存取款机上存取现金。从表1可以看出，手机银行正逐渐被居民接受。相较于传统的人工语音客服，各银行开发的智能客服，能够提供满足客户全天随时随地、便捷高效、有温度的优质服务体验。各银行全面上线“人工+智能”的远程智能服务。据中国建设银行2019年年报统计，建行全渠道共累计服务客户16.88亿人次;中国农业银行年报显示，2019年，农行自助语音服务客户2.4亿人次;通过远程智能服务，客户不必局限于有限的银行柜台人员提供的服务，这一现状会在下文中的智能客服部分进行详细介绍。
2.人工智能推进线下智能柜台发展。各银行线下网点推出智能柜台，投放智能一体化机器，利用智能识别技术帮助客户独立开户办卡，流程明确高效，节约客户时间。截至2019 年末，农行在线运行现金类自助设备8.3万台，自助服务终端3.55万台;截至2019年末，中国工商银行对15 684个网点进行了智能化改革，投放智能设备79 555台;中国银行全面推进以智能柜台为核心的网点转型，2019年累计完成18次迭代升级;工行则推行“人智+机智”的智能化服务模式，在各网点配备智能柜员机、产品领取机、智能打印机等多种智能设备，居民可以方便快捷地自助办理大部分银行业务。然而，传统银行服务智能化虽然给大多数的居民带来了便利，节省了居民办理业务的时间成本，但是其发展仍带来了一些问题。 3.智能银行带来的冲击，可能会对居民造成不利影响。随着智能银行的快速发展，各大银行不断减少实体银行或人工柜台的数量。从近几年四大银行年报可以发现，虽然其境内分支机构数量基本保持稳定，但是细究中国银行的物理网点变化，可以发现，智能柜台的投入增幅较大，而ATM设备数量逐年递减，自助终端的减幅剧烈见表2。这证明，各银行正在大力实施对线下实体网点的智能化改革。虽然智能银行给人们的生活带来了极大的便利，但是实体银行的减少给部分居民带来了存取现金和办理业务不方便等问题。
4.智能银行无法确保使用者为用户本人，其可能带来的经济损失风险与第三方智能支付方式类似。此外，银行的智能化在提升银行服务效率和业务水平的同时，也带来了一系列的风险，具体体现为智能化技术本身带来的风险，放大了商业银行的操作风险，会对居民的财产安全造成威胁。
（三）智能管家
智能管家是指由人工智能代替人工服务，随时随地对居民的询问做出解答。目前，居民使用的智能管家应用主要为两种模式：一是智能投资理财顾问，简称智能投顾;二是日常金融交易智能客服助手，即为智能客服。
智能投顾[2]基于算法的资产配置管理、金融产品定制和自动化交易服务为居民提供便捷的服务。其在客户投资前对客户进行风险测试，结合测评结果为客户推荐合适的投资理财组合，以供客户选择，帮助客户规避不必要的风险。
2020年4月2日，蚂蚁金服与全球最大的公募基金公司Vanguard集团联合合作，在支付宝平台上线基金投资顾问服务“帮你投”，其会依据居民的收益目标自行投资配置。此外，各大银行在其手机银行中同样推出了该模式的服务，帮助客户进行投资理财。例如，工商銀行推出的“AI投”，浦发银行的“浦发极客智投2.0”，招商银行推出的“摩羯智投”等。此类服务可以惠及居民，使得小资金客户得到高效便捷、配置多元化、服务优质化、低金额门槛、低费率的理财顾问服务[15]。
第二类智能客服主要通过图像识别、语音识别以及文字识别等帮助居民解决订单疑问、信息查询、日常交易活动提醒等问题。中国银行推出智能账户，上线数字账本，使用户可以直观地查看收支记录;中国农业个人掌上银行推出还款提醒等功能;支付宝的在线智能客服，负责解决在支付宝平台进行交易的订单的所有问题。
不少居民在使用智能客服时，发现其带来的体验感极差，反映出智能管家仍存在很多问题。
1.智能客服助手缺乏人性化特征，接入设计没有充分考虑居民的需求。智能客服在解决问题时，局限于结构化和标准化的交互方式，缺少变通性。智能客服主要通过关键字在问题库中搜索答案，对于常见的问题可以准确回答，但是对于其他不常见的问题，智能客服给出的答案不能解决居民的疑问。而且部分应用在居民进行询问时，首先接入的是智能客服助手，接通人工客服的方式较为烦琐，没有充分照顾到顾客的选择需求。
2.智能投资理财顾问基于历史数据建立的模型可能偏离误差区间，给客户带来不必要的财产损失。模型的建立需要完整真实的数据，信息的不完全也会导致模型预测结果出现较大的误差。在模型训练过程中，经常会应用到一些机器学习和算法，如果历史数据较少或者数据来源有风险，不仅模型的拟合检验不过关，其预测的结果也不具有参照意义[13]。错误的模型预测出的结果，不仅会传达给客户错误的理财产品信息，还会造成居民的财产损失。
3.理财信息纷繁复杂，可能会给居民造成不必要的损失。近年来金融类企业进入市场的门槛有所降低，加上市场上信息良莠不齐，理财知识薄弱的投资者很容易受到虚假信息的蒙骗。信息传达不及时也会使得居民不能及时对现有的理财产品做出及时的调整，这就要求提供信息的平台为居民把关。
二、人工智能在金融行业应用的发展建议
第一，全方面培养相关技术人才。在社会层面，企业可以为员工创造学习AI的机会和交流活动，组织员工学习人工智能的相关课程;在教育方面，重点培育我国青少年对人工智能的兴趣，逐步推动人工智能教育进入中学课堂;在高等教育教学中普及人工智能技术的学习，开设人工智能学院，不断细分人工智能专业类别，并在学校层面分类引导成立相关基金，努力培养专业人才。培养大学生将知识应用于实践中的能力，以及发现问题和解决问题的能力。
第二，推动相关领域算法开发和硬件研发，研发具有金融特色的新技术。近几年，人工智能在金融领域的应用主要依靠硬件科技的不断发展和大数据支撑，所使用的算法多为已有的较为成熟的方法。在金融领域，发展相关硬件技术的同时，更要注重对人工智能方法本身的研究，在相关企业引入研究型人才，研究金融领域所引用的人工智能算法的原创性、前瞻性、有效性和稳定性，这样才能最大限度地降低人工智能在金融领域应用中的风险，真正发挥出人工智能算法在金融领域中的优越性。
第三，建立完整有效的数据库，加强数据库的维护。要高度重视对历史数据的收集和分析，并且要做到数据有效跟踪;建立数据共享机制，对数据共享单位进行补贴，鼓励数据共享，减少数据来源问题导致的数据错误。此外，应通过建立有效数据库以及加强更新维护管理，有效减少在数据处理上耗费的人力财力，以及减小数据模型导致的误差。
第四，因地制宜，保留部分传统金融经济模式，逐步推进人工智能在金融行业的应用。智能金融的推广受到区域经济实力的影响。在欠发达地区对传统经济模式下的现金交易和实体商业银行应较大程度地保留，逐步推进智能金融的建设;在发达地区也不能完全抛弃传统金融模式，以银行网点改革为例，应通过线上调查以及线下排摸的方式了解网点周围居民的需求，合理设置网点的服务模式。
第五，完善“AI+金融”相关的法律体系，提升各界对“AI+金融”的风险防范意识和监督意识。我国应加快对个人生物信息权的立法规划，构建和完善符合中国实际情况的个人生物信息保护制度。尤其应注重对人脸识别技术的标准制定。注重软法治理，由行业协会牵头树立行业规范，在有效保障居民隐私的基础上，推动人脸识别技术规范地进入各行各业。 参考文献：
[1] 易宪容.金融科技的内涵、实质及未来发展——基于金融理论的一般性分析[J].江海学刊，2017，（2）：13-20.
[2] 季成，叶军.智能银行：关键要素、重点场景和完善路径[J].南方金融，2020，（3）：74-82.
[3] 麻斯亮，魏福义.人工智能技术在金融领域的应用：主要难点与对策建议[J].南方金融，2018，（3）：78-84.
[4] 王新华，肖波.人工智能及其在金融领域的应用[J].银行家，2017，（12）：126-128.
[5] Kobayashi S.Insurance and financial stability：implications of the 2016 IMF Global Financial Stability Report for regulation and supervision of insurers[J].Journal of Financial Regulation and Compliance，2017，（25）.
[6] 王新华，方晓月，乔良.生物识别及其在金融领域的应用[J].银行家，2017，（11）：138-140.
[7] 李佳，钱晨，黄之豪.大数据时代：人工智能与商业银行创新[J].新金融，2018，（12）：31-36.
[8] 刘向东，张舒.移动支付方式与异质性消费者线下消费行为[J].中国流通经济，2019，（12）：3-15.
[9] 李經纬.构建中国智能投资顾问领先模式——基于市场需求与全球实践[J].中央财经大学学报，2020，（6）：20-28.
[10] 杨丽艳.商业银行如何应对消费者行为模式改变[J].银行家，2020，（1）：130-131.
[11] 吴朝平.零售银行数字化转型：现状、趋势与对策建议[J].南方金融，2019，（11）：94-101.
[12] Jrad Z，Krief F，Dehni L，et al..Artificial Intelligence Techniques in the Dynamic Negotiation of QoS：A User Interface for the Internet New Generation[M].Autonomic Networking.Springer Berlin Heidelberg，2006：146-158.
[13] 裴辉儒，胡月.移动支付对我国居民消费影响的实证研究[J].西安财经学院学报，2020，（1）：37-44.
[14] 张翠平，苏光大.人脸识别技术综述[J].中国图象图形学报，2000，（11）：7-16.
[15] 李佳，钱晨，黄之豪.大数据时代：人工智能与商业银行创新[J].新金融，2018，（12）：31-36.
Research on the Application Status and Development Suggestions of Artificial Intelligence
in the Financial Industry Based on the Residents’ Perspective
GAO Xia，LIU Qin
（University of Shanghai for Science and Technology，Shanghai 200093，China）
Abstract：In recent years，the application scenarios of artificial intelligence in the financial field have continued to innovate.Most of the research on artificial intelligence in the financial field in my country is based on specific application scenarios and the technology itself，and there is less research from the perspective of residents’ needs.The paper studies the impact and existing problems of the application of artificial intelligence technology in the financial industry on residents’ daily financial activities transaction scenarios from the residents’ perspective.First，the application scenarios include residents’ daily consumption，savings，investment and financial management，etc.We need to discuss the problems of these applications，and finally make suggestions for the development of artificial intelligence in the financial industry.
Key words：artificial intelligence;financial industry;resident perspective
关键词：人工智能;金融行业;居民视角
中图分类号：TP18 文献标志码：A 文章编号：1673-291X（2021）24-0054-04
引言
人工智能属于自然科学和社会科学的交叉学科。2019年3月，中央全面深化改革委员会通过了《关于促进人工智能与实体经济深度融合的指导意见》，提出人工智能要结合行业及区域特点，构建数据驱动、人机协同、跨界融合、共创分享的智能经济形态。
人工智能在金融市场上的应用指计算机代替人脑来进行分析，并做出合理预测及决策[1]。不同的人工智能技术的应用场景不同，一些学者对机器学习算法、深度学习算法、知识图谱和自然语言处理技术在金融行业的具体应用进行了阐述[2];人工智能技术也在公司及行业领域开始应用，并逐渐深入客户身份识别、量化交易、智能投顾、智能客服以及智能信贷与监控预警风险等金融场景，对银行、证券等行业产生了重大影响，但在实际应用中仍存在一定难题[3～5];生物识别技术在远程开户、转账取款、支付结算和核保核赔等金融服务领域也逐渐得到应用[6]。人工智能技术在银行业务的融合使得银行服务质量提高，带给居民便利、高效的服务[7]。
目前，国内外已有研究主要是从行业以及公司角度研究人工智能技术在金融行业的应用及问题，从居民层面研究人工智能在金融行业的应用发展的问题较少。已有研究结合双通道账户理论证明了智能支付方式可以为消费者带来更多的消费愉悦感，促进居民消费[8];通过对中美两国智能投顾行业的差别分析，有学者提出了智能投顾应注重增加客户良好体验的发展方向[9]。同样，各银行应高度重视新业态下消费者需求和行为模式的转变，针对互联网用户的交易特点和消费习惯，探索数字化银行的发展方向[10～11]，为保留商业银行现有客户数量以及扩展客户群体，了解客户动态需求是十分重要的[12]。人工智能在金融领域的应用在给居民的生活带来便利的同时，极大地提高了居民的交易体验。技术服务于居民，因此了解居民需求有助于技术发展。
一、面向居民的人工智能在金融产业的应用现状及问题
人工智能在面向居民的金融领域应用中主要提供了高质量的金融服务，为居民提供便利，并保证居民金融财产安全。本文立足于居民主要的金融活动，从居民视角研究人工智能技术的具体应用现状及其存在的问题。
（一）第三方智能支付方式
人工智能日益发展，不断与实体经济融合，图片、指纹和人脸识别等智能识别技术的应用，改变了居民的传统支付手段。微信钱包和支付宝等第三方平台利用智能识别技术为居民的日常交易活动提供便利，简化交易的流程，极大地提升了居民和商家的交易过程中的体验感，并且已有研究证明了移动支付可以促进居民消费[13]。蚂蚁集团招股文件显示，截至2020年6月，支付宝APP服务超过10亿用户和超过8 000万商家;中国互联网络信息中心数据显示，截至2020年3月，我国网络支付用户规模达7.68亿，手机网络支付用户规模达7.65亿。以上数据说明，智能支付方式在居民的日常交易支付中使用频繁。
在第三方移动智能支付给居民的日常交易活动带来极大便利的同时，频发的由移动支付引发的经济案以及社会现象，表明智能支付技术安全仍存在许多问题。
1.移动设备丢失涉及用户资金安全，给居民带来经济损失。移动智能手机作为实现智能支付的主要载体，一旦手机丢失，用户或将面临经济损失。
2.智能支付方式使得居民的个人信息容易暴露，目前仍缺乏相应的法律法规对其进行管理。目前，我国政府还未推出相应的法律法规。此外，在整个智能支付体系中，没有制定统一的行业标准。
3.人脸識别技术存在漏洞，难以保证精准识别[14]。目前人脸识别技术还是难以精确识别用户面部可能发生的各种变化，也无法做到将用户所有的表情与面部特征收录到智能识别系统中。人脸的变化是导致人脸识别技术出现失误的原因之一。
4.智能支付适用人群受年龄以及区域移动设备普及和经济发展的影响。年长人群和偏远地方以及落后地区的居民，可能没有可用于智能支付的移动设备。此外，在智能支付发展迅猛的地区，现金支付的方式可能被淘汰，这将对使用现金支付的年长人群造成困扰。
（二）智能银行
银行是传统的居民理财活动场地，人工智能的发展也对其服务模式和业务范围造成了巨大的影响。
1.人工智能技术改变传统银行服务方式，实现服务线上化和智能化。为使居民足不出户就能在线安全、便捷地管理个人资产，各银行推出了移动银行客户端，利用智能识别技术，借助互联网向居民提供各类银行服务。此外，手机银行推出了无卡化服务，通过手机银行APP就可以在自助存取款机上存取现金。从表1可以看出，手机银行正逐渐被居民接受。相较于传统的人工语音客服，各银行开发的智能客服，能够提供满足客户全天随时随地、便捷高效、有温度的优质服务体验。各银行全面上线“人工+智能”的远程智能服务。据中国建设银行2019年年报统计，建行全渠道共累计服务客户16.88亿人次;中国农业银行年报显示，2019年，农行自助语音服务客户2.4亿人次;通过远程智能服务，客户不必局限于有限的银行柜台人员提供的服务，这一现状会在下文中的智能客服部分进行详细介绍。
2.人工智能推进线下智能柜台发展。各银行线下网点推出智能柜台，投放智能一体化机器，利用智能识别技术帮助客户独立开户办卡，流程明确高效，节约客户时间。截至2019 年末，农行在线运行现金类自助设备8.3万台，自助服务终端3.55万台;截至2019年末，中国工商银行对15 684个网点进行了智能化改革，投放智能设备79 555台;中国银行全面推进以智能柜台为核心的网点转型，2019年累计完成18次迭代升级;工行则推行“人智+机智”的智能化服务模式，在各网点配备智能柜员机、产品领取机、智能打印机等多种智能设备，居民可以方便快捷地自助办理大部分银行业务。然而，传统银行服务智能化虽然给大多数的居民带来了便利，节省了居民办理业务的时间成本，但是其发展仍带来了一些问题。 3.智能银行带来的冲击，可能会对居民造成不利影响。随着智能银行的快速发展，各大银行不断减少实体银行或人工柜台的数量。从近几年四大银行年报可以发现，虽然其境内分支机构数量基本保持稳定，但是细究中国银行的物理网点变化，可以发现，智能柜台的投入增幅较大，而ATM设备数量逐年递减，自助终端的减幅剧烈见表2。这证明，各银行正在大力实施对线下实体网点的智能化改革。虽然智能银行给人们的生活带来了极大的便利，但是实体银行的减少给部分居民带来了存取现金和办理业务不方便等问题。
4.智能银行无法确保使用者为用户本人，其可能带来的经济损失风险与第三方智能支付方式类似。此外，银行的智能化在提升银行服务效率和业务水平的同时，也带来了一系列的风险，具体体现为智能化技术本身带来的风险，放大了商业银行的操作风险，会对居民的财产安全造成威胁。
（三）智能管家
智能管家是指由人工智能代替人工服务，随时随地对居民的询问做出解答。目前，居民使用的智能管家应用主要为两种模式：一是智能投资理财顾问，简称智能投顾;二是日常金融交易智能客服助手，即为智能客服。
智能投顾[2]基于算法的资产配置管理、金融产品定制和自动化交易服务为居民提供便捷的服务。其在客户投资前对客户进行风险测试，结合测评结果为客户推荐合适的投资理财组合，以供客户选择，帮助客户规避不必要的风险。
2020年4月2日，蚂蚁金服与全球最大的公募基金公司Vanguard集团联合合作，在支付宝平台上线基金投资顾问服务“帮你投”，其会依据居民的收益目标自行投资配置。此外，各大银行在其手机银行中同样推出了该模式的服务，帮助客户进行投资理财。例如，工商銀行推出的“AI投”，浦发银行的“浦发极客智投2.0”，招商银行推出的“摩羯智投”等。此类服务可以惠及居民，使得小资金客户得到高效便捷、配置多元化、服务优质化、低金额门槛、低费率的理财顾问服务[15]。
第二类智能客服主要通过图像识别、语音识别以及文字识别等帮助居民解决订单疑问、信息查询、日常交易活动提醒等问题。中国银行推出智能账户，上线数字账本，使用户可以直观地查看收支记录;中国农业个人掌上银行推出还款提醒等功能;支付宝的在线智能客服，负责解决在支付宝平台进行交易的订单的所有问题。
不少居民在使用智能客服时，发现其带来的体验感极差，反映出智能管家仍存在很多问题。
1.智能客服助手缺乏人性化特征，接入设计没有充分考虑居民的需求。智能客服在解决问题时，局限于结构化和标准化的交互方式，缺少变通性。智能客服主要通过关键字在问题库中搜索答案，对于常见的问题可以准确回答，但是对于其他不常见的问题，智能客服给出的答案不能解决居民的疑问。而且部分应用在居民进行询问时，首先接入的是智能客服助手，接通人工客服的方式较为烦琐，没有充分照顾到顾客的选择需求。
2.智能投资理财顾问基于历史数据建立的模型可能偏离误差区间，给客户带来不必要的财产损失。模型的建立需要完整真实的数据，信息的不完全也会导致模型预测结果出现较大的误差。在模型训练过程中，经常会应用到一些机器学习和算法，如果历史数据较少或者数据来源有风险，不仅模型的拟合检验不过关，其预测的结果也不具有参照意义[13]。错误的模型预测出的结果，不仅会传达给客户错误的理财产品信息，还会造成居民的财产损失。
3.理财信息纷繁复杂，可能会给居民造成不必要的损失。近年来金融类企业进入市场的门槛有所降低，加上市场上信息良莠不齐，理财知识薄弱的投资者很容易受到虚假信息的蒙骗。信息传达不及时也会使得居民不能及时对现有的理财产品做出及时的调整，这就要求提供信息的平台为居民把关。
二、人工智能在金融行业应用的发展建议
第一，全方面培养相关技术人才。在社会层面，企业可以为员工创造学习AI的机会和交流活动，组织员工学习人工智能的相关课程;在教育方面，重点培育我国青少年对人工智能的兴趣，逐步推动人工智能教育进入中学课堂;在高等教育教学中普及人工智能技术的学习，开设人工智能学院，不断细分人工智能专业类别，并在学校层面分类引导成立相关基金，努力培养专业人才。培养大学生将知识应用于实践中的能力，以及发现问题和解决问题的能力。
第二，推动相关领域算法开发和硬件研发，研发具有金融特色的新技术。近几年，人工智能在金融领域的应用主要依靠硬件科技的不断发展和大数据支撑，所使用的算法多为已有的较为成熟的方法。在金融领域，发展相关硬件技术的同时，更要注重对人工智能方法本身的研究，在相关企业引入研究型人才，研究金融领域所引用的人工智能算法的原创性、前瞻性、有效性和稳定性，这样才能最大限度地降低人工智能在金融领域应用中的风险，真正发挥出人工智能算法在金融领域中的优越性。
第三，建立完整有效的数据库，加强数据库的维护。要高度重视对历史数据的收集和分析，并且要做到数据有效跟踪;建立数据共享机制，对数据共享单位进行补贴，鼓励数据共享，减少数据来源问题导致的数据错误。此外，应通过建立有效数据库以及加强更新维护管理，有效减少在数据处理上耗费的人力财力，以及减小数据模型导致的误差。
第四，因地制宜，保留部分传统金融经济模式，逐步推进人工智能在金融行业的应用。智能金融的推广受到区域经济实力的影响。在欠发达地区对传统经济模式下的现金交易和实体商业银行应较大程度地保留，逐步推进智能金融的建设;在发达地区也不能完全抛弃传统金融模式，以银行网点改革为例，应通过线上调查以及线下排摸的方式了解网点周围居民的需求，合理设置网点的服务模式。
第五，完善“AI+金融”相关的法律体系，提升各界对“AI+金融”的风险防范意识和监督意识。我国应加快对个人生物信息权的立法规划，构建和完善符合中国实际情况的个人生物信息保护制度。尤其应注重对人脸识别技术的标准制定。注重软法治理，由行业协会牵头树立行业规范，在有效保障居民隐私的基础上，推动人脸识别技术规范地进入各行各业。 参考文献：
[1] 易宪容.金融科技的内涵、实质及未来发展——基于金融理论的一般性分析[J].江海学刊，2017，（2）：13-20.
[2] 季成，叶军.智能银行：关键要素、重点场景和完善路径[J].南方金融，2020，（3）：74-82.
[3] 麻斯亮，魏福义.人工智能技术在金融领域的应用：主要难点与对策建议[J].南方金融，2018，（3）：78-84.
[4] 王新华，肖波.人工智能及其在金融领域的应用[J].银行家，2017，（12）：126-128.
[5] Kobayashi S.Insurance and financial stability：implications of the 2016 IMF Global Financial Stability Report for regulation and supervision of insurers[J].Journal of Financial Regulation and Compliance，2017，（25）.
[6] 王新华，方晓月，乔良.生物识别及其在金融领域的应用[J].银行家，2017，（11）：138-140.
[7] 李佳，钱晨，黄之豪.大数据时代：人工智能与商业银行创新[J].新金融，2018，（12）：31-36.
[8] 刘向东，张舒.移动支付方式与异质性消费者线下消费行为[J].中国流通经济，2019，（12）：3-15.
[9] 李經纬.构建中国智能投资顾问领先模式——基于市场需求与全球实践[J].中央财经大学学报，2020，（6）：20-28.
[10] 杨丽艳.商业银行如何应对消费者行为模式改变[J].银行家，2020，（1）：130-131.
[11] 吴朝平.零售银行数字化转型：现状、趋势与对策建议[J].南方金融，2019，（11）：94-101.
[12] Jrad Z，Krief F，Dehni L，et al..Artificial Intelligence Techniques in the Dynamic Negotiation of QoS：A User Interface for the Internet New Generation[M].Autonomic Networking.Springer Berlin Heidelberg，2006：146-158.
[13] 裴辉儒，胡月.移动支付对我国居民消费影响的实证研究[J].西安财经学院学报，2020，（1）：37-44.
[14] 张翠平，苏光大.人脸识别技术综述[J].中国图象图形学报，2000，（11）：7-16.
[15] 李佳，钱晨，黄之豪.大数据时代：人工智能与商业银行创新[J].新金融，2018，（12）：31-36.
Research on the Application Status and Development Suggestions of Artificial Intelligence
in the Financial Industry Based on the Residents’ Perspective
GAO Xia，LIU Qin
（University of Shanghai for Science and Technology，Shanghai 200093，China）
Abstract：In recent years，the application scenarios of artificial intelligence in the financial field have continued to innovate.Most of the research on artificial intelligence in the financial field in my country is based on specific application scenarios and the technology itself，and there is less research from the perspective of residents’ needs.The paper studies the impact and existing problems of the application of artificial intelligence technology in the financial industry on residents’ daily financial activities transaction scenarios from the residents’ perspective.First，the application scenarios include residents’ daily consumption，savings，investment and financial management，etc.We need to discuss the problems of these applications，and finally make suggestions for the development of artificial intelligence in the financial industry.
Key words：artificial intelligence;financial industry;resident perspective