首家無人銀行開業，智能機器將接管銀行？
2018年4月9日，中國銀行業首家“無人銀行”—中國建設銀行上海支行正式亮相，成為輿論熱點。“無人銀行”也稱“自助銀行”，指全程不需要櫃員參與業務辦理的高度智能化的銀行網點，是銀行網點智能化轉型的重要探索，也是銀行業線上線下業務創新融合的重要環節。
“無人銀行”可以看作是一個全自助的人工智能服務平臺，通過充分運用生物識別、語音識別、數據挖掘等最新的金融智能科技成果，整合並融入當前炙手可熱的機器人、VR、AR、人臉識別，語音導航，全息投影等前沿科技元素，為廣大客戶提供智慧、共享、體驗、創新的金融服務。
智能機器和遠程人工服務相結合，可基本覆蓋各類銀行業務。無人銀行的整個運轉基本由機器操作，人臉識別系統可替代傳統的銀行保安，快速高效實現客戶身份認證，並可通過聯網銀行系統和公安系統，創建客戶“白名單”、“黑名單”等，實現及時對後臺管理人員進行提示或預警；智能機器人 裝配面部掃描識別軟件，可替代傳統的大堂經理，通過語音識別功能，與人交流，解答顧客的問題；智能櫃員機可完成包括開戶、轉賬以及投資等在內的絕大部分業務；ATM機也有人工智能，辦理業務時可以進行人機對話和人臉識別操作。
實際上，受人工智能在銀行業務中的滲透程度，以及銀行業務複雜性特點和服務人群的廣泛性影響，無人銀行並不是完全的無人，所謂“能辦的機器人辦，不能辦的遠程給您辦”，無人銀行同時還配備人工輔助服務及其他專業服務，以滿足客戶的個性化、人性化需求。
國內銀行紛紛佈局，網點智能化轉型火熱
國務院印發的《新一代人工智能發展規劃的通知》中著重指出，應該“推動人工智能與各行業融合創新”。金融行業作為人工智能應用的重點行業，正在成為人們關注的焦點，“輕型化、智能化、特色化、社區化”也已成為國內銀行網點的發展趨勢。根據中國銀行業協會《2017年中國銀行業服務報告》數據顯示，2017年，中國的銀行對其5%的支行進行了智能化升級調整，約11.4萬臺智能機器能夠提供除存取款外的其他服務。
數據還顯示，截至2017年末，全國銀行業金融機構營業網點總數達到22.87萬個，其中新增營業網點800多個，與2016年3800多個新增營業網點相比減少近80%。與此同時，銀行業佈局建設自助銀行16.84萬家，較上年增加7300多家；布放自助設備80.26萬臺，其中創新自助設備11.39萬臺；自助設備交易筆數達400.06億筆，交易總額66.13萬億元。
總體來說，目前國內銀行在人工智能方面的應用，更多的是在運營和客戶服務上，真正觸及核心業務層面的創新還處於探索階段。伴隨銀行網點的轉型，中國銀行業電子渠道也在不斷深化創新，網上銀行、手機銀行業務快速增長，這也將會進一步大大降低物理網點的重要性。根據中國銀行業協會數據，2016年我國銀行業平均離櫃業務率已達84.31%，個人開戶、理財、轉賬匯款、信用卡辦理、賬戶查詢等原來需要到櫃面辦理的業務，現在均可通過手機銀行、電子銀行自助辦理。因此，相對於線下銀行網點業務，未來人工智能在網上銀行、手機銀行業務的發展空間可能更加廣闊。
全球大行關注應用，AI技術滲透程度較高
近年來，全球各大銀行也開始大規模應用人工智能、大數據、機器人技術來提高銀行運營效率、降低人工成本，人工智能正在逐漸成為銀行業轉型的驅動力，以前所未有的速度改變著金融行業的服務模式和業務流程。
從全球大行整體佈局看，在人工智能應用領域，全球大行優先考慮將投資用於改善用戶服務、增加收入的人工智能技術應用，除了智能機器人對傳統資產管理經理或交易員的替代上，更為突出的應用領域是在分析預測、智能投顧、風險防控、合規管理等方面，並且致力於在讓機器人代替人完成那些繁瑣、單一的工作的同時，使銀行員工專注於高價值的業務與客戶，從而降低成本、提升用戶體驗。
其中，摩根大通在AI技術研發和基礎設施上的投入較大，目前主要應用機器學習技術進行市場數據分析、客戶甄別和法律文件分析等工作，同時應用AI進行員工關係關聯和業務促成；
富國銀行在人工智能領域的應用重點在於智能投顧平臺服務，同時關注智能聊天機器人的個性化、人性化服務；花旗銀行重視科技創新研究，戰略投資了多家AI領域的創新企業，可實時在線監控業務欺詐行為，並積極探索AI在個人理財、改善財務健康方面的第三方服務；美國銀行的AI應用重點在於智能虛擬助手，Erica可與用戶進行文字和語音互動，並對用戶消費習慣進行分析檢測，為用戶提供24小時在線交易、消費預警、信用評級、理財指導等服務；美國合眾銀行將AI提升到銀行發展戰略高度，投入大量資金進行人工智能和機器學習在銀行業務實踐中的研究；紐約梅隆銀行的AI應用重點在於機器人自動化處理程序在銀行重複性事務中對人類員工的替代，在提高效率、降低成本方面的成效顯著。
從具體業務層面看，根據2017年花旗銀行對HDFC、印度工業信貸投資銀行（ICICI）、美國銀行（Bank of America）、嘉信理財（CharlesSchwab）和JP Morgan等機構的AI技術應用案例的總結，AI在銀行業務中的應用已經滲透到消費者、企業、市場整個層面，並涉及實時分析、機器學習&深度學習、人臉識別&語音識別、視頻/圖片/圖像分析、自然語言處理&生成、虛擬助理/機器人、機器人流程自動化等諸多技術和應用。
主要應用場景及案例有：
1）實時分析應用方面：實時分析消費者支付（PayPal、Capital One）、小企業貸款審批（摩根大通）、市場交易（高盛）等場景中的數據信息，有效防止欺詐行為發生。
2）機器學習&深度學習應用方面：主要是消費者層面的目標客戶篩選（摩根大通、西班牙對外銀行）、信用評分和風險管理（LendingClub和Kabbage）等；企業層面的自動化、合規性管理（以摩根大通、高盛為代表的多家銀行）；市場層面的實時風險管理（摩根大通）、智能投顧（瑞士瑞信銀行、德意志銀行、高盛、摩根斯坦利等）、資產管理（美國道富銀行）等。
3）人臉識別&語音識別應用方面：主要是消費者層面的客戶身份識別和用戶畫像（匯豐銀行、富國銀行、Capital One、西班牙國際銀行）等；企業層面的企業用戶驗證和網絡入侵檢測（英國巴克萊銀行、摩根大通等；市場層面的交易模式識別（嘉信理財）、合規性和欺詐分析（高盛）等。
4）自然語言處理與生成應用方面：主要是消費者層面的賬戶管理（Capital One和美國銀行）、溝通信息審查（新加坡發展銀行）；企業層面上在託管工具中的應用（美國道富銀行）；市場層面的理財諮詢（ICICI和HDFC）、金融監測（德意志銀行）等。
5）虛擬助手/機器人應用方面：主要是消費者層面的虛擬代理程序（新加坡發展銀行和西班牙對外銀行）、虛擬對話機器人（蘇格蘭皇家銀行）等；企業層面的虛擬助理（匯豐銀行）；市場層面與市場交易有關的虛擬代理（E*trade）等。
6）機器人自動化處理應用方面：主要是消費者層面的房屋貸款處理和對賬（富國銀行）、分類賬核對（摩根大通）、ATM機可疑交易自動對賬（ICI銀行）；企業層面的對賬和技術支持（摩根大通）、質量保證和分類賬核對（丹麥銀行）；市場層面的市場交易對賬（高盛），以及自動化交易對賬、自動化測試、外匯賬戶和分類賬管理（摩根大通）等。
員工結構迎來鉅變，金融科技人才受關注
從國內銀行和全球大行在人工智能應用方面的佈局，以及人工智能相關技術在銀行業務中的滲透情況來看，銀行業的未來將深受人工智能和新興金融技術應用的影響，銀行業的“失業潮”似乎已不可避免，實際上這一變化早已開始，趨勢也已經比較顯著。
此外，據相關統計數據顯示，外資銀行櫃員佔比大約為20%~40%，營銷人員佔比大約為60%~80%；而中資銀行的櫃員佔比大約為70%~80%，營銷人員佔比僅有20%~30%。相對於營銷人員，櫃檯人員的工作更有可能被智能機器替代，因此未來銀行櫃員轉崗成為營銷人員的空間非常大。隨著人工智能在銀行業的滲透加速，伴隨“失業潮”，銀行員工結構將發生很大變化，一線櫃面服務人員將逐步減少，而後臺運營維護人員，特別是高級的IT人員將逐步增加，直接與客戶接觸的理財人員數量也將增加，未來，同時熟悉銀行業務和人工智能的金融科技人才將更受青睞。
閱讀更多 遠行的boy 的文章
