德勤：智海領航洞悉人工智能在金融服務領域的戰略及監管風險[20頁].pdf

1、智海領航 洞悉人工智能在金融服務領域的戰略及監管風險 智海領航 | 洞悉人工智能在金融服務領域的戰略及監管風險 2 目錄 引言 3 人工智能的挑戰 4 人工智能的可解釋性 6 系統性風險和人工智能 8 歧視與公平 11 其他不確定性 13 算法受托 13 算法合謀 13 結論 15 聯系人 16 pOsNoOrNsPrPnPmNpQuNtM7N8Q6MmOoOmOrRiNoOoMeRpNtM9PpPzQuOoOtPMYsOyQ 智海領航 | 洞悉人工智能在金融服務領域的戰略及監管風險 3 各位同事， 自2015年以來， Deloitte Consulting LLP （以下簡稱 “” ） 一直

2、與世界經濟論壇 （以下簡稱 “論壇” ） 合作， 共 同探討金融服務業變革的驅動力量。 這一努力最終， 或者說不可避免地， 會觸及人工智能 （AI） 在金融服務領域的 應用這一話題。 我們也在思考： 金融機構在有效應對人工智能帶來的風險的同時， 如何從人工智能中獲益？ 這也是論壇于2019年 發布的智海領航： 在金融服務領域使用 AI 進行負責任創新的路線圖報告所探討的專題之一。 為獲得更深刻的洞察， 我們開展了超過十個月的調研， 訪談了250多位全球各地的行業專家， 其中包括許多知名金 融機構的高管。 此外， 我們還在世界各地舉辦了一系列的線下研討會。 通過這些調研， 我們提煉出三大焦點問題

3、： 各利益相關方如何才能了解人工智能系統進行決策的原理？ 人工智能算法是否會破壞金融系統的穩定性？ 金融機構如何避免人工智能解決方案的歧視問題？ 為深入了解上述及其他相關問題， 我們探討了潛在的風險和不確定性， 有效管理應對此類風險和不確定性帶來的 機遇， 以及金融機構應對此類問題的領先實踐。 我們希望本論壇報告能對金融服務領域合理運用人工智能有所啟 示， 并為企業在未來不確定性中平穩前行保駕護航。 引言 Bob Contri 全球 金融服務業領導合伙人 Rob Galaski 管理咨詢 銀行業及資本市場 全球咨詢領導合伙人 rgalaskideloitte.ca 智海領航 | 洞悉人工智能在

4、金融服務領域的戰略及監管風險 4 伴隨人工智能的興起， 金融行業進入了一片未知的 “海域” 。 早期的 “航海家” 可能在這片海域收獲頗豐， 但也可能 在航程中面對風險和不確定性。 行業能否順利進入人工智能驅動時代， 取決于是否具備以下能力： 合理部署現行人工智能系統。 人工智能系統能以人類尚不熟知的方式進行自我學習和 “思考” 。 這種難以理解的 特性會導致一系列問題， 諸如對客戶的歧視、 系統不穩定性， 尤其在人工智能系統之間以更高的頻率和速度進行 交互時。 因此， 金融行業可能不得不采用新的治理方式， 其中可能包括應對人工智能風險事件所采取的例如檢測及預防等 保障措施， 風險發生時的補救

5、機制和提供必要干預手段的流程。 此外， 針對每個案例， 系統自身可能需要具備某 種形式的審核機制。 合理擴大人工智能在未來金融系統中的應用。 人工智能的應用正推動多個行業重新審視競爭政策、 隱私權和運 營彈性。 這一過程中的共同關注點是什么？ 答案是數據。 金融機構之間的數據交互日益頻繁。 大型數據存儲為亟 需數據的人工智能系統提供了 “贏家通吃” 的環境。 與此同時， 客戶也逐漸意識到個人數據的價值。 上述動態變化將決定金融機構如何部署人工智能， 以及采用何種戰略。 而潛在的影響不僅包括數據的應用， 還包 括市場參與者、 適用的商業模式和法規等方面的變化。 行業的領導者應當積極地參與相關決策

6、， 以確保相關政策 能對金融機構產生正面的影響。 激發具備可靠人工智能技術的金融系統的潛力。 審慎應用人工智能不僅可規避風險， 還可以推動行業向善。 某些 機構已使用人工智能打造金融產品， 從而更好地服務于客戶和社會。 （圖1） 金融服務嚴監管的特性對于人工智能而言反而是 “一線生機” 。 消費者愈加關注其數據權利和數字主權， 這導致科 技巨頭的優勢被逐步削弱， 而金融機構則有機會利用更高客戶信任度這一優勢1， 實現客戶全新的價值主張。 人工智能的挑戰 智海領航 | 洞悉人工智能在金融服務領域的戰略及監管風險 5 圖1： 如何利用人工智能提高金融系統的道德標準 實現上述目標應該如何行動呢？ 最

7、重要的一點就是行業領袖需要同監管機構及政策制定者緊密合作， 以緩解人 們對金融服務中人工智能應用的擔憂。 人們最擔憂的有兩個問題， 其一是不清楚人工智能是如何產生結果的， 其 二是人工智能可能破壞金融系統的穩定性。 此外， 人工智能還可能強化金融決策中的歧視現象。 另外還有兩個較 少討論的不確定事項也需要注意： 算法受托和算法合謀。 上述這些是金融服務業在運用人工智能過程中普遍存在的一些障礙， 我們需要更深入地分析， 才能找到解決辦 法。 所以讓我們來逐一分析這些障礙。 人工智能的可解釋性 當前業務環境要求，我們 需要在多大程度上了解哪 些人工智能決策邏輯？ 系統性風險和 人工智能 算法是否會

8、破壞金融系統 的穩定性？ 歧視與公平 機構如何確保其系統不歧 視特定群體？ 算法合謀 我們如何管理能夠自主學 習從事反競爭行為的人工 智能系統？ 算法受托 人工智能否作為可信賴的 受托人？ Nova征信 （Nova Credit） 等金融科技公司正通過數 字足跡和心理測驗數據評估信用狀況， 從而將金融 服務范圍擴大至無銀行賬戶人群和未能得到充分金 融服務的人群。 2 擴大服務范圍 Personetics可以極為詳盡地了解自己的客戶， 比如 通過持續分析支出行為， 幫助客戶發現可用于償還 助學貸款的閑置資金。 4 提升客戶價值 Logical Glue的可解釋型人工智能平臺為其自動化 金融決策系

9、統的普通用戶提供了有效的透明度， 而 此前僅開發人員可以獲得這些權限。 3 提高透明度 意大利銀行可通過推特 （Twitter） 帖子反映出的情 緒， 隨時識別并追蹤儲戶對銀行的信任度， 從而及 時發現市場穩定性方面的風險。 5 提高市場響應效率 金融領域運用人工智能的五大關注點： 智海領航 | 洞悉人工智能在金融服務領域的戰略及監管風險 6 隨著深度學習及其他先進方法的出現， 人工智能變得越來越復雜。 一定程度上是因為人工智能系統可容許大 量數據輸入， 而那些對輸出結果影響最大的輸入項卻很難被找到。 此外， 現有系統在數據輸入 （例如姓名、 收 入和信用評級） 與結果輸出 （例如提供利息為1

10、2%的5,000美元貸款） 間通常存在數百個處理步驟， 這不利于 讓人們理解人工智能生成決策的邏輯。 其他挑戰則深入到認知技術的本質。 由于人工智能會隨著時間推移進行自我調整， 因此過往的決策未必能預 測未來決策。 下面這一點更為關鍵： 人工智能的運行方式與人類智能迥異。 人類做出的判斷可能不會對人工智 能的決策過程產生影響， 這將讓人更加難以理解系統的決策邏輯。 知情信任 上述的各種情況都能將人工智能系統變成一個“黑匣子”，甚至對其開發者也如此。這促使金融機構和監 管機構尋求一個中間地帶介于對人工智能盲目信任（將導致極大風險）和對人工智能不屑一顧（將嚴 重阻礙創新）之間。這種平衡關鍵在于向用

11、戶提供充足的人工智能系統的相關信息，使用戶可以信任人工 智能系統作出的決策。 怎樣才能建立這種程度的知情信任呢？ 這需要視情況而定。 某些情況下， 如個性化營銷推廣可能不需任何解 釋。 但其他情況可能就需要： 提供足夠的透明度使用戶理解人工智能系統如何做出決策 對應到具體的場景使用戶理解人工智能系統為何作出特定選擇 進行必要的管控使用戶相信人工智能生成的決策會符合道德、 法律和商業要求 換言之， 可能需要向用戶解釋的原因有很多， 并且每個原因相應都需要對底層技術采用相應的措施。 （圖2） 人工智能的可解釋性 圖2： 在人工智能系統中管理可解釋性的措施 若此方法 不可行 若此方法 不可行 若此方

12、法 不可行 放棄采用人工智能系統 確定知情信任的潛在需求 是/否是/否 是否不需要 透明度？ 使用此方法 使用先進技術以針對性地 探究模型的邏輯 是否需要 情境？ 使用此方法 為驅動人工智能作出決策的 重要因素提供直觀、易用的 基本原理 是否需要 控制？ 使用此方法 部署保障措施 是否不需要 知情信任？ 使用此方法 應用人工智能 （無需解釋） 智海領航 | 洞悉人工智能在金融服務領域的戰略及監管風險 7 對高管的重要啟示 值得注意的是， 提升可解釋性這一工作并非一勞永逸。 人工智能技術日新月異， 金融機構需要隨著技術的發展 定期重新評估其人工智能戰略。 我們已經可以想象到未來將會發生的變化。

13、目前， 滿足監管的要求是推動可解 釋性提升的主要因素。 然而， 隨著人臉或語音識別等人工智能解決方案愈發依賴敏感數據， 可解釋性將成為 消費者讓渡數據主權的前置條件和機構之間差異化競爭力的重要體現。 人工智能系統應可以進行自我解釋， 并滿足在相互關聯的機構間進行效風險管理及問責這 一前提條件。 根據場景， 僅需提供特定類型的知情信任。 通過人工智能的可解釋性獲得客戶或員工的信任可能成為一項戰略決策， 金融機構需為此 加大投資。 可解釋性未必能防止現實世界的歧視被編入算法中。 （后文將詳細介紹） 行業內部充分溝通對于制訂可解釋性程度的行業標準有著重要作用。 智海領航 | 洞悉人工智能在金融服務領

14、域的戰略及監管風險 8 通過建立熔斷機制等相關合理機制可以緩解從眾效應， 這樣做可以暫停市場參與者的行為并將真正的市場信 號從算法噪聲 （algorithmic noise） 中分離出來。 此外， 人工智能設計的多樣化亦有助于降低此類效應， 盡管這 可能需要行業統一制定并執行一套健全的人工智能開發標準。 算法競爭。 假設兩個人工智能系統持續相互競價， 并促使其不斷優化策略以獲得最高的市場價格。 兩者在競價 過程中， 市場平均價格不斷上漲， 直至其中一個系統因盈利限制因素而被迫退出。 這真的會發生么？ 答案是肯 定的。 但這可能會鼓勵參與者從事風險更大的活動以實現超級盈利或導致其完全退出市場，

15、從而嚴重損害其 財務狀況。 （圖4） 20世紀70年代以前， 投資者在金融市場中享有相對公平的競爭環境。 但在此之后， 基于計算機的交易導致競 爭環境發生天翻地覆的變化， 為有能力直接開展自動化交易的大型專業機構提供了有利條件。 這些企業閃電 般的交易速度常常會加劇市場波動， 當其他投資者還沒來得及作出反應， 市場價格就已迅速暴跌。 全新風險來源 如今， 人工智能將再次推動金融市場進行轉型。 它廣泛適用于金融服務行業的各個領域， 能積極推動人與機器 之間更加頻繁的互動。 同時， 人工智能的黑匣子效應致使投資者更難解讀不斷變化的市場動態， 也更難識別 或洞悉新興風險。 總之， 上述情況可以通過以

16、下方式增加整個系統的風險： 從眾效應。 金融機構以相似方式解讀市場信號時將會出現從眾效應。 舉例來說， 這些機構可能通過出售資產 來對某個新聞事件作出反應。 大規模拋售將導致資產價格下跌， 進而造成進一步的拋售。 （圖3） 系統性風險和人工智能 圖3： 從眾行為 價格 下跌 金融從業機構A開始 大規模資產拋售 最初的市場信號 1 2 3 類似的從業機構開 啟資產拋售 其他從業 機構開始資產拋售 價格不斷偏離 基本價值 智海領航 | 洞悉人工智能在金融服務領域的戰略及監管風險 9 圖4： 算法競爭 圖5： 信息真空期的恐慌情緒 1 兩個AI系統 相互競價 AI系統2達到預設競價限制并退出 AI系

17、統2競價限制 AI系統3占據上風，由此設定了可鼓勵從事更加 冒險行為的新基準 AI系統 2 AI系統 1 23 場境建模有助于識別人工智能不穩定行為可能發生的時機。 但管理此類行為可能需要在資源配置方面設定多 樣化的原則， 或限制自主人工智能重新分配資產的速度。 信息真空。 一個典型情況是自動化系統觸發大規模拋售。 隨著價格直線下降， 在信息嚴重不對稱的情況下， 投 資者往往無法理解當前的局勢， 最終只能停止一切交易。 而算法會將投資者的這一行為解讀為不感興趣或欲 低價清倉。 只要信息不對稱持續存在， 市場就會一直處于失衡狀態。 （圖5） 熔斷機制通過暫停所有活動來中斷由算法噪聲引起的反饋循環

18、， 以便參與者有時間驗證其信息源。 這也說明， 短期內的最重要的優先任務反而是設計一個用于分析資訊和市場情緒的人工智能系統， 以防止市場信息誤讀 或偽造市場信息。 人類 人工智能 市場沖擊1 2 購買量 銷售量 購買量 銷售量 信息真空：因為人工智能的不透明性，導致人類無法解讀 市場沖擊行情和算法行為 由于恐慌減少了人工操作的交易， 而人工智能主導的交易日益增多 3 信息流 人類恐慌和停止活動 智海領航 | 洞悉人工智能在金融服務領域的戰略及監管風險 10 侵蝕現有防御措施 伴隨人工智能而來的新的風險來源， 可能導致金融穩定性的傳統 防御措施失效。 例如， 當前金融系統依賴人們的判斷來發現和防

19、 范風險， 而依賴人工智能后， 人們可能逐漸喪失風險防范的相關技 能。 此外， 若人工智能引發更多小規模干擾， 人們可能會逐漸習以 為常而麻痹大意， 從而無法預見或防止破壞穩定性的重大事件。 人 工智能系統有時也可能有意或無意地與監管規則或預測性監管系 統進行博弈。 為維持現行的保障措施， 金融機構可： 為相關人員提供有關不斷變化的市場和消費者行為的關鍵信息 采用交互式及可解釋型人工智能系統來培養員工相關能力 偵測新興的系統性風險 系統性分析市場沖擊事件 在危機中對基于人工智能博弈的影響進行壓力測試 基于金融機構已有規則開展自主的 “完備性檢查” 然而， 由于金融系統自身在發生變化， 上述策略

20、及其它策略也將隨 之改變。 新興企業正進軍金融服務市場， 現有的金融機構也在不斷 嘗試新的商業模式。 在這些結構性轉變中， 系統彈性可能很快會成 為危機的焦點。 對高管的重要啟示 熔斷機制等舊工具將與新工具結合使用， 從而有效管理人工智能環境下的由市場恐慌所帶 來的風險。 從長遠來看， 可解釋型人工智能有助于構建系統性的安全環境。 針對機器集成式金融系統的動態風險， 監管機構需承擔新的角色并與金融機構建立更加 深入的互利共贏伙伴關系。 未來監管機構 在瞬息萬變、 日趨復雜的金融行業， 監管機構需承 擔如下新的責任： 模擬和分析人工智能的潛在影響 發布針對金融服務領域重要新趨勢的見解 宣傳人工智

21、能設計中具體應用的最佳實踐 發布預防性警報以整合相關機構的數據 在市場崩盤期間從算法噪聲中分離出市場真實 趨勢 為金融行業提供測試新型人工智能解決方案的 沙盒 智海領航 | 洞悉人工智能在金融服務領域的戰略及監管風險 11 為了給產品和服務合理定價， 金融機構須評估客戶的風險。 但從歷史來看， 金融決策依據有時會包含種族和性 別等與風險無關的因素。 這樣做的結果會阻礙客戶積累財富， 抑制經濟獲得新的生產力， 還可能使金融機構面 臨更嚴格的監管審查， 并引發公眾的強烈不滿。 人工智能的角色 就歧視而言， 人工智能的潛能錯綜復雜。 一方面， 人工智能可創造以下機會： 為無銀行賬戶者遠程提供高質量低

22、成本的服務 利用社交、 遠程信息及其它可替代性數據， 向無銀行賬戶或缺乏銀行服務的人提供服務 按需提供小額貸款或短期政策性產品等個性化產品 另一方面， 人工智能也會： 從新數據源中產生無意識的歧視 增加識別無意識歧視的難度 更快更廣泛地在系統中傳播歧視， 并放大歧視的影響 歧視會在金融系統中以多種方式呈現。 來自人的歧視。 人類思維的系統性錯誤會影響人們的決策和判斷。 這些歧視可能是有意或無意的。 人工智能 在系統設計和數據收集階段可能會引入來自人的歧視。 此外， 監督式學習和模型應用也會將人類的歧視帶入 人工智能系統。 數據歧視。 若使用不準確、 歪曲或其他歧視性數據進行決策系統的開發或訓練

23、， 可能導致系統對特定人群產 生扭曲的結果。 模型歧視。 計算能力、 系統設計或編程邏輯方面的限制更不必說用戶造成的錯誤等， 均會導致人工智能 系統的輸出結果存在歧視。 模型歧視包括因果關系的混淆和對弱勢群體的過度保護。 間接歧視。 不幸地是， 教育、 就業和法律訴訟等生活的方方面面目前均存在不公平的歧視。 這顯然增加了遭受 歧視的個人可能面臨的金融風險。 與其他歧視不同， 構建或使用給定模型的人不能直接控制間接歧視； 為減少 此類歧視， 可能需要機構放棄一些對統計精確度的要求。 這些間接歧視可能通過更具廣度和深度的數據 （包 括來自第三方的數據） ， 輸入給人工智能。 歧視與公平 智海領航

24、| 洞悉人工智能在金融服務領域的戰略及監管風險 12 對高管的重要啟示 人工智能為在金融服務領域推廣金融包容性提供了新機遇。 同時， 人工智能可能增加不公平及歧 視性金融決策的風險。 盡管金融決策中的歧視并不鮮見， 但人工智能可能通過建立新模式將歧視引入決策、 加快歧視的 傳播速度并加大其被偵測的難度， 從而引發新的憂慮。 現有工具和系統有助于識別和減少來自人類、 數據和算法的歧視。 但人工智能會帶來復雜的后 果， 尤其是在間接歧視方面 （歧視的根源不在金融機構的直接控制或影響范圍內） 。 減少歧視需摒棄純粹基于風險的方法， 尤其是對間接歧視而言。 金融機構和政策制定者需共同確 定對公平的定義

25、來應對此類挑戰， 這將涉及企業與政府間的成本分擔問題。 減少人的歧視 機構控制的范圍 公私合作應對的范疇 確保 平等對待 確保在人工智能內 的結果公平 確保在人工智能外 的結果公平 對員工進行反歧視培訓 促進工作場所多元化 監控輸出并及時糾正 減少數據歧視 定性管理數據質量 定量管理數據質量 管理數據質量 減少模型歧視 糾正已經識別的歧視以避免 對基于風險的定價產生影響 解釋并理解模型 僅在“無害”情況下使用 減少間接歧視 與政府合作，共同承擔為保證結 果公平而帶來的成本 使用跨客群數據，以確?；陲L 險的定價不會被過度使用 補貼特定客戶群體 圖5： 為最大程度降低人工智能中產生的歧視， 需定

26、義 “公平” 的范疇， 以及機構在 “間接歧視” 的這一問題上的職責邊界 智海領航 | 洞悉人工智能在金融服務領域的戰略及監管風險 13 就金融領域的人工智能而言， 可解釋性、 系統性風險及歧視與公平是三大重點關注問題。 此外， 還有兩大問題 值得提及： 一是人工智能系統能否履行受托義務， 即始終以客戶的最佳利益行事； 二是與算法合謀相關， 即人 工智能系統學會從事反競爭行為。 算法受托 人工智能系統開始承擔過去僅由人類負責的金融任務。 例如， 人工智能可以： 從事證券投資活動并對其進行管理以獲得高于市場的回報 推薦符合客戶長期利益目標的資產配置方案 提供保險、 退休、 稅務或財務規劃等一系列

27、產品和服務相關的全方位的日常金融管理。 這些均存在受托責任相關的重要問題。 在美國， 人工智能算法已在注冊投資顧問中廣泛應用， 應對這些問題已 成為當務之急。 值得高興的是， 自動化系統有可能達到與傳統公司相同的受托標準。 這在一定程度上是由于人 工智能可有效地搜索、 優化和匯總與每個客戶財務情況相關的數據。 然而， 也存在先前討論的可解釋性問題。 人工智能作出決策及建議背后的依據應告知受托人。 但隨著人工智能 系統為應對日益繁多的產品和服務而整合了更為廣泛的信息之后， 人們越發難以理解特定決策背后的邏輯。 此外， 如果人工智能系統未能履行其受托義務， 對此產生的后果也具有不確定性。 誰應對此

28、負責： 開發人員、 機構、 監管層還是其他人員？ 或者， 利用對沖性保險來承擔后果？ 無論采取何種方式， 監管機構和金融機構可 能需要通過其他方法管理人工智能系統， 以保證受影響的各方能盡可能快速、 無縫地從危機中完全恢復。 算法合謀 人工智能系統會導致市場合謀行為的監督和管理復雜化。 原因何在？ 不妨思考一下現有的合謀， 即機構間通 過溝通與合作， 以獲取特定結果或從改變競爭態勢中受益。 根據此定義， 人工智能系統間的合謀可能難以被確認。 譬如， 人們可能不清楚決策屬于獨立有效的分析結果 還是合謀行為。 另一難題是人工智能可實時整合大量源自外部的結構化和非結構化數據。 有鑒于此， 其他市 場

29、參與者的動機變得更加易于理解， 而無需任何實質性的交互。 因此， 在現行法規下， 人工智能合謀因其似是而非的形式而更加難以被偵測、 確認和檢舉。 這增加了界定其非 法和合法的不確定性。 其他不確定性 智海領航 | 洞悉人工智能在金融服務領域的戰略及監管風險 14 即便如此， 金融機構也并非完全無力降低此類風險。 它們可以對人工智能系統和模型進行限定， 使人工智能 系統： 根據明確正當的商業目的開展交互 基于有效、 合法的商業理由作出決策 通過人工監督以驗證人工智能決策是否符合業務實際 除此之外， 算法合謀幾乎不存在。 算法合謀發生的前提是金融產品和服務相對同質化。 同時， 各金融機構也具 有相

30、似的營業利潤， 且買方權利被大大限制。 對高管的重要啟示 解決受托責任和算法合謀相關的問題需要彌合人工智能專家與政策制定者或法律專家在認知上的 差距。 通過單一的框架對人類和機器參與者進行管理是否足夠， 抑或是否需要專門為機器代理設計單獨 的框架， 這一問題仍有待觀察。 通過阻止算法合謀及承擔受托責任， 企業可贏取信任并使其有別于標準較寬松的競爭對手。 智海領航 | 洞悉人工智能在金融服務領域的戰略及監管風險 15 人工智能涉及計算的全新形態。 金融機構需克服人工智能在可解釋性、 系統性風險和公平等方面的挑戰， 進 而從中受益。 總而言之， 金融行業應當： 在現行金融生態系統中合理地部署人工智

31、能。 人工智能要求金融行業開發并合理使用全新工具來保護金融 體系。 合理擴大基于人工智能的金融生態體系的范疇。隨著時代的發展，人工智能將改變金融機構的運營及 參與市場的方式。監管機構勢必出臺新的監管政策，而這些政策將從根本上改變金融機構可能的戰略選 擇。如果金融機構希望對未來的政策變化有所影響，目前就應該積極參與到與監管機構前期的溝通、討 論與合作中來。 激發具備可靠人工智能技術的金融生態體系的潛力。 與傳統系統相比， 人工智能系統能夠更迅速地產生更 廣泛的影響。 因此， 人工智能系統應具備更高的標準。 首先， 重點是認識到人工智能并非孤立存在。 人工智能已與云和物聯網 （IoT） 等技術緊密

32、結合， 量子計算、 5G 和其他新興技術很快也將加入其中。 在這一科技飛速發展的環境中， 金融行業更加需要提前考慮人工智能的 潛在影響。 人工智能的影響到底是什么呢？首先是戰略上的轉變。人工智能（及其他新興技術）的普及正推動金融機 構與監管層更頻繁的對話，重點探討如何對新技術進行有效的部署和應用。金融機構若想有效制定其未來 戰略，就應主動與所有利益相關者溝通。同樣地，該方法也適用于應對監管政策變化對運營、戰略和人力 資本的影響。 其次是對優先級事項的重新梳理。 對于人工智能的應用， 其公司治理是首要工作無論是為了應對風險預 警， 還是為了與客戶的利益保持一致。 重視公司治理不僅為金融機構提供實

33、現差異化的契機， 而且可以通過與 監管機構和金融服務生態系統中的其他參與者建立協作文化來實現數據驅動的決策。 最后， 我們大可不必針對人工智能在金融服務領域的應用而建立一套全新的道德標準。 真正需要我們去做 的， 是以開放的態度擁抱適用于人工智能應用的新方法。 需謹記， 無論這些方法如何創新， 我們都應以公正性、 穩定性、 透明度與可操作性四大標準予以權衡， 并決定是否采納。 正是這套標準， 使得金融行業能夠在過往的 技術變革浪潮中脫穎而出。 結論 智海領航 | 洞悉人工智能在金融服務領域的戰略及監管風險 16 全球聯系人 Bob Contri 全球 金融服務業領導合伙人 Rob Galask

34、i 管理咨詢 銀行業及資本市場 全球咨詢領導合伙人 rgalaskideloitte.ca 中國聯系人 吳衛軍 中國 副主席 金融服務業領導合伙人 電話： +86 10 8512 5999 電子郵件： 薛梓源 中國 風險咨詢 科技風險及網絡安全領導合伙人 電話： +86 10 8520 7315 電子郵件： 張慶杰 中國 管理咨詢 分析與數據管理領導合伙人 電話： +86 10 8520 7830 電子郵件： 尤忠彬 中國 管理咨詢 分析與數據管理合伙人 電話： +86 21 2316 6172 電子郵件： 作者 Ishani Majumdar 加拿大 Omnia人工智能高級咨詢顧問 isma

35、jumdardeloitte.ca 聯系人 特此感謝加拿大Courtney Kidd Chubb和Denizhan Uykur對撰寫本報告所提供的幫助。 智海領航 | 洞悉人工智能在金融服務領域的戰略及監管風險 17 1. BaFin, Big Data meets artificial intelligence, 16 July 2018, https:/www.bafin.de/SharedDocs/Downloads/EN/dl_bdai_studie_ en.html;jsessionid=DF0654DBF78C8FA8AE5E4AA58148CB44.1_cid381?nn=986

36、6146, accessed 5 November 2019. 2. “New Scoring Models For The Underserved Gaining International Attention,” PYMNTS, 3 July 2018, banking/2018/alternative-credit-scoring-underbanked-unbanked-nova/, accessed 5 November 2019. 3. Sudipto Ghosh, “Temenos Acquires a SaaS-based, Patented, Explainable AI (

37、XAI) Platform,” AiThority, 18 July 2019, https:/www. accessed 5 November 2019. 4. “Personetics leverages AI to help chip away at student loan crisis,” FinTech Futures, 30 October 2017, https:/www.fintechfutures. com/2017/10/personetics-leverages-ai-to-help-chip-away-at-student-loan-crisis/, accessed

38、 5 November 2019. 5. Financial Stability Board, Artificial intelligence and machine learning in financial services: Market developments and financial stability implications, 1 November 2017, https:/www.fsb.org/wp-content/uploads/P011117.pdf, accessed 5 November 2019. 尾注 Proposal title goes here | Se

39、ction title goes here 18 來自世界經濟論壇與的相關資源 The future of financial services (2015) The future of financial infrastructure: An ambitious look at how blockchain can reshape financial services (2016) Disruptive innovation in financial services: A blueprint for digital identity (2016) Beyond Fintech: A pra

40、gmatic assessment of disruptive potential in financial services (2017) The new physics of financial services: How artificial intelligence is transforming the financial ecosystem (2018) The next generation of data-sharing in financial services: Using privacy enhancing techniques to unlock new value (

41、2019) Navigating uncharted waters: A roadmap to responsible innovation with AI in financial services (2019) 智海領航 | 洞悉人工智能在金融服務領域的戰略及監管風險 19 關于 Deloitte（“”）泛指一家或多家有限公司，以及其全球成員所網絡和它們 的關聯機構。有限公司（又稱“全球”）及其每一家成員所和它們的關聯 機構均為具有獨立法律地位的法律實體。有限公司并不向客戶提供服務。請參 閱 了解更多信息。 亞太有限公司（即一家擔保有限公司）是有限公司的成員所。亞太有 限公司的每一家成員及

42、其關聯機構均為具有獨立法律地位的法律實體，在亞太地區 超過100座城市提供專業服務，包括奧克蘭、曼谷、北京、河內、香港、雅加達、吉 隆坡、馬尼拉、墨爾本、大阪、上海、新加坡、悉尼、臺北和東京。 于1917年在上海設立辦事處，品牌由此進入中國。如今，中國為中國本 地和在華的跨國及高增長企業客戶提供全面的審計及鑒證、管理咨詢、財務咨詢、 風險咨詢和稅務服務。中國持續致力為中國會計準則、稅務制度及專業人才培 養作出重要貢獻。中國是一家中國本土成立的專業服務機構，由中國的合 伙人所擁有。敬請訪問 媒體平臺，了解在中國市場成就不凡的更多信息。 本通信中所含內容乃一般性信息，任何有限公司、其成員所或它們的關聯機構 （統稱為 “網絡”）并不因此構成提供任何專業建議或服務。在作出任何可能 影響您的財務或業務的決策或采取任何相關行動前，您應咨詢合資格的專業顧問。 任何網絡內的機構均不對任何方因使用本通信而導致的任何損失承擔責任。 2020。欲了解更多信息，請聯系中國。 Designed by CoRe Creative Services. RITM0409216