人工智能在支付清算領域的行業特性與應用分析
目前，通過人工智能創新支付業務的優勢主要表現在以下幾個方面：一是人工智能創新支付方式。以人工智能為代表的人臉識別、語音識別、生物識別技術正改變傳統支付方式，激勵創新支付手段，促使銀行、非銀行支付機構創新智能支付服務。二是人工智能提升用戶支付體驗。通過“智能語音”服務、生物識別身份認證、智能投資顧問等方式為客戶帶來更快捷、更便利、更智能的操控體驗，進一步提升了客戶服務水平、節約了人工運營成本。三是人工智能提高支付運營效能。通過現實人臉圖像與聯網核查圖像、客戶身份證圖像交叉比對，由人工智能算法引擎完成身份認證，從而加強了金融服務供給、提升了金融服務效率、提高了支付運營效能。目前，隨著人工智能在金融行業的滲透，已廣泛應用于賬戶、工具、系統、監管等支付領域。
(一)智能賬戶
賬戶體系是金融交易的核心，也是支付業務的基石。通過人工智能的圖譜計算技術，將賬戶進行聚類和關聯分析，基于協同賬戶準確把握企業畫像，全面獲取金融服務的需求和精準識別支付清算的風險。從信息平臺用戶體系到交易平臺交易賬戶與支付賬戶分離，再到交易平臺交易賬戶與支付賬戶關聯。通過關聯銀行Ⅱ、Ⅲ類賬戶與支付賬戶，有利于銀行和非銀行支付機構創新獲客、活客、資金運營、交易金融等業務模式，加快實現互聯網化、場景化和平臺化經營。
此外，通過人工智能自動化程度可以提高客戶驗證的效率。同時，通過“人工智能+區塊鏈技術”可實現數字化身份信息的安全、可靠管理，在保證客戶隱私的前提下提升客戶識別的效率并降低成本。通過程序化記錄、儲存、傳遞、核實、分析信息數據，可省去大量人力成本、中介成本，提高準確性和安全性，所記錄的信用信息更為完整、難以造假。
(二)智能支付工具
傳統的 POS 終端在過去十幾年一直保持形式和內容不變，存在升級麻煩、功能單一、擴展性差、缺乏互動性等一系列問題，已經不能滿足場景化和個性化支付的需求。隨著智能移動POS技術的發展，不同商業模式參與方都可以參與智能化平臺個性化應用，如集成從傳統的收銀、小票打印，到刷卡、二維碼等多種支付解決方案，如從會員管理到營銷管理等，并可以創造出更多的特色化服務。
移動智能終端是推動線上線下場景融合、提升支付服務水平和服務能力的基本保障。智能終端將推進支付的線上線下融合。首先，智能終端對接了用戶移動支付的需求，能夠提供便利的移動支付方式。其次，智能終端以移動支付為基礎入口，連接了商戶和消費者，讓商戶能夠得到記錄消費者行為的精準消費信息，進行精準營銷。這能夠幫助實體店通過互聯網觸摸到消費者，并與之建立全渠道、深層次的線上互動，增強體驗功能，發展智慧消費。
(三)智能清算系統
目前，構建企業級支付系統是實現企業戰略轉型與業務創新的需要。通過植入智能終端設備，對內統一支付結算平臺內置智能路由，實現公司內部各系統統一接口，并根據不同業務規則選擇最優路由支付，實現高效結算、智能對賬。對外可集成多家支付平臺，并為企業用戶提供更多支付通道。
通過人工智能技術，設計支付結算系統智能選擇入款、出款渠道，從而提高支付成功率，降低網關成本。網關會通過自動化、智能化分析用戶選擇的支付方式確定用來完成該操作合適的支付渠道。綜合考慮收費、渠道的可用性等因素，通過深度學習算法，知識圖譜計算來選擇最優方案，如實現網上支付智能化。
(四)智能監管
金融領域已經采用不同計算機預測算法，通過人工智能技術來進行風險模型分析，應用于例如VaR、信用評級、風險準備金、長尾風險、行為分析、反洗錢等領域。其中運用到的算法包括：在線過程分析(OLAP)、聚類、相關性分析、決策樹、熱點分析、神經網絡、預測模型、畫像技術、自組織網絡、網絡數據挖掘，等等。
人工智能技術的出現將有效提升上述算法和模型的精度，提供更加有效的風險評估。一是通過人工智能反欺詐，人工智能自動挖掘文字、數據和影像等信息進行深度理解，發現并標注風險警示;二是通過人工智能實現信用風險管理，人工智能可以優化風險模型，并求解各變量間量化指標;三是通過人工智能防范支付清算尾部風險，通過增強學習算法(也稱為Q-Learning算法)可將極端事件引入風險分析框架，通過智能化量化風險等級實現風險評價。
同時，企業在監管要求的指導下，也建立起符合智能監管的智能風控體系。整個智能風控的起點從獲取數據開始，其次是建立模型，其中最重要的是反欺詐和信用評定兩項工作。最后是將模型在實踐中不斷優化和迭代，即機器學習。
人工智能在支付清算領域應用的國內外實踐
國內外金融和非金融機構紛紛根據技術分類探索人工智能在支付領域的應用。
(一)國外人工智能在支付領域的應用情況
近幾年，人工智能開始進入全球銀行系統，在支付領域被廣泛使用。如印度的CICI銀行、HDFC銀行在不同的經營領域內逐步引入人工智能技術，進行反洗錢、流動性和支付交易管理等。新加坡星展銀行首創的純數字銀行Digi Bank，開創了生物識別技術和人工智能整合等先進技術的創新支付銀行革命。意大利的Euklid公司專注銀行業務服務，利用人工智能技術，嘗試實現用戶支付體驗以及自動化運營。摩根大通也將AI技術融入到投行業務中，通過人工智能進行股票交易及結算。德國和以色列合作的Fraugster公司以人工智能為基礎，開展支付欺詐探測，準確地預測欺詐行為。俄羅斯Yandex公司利用深度學習計算技術，對安全及惡意的網站進行學習分類，保障網絡支付安全。格蘭皇家銀行旗下Natwest銀行則在蘋果手機應用中引入通過人臉識別登錄該行手機銀行APP的功能。
(二)國內人工智能在支付清算領域的應用情況
國內銀行和非銀行支付機構擴大支付市場份額，采用人工智能等高科技重塑支付行業，沿著降低成本和提升效率兩條主線，實現金融服務的智能化、個性化、定制化。同時，不斷完善平臺功能，挖掘出新穎的、更加便捷、更加優惠的支付功能，在獲客、風控、定價等方面實現戰略布局，獲取市場競爭力。
在“金融科技”迅速興起的大背景下，國內銀行機構紛紛開始人工智能新嘗試。平安銀行通過手機銀行首創“智能語音”支付功能，客戶可以自動判斷收款人的相關信息和交易過程中的金額信息，實現“語音支付”、“語音取現”等操作。同時，平安銀行嘗試將生物識別技術引入支付領域，利用手指靜脈識別技術，引入“智能錢柜”，實現系統記賬與出納分離的現金自動處理模式。交通銀行研發出全國金融領域第一款真正“能聽會說、能思考、會判斷”的智能理財機器人，能夠為客戶提供專業金融服務，幫助客戶實現預支付操作等。北京銀行積極探索人臉識別技術在支付流程中的應用，將人臉識別技術創新性地融入到柜臺對客戶身份的認證操作中，提升柜臺業務效率。浙商銀行首推ATM“刷臉”取款，進一步優化了用戶在自助設備取款的流程。
此外，非銀行支付機構也加快人工智能和支付的融合，支付寶利用人臉識別技術，完成支付流程的身份認證工作;同時，支付寶、財付通等支付機構推出“無感支付”，將車牌識別與移動支付相結合的技術應用，只要在支付寶上進行車牌綁定，就可以直接授權支付。此外，支付寶利用人工智能技術可以對轉賬行為進行評估，判斷是否有詐騙風險。
人工智能在支付清算領域存在的風險及建議
(一)人工智能在支付清算領域應用存在的風險
一是信息泄露的風險。金融業作為信息密集型行業，應用人工智能必然會面臨海量數據采集和處理的問題。這些數據一旦被成功攻擊，會暴露用戶的個人隱私，也極有可能對客戶造成財產損失，甚至是人身安全。
二是金融監管難度加大。在現有金融監管體系下，由于人工智能故障引發的風險事件責任界定較為困難。一方面，人工智能本身的學習、決策機制所產生的行為無法追溯，這就對人工智能行為的監管帶來困難;另一方面，一旦人工智能應用發生問題，其責任主體很難界定，后續處理成本也比較高。
三是信息采集的合法性問題突出。人工智能需要采集大量的數據來進行處理和分析，隨著云技術的發展以及數據采集范圍的擴大，“網絡爬蟲”技術可能會導致目標網站非公開信息的非法采集，成為不法分子進行非法信息交易的工具。
四是金融系統性風險加大。基于人工智能和機器學習的模型極為復雜，普遍缺乏可解釋性。開發者和使用者很難預測這些應用程序將如何影響市場，或將給金融市場穩定帶來意想不到的沖擊，引起宏觀層面的系統性風險。
(二)人工智能在支付領域風險防范的建議
一是立法為先。監管部門和管理機構應針對人工智能支付的特點和發展趨勢，制定相應的管理辦法和監管指引，引導人工智能支付健康發展;同時協調有關部門盡快出臺法律法規，制定人工智能支付業務的市場準入和退出機制。
二是技術保障。在積極發展人工智能新業務的同時，進一步增強對新技術產品的研發力度，建立人工智能支付安全技術體系，創新研發模式，探索“產學研用”結合的研究模式。
三是評估前置。開展人工智能技術研發的同時，注重安全需求的周全考慮，做好項目前期安全評估工作，確保新技術產品的使用安全可靠，避免安全風險產生。
四是管控結合。重視對人工智能等新技術應用的研究及應用過程中的技術管控，積極采取多重因子認證、交易金額控制、交易筆數控制等技術措施，降低風險。
五是機制保障。進一步完善人工智能支付可能出現的投訴流程，同時，應加大對客戶安全意識的宣傳力度，從客戶源頭上做好信息安全保護工作。
京公網安備 11010502049343號