商业银行制约人工智能应用的因素有哪些？开课吧

目前人工智能技术在各个行业中都得到了广泛的应用，但与此同时在各个行业中都有一些制约人工智能应用的因素，那么商业银行制约人工智能应用的因素有哪些。

商业银行制约人工智能应用的因素有哪些？开课吧

1、数据资源问题。

（1）数据资源利用不足。一是银行内部的存量数据整合不充分，数据分散在不同业务条线、不同系统，难以整合。大量非结构化数据作为各项业务的凭证，没有得到处理和分析，发挥不出潜在价值。二是外部数据的引入不够，目前银行的数据无法形成对客户的完整全面评价及建立科学的信用评估体系。

（2）交易市场不够规范。一是数据交易环境有待完善。在国家层面，相关的法律法规和行业标准尚未制定，没有专门的政府职能部门制定监管规则，规范市场行为，引导行业健康发展。二是数据交易形式过于粗放。交易过程中缺乏统一的定价标准，难以准确衡量数据实际价值，部分数据存在格式不规范、内容不完整等问题，影响了数据使用质量。

2、技术支撑问题。

（1）技术人员储备不足。一是商业银行的科技人员数量不够，与金融科技公司、互联网公司相比尚有较大差距。二是缺乏数据分析挖掘、人工智能、算法等专业人才。目前商业银行科技人员主要为软件开发、系统运维、网络机房等方面，数据分析挖掘和人工智能的人员较为匮乏。

（2）缺乏行业统一标准。现阶段，人工智能在银行业的应用总体处于探索阶段，金融机构在人工智能的研发落地阶段需要协调的厂商、领域众多，工作协调难度大，难以建立统一的行业规范、技术标准和协同机制。

3、行业风险问题。

（1）技术风险。一是数据安全风险。随着大数据技术广泛应用，商业银行内部存放了大量内外部数据，考虑到网络环境存在的信息攻击、大数据平台存在的漏洞，可能出现数据丢失、篡改和泄露的风险，从而使银行和客户遭受损失。二是系统安全风险。随着人工智能技术与银行业务的深度融合，相关的应用也将成为网络黑客实施金融攻击的对象，例如智能机器人访问接口、网贷产品的访问接口和决策模型等。

（2）业务风险。借助智能投顾、智能客户和知识图谱等技术，各种模型被应用在银行的经营管理、客户服务、风险防控和客户影响等方面，提高了银行的智慧水平，也引入了模型应用的风险。

（3）监管风险。在当前的金融监管体系下，对人工智能的监管面临“黑箱理论”和金融活动“可溯源性”的矛盾。一是无法准确追踪人工智能自身学习和自我决断的行为。二是无法明确人工智能的权责应用主体。这给相关部门的监管带来了挑战，并极大提高了解决的成本。