手機(jī)銀行升維之戰(zhàn) AI概念有何新花樣？

自2024年12月以來，包括建設(shè)銀行、工商銀行、農(nóng)業(yè)銀行、交通銀行、北京銀行等在內(nèi)的多家銀行升級(jí)了手機(jī)銀行APP，其中AI賦能成為亮點(diǎn)。

《中國經(jīng)營報(bào)》記者梳理到，近期AI賦能手機(jī)銀行主要體現(xiàn)在增強(qiáng)客戶體驗(yàn)和賦能業(yè)務(wù)創(chuàng)新方面。

對(duì)于近年來市場(chǎng)尤為重視的數(shù)據(jù)安全問題，部分銀行也表示，AI賦能下手機(jī)銀行的交互體驗(yàn)到安全保障，都實(shí)現(xiàn)了服務(wù)質(zhì)效的顯著提升。為保護(hù)數(shù)據(jù)安全，銀行在數(shù)據(jù)收集、數(shù)據(jù)存儲(chǔ)、數(shù)據(jù)分析等環(huán)節(jié)采取了大量保護(hù)措施。

客戶營銷是AI應(yīng)用重點(diǎn)

中金金融認(rèn)證中心有限公司（CFCA）發(fā)布的《2024中國數(shù)字銀行調(diào)查報(bào)告》（以下簡(jiǎn)稱“《報(bào)告》”）顯示，AI正成為數(shù)字銀行（包括手機(jī)銀行）管理市場(chǎng)偏好的重要工具。

《報(bào)告》給出一組數(shù)據(jù)，在數(shù)據(jù)銀行的AI應(yīng)用方向中，63.9%用于客戶營銷，55.6%用于風(fēng)險(xiǎn)控制，50%用于客戶運(yùn)營管理，47.2%用于客戶服務(wù)和權(quán)益保護(hù)。

蘇商銀行高級(jí)研究員孫揚(yáng)總結(jié)道，AI能幫助提升客戶服務(wù)的響應(yīng)度，可以全天候AI服務(wù)客戶自動(dòng)響應(yīng)，從而提升客戶滿意度；可以更好地實(shí)現(xiàn)金融產(chǎn)品面向客戶的智能推薦，實(shí)現(xiàn)界面千人千面，讓手機(jī)銀行面向客戶更加個(gè)性化；可以通過AI，促進(jìn)財(cái)富管理的智能投顧服務(wù)，和客戶的業(yè)務(wù)旅程更加絲滑地整合在一起。

北京市社會(huì)科學(xué)院副研究員王鵬告訴記者，AI對(duì)手機(jī)銀行的賦能可以提升運(yùn)營效率，通過自動(dòng)化流程，AI可以自動(dòng)化處理一些重復(fù)性高、耗時(shí)長(zhǎng)的業(yè)務(wù)流程，如貸款審批、賬戶管理等，提高銀行的運(yùn)營效率；通過智能調(diào)度系統(tǒng)，AI可以優(yōu)化分行和ATM的布局，提高資源利用率。

在風(fēng)險(xiǎn)管理方面，王鵬指出AI可以通過分析交易模式和行為特征，實(shí)時(shí)識(shí)別和預(yù)防欺詐活動(dòng)，保障客戶的資金安全；基于大數(shù)據(jù)和機(jī)器學(xué)習(xí)算法，AI可以更準(zhǔn)確地評(píng)估客戶的信用風(fēng)險(xiǎn)，為銀行提供決策支持。

不過，在簡(jiǎn)化業(yè)務(wù)流程的同時(shí)，銀行如何確保AI技術(shù)的運(yùn)用不會(huì)降低業(yè)務(wù)處理的準(zhǔn)確性和安全性？

CFCA產(chǎn)品中心副總經(jīng)理劉通告訴記者，為了保障AI技術(shù)處理業(yè)務(wù)的準(zhǔn)確性和安全性，銀行采用了多種方式。

首先，銀行建立嚴(yán)格的模型評(píng)估體系，對(duì)AI模型進(jìn)行全面的評(píng)估和測(cè)試，確保模型的泛化能力和穩(wěn)定性。例如，在貸款審批模型中，通過對(duì)歷史數(shù)據(jù)的回測(cè)和實(shí)際業(yè)務(wù)數(shù)據(jù)的驗(yàn)證，評(píng)估模型的準(zhǔn)確性和風(fēng)險(xiǎn)識(shí)別能力。

其次，隨著業(yè)務(wù)數(shù)據(jù)的不斷積累和市場(chǎng)環(huán)境的變化，銀行及時(shí)對(duì)AI模型進(jìn)行優(yōu)化和更新，采用強(qiáng)化學(xué)習(xí)技術(shù)，使模型能夠自動(dòng)適應(yīng)新的數(shù)據(jù)和業(yè)務(wù)場(chǎng)景。例如，在智能投資顧問中，根據(jù)市場(chǎng)行情和客戶投資行為的變化，實(shí)時(shí)調(diào)整投資策略和模型參數(shù)。

再者，銀行不斷加強(qiáng)身份認(rèn)證和授權(quán)管理，采用多因素身份認(rèn)證技術(shù)，構(gòu)建多層次、立體化的身份認(rèn)證體系。例如，銀行采用CFCA的安心驗(yàn)產(chǎn)品，利用身份證、銀行卡、手機(jī)號(hào)、面部識(shí)別等多種驗(yàn)證手段，確保用戶身份的準(zhǔn)確性，為用戶的資金交易提供安全性的保障。

最后，銀行運(yùn)用密碼技術(shù)、入侵檢測(cè)技術(shù)等多種安全手段，保護(hù)AI系統(tǒng)和用戶數(shù)據(jù)的安全。例如，對(duì)用戶資金交易及其他關(guān)鍵數(shù)據(jù)進(jìn)行加密傳輸和存儲(chǔ)，防止數(shù)據(jù)泄露和篡改；同時(shí)，定期進(jìn)行安全漏洞掃描，及時(shí)發(fā)現(xiàn)和解決潛在的安全隱患。

《報(bào)告》認(rèn)為，接下來，AI應(yīng)用將更深入，用戶和場(chǎng)景的智慧運(yùn)營水平將逐漸提升。具體來看，銀行將借助用戶實(shí)時(shí)情境與服務(wù)場(chǎng)景融合升級(jí)，使得用戶陪伴服務(wù)更“深入”；運(yùn)營活動(dòng)也將日益注重個(gè)性化和深入場(chǎng)景化；未來將借助交叉營銷和體驗(yàn)式陪伴運(yùn)營，提升數(shù)字金融業(yè)務(wù)場(chǎng)景協(xié)同性。

多舉措保護(hù)數(shù)據(jù)安全

隨著AI技術(shù)的廣泛應(yīng)用，隱私保護(hù)和數(shù)據(jù)安全成為重要議題。

近年來，監(jiān)管層對(duì)于數(shù)據(jù)安全也十分重視。2025年1月14日，工業(yè)和信息化部發(fā)布《關(guān)于加強(qiáng)互聯(lián)網(wǎng)數(shù)據(jù)中心客戶數(shù)據(jù)安全保護(hù)的通知》；1月15日，國家發(fā)展改革委、國家數(shù)據(jù)局等六部門印發(fā)《關(guān)于完善數(shù)據(jù)流通安全治理更好促進(jìn)數(shù)據(jù)要素市場(chǎng)化價(jià)值化的實(shí)施方案》。

“在AI技術(shù)的推動(dòng)下，手機(jī)銀行正在經(jīng)歷一次前所未有的升級(jí)變革。在這一過程中，隱私保護(hù)和數(shù)據(jù)安全問題已經(jīng)上升到一個(gè)至關(guān)重要的地位，銀行不得不面對(duì)一些潛在的風(fēng)險(xiǎn)和挑戰(zhàn)。”劉通說。

劉通列舉到，一是數(shù)據(jù)泄露風(fēng)險(xiǎn)，AI系統(tǒng)需要大量用戶數(shù)據(jù)進(jìn)行訓(xùn)練和優(yōu)化，這些數(shù)據(jù)可能包括個(gè)人身份信息、交易記錄、行為習(xí)慣等敏感信息，此類信息若處理不當(dāng)，可能會(huì)導(dǎo)致侵犯用戶隱私的情況發(fā)生，進(jìn)而導(dǎo)致用戶信任度下降，甚至產(chǎn)生法律合規(guī)風(fēng)險(xiǎn)；二是模型攻擊風(fēng)險(xiǎn)，AI模型可能受到對(duì)抗性攻擊（Adversarial Attacks），攻擊者通過輸入精心設(shè)計(jì)的惡意數(shù)據(jù)，導(dǎo)致模型輸出錯(cuò)誤結(jié)果，可能會(huì)產(chǎn)生錯(cuò)誤允許（欺詐交易被誤判為合法）或者錯(cuò)誤拒絕（用戶身份驗(yàn)證失敗）的后果；三是算法偏見風(fēng)險(xiǎn)，AI模型可能因訓(xùn)練數(shù)據(jù)不均衡或算法設(shè)計(jì)問題，產(chǎn)生偏見（Bias），導(dǎo)致不公平的決策。

銀行在利用AI收集和分析用戶數(shù)據(jù)時(shí)，也采取了諸多措施來保護(hù)用戶隱私。王鵬列舉到，主要包括數(shù)據(jù)加密、訪問控制、數(shù)據(jù)脫敏、隱私政策、合規(guī)監(jiān)管、安全審計(jì)和監(jiān)控等。

“銀行還采取了堡壘機(jī)、專有云等物理設(shè)備，將敏感數(shù)據(jù)和辦公環(huán)境隔離。銀行還會(huì)在數(shù)據(jù)生成、數(shù)據(jù)加工、數(shù)據(jù)存儲(chǔ)、數(shù)據(jù)使用等全流程，進(jìn)行分段管理、分段授權(quán)，減少敏感數(shù)據(jù)的流轉(zhuǎn)，在數(shù)據(jù)加工時(shí)，就會(huì)充分使用數(shù)據(jù)庫/數(shù)據(jù)倉庫自帶或者商用的數(shù)據(jù)加密、掩碼等功能，實(shí)現(xiàn)敏感數(shù)據(jù)脫敏。”孫揚(yáng)說。

劉通詳細(xì)介紹道，在數(shù)據(jù)收集環(huán)節(jié)，銀行會(huì)遵循最小化原則，只收集與業(yè)務(wù)直接相關(guān)的必要數(shù)據(jù)，避免過度收集用戶信息，降低數(shù)據(jù)泄露風(fēng)險(xiǎn)；在數(shù)據(jù)存儲(chǔ)環(huán)節(jié)，利用加密算法，對(duì)數(shù)據(jù)進(jìn)行加密，確保數(shù)據(jù)在存儲(chǔ)和傳輸過程中的安全性，采用安全可靠的存儲(chǔ)系統(tǒng)和技術(shù)，建立嚴(yán)格的訪問控制機(jī)制，限制對(duì)存儲(chǔ)數(shù)據(jù)的訪問權(quán)限；在數(shù)據(jù)分析環(huán)節(jié)，AI可以幫助銀行對(duì)敏感數(shù)據(jù)進(jìn)行脫敏處理，在保持?jǐn)?shù)據(jù)原有特征、業(yè)務(wù)規(guī)則和數(shù)據(jù)關(guān)聯(lián)性的前提下，對(duì)敏感信息進(jìn)行變形處理，降低數(shù)據(jù)敏感度。

“另外，在模型訓(xùn)練與應(yīng)用環(huán)節(jié)，在模型訓(xùn)練過程中，會(huì)對(duì)訓(xùn)練數(shù)據(jù)進(jìn)行嚴(yán)格的清洗和預(yù)處理，去除可能包含的敏感信息，并采用加密技術(shù)對(duì)訓(xùn)練數(shù)據(jù)進(jìn)行保護(hù)，防止訓(xùn)練數(shù)據(jù)泄露。在模型應(yīng)用前，對(duì)模型進(jìn)行全面的安全評(píng)估，包括模型的準(zhǔn)確性、安全性等方面，確保模型不會(huì)泄露用戶隱私或被惡意攻擊利用。在模型運(yùn)行過程中，持續(xù)監(jiān)控模型的性能和安全狀況，及時(shí)發(fā)現(xiàn)和處理可能出現(xiàn)的安全問題，并根據(jù)業(yè)務(wù)需求和安全形勢(shì)的變化，及時(shí)更新和優(yōu)化模型。”劉通指出，“在人員與制度保障方面，銀行對(duì)內(nèi)部員工進(jìn)行數(shù)據(jù)安全和隱私保護(hù)方面的培訓(xùn)，以提高員工的安全意識(shí)和合規(guī)操作能力。建立健全數(shù)據(jù)安全管理制度和流程，規(guī)范數(shù)據(jù)的收集、存儲(chǔ)、處理、使用和銷毀等環(huán)節(jié)，確保數(shù)據(jù)安全管理工作有序推進(jìn)。”

（編輯：朱紫云 審核：何莎莎 校對(duì)：燕郁霞）

免責(zé)聲明：市場(chǎng)有風(fēng)險(xiǎn)，選擇需謹(jǐn)慎！此文僅供參考，不作買賣依據(jù)。

關(guān)鍵詞：