三个皮匠微信公众号每天给您带来最全最新各类数据研究报告

说起人工智能（AI），虽然它并不是一个全新的概念，但在近些年金融服务企业开始逐渐意识到它的巨大潜力。

AI可以提高运营效率、降低成本，同时还有助于企业实现战略转型，更多、更好地融入用户参与。。然而，一些客观限制条件，都在或多或少地阻碍着金融服务企业大范围的推广使用AI技术，包括数据量和数据质量上的局限、对于AI潜在风险的认知不足以及公司文化和现行规章制度的限制。（原文来自皮匠网，关注“三个皮匠”微信公众号，每天分享最新行业报告）

欧盟以及其他国际组织同样对于AI技术有着极大的兴趣。尽管他们认识到AI可以为金融市场、客户以及他们的内部工作带来诸多益处，但也认识到那些受监管公司当采用AI时可能会产生的潜在风险以及意料之外的后果。

近些年来，值得注意的是，金融服务业因对客户和市场的失当行为，从而受到众多经济上及其他形式上的制裁。由此产生的对于公平对待客户和保证市场诚信问题，以及AI技术在监管领域中未经测试与未经检验的特性的关注，都意味着金融服务企业对于采用AI解决方案应该时刻保持谨慎。

“有效的风险管理已经不再是抑制创新的因素，而是公司成功使用AI技术的关键。” 

为了能解决这些困难，从而实现充分利用AI技术的优势，并且避免未来可能出现的问题，董事会和高级管理人员必须充分理解这项技术，包括它在企业中现有或潜在的用途，并从风险的角度出发来仔细考虑AI的影响。在这种环境下，有效的风险管理已经不再是抑制创新的因素，而是公司成功使用AI技术的关键。 

“我们认为企业面临的重大挑战不是在处理全新类型的风险，而更多应该是关注那些难以用有效且及时的方式去分辨的风险，或它们已经以不同以往的出现方式而显现的风险。”

关于刚刚提到的后一点，这将是本文之后所讨论的重点。我们认为企业面临的重大挑战不是在处理全新类型的风险，而更多应该是关注那些难以用有效且及时的方式去分辨的风险，或它们已经以不同以往的出现方式而显现的风险。在这篇文章中，我们将讨论企业应该如何重新审核并调整现有的风险管理框架，以反映在当部署复杂AI应用时企业需要关注的一些重要差异。

比如说，AI可以不断的从新数据中学习，并通过建立复杂统计模型，而后得出结论。但这种结果并不是基于那些明确且预先定义好的规则，这就让企业难以理解这其中支撑最终结论的决策机制。在许多方面上，这种挑战与面对管理人力资源时所面临的挑战非常相似。然而，不断发展的AI技术使其可审计性以及可溯源性变得异常困难，并且这种技术发展的速度可能会导致在极短的时间内产生大规模的错误。

企业需要重新审核并且更新他们的风险管理方式，从而在不同的风险管理框架全生命周期（识别，评估，管控，监督）阶段中管理风险。不断发展的AI技术要求这些风险管理方式必须在更短更频繁的时间间隔内得以应用。现有的风险偏好声明也同样需要重新审核，并且需要添加一系列新的内容，比如说公平性原则等，以便为风险管理框架的各个阶段提供信息支持。

“不断发展的AI技术使其可审计性以及可溯源性变得异常困难，并且这种技术发展的速度可能会导致在极短的时间内产生大规模的错误。”

在本篇文章中，我们将会用简单的理论性的风险管理框架来描绘出一些AI所带来的挑战。例如，一个保险公司如何在产品定价过程中，使用AI来做到风险模型管理。最后，我们将总结当监管者监管AI时会遇到的挑战与选择。 

本篇文章旨在成为一个理解AI对于现有风险管理方式和更为广泛的监管环境的影响的起步点。通过强调这些需要关注的领域，我们希望帮助企业能够在制定AI政策时，或者更具体来讲，在制定AI风险管理框架的时候，为它们提供更加高效的解决方案和监管机制。