2018年7月18日，中国人民银行（以下简称“央行”）在总部举办了“金融改革与创新专题研修班”，第四范式创始人、首席执行官戴文渊作为授课专家在会上做了“人工智能在金融领域的应用”主题分享，讲授如何用AI为央行履职赋能。同期授课的专家还有来自央行各司局的领导以及区域银行行长。
央行是我国货币政策的制定者，肩负防范和化解金融风险、维护金融稳定的重任。针对需求，戴文渊系统地介绍了人工智能的基础知识，讲解了AI在政府管理领域、金融领域和商业领域的应用，探讨了AI如何在货币政策、系统性风险风析、反洗钱、征信和精准扶贫等领域为央行履职进行支撑。
基于人工智能的监管科技，赋能央行履职
第四范式已经帮助众多金融机构进行了企业AI平台（“第四范式先知”平台）的建设，服务覆盖逾50%中国金融总资产。然而AI的能力不仅体现在帮助企业经营创造巨大的价值，而是在每个细分领域都能够创造出科学的方法。将AI技术应用在监管层面，实现监管科技的革新，将为央行履职提供支撑。戴文渊从关乎国家金融稳定的宏观政策管理和金融业务管控两方面，介绍了一系列典型示例：
AI+货币政策评估
通过海量数据分析和高维机器模型，机器可以进行一系列宏观经济数据分析解读和预测，比如通胀、物价、GDP，乃至失业率、旅游活动等更丰富的数据指标，以此来提供更加全面科学的依据，帮助管理者评估货币政策对社会各方面的影响，辅助决策。
AI+系统性风险侦测
通过检测、衡量、预判，人工智能在侦测系统性风险方面也大有可为，比如对市场波动性、流动性风险、金融压力、房价等重点领域的风险研判及防控，对应完善金融风险的监测、评估、预警体系。
AI+反洗钱
以反洗钱业务为例，AI通过为证标识的这种机器学习的算法，建立相关的行业模型，可以大幅提升反洗钱的可疑交易的筛选效率，并且提升反洗钱甄别的精确度。并能够反哺专家经验，不断提高监管机构对反洗钱整体发展程度的认识和控制。
AI+征信
AI应用在征信领域，实现了3个层面的管理提升：一是更精确的识别个人身份——人工智能在生物识别方面的应用今年取得较大进展，主要得益于基于大数据的机器学习。二是更准确的评估用户信用——通过多渠道获取用户多维度的数据，提供各种特征建立模型，再对用户进行多维画像，最终根据模型评分，对用户的个人信用进行评估。三是极大提升传统征信行业的决策效率——机器对大量数据的加工处理和决策效率更高效，替代了大部分的人工操作和决策过程。
AI+精准扶贫
深入推进扶贫开发是中央确定的目标，面对七千多万的贫困人口、2020年全面脱贫的时间目标，以及中央对扶贫对象、项目安排、资金使用、措施和成效等方面的精准要求，监管机构很难配备这样的精力和体力来进行管理，而机器则可以实现，利用机器的智能，充分发挥机器不知疲倦的思考能力，进行扶贫对象的确认、扶贫项目登记、帮扶的企业单位的确认、扶贫结果的确认。
穿透式管理，推动金融行业平稳健康发展
当下，金融机构基于人工智能建立的高维模型，利用机器解决了人类专家无法完成的复杂问题，帮助金融机构科学决策并提升决策效率。技术的发展为企业不断创造新价值，与此同时，也对监管机构提出了新要求。一方面是制定人工智能相关行业标准，另一方面是通过AI的手段，来解决银行AI高维度建模之后的监管问题。
行业标准建立
标准化对于市场的良性发展具有服务、支撑和引领的作用。以人工智能为代表的新金融科技方兴未艾，作为监管机构，央行在关键技术领域正在积极探索推进行业标准。针对这一探讨，戴文渊表示，可以建立金融机构产生模型的过程标准和数据标准，再由监管部门采集过程数据，利用AI模型自动分析金融机构的经营行为，实现监管自动化。
用AI监管AI
AI技术在商业银行的广泛应用是大势所趋，作为管理部门，央行对商业银行的业务监管面临技术难题。戴文渊指出，AI应用采用高维算法模型且未来会设计的更为复杂，由于人类无法监管高维模型，发展基于机器的监管技术就成为管理部门监管基于AI的商业银行业务的匹配方法——将AI模型标准化，就能实现机器对模型的检查；建立多种监管模型，就能自动分析金融机构每一笔交易存在的问题。
我们看到，央行作为监管机构，极具前瞻性地关注到人工智能的价值和探索对应行业发展的标准制定。作为AI技术的坚定信仰者和早期实践者，第四范式一直秉持打造能够匹配人工智能时代需求的AI能力，能够服务人工智能时代发展的标准化的AI“操作系统”，为企业开发AI应用提供支撑，降低人工智能应用的开发难度，从而实现人工智能在各行各业的广泛应用，这也是我们坚持打造“第四范式先知”平台的初衷。
我们始终认为，作为一家以普惠AI技术为驱动的公司，第四范式的企业价值就是实现AI的价值，我们希望开启一个智能时代，看到AI普惠大众，要实现这个目标，仅靠第四范式一间公司的力量、仅靠数量有限的科学家来做，人工智能不会发展很快，因此我们希望赋能给各行各业的合作伙伴、赋能给企业客户，让AI技术服务更多人。
