王楠　李卓

摘要：結合交易所現(xiàn)狀和交易所戰(zhàn)略發(fā)展規(guī)劃研究人工智能技術對交易所未來發(fā)展的影響。研究認為人工智能對交易所市場監(jiān)管、信息系統(tǒng)、品種研發(fā)、對外聯(lián)絡、內(nèi)部管理等具有深刻影響;同時，應用人工智能技術存在風險，需要從技術和安全角度采取切實措施、提前防范;建議交易所成立人工智能事業(yè)部統(tǒng)籌人工智能應用規(guī)劃，集中推進交易所市場監(jiān)管、輿情監(jiān)控、市場服務等人工智能項目試點，建立交易所知識共享平臺探索創(chuàng)新業(yè)務模式。

關鍵詞：人工智能技術應用發(fā)展影響科技監(jiān)管

DOl：10.19766/j.cnki.zgzqqh.2019.01.001

得益于計算機處理速度和存儲技術的提高，機器視覺、自動駕駛、智能交互等一系列應用逐步落地，人工智能（Artificial Intelligence，AI）發(fā)展進人新階段，它正深刻改變?nèi)祟惿a(chǎn)和生活方式。全球各重要經(jīng)濟體紛紛制定人工智能發(fā)展規(guī)劃，布局未來人工智能發(fā)展，期望搶占先機。我國從國家層面系統(tǒng)布局、主動謀劃，黨的十九.大報告對新時代人工智能發(fā)展提出了明確要求，連續(xù)兩年將人工智能寫人政府工作報告，并制定新一代人工智能發(fā)展規(guī)劃。

2017年，中國人民銀行印發(fā)《中國金融業(yè)信息技術“十三五”發(fā)展規(guī)劃》，要求積極研究人工智能技術在金融領域的相關應用，探索借助人工智能技術推動客戶服務、經(jīng)營管理、金融監(jiān)管模式創(chuàng)新，實現(xiàn)對金融業(yè)務創(chuàng)新有力支撐和持續(xù)驅動。2018年，中國證監(jiān)會印發(fā)的《稽查執(zhí)法科技化建設工作規(guī)劃》，表示將加強大數(shù)據(jù)平臺的建設，有序推進監(jiān)管科技在證監(jiān)系統(tǒng)試點和應用，加強行業(yè)科研體系和科研能力的建設。

本文認為未來交易所應該是具有金融屬性的科技公司，業(yè)務核心是技術與數(shù)據(jù)，人工智能技術將給交易所的發(fā)展帶來新的機遇和挑戰(zhàn)。一方面，人工智能技術促進交易所業(yè)務創(chuàng)新，特別是為穿透式監(jiān)管提供新思路、新方法;另一方面，新技術在資本市場中的應用可能導致金融風險傳遞復雜、違法違規(guī)行為隱蔽，為市場穩(wěn)定運行帶來負面影響。圍繞金融市場整體布局，本文充分吸收借鑒其他金融機構的先進經(jīng)驗，梳理交易所相關業(yè)務應用人工智能技術的可行性路徑，分析潛在風險及防范措施，為建設創(chuàng)新型交易所、提升交易所科技競爭力提供參考。

一、人工智能簡介

（一）人工智能的定義

人工智能的定義是多層次和多維度的，最重要的方面是讓機器能夠“像人類一樣”理解、思考、學習和行動，即用計算機模擬人的智能與行為。其中，思維處于頂層，行為處于底層，人工智能依據(jù)人的表現(xiàn)和理性決策兩個不同維度加以實現(xiàn)?；趯θ说挠^察與假設的方法源自經(jīng)驗科學，目的是使得機器“像人”一樣地行動和思考，如圖靈機器和腦認知科學是此類方法的終極目標?；谝?guī)則和最優(yōu)化的方法利用數(shù)學和工程學方法，目的是讓機器用最“合適”的方法處理問題，如數(shù)理邏輯推理機和全自動機器是此類方法的最終實現(xiàn)。

人工智能是一門多領域交叉的系統(tǒng)性學科，研究對象包括數(shù)學、統(tǒng)計學、腦科學、心理學、語言學、哲學、計算機軟硬件等在內(nèi)的自然科學、社會科學以及工業(yè)工程領域。按照發(fā)展程度，人工智能可以劃分為弱人工智能、強人工智能以及超級人工智能。弱人工智能基于大數(shù)據(jù)、互聯(lián)網(wǎng)等現(xiàn)有智能技術，改善人類經(jīng)濟社會發(fā)展所需的技術條件和發(fā)展功能。強人工智能和超級人工智能則主要基于量子計算、腦科學以及類腦智能的實現(xiàn)和發(fā)展，國際上認為該階段要到2050年前后才能實現(xiàn)。因此，本文主要討論交易所在弱人工智能階段中基于現(xiàn)有智能化技術的發(fā)展路徑與應用探索。

（二）人工智能的發(fā)展與特點

人工智能發(fā)軔于20世紀50年代前后，伴隨著神經(jīng)學、控制論、信息論、符號學、計算機科學等一系列學科的發(fā)展與計算機的發(fā)明。1956年，馬文明斯基、約翰·麥卡錫以及克勞德·香農(nóng)等人發(fā)起達特茅斯會議，討論如何用機器來模仿人類學習以及其他方面的智能，并首次提出了人工智能”的概念。自此人工智能技術發(fā)展迅速，先后經(jīng)歷三次快速發(fā)展期（見下圖）。

第一次快速發(fā)展期（1956年—20世紀70代初）的主要貢獻是計算機高級編程語言、工業(yè)機器人、規(guī)模化生產(chǎn)的計算機以及開創(chuàng)了模式識別與自然語言處理領域。這段快速發(fā)展期維持了十年時間，但當時計算機有限的內(nèi)存空間和處理速度不足以解決任何實際問題。由于缺乏進展，人工智能項目可獲得的資助逐步減少，人工智能的發(fā)展進入第一次停滯。

隨著集成電路的發(fā)展以及個人計算機的普及，人工智能再次迎來發(fā)展期（20世紀80年代初）。這段時期的主要貢獻是專家系統(tǒng)、知識工程、遺傳算法以及神經(jīng)網(wǎng)絡，一時間相關論文研究呈爆炸性增長。然而這段時期沒有出現(xiàn)實用的產(chǎn)品和功能，隨后人工智能再次進人沉寂。

經(jīng)歷兩次“寒冬”之后，人工智能在大數(shù)據(jù)、云計算和互聯(lián)網(wǎng)（特別是移動互聯(lián)網(wǎng)）的合力推動下進入第三次快速發(fā)展期（21世紀以來），并向各領域全面滲透，落地創(chuàng)新產(chǎn)品與應用。當前主要貢獻包括機器學習、深度神經(jīng)網(wǎng)絡、自然語言處理、搜索與推薦、機器視覺等，主要應用產(chǎn)品包括自動駕駛、人臉識別、智能交互、機器翻譯、語音識別與合成、搜索引擎與推薦系統(tǒng)等。

當前人工智能的特點主要是深度學習、交叉融合、人機協(xié)同、群智開放和自主控制。深度學習是實現(xiàn)對大數(shù)據(jù)的建模、學習并自我演化，把握事物運行一般規(guī)律;交叉融合指的是人工智能融入傳統(tǒng)行業(yè)并激發(fā)新技術、新產(chǎn)品、新產(chǎn)業(yè)的興起;人機協(xié)同是通過可穿戴設備等實現(xiàn)人機一體化，機器輔助人類完成決策;群智開放在互聯(lián)網(wǎng)環(huán)境下實現(xiàn)海量人類智能與機器智能相互賦能增效;自主控制是對機器系統(tǒng)智能化、自主化的具體要求，實現(xiàn)對機器及業(yè)務遠程、自動、精準的控制。

人工智能正呈現(xiàn)高速發(fā)展態(tài)勢，快速向各領域全面滲透，過去五年全球數(shù)據(jù)生成量年均增長41%，市場規(guī)模年均增長43%，融資額年均增加70%左右。預計到2030年，人工智能將在我國產(chǎn)生10萬億元的產(chǎn)業(yè)帶動效益，其中在金融行業(yè)，通過人工智能技術在風險控制、資產(chǎn)配置、智能投顧等方向的應用預計將帶來約6000億元人民幣的降本增益效益。人工智能將成為經(jīng)濟發(fā)展的新引擎，形成從宏觀到微觀各領域的智能化新需求，重構生產(chǎn)、分配、交換、消費等各個經(jīng)濟活動環(huán)節(jié)。

二、當前金融領域主要應用的人工智能

目前，金融領域利用人工智能的主要業(yè)務包括知識管理、客戶服務、市場營銷、身份驗證、風險管理、資產(chǎn)管理和反洗錢等。人工智能相關應用貫穿銀行、證券、保險等領域，其應用按技術類別劃分如下。

（一）語音識別和自然語言處理

此類技術廣泛應用于智能客服、語音數(shù)據(jù)挖掘、輿情監(jiān)測等。智能客服通過實時語音識別、語義分析，準確理解客戶需求，完成遠程客戶服務、業(yè)務咨詢和業(yè)務辦理，減輕人工服務的壓力，降低企業(yè)運營成本;語音數(shù)據(jù)挖掘將智能客服的錄音數(shù)據(jù)結構化，貼上相應類別標簽，挖掘數(shù)據(jù)特征，建立分析模型，為知識管理、營銷推送等業(yè)務提供數(shù)據(jù)與技術支持;輿情監(jiān)測收集網(wǎng)絡中輿情數(shù)據(jù)，運用文本挖掘技術偵測網(wǎng)絡輿情信號，及時發(fā)現(xiàn)并遏制擾亂市場穩(wěn)定的信息源。

成熟案例包括銀聯(lián)智能客服機器人，上證所的網(wǎng)絡“黑嘴”偵察等。

（二）計算機視覺與生物特征識別

此類技術廣泛應用于身份識別和認證、安全防控、業(yè)務延伸服務等。身份識別和認證利用終端攝像頭和麥克風采集客戶面部和聲音信息，通過對比原始記錄特征對客戶進行識別、認證;安全防控多利用攝像頭監(jiān)控，利用計算機視覺技術識別人員和行為，及時發(fā)現(xiàn)風險并進行預警;業(yè)務延伸服務主要利用此類技術實現(xiàn)遠程開戶與登錄、客戶身份或類型識別，以提供個性化服務為最終目的。

成熟案例包括互聯(lián)網(wǎng)銀行的遠程開戶系統(tǒng)，螞蟻金服保險平臺的消費保險理賠環(huán)節(jié)等。

（三）機器學習與知識圖譜

此類技術廣泛應用于資產(chǎn)管理、市場監(jiān)察、風險分析、授信決策等。市場或機構會生成海量數(shù)據(jù)，如行業(yè)數(shù)據(jù)、用戶行為數(shù)據(jù)、語音和圖像數(shù)據(jù)等，把經(jīng)過清洗和結構化處理的數(shù)據(jù)利用機器學習算法進行模型訓練，可以檢測數(shù)據(jù)中的不一致性，從而進行風險管理和預警，或者實現(xiàn)資產(chǎn)管理。機器學習還可以結合用戶的交易數(shù)據(jù)和行為數(shù)據(jù)預測用戶行為，評估用戶資金情況，進而完成授信決策或實現(xiàn)智能投顧。

成熟案例包括智能投顧平臺，東方證券的智能投教應用系統(tǒng)，招商銀行信用卡風控審批系統(tǒng)等。

上述人工智能技術在實現(xiàn)金融相關業(yè)務并非單獨實現(xiàn)，更多地結合不同業(yè)務場景特點與相關技術完成整合，本文接下來結合交易所業(yè)務探索人工智能技術在交易所的應用。

三、交易所應用人工智能初探

結合人工智能的特點和技術可行性，圍繞交易所相關業(yè)務工作內(nèi)容，本文認為人工智能在市場監(jiān)管、信息系統(tǒng)、品種研發(fā)、對外聯(lián)絡、內(nèi)部管理五個方面具有深度應用的可行性。

（一）市場監(jiān)管

交易所是資本市場的一線監(jiān)管者，須嚴格防范市場交易、結算、交割、制度規(guī)則中的潛在風險。特別是2008年全球金融危機以來，經(jīng)濟環(huán)境愈加動蕩和復雜，新技術陸續(xù)應用到金融場景，使原有的金融業(yè)務邊界越發(fā)模糊，市場監(jiān)管難度日益增加。

人工智能技術使得計算機主動地從海量交易數(shù)據(jù)中挖掘重點或疑似違規(guī)賬戶，幫助市場監(jiān)管業(yè)務擴大覆蓋范圍、提升監(jiān)管效率、提高審查成效。市場監(jiān)管、重大風險防范是交易所工作的重中之重，智能風險監(jiān)控系統(tǒng)建設應包括以下方面。

1.風險預防

投資者畫像是人工智能在市場監(jiān)察中的重要應用實現(xiàn)。投資者畫像是對投資者或者關聯(lián)投資者的背景資料、資金情況、交易行為、風險偏好等一系列的量化描述，涉及的維度多達上百條。通過機器學習和知識圖譜對投資者多重維度、屬性構建其數(shù)據(jù)模型，輔助監(jiān)察部門精準、高效地鎖定風險潛在對象，建立市場參與者誠信檔案。

交割倉庫智能監(jiān)控系統(tǒng)是人工智能在交割業(yè)務的應用場景。交割倉庫遍布全國大部分省市自治區(qū)，監(jiān)管難度較大、人員數(shù)量不足制約業(yè)務擴展。結合視頻圖像識別技術和物聯(lián)網(wǎng)技術，可以實現(xiàn)遠程查庫、風險評估的自動化和實時化，提高交割倉庫智能監(jiān)管水平。

結算業(yè)務中的模擬測算系統(tǒng)是進行人工智能升級的應用場景，例如保證金模型的風險參數(shù)選取。保證金模型既要切實守住風險底線又要有效保障市場效率，而風險參數(shù)的設置需要考慮市場中跨期或跨品種的持倉組合、合約交割風險等情況。利用機器學習對交易所歷史數(shù)據(jù)進行重演，得到滿足各交易所實際的保證金模型風險參數(shù)，有利于提升業(yè)務創(chuàng)新能力和市場服務效率。

2.違規(guī)識別

違規(guī)賬戶組關聯(lián)關系識別是人工智能實現(xiàn)違規(guī)識別的取證技術手段之一。為規(guī)避持倉限額等限制措施，一些違規(guī)賬戶組開設多個賬號進行交易，擾亂市場秩序，容易引發(fā)風險。關聯(lián)關系識別是利用機器學習和關聯(lián)規(guī)則等技術實現(xiàn)趨同交易、實控組管理等功能，識別違規(guī)賬戶組信息并對其違規(guī)行為進行數(shù)據(jù)采集等工作。

網(wǎng)絡“黑嘴”監(jiān)控是保護中小投資者、打擊網(wǎng)絡詐騙的重要科技手段之一。所謂“黑嘴”實則通過微博、論壇、即時通信軟件等網(wǎng)絡媒介或發(fā)布虛假信息、影響行情走勢，或夸大投資收益，誘導投資者上當受騙。文本挖掘技術和網(wǎng)絡爬蟲技術實現(xiàn)對網(wǎng)絡評論實時監(jiān)控，收集相關言論作為證據(jù)，并通過官方平臺發(fā)布“黑嘴”名單。

（二）信息系統(tǒng)

交易電子化以來，信息系統(tǒng)一直是各交易所核心基礎設施，其中包括交易系統(tǒng)、結算平臺、市場監(jiān)察系統(tǒng)、交割管理系統(tǒng)、辦公系統(tǒng)等。信息系統(tǒng)運行過程中生產(chǎn)的海量數(shù)據(jù)為業(yè)務創(chuàng)新提供了基礎。

支撐各項業(yè)務的信息系統(tǒng)日益龐雜，各個業(yè)務間耦合度增加，系統(tǒng)運維的要求不斷提高，異常處理的時間窗口逐步減少，常規(guī)化運維需要投人更多人力，應急處理效率卻未見提升。

智能化運維是系統(tǒng)運行中心應對日益復雜的信息系統(tǒng)的主要著力點。信息系統(tǒng)在運行時產(chǎn)生海量檢測日志，系統(tǒng)運維分析這些日志發(fā)現(xiàn)問題，將系統(tǒng)從異?；謴驼！Ｈ欢?，隨著信息系統(tǒng)模塊增多、速率提高、耦合加強，基于專家系統(tǒng)的自動化運維也逐漸出現(xiàn)更新不及時的狀況?；跈C器學習、關聯(lián)規(guī)則、文本挖掘的智能運維方案通過分析、檢測、學習系統(tǒng)運行日志，構建運維操作的閉合回路，最終實現(xiàn)對系統(tǒng)故障的預測。

（三）品種研發(fā)

品種創(chuàng)新是提高交易所核心競爭力的關鍵因素，是關系交易所發(fā)展的重大戰(zhàn)略問題。品種研發(fā)不僅包括農(nóng)產(chǎn)品、工業(yè)品、指數(shù)等期貨期權品種的篩選、調(diào)研、設計、論證、上市等眾多環(huán)節(jié)，還應包含上市運行后的功能發(fā)揮、運行評估、風險處置等記錄。

品種知識庫是包含品種自篩選以來所有信息的歸集，包括模式選取、流程設計、調(diào)研座談等一系列資料。它利用知識圖譜技術將現(xiàn)有數(shù)據(jù)有機地、可視化地呈現(xiàn)出來，運用關聯(lián)規(guī)則挖掘品種特性與共性，為研究品種構建多維度畫像。它跟蹤品種研發(fā)思路、市場開發(fā)策略，將其形象地記錄并能向前追溯，為交易所品種創(chuàng)新提供豐富素材。

智能合約開發(fā)系統(tǒng)是對品種從合約設計到上市維護期間各項參數(shù)的量化分析。合約主要條款指標設置、調(diào)整需要經(jīng)過專業(yè)論證，運用機器學習的方法對指標參數(shù)進行模擬仿真、復盤重演等操作，根據(jù)交易環(huán)境得出優(yōu)化數(shù)值。該系統(tǒng)聯(lián)合風險監(jiān)控系統(tǒng)提供手續(xù)費、保證金等調(diào)整依據(jù)，降低市場不確定性因素給交易所帶來的風險隱患。

（四）對外聯(lián)絡

交易所對外聯(lián)絡的業(yè)務包括會員服務、市場服務、新聞信息、對外合作等，涉及交易所同外部機構的信息交互。人工智能技術在一定程度上能夠提升交易所市場和會員服務水平，積極主動地應對社會輿論，加快對外開放、國際合作步伐，向社會樹立良好形象。

1.智能客服與自媒體運營

智能客服與自媒體平臺收集會員、機構、個人在業(yè)務規(guī)則、信息技術、投教活動等提出的常見問題，并不斷學習強化自動回復質(zhì)量，提高文字、語音識別與理解水平，加強問題精確指引和相關活動精準推薦。語音識別、文本挖掘、推薦系統(tǒng)、知識圖譜以及機器學習等技術合力為交易所提供基于電話、郵件、即時通信工具、新媒體等媒介的優(yōu)質(zhì)客戶服務。

2.智能投教系統(tǒng)

投資者權益保護是資本市場長期健康穩(wěn)定運行的基石。做好投資者合法權益保護工作最為基礎的環(huán)節(jié)就是要做好投資者教育。智能投教系統(tǒng)利用知識圖譜將期貨知識系統(tǒng)地構建起來，通過搜索引擎或推薦系統(tǒng)向投資者提供查詢或推送服務，并持續(xù)性地維護投資者關系，了解客戶需求，提高用戶黏度。

3.機器翻譯、同聲傳譯及會議速記

機器翻譯、同聲傳譯及會議速記根據(jù)不同應用場景和需求，可以應用于國內(nèi)外相關法律制度規(guī)則的互譯、面向“一帶一路”國家和地區(qū)的文件互譯、國際論壇或大會的同聲傳譯或字幕、各項會議座談快速記錄等。此類應用的實現(xiàn)取決于語音識別和自然語言處理技術的發(fā)展，它不僅能做到聲頻或視頻的留痕留跡，還能降低同聲傳譯成本、提升論壇宣傳效果。

4.輿情監(jiān)測

輿情監(jiān)測主要指利用文本挖掘技術和網(wǎng)絡爬蟲技術實時、自動地對網(wǎng)絡中出現(xiàn)的關于交易所重大事件、突發(fā)事件、敏感新聞等進行監(jiān)測，以便供相關部門追蹤反饋、快速響應、及時處理。此外，利用關聯(lián)規(guī)則等相關技術實現(xiàn)對社會熱點話題的傳播路徑預測，做好輿情研判工作，化解網(wǎng)絡負面輿論，適度宣傳正面案例，展示交易所良好形象。

（五）內(nèi)部管理

人工智能技術在服務交易所內(nèi)部管理方面，通過收集整合辦公數(shù)據(jù)，提升辦公自動化程度，提高業(yè)務部門工作效率與后勤保障能力，釋放員工工作活力，降低管理運行成本。

人力資源管理工作向專業(yè)化、精細化、信息化推進，人工智能技術同人力資源的結合幫助實現(xiàn)這些目標。員工發(fā)展計劃因人而異，利用知識圖譜構建員工畫像，配合專業(yè)團隊提供專項培訓、完善績效考核;招聘環(huán)節(jié)中建立人才專家?guī)欤尤舜笮驼衅妇W(wǎng)站，利用關聯(lián)規(guī)則挖掘優(yōu)秀人才、篩選合格簡歷、匹配崗位需求。

行政后勤保障工作中的安保監(jiān)控、資產(chǎn)管理等方面工作可以通過人工智能技術加以提升。辦公區(qū)域實施監(jiān)控全覆蓋，利用圖像識別、智能傳感器和物聯(lián)網(wǎng)技術實現(xiàn)無感門禁、行為檢測、災害識別、資產(chǎn)狀態(tài)監(jiān)控等。智能化辦公區(qū)域提供自動化、全時性的服務，能夠提升交易所形象、減少資源消耗、保持環(huán)境整潔、提升員工效率。

四、交易所應用人工智能的風險與防范

人工智能技術目前仍處于發(fā)展階段，各類問題和矛盾依然較為突出，交易所運用此類技術應注意防范問題、化解風險。

（一）存在風險

1.技術風險

人工智能技術仍然在不斷發(fā)展完善中，雖然在圖像語音識別、網(wǎng)絡輿情監(jiān)測等部分場景展開商業(yè)應用，但總體而言仍處在探索階段，準確率較低。一方面，受制于自然語言處理技術本身限制，文本、語音等語義理解方面的準確率距離實際使用還有較大差距;另一方面，交易所數(shù)據(jù)量很大但訓練集樣本較少，以違規(guī)賬戶組關聯(lián)關系識別為例，明確界定為違規(guī)賬戶組的個數(shù)只占賬戶組合的很小一部分。

2.安全風險

首先，現(xiàn)行人工智能技術基于大數(shù)據(jù)構建參數(shù)模型，數(shù)據(jù)安全保障數(shù)據(jù)不被盜取、模型不被攻破。其次，移動互聯(lián)和物聯(lián)網(wǎng)需要越來越多節(jié)點接人交易所網(wǎng)絡，網(wǎng)絡安全保障智能化系統(tǒng)平穩(wěn)運行。最后，人工智能項目一般滿足實時性、自動化、全天候，質(zhì)量安全保證軟件程序運轉平穩(wěn)，降低引人次生風險概率。

（二）防范與應對

1.技術方面

技術部門與業(yè)務部門協(xié)作做好交易所人工智能建設發(fā)展規(guī)劃，探索具體可行的發(fā)展路徑;積極追蹤人工智能領域最新進展，嘗試利用新技術解決業(yè)務需求;加強同高科技企業(yè)、高等院校合作，提高基礎科研水平。

2.安全方面

加強信息系統(tǒng)基礎設施建設，提升數(shù)據(jù)存儲、網(wǎng)絡通信、項目管理能力;內(nèi)部加強保密教育培訓，修訂制度與流程規(guī)范，嚴格做好保密工作;通過學習、合作掌握核心技術，提高人工智能項目自主研發(fā)能力。

五、總結及建議

人工智能技術是新一輪科技革命中的重要方面，交易所應用人工智能技術具有特殊優(yōu)勢和切實需求。首先，交易所電子化信息系統(tǒng)完善，各主要業(yè)務均已具備相對成熟的系統(tǒng)模塊，為開展人工智能項目提供基礎。其次，交易所數(shù)據(jù)資料密集但數(shù)據(jù)利用率不高，科技監(jiān)管與風險防范相結合的需求強烈。最后，當前交易所存在人員不足、經(jīng)驗不足等問題，人工智能技術能夠輔助部門、員工提升工作效率、強化自我學習。

綜上所述，交易所應順應國家戰(zhàn)略，抓住人工智能發(fā)展的機遇，從以下幾點開展先行試點工作。

（一）成立人工智能事業(yè)部，合理組織各部門人員結構

人工智能技術全面服務交易所業(yè)務是一項統(tǒng)籌性、系統(tǒng)性、創(chuàng)造性工程，建議由交易所高層負責統(tǒng)籌組建人工智能事業(yè)部，從各業(yè)務部門抽調(diào)資深專家參與前期準備，自上而下地完成交易所人工智能規(guī)劃設計。

實現(xiàn)人工智能技術向業(yè)務賦能，需進一步合理組織各業(yè)務部門人員知識結構。建議對現(xiàn)有員工進行持續(xù)的人工智能教育，開展一線員工的技能升級與培訓，加深中層管理人員對人工智能的理解，合理化主要業(yè)務部門相關技術人員比例。

（二）圍繞監(jiān)管科技、輿情監(jiān)控、智能客服等場景開展人工智能試點

科技監(jiān)管是交易所市場監(jiān)管重要的發(fā)展方向，輿情監(jiān)控平臺、智能客服已在宣傳領域、金融機構取得廣泛應用以及較好效果。建議圍繞上述重點成熟的試點場景進行實施，各個部門共同承擔人工智能項目推進所需要的資源支持，組建項目小組，并由人工智能事業(yè)部直接管理;設計效果反饋機制，試點項目內(nèi)反復測試并迭代升級，在實戰(zhàn)中鍛煉團隊，積累經(jīng)驗。

人工智能核心技術與安全問題要求交易所提升自身內(nèi)在創(chuàng)造力并兼顧執(zhí)行力。建議對內(nèi)鼓勵內(nèi)部創(chuàng)新孵化，招募優(yōu)秀人工智能技術人才，努力成為行業(yè)人工智能應用領先團隊;對外建立溝通合作機制，關注行業(yè)動態(tài)，加強交易所間的溝通合作，加快項目落地速度。

（三）各業(yè)務部門合力共建交易所知識共享平臺，挖掘新業(yè)務模式

知識共享平臺建設是科技監(jiān)管、輿情監(jiān)控、智能客服等應用的基礎，也是各部門梳理業(yè)務邏輯、總結工作經(jīng)驗、釋放群體智能、開展部門培訓的重要方式。建議各部門共建交易所知識共享平臺，以品種知識庫為試點，利用知識圖譜歸集品種各類信息，構建各品種多維度畫像。

人工智能技術給現(xiàn)有業(yè)務模式帶來降本增益價值的可能，還將催生出新的業(yè)務模式。建議在交易所各業(yè)務場景下提升專用型人工智能技術水平，注重布局發(fā)展所需的交叉知識積累，發(fā)掘探尋創(chuàng)新型業(yè)務。

參考文獻

[1]袁國銘，李洪奇，樊波。關于知識工程的發(fā)展綜述[J].計算技術與自動化，2011，30（1）：138—143.

[2]劉則淵.科學知識圖譜：方法與應用[M].北京：人民出版社，2008.

[3]STUART J R，PETER N.Artificial Intelligence： A Modern Approach[M].Pearson，2010.

[4]約翰·馬爾科夫.與機器人共舞：人工智能時代的大未來[M].杭州：浙江人民出版社，2015.

[5]陳林博，何支軍，顏挺進.面向證券交易結算的智能運維研究與實踐[J].交易技術前沿，2018（30），

[6]張榆.上交所詳述科技監(jiān)管“三樣武器”[N].財新網(wǎng)，2018—03—21.