贸易金融的“AI”时代

人工智能（Artificial Intelligence，AI）肇始于上世界九十年代网络科技的突飞猛进。1997年，IBM公司深蓝计算机战胜国际象棋世界冠军是当时人工智能发展的标志性事件。人工智能的应用可以分为专用领域与通用领域。在专用领域，越来越多的“专业岗位”被人工智能占据，著名的阿尔法狗在围棋对弈领域，已经能通过自主学习掌握、提高围棋技能，打败人类中的顶尖高手；此外，在人脸识别、辅助诊疗等领域，人工智能也已经正式上岗。

贸易金融与人工智能

商业银行的贸易金融业务，依托买方和卖方的交易，借助对交易过程中物流、资金流以及信息流的掌握与控制，为买方或卖方在交易的不同阶段提供结算、融资、担保、增信以及外汇避险等服务，提供的金融产品主要包括信用证、保函、保理、福费廷以及供应链融资等。

和银行信贷等其他金融业务不同，贸易金融不但是资金密集型的业务，也是人工密集型的业务。以信用证为例，在开立信用证之前，银行需和客户签订法律合同，确定细节繁杂的开证申请书；信用证开出收到交单后，银行还有相当繁琐的审单流程，需耗费大量人力；在之后的汇付过程中，贸易融资反洗钱及制裁合规又涉及大量的黑名单筛查比对等流程；而融资发放后的贷后检查，也需要对客户的征信、银行及其他相关的大量数据进行有效分析。

在贸易金融业务流程中，传统的操作方式需要配置大量的人力资源，因此，工农中建四大行纷纷建立了单证中心，来应对大量的单证处理工作，通过将本来分散于各分行的从事单证操作的人员集中起来，使分行从大量的单证操作性事务中解脱出来。即便如此，由于贸易金融业务对操作人员的知识及技能要求较高，银行需持续为单证业务经办人员提供培训，以不断跟进和提高业务处理技术水平，因此，传统贸易金融中后台对于人员和技能的不断投入，仍是商业银行一项不菲的投资。

贸易金融业务操作中涉及的各操作流程，可对应到人工智能的图像识别、逻辑判断、数据处理以及机器学习等各个方面。因此，如果能把人工智能运用到银行贸易金融的日常业务处理中，则能在保持作业人员不大幅增加的情况下，大大提高合同、单证的处理效率和正确率，避免操作风险，为银行节约成本，提高单位经济资本的回报率。

开证机器人

客户与银行签订的贸易金融合同一般来说是制式标准合同，此类合同便于采用人工智能进行审核比对，甚至自动填写。通过机器的操作，能替代人工完成大量繁琐处理工作，更能防范人工处理难免会出现的细节疏漏。而人工造成的低级错误，有时会对整体业务造成重大影响。人工智能在法律行业的应用，可以较好地被引用到在贸易金融业务的法律合同处理上。

合同之外，人工智能在贸易金融中更大的运用环节在于开证及信用证单证审核。信用证开立及交单后对单据的审核，是贸易金融业务的核心部分，也是人力资源投入最大的部分。随着人工智能应用“可落地化”的不断提高，业内已有中国银行、建设银行、宁波银行等银行，正在开发或已经开始部分运用“开证机器人”“审单机器人”，将人工智能切实地加入到单证操作中心的信用证开立和单据审核过程中。

信用证的开立是信用证业务的源头，在具体操作中，开立信用证的处理琐碎而具体：客户在银行制式的表单中填写或选择如开证日期、有效期、溢短装、单据要求等各种细节；银行收妥开证申请书后，又需要依据开证申请书中的各项业务细节，开立出符合客户要求的信用证。而开证申请书上固定的填写区域，有限的选择条款，为通过人工智能来快速实现开立信用证提供了可能。

审单机器人

长期以来，贸易金融以信用证为核心。而在信用证业务流程中，又以审单为操作的核心。信用证交单以后，单证是否相符，单单是否相符，是后续开展贸易融资的基础，因而“审单”这项业务显得尤为重要。对于从事信用证业务的银行工作人员来说，“审单”是一项核心技能，甚至可以说，没有审过单，就没有资格谈论信用证。从人工智能的视角来看，审单由图像识别，大数据，自动学习，乃至云计算等模块组合而成。

一套典型的跟单信用证单据，往往包括了发票、提单、装箱单、原产地证书、质量证书、检验检疫证书以及其他相关证明等。人工智能在通过图像识别将相关信息自动录入数据库后，能很快完成对所有单据的发票号、信用证号、到期日的数据比对等人工审单程序的常规动作，而且更加快捷。此外，人工智能通过对价格条款和保险条件，运输方式与提单、承运人签单方式之间更高的逻辑判断，能从交易逻辑来进一步判别单据是否存在不符点，且可通过机器学习，在审单中继续提高逻辑判断能力，使人工智能的水平越来越高。在人工智能审单中，如需要更快捷地运算，则可将需求提到“云端”，使人工智能的计算能力不受终端机的限制。这样，在贸易金融的审单流程中，实际就产生了“审单机器人”。

目前，我国已有类似“审单机器人”的案例。据报道，2019年5月，四大国有银行中的C银行人工智能审单项目上线，开创了我国贸易金融领域“机器人审单”的新纪元。

人工智能在审单上的应用主要涉及三个步骤，即图像识别以录入信息、抽取数据以比对要素、通过知识图谱以完成单据审核。C银行在图像识别技术上，使用了成熟的OCR识别，并辅以深度学习及算法排除干扰项，可获得清晰的电子单据文档；在抽取数据方面，建立了包括要素抽取模型、纠错模型、向量算法模型在内的模型工厂，精细加工并运用实体链接对齐技术后，得到结构化单证数据；在最核心的知识图谱部分，将国际信用证知识及规范形成知识图谱，结合前两步抽取的要素信息，通过人工智能的计算和推理，最后得出单据审核的初步结论。

如对发票与汇票的审核，人工智能系统在发票节点可抽取包括开票人、收票人、总金额、货物描述、起运港、到运港等要素，在汇票节点可抽取包括开票日期、金额、付款人、票期等要素；之后，系统可根据内置的知识图谱设定的一系列一致性审查规则（如发票金额需等于汇票金额，发票开票人需等于汇票收款人等），对要素进行比对，如不相符，即可提出相应的不符点。此外，在对出口托收和进口代收的审核中，系统可将单据与委托书或面函比对，以及单据之间的相互比对；在对在进口证及出口证的审核中，系统可进行单据自身要求审核，信用证与单据间的纵向审核以及发票与单据间的横向审核。经过上述种种人工智能审单后，系统最后可得出是否“单证相符、单单相符”的智能审单结论。

反洗钱机器人

人工智能在贸易金融领域中的另一重要运用环节是反洗钱及制裁合规。随着国际上反洗钱及制裁合规要求的日益提高，贸易金融业务也面临着越来越大的合规风险。因此，对合规的要求也大幅提高。

按照传统的人工方式进行反洗钱核查，需要合规人员先收集与交易相关的发票、报关单、提单等大量纸质或扫描文件，再通过阅读比对，并登陆各种船讯等网站核实，最后再通过黑名单系统扫描，作出对交易合理性的判断，完成反洗钱筛查。而这一过程，通常需要一名合规人员花费两个小时的时间。而将日渐成熟的人工智能运用到贸易金融业务的合规审查中，则可大大缩短审查时间，是提高核查效率的捷径。

人工智能对于反洗钱及制裁合规有着很好的场景运用背景。反洗钱的基本逻辑，就是通过对交易本身及与交易相关的大量内外部数据源的获取及比对，完成客户识别，即KYC工作，据此对贸易背景及客户情况作出判断，并扫描各反洗钱及制裁数据库，确认是否触发了反洗钱对象或制裁对象。在这样的场景中，使用人工智能处理相比合规员手工操作有着巨大优势。

以某国有商业银行正在推进“反洗钱机器人”项目为例。该银行国际化程度较高，在一些人员较少且合规压力大的海外分行，如纽约分行，单用合规人员手工进行反洗钱及制裁合规核查工作已难以为继。鉴此，该银行开发了 “反洗钱机器人”项目。

该贸易金融反洗钱核查项目很好地利用了人工智能领域的相关技术，包括网络分析、图数据库、机器判别等。该项目上线后，在反洗钱检查及审核中，大量运用图像识别技术，辅以机器学习、算法分析等手段，能够迅速读取银行内部关于客户及交易的相关数据，并即刻抓取外部关联数据库数据，如船程信息数据库、交易货品价格数据库、交易对手负面信息等，尤其是能自动筛查反洗钱黑名单、制裁名单等；然后根据系统自动设定的识别要素，按各种勾稽关系进行比对，最后生成关于贸易背景真实性及反洗钱合规性的报告。从该行实践来看，一笔人工需花费两小时的核查，人工智能只需两分钟即可完成，极大地提高了反洗钱核查的效率。

其他应用

人工智能除可应用于上述合同订立，单证审查、反洗钱核查等重要环节，其自然语言识别、大数据交互等技术，也在贸易金融领域找到了合适的应用场景。如某城商行在客户服务中已使用人工智能客户服务语音系统。当贸易融资客户查询是否收汇成功，打电话到客服中心时，应答的实际为机器人：自然语言识别技术已能将大量重复性的问题轻易识别，并提供准确的答复。客户在使用过程中，甚至不会意识到提供查账答复的，其实是人工智能系统而非银行语音服务人员。又如，在贸易融资的贷后管理阶段，很多银行已在大量使用的如“天眼查”等企业征信信息服务，也是人工智能在贸易金融的一类应用。在云端，交易对手、贸易融资的提供银行，都可以迅速检索到交易的另一方，或申请授信的贸易融资客户的股东、关联方及贸易量等大量对于贸易金融风险控制至关重要的信息与数据。

人工智能的运用，可以极大提升必须与大量单据、数据、名单打交道的贸易融资业务的效率，因而促使业界各领先银行纷纷投入对“开证机器人”“审单机器人”以及“合规机器人”等人工智能的开发。当然，目前贸易金融领域的人工智能应用还远非完美，上述各“机器人”在实务当中也还处于初审阶段，人工智能出具的意见及结论通常只能作为专业人员手工处理的辅助手段，特别是在大金额复杂交易中，最终结论仍需依靠银行富有业务经验的专业人员做出最终判断。但不可否认的是，人工智能自身本就具备不断学习和提高的潜力，相信在不久的将来，人工智能将极大地改变贸易金融领域银行的流程、效率乃至业界的规则。

人工智能与贸易金融的关联及应用，除了体现在涉及商业银行的各环节之外，也体现在国际国内的贸易交易如何发生、如何完成上，体现在促进我国贸易金融、贸易经济的新旧模式转换上；更体现在增强贸易经济区域建设，建立现代贸易金融产业体系，乃至提高国际分工，促进全球化继续向纵深发展上。

科技领域有一句名言——“人们往往高估技术革新对未来一两年产生的变化，而低估其对未来十年的改变”。人工智能的应用也不例外。AI对贸易金融未来的改变，虽非一蹴而就，但不容忽视，贸易金融的从业者须为中长期的改变做好准备及应对。

作者单位：南洋商业银行（中国）有限公司