乌兹别克斯坦银行业数字化转型:AI落地与伊斯兰金融

From AI Pilots to Islamic Finance: Banking’s Digital Shift in Uzbekistan
TCA / Times of Central Asia

中亚银行业从AI试点走向规模化落地

中亚地区银行正逐步摆脱实验性人工智能项目,转而寻求可量化的商业成果。如何在保障数据安全与责任可追溯的前提下实现这一目标,成为11月19日在塔什干举行的第三届FINNEXT Asia国际论坛的核心议题。该论坛汇聚了约700名金融业参与者,来自乌兹别克斯坦、俄罗斯等国的银行代表围绕AI治理、数字银行与伊斯兰金融展开讨论。

SQB银行推出自研多模态AI平台

乌兹别克斯坦工业建设银行(SQB)代表谢尔盖·科兹洛夫介绍了该行新开发的内部AI平台。他指出,单个AI项目即便成功,在整个银行层面也难以产生实质影响,数十个试点、聊天机器人和独立产品往往停留在演示阶段,无法真正改变业务。

SQB因此构建了统一平台,让各部门共享AI基础设施,而非为每项任务单独建设系统。科兹洛夫表示,该行在六个月内从启动开发到将多模态AI平台投入生产,员工将其命名为SQB.NOVA。平台还集成了乌兹别克语语音识别功能,这对多语言银行市场尤为重要,因为国际AI产品未必满足本地语言需求。

  • 平台化复用降低对昂贵外部AI服务的依赖;
  • 已部署的文档处理、企业知识等组件可在团队间复用;
  • 每个新产品的开发应更快、成本更低。

不过,SQB目前仍在评估该平台的财务影响,科兹洛夫倾向于讨论经过验证的结果,而非汇总各项目的预期节省。

信贷风控、反欺诈与责任边界

科兹洛夫认为,信贷风险管理是AI在乌兹别克斯坦银行业最具前景的应用之一,尤其是对信贷历史有限或财务报表不完整的小企业。这类企业往往拥有多年交易记录,机器学习模型可从中识别传统信用评分系统忽略的模式,从而扩大融资渠道。AI还可通过识别异常交易模式帮助银行发现欺诈。

但自动化信贷决策也引发公平性与问责问题。科兹洛夫强调,模型可能在统计上准确,却系统性不利于某些客户群体。他引用自己的观点称,自动化不会免除银行的责任,工作可以委托,但责任不能委托。此外,员工使用公共AI服务处理银行文件可能带来数据泄露风险,模型还可能生成看似可信却不准确的信息,当AI代理被授权修改银行记录或执行交易时,错误后果更为严重。

他主张对关键银行流程中的完全AI自主保持谨慎,自主程度应由潜在错误的后果以及人类随时保持治理与控制的能力决定,而非由技术能力决定。

伊斯兰金融融入数字银行

俄罗斯T-Bank伊斯兰银行发展总监阿斯哈特·吉尼亚托夫认为,数字银行可使伊斯兰金融产品更易获得,并具备与传统贷款竞争的能力。伊斯兰金融禁止基于利息的借贷,提供涉及资产与风险共担的替代融资安排,其中广泛使用的工具是“穆拉巴哈”,即金融机构购买资产并以约定加价转售给客户。

吉尼亚托夫表示,伊斯兰数字银行有助于将相关工具引入现代社会,穆拉巴哈等产品的数字化可降低内部运营成本,而无需维持实体网点的支出使这些产品能够与传统借贷竞争。但他也指出,运营成本降低未必意味着融资更便宜,定价还取决于客户基础规模,需求决定公平价格,使用伊斯兰金融产品的人越多,其成本相对传统借贷就越合理。

论坛参与者还讨论了将伊斯兰金融工具整合进主流手机银行应用,以及乌兹别克斯坦引入数字苏姆的前景,该国央行正在研究用于金融机构间交易的数字货币。吉尼亚托夫认为,俄罗斯自2023年9月启动的伊斯兰金融试验可为中亚银行提供实践经验,尽管机构层面合作面临困难,但金融专家之间的交流仍存在机会。乌兹别克斯坦也在推进伊斯兰银行业的监管框架建设。

Дереккөз: Times of Central Asia

图片: TCA / Times of Central Asia