丁悅

摘 要：新發(fā)展時(shí)期科學(xué)技術(shù)不斷創(chuàng)新，傳統(tǒng)守押工作亟須轉(zhuǎn)型，人工智能技術(shù)支持的視頻監(jiān)控、押運(yùn)路線規(guī)劃、安全智能駕駛等方面對(duì)守押工作而言有著非常重要的現(xiàn)實(shí)意義。文章闡述了傳統(tǒng)守衛(wèi)押運(yùn)工作面臨的問(wèn)題和傳統(tǒng)守押工作轉(zhuǎn)型的必要性，探討了人工智能技術(shù)應(yīng)用的可行性和應(yīng)用場(chǎng)景，分析了守衛(wèi)押運(yùn)工作轉(zhuǎn)型面臨的諸多挑戰(zhàn)，以期對(duì)銀行資金的安全保障工作有所幫助。

關(guān)鍵詞：人工智能;守衛(wèi)押運(yùn);風(fēng)險(xiǎn)防范;人臉識(shí)別

0 ? 引言

近年來(lái)，以大數(shù)據(jù)、人工智能技術(shù)為基礎(chǔ)的人臉識(shí)別、車牌識(shí)別、異常檢測(cè)、無(wú)人駕駛等發(fā)展較成熟的技術(shù)已廣泛應(yīng)用于醫(yī)療、交通、教育、制造業(yè)、貿(mào)易等領(lǐng)域，為國(guó)民經(jīng)濟(jì)發(fā)展和社會(huì)穩(wěn)定提供了基本保障，在預(yù)防和應(yīng)對(duì)各類重大事故中發(fā)揮了關(guān)鍵作用。守衛(wèi)押運(yùn)中心是中國(guó)人民銀行保衛(wèi)發(fā)行庫(kù)和發(fā)行基金安全的重要部門(mén)。雖然人工智能技術(shù)已應(yīng)用于金融業(yè)，但成熟的AI產(chǎn)品在基層守押工作中的應(yīng)用并不廣泛。因此，本文將對(duì)人工智能技術(shù)在基層守押工作的應(yīng)用進(jìn)行深入的探討，并就押運(yùn)路線智能規(guī)劃、安全駕駛智能識(shí)別等方面做主要分析。

1 ? 傳統(tǒng)守押工作轉(zhuǎn)型的必要性

基層央行守衛(wèi)押運(yùn)中心是央行履行貨幣發(fā)行和安全保衛(wèi)職能的重要組成部分，主要職責(zé)是組織協(xié)調(diào)發(fā)行基金調(diào)撥和武裝押運(yùn)、守衛(wèi)發(fā)行庫(kù)和發(fā)行基金安全。工作中存在風(fēng)險(xiǎn)系數(shù)高、安全隱患多和調(diào)運(yùn)能力有限等突出問(wèn)題。面對(duì)新發(fā)展時(shí)期中堅(jiān)持將科技創(chuàng)新擺在我國(guó)現(xiàn)代化建設(shè)全局中的核心地位的要求，央行開(kāi)啟科技金融的新發(fā)展模式，傳統(tǒng)模式下的守衛(wèi)押運(yùn)工作必將面臨轉(zhuǎn)型。

2 傳統(tǒng)守衛(wèi)押運(yùn)工作面臨的問(wèn)題

2.1 守衛(wèi)押運(yùn)不確定因素較多，安全隱患較大

以西寧中支為例，一是守衛(wèi)值班人員要求連續(xù)24小時(shí)不間斷對(duì)發(fā)行庫(kù)及周界重點(diǎn)部位進(jìn)行視頻監(jiān)控，由于監(jiān)控范圍廣泛，守衛(wèi)值班人員需要及時(shí)發(fā)現(xiàn)庫(kù)內(nèi)設(shè)備安全故障及各類異常情況。二是守押人員需要密切關(guān)注商業(yè)銀行調(diào)款人員、發(fā)行庫(kù)管理人員、外包服務(wù)人員等是否按規(guī)定進(jìn)出庫(kù)區(qū)，要對(duì)相關(guān)人員進(jìn)行身份確認(rèn)和箱包檢查，稍有大意可能造成安全隱患[1]。

2.2 ?視頻監(jiān)控死角防范難，發(fā)行庫(kù)內(nèi)盜案件頻發(fā)

攝像頭安置難免存在監(jiān)控死角，即使守衛(wèi)值班人員有效履職，對(duì)監(jiān)控死角的防范依舊難度較大。又由于有權(quán)限進(jìn)入發(fā)行庫(kù)的人員結(jié)構(gòu)較復(fù)雜，思想政治水平參差不齊，人為因素導(dǎo)致發(fā)行庫(kù)內(nèi)盜案件頻發(fā)。

2.3 ?新發(fā)展時(shí)期科技創(chuàng)新能力亟須提高，專業(yè)技術(shù)人才欠缺

守衛(wèi)押運(yùn)部門(mén)缺乏專業(yè)人才，掌握最新科技的能力明顯不足。西寧中支守押中心現(xiàn)有行員8人，其中獲得學(xué)士學(xué)位及以上人員2人;總行聘用制人員8人，獲國(guó)民本科教育7人;勞務(wù)派遣人員11人。非行員受教育程度有差異，學(xué)習(xí)能力、文化素質(zhì)、業(yè)務(wù)技能與正式行員有一定差距，難以適應(yīng)新技術(shù)的學(xué)習(xí)要求，研究能力不足以應(yīng)對(duì)守押工作科技轉(zhuǎn)型的需要。

2.4 ?數(shù)字經(jīng)濟(jì)環(huán)境導(dǎo)致現(xiàn)金使用量下降，押運(yùn)業(yè)務(wù)受到較大影響

伴隨著移動(dòng)互聯(lián)網(wǎng)、人工智能、第三方支付等新技術(shù)新業(yè)態(tài)的快速興起，非現(xiàn)金支付方式以其支付方式便捷、操作流程簡(jiǎn)單、安全系數(shù)較高等優(yōu)勢(shì)迅速改變了人們傳統(tǒng)的消費(fèi)和支付手段。從央行持續(xù)發(fā)布的年報(bào)中可以看出，2015年以來(lái)，現(xiàn)金交易金額逐年下降，非現(xiàn)金交易金額不斷加速增長(zhǎng)。數(shù)字經(jīng)濟(jì)環(huán)境導(dǎo)致社會(huì)現(xiàn)金使用量減少，發(fā)行基金調(diào)撥及押運(yùn)業(yè)務(wù)量呈零增長(zhǎng)趨勢(shì)，基層央行守押人員不能得到充分利用，造成人員浪費(fèi)和人力成本的逐年上漲。

2.5 ?高原惡劣的氣候及自然環(huán)境對(duì)押運(yùn)安全造成極大影響

青海地處青藏高原，自然環(huán)境艱苦，給發(fā)行基金的押運(yùn)安全造成極大影響。一是平均海拔3 000 m以上，容易造成守押人員高原缺氧。二是地勢(shì)多為山脈、懸崖、陡坡、峭壁，氣候惡劣，雨雪天氣使行駛路面結(jié)冰，有時(shí)還會(huì)遇到山體滑坡，對(duì)守押人員和駕駛員的業(yè)務(wù)能力有極高的要求。三是青海省地域遼闊，行駛交通不便，押運(yùn)路程較遠(yuǎn)，容易造成駕駛員疲勞和大意松懈。

3 人工智能技術(shù)應(yīng)用的可行性

3.1 ?科技技術(shù)日趨成熟，為守押工作科技化轉(zhuǎn)型提供了有力支撐

人工智能發(fā)展和應(yīng)用提高了社會(huì)生產(chǎn)效率和質(zhì)量。大數(shù)據(jù)信息的交互，可以使各個(gè)行業(yè)深度融合。云計(jì)算和5G網(wǎng)絡(luò)的快速發(fā)展，為數(shù)據(jù)交互、數(shù)據(jù)傳輸提供保障。這些新技術(shù)的發(fā)展，給守押工作科技化轉(zhuǎn)型提供了有力支撐[2]。

3.2 ?新發(fā)展時(shí)期，科技創(chuàng)新得到國(guó)家政策的鼓勵(lì)支持

為培育高端高效的智能經(jīng)濟(jì)，2015年國(guó)務(wù)院印發(fā)的《促進(jìn)大數(shù)據(jù)發(fā)展行動(dòng)綱要》中提出，要在金融等重點(diǎn)行業(yè)試點(diǎn)應(yīng)用人工智能技術(shù)。2019年，科技部印發(fā)《國(guó)家新一代人工智能創(chuàng)新發(fā)展試驗(yàn)區(qū)建設(shè)工作指引》，要求形成促進(jìn)人工智能與經(jīng)濟(jì)社會(huì)發(fā)展深度融合的新路徑。在國(guó)家政策的大力支持下，人工智能應(yīng)用在守押情景也將成為必然趨勢(shì)。

4 人工智能技術(shù)應(yīng)用場(chǎng)景的探討

西寧中支守押中心多年來(lái)加強(qiáng)技防標(biāo)準(zhǔn)化建設(shè)，對(duì)監(jiān)控平臺(tái)進(jìn)行數(shù)字化升級(jí)改造，已經(jīng)在一定程度上實(shí)現(xiàn)了自動(dòng)化，結(jié)合目前守衛(wèi)押運(yùn)的工作情景，可以對(duì)未來(lái)智能化守衛(wèi)押運(yùn)工作進(jìn)行設(shè)想和探討。

4.1 ?押運(yùn)線路智能規(guī)劃

目前西寧中支已實(shí)現(xiàn)實(shí)時(shí)遙控、查看押運(yùn)車隊(duì)運(yùn)行及周邊道路情況。但由于高原惡劣的自然條件，押運(yùn)分隊(duì)在行駛途中并不能有效規(guī)避風(fēng)險(xiǎn)，因此押運(yùn)線路的智能規(guī)劃可以為押運(yùn)提供最優(yōu)方案。根據(jù)押運(yùn)季節(jié)、時(shí)間、載重、距離、天氣、路況等規(guī)劃約束條件，得出預(yù)定路線的風(fēng)險(xiǎn)概率和建議行駛路線，不僅可以優(yōu)化線路和提高押運(yùn)物流的效率，還能有效規(guī)避風(fēng)險(xiǎn)隱患。車輛實(shí)時(shí)軌跡得到有效監(jiān)控，形成多車多任務(wù)最優(yōu)路線智能規(guī)劃為主，手動(dòng)調(diào)整線路為輔的智能路線選取模式。

4.2 ?安全駕駛智能識(shí)別

在長(zhǎng)期押運(yùn)行駛過(guò)程中，押運(yùn)車輛駕駛?cè)藛T容易出現(xiàn)疲勞駕駛（犯困、長(zhǎng)時(shí)間駕駛等情況）、違規(guī)駕駛（吸煙、打電話、不良駕駛習(xí)慣等情況），針對(duì)此類問(wèn)題，采用人臉識(shí)別可以快速有效檢測(cè)到駕駛?cè)藛T的異常行為，避免押運(yùn)車輛不規(guī)范駕駛導(dǎo)致交通事故等意外事件的發(fā)生，大大提高押運(yùn)業(yè)務(wù)的安全性。

4.3 ?機(jī)器人智能化守庫(kù)

2020年某市中心支行發(fā)生發(fā)行基金內(nèi)盜案件，其原因?yàn)楣芾碇贫任吹玫絿?yán)格執(zhí)行，使得發(fā)行基金安全防線層層崩塌，對(duì)守押隊(duì)伍建設(shè)和業(yè)務(wù)轉(zhuǎn)型造成了巨大沖擊。采用智能化機(jī)器人，可設(shè)置發(fā)行基金搬運(yùn)程序，自動(dòng)叉車行駛及運(yùn)輸，設(shè)置自動(dòng)分揀功能，可以有效減少庫(kù)管員的數(shù)量和相關(guān)業(yè)務(wù)人員在庫(kù)區(qū)內(nèi)的走動(dòng)，同時(shí)提高作業(yè)效率，保障發(fā)行基金安全。

4.4 ?AR智能化應(yīng)急演練

由于守押工作的需要，防搶劫、防自然災(zāi)害、防突發(fā)公共事件等各類應(yīng)急演練也是提高守押人員業(yè)務(wù)水平的重要途徑。通過(guò)開(kāi)發(fā)AR眼鏡，可使守押人員實(shí)現(xiàn)可視化實(shí)景訓(xùn)練，增強(qiáng)對(duì)應(yīng)急演練的實(shí)戰(zhàn)經(jīng)驗(yàn)，不斷提高守押人員應(yīng)急處置能力和業(yè)務(wù)水平[3]。

5 ? 守衛(wèi)押運(yùn)工作轉(zhuǎn)型面臨諸多挑戰(zhàn)

5.1 ?數(shù)據(jù)庫(kù)建立不完善

為實(shí)現(xiàn)押運(yùn)線路智能規(guī)劃功能，需要與氣象、地質(zhì)、交通部門(mén)的數(shù)據(jù)信息平臺(tái)相互接入。目前相關(guān)部門(mén)信息數(shù)據(jù)分散采集，各系統(tǒng)相互不兼容，使得信息的有效交互成為難點(diǎn)。因此，應(yīng)當(dāng)與相關(guān)部門(mén)建立大數(shù)據(jù)信息交互平臺(tái)，標(biāo)準(zhǔn)化的數(shù)據(jù)信息和規(guī)范的監(jiān)督管理，可以使智能規(guī)劃路線功能更加精準(zhǔn)。

5.2 ?高海拔偏遠(yuǎn)地區(qū)通訊信號(hào)弱

由于高原平均海拔較高，氣候惡劣，自然環(huán)境艱苦，山脈、懸崖、陡坡、峭壁、戈壁、無(wú)人區(qū)等行駛路段通信訊號(hào)極弱，嚴(yán)峻的自然環(huán)境使得通訊基站的建設(shè)困難重重，成本增大。又由于青海省垣遼闊，無(wú)人區(qū)較多，地廣人稀，全省范圍的信號(hào)全覆蓋實(shí)現(xiàn)難度較大，因而通訊無(wú)法快速有效地傳導(dǎo)。

6 結(jié)語(yǔ)

通過(guò)上述對(duì)人工智能技術(shù)和基層守衛(wèi)押運(yùn)工作的探討可見(jiàn)，在大數(shù)據(jù)時(shí)代，傳統(tǒng)的守押工作轉(zhuǎn)型已成為必然趨勢(shì)。人工智能與守衛(wèi)押運(yùn)工作的結(jié)合，在政策上有國(guó)家的大力支持，在技術(shù)上已逐步成熟優(yōu)化，在應(yīng)用上有足夠的業(yè)務(wù)場(chǎng)景支持，對(duì)守押工作的未來(lái)發(fā)展趨勢(shì)具有重大意義，可為央行有效履職提供更好的安全保障。雖然目前在實(shí)現(xiàn)過(guò)程中還存在一些困難和問(wèn)題，但通過(guò)一系列技術(shù)手段，加強(qiáng)專業(yè)人才培養(yǎng)、提升守押人員應(yīng)急處突能力，人工智能技術(shù)一定能助力基層守押工作轉(zhuǎn)型，更好地適應(yīng)新發(fā)展時(shí)期的更高要求。

[參考文獻(xiàn)]

[1]陳鋼.論人工智能在武裝押運(yùn)行業(yè)的運(yùn)用[J].金融科技時(shí)代，2020（3）：62-66.

[2]郭磊.大數(shù)據(jù)時(shí)代人工智能在計(jì)算機(jī)網(wǎng)絡(luò)技術(shù)中的運(yùn)用[J].科技風(fēng)，2021（7）：73-74.

[3]秦婧.關(guān)于借助人工智能建設(shè)智慧央行的思考[J].西部金融，2018（11）：86-88.

（編輯 何 琳）