chendaike 2020-03-30
2014年,深入对人工智能、区块链、大数据等新技术进行研究并尝试应用;
2017年,积极推进新技术之间的交叉与融合,规划并逐步构建一系列平台;
2018年,基于人工智能平台构建的“中银大脑”项目荣获人民银行科技发展奖一等奖;
……
这些年,中国银行持续加大金融科技投入力度,加强金融与新技术的融合,并实实在在应用于各大业务场景,对运营效率有显著的影响。
中国银行陆续规划并构建了云计算、大数据、人工智能三大平台,作为技术转型的基础平台,支撑细分场景下定制化系统的建设和落地应用。
首先,新技术的研究及应用按照“技术预研-原型研发-平台规划-试点应用到规模化应用”的思路,有节奏的推进各系统的建设与落地。
其次,坚持以客户为中心,打造极致客户体验。例如,通过语音导航,可从手机银行上百项功能中直接定位到客户所需的业务功能,并识别客户意图,自动完成预填单,这是运用语音识别、语义分析、智能搜索、机器学习等感知智能和认知智能结合的成功范例,可极大提升客户体验。还可以通过客户画像和行为分析,实现界面功能展示的“千人千面”,并能通过认知大脑分析客户偏好、客户资产和行为偏好,自动推荐适合产品。
第三,筑牢风控合规底线,提升管理智能化水平。通过大数据、人工智能等新技术推动传统风控体系进行智能化转型,构建风险决策引擎、风险模型工厂和风险知识图谱。通过风险地图,实现实时交易欺诈风险分析和处置;通过知识图谱,对客户股权关系、资金流向等进行分析,挖掘客户隐性关系,识别潜在集团客户;通过传导模型,发现企业之间风险传导路径、时间等特征,解决了长期依靠人工分析工作量大、准确度低的难题,实现风险管理从“人控”向“机控”转变,提升了管理效率。
第四,发挥综合化优势,赋能集团发展。作为中国持牌最全的商业银行之一,综合化一直是中行的战略核心。中银大脑不仅服务于海内外总分行,还面向集团综合经营公司,提供交叉营销等多种智能服务。例如,在保险营销领域,通过中银大脑整合中国银行、中银保险和中银三星人寿保险的业务模型,根据客户信息、产品信息和交易信息,形成偏好概率,并纳入客户画像。客户经理基于此开展精准营销,大幅度提升了营销成功率。
金融科技应用过程中的挑战与应对策略
金融科技应用中最具挑战的是人员思维转变和培养、平台建设环节。
首先,要建立技术研究与场景试点的相关管理方式,例如我行“技术预研-原型研发-平台规划-试点应用到规模化应用”的思路,鼓励员工预研新技术,结合业务场景进行技术的试点,逐步搭建技术平台,推动人员的思维转变、技术能转型。新技术平台建设是锤炼数字化人才的良好契机。
新技术平台建设过程中,中国银行年均投入超过几百人,专注于平台建设。在此过程中,边干边学,以干带训,实现了科技人员技术能力的提升和转型,涌现出了算法专家、数据分析师、客户体验师、模型设计师等数字化人才。
更为重要的是,实现了技术人员思维模式的转变,如今敏捷迭代、客户体验、用户思维、平台效应,已在中行科技体系深入人心。比如,中国银行组织的“小海豚杯”人工智能建模大赛,吸引了来自于全集团、海内外,共计350支队伍近千人参赛,其中近20%为各级分支行的人员。业务人员使用新技术平台完成建模、预测流程,并获得了不错的结果,促进全行更多的人员成为数据建模师、数据分析师,激发全行使用新技术的热情,推动全行数字化转型。
其次,规划建立企业级的新技术平台建设,推动数字化转型。银行是大型企业,有众多业务部门,需要搭建统一的平台提供规范化的服务。通过建立共享复用的企业级平台,例如大数据平台、人工智能平台,可将各项目中分散的功能提炼出来,进行集中规划与研发,并赋能全集团,这样才能避免陷入数据孤岛、资源浪费、标准缺失等困境。
同时,商业银行的数字化研发,已不能简单延续业务提需求、科技搞开发“来料加工”的模式。项目的需求-这个研发的起点,当下依然面临很多困难与挑战。根源在于:商业银行不可能简单照搬互联网公司,要形成不偏离金融属性的银行业务新模式,需要将商业洞察、客户体验、场景生态与技术运用相结合,并要平衡发展增量与维持存量的关系。为解决这个问题,企业级技术平台提供了科技业务融合的一种新思路,和一种产生更加结构化“需求”的新方式。
持续加大金融科技投入力度 多领域颇有建树
中国银行持续加大金融科技创新投入的力度,夯实科技基础,在人工智能、区块链、云计算、大数据等多领域颇有建树。
人工智能领域:智能客户关系管理,使用人工智能技术挖掘数据价值,辅助客户经理营销,覆盖客户过亿,推荐成交额破百亿。智能客服,采用语音识别技术为客户提供语音导航,并通过问答机器人提供良好的人机交互体验。
区块链领域:西藏扶贫资金支持保障系统应用区块链,资金流转全程上链,保证透明使用和投放,实现精准扶贫。中国银行自主研发了区块链债券发行系统,这是国内首个基于区块链技术的债券发行簿记系统。利用区块链难以篡改、智能合约公开透明、分布式账本可信共享等特点,解决债券发行过程中发行过程依赖手工效率低下,定价配售人为控制透明度低,各方无信息共享渠道信息滞后,事后评估缺乏数据支撑改进困难的业务痛点问题。我行依托该系统成功完成300亿元二级资本债和200亿元小微债的发行,节省承销费,节约人力投入,大幅提升自动化程度。
云计算领域:打造易商系列产品,加大场景生态建设,构建分布式影像平台,提供易拓展、高可用、异地多活的影像存储和访问服务。
大数据领域:搭建完成大数据平台,支持结构化、非结构化海量数据处理支持智能营销、风险控制、授信评级等数十个大数据应用场景,其中网络金融事中风控实现全流程、全渠道、全业务的事中风险管控,筛查风险交易,极大提高了风险控制能力。
此外,在物联网、虚拟/增强现实(AR/VR)、生物识别领域也开展了积极探索。
在普惠金融方面,积极采用人工智能技术,构建新型企业信贷模型,对小微企业进行数据挖掘分析,识别小微企业风险,提供资金助力;实现人行二档降准指标。
在金融科技应用中,始终鼓励原创、坚持自主可控,近年来在专利方面也实现了较大突破。连续三年,新提交专利申请数量居四大行前列,在区块链方面申请专利居于前列。
金融科技在金融行业实践经验及思考
一路走来,感触良多,金融行业多年经验积累来看,金融行业是数据密集型企业,拥有丰富的数据;同时,金融行业也是技术密集型企业,为了保证客户的资金安全对于IT技术的要求极高。从这两个角度看,金融行业必然是金融科技的推动者和践行者。以下几方面经验:
一是金融行业对IT技术有“金融级”的要求,为了保证客户资金安全,偏重于使用成熟技术,但是金融行业也是新技术的重要使用者,只有经过金融行业验证的技术,才能走向成熟。金融行业对于金融科技应该本着积极试用,谨慎推广的态度,制定好企业级技术平台规划,做好数字化转型。
二是金融行业要积极拥抱新技术,积极在客户服务中使用新技术提高客户体验,才能服务好客户。新技术的使用,应该做好规划,从技术预研到原型设计,再到试点,最后才是规模化推广。新技术需要积极预研,主动寻找场景进行试用,这样才能不落后于时代发展。
三是金融企业具备使用人工智能等新技术的天然优势。2010年前后,各大行陆续完成大集中,这是各银行信息化的里程碑,也是中国金融史上浓墨重彩的一笔。当前,受益于政策支持,各行业掀起了云计算、大数据、人工智能研究及探索的高潮。相较于其他行业,商业银行信息化程度较高,大集中后,系统经过近十年的使用和完善,积累了海量的、强金融属性的高价值数据,并基本实现了采用大数据技术的存储和管理,同时伴随云计算的应用,银行业已具备了广泛应用人工智能的数据基础和算力基础。
展望未来,随着人工智能在金融行业的深度渗透,将重构服务架构,提升服务效率,在向长尾客户提供个性化服务的同时,还将大幅度降低风险。这都将会推动金融业构建更大范围的高性能生态系统,从而提升金融企业商业效能,促进内部经营过程变革。
金融科技领域发展趋势及传统金融机构布局
金融科技不是全新的概念,而是30多年中金融和科技不断融合过程中演变的形态。美国科技公司十年前开始布局金融版图,中国金融科技紧跟美国,得益于中国巨大的网民数量和电子商务培养的用户习惯,中国金融科技发展出现领先全球的态势并开始全球化布局。
当前,金融科技的概念逐渐明晰,且逐渐成为了推进金融业务创新发展的主要力量。金融与科技的融合可以分为三个阶段:金融电子化,互联网金融,金融科技。
近年来,监管陆续出台“科技+金融”政策导向性文件,肯定了金融科技的同时为建立健全金融科技监管制度与市场秩序做出了卓越贡献,2019年8月《金融科技三年发展规划》的落地更是为金融科技发展做出了顶层规划与指导建议。
目前金融科技主要聚焦人工智能,区块链,生物识别,云计算,大数据方面。在金融脱媒的背景下,金融企业较以往更加注重用户,解决用户的痛点、满足用户的需求,提升用户的体验,在精细化管理、风控能力和服务水平等加大信息化投资。
传统金融如何布局?传统金融积极探索科技驱动的创新发展路径,布局金融科技,在各个业务场景的应用。银行业发展金融科技普遍存在三种模式:
金融科技应用场景布局方面,重点是将新技术应用于业务场景,推动金融企业的智能化、轻型化发展。重点构建小前台/轻前台,通过大中台的数据分析处理能力支持小前台运转;加强场景生态建设投入,丰富金融服务应用场景。一方面,金融服务应用场景向线上迁移,金融企业需要迎合这个趋势发展线上业务,加强场景生态建设,丰富获客、活客渠道和方式;另一方面,加强线下、线上金融服务融合、打通,构建场景生态圈,拓宽服务领域、延伸服务周期,将服务交付场所逐渐由实体网点向各类生活消费场景转移、融合。