首页>数字化时代商业银行“智能化”的思考

行业动态

数字化时代商业银行“智能化”的思考

2017-06-22

  银行利用客户画像实现对客户的完全洞悉能力,了解客户的风险偏好、财富管理需求,进而提供量身定制的差异化产品和产品定价以及个性化服务,同时,在服务过程中利用实时风险预警和反欺诈,保护客户资金安全,在服务后能够便利采集客户的评价。未来,商业银行应具有这种“智能化”的实时感知和响应能力。

  今年的两会首次将人工智能写入政府工作报告,指出要全面实施战略性新兴产业发展规划,加快人工智能、第五代移动通信等技术研发和转化。事实上,近年来,随着智能终端、移动互联网、物联网的快速发展,人类社会已经进入到一个快速发展的数字化时代,现代金融已经具有了明显的数字化特征。

  遵从金融本质,以数据为基础,以技术为手段,变革金融业生产方式进而提高了金融生产力。专业化、自动化的智能金融服务或将取代传统金融服务,“具有智能分析的客户需求实时感知和响应能力”将成为数字化时代商业银行发展的核心竞争力。

  一、建设商业银行“智能化”体系

  在商业银行数字化转型过程中,商业银行利用大数据和云计算等技术实现海量数据的低成本存储和基于海量数据的复杂计算,为商业银行的“智能化”应用提供了可能和支撑。

  人工智能可以利用认知计算、深度计算等技术实现从“数据”到“信息”到“知识”的转换,将获取的“知识”嵌入到商业银行“端到端”的业务处理和管理流程中,替代商业银行的分析活动,实现对未知的预测,使得商业银行逐步具有“智能化感知和响应”的核心能力。

  “智能化”应用将覆盖商业银行金融业务的各领域。尤其在零售银行、财富管理等领域,会涉及商业银行“端到端”业务处理和管理流程中的各环节。

  商业银行的“智能化”应用在提升客户服务能力、洞悉客户需求、强化业务风险防控、提高管理精细化等方面将发挥颠覆式的作用。

  1、数据是商业银行“智能化”体系建设的源头和基础。

  商业银行“智能化”的核心是如何拥有认知计算能力,将海量的信息转化为知识,其根本在于对特定知识的学习和积累,智能化的应用是在业务流程中嵌入相应的规则知识,以实现对新信息的类比分析能力。因此,商业银行开展“智能化”体系建设需要从数据的整合、知识的学习和知识的运用三个层次去规划和建设。

  2、数据的获取和整合是商业银行“智能化”的基础。

  商业银行应从文化、组织、制度、流程、系统和工具等多方面构建完整、一致的数据体系。

  首先,需要打造各项业务和管理活动都要基于在数据分析结果基础上开展的企业文化。

  其次,商业银行应建立包括数据资产管理、元数据管理、数据标准、数据质量、数据安全等在内的企业级数据治理体系。

  再次,应构建包括大数据平台、数据交换平台、数据集市、数据分析平台等在内的系统平台和支撑工具。

  3、知识的学习和完善是商业银行“智能化”的核心。

  利用机器感知、认知计算、深度学习等人工智能技术构建“自学习”“自完善”的知识形成体系,构建完整的、面向知识的“采集、分析、使用、反馈”的闭环体系,不断提高商业银行自身的智能感知和响应能力,进而用“智能”的机器设备在商业银行各领域替代或辅助人工,并由此形成智能客服、智能投顾、智能预测、智能反欺诈等人工智能应用。

  4、知识的流程嵌入和应用是商业银行“智能化”的最终体现。

  商业银行通过将客户和商机识别、风险预警、欺诈分析、运营质量和效率分析等智能知识嵌入到业务和管理流程的相关环节中,使其演变为“智能化”的流程,并构建与之相匹配的信息系统。同时,利用自学习的人工智能技术,对知识持续完善和更新。

  二、商业银行“智能化”面临的困难

  综上所述,商业银行构建“智能化”能力需要完备的数据基础、需要各类人工智能技术的掌握和应用,需要“智能化”的业务和管理流程建模。同时,支持“智能化”的信息系统应具备强大的计算能力、海量数据的存储能力、实时的资源扩展能力,这需要借助基于分布式架构的云计算平台实现。面对这些要求,商业银行“智能化”发展还有很长的路要走。

  1、数据基础不牢。

  当前商业银行在数据资产理念、数据标准化和数据完整性等方面还存在诸多不足。

  在数据资产理念方面,数据工作仍停留在“被动存储”阶段,为存储而存储,缺乏“数据即资产”的理念,缺乏主动的数据收集和整理,缺乏总体的数据资产架构规划,缺乏数据资产管理手段,更缺乏数据资产保值、增值的理念。数据的存储和管理没有站在企业级的角度进行考虑,还存在部门数据、系统数据的现象。

  在数据标准化方面,虽然商业银行近些年高度注重数据治理工作,数据标准也在逐步建设和规范过程中,但是从数据治理的高度进行元数据、数据质量、数据安全等方面的规划和实施仍显不足,数据标准化的范围不足、执行不到位,增加了数据整合的难度和差错率,导致数据分析和应用的效果大打折扣。

  在数据完整性方面,传统上商业银行由于源系统只关注业务交易所必须的信息,缺失非交易信息,客户的行为信息、偏好信息、辅助信息采集理念缺失,导致很多数据缺失和不完整,难以形成完整的用户画像。现有数据整合程度相对较低,没有形成有机的存、管、用体系。

  2、人工智能核心技术的掌握和应用还处在探索阶段。

  人工智能是对计算机系统如何能够履行那些只有依靠人类智慧才能完成的任务的研究与应用。机器学习、计算机视觉、自然语言处理、语音识别和机器人构成了人工智能的核心技术。机器学习是计算机从数据中自动学习知识,一旦积累到一定程度便可用于分析判断,机器学习作为人工智能最为核心的技术,在未来商业银行中的应用最为广泛,涵盖客户评分、精准营销、欺诈识别、风险预警等领域。

  比如,通过学习技术,让计算机学习一个关于银行卡交易时间、商家、地点、金额及交易是否正当等信息的交易集,计算机就会学习到可用来预测针对银行卡交易的欺诈模型,学习的数据越多,获得的欺诈模型越准确。

  计算机视觉、自然语言处理和语音识别实现了智能机器人与客户在视觉、文本和语音上的交互,机器人利用上述认知技术,具备人类的智慧,能够从事商业银行各领域的工作。当前,上述语音识别、机器人等新技术在商业银行应用的领域和范围还非常有限,核心技术仍然掌握在高校、科研院所或科技公司,商业银行还不具备这些人工智能核心技术的掌握。

  3、“智能化”企业级业务建模缺失。

  企业级业务建模是商业银行构建“智能化”体系的前提。通过企业级建模实现对业务流程的分析,实现对业务流程各环节结构化的理解,以及理解在业务流程各环节需要具备什么样的业务能力,而这种业务能力需要依靠什么样的“智能化”手段达到。

  在这一业务流程的各环节中,业务建模人员需要定义和准备一系列需要具备的能力。比如,客户开始访问银行的任意线上或线下的渠道,商业银行应具备实时感知客户并识别客户的能力,应具备利用智能机器人与客户进行交互和客户关怀的能力,应具备在识别客户的基础上利用客户画像完全洞悉客户的能力,应具备在洞悉客户的基础上提供差异化产品的能力,应具备根据客户的价值贡献差异化定价的能力,应具备在针对客户的业务处理过程中反洗钱、反欺诈、风险预警的能力。商业银行要想具备这些能力,势必需要利用“智能化”的技术手段进行上述能力建设,进而采用与之相适应的人工智能技术,因此,人工智能技术是提升商业银行自身能力的有效手段。

  当前,只有少数大型商业银行开展了企业级的业务建模,将企业的战略能力转化为流程能力和应用能力。流程模型利用了五级模型的标准化语言对业务流程进行结构化和规范化的描述,并通过对业务流程各环节的能力描述,明晰能力获取所需要的数据基础和技术手段。

  对于绝大多数商业银行来说,“智能化”的开启不应单纯只从某些点上入手,而应从业务流程能力建模入手,统筹规划智能化技术、系统与流程的紧密结合,这也是很多商业银行所缺乏的。

  4、分布式架构还未得到成熟应用。

  商业银行“智能化”体系的建设基础是海量的数据信息及对海量数据的计算,因此,需要更大的存储空间、更快速的处理速度,这些都离不开强大稳定的信息系统,支撑信息系统的技术平台需具备按需投入、弹性分配、快速部署、计量跟踪等特点,进而有效提升大型数据中心的资源集约化管理和高效快速上线能力。传统IT架构在存储能力、计算能力等方面都无法满足这一需求,基于分布式架构的云计算平台将成为满足这一需求的主流IT技术架构平台。

  当前,分布式架构已经开始在商业银行对交易和数据的强实时一致性要求不高的系统中应用,如电子渠道、互联网应用、大数据平台、管理信息等应用系统。但是,受限于CAP理论的约束,商业银行对数据要求强实时一致性的系统,应用完全的分布式架构还存在一定困难,针对这一类系统可以在应用服务层采用分布式架构,在数据库层仍然采用传统关系型数据库的混合模式。

  但是,从长远来看,分布式架构的成熟应用应通过优化业务流程和应用架构,实现系统分层解耦和微服务,逐步实现分布式处理。系统分层解耦应做到应用层与服务层解耦、服务层与数据层解耦、上层软件与底层基础设施解耦。应用层专注于用户体验与业务功能。服务层通过将系统专业化分工,提供“去中心化”的服务调用,并通过服务编排组合可快速满足多应用多前端的功能实现。数据层通过分布式数据库访问中间件或数据库集群,实现数据库节点的动态可扩展。要实现这一成熟应用,商业银行还有一定的差距。

  三、结论

  数字化时代“智能化”之路是商业银行未来转型发展的必经之路,商业银行应尽早统筹规划自身的“智能化”路径,在数据整合、企业级业务建模、人工智能核心技术的掌控、分布式架构的落地等工作需要统筹规划、提早储备、分步落地。同时,商业银行的“智能化”之路需要人力和财力保持持续、较大的投入。大型银行可以通过自身的力量逐步实现“智能化”之路,但是,对于中小银行来说,依靠单体力量,能力显见不足,因此,中小银行需要通过合作和共享的方式,规划“智能化”之路。

  在实践上,山东城商行联盟自2008年成立以来,借鉴德国储蓄银行合作联盟模式,积极践行我国中小银行联合发展的第三种模式,通过整合资源,建设为成员行提供中后台服务的共享服务中心,以达到在利率市场化、互联网金融大潮下支撑、推动中小银行业务发展和金融创新的目的。山东城商行联盟经过8年的发展,已经成为中小银行的科技共享和支撑平台,通过资源的整合,构建专业化的科技队伍和平台,助力中小银行持续发展和创新,尤其是在中小银行的“智能化”之路上,山东城商行联盟也在同高校、科研院所、大公司合作规划共享科技平台的“智能化”路径,期望通过规划、预研、应用逐步将“智能化”的技术应用于共享科技平台中,助力中小银行的“智能化”发展。

 

分享至微信 分享至微博

Connecting The World

每周精选

人民银行新一轮司局级调整 周学东执掌金融稳定局
工行李兴双:区块链技术赋能金融科技创新
一行三会就金融监管齐发声 双支柱调控框架日趋清晰
央行主管媒体:银行业服务实体经济大有可为
信雅达助力山东城商行联盟打造“单实例、多法人”流程银行 首家接入行成功投产运行