您的位置:首页 > 产业资讯 > 产业应用


智能金融:银行数字化转型的新动能

2021-2-4 9:47:05    点击:

2018年,人工智能是人们谈论最多的话题之一。在大数据的滋养下,人工智能借力强大的算力和算法茁壮成长,已经走出实验室,进入了生产、工作和生活领域。

金融业对新技术的应用具有天然的敏感性,金融将成为人工智能最有潜力的应用领域,有研究机构预计,到2030年,人工智能技术为金融行业带来的降本增效效益将达到6000亿元人民币。以人工智能为代表的新一代网络信息技术与金融服务深度融合产生的智能金融,是未来金融的发展方向,20177月国务院印发《新一代人工智能发展规划》,将发展智能金融提高到国家战略高度,促进人工智能等技术成为金融创新的核心驱动力,将金融服务推向新的高度。

银行业数字化转型迫在眉睫。根据德勤的调研显示,超过20%的先进银行已经投入大数据、云计算、区块链、人工智能等新兴技术的布局,正积极筹备大规模的数字化转型。麦肯锡研究指出,全面的数字化转型是银行参与下一阶段数字化银行业务竞争的入场券。安永报告显示,85%的银行将实施数字化转型计划作为未来工作重点。建立金融大数据系统,提升金融多媒体数据处理与理解能力,创新智能金融产品和服务,重塑金融价值链和金融生态,扩展金融服务的边界,掀起金融风控的新革命,将成为银行业数字化转型的必由之路。

人工智能助力银行产品和服务创新

艾瑞咨询指出,人工智能+金融主要通过人工智能核心技术(机器学习、知识图谱、自然语言处理、计算机视觉)作为主要驱动力,为金融行业的各参与主体、各业务环节赋能,突出AI技术对于金融行业的产品创新、流程再造、服务升级的重要作用。人工智能作为金融科技新的核心技术,推动银行业务流程优化与再造,实现银行业从电子化、移动化向智能化发展,朝着体验为王,技术制胜的方向进行数字化转型。人工智能对商业银行金融创新的助推首先体现在产品和服务层面。

智能支付:未来主流支付方式

密码验证身份的时代即将落幕,手环支付、扫码支付、NFC近场支付等传统数字化支付手段也已无法满足现实消费需求。目前,指纹识别和面部识别已经成熟使用于线上线下的各种应用场景,识别准确率均在99%以上,其灵活搭载、精准比对、快速验证、难以伪造的特性成为了商业银行验证客户身份的首选。基于声纹、虹膜等生物特征识别的身份认证方式正逐步应用。

2018年1122日,西安银行新版手机银行上线,这是自同年109日中国人民银行颁布《移动金融基于声纹识别的安全应用技术规范》后,第一个全面符合该标准的声纹识别技术应用,主要应用在手机银行的登录、支付、转账等场景中。未来,以无感支付为代表的新型技术将提供无停顿、无操作的支付体验,并全面应用于停车收费、超市购物、休闲娱乐等生活场景中。

智能投顾:降低交易成本,提升服务体验

2010年兴起的以机器人投顾(Robo-Advisor)技术为主的智能投顾,2016年底在我国落地,招商银行的摩羯智投成为中国银行业首个智能投顾系统,随后光大、浦发、兴业、工商等银行相继推出智能投顾产品。根据艾瑞咨询的预测,2018年中国智能投顾市场规模将达到642.9亿元,相比于2017年增长61.7%,到2020年,这一规模或超过1800亿元。这些能够大量、快速针对个人客户提供个性化服务的智能投顾、智能投研的未来都有着巨大的发展空间,依据用户行为数据、良好的算法平台与技术体系作支撑,用户画像精准掌握用户的各种消费需求及其理财能力、风险偏好和投资习惯,设计出个性化资产配置和投资组合方案,从而针对不同客户提供最大限度的个性化监控。

智能客服:提供自然高效的交互体验方式

智能客服基于大规模知识管理系统,面向金融行业构建企业级的客户接待、管理及服务智能化解决方案。银行智能客服有助于银行在降低成本、提高效率的同时提供增值服务。比如,了解服务动向并把握客户需求,为企业的舆情监控及业务分析提供支撑,并通过运维服务层以文本、语音及机器人反馈动作等方式向客户传递流程指引与问题决策方案。语音客服综合搭载文字、语音、视频图像处理技术的智能柜机也为客户带来新交互体验。目前,金融领域的智能客服系统渗透率预计达到20%30%,可以解决85%以上客户的常见问题。银行网点开设人机互动已是大势所趋,瑞穗金融集团表示,到2027年该集团将使用人工智能来取代19000名、约三分之一的员工。

智能营销:提供个性化营销服务

智能营销通过对客户的行为数据进行收集、打标,对产品信息进行分类、匹配,精准营销可以挖掘探索客户潜在业务需求,建立机器学习机制,通过A/B Test方式智能调整推荐结果,在最合适的时机提供用户最需要的信息,为购买金融产品的用户提供更加舒适的体验。以中国银行为例,基于大数据技术识别客户的贷款意愿、评估还款能力,推出了全流程在线信用贷款的秒贷产品。未来银行将利用大数据对客户进行全面画像,借助机器学习算法模型,改变现有广撒网的全客户营销模式,实现个性化推荐、精准推荐,将符合用户个性及偏好的产品适时地推荐到存量客户和潜在客户面前。

人工智能驱动银行塑造新业态和新生态

通过对商业银行产品和服务的革新,人工智能致力于推动银行金融新业态、新生态的塑造与发展。人工智能技术是智能金融的发动机,区块链与云计算技术是重要的底层基础设施,大数据是发展智能金融的燃料。技术渗透和模式创新降低了金融业的进入门槛,大量竞争者的涌入激发了行业活力,使商业银行在金融业态中呈现出新特征。

线上业务占据规模扩大

近年来,国内五大银行机构网点整体数量呈下降趋势,美国、英国、西班牙等国家的银行支行数也屡创新低。同时,网上银行、手机银行的客户数量与交易规模均逐年攀升,推荐并引导用户安装注册客户端银行软件成为了前台职员的重要考核指标,线上业务的拓展被商业银行提到了前所未有的高度。工商银行中报显示,截至20186月末,该行融e行客户2.97亿户,融e联注册用户1.37亿户;上半年融e购平台交易额6442亿元;上半年工行新增个人客户1992万户,创近5年同期最高水平,其中线上获客占到一半。中国银行手机银行交易金额达到8.32万亿元,同比增长72.74%;中行还加快了移动支付业务发展,在境内业务基础上新增跨境支付功能,业内首推跨境银联二维码支付,支持境内银联卡客户通过手机银行在境外扫码支付。未来,线上支付便捷水平将逐步提升,支付服务成本将显著降低,支付覆盖范围将持续扩大。

创新商业模式

银行与科技企业合作打造全新的商业模式,包括直销银行等新兴业务模式。麦肯锡预计,截至2025年,银行的五大零售业务——消费金融、抵押贷款、中小企业贷款、支付和财富管理中10%—40%的收入将面临威胁,并且20%—60%的利润将会消失。大型生态系统参与者会坚持把科技作为金融服务产品发展的关键推动力,并提供金融科技即服务产品,推动国内众多中小金融机构的数字化发展。中国领先金融科技公司通常是科技巨头生态系统的一部分,其生态系统覆盖整个价值链。这些生态系统功能强大,可帮助科技巨头获得大量数据,进一步开发完善产品服务。未来银行可以与科技企业采用创设、共建和赋能三种合作模式,在价值共享的同时共同探索形成新的智能金融生态模式和市场格局。

创设:呈现为互联网企业与传统银行在金融产品服务上的高度融合,表现为直销银行子公司模式。例如,百度公司与中信银行联合发起成立的百信银行。

共建:是指科技公司与金融机构合作共建竞争能力,实现优势互补。例如,百度与农行达成的包括共建“金融大脑”的战略合作。

赋能:即一些拥有大量用户并能够独立开发业务的科技公司正在将这些用户数据和业务能力开放出来与所服务的金融机构共享。四大国有银行牵手互联网巨头(BATJ),在征信、风控等领域展开合作,达成服务提供购买和战略伙伴关系。

建立生态圈银行

银行通过场景支付、技术购买、用户分享、机制共建等方式建立生态圈银行。银行与保险、券商、基金、资管公司等金融机构进行合作。如平安保险的技术部门“一账通”在2018年通过与441家银行合作,为全国近89%的城市商业银行提供服务。20182月,民生银行与华为公司签署战略协议,携手构建科技+金融的数字化智能银行新生态。银行与电商及社交平台合作以低廉的成本迅速获客,提高已有客户对自身业务的使用频率。2017年西安银行与阿里巴巴、腾讯等电商及社交平台合作,尝试提供线上小额分散贷款,全年累计投放基于消费场景的线上信贷266亿元,年末投放余额57.57亿元,线上小额融资服务客户数达到260万。商业银行利用自身的APP平台,搭载水、电、燃煤、ETC、加油卡、校园卡等,提供线上线下各种生活场景的充值、缴费服务,形成人工智能+金融行业的生态与市场格局。

扩大金融覆盖

形成新的商业逻辑,打造有温度的普惠金融。人工智能等新科技的应用使金融机构的服务可以触及到更多尚未覆盖的群体,同时还能够降低银行的服务与运营成本。在线上线下覆盖、降本增益、广泛协作、跨界融合的发展方向下,商业银行逐步向普惠金融演化,为数以亿计传统征信体系下缺乏信用记录、资质不符的个人提供小额信贷,将服务范围延伸,覆盖到农户、小微企业、贫困及低收入人群等,不断提高便民惠民的服务能力,积极承担扶弱济贫的社会责任,为经济发展、民生改善、社会进步做出不懈努力与贡献。比如,华夏银行搭建智慧社区生态圈,整合“衣食住行游”等增值服务与理财、贵金属、网贷、移动支付等优势金融产品,运用场景式金融服务、线上营销及社交型客户管理方式,实现批量“获客、活客”,促进普惠金融发展。未来金融行业将实现真正的普惠化,一方面使更优质的金融服务覆盖到小微企业以及更多长尾客户,另一方面促使金融机构的运营成本进一步降低,最终实现全社会福利的提升。

人工智能和大数据将掀起银行风控的革命

风险作为金融行业的固有特性,与金融业务相伴而生,贯穿于产品和服务的创新,新业态、新生态打造的全过程。20112018这八年间,我国商业银行的不良贷款余额从4279亿元上升到19571亿元。第五次全国金融工作会议提出,防止发生系统性金融风险是金融工作的永恒主题。以人工智能为代表的新兴技术近年来快速发展,智能风控在信贷、反欺诈、异常交易监测等领域得到广泛应用,是筑牢金融安全防线的有力武器。

商业银行实施智能风控具有明显优势。海量数据实时更新:智能风控可以全面网罗各类数据,模式识别数据、用户行为数据和标签样本数据都将有序归整于数据库中,并及时、持续地添加更新。模型建构科学预测:基于数据的海量汇集,智能风控可以有效提取相关风险特征,建立全面的宏观、财务、行为等数学模型,从科学量化的视角预测客户申请、交易、回款过程中违约、坏账和欺诈的可能性。关联分析多维求证:智能风控可以构建完整的金融知识图谱,通过分析企业的上下游、合作方、竞争对手、母子公司、重要关联人等,进行多维度的风险评估,在交叉反复求证中提高信贷审批、账龄分析等内控流程的可靠性与准确性。以上特征都建立在高效迅速的基础上,在7×24小时不间断的数据指标监测和高频的风险隐患筛查中,全时监控、及时预警,一旦识别出异常,智能风控将立即汇报反映,尽可能避免损失或将损失降到最低。

以大数据风控为例,金融领域的大数据风控面临这样一个现实问题:样本集群规模有限,导致获取数据呈高维化、稀疏化特性。针对这一难题,百度金融利用自身独有的特征数据得出算法,导入自主研发的“般若”风控平台进行逐一破解:首先,基于百度平台上的数亿级用户数据,利用图计算传递信用标签,丰富信贷样本;其次,通过梯度增强决策树聚合大数据高维特征,有效实现高维数据降维、增加风险区分度;再次,通过机器的深度学习将特征嵌入,利用关联挖掘技术等有效解决数据稀疏问题;最后,将人行征信数据与百度数据相结合,有效将客群的风险区分度提升了13%。目前,般若风控平台在反欺诈领域已拥有百亿节点、500亿边的运算能力,达到秒粒度快照和秒级查询响应速度。

以信贷业务为例,传统信贷流程中存在欺诈和信用风险、申请流程繁琐、审批时间长等问题。通过运用人工智能相关技术,可以从多维的海量数据中深度挖掘关键信息,找出借款人与其他实体之间的关联,从贷前、贷中、贷后各个环节提升风险识别的精准程度,使用智能催收技术可以替代40%—50%的人力,为金融机构节省人工成本。例如,阿里巴巴旗下的蚂蚁金服,通过机器学习把平台上的虚假交易率降低至原来的1/10,开发出深度学习的OCR系统用于证件审核,极大提升了通过率并降低了耗时。

此外,智能风控在防洗钱、反欺诈方面也有着优异表现。通过从海量的交易数据中学习知识和规则,人工智能可以发现用户的生物特征、行为特征、交易特征中存在的异常,有效防止盗刷卡、虚假交易、恶意套现、垃圾注册、营销舞弊等行为,为用户和机构提供及时可靠的安全保障。智能金融以大数据和算法为基础的反欺诈及风险管理技术,能够更好地理解间接融资体系下借款人的还款能力与还款意愿、直接融资体系下投资人的风险承受能力与风险承受意图,从而实现从滞后、被动、局部到实时、主动、全面的金融风险管理。

比如,腾讯与北京市金融工作局联合开发基于北京地区的金融安全大数据监管平台。腾讯与北京市金融工作局合作,依托微信、QQ等强大的社交平台,及腾讯安全与网络黑产势力对抗十多年积累沉淀的大数据平台,采用基于金融犯罪样本挖掘金融风险并进行数据化、可视化的方式方法,以及建立从监测、分析、模型拟定、欺诈定型的全流程管理,并搭建了较好的从数据源管理到风险展示的系统架构。腾讯金融安全大数据监管平台较大提升了非法集资等涉众型金融犯罪打早打小的事前预警处置能力,实现对金融风险的识别和监测预警。

智能金融背景下的银行发展趋势

在人工智能融合形成新产品、新服务、新业态的过程中,商业银行将逐步成为构筑智能金融体系中的重要一环,并呈现出以下三大发展趋势:

数字运营深度探索

信息化、移动化、智能化等本质还要溯源到数字化,银行寻求金融创新需要从数据出发。人工智能在银行业及整个金融领域的场景开发还处在起步阶段,要充分挖掘人工智能的商业潜力,就要重视数据资源的价值之基,打破不同数据集之间的壁垒,发现闲置数据的利用价值,通过提升数字化运营能力为人工智能注入源源不断的发展动力,加强机器学习、语音识别、自然语言处理、计算机视觉等层面的技术能力,利用模型结构、算法精度层面的深度学习,结合商业银行长期积累的市场经验和品牌信誉,在共享共建的平台经济大背景下发挥自身优势,进行金融科技的深度探索。银行业即使仅处于人工智能的应用层面,也会持续加深相应技术的探索与改进,毕竟应用的迁移与产品的更新需要扎实的技术理解。

走向国际服务全球

智能金融时代下,每个智能设备都是接触、获取客户的入口,银行不用把物理网点布局到海外就已经能在世界范围内拓展业务,全球合作的市场机遇触手即得。中国的人工智能技术和银行业态发展在总体规模与增长速度上表现亮眼,但在科技水平和治理能力上并非一马当先,对标欧美等发达国家尚存差距,需要学习借鉴的地方还有很多。商业银行应顺应全球经济一体化的趋势,借力“一带一路”的支持和人民币的国际化进程,利用大数据、云计算、区块链、人工智能等技术全球流动、开放通用的特性,打破地域界限,扩大市场份额,在提供服务、完成交易的同时交换技术与观点,学习他人所长,在世界范围内与海外国家一同创造互利共赢的新局面。

协同发展多维赋能

人工智能时代,技术的横宽纵深发展和客户对产品服务要求的提高使市场不断被细分,各细分市场的专业化程度加深带来了小范围的激烈竞争和更广泛的协作之势。银行、保险商、互联网公司、科技型企业等有着各自的专业语言、企业文化与资源优势,单打独斗难以长期生存,结合需求积极构建共同能力,谋求资源整合和优势互补机制才是长久之计。金融生态中讲求共生共融,银行作为生态体系中的一环势必要联合同道盟友,明确合作机制,创造共赢局面。在与多方合作的协同发展中,不同生态主体将在不同规模、标准、禀赋、行业理解以及合作的广度、深度等多个维度发挥优势,交叉赋能并将能量辐射到其他行业以及更广泛的居民、政府层面,实现整个社会的福利最大化。

结语

习近平总书记强调,“适应和引领我国经济发展新常态,关键是要依靠科技创新转换发展动力”。人工智能时代已经来临,银行的数字化转型是必经之路。拥抱人工智能,积极布局金融科技战略,加强人工智能的研发与融合机制设计,吸纳培养跨行业复合型的技术与管理人才,持续推动监管科技的进步与安全系统的构筑,用好大数据和人工智能这两把利器,重新定义银行和金融产品,重塑金融生态,才能从根本上提升服务客户的效率和效能,从而全面提升银行数字化水平,最终真正找到适合自身发展模式的差异化之路。

【本文作者为中央财经大学中国互联网经济研究院副院长、教授】



Copyright © 2021 东莞市人工智能产业协会 互联网ICP备案:粤ICP备2021014814号-1
地址: 广东省东莞市虎门镇大宁工业区宁江路15号

二维码