0
2020于全體銀行而言，是一場(chǎng)無(wú)預(yù)告的終極考驗(yàn)，一輪最直觀的金融科技對(duì)決。疫情讓網(wǎng)點(diǎn)流量驟降到接近于0，全方位挑戰(zhàn)銀行線上服務(wù)水平，檢驗(yàn)?zāi)切┻B年增加的科技投入，有多少真正變作數(shù)字化、智能化的一點(diǎn)一滴。
踏進(jìn)2021，銀行們迎來(lái)周密復(fù)盤(pán)、整裝待發(fā)的最好時(shí)間節(jié)點(diǎn)。
在過(guò)去這一年，銀行更努力地?cái)[脫大象轉(zhuǎn)身的刻板印象，告別以往被各路創(chuàng)新推著走的窘?jīng)r，試圖在金融科技和數(shù)字新基建的浪潮里承擔(dān)更主動(dòng)、開(kāi)放的角色，以輕快敏捷的步伐持續(xù)向前。
沒(méi)有一家銀行不想擁抱AI，沒(méi)有人愿意錯(cuò)過(guò)數(shù)智化轉(zhuǎn)型的未來(lái)。在梳理數(shù)十家銀行AI全布局，以及「銀行業(yè)AI生態(tài)云峰會(huì)」多位嘉賓的分享過(guò)程中，我們逐漸發(fā)現(xiàn)銀行業(yè)AI的那些挑戰(zhàn)和困境，那些艱險(xiǎn)之處同樣是機(jī)遇所在。
銀行業(yè)AI，首先被AI本身正面臨的數(shù)據(jù)困境，和日漸收緊的數(shù)據(jù)監(jiān)管尺度攔住。
在技術(shù)維度不斷向前奮進(jìn)的同時(shí)，銀行必然要思考的一個(gè)議題是：業(yè)務(wù)創(chuàng)新與隱私保護(hù)如何兼顧？
雷鋒網(wǎng)AI金融評(píng)論主辦的《聯(lián)邦學(xué)習(xí)系列公開(kāi)課》曾對(duì)這一問(wèn)題展開(kāi)過(guò)系統(tǒng)深入的探討。第一節(jié)課上，微眾銀行首席人工智能官楊強(qiáng)就直接點(diǎn)明：“人工智能的力量來(lái)自于大數(shù)據(jù)，但在實(shí)際運(yùn)用過(guò)程中碰到更多的都是小數(shù)據(jù)。”（詳見(jiàn)《微眾銀行首席AI官楊強(qiáng)：萬(wàn)字圖文詳談聯(lián)邦學(xué)習(xí)最前沿》）
平安科技副總工程師王健宗也在課上指出，“傳統(tǒng)的AI技術(shù)必須從海量的數(shù)據(jù)中學(xué)習(xí)或者挖掘一些相關(guān)的特征，利用數(shù)學(xué)理論，去擬合一個(gè)數(shù)學(xué)模型，找到輸入和輸出的對(duì)應(yīng)關(guān)系，比如深度學(xué)習(xí)中訓(xùn)練網(wǎng)絡(luò)的權(quán)重和偏置，模型效果與數(shù)據(jù)量級(jí)、質(zhì)量、以及數(shù)據(jù)的真實(shí)性等有著密切的關(guān)系?！保ㄔ斠?jiàn)《平安科技副總工程師王健宗：聯(lián)邦智能的突圍與應(yīng)用之道》）
一個(gè)典型例子就是銀行信貸風(fēng)控：現(xiàn)在大部分AI應(yīng)用都由數(shù)據(jù)驅(qū)動(dòng)，信貸風(fēng)控更需要大量數(shù)據(jù)訓(xùn)練，但大額貸款風(fēng)控的案例又非常少?！耙莵?lái)做深度學(xué)習(xí)模型，只用少量這種大額貸款的樣本遠(yuǎn)遠(yuǎn)不夠?！睏顝?qiáng)解釋。
小數(shù)據(jù)需要“聚沙成塔”，同時(shí)又面臨侵犯隱私的可能。為此，網(wǎng)絡(luò)安全與數(shù)據(jù)合規(guī)領(lǐng)域的立法進(jìn)入了快車(chē)道，濫用數(shù)據(jù)和爬蟲(chóng)也受到過(guò)嚴(yán)厲整治。雖然目前《數(shù)據(jù)安全法》還只是處于草案的狀態(tài)，但是草案明確提出要關(guān)注數(shù)據(jù)本身的使用，需要在保護(hù)公民組織、相關(guān)權(quán)益的前提下，促進(jìn)數(shù)據(jù)為關(guān)鍵要素的經(jīng)濟(jì)發(fā)展。
數(shù)據(jù)被稱作是新時(shí)代的油田，但銀行該怎樣通過(guò)AI摸索出更高效、更合規(guī)的開(kāi)采工具？
在「銀行業(yè)AI生態(tài)云峰會(huì)」第一場(chǎng)演講中，微眾銀行區(qū)塊鏈安全科學(xué)家嚴(yán)強(qiáng)博士就對(duì)銀行必備的數(shù)據(jù)安全與隱私保護(hù)思維，進(jìn)行了深入討論。他指出：
在數(shù)字經(jīng)濟(jì)時(shí)代下，銀行業(yè)AI發(fā)展必須要尊重“數(shù)據(jù)孤島”作為數(shù)據(jù)產(chǎn)業(yè)的原生態(tài)，隱私保護(hù)技術(shù)則是打破數(shù)據(jù)價(jià)值融合“零和博弈”的關(guān)鍵，需要打通隱私數(shù)據(jù)協(xié)同生產(chǎn)的“雙循環(huán)”。
而區(qū)塊鏈?zhǔn)浅休d數(shù)據(jù)信任和價(jià)值的最佳技術(shù)，對(duì)于隱私計(jì)算和AI應(yīng)用中常見(jiàn)的數(shù)據(jù)品質(zhì)等難題，都可以通過(guò)區(qū)塊鏈進(jìn)行互補(bǔ)或提升效果。
聯(lián)邦學(xué)習(xí)、TEE可信計(jì)算、安全多方計(jì)算等多個(gè)AI技術(shù)路線也正嘗試落地于銀行的核心業(yè)務(wù)場(chǎng)景。AI金融評(píng)論了解到，除了微眾銀行，江蘇銀行2020年也已開(kāi)展聯(lián)邦學(xué)習(xí)方向的探索，他們與騰訊安全團(tuán)隊(duì)合作，基于聯(lián)邦學(xué)習(xí)技術(shù)對(duì)智能化信用卡經(jīng)營(yíng)進(jìn)行聯(lián)合開(kāi)發(fā)和方案部署，在聯(lián)邦學(xué)習(xí)技術(shù)支持下進(jìn)行金融風(fēng)控模型訓(xùn)練。
以“數(shù)據(jù)”為線，銀行前中后臺(tái)的升級(jí)軌跡清晰可見(jiàn)。
如果說(shuō)前些年的銀行科技，討論度更集中在前臺(tái)智能化應(yīng)用，那么如今中后臺(tái)建設(shè)開(kāi)始更多地來(lái)到聚光燈下，討論它們?yōu)殂y行數(shù)字化轉(zhuǎn)型呈現(xiàn)的價(jià)值和意義。
這當(dāng)中的一個(gè)重要模塊，就是銀行數(shù)據(jù)庫(kù)的改造升級(jí)。
我們?cè)?jīng)報(bào)道，Oracle自進(jìn)入中國(guó)市場(chǎng)以來(lái)，在銀行數(shù)據(jù)庫(kù)市場(chǎng)，一直具有壓倒性優(yōu)勢(shì)，也是許多銀行的采購(gòu)首選。
由于長(zhǎng)期使用Oracle，不少銀行形成較嚴(yán)重的路徑依賴。平安銀行分布式數(shù)據(jù)庫(kù)技術(shù)負(fù)責(zé)人李中原也向AI金融評(píng)論表示，系統(tǒng)遷移和重新建設(shè)需要大量成本，從單機(jī)變?yōu)槎鄼C(jī)群體，故障發(fā)生的故障發(fā)生的概率和維護(hù)成本都會(huì)加大，對(duì)整體系統(tǒng)運(yùn)維將是巨大挑戰(zhàn)。（詳見(jiàn)《銀行業(yè)“求變”之日，國(guó)產(chǎn)數(shù)據(jù)庫(kù)“破局”之時(shí)》）
但隨著銀行業(yè)務(wù)創(chuàng)新需求愈發(fā)復(fù)雜，傳統(tǒng)數(shù)據(jù)庫(kù)在技術(shù)邊界、成本、可控性方面越來(lái)越不相匹配；采購(gòu)數(shù)據(jù)庫(kù)的來(lái)源單一也讓銀行陷入非常被動(dòng)的處境。
而云計(jì)算的出現(xiàn)，讓Oracle在數(shù)據(jù)庫(kù)市場(chǎng)接近壟斷的地位有所動(dòng)搖，各大互聯(lián)網(wǎng)云廠商殺入戰(zhàn)場(chǎng)。
騰訊云副總裁李綱就表示，云化數(shù)據(jù)庫(kù)勝在成本低、易擴(kuò)容兩大特點(diǎn)，任意一臺(tái)X86的PC服務(wù)器就可以運(yùn)行，理論上也有著無(wú)限的橫向擴(kuò)展能力，這都是Oracle等傳統(tǒng)數(shù)據(jù)庫(kù)難以企及的優(yōu)點(diǎn)。
中國(guó)數(shù)千家銀行由此獲得更多選擇余地，開(kāi)始從集中式數(shù)據(jù)庫(kù)遷移到分布式數(shù)據(jù)庫(kù)，一場(chǎng)事關(guān)“大機(jī)下移”的漫長(zhǎng)征途就此展開(kāi)。
這場(chǎng)變革已有先行者，例如張家港行在2019年就將其核心業(yè)務(wù)系統(tǒng)放在了騰訊云TDSQL數(shù)據(jù)庫(kù)上，傳統(tǒng)銀行首次為核心系統(tǒng)選用國(guó)產(chǎn)分布式數(shù)據(jù)庫(kù)；2020年，平安銀行信用卡的核心系統(tǒng)也完成切換投產(chǎn)，新核心系統(tǒng)同樣采用了國(guó)產(chǎn)數(shù)據(jù)庫(kù)。
在「銀行業(yè)AI生態(tài)云峰會(huì)」上，騰訊云數(shù)據(jù)庫(kù)TDSQL首席架構(gòu)師張文就深入分享了張家港行和平安銀行這兩個(gè)典型的數(shù)據(jù)庫(kù)遷移轉(zhuǎn)型案例。
以平安銀行為例，其體量之大，意味著應(yīng)用改造更具挑戰(zhàn)性。張文解釋道，為了配合此次改造，應(yīng)用引入了微服務(wù)架構(gòu)對(duì)應(yīng)用進(jìn)行了拆分和解耦。對(duì)賬號(hào)的分布進(jìn)行了單元化劃分，以DSU為一個(gè)邏輯單元，單個(gè)DSU包含200萬(wàn)個(gè)客戶信息，單個(gè)DSU同時(shí)處理聯(lián)機(jī)和賬務(wù)兩種業(yè)務(wù)。
但國(guó)產(chǎn)分布式數(shù)據(jù)庫(kù)也同樣還在成長(zhǎng)當(dāng)中，張文也指出了目前金融級(jí)分布式數(shù)據(jù)庫(kù)面臨一系列挑戰(zhàn)點(diǎn)，除了有可伸縮、可擴(kuò)展的能力，更要解決高可用性、數(shù)據(jù)強(qiáng)一致性，同時(shí)探索更具性價(jià)比的性能成本，以及為金融機(jī)構(gòu)打造更易上手的、更產(chǎn)品化的成熟解決方案。
“中臺(tái)建設(shè)”這個(gè)熱門(mén)關(guān)鍵詞，不再是互聯(lián)網(wǎng)公司的專屬。銀行也不例外，甚至更需要中臺(tái)。
銀行這樣的大型機(jī)構(gòu)，架構(gòu)極其復(fù)雜，還有跨部門(mén)多團(tuán)隊(duì)的協(xié)作，海量數(shù)據(jù)日積月累之下如同年久失修的危樓，更需要及時(shí)、持續(xù)的治理。
在看來(lái)，銀行擁有大量的數(shù)據(jù)、技術(shù)和人才，資源卻往往“各行其是”，部門(mén)之間沒(méi)有配合意識(shí)、獨(dú)立造煙囪；技術(shù)流于表面，無(wú)法鏈接、深入，這造成了銀行資源的大量浪費(fèi)。
中臺(tái)的體系化建設(shè)和順利運(yùn)轉(zhuǎn)，才能將這龐大體系中的“死結(jié)”一一梳開(kāi)。
建設(shè)銀行監(jiān)事長(zhǎng)王永慶就曾指出：中臺(tái)建設(shè)是商業(yè)銀行數(shù)字化經(jīng)營(yíng)轉(zhuǎn)型的關(guān)鍵環(huán)節(jié)，認(rèn)為商業(yè)銀行數(shù)字化轉(zhuǎn)型的必然歸宿是生態(tài)化、場(chǎng)景化。（詳見(jiàn)《中國(guó)建設(shè)銀行AI全布局》）
盡管商業(yè)銀行在多年經(jīng)營(yíng)過(guò)程中沉淀了一定的競(jìng)爭(zhēng)優(yōu)勢(shì)，形成了各具特色的內(nèi)部生態(tài)系統(tǒng)，但目前仍是封閉的、高冷的，還無(wú)法滿足數(shù)字經(jīng)濟(jì)對(duì)開(kāi)放式生態(tài)化經(jīng)營(yíng)可交互、高黏性、有體感、無(wú)邊界的要求。
因此，建行也已在數(shù)據(jù)中臺(tái)先行一步，其落地上概括為5U（U是統(tǒng)一的意思），包括統(tǒng)一的模型管理、統(tǒng)一的數(shù)據(jù)服務(wù)、統(tǒng)一的數(shù)據(jù)視圖，統(tǒng)一的數(shù)據(jù)規(guī)范以及統(tǒng)一的數(shù)據(jù)管理。
為求輕松支撐億級(jí)用戶，實(shí)現(xiàn)高時(shí)效、高并發(fā)場(chǎng)景化經(jīng)營(yíng)，招商銀行近兩年也在中臺(tái)和技術(shù)生態(tài)體系的建設(shè)上持續(xù)發(fā)力。去年年底發(fā)布的招商銀行App 9.0，迭代需求點(diǎn)超過(guò)1800項(xiàng)，“10+N”數(shù)字化中臺(tái)建設(shè)就占據(jù)了相當(dāng)?shù)谋戎?。（詳?jiàn)《招商銀行App 9.0上線：當(dāng)一個(gè)十歲的App談「新基建」與「殺手锏」》）
如何構(gòu)建金融機(jī)構(gòu)需要的數(shù)據(jù)中臺(tái)？
在「銀行業(yè)AI生態(tài)云峰會(huì)」上，360數(shù)科首席科學(xué)家張家興就用“三通三快”概括了數(shù)據(jù)中臺(tái)的標(biāo)準(zhǔn)：
金融機(jī)構(gòu)面對(duì)著海量用戶、復(fù)雜業(yè)務(wù)，一個(gè)優(yōu)秀的數(shù)據(jù)中臺(tái)，必須是達(dá)到多業(yè)務(wù)打通，內(nèi)外數(shù)據(jù)互通和用戶關(guān)系連通，同時(shí)還要做到數(shù)據(jù)的實(shí)時(shí)處理快、使用快、需求響應(yīng)快。
他進(jìn)一步強(qiáng)調(diào)，數(shù)據(jù)與AI融合得非常緊密，如果數(shù)據(jù)中臺(tái)和AI中臺(tái)各自建設(shè)，兩者之間將不可避免地存在割裂的現(xiàn)象?；诖耍?60數(shù)科也推出了自己的數(shù)據(jù)AI融合中臺(tái)，將最上層數(shù)據(jù)平臺(tái)，到中間數(shù)據(jù)服務(wù)支撐的平臺(tái)服務(wù)，再到整個(gè)數(shù)據(jù)資產(chǎn)的管理，到最下面整個(gè)數(shù)據(jù)技術(shù)架構(gòu)的設(shè)計(jì)都進(jìn)行調(diào)整，并且將自身沉淀的AI能力嵌入其中。
張家興也在云峰會(huì)的演講上透露，360數(shù)科研發(fā)了一項(xiàng)聯(lián)邦學(xué)習(xí)技術(shù)——分割式神經(jīng)網(wǎng)絡(luò)，通過(guò)神經(jīng)網(wǎng)絡(luò)在高維空間，Embedding不可逆的特性，使得不同參與的數(shù)據(jù)合作方只需要傳遞Embedding向量，見(jiàn)不到原始數(shù)據(jù)，但最終可以使模型產(chǎn)生目標(biāo)效果。
而在過(guò)去一年里，銀行信貸風(fēng)險(xiǎn)管理，仍然是最引人關(guān)注的方向之一。
關(guān)注度一方面來(lái)自于，受疫情影響而劇增的貸款逾期和壞賬風(fēng)險(xiǎn)，如何借助技術(shù)手段“端穩(wěn)這碗水”，把握好信貸支持尺度，成為銀行、消金公司和風(fēng)控技術(shù)服務(wù)商們的開(kāi)年大考。（詳見(jiàn)《信貸戰(zhàn)“疫”：一場(chǎng)給風(fēng)控的開(kāi)年大考》）
而另一方面，2020年下半年起，針對(duì)金融科技或是互聯(lián)網(wǎng)金融的監(jiān)管“紅線”逐漸清晰。例如《商業(yè)銀行互聯(lián)網(wǎng)貸款管理暫行辦法》，其中就明確提出了對(duì)商業(yè)銀行的風(fēng)險(xiǎn)管控要求，和對(duì)合作機(jī)構(gòu)的管理規(guī)范。
盡管結(jié)合AI、大數(shù)據(jù)的智能風(fēng)控在銀行科技應(yīng)用中不再新鮮，但這并不意味著智能風(fēng)控已經(jīng)足夠成熟——數(shù)據(jù)資源壁壘、自有數(shù)據(jù)累積、數(shù)據(jù)特征提煉、算法模型提升，被認(rèn)為是大數(shù)據(jù)風(fēng)控目前所面臨四大困境。
某商業(yè)銀行負(fù)責(zé)人就曾表示，在模型建設(shè)和模型應(yīng)用過(guò)程中普遍存在數(shù)據(jù)質(zhì)量問(wèn)題，包括外部數(shù)據(jù)的造假（黑產(chǎn)欺詐）和內(nèi)部數(shù)據(jù)的濫用等，在模型迭代方面，很多銀行只追求迭代的速度和頻次，而忽略了最終效果。
前百度金融CRO、融慧金科CEO王勁進(jìn)一步指出，數(shù)據(jù)規(guī)范和治理體系不健全，數(shù)據(jù)質(zhì)量差且缺失率高，技術(shù)能力不足，復(fù)合型科技人才匱乏等因素都是銀行等金融機(jī)構(gòu)無(wú)法做好模型的重要原因。
王勁曾在有著“風(fēng)控黃埔軍?！敝Q的美國(guó)運(yùn)通工作17年，負(fù)責(zé)過(guò)全球各國(guó)各類產(chǎn)品相關(guān)的700余個(gè)模型提供政策制度和獨(dú)立監(jiān)控。在「銀行業(yè)AI生態(tài)云峰會(huì)」上，他也結(jié)合自身二十余年風(fēng)控經(jīng)驗(yàn)，剖析了金融風(fēng)險(xiǎn)管理中的那些理念誤區(qū)。
“很多人并不是特別理解，風(fēng)險(xiǎn)管理永遠(yuǎn)是一個(gè)尋找平衡點(diǎn)的科學(xué)?！蓖鮿耪J(rèn)為，風(fēng)險(xiǎn)管理平衡有著這樣的核心三問(wèn)：
如何把握風(fēng)控和業(yè)務(wù)增長(zhǎng)之間的平衡？
在風(fēng)險(xiǎn)管理的數(shù)據(jù)、模型以及策略中，如何平衡簡(jiǎn)單和復(fù)雜？
在基于數(shù)據(jù)、技術(shù)的“科學(xué)”，和更依靠主觀經(jīng)驗(yàn)的“藝術(shù)”之間，如何找到平衡點(diǎn)？
他也解析了銀行等持牌金融機(jī)構(gòu)做好風(fēng)險(xiǎn)管理平衡的核心要素，談到風(fēng)險(xiǎn)管理最重要的就是對(duì)數(shù)據(jù)的把控，“金融公司成立之初就要思考數(shù)據(jù)的生命周期。首先要從對(duì)業(yè)務(wù)產(chǎn)品和客戶的選擇當(dāng)中，決定需要什么樣的數(shù)據(jù)?！?/p>
數(shù)據(jù)戰(zhàn)略是一個(gè)相對(duì)長(zhǎng)期的落地過(guò)程，機(jī)構(gòu)首先要立下數(shù)據(jù)選擇的原則和條件：要考慮的不只是數(shù)據(jù)的合規(guī)性、穩(wěn)定性和覆蓋率，更要考慮數(shù)據(jù)的新鮮度、時(shí)效性和時(shí)間跨度。
從模型建設(shè)的角度出發(fā)，王勁指出，一個(gè)卓越的風(fēng)控模型應(yīng)當(dāng)具備辨別力、精準(zhǔn)度、穩(wěn)定性、復(fù)雜度和可解釋性五大要素，“原材料”數(shù)據(jù)、模型架構(gòu)和算法的選擇，衍生變量的出現(xiàn)，對(duì)模型的監(jiān)控和迭代，以及對(duì)y的定義和樣本的篩選，無(wú)一不影響模型的“鍛造”。
在他看來(lái)，銀行等金融機(jī)構(gòu)如果能在身份識(shí)別和控制、數(shù)據(jù)安全管理、風(fēng)險(xiǎn)模型管理，和自動(dòng)化監(jiān)控體系方面，做到高效完善，將會(huì)是非常理想的一種狀態(tài)。
還有一個(gè)關(guān)鍵詞，在各家銀行年報(bào)中出現(xiàn)頻率越來(lái)越高，那就是RPA（機(jī)器人流程自動(dòng)化）。此前AI金融評(píng)論也曾舉辦《RPA+AI系列公開(kāi)課》，邀請(qǐng)到五位頭部RPA廠商高管分享RPA與金融碰撞出的火花。
RPA的定義，很容易聯(lián)想到2012年左右的“流程銀行”轉(zhuǎn)型潮。當(dāng)時(shí)的流程銀行，意為通過(guò)重新構(gòu)造銀行的業(yè)務(wù)流程、組織流程、管理流程以及文化理念，改造傳統(tǒng)的銀行模式，形成以流程為核心的全新銀行經(jīng)營(yíng)管理體系。
如今銀行的轉(zhuǎn)型之戰(zhàn)，全方位升級(jí)為“數(shù)字化轉(zhuǎn)型”，內(nèi)部流程的優(yōu)化改造在AI和機(jī)器人技術(shù)的加持下持續(xù)推進(jìn)，RPA也迅速成為銀行數(shù)字化轉(zhuǎn)型不可缺席的一把“武器”。
達(dá)觀數(shù)據(jù)聯(lián)合創(chuàng)始人紀(jì)傳俊在「銀行業(yè)AI生態(tài)云峰會(huì)」上指出，RPA+AI為銀行帶來(lái)的價(jià)值，最明顯的就是減少人工作業(yè)、降低人工失誤，提升業(yè)務(wù)流程效率，同時(shí)也提高風(fēng)險(xiǎn)的預(yù)警和監(jiān)控能力。
雷鋒網(wǎng)AI金融評(píng)論注意到，已有多家國(guó)有大行將RPA投產(chǎn)到實(shí)際業(yè)務(wù)中。
以工商銀行為例，RPA在工行的應(yīng)用覆蓋了前臺(tái)操作、中臺(tái)流轉(zhuǎn)和后臺(tái)支撐等多個(gè)業(yè)務(wù)場(chǎng)景，在同業(yè)率先投產(chǎn)企業(yè)級(jí)機(jī)器人流程自動(dòng)化（RPA）平臺(tái)并推廣應(yīng)用，全行累計(jì)46家總分行機(jī)構(gòu)運(yùn)用RPA落地實(shí)施120個(gè)場(chǎng)景。
建設(shè)銀行同樣也引入了RPA，建立國(guó)內(nèi)首個(gè)企業(yè)級(jí)RPA管理運(yùn)營(yíng)平臺(tái)，敏捷研發(fā)業(yè)務(wù)應(yīng)用場(chǎng)景 100 個(gè)，實(shí)現(xiàn)人工環(huán)節(jié)自動(dòng)化、風(fēng)險(xiǎn)環(huán)節(jié)機(jī)控化。
農(nóng)業(yè)銀行方面則透露，農(nóng)行目前還處于技術(shù)平臺(tái)建設(shè)階段，之后將以信用卡業(yè)務(wù)、財(cái)務(wù)業(yè)務(wù)等為試點(diǎn)落地RPA需求。其實(shí)施策略，是建設(shè)全行統(tǒng)一的RPA技術(shù)平臺(tái)，面向總分行各部門(mén)輸出RPA服務(wù)。
中國(guó)銀行在2017年底，旗下公司中銀國(guó)際就已有RPA的概念驗(yàn)證，團(tuán)隊(duì)成功投產(chǎn)20個(gè)機(jī)器人，分別在不同崗位執(zhí)行超過(guò)30個(gè)涉及不同業(yè)務(wù)流程的自動(dòng)化處理工作，也與RPA廠商達(dá)觀數(shù)據(jù)展開(kāi)了合作。
紀(jì)傳俊也在云峰會(huì)上分享了目前AI+RPA在銀行各大典型場(chǎng)景的落地：
例如智慧信貸，面向的是整個(gè)銀行最核心的流程——信貸流程，分為貸前、貸中、貸后三大階段。其中涉及數(shù)據(jù)查詢、數(shù)據(jù)處理、財(cái)務(wù)報(bào)表、銀行流水等專業(yè)環(huán)節(jié)，需要完成基礎(chǔ)信息的錄入、盡調(diào)報(bào)告的審核，而這些環(huán)節(jié)中的大量重復(fù)勞動(dòng)，可以基于AI、OCR、NLP等技術(shù)自動(dòng)化完成。
縱觀銀行數(shù)字化轉(zhuǎn)型進(jìn)程，更多前沿技術(shù)逐漸進(jìn)入到銀行的視野，還有許多業(yè)務(wù)環(huán)節(jié)、場(chǎng)景和體驗(yàn)正在被科技的力量重塑。
基于此，雷鋒網(wǎng)AI金融評(píng)論在新舊交替之際，邀請(qǐng)到八位重量級(jí)嘉賓做客「銀行業(yè)AI生態(tài)云峰會(huì)」，以線上直播演講的形式，針對(duì)數(shù)據(jù)安全、數(shù)據(jù)庫(kù)、中臺(tái)建設(shè)、智能風(fēng)控、RPA等銀行科技的不同賽道，進(jìn)行深入淺出的干貨分享。
掃碼關(guān)注“AI金融評(píng)論”，對(duì)話框回復(fù)關(guān)鍵詞“參會(huì)”，即可獲得本次云峰會(huì)所有回放。
雷峰網(wǎng)原創(chuàng)文章，未經(jīng)授權(quán)禁止轉(zhuǎn)載。詳情見(jiàn)轉(zhuǎn)載須知。
