银行跨界玩AI！数据驱动决策时代，如何实现金融

来源：决策与信息 【在线投稿】栏目：综合新闻时间：2021-07-14

金融协会（上海，记者潘婷）报道，金融脱媒和银行业正在加速数字化转型。金融协会记者近日获悉，银行业机构在人工智能领域已经取得初步成果。随着数据的爆发式增长，商业银行对数据的使用达到了前所未有的高度。科技重塑银行，数据驱动决策成为银行业数字化的前沿方向。

但是，数据的使用存在诸多困难，其中隐私保护是重中之重。微众银行首席人工智能官杨强团队致力于第三代私有计算技术的研发，通过联盟学习此算法实现“数据不出本地”，通过加密模型参数的交换建立为小微企业赋能的全球模式。通过隐私计算，最大化金融数据的价值。

科技正在重塑银行业，人工智能的应用恰逢其时

科技已成为数字化生产力最重要的驱动力经济时代。交通银行行长刘军表示，资本不再是稀缺资源，银行的作用相应下降，脱媒现象出现。随着全球化进程进入下半年，技术将发挥重要作用。

上半年全球化重在生产，在一定程度上导致了经济发展不平衡、贫富分化、气候变化等问题；进入下半年后，需要兼顾产销、效率与公平。这个过程会比较复杂。人工智能和数字经济的发展必须体现科技之善，促进权利平等，推动实现平衡、绿色、可持续发展。

当前，数据以几何级数甚至幂级数呈指数级增长，数据的使用也增加到前所未有的高度。金融机构以前在资产负债表、损益表和现金流量表中处理结构化数据，后来加入了电力使用、能源使用和运输等结构化数据；未来，他们还将处理行为模式和情感偏好等非结构性数据。性数据。

这意味着数据可能成为新经济的“石油”。因此，金融机构必须学会使用数据资产，学会为数据资产定价，学会对数据资产进行有效的风险管理，充分利用数据资产赋能金融。

交通银行副行长钱斌表示，人工智能技术作为数字经济领先技术的代表，正在重塑包括商业银行在内的各行各业。人工智能在商业银行智能营销、智能风控、智能客服、智能运营等诸多方面得到应用。然而，即使人工智能技术飞速发展，仍有很长的路要走。

一是缺乏通用性。现阶段，人工智能专业化是一个边界清晰、定义明确的单一任务模型。一旦任务发生变化，效果就会“打折”。二是缺乏可解释性。目前绘制的最终模型往往让人产生不信任感。因此，在医疗诊断、法律判断等容错性要求较高的领域，人工智能的应用更加谨慎。

第三个问题是隐私和安全。人们在使用新应用时，经常会被问到是否允许打开当前位置、是否允许访问照片、是否允许访问通讯录等。人们在享受便利的同时。有一种被窥视的不安全感。

钱斌认为，金融和人工智能是相互支持、共生的。 AI需要金融，金融也需要AI。金融一直是最有希望的人工智能落地场景。毕竟商业银行信息系统起步早，成熟度高，数据积累更丰富。 AI在金融领域的应用恰逢其时。

数据驱动决策，AI如何赋能银行？

SKU科技总裁沉鑫表示，现在是数据驱动决策的时代，无论是银行寻找优质企业贷款，政府投资还是投资，加强连锁，或大公司实现智能化。全球化供应链风险控制和管理的决策本质是在动态发展中不断定位和跟踪优质企业或潜在风险点。

因此，通过扎实的数据智能构建，形成完整的行业概况和企业概况，实时动态分析和跟踪行业和企业周边信息，进而对目标企业进行快速定位和评估成为核心工业和金融的数字化决策能力。

数据驱动决策时代，数据如何赋能银行业务决策？招行人工智能实验室负责人李金龙介绍，招行从2000年开始建设数据仓库，五年前开始部署人工智能。目前，招行AI实验室已经发展到2-300人的规模，拥有一百多个落地场景，包括客户营销、风控管理、产品投研、投资咨询、量化投资等，实现更大的内部商业价值。

“招行人工智能三·三计划”体现了招行人工智能的发展思路。最上层是客服云、舆情云、视觉云，可以对标互联网公司或一般企业；第二层是知识管理解决方案、营销解决方案、大财富投资研究；底层是支撑能力，包括中间阶段的人工智能、资源管理平台、学术研究平台。

对于知识管理计划，李金龙表示，银行是知识密集型行业，要遵守的规章制度可以达到1万到2万条。最复杂的入职培训可能需要两到三年时间。招行AI实验室历时三四年，对系统进行架构规范化，使其遵守，为流程赋能，进行智能化审核工作。这是AI+RPA可以发挥作用的基础性工作。