金融科技盛宴（六）：銀行的人工智能應用

導讀：這是系列文章之一。本系列梳理了國內外銀行信息化歷程，包含區塊鏈、雲計算、物聯網、移動端、人工智能各方面的應用情況。

一、人工智能發展簡介

人工智能的歷史幾乎與計算計的歷史相當，1956年夏季，以麥卡錫、明斯基、羅切斯特和香農等爲首的一批有遠見卓識的科學家在一起聚會，共同研究和探討用機器模擬智能的一系列有關問題，並首次提出了“人工智能”這一術語。偉大的數學家圖靈提出的人工智能訓練設想時至今日也未過時。

但受到計算機性能、數據等客觀因素的制約，人工智能的發展先後經歷了兩個“寒冬期”，直到2006年開始爆發。當年，Hinton提出了Deep Belief Nets （DBN），通過pretraining的方法使得訓練更深的神經網絡變得可能；2009年Hinton和Deng Li在語音識別系統中首次使用了深度神經網絡（DNN）來訓練聲學模型，最終系統的詞錯誤率（Word Error Rate/WER）有了極大的降低；2012年AlexNet首次在比賽中使用了深層的卷積網絡，取得了16%的錯誤率（之前的方法只能達到25%的水平）；2016年Google DeepMind開發的AlphaGo以4比1的成績戰勝了人類世界冠軍李世石，人工智能徹底“翻身”了。

二、國外銀行對人工智能的應用

據金融穩定委員會（FSB）報告，國際銀行業對人工智能的應用主要集中在以下幾個方面：面向資本運營，集中在資產配置、投研顧問、量化交易等；面向市場分析，集中於趨勢預測、風險監控、壓力測試；面向客戶營銷，集中於身份識別、信用評估和虛擬助手；面向金融監管，集中於識別異常交易和風險主體。

2017年4月，富國銀行開始試點一款基於Facebook Messenger平臺的聊天機器人項目，虛擬助手通過與用戶交流，爲客戶提供賬戶信息，幫助客戶重置密碼。美國銀行（BOA）的智能虛擬助手Erica，可以通過語音和文字與客戶互動，幫助用戶查詢信用評分、查看消費習慣，爲4500多萬客戶提供還款建議、理財指導等。格蘭皇家銀行使用“LUVO”虛擬對話機器人爲客戶獲取最適合的房屋貸款，努力成爲用戶“可信任的金融諮詢師”。

一些國際監管機構，例如澳大利亞證券及投資委員會（ASIC）、新加坡貨幣當局（MAS）及美國證券交易委員會（SEC），都在使用人工智能進行可疑交易識別。

三、國內銀行對人工智能的應用

人工智能是目前國內銀行應用態度最積極的“黑科技”，從各行發佈的科技戰略中就可見一斑，比如工行提出的“e-I CBC 3.0智慧銀行”、建行提出的“5G 智慧銀行”、平安銀行提出的三大階段打造“AI Bank”等，幾乎沒有哪家銀行的科技規劃中人工智能不唱主角的。

從應用上看，國內銀行主要的應用集中在如下方面：

（一）客戶識別

在客戶識別方面，目前最火的當屬“人臉識別”技術。根據2019年 Gen Market Insights 的最新研究，中國將成爲人臉識別技術領域最大的消費者和市場供應商,到了 2023 年，中國將佔全球人臉識別市場份額的 44.59%，高於 2017 年的 29.39%。中科院孵化的某AI公司已經成長爲目前業內的人工智能技術第一供應商，爲農行、建行、中行、招行等 400 多家銀行提供智能服務，據稱在2018年，其日均調用達到了 2.16 億次，可見銀行目前對“人臉識別”技術的“青睞”。

“人臉識別”是生物識別技術的中一種，由於人工智能的採用，生物識別技術在準確率和速度方面都有了較大提升，是人工智能技術比較實用的落地場景。目前各銀行在手機銀行、網點、支付等渠道或場景中廣泛採用了“人臉識別”、“語音識別”等技術進行客戶身份驗證。

（二）營銷管理

銀行的客戶層次很豐富，尤其是個人客戶。銀行在2014年前後，就已經出現通過“神經元網絡”技術進行客戶分羣工作的應用。銀行的個人客戶羣體非常龐大，如果沒有合適的進行分羣分類，是難以支持客戶營銷和客戶關係管理的，而這項基礎工作至少每旬應當進行一次，否則客戶分羣分類信息的更新會非常滯後，但對於銀行，尤其是大銀行過億的客戶量而言，這是極其消耗資源的工作，但此類工作正是人工智能技術的強項。

互聯網科技公司基於“客戶畫像”技術進行的“精準營銷”對於銀行而言是很有啓發借鑑意義的，這是從人脈、人工營銷向“智能”營銷轉變的主要路徑。銀行近年也紛紛採用人工智能技術改造客戶營銷方式，從“客戶畫像”開始，在原有分羣分類的基礎上，進一步將對客戶的瞭解推向個人粒度，業務目標也從“千人千面”飆升的“億人億面”。

“智能”營銷其實在底層上主要是三方面處理技術的協同：客戶畫像、產品畫像和智能匹配。客戶畫像、產品畫像都是力圖在畫像對象上增加更多維度的標籤，使畫像對象更加“立體”，信息更加豐富，而智能匹配則是基於上述結果，結合場景實現二者之間的關係識別，比較典型的應用如智能投顧。這三方面都會用到不同類型的人工智能模型算法，以完成海量數據的分析和關係識別，近年來知識圖譜技術在這方面的應用正在日趨增多。

“智能”營銷對銀行業態的改變也具有很大的影響，多數人都在關心人工智能技術對櫃員的替代，其實無論對於櫃員還是客戶經理，“智能”營銷技術的不斷成熟和改進對銀行從業人員產生的深遠影響遠大於對一般櫃面操作的替代。

不過，目前銀行的“智能”營銷還沒有達到互聯網科技公司的應用水平，主要還是通過人工智能技術發現“商機”，並將“商機”推送給前臺人員，輔助前臺人員進行營銷工作，還沒有大範圍形成與客戶的直接交互。
隨着人工智能技術應用的拓展，銀行也在逐步形成對“獲客、活客、留客”的全方位“智能”支持，將客戶關係管理、客戶營銷工作通過人工智能技術有效連接起來。

（三）業務運營

集中運營是銀行節約成本、內部挖潛的重要手段。得益於互聯網技術的發展，匯豐銀行早在1995年就成立了第一個大型離岸集中作業中心。
國外大銀行的運營轉型過程已經有20多年的歷史，從小運營逐步發展到大運營，甚至泛運營。小運營以“賬戶”的管理工作爲核心，包括清算、結算、覈算等；“大運營”則將多界面管理、專業後臺運營工作等納入板塊；“泛運營”更是覆蓋到了採購、物業管理等中後臺功能支持板塊。
國內銀行2006-2008年左右，藉助於數據集中的完成，運營集中也開始進行，大型運營中心逐步建立。之後，隨着人工智能技術的進步，運營效率進一步提升。

得益於人工智能算法帶來的圖像識別率上升，OCR（Optical Character Recognition，光學字符識別技術）技術可以將原來前臺分散進行的證件審覈、銀行卡識別、票據審覈、票據錄入等人工操作轉移到後臺運營中心進行，不僅效率提升，而且風控措施也得到了增強；人工智能技術也在不斷提高清結算、對賬工作的效率；語音識別、自然語言理解技術的採用，使本已經實現集中化運營的客服中心進一步降低了人員需求，這也使得大量客服中心人員轉崗；機器人自動化（RPA）技術正在更加廣泛地影響銀行的流程設計和運營管理。

（四）風險控制

智能風控的概念大約在2014年前後開始逐漸興起，互聯網金融領域在消費信貸方面對人工智能技術的應用推動了智能風控的快速發展。基於神經網絡、決策樹、機器學習、隨機森林等分析方法，銀行在信用評分、信貸審批、發欺詐、反洗錢、貸中管理、催收等領域的工作效率大幅提升。

互聯網系的銀行在技術方面具有一定優勢，起步也較早。螞蟻金服據稱80%的業務場景都基於模型進行風控，2014年12月微衆銀行推出的“微粒貸”、2015年6月網商銀行推出的“網商貸”、2016年12月網商銀行推出的“好人貸”都是採用智能風控技術進行信貸管理，信貸審批效率獲得較大提升。

2017年農行與百度合作推出“AB貸”，農行負責金融產品的業務設計，百度則提供信用風險控制技術。在網貸產品方面，各傳統銀行也紛紛有所動作，工行“融E貸”、建行“快貸”、廣發“E秒貸”、興業“興閃貸”、中行“中銀E貸”、招行“閃電貸”等，其後都有智能風控技術的支持，以實現比肩互聯網公司的業務效率。招行的“天秤系統”據稱對交易風險決策的響應速度在30毫秒以內，達到客戶無感知的情況下做出風險決策。

智能風控對於銀行實現對消費場景嵌入、支持在線實時金融服務、推廣普惠金融具有極大作用，也可以說是當前落地的人工智能應用中，最有實際業務價值的部分。截至2018年末，僅有700餘人的網商銀行已經累計爲1200萬小微企業提供過貸款，披露的不良率爲1.45%，遠低於全國小微貸款不良率5.9%的平均水平。

四、值得關注的RPA

1994年，保羅·阿倫在總結美國等發達國家自70年代銀行業務再造實踐經驗的基礎上，將哈默的企業流程重塑理論引入銀行業，出版了《銀行再造——存活和興旺的藍圖》一書，提出銀行流程重塑理論。原中國銀監會主席劉明康於2005年10月在“上海銀行業首屆合規年會”上，較早提出了國內流程銀行的概念。

作爲服務業企業，銀行對流程的關注由來已久，流程再造是提升內部工作效率、改善外部客戶體驗的必經之路，但是由於“部門銀行”的思維模式影響深遠，流程在跨越部門界限的整合設計方面一直進展緩慢，直到來自互聯網的競爭倒逼銀行更加主動地去改造流程。

以前銀行在內部業務系統的設計過程中，也經常會產生一些打破部門邊界的想法，但是由於制度、職責等原因，加之對於流程自動化的“信任”度不高，擔心業務差錯難以及時糾正等，使原本可以實現的自動化設計時有“擱淺”。如今，隨着銀行對計算機系統的依賴越來越強和人工智能技術的進步，流程自動化以“軟件流程自動化（Robotic Process Automation，RPA，也稱“機器人自動化”）”技術的面孔重返舞臺。

國外方面，印度工業信貸投資銀行簡稱ICICI。是印度第二大銀行，也是世界最大的私營銀行之一，規模僅次於印度國家銀行（SBI）。總資產約960億美元，在印度擁有955個分支機構，並在17個國家設有辦事處。ICICI銀行是印度第一家，也是全球少數幾家在全球範圍內部署RPA的公司。早在2012年ICICI便已經開始籌備RPA，以幫助銀行實現數字化轉型。到目前爲止，ICICI通過RPA已經實現1350個業務的流程自動化，主要用於客戶新增、交易處理、交易後服務、對賬、貸款處理、以及系統之間的數據移動和提取等，技術團隊的規模也達到60餘人。ICICI的RPA被用來捕獲和分析銀行系統中的信息，並跨多個應用程序自動運行業務流程。時至今日，ICICI銀行運營和客戶服務主管Anubhuti Sanghai說：“RPA在ICICI銀行被大範圍應用。在運營領域RPA幫助銀行每天自動處理650萬筆交易，同時爲超過3000萬的客戶提供售後服務”。

國內方面，2019年5月17日，工行RPA技術平臺啓動，被稱爲是國內銀行業的首次企業級應用；5月25日，建行RPA系統上線。建行的項目，從2018年招標到實施、上線，用時半年，目前內部反映良好，已有更多部門提出應用需求。兩大行幾乎同時推出RPA應用，可見雙方對RPA技術的興趣和科技競爭的激烈程度。

上述國內外RPA應用既包含業務流程中單環節的自動化，也涉及跨流程、跨業務系統的自動化處理，很多RPA設計並不像人們想象的那樣“高大上”，而是很簡單的類似表格採集技術這樣的應用。

採用企業級業務架構設計方式，能夠在更大範圍內駕馭流程再造，通過流程的梳理，識別低效業務環節或者業務驅動方式，再將綜合了人工智能的RPA技術應用到流程再造中，這使得RPA具備了從企業級層面、從人機協作角度全面提升企業效率的潛能。

RPA具體使用的技術可以包含很多類型，甚至不能算作一項專門的技術，前文介紹的人工智能應用皆可融入其中，成爲一種有機聯動企業整體的設計方式，將人工智能目前偏重“點狀”應用的局面提升爲“線狀”、乃至“面狀”的應用。

五、關於對銀行人工智能應用的思考

銀行對人工智能技術的應用態度是非常積極的，這是由銀行應對跨界競爭、打破同質化僵局的雙重目標決定的。但是在人工智能應用方面，銀行仍然存在以下問題：

（一）基礎研究薄弱

銀行整體而言不具備人工智能研發能力，只具備應用能力，而且應用方面大多也是依靠供應商，儘管這在促進科技進步、完善社會分工、高效推動新技術應用方面均無可厚非，但是，這也意味着銀行不具備真正駕馭該項技術的能力。

目前，互聯網科技頭部企業都在人工智能基礎研究方面投入較大資源，無論是國外的谷歌、亞馬遜、蘋果、臉書，還是國內的阿里、騰訊、百度、字節跳動，都在人工智能基礎研究方面不惜以重金爭奪人才、建立優勢。

儘管國內監管上目前“科技公司變銀行”這個“車道”已經逐步建立起嚴格的監管機制，但是從長期趨勢來看，“銀行變科技公司”這個“車道”可能是無法限制的，也許只是時間問題而已。那麼，對於科技公司而言，缺乏對核心技術的掌控力則是難以想象的。

（二）人工智能技術自身帶來的問題

人工智能技術在經歷過這一輪的空前繁榮後，自身也面臨着一些問題：

1. 學習能力方面。人工智能技術儘管目前取得了不小的進步，在之前一致認爲不可能戰勝人類的圍棋領域取得絕對性勝利，在複雜的即時戰略等類型遊戲上表現搶眼，在語音識別方面逐漸超越人類打字員，但是，其學習方式依然屬於“慢”學習類型。2019年8月在吉隆坡“王者榮耀”遊戲最高規格的電競賽事中，“5V5”模式下戰勝人類職業玩家的騰訊人工智能系統“絕悟”，其1天的訓練量可以達到人類440年的訓練量。這顯然不是大家對人工智能期待的學習方式，而且遷移學習方面進展有限，以極大數據量訓練的模型很難更換場景使用，這也限制了其發展。人工智能的發展還應當朝向更接近人類思維方式的小數據、可遷移方向演進。

2. 數據隱私方面。隨着全世界範圍不斷增強的數據保護力度，對於金融類業務這種需要大量依靠客戶信息、業務信息進行模型訓練的領域，如何解決數據確權、數據使用成本問題，雖然不會影響當前的人工智能發展，但是對未來的發展可能會造成一定影響。

3. 人力替代引發的爭議。人工智能頗有爭議之處就是其不可避免地會帶來人力替代，即便很多人認爲人工智能應用的主要方向是不斷加強人機協同，但隨着業務處理效率的上升，仍舊會產生人力替代。未來十年中，這種替代可能在銀行業產生比較明顯的影響，富國銀行預期將會對金融業產生20萬工作崗位的削減，摩根大通預期會在歐洲產生6萬工作崗位的削減。工作崗位削減也會伴隨各種爭議。這將不僅是對存量人力資源的影響，對於新進者的職業技能要求也會逐漸產生變化，新進者需要具備更好的人機協同能力。

參考資料：
1.《日均2.16億次人臉比對，“銀行最強視覺技術供應商”還不滿足？》，2019-07-08，Deeptech 深科技。
2.《智慧運營:銀行業競爭的下一個決勝之地》，波士頓諮詢，《新金融》2017年第12期。
3.《“暖科技”讓普惠金融發展跨越“鴻溝”》，2019-08-02，樑昊、王嘉倫，清華金融評論。
4.《印度第二大銀行ICICI通過RPA，每天自動完成650萬筆交易》，2019-07-20，RPA中國。

相關文章：
金融科技盛宴（一）：開放銀行到底都開放了什麼？
金融科技盛宴（二）：銀行的區塊鏈應用
金融科技盛宴（三）：銀行的雲計算應用
金融科技盛宴（四）：銀行的移動端應用
金融科技盛宴（五）：銀行的物聯網應用

作者簡介：
付曉巖，《企業級業務架構設計：方法論與實踐》圖書作者，原國有大行資深業務架構師，負責業務架構設計、項目管理，熱衷新技術探索與實踐，具有豐富的銀行業務經驗和企業級項目業務架構設計經驗，曾主導客戶關係、金融市場、同業、資管、養老金等多個領域核心系統的業務架構設計，現就職於建信金融科技有限責任公司。即將發行新書《銀行數字化轉型》，將通過對銀行信息化歷程的回顧、對新技術的思考，應用企業架構方法，從企業管理和技術設想兩個方面闡述了銀行數字化轉型的方法論，並對轉型後的銀行形態進行了預估。書中給出了筆者自己對數字化的定義和度量方法，區分了信息化和數字化兩個技術發展階段，使對數字化的理解更爲清晰，可供銀行業及其他行業踐行數字化轉型借鑑。公衆號：曉談巖說。