普惠人工智能加速智慧银行建设

“2017 中国金融论坛”于 2017 年 6 月 7-8 日在京举行。论坛围绕“金融科技创新服务实体经济发展”的主题展开。

才云科技（Caicloud）销售副总裁李剑受大会邀请，和建信养老金管理公司副总裁杭琛、加拿大皇家银行中国区首席执行官王维绛、北京农商银行副行长兼首席信息官李保旭、包商银行首席经济学家华而诚、中国银行首席研究员宗良同台就“科技创新与大数据应用常态下的银行智能化”展开深入交流。

才云科技（Caicloud）销售副总裁李剑与金融专家学者进行圆桌论坛

会后，李剑接受 CCTV 证券资讯频道采访，并表示金融科技应用要把用户需求放在第一位。真正好的金融应用，就是通过大数据、人工智能的方式真正让消费者获得收益。（点击“阅读原文”即可观看 CCTV 采访实录）

才云科技（Caicloud）销售副总裁李剑接受 CCTV 采访

Caicloud 李剑 金融论坛圆桌对话实录

现在所有的行业都在转向云计算，在座的各位可以发现，以前你的手机上是没有多少 APP 的。APP 就是云计算最好的一种表现形式，人工智能从 APP 开始的时候，就开始吸取你的数据，把这些数据转化为可以和你互动的、动态的能力。

我以前在 IBM 有十二年的工作经验，IBM 最早提出一个智慧星球的概念，前几年又开始在各大银行推智慧银行。智慧银行有三个很重要的要素：第一，识别。我得知道你这个客户是谁，我得对你进行客户画像，我才能和你互动和营销；第二，网络化。我必须要用网络才能更加快捷地触及我的客户；第三，非常重要，就是智能化。怎么才能做到智能化？这里面一定要借助科技的力量，我想在座的各位应该认同这个观点。

作为科技公司，我觉得有必要讲几个实际的案例给大家发散一下。

银行小额贷款信用的大数据应用

首先大家都在关注，我们对于小额贷款的信用。中国银行在这儿，中国银行下面有一个叫中银消费金融公司，它要做什么样的公司？它要做原来在大银行里面贷不出来钱的人的生意。

传统的风控模型、信用模型都是建立在央行征信体系基础上的，包括去查询数据，它对网络的数据根本没有涉及。那现在公司如果要发展，一定要借助大数据来做一些更加灵活的分析模型，同时又能够很快地利用互联网，让这些客户能够接触到它。你网上一申请，三十分钟钱就给你了，这个怎么能做得到？你想象一下传统的模式可以吗？提交申请让你准备材料，准备完之后做审批，还有刚才包商银行的华总讲到，贷前、贷中风控管理，这都是非常复杂的。

对于银行这一端我们也有一个需求，我怎么样找到潜在的客户？那我们回过头来在科技的角度上讲一讲大数据是什么。

大数据有四个特点：第一，数据量大；第二，运算速度快；第三，数据多样性，传统的结构化交易数据，加上我们互联网的文本数据、语音数据、语意数据等；最后一个非常重要的特点，就是准确度。如果数据准确度非常差，又很杂，拿到这些数据之后，银行无法采用这些数据，所以我们有了人工智能的平台。

人工智能助力银行新型风控模型搭建

其实人工智能的平台更多的是交给计算机在后台帮你做数据的验证和关联性。如何对大量数据进行筛选，筛选完了之后进行提取和优化，一层一层地往前递进？这些都是神经网络算法的一些做法，从而能够很快的帮我们的银行建立起一套新的信用风控的体系。

那这个体系在银行里面还有一个很好的应用就是催收。我们现在银行是打包销售的，打包销售有可能三十个亿卖出去就有十个亿的贷款坏账。如果我们能够根据用户的行为数据进行分析，从而智能地在它即将出现风险的时候，用动态的方式，比如短信、微信甚至于网络告知管理员，提醒你做准备，同时银行也可以做出相应的反应。所以所谓的智能化是真正能够在业务中间渗透到每一个业务场景中间去，比如：在精准营销，风控管理，风险预测上。

我们银行现在都在做投行业务。那我们刚才讲了识别，我们把人工智能识别通过 API 接口方式暴露给银行，银行就可以通过他们自己的 APP 直接服务银行用户了。你炒股票，直接把你的 K 线图传上来，银行就可以告诉你，历史上这支股票 80% 明天会上涨一块钱。如果银行告诉你这个信息，是不是可以对你的个人投资起到帮助？所以这些都是人工智能大数据结合起来在银行业务的一些应用。

人工智能解决金融难题

当下，技术和金融的结合相对来讲是落后的。我们虽然有很多应用走在了前面，但是我们的需求没有办法去满足。

比如，你有资金需求，但是你额度不够，钱到不了位，依然无法满足需求。

如果加上人工智能该怎么做呢？它应该是这样子的。机器对你所有的历史交易数据进行人工智能学习，之后它能告诉一个动态时序管理的分布，这个分布告诉你这一天大概的用款额度，当达到 85% 以上，银行就可以跟你说在这一天之前，我提前给你准备 85%的款项用于你的支付。这两个 API 就可以对接起来，你的数据也成为整个生态支付体系当中的重要一环，银行也借助支付的触角，跟最终的用户形成了动态的支付。我们把这个模式叫做 B2B2C，中间就需要搭建一个平台。

再比如，路线图问题。怎么来拟合路线图，这个就像建房子一样，首先要具备基础的 IT 条件。所有的数据都来自于系统，信息化的第一步就是系统，首先你要把你现在已有的所有的数据都归集起来；第二步你要搭建一个大数据的分析平台，它可以把传统的统计大数据，再加上前面提到人工智能大数据，还有其他不同的算法，把这些所有的大数据平台整合在一起，对于你数据进行联合调度和分析，这样你就形成了一个分析，我们私底下称它为分析云。最后，就是我们的场景的应用云，对于支付场景、信用场景，以及任何一个场景全部通过 API 的方式把接口暴露出去，我的数据和分析结果和你共享。这样还能避免另外一个数据的脱敏，敏感数据全部留在了银行底层，那么构建中间层就显得非常重要。这个中间的平台层就是我们在做的事情。

刚才北京农商银行副行长兼首席信息官李保旭李总提到的 ITOA 系统来实现运维管理动态化分析，其实我们已经帮客户做过类似内容。以前银行的计算资源，是需要预留的。我一个分行使用了多少资源，需要预留出多少资源，后来达到了什么效果，就是动态化。人工智能系统会根据需求，动态调整参数表，自动写进系统的调度程序里面，从而做到一个动态化的结果，所以这也就是人工智能在我们前端的应用。

本文转载自才云 Caicloud 公众号。

原文链接：https://mp.weixin.qq.com/s/qkpthcuIMc42wyxGzVZTQw