AI銀行：人工智能技術(shù)重塑銀行業(yè)

1、AI銀行：人工智能技術(shù)如何重塑銀行業(yè)？2016年，AlphaGo機器人擊敗了曾多次問鼎世界圍棋冠軍的 李世石。時至今日，人工智能（AI ）技術(shù)已取得更為長遠的進步， 給許多行業(yè)帶來更深遠的變革。麥肯錫估計，AI技術(shù)每年可為全球 銀行業(yè)創(chuàng)造高達1萬億美元的增量價值。然而，許多銀行僅圍繞零星用例開展AI試驗，難以實現(xiàn)全組織 范圍的大規(guī)模應(yīng)用。背后的原因可能是銀行缺乏明確的AI戰(zhàn)略、核 心技術(shù)僵化與投資不足、數(shù)據(jù)資產(chǎn)分散以及運營模式過時（阻礙了 業(yè)務(wù)和技術(shù)團隊間的協(xié)作）。而新冠疫情加速了數(shù)字化互動趨勢， 金融服務(wù)領(lǐng)域已成為科技巨頭進軍的下一個相鄰市場。要贏得競爭 并實現(xiàn)蓬勃發(fā)展，傳統(tǒng)銀行必須成為“

2、AI先行”機構(gòu)，并將AI技術(shù)作 為打造新價值主張和獨特客戶體驗的基礎(chǔ)。為幫助金融機構(gòu)領(lǐng)導(dǎo)者明確AI銀行愿景并制定“AI先行”轉(zhuǎn)型 路線圖，本文將探討以下四個問題：銀行為何應(yīng)“AI先行”？未來的AI銀行何種面貌？哪些因素阻礙銀行大規(guī)模部署AI能力？要做到“AI先行”，銀行如何轉(zhuǎn)型？1銀行為何應(yīng)“AI先行”？AI技術(shù)能提高自動化程度，在風(fēng)險控制得當?shù)那闆r下，能提升 人為決策的速度和準確度。其在各個行業(yè)的價值創(chuàng)造潛力無與倫比， 例如AI技術(shù)每年可為銀行業(yè)帶來1萬億美元的增量價值（圖1）。361.5&0營桶右隹：624.8陽亂B 251.1361.5&0營桶右隹：624.8陽亂B 251.10処險；3

3、.92ae 觸 rB.6Al與令析技術(shù)每年為全賺銀行業(yè)帶來的潛在價值可鬲達1萬億美元怎年的恂值潛帝，十憶矣元1,022.4 .益甘， 親播慮匕售也韋城守析左扛再罕卸-43Cf-liflM I 頭足*ia覲晌日EQ虎視隈一文竦通過進耳灌和褂型嚴生撓取丄內(nèi)就國罠毛問憶耳護氏井 曲密撓取丄內(nèi)就國罠毛問憶耳護氏井 曲密H判円也打爪準氏旳片郵fttMMt玖備丹：橙督用時用戶萍毘光快一峨M展歩汗吉門弧直旬 怙爐就iiijJljK 凱褪出純-對爐世抵山汗帶棗飾助豆皮甘證慕甘氐粗卉t哼*利柚），保追業(yè)E科舟非加饒 幵?t建度番偽星余UI喬如崖與片占鈦悴曲神卅-芟得*定:赴U1UI敷詡環(huán)皿爭，亂卄容2#址；i4

4、4.* 支博囲気卓.勺號同只對此如怏丄TtrPl銀行的傳統(tǒng)運營模式阻礙了持續(xù)性創(chuàng)新。大部分傳統(tǒng)銀行的組 織架構(gòu)是基于不同的業(yè)務(wù)線，技術(shù)和分析團隊則作為成本中心集中 化管理。業(yè)務(wù)負責(zé)人單方面確定目標，與企業(yè)的技術(shù)和分析戰(zhàn)略（若 存在）通常缺乏統(tǒng)一、或協(xié)調(diào)性較差。孤立的工作團隊以及瀑布式 開發(fā)流程往往導(dǎo)致延誤、成本超支和績效欠佳。此外，很多組織缺 乏“測試-學(xué)習(xí)”觀念以及有力的反饋循環(huán)，無法推動快速試驗與迭代。 由于過往項目和試驗效果不佳，業(yè)務(wù)高管在關(guān)鍵功能上往往傾向于 依靠第三方技術(shù)提供商，導(dǎo)致內(nèi)部人才和能力逐漸枯竭，無法建立 起競爭優(yōu)勢。4要做到“AI先行”，銀行應(yīng)如何轉(zhuǎn)型？銀行需通過系統(tǒng)性方

5、法部署AI技術(shù)，以克服在全組織范圍部署 時面臨的阻礙。要做到“ AI先行”，銀行必須對綜合功能棧中全部四 個層次的轉(zhuǎn)型能力（圖6）進行投資，這包括：互動層、AI支持的 決策層、核心技術(shù)與數(shù)據(jù)層以及運營模式。第1層：重構(gòu)客戶互動層越來越多的客戶要求銀行參與終端客戶旅程，了解其應(yīng)用情景 與需求，從而時刻提供無縫的卓越體驗。很多銀行業(yè)務(wù)（例如支付、 某些類型的貸款）正在“隱形化”，因為旅程的起止常常發(fā)生在銀行 平臺以外的客戶界面。要滿足客戶潛在與新的需求，銀行需要重新 構(gòu)想與客戶的互動方式并做出幾項關(guān)鍵轉(zhuǎn)變。首先，銀行不應(yīng)局限于提供高度標準化產(chǎn)品，而應(yīng)該以最大化 滿足客戶需求為目標提供綜合性的產(chǎn)品及

6、服務(wù)。第二個，將客戶旅程無縫整合到合作伙伴生態(tài)系統(tǒng)與平臺中。第三,銀行需要重新設(shè)計整體客戶體驗和全渠道互動中的特定旅程。第2層：打造AI支持的決策層為建立強大的AI支持決策層，艮行需要跳出開發(fā)特定用例和單 點解決方案的思維模式，制定在所有業(yè)務(wù)領(lǐng)域部署高級分析（AA） /機器學(xué)習(xí)（ML）模型的全行路線圖。舉例而言，僅在無擔(dān)保消費 貸款領(lǐng)域，就有超過20項決策可以實現(xiàn)自動化。為推動大規(guī)模開 發(fā)決策模型，開發(fā)過程應(yīng)具備可重復(fù)性，從而保證解決方案的有效 和準時交付。除了業(yè)務(wù)團隊和分析人才之間的緊密協(xié)作，銀行也需 要強大的工具進行模型開發(fā)、提高流程效率（例如，跨項目重用代 碼）、以及跨團隊傳播知識（例如

7、，知識庫）。除了跨業(yè)務(wù)領(lǐng)域大 規(guī)模開發(fā)決策模型，路線圖還應(yīng)將AI整合到日常業(yè)務(wù)流程。為實現(xiàn)上述決策和功能并與客戶在整個生命周期互動（從獲客 到追加銷售與交叉銷售，再到客戶留存與挽回），銀行需建立企業(yè) 范圍的數(shù)字營銷機制，其中幾項關(guān)鍵要素包括：從銀行內(nèi)部（例如，來自App的點擊流數(shù)據(jù)）和外部（例如， 與電信提供商的第三方合作）的多元數(shù)據(jù)源捕獲各類數(shù)據(jù)的提取管 道；匯總、開發(fā)和維護360度客戶視圖、并讓AA/ML模型能夠近乎實時運行和執(zhí)行的數(shù)據(jù)平臺；跟蹤過往行動并在互動層全渠道范圍內(nèi)協(xié)調(diào)前瞻性干預(yù)措 施的活動平臺。第3層：加強核心技術(shù)與數(shù)據(jù)基礎(chǔ)設(shè)施在整個組織內(nèi)部署AI功能，銀行需要一系列可擴展、有

8、彈性且 適應(yīng)性強的核心技術(shù)組件。核心技術(shù)與數(shù)據(jù)層包含幾大關(guān)鍵要素：未來技術(shù)戰(zhàn)略。銀行應(yīng)擁有與業(yè)務(wù)戰(zhàn)略緊密結(jié)合的統(tǒng)一技術(shù) 戰(zhàn)略，并就關(guān)鍵問題做出戰(zhàn)略性選擇，即哪些要素、技能組合和人 才應(yīng)留在內(nèi)部，哪些則應(yīng)通過合作伙伴或供應(yīng)商獲得。此外，技術(shù) 戰(zhàn)略需闡明目標架構(gòu)各個組成部分如何支持銀行成為“ AI先行”機構(gòu)， 以及如何與功能棧的每一層進行交互。AI環(huán)境中的數(shù)據(jù)管理。銀行數(shù)據(jù)管理必須確保數(shù)據(jù)的流動性， 即訪問、提取和操縱數(shù)據(jù)的能力，這是決策層產(chǎn)生任何洞見與決策 的基礎(chǔ)?，F(xiàn)代化API架構(gòu)。API類似于結(jié)締組織，能實現(xiàn)對銀行內(nèi)外 部服務(wù)、產(chǎn)品和數(shù)據(jù)的可控訪問。在銀行內(nèi)部，API可減少建立孤 島的誘因，提

9、高技術(shù)資產(chǎn)的可重復(fù)性，并提高技術(shù)架構(gòu)的靈活性。 在銀行外部，API可促成建立外部合作的能力、解鎖新商機并提升 客戶體驗。API確實能夠帶來巨大價值，但必須首先確定其使用領(lǐng) 域并建立集中化的治理機制以支持其開發(fā)和管理。智能基礎(chǔ)設(shè)施。不同行業(yè)的公司紛紛增加在共有和私有基礎(chǔ) 設(shè)施上處理的工作比重，有充分證據(jù)表明基于云的平臺可實現(xiàn)更高 的擴展性與彈性，后者對于“ AI先行”戰(zhàn)略至關(guān)重要。此外，基于云 的基礎(chǔ)設(shè)施能夠降低IT維護成本，并支持開發(fā)團隊的自助服務(wù)模式，從而通過提供托管服務(wù)（例如，在幾分鐘而非幾天內(nèi)設(shè)置新環(huán) 境）加快創(chuàng)新周期。第4層：向平臺運營模式過渡在平臺運營模式下，跨職能的業(yè)務(wù)和技術(shù)團隊構(gòu)

10、成了銀行內(nèi)部 的一系列平臺。每個平臺團隊都控制著自己的資產(chǎn)（例如技術(shù)解決 方案、數(shù)據(jù)、基礎(chǔ)設(shè)施）、預(yù)算、關(guān)鍵績效指標以及人才。另一方 面，這些團隊向銀行的最終客戶或銀行內(nèi)的其他平臺提供一系列產(chǎn) 品或服務(wù)。在目標狀態(tài)下，銀行的平臺團隊原型可分為三類：業(yè)務(wù) 平臺、企業(yè)平臺和支持平臺。通過將業(yè)務(wù)和技術(shù)整合到由跨職能團隊運營的共有平臺中，銀 行可以打破組織孤島、提高敏捷性與速度并讓全行上下實現(xiàn)統(tǒng)一。“AI先行”銀行需要在功能棧的全部四個層次構(gòu)建轉(zhuǎn)型能力。忽 視任何一層的挑戰(zhàn)或?qū)θ魏我粚油度氩蛔愣紩叭郑瑢?dǎo)致功能 棧欠佳而無法實現(xiàn)業(yè)務(wù)目標。務(wù)實的做法是先評估銀行的戰(zhàn)略目標（例如增長、盈利、客戶 互動、創(chuàng)新），以及如何通過一系列AI技術(shù)切實實現(xiàn)該目標，并確