銀行利用客戶畫像實現對客戶的完全洞悉能力，了解客戶的風險偏好、財富管理需求，進而提供量身定制的差異化產品和產品定價以及個性化服務，同時，在服務過程中利用實時風險預警和反欺詐，保護客戶資金安全，在服務后能夠便利采集客戶的評價。未來，商業銀行應具有這種“智能化”的實時感知和響應能力。

　　今年的兩會首次將人工智能寫入政府工作報告，指出要全面實施戰略性新興產業發展規劃，加快人工智能、第五代移動通信等技術研發和轉化。事實上，近年來，隨著智能終端、移動互聯網、物聯網的快速發展，人類社會已經進入到一個快速發展的數字化時代，現代金融已經具有了明顯的數字化特征。

　　遵從金融本質，以數據為基礎，以技術為手段，變革金融業生產方式進而提高了金融生產力。專業化、自動化的智能金融服務或將取代傳統金融服務，“具有智能分析的客戶需求實時感知和響應能力”將成為數字化時代商業銀行發展的核心競爭力。

　　一、建設商業銀行“智能化”體系

　　在商業銀行數字化轉型過程中，商業銀行利用大數據和云計算等技術實現海量數據的低成本存儲和基于海量數據的復雜計算，為商業銀行的“智能化”應用提供了可能和支撐。

　　人工智能可以利用認知計算、深度計算等技術實現從“數據”到“信息”到“知識”的轉換，將獲取的“知識”嵌入到商業銀行“端到端”的業務處理和管理流程中，替代商業銀行的分析活動，實現對未知的預測，使得商業銀行逐步具有“智能化感知和響應”的核心能力。

　　“智能化”應用將覆蓋商業銀行金融業務的各領域。尤其在零售銀行、財富管理等領域，會涉及商業銀行“端到端”業務處理和管理流程中的各環節。

　　商業銀行的“智能化”應用在提升客戶服務能力、洞悉客戶需求、強化業務風險防控、提高管理精細化等方面將發揮顛覆式的作用。

　　1、數據是商業銀行“智能化”體系建設的源頭和基礎。

　　商業銀行“智能化”的核心是如何擁有認知計算能力，將海量的信息轉化為知識，其根本在于對特定知識的學習和積累，智能化的應用是在業務流程中嵌入相應的規則知識，以實現對新信息的類比分析能力。因此，商業銀行開展“智能化”體系建設需要從數據的整合、知識的學習和知識的運用三個層次去規劃和建設。

　　2、數據的獲取和整合是商業銀行“智能化”的基礎。

　　商業銀行應從文化、組織、制度、流程、系統和工具等多方面構建完整、一致的數據體系。

　　首先，需要打造各項業務和管理活動都要基于在數據分析結果基礎上開展的企業文化。

　　其次，商業銀行應建立包括數據資產管理、元數據管理、數據標準、數據質量、數據安全等在內的企業級數據治理體系。

　　再次，應構建包括大數據平臺、數據交換平臺、數據集市、數據分析平臺等在內的系統平臺和支撐工具。

　　3、知識的學習和完善是商業銀行“智能化”的核心。

　　利用機器感知、認知計算、深度學習等人工智能技術構建“自學習”“自完善”的知識形成體系，構建完整的、面向知識的“采集、分析、使用、反饋”的閉環體系，不斷提高商業銀行自身的智能感知和響應能力，進而用“智能”的機器設備在商業銀行各領域替代或輔助人工，并由此形成智能客服、智能投顧、智能預測、智能反欺詐等人工智能應用。

　　4、知識的流程嵌入和應用是商業銀行“智能化”的最終體現。

　　商業銀行通過將客戶和商機識別、風險預警、欺詐分析、運營質量和效率分析等智能知識嵌入到業務和管理流程的相關環節中，使其演變為“智能化”的流程，并構建與之相匹配的信息系統。同時，利用自學習的人工智能技術，對知識持續完善和更新。

　　二、商業銀行“智能化”面臨的困難

　　綜上所述，商業銀行構建“智能化”能力需要完備的數據基礎、需要各類人工智能技術的掌握和應用，需要“智能化”的業務和管理流程建模。同時，支持“智能化”的信息系統應具備強大的計算能力、海量數據的存儲能力、實時的資源擴展能力，這需要借助基于分布式架構的云計算平臺實現。面對這些要求，商業銀行“智能化”發展還有很長的路要走。

　　1、數據基礎不牢。

　　當前商業銀行在數據資產理念、數據標準化和數據完整性等方面還存在諸多不足。

　　在數據資產理念方面，數據工作仍停留在“被動存儲”階段，為存儲而存儲，缺乏“數據即資產”的理念，缺乏主動的數據收集和整理，缺乏總體的數據資產架構規劃，缺乏數據資產管理手段，更缺乏數據資產保值、增值的理念。數據的存儲和管理沒有站在企業級的角度進行考慮，還存在部門數據、系統數據的現象。

　　在數據標準化方面，雖然商業銀行近些年高度注重數據治理工作，數據標準也在逐步建設和規范過程中，但是從數據治理的高度進行元數據、數據質量、數據安全等方面的規劃和實施仍顯不足，數據標準化的范圍不足、執行不到位，增加了數據整合的難度和差錯率，導致數據分析和應用的效果大打折扣。

　　在數據完整性方面，傳統上商業銀行由于源系統只關注業務交易所必須的信息，缺失非交易信息，客戶的行為信息、偏好信息、輔助信息采集理念缺失，導致很多數據缺失和不完整，難以形成完整的用戶畫像?，F有數據整合程度相對較低，沒有形成有機的存、管、用體系。

　　2、人工智能核心技術的掌握和應用還處在探索階段。

　　人工智能是對計算機系統如何能夠履行那些只有依靠人類智慧才能完成的任務的研究與應用。機器學習、計算機視覺、自然語言處理、語音識別和機器人構成了人工智能的核心技術。機器學習是計算機從數據中自動學習知識，一旦積累到一定程度便可用于分析判斷，機器學習作為人工智能最為核心的技術，在未來商業銀行中的應用最為廣泛，涵蓋客戶評分、精準營銷、欺詐識別、風險預警等領域。

　　比如，通過學習技術，讓計算機學習一個關于銀行卡交易時間、商家、地點、金額及交易是否正當等信息的交易集，計算機就會學習到可用來預測針對銀行卡交易的欺詐模型，學習的數據越多，獲得的欺詐模型越準確。

　　計算機視覺、自然語言處理和語音識別實現了智能機器人與客戶在視覺、文本和語音上的交互，機器人利用上述認知技術，具備人類的智慧，能夠從事商業銀行各領域的工作。當前，上述語音識別、機器人等新技術在商業銀行應用的領域和范圍還非常有限，核心技術仍然掌握在高校、科研院所或科技公司，商業銀行還不具備這些人工智能核心技術的掌握。

　　3、“智能化”企業級業務建模缺失。

　　企業級業務建模是商業銀行構建“智能化”體系的前提。通過企業級建模實現對業務流程的分析，實現對業務流程各環節結構化的理解，以及理解在業務流程各環節需要具備什么樣的業務能力，而這種業務能力需要依靠什么樣的“智能化”手段達到。

　　在這一業務流程的各環節中，業務建模人員需要定義和準備一系列需要具備的能力。比如，客戶開始訪問銀行的任意線上或線下的渠道，商業銀行應具備實時感知客戶并識別客戶的能力，應具備利用智能機器人與客戶進行交互和客戶關懷的能力，應具備在識別客戶的基礎上利用客戶畫像完全洞悉客戶的能力，應具備在洞悉客戶的基礎上提供差異化產品的能力，應具備根據客戶的價值貢獻差異化定價的能力，應具備在針對客戶的業務處理過程中反洗錢、反欺詐、風險預警的能力。商業銀行要想具備這些能力，勢必需要利用“智能化”的技術手段進行上述能力建設，進而采用與之相適應的人工智能技術，因此，人工智能技術是提升商業銀行自身能力的有效手段。

　　當前，只有少數大型商業銀行開展了企業級的業務建模，將企業的戰略能力轉化為流程能力和應用能力。流程模型利用了五級模型的標準化語言對業務流程進行結構化和規范化的描述，并通過對業務流程各環節的能力描述，明晰能力獲取所需要的數據基礎和技術手段。

　　對于絕大多數商業銀行來說，“智能化”的開啟不應單純只從某些點上入手，而應從業務流程能力建模入手，統籌規劃智能化技術、系統與流程的緊密結合，這也是很多商業銀行所缺乏的。

　　4、分布式架構還未得到成熟應用。

　　商業銀行“智能化”體系的建設基礎是海量的數據信息及對海量數據的計算，因此，需要更大的存儲空間、更快速的處理速度，這些都離不開強大穩定的信息系統，支撐信息系統的技術平臺需具備按需投入、彈性分配、快速部署、計量跟蹤等特點，進而有效提升大型數據中心的資源集約化管理和高效快速上線能力。傳統IT架構在存儲能力、計算能力等方面都無法滿足這一需求，基于分布式架構的云計算平臺將成為滿足這一需求的主流IT技術架構平臺。

　　當前，分布式架構已經開始在商業銀行對交易和數據的強實時一致性要求不高的系統中應用，如電子渠道、互聯網應用、大數據平臺、管理信息等應用系統。但是，受限于CAP理論的約束，商業銀行對數據要求強實時一致性的系統，應用完全的分布式架構還存在一定困難，針對這一類系統可以在應用服務層采用分布式架構，在數據庫層仍然采用傳統關系型數據庫的混合模式。

　　但是，從長遠來看，分布式架構的成熟應用應通過優化業務流程和應用架構，實現系統分層解耦和微服務，逐步實現分布式處理。系統分層解耦應做到應用層與服務層解耦、服務層與數據層解耦、上層軟件與底層基礎設施解耦。應用層專注于用戶體驗與業務功能。服務層通過將系統專業化分工，提供“去中心化”的服務調用，并通過服務編排組合可快速滿足多應用多前端的功能實現。數據層通過分布式數據庫訪問中間件或數據庫集群，實現數據庫節點的動態可擴展。要實現這一成熟應用，商業銀行還有一定的差距。

　　三、結論

　　數字化時代“智能化”之路是商業銀行未來轉型發展的必經之路，商業銀行應盡早統籌規劃自身的“智能化”路徑，在數據整合、企業級業務建模、人工智能核心技術的掌控、分布式架構的落地等工作需要統籌規劃、提早儲備、分步落地。同時，商業銀行的“智能化”之路需要人力和財力保持持續、較大的投入。大型銀行可以通過自身的力量逐步實現“智能化”之路，但是，對于中小銀行來說，依靠單體力量，能力顯見不足，因此，中小銀行需要通過合作和共享的方式，規劃“智能化”之路。

　　在實踐上，山東城商行聯盟自2008年成立以來，借鑒德國儲蓄銀行合作聯盟模式，積極踐行我國中小銀行聯合發展的第三種模式，通過整合資源，建設為成員行提供中后臺服務的共享服務中心，以達到在利率市場化、互聯網金融大潮下支撐、推動中小銀行業務發展和金融創新的目的。山東城商行聯盟經過8年的發展，已經成為中小銀行的科技共享和支撐平臺，通過資源的整合，構建專業化的科技隊伍和平臺，助力中小銀行持續發展和創新，尤其是在中小銀行的“智能化”之路上，山東城商行聯盟也在同高校、科研院所、大公司合作規劃共享科技平臺的“智能化”路徑，期望通過規劃、預研、應用逐步將“智能化”的技術應用于共享科技平臺中，助力中小銀行的“智能化”發展。

　　(作者：黃鑫 山東省城市商業銀行合作聯盟有限公司常務副總經理兼首席技術官)

責任編輯：方杰