編者按：小微企業等普惠金融客戶群體作為國民經濟的基礎細胞，是推動經濟增長、促進就業增加、激發創新活力的重要源泉和引擎，是推進穩增長、調結構、惠民生工作的重中之重?？傮w上，我國普惠金融業務發展時間較短，仍處于實踐探索階段，和居民對高質量金融產品和服務的需求相比，還存在一定差距。隨著新一輪科技革命和產業革命的加速，以人工智能為代表的新技術從信息端、信用端切入，賦予新的破題機遇與能力。在此背景下，工商銀行金融科技研究院結合本行實踐，開展了基于AI驅動的普惠金融服務整體提升研究。

自普惠金融成為國家戰略發展要求以來，普惠金融在服務小微企業、服務實體經濟、服務農村居民、服務金融弱勢人群、精準扶貧中的作用愈發凸顯，普惠客戶群體成為銀行轉型發展重要突破口。

目前，我國普惠金融服務已進入金融科技和普惠金融高度融合發展階段，大數據和人工智能等新技術為普惠金融注入了發展新動能，持續賦能普惠金融產品、創新智能治貸、優化運營模式，助力提升普惠金融服務的覆蓋率、可得性和滿意度，實現為小微企業提供高質量金融服務的目標。

基于AI賦能普惠金融產品和服務能力創新

數據驅動產品創新和精準獲客能力提升，打造差異化、個性化普惠金融產品和營銷體系?；趦韧獠繑祿?，商業銀行可實現政企、企企等跨界數據融合和創新應用，按特定場景建設業務模型，構建差異化、個性化產品體系，提升普惠產品的市場競爭力，擴大客群覆蓋率。如工商銀行利用大數據創新信用貸款產品體系，已投產200多個基于規則和機器學習算法的場景準入模型，覆蓋數百萬小微客戶，助力線上精準投放和線下精準營銷。在供應鏈金融領域，以企業間訂單、貨物流轉為依據，通過與物流、倉儲等第三方對接的方式，加強與外部數據交互，獲取更真實的企業經營交易數據，打造各類供應鏈融資服務。

表1.外部數據可建設場景案例

加強服務能力的線上化和智能化，提升客戶體驗。綜合應用生物識別、OCR文字識別、自然語言理解、虛擬現實等人工智能技術，實現客戶身份遠程認證、信息采集、線上面談、面審、面簽等線上化服務，讓客戶服務更便捷。如多家銀行在手機銀行、網上銀行、微信小程序等多渠道構建“貸款線上營業廳”，通過虛擬客服交互式指導客戶完成申請、在線提交等工作，利用OCR等技術完成客戶基礎信息資料的自動采集，解決客戶經理“下戶”或客戶多次往返網點的痛點。在與客戶視頻交流過程中，合規采集客戶的地理位置信息、音視頻訪談信息、數字簽名等信息，綜合應用生物識別、微表情等技術，輔助客戶經理通過視頻提升面談面審質量。

表2.新技術在服務能力轉型中的應用

基于AI創新“智能治貸”的普惠金融風控體系

依托人工智能技術，將普惠金融決策從“經驗依賴”向“數據依賴”轉化，加快普惠金融數字化風險防控體系的建設。

圖1風控體系整體視圖

打造全面的客戶風險畫像，提升信用風險防御能力。融合內外部數據建立客戶畫像，使用人工智能技術提煉企業盈利能力、償債能力、營運能力、上下游企業業務經營狀況等標簽，為貸前客戶信息甄別、貸中分析決策和貸后風險預警提供支持。如工商銀行利用智能水電表、門禁等聯網監控設備，實時采集分析企業人員流動、生產線開工率、庫存變動、水電用量等經營數據，透明化企業經營情況，實現監控信息查詢、預警模型設定，減輕現場檢查壓力，提升存續期管理工作的效率與質量。

利用機器學習、計算機視覺、聯邦學習等技術，創新智能化風險防控能力。機器學習技術有助于提升單點、原發性的風險防控能力，建立體系化的普惠數字風控系統。計算機視覺有助于提升憑證識假反假力度，如運用OCR中的拼接圖像防偽等技術，聯動稅務等外部數據信息，識別虛假合同、作廢發票等材料，防范騙貸風險。聯邦學習有利于在保護客戶隱私的前提下，聯合多方信息，在更廣范圍內突破信息孤島，實現跨界、跨域的數據聯合挖掘，更深入解釋風險。

基于知識圖譜技術防范關聯風險。借助知識圖譜，將客戶“單點”身份、資料等核查轉換成從“面”的形式進行風險檢測，發現風險的交叉傳染，有效識別團伙風險。如銀行可在網貸申請環節，基于關系圖譜，使用標簽傳播、風險傳導等算法模型甄別可疑欺詐團伙，實時推送業務系統排查，形成完整的基于關系圖譜的欺詐團伙識別、排查、確認機制，實現“一點出險，全面防控”。

基于AI實現機器換人，優化普惠金融運營模式

綜合運用AI技術，持續推動普惠金融運營模式轉型升級，實現“技術換人”，降低業務運營成本，提升服務效率。

對外提升客戶服務效率，打造更智能的客服機器人，降低客戶經理服務壓力，提升客戶滿意度。綜合應用語音識別、自然語言處理與知識圖譜等技術，用智能客服機器人替代人工客服，準確回答客戶咨詢問題，完成標準化的信息確認、催收等服務。比如，工商銀行已實現信用卡智能外呼催收、個人坐席智能外呼營銷等功能，效率較傳統人工個坐席可提高5倍。

對內以線上集中運營、線下專業運營的方式提升集中化運營效率，降低業務運營成本，提升普惠金融運營集約化程度，可從以下三方面進行優化：

增強審查審批的智能化水平，提供自動決策和輔助支撐能力。利用NLP技術對融資申請等文檔信息進行結構化信息提取和意圖識別，輔助快速判定融資申請的合規性及是否符合銀行當前的信貸政策。利用OCR、NLP、知識圖譜等技術將影像資料轉換為結構化的風險審查要素，與行內外準實時采集數據進行分析比較，并列出歷史相似案例，提示業務辦理人員該筆業務的關聯、合規、欺詐、財務舞弊、過度融資等風險點及相關依據，形成審查參考報告，為經辦人員開展工作提供決策依據。

輔助貸后現場檢查和客戶關系維系，提高管戶效率。通過系統輔助客戶經理開展客戶的關系維護工作，根據核心企業的經營周期，歷史波動情況，推測上下游企業的生產經營的周期，系統根據預設話術生成營銷信息，提示客戶經理及時為客戶提供服務，客戶經理確認信息無誤或稍作修改后即可發出，解放客戶經理勞動力。

優化運營管理工作模式，提升工作效率。如通過對歷史貸后管理記錄的分析，提煉總結貸后監控的要點，使用機器學習和圖學習技術集中監控客戶及關聯風險，使用自然語言技術自動生成客戶分析報告，對于風險客戶，自動生成預警清單及核查事項，減少人工介入。使用圖文識別、自然語言處理等技術對圖像憑證和文本進行智能處理，使用RPA技術自動化處理流程，用RPA+AI技術取代重復勞動，大幅降低人工干預程度。

新一輪科技革命和產業變革加速演進，人工智能為代表的新技術正加快普惠金融業務的發展。商業銀行應順應“數字中國”建設深度疊加的創新變革趨勢，將數字科技應用作為普惠金融發展的重要推動力，綜合利用人工智能、大數據等新技術手段，加大產品創新力度，優化客戶服務方式，增強風險防控手段，提升業務處理效率和客戶滿意度，持續推進自身經營模式的轉型升級，推進普惠金融的高質快速發展，更好的服務小微企業，贏得大未來。

責任編輯：陳愛