技術的力量，“超過了我們歷史的任何時刻?！惫韫任磥韺W家庫茨維爾曾如此指出。

要做好金融科技創新，快速占領“ABCD+5G”等新技術應用高地成為了制勝關鍵，其中，搭建AI技術平臺成為金融機構的必然選擇。

在銀行業，工行打造了“工行智慧大腦”，農行有“金融大腦”，中行構建了“中銀大腦”，平安銀行則持續打造AI Bank，從而提升銀行業智能化創新應用效率。

這些人工智能平臺對銀行業有何啟示？平臺落地背后與合作伙伴經歷了怎樣的故事？我們以某銀行為例，深度調研與剖析銀行在人工智能技術方面的創新實踐。

一、銀行業的AI決戰

在新技術的研發與運用上，大行正在構建人工智能、區塊鏈、云計算、大數據、物聯網等新技術創新平臺，從而提升科技敏捷和迭代創新能力。

其中，AI在長期對銀行業帶來的顛覆性影響，已經體現在了多個方面。央行金融研究所一份研究認為，AI有望成為商業銀行下一個利潤增長點；麥肯錫更是估計，AI技術每年可為全球銀行業創造高達1萬億美元的增量價值。

一場AI決戰已經到來。

從AI的積極影響看，可以提高銀行的利潤、加快創新周期、提升運營效率，為客戶全方位提供個性化、綜合化、場景化金融服務；反之，如果銀行業不把AI置于戰略位置，就會面臨被淘汰的風險。

當下的大中型銀行，都在大力發展的零售金融業務，客戶體驗與價值挖掘至關重要。在這背后，AI的應用潛力極大。麥肯錫發現，越來越多銀行業領軍者已開始通過系統性方法部署高級人工智能，并將其整合到貫穿前后臺的數字化經營全生命周期之中。

雖然把人工智能技術作為做好金融服務的重要突破口已成為共識。不過，在銀行業，AI應用創新存在技術門檻高、與金融業務的有效結合等難題，同時，也要求銀行對各類項目應用整體統籌、規劃，以避免相關能力開發和應用存在重復建設行為。

以某銀行為例，構建一個全行統一的人工智能平臺，有助于滿足全行在人工智能領域的業務需求，也利于行內完成自己的人工智能方面的能力建設和積累。

但要讓人工智能平臺在銀行業真正落地，并沒有那么容易。

二、銀行AI平臺突圍之道：合作共建

不同于以往的信息化革命，數字化時代的金融競爭，不僅是新技術創新平臺的比拼，更是生態之間的競爭。銀行業要快速落地以及全面提升新技術平臺的能力，需要突破一系列技術與標準等障礙。

銀行業協會一份調研就指出，78%調研銀行已將人工智能應用到業務場景中，但目前新興技術在金融領域應用的標準規范還面臨不足。對銀行業而言，人才、交付速度、投放渠道等也都是AI應用所面臨的難題。

銀行業該何去何從？上述調研建議，中小銀行可通過與第三方機構合作，大型銀行也可以通過自研或合作研發提升金融科技前沿技術應用研發能力。

也就是說，沒有任何一家金融機構能獨立構建應對數字化的人工智能能力與生態，在銀行加快金融科技布局和信息系統建設的過程中，借助外力成為必然。

在銀行業在破局人工智能技術創新、打造金融科技中臺能力的探索中，與外部機構的合作有哪些可借鑒的經驗？

以某銀行為例，在該行加大AI創新的過程中，首要需求是確保項目能充分契合行內情況以及需求，要完成行內業務系統和數據生態梳理，解決人工智能技術研發應用痛點?？紤]到銀行業龐大的用戶量、高標準、高安全性等因素，使得銀行對合作伙伴的要求非常嚴格。

近年來，以百度智能云等為代表的科技公司，自主研發了一系列產品，助力金融機構實現數字化、智能化轉型。即便是在銀行的高要求下，百度智能云也最終脫穎而出，贏得了銀行的信賴。

據了解，百度智能云AI中臺主要做了三方面工作。一是兼顧業務與工程，解決云原生、大數據和AI配合的開發難題。之前，銀行將大量人力和工作量浪費在對數據提取分析、表單操作等重復性勞動中，同時忽視了業務規則和策略在數據分析、模型開發中的應用。

現在，基于建成的AI中臺提供的強大的數據分析引擎、建模引擎，和可視化、低代碼化、預置的業務場景模型產線等工具，不但避免了大量數據操作、算法驗證等重復勞動、極大提升了銀行AI模型開發的工作效率，在AI能力建設過程中以最短路徑賦能業務。

二是兼顧分散與集中，解決了在銀行工程架構要求下加速智能化應用建設的問題。原來，銀行的數據分析環境是分散的大數據集群，大用戶資源不足，小用戶資源浪費。通過百度AI開發平臺提供的硬件虛擬化技術、統一數據接入和運算引擎、AI能力微服務化統一納管方案，可以合理調配用戶資源需求，提高了硬件資源和計算、存儲集群利用率。

三是平衡了封閉與開放，解決銀行AI模型開發監管合規審計、數據安全要求與研發效率的沖突。具體來看，包括模型研發過程全留痕、可復現，模型可解釋性，全過程留痕系統自動記錄和備份；在保障效率的同時注重安全性滿足監管要求，又實現了行內AI開發能力的靈活調配和資源共享。

最終，百度智能云提供AI PaaS服務，幫助該銀行實現了人工智能相關計算和模型的深入應用，并且給多項業務帶來了全方位的改變。一方面，是有力支持了風控領域的建模任務實施，大大提升了最繁重的數據處理工作效率。另一方面，支持了模型驗證團隊的模型全生命周期管理工作。

三、為銀行智能化提供源源不斷的動力

以人工智能和云計算為代表的新技術，為金融等行業帶來了更大想象空間。未來，隨著金融數字化深入，專注AI的互聯網公司將會與傳統金融機構合作更加緊密。

作為業內最懂AI開發者的云服務商，百度在人工智能專利數已突破1萬件，在國內處于領先地位。根據 IDC報告顯示，百度智能云已連續四次在AI Cloud市場排名第一。

而這其中最為重要的平臺——百度大腦，其一系列人工智能技術和平臺已經成為賦能各行各業的AI新型基礎設施。

實際上，依托深厚的AI技術沉淀和在金融行業豐富的實踐經驗，百度智能云目前已服務近200家金融客戶，包括國有6大銀行、9大股份制銀行、21家保險機構，涉及營銷、風控等十幾個金融場景。

為什么越來越多的金融機構與百度智能云合作？一家大型金融機構就曾表示，這是因為百度擁有幾大區別于其他公司的特質。

一是百度是國內最早投入、技術最強、布局最完整的人工智能領軍企業；二是擁有最適合跑AI的云計算服務；三是有最懂行業的智能中臺。

毫無疑問，銀行在智能化升級的過程中，AI的作用不可或缺。未來，百度將和銀行業共同推進金融業數字化和智能化升級，為客戶提供更多高質量的金融服務。

與此同時，百度智能云也將攜手更多的金融合作伙伴，提供從獲客到營銷、從風控到運營的端到端智能化解決方案，提升其客戶服務與經營能力，為銀行的智能化升級提供源源不斷的動力。

責任編輯：王煊