隨著以5G、區塊鏈、物聯網、大數據、云計算、數字孿生、人工智能等數字科技為引領的第四次工業革命的興起，產業互聯網發展進入快車道，居民消費轉向線上并呈現個性化、定制化、多元化的趨勢。為了把握這個短暫的轉型窗口期，大部分商業銀行都紛紛進行數字化轉型，對于數字化轉型的本質、難點仍在探索階段。因此，筆者以在商業銀行的實際管理經驗為基礎，借鑒智能工業數字化的歷程，探討商業銀行數字化轉型的實際方法。

數字化轉型的本質：數據流動的自動化

信息技術爆發式進步對商業銀行的本質影響，是將商業銀行置于不確定性的環境中。數字科技直接拉近了銀行與客戶之間的距離，在競爭激烈的互聯網環境下，銀行必須在金融交付方式上滿足客戶個性化需求，以此獲取、激活并黏住寶貴的客戶資源。在數字時代，銀行必須以有限的人力、財務、研發等資源，以創新的金融服務快速響應客戶不確定的金融需求。對于任何一家銀行來說，資源都成了最為緊缺的要素，只有提高資源的配置效率，才可能縮短產品研發周期、提升服務體驗、敏捷預測金融需求等。因此，在不確定性的環境中，銀行競爭的核心就是資源配置效率的競爭。

資源配置的背后，是銀行在研發、設計、交付、定價、客服、營銷等每一個環節的決策。在數字時代，決策是否智能，決定了資源配置效率的高低。此處“智能”，是指一個主體對外部市場環境的變化作出響應的能力。以智能制造為參考，美國NSIT強調智能制造解決的三個基本問題是：差異性更大的定制化服務、更小的生產批量、不可預知的供應鏈變更，其本質就是響應外部環境的不確定性變化。

銀行的智能決策，不僅僅是物理世界中看得到的機器設備自動化，還表現為虛擬世界中看不到的數據流動的自動化。數據流動的自動化要求實現“五個正確”，即把正確的信息，在正確的時間，用正確的方式傳遞給正確的人，以此為依據作出正確的決策。例如，客戶需求信息被采集之后，在銀行的經營管理、產品設計、體驗設計、產品研發、產品測試、產品維護等每一個環節流動，信息不斷被加工、處理、執行，進而實現在正確的時間將正確的數據以正確的方式傳遞給正確的人和機器。正是信息技術、物聯網、大數據等數字科技的進步，保障了數據流動的自動化，從而幫助銀行構建更加高效、低成本、精準、科學的智能決策體系。

基于以上分析，商業銀行數字化轉型的根本動機，是以數據流動的自動化來化解復雜環境的不確定性。傳統機器設備的自動化替代了體力勞動，數據流動的自動化則替代了腦力勞動。判斷銀行內部決策是否智能，就是看在數據流動的每個環節，是不是需要越來越少的人參與?；谥悄軟Q策的要求，數據流動的內涵也有了巨大的變化，過去的數據流動是基于文檔的流動，今天的數據流動是基于模型、風控、反欺詐、交易要素的流動。因此，商業銀行數字化轉型的本質可以定義為：在“數據+算法”定義的世界中，以數據流動的自動化化解復雜系統的不確定性，對外部的環境變化作出高效響應，最終目的在于提高資源配置的效率。

數字化轉型的最大難點：集成應用困境

數字化集成的本質，是不同業務系統之間的數據能夠實現互聯、互通、互操作。集成是智能制造的核心概念，德國工業4.0提出三個集成（橫向集成、縱向集成、端到端集成），中國工業和信息化部提出兩化融合的四個階段（基礎建設、單向應用、綜合集成、創新引領），都在強調將單向應用系統打通。集成之所以對銀行數字化轉型同樣重要，是因為銀行信息化的投入和收益并不是線性相關的，收益只有在投入跨越了某一臨界點之后才會呈現指數化增長。因此，銀行數字化轉型從單向應用、企業級集成、產業金融鏈集成到產業金融生態集成，只有在集成跨越了某一拐點之后，數字化轉型的效益才能體現出來。如果說，工業互聯網所要解決的核心問題是在產業鏈和產業生態層面上構建一個新的數字化轉型的體系，那么當前銀行核心系統下移與分布式系統上行所要解決的核心問題是在金融交易服務與金融生態服務上構建一個新的數字化轉型體系。遺憾的是，當前所能提供的商業銀行數字化轉型的解決方案，更多針對的是單向應用。

正如“中等收入陷阱”一樣，從單向應用遷移到集成應用將面臨諸多挑戰，我們稱之為“集成應用陷阱”或“集成應用困境”。無論是在智能制造領域還是金融科技領域，真正實現內部集成是非常困難的?；趯鴥仁嗳f家企業集成水平的評估，能夠在產品設計、工藝設計、生產制造、生產過程控制、產品測試、產品維護等環節打通的領先企業數量非常有限?；趯鴥韧庖蝗f多家商業銀行集成水平的評估，能在金融產品需求、研發、測試、上線、營銷、風控、反欺詐、API對接、ISV等環節打通的領先銀行數量同樣非常有限。但是國內一些互聯網銀行，如網商銀行、微眾銀行，已經成為商業銀行數字化轉型的標桿企業?；ヂ?a href="http://www.steamlinelogistics.com/search/result.shtml?siteID=123&query=網銀" target="_blank" title="網銀" class="hotLink" >網銀行能夠跨越集成應用困境，主要因為天生具備互聯網生態基因，在建設產品體系時有集成的意識，且多以C-Bank模式從零開始建設，集成難度相對較小。

集成應用困境的核心矛盾是企業全局優化的需求和碎片化的IT供給之間的矛盾。當前商業銀行競爭的核心是資源優化配置效率的競爭，需要在更大的范圍、更廣的領域、全流程、全生命周期、全場景推動數字化轉型，只有實現全局集成、全局優化，才能創造更多的價值。但是當前商業銀行的IT供給依然是碎片化的，這源于過去60年里碎片化的IT供給史，無論是核心系統研發，還是金融產品研發，解決問題的基本思路都是先解決局部問題，再把一個點的問題拓展為一個線的問題。碎片化供給的思路延續至今，導致當前商業銀行往往出現幾百套相互孤立的“煙囪式”產品系統，能夠實現開放式的銀行體系只是鳳毛麟角。商業銀行數字化轉型，不僅需要點、面的解決方案，更需要一個生態級別的解決方案。

“數字化轉型2.0”商業模式解決方案

當前商業銀行的核心系統、產品系統已經變得越來越復雜，而傳統IT技術架構解決方案與支撐復雜產品系統的要求差距越來越大。為解決企業全局優化的需求和碎片化IT供給的基本矛盾，商業銀行必須在邊緣計算、云計算、移動端架構體系之上構建一套新的商業模式解決方案，即“數字化轉型2.0”。如果說“數字化轉型1.0”是基于傳統IT架構和桌面端，那么“數字化轉型2.0”是基于邊緣計算、云計算、移動端為代表的IoT的新技術渠道。

“數字化轉型2.0”可以劃分為需求端、供給端、供需端、數據價值四個層面。在需求端，銀行不再基于相對確定的需求來實現低成本、高效率，而是基于更加個性化定制、碎片化的不確定性需求，進行商業模式創新（包括業務創新、產品創新、商業模式創新、組織創新）。在供給端，面向流程、面向局部的封閉技術體系已不夠，需要構建一個面向角色、面向場景、面向需求、全局優化的開放技術體系。在供需端，交付軟硬件不再是全部任務的結束、而是運營工作的開始，和客戶一起運營為客戶的客戶提供更有價值的解決方案。在數據端，圍繞數據價值實現層面，包括業務數據化和數據業務化兩個層次，即在數據底座之上，基于客戶實時需求，利用基于云的技術中臺、業務中臺、數據中臺快速構建與迭代解決方案。

商業銀行原有技術體系復雜，在實現“數字化轉型2.0”時，必須解決原有架構體系向新架構體系遷移的問題。以工業互聯網為參照，工業互聯網把工業的技術、經驗、知識、最佳實踐等封裝為各種各樣的組件，通過提高共性技術知識的沉淀與復用水平，重構工業知識創造、傳播和應用的新體系，降低了創新的成本和風險，提高了研發生產服務的效率。商業銀行將傳統架構體系向“數字化轉型2.0”遷移，可以按照以下四個步驟執行：一是解構數據，不斷地用軟件去解構和分解當前產品系統的數據；二是構建微服務池，基于數據組件，構建新的微服務池；三是鏈接平臺，針對金融產品解決方案，調用和鏈接相關微服務；四是重新構建一個面向角色、面向場景的APP?！敖鈽嫛⒎粘亍{用—面向場景APP”體系也將員工從重復性工作解放出來，使其可以投入精力和時間從事創造性的工作。

“數字化轉型2.0”的未來，是構建一個虛擬的數字“孿生世界”。在虛擬世界里，商業銀行可以更加高效、低成本、精準地模擬現實世界，智能地作出決策，并將決策結果反饋到現實世界，最終邁向零成本試錯之路，最優化地響應不確定性環境?！?/p>

作者羅勇系民生銀行直銷銀行事業部副總經理（主持工作）、中國電子銀行網專欄專家。

文章原載《中國金融》2022年第1期，經作者授權發布。

責任編輯：王超