人工智能如何助力銀行更"智慧"?

人工智能技術的不斷落地,已經成為新一輪產業發展的核心驅動力,不僅令各行業進入變革時代,也深刻地影響著所有人的生活。

人工智能的發展和落地離不開"算法+算力+數據+場景",金融行業由於其數據積累優勢及不斷髮展的科技屬性優勢,成為人工智能應用落地的最佳"試驗田"。業界的共識是,在龐大的金融體系內,銀行已經成為目前人工智能應用落地案例最多的"場景"。

在這一背景之下,中國銀行業協會東方銀行業高級管理人員研修院金融科技實驗室聯合百融金服行業研究中心共同推出《智能金融時代——銀行業轉型白皮書(2019)》(以下簡稱"白皮書")。白皮書從人工智能的概念及發展歷程入手,梳理人工智能產業鏈的全球佈局,闡釋熱點技術發展現狀,聚焦人工智能在銀行業轉型中的落地應用,並提出諸多建議;為金融行業迎接未來趨勢、擁抱人工智能技術,提供了詳實的數據分析和行業思考。

人工智能如何助力銀行更

聚焦五大智能應用 銀行業進入4.0時代

白皮書分析指出,銀行業在經歷了線下網點(1.0)、ATM機(2.0)、智能手機(3.0)階段後,隨著人工智能(AI)、現實增強(AR)、語音識別設備、穿戴智能設備、無人駕駛、5G通信、區塊鏈等創新型技術手段發展和普及,已經進入4.0時代。這令銀行業務的效用和體驗不再依附某個具體金融產品,直接嵌入到日常生活場景中,銀行將通過智能化服務嵌入成為人們數字化生活的一部分。

據介紹,從目前來看,人工智能在銀行4.0時代的應用主要包括智能風控、智能支付、智能投顧、智能營銷和智能客服。白皮書聚焦於上述五個領域,將人工智能的應用與侷限性進行深度解析。

人工智能在風控方面的應用優勢主要體現在兩個大的方面:風控流程效率和信貸審核準確性。風控流程效率包括降低審批成本(包括人工和其他)的同時提升審批效率(例如從日審100單提升至日審10,000單),而信貸審核準確性則是指通過大數據應用帶來的更準確評估客戶風險的方法。

白皮書聚焦於人工智能在整體信貸風控流程中應用較為成熟的技術,以及主要化解的行業痛點。具體而言,人臉識別、關係網絡圖譜、智能機器人以及底層模型運用是目前信貸流程比較典型技術工具,且除了人臉識別主要運用在貸前准入以外,其他三類技術都貫穿整個信貸流程。

關係網絡在銀行風控中的應用,是白皮書闡釋的重要內容之一。白皮書指出,除了此前對於申請人關聯信息異常的追蹤以外,目前信貸機構面臨的較大挑戰是識別團案與中介。基於關係網的團伙欺詐手法多樣、成團迅速、潛伏期隱蔽性強,而黑中介則比團案更加隱蔽。白皮書建議金融機構,通過人工智能技術構建反欺詐的團案模型,利用規則視圖快速篩選、聚類分析,輔助反欺詐人員更直觀地調查風險。而在貸後流程中,關係網絡可協助機構進行失聯客戶召回。

近年,智能機器人也開始進入銀行業場景當中,白皮書對此進行了深入分析。在貸前、貸中的風控流程中,智能語音機器人可以起到審批和回訪的作用。例如在人工電核審批對申請人進行回訪的模擬中,智能語音機器人可通過特定的流程進行借款人身份和借款情況核實。

人工智能如何助力銀行更

三大方向發力 轉型智慧銀行

白皮書指出,智能風控、智能支付、智能投顧、智能營銷和智能客服將令銀行更加"智慧",這也是未來銀行業的發展趨勢之一,亦是致勝的關鍵所在。

白皮書顯示,人工智能對支付的影響主要體現在支付方式多樣化、便捷化,以及保障賬戶安全和智能管理上。

而智能投顧是在現代投資理論的基礎上,應用大數據、知識圖譜、機器學習等技術,實現結構化智能投資決策的過程。白皮書分析指出,在投資決策上,目前國內的智能投顧平臺,還沒有達到真正意義上的智能投顧。這是因為在其進行投資策略匹配的過程中還無法完全脫離人工操作,達到純智能化的程度。

談及智能營銷,白皮書的觀點是,銀行對客戶群體的分層分組正在不斷探尋新路徑。對客戶的分層可以是單維度的,由少數幾個屬性決定,但這過於粗糙;多維度、精細化的分層,才是精準營銷的可靠基礎。

隨著雲計算、大數據等技術的成熟,人工智能的發展迎來第三次浪潮。人工智能能夠大面積替換中低端的分析工作,並在時間維度上進行預測,從而優化決策效果,同時減少情緒化干擾,實現最優化博弈的目標。因此,白皮書預測,人工智能將大幅改變銀行業現有格局,使得銀行服務更個性化和智能化。白皮書建議,銀行應緊跟人工智能應用趨勢,進一步整合內外部數據資源,研究人工智能相關核心技術,探索拓展新的人工智能應用場景,才能在新時代完成向智慧銀行的轉型。

具體而言,白皮書建議,銀行向三個方向發力。首先,銀行在相應的信息技術以及互聯網技術的基礎上,嵌入人工智能新應用,協調銀行與客戶在銷售、營銷和服務上的交互,從而提升其管理方式,向客戶提供創新式的個性化的服務。通過數據深挖、價值發掘、智能觸達等方式,最終實現吸引新客戶、保留老客戶以及將已有客戶轉為忠實客戶。其次,通過人工智能提升風控流程效率,降低審批成本,並對底層數據綜合處理後,全面評估客戶風險。第三,在支付場景、智能客服等方面,人工智能均有廣闊的應用場景。

人工智能如何助力銀行更


分享到:


相關文章: