导语
随着互联网金融和金融科技的快速发展，人工智能在金融领域的应用正在不断深化。金融科技如何进一步在中国金融业的发展中发挥重要作用？这里包括云计算、大数据、移动金融、人工智能、物联网及区块链等的应用。其中，最重要的应用领域之一是人工智能应用，它是未来金融创新重要的应用趋势，是金融创新与发展的重大推动力。
人工智能平台
当谷歌（Google）旗下DeepMind公司的人工智能Alpha Go击败人类围棋世界冠军李世石的时候，标志着人工智能迈向一个崭新时代，人工智能也逐渐走入大众的眼球，被大家所熟识。在金融领域，特别是商业银行行业，人工智能为银行带来了许多翻天覆地的变化，比如基于机器学习和语音语义识别技术的智能客服、基于大数据技术的智能营销，以及基于机器学习和语音交互等技术的智能导航。
银行日常运作中，有许多琐碎的和高精度的工作，伴随着许多工作流程，这些问题往往会减慢银行的运作效率。然而，人工智能可以替代大部分人力，承担许多这些任务，并简化大量流程，提高银行整体运作效率，扩大单位产能。
北京银行的人工智能平台从客户出发，能够实现包括客服服务、业务导航和营销推送等功能，目的是提升银行服务质量和客户满意度。在智能客服上，机器人管家“小京”主要负责北京银行微信渠道的客户服务工作，为客户提供理财产品的查询和购买服务等。
至于智能营销领域，北京银行运用了大数据和人工智能技术，能够基于不同客户的用户画像，及时推送与客户风险收益匹配的理财产品和热门资讯等活动，实施精准营销，减少大量无用的推送。通过精准营销，一方面能筛选有效信息进行投放，降低客户对大量繁杂资讯的抗拒程度，另一方面能从客户的角度出发，推荐合适的产品，提升对于银行科学推送的满意程度。
截至2019年6月末，北京银行的零售客户数达2126万，较年初增长76万户；手机银行客户达533万户，新增有效客户转化率达87%，月活客户（MAU）同比增长90%。从存款余额来看，自2016年来持续增长，个人存款增长幅度可观，综合来看，智能营销应用的布局对于北京银行零售和对公业务有较大的赋能成效。
北京银行的人工智能平台，还运用以机器学习技术构建的智能分析模型，通过实时响应的数据采集系统及数字分析平台，自动收集客户、交易、渠道等多维度数据，并通过数据可视化技术，考察智能营销和智能客服的成效。
智能风控
在智能风控体系构建上，北京银行以大数据和人工智能为底层架构和核心技术，通过对数据的收集和分析，形成用户画像，再结合各种风控模型，对客户的资信情况进行判断。
首先，在数据收集上，北京银行通过引入外部数据和内部数据相结合，建立客户的全景视图，真实还原客户信息全貌，输出的结果可以为后续开展各项信贷、评审和业务风控提供重要决策依据。
其次，在算法上，智能风控体系依靠机器学习算法模型，通过隐马尔科夫模型，从静态特征和动态特征两方面建立风险评估体系，通过数据形成用户画像，对客户的每一笔交易进行欺诈风险评估。在风控作业方面，北京银行的风控体系主要有身份欺诈防控、交易欺诈防控、信用欺诈防控和风险预警等场景应用。
首先，从不良率来看，北京银行的不良率在2018年为1.46%，较上年提升0.22%，贷款质量出现一定的恶化，2019年6月末不良贷款余额为1972亿元，较上年末增长129.5亿元。根据2019年6月末北京银行的贷款数据，不良贷款余额增加，不良率虽然下降，但明显是贷款总额的增加量大于不良贷款增加量，导致的不良率下降。再结合相同报告期内，北京银行计提资产减值损失金额达103.71亿元，同比增加35.65亿，增幅达52.38%，占当期利润总额的比例达44%，反映出北京银行整体贷款质量较差，特别是在不良贷款这一块，对银行利润影响巨大。
其次，在贷款迁徙率表现上，除去2017年整体贷款迁徙率维持在较低水平，2016、2018和2019年6月末的贷款迁徙率都较高，特别是在2018年，贷款五级分类中的关注类最终进入可疑类的占比较高。在2019年上半年贷款质量得到了改善，特别是在关注类和可疑类贷款的表现上，侧面反映出北京银行在贷款前期和中后期的催收力度加大，回款率较2018年有所提升。
閱讀更多 金融科技創新網 的文章
