田江

信息產(chǎn)業(yè)最大的應(yīng)用方向應(yīng)該在金融領(lǐng)域，金融領(lǐng)域常提一個詞叫“金融科技”，相比其他行業(yè)，銀行應(yīng)該是最喜歡擁抱高科技的行業(yè)。下面就銀行在大數(shù)據(jù)與人工智能方面做的工作做一些分享。整體分三部分：第一介紹光大銀行人工智能技術(shù)的探索和研究，第二結(jié)合一些案例講數(shù)據(jù)產(chǎn)品實現(xiàn)大數(shù)據(jù)智能風控，最后是大數(shù)據(jù)與人工智能技術(shù)應(yīng)用展望。

銀行經(jīng)歷了從電子化到信息化到數(shù)字化的過渡，這個歷程僅僅只有二十多年。電子化最早從上世紀90年代就開始了，一個企業(yè)一旦完成數(shù)據(jù)倉庫建設(shè)，完成數(shù)據(jù)集中，便進入信息化?，F(xiàn)在我們提銀行數(shù)字化轉(zhuǎn)型，未來銀行的數(shù)字化分前臺、中臺、后臺，前臺是手機應(yīng)用，中臺是大數(shù)據(jù)、人工智能，后臺為API平臺。大數(shù)據(jù)催生了“數(shù)據(jù)挖掘”，而人工智能則帶來“機器學習”。對于一個企業(yè)來說，人工智能是為了解決實際問題，否則意義不大?，F(xiàn)在對人工智能有一些分歧和爭端，其實我覺得人工智能第一步是解決效率問題，對企業(yè)來說如果能夠通過高科技的手段提高效率，已經(jīng)完成了第一部分。

第二部分是我們要做風控，現(xiàn)在銀行競爭異常激烈，中國從大到小有上千家銀行，尤其是存款成本越來越高，放貸壓力越來越大，風控肯定是考量未來銀行或者未來金融企業(yè)最核心的一種能力。增強風控很顯然前景遠大，把外面更先進的技術(shù)與銀行內(nèi)部數(shù)據(jù)相互結(jié)合，做一些創(chuàng)新的應(yīng)用。

第三部分是我們要做產(chǎn)品創(chuàng)新，驅(qū)動客戶價值增值，主要做一些客戶運營，還有一些客戶營銷方面的工作。目前，從我們行來講，比較活躍的是第一部分和第三部分。

關(guān)于應(yīng)用場景，主要包括智能客服、金融預(yù)測反欺詐、融資授信決策、智能投顧、人像等生物識別、網(wǎng)點智能機器人等方面。比較典型的是智能客服，信用卡智能提醒，到期智能催收。風控反欺詐包括審批反欺詐和交易反欺詐兩部分，銀行交易端反欺詐問題不大，主要問題來自審批端，現(xiàn)在黑產(chǎn)相當厲害，其分工明確、操作精細。我跟同事戲稱，風控專家跟做黑產(chǎn)的以前可能都是同學或者是一個實驗室出來的。目前，銀行智能投顧可以解決效率問題。

關(guān)于生物識別，現(xiàn)在每家銀行的手機銀行基本上都自帶刷臉指紋功能，一是確保安全，二是提高效率。識別VIP客戶，VIP客戶一旦進入我們的網(wǎng)點，攝像頭便會立即捕捉圖片，通過后臺的識別，及時地把這個信息推薦給客戶經(jīng)理。網(wǎng)點智能機器人，主要還是以點綴為主，比如招行推出了智能網(wǎng)點。

光大銀行建立了一個大數(shù)據(jù)、AI技術(shù)的互聯(lián)環(huán)境，做數(shù)據(jù)倉庫、邊緣數(shù)據(jù)平臺、外部數(shù)據(jù)管理平臺、非結(jié)構(gòu)化數(shù)據(jù)平臺等。大數(shù)據(jù)管理是AI建設(shè)的基石，從數(shù)據(jù)到機器到知識。一個企業(yè)做人工智能，數(shù)據(jù)沒有進行有效整合和管理，可能就是空中樓閣，或者做起來會出現(xiàn)很多問題。我們光大銀行最開始就做數(shù)據(jù)標準，2012年做了體系規(guī)劃、外部數(shù)據(jù)管理及數(shù)據(jù)安全。

如何通過數(shù)據(jù)產(chǎn)品化實現(xiàn)大數(shù)據(jù)智能風控？阿里巴巴最早提出了數(shù)據(jù)產(chǎn)品理念，我們效仿阿里巴巴，早期做數(shù)據(jù)分析，后來做數(shù)據(jù)挖掘，最后聚焦數(shù)據(jù)產(chǎn)品。數(shù)據(jù)產(chǎn)品定義簡單，即把儀表盤、報表、可視化模型面向場景進行快速封裝，做成數(shù)據(jù)產(chǎn)品。數(shù)據(jù)產(chǎn)品分項目型、創(chuàng)新型、敏捷型三類。

我們通過數(shù)據(jù)產(chǎn)品建立了大數(shù)據(jù)智能風控價值的輸出通道，將風控模型、大數(shù)據(jù)分析的結(jié)果通過數(shù)據(jù)可視化方式直觀展現(xiàn)給業(yè)務(wù)用戶，也通過后臺接口、系統(tǒng)嵌入的方式對接業(yè)務(wù)系統(tǒng)應(yīng)用。數(shù)據(jù)產(chǎn)品有濾鏡、風險共同體族譜、征信大數(shù)據(jù)、貸款資金去哪兒了、辛普森私售偵探等。

濾鏡是我行很典型的一款數(shù)據(jù)產(chǎn)品，基于我行客戶，判斷其風險狀況，我們背后用了三類風險大數(shù)據(jù)模型，即復雜循環(huán)擔保、風險共同體、特殊交易對手，來篩選數(shù)據(jù)。為了做這三類模型，我們有效利用了我行內(nèi)部數(shù)據(jù)、企業(yè)工商注冊數(shù)據(jù)、法院披露數(shù)據(jù)以及互聯(lián)網(wǎng)輿情數(shù)據(jù)，前端輸出全量和增量兩份清單，讓管理人員通過手機就能查看企業(yè)風險情況，給企業(yè)挽回大量損失。我們一直強調(diào)初心，什么叫初心？初心就是服務(wù)，我們頂著高科技光環(huán)，做好企業(yè)服務(wù)，這也是我們做數(shù)據(jù)產(chǎn)品最核心的理念。

關(guān)于風險共同體，關(guān)系圖譜是大數(shù)據(jù)智能風控的核心技術(shù)?；谖倚写髷?shù)據(jù)應(yīng)用開發(fā)平臺，通過采用復雜網(wǎng)絡(luò)、圖計算等大數(shù)據(jù)算法，把企業(yè)間多種關(guān)系關(guān)聯(lián)疊加計算，通過可視化方法展示計算結(jié)果，可以發(fā)現(xiàn)企業(yè)間的隱性聯(lián)系，識別風險共同體內(nèi)風險傳播的特征，及時作出風險預(yù)判。

最后，談一下展望，當前和未來金融業(yè)都處于AI應(yīng)用的領(lǐng)導行業(yè)，人工智能在金融科技領(lǐng)域進程將不斷加快，伴隨著深度學習算法、高質(zhì)量大數(shù)據(jù)和高性能計算資源的日益成熟，智能化技術(shù)將開啟銀行商業(yè)模式、服務(wù)創(chuàng)新的全新模式?？傮w來講，大數(shù)據(jù)和人工智能非常有前景，大數(shù)據(jù)和人工智能的發(fā)展場景將會越來越豐富。

（根據(jù)演講內(nèi)容整理，未經(jīng)本人審核）