平安銀行「大數據+AI」打造智能銀行突圍

平安銀行「大數據+AI」打造智能銀行突圍

越來越多人對推銷電話表示無奈，這些電話通常是在毫不了解對方需求的情況下批量呼出，推銷的產品或業務欠缺針對性和精準度，無異於大海撈針。而這種推銷的結果，或許不僅僅是幾單業務沒能做成那麼簡單，而是客戶體驗度的損傷，甚至潛在業務產品的流失。

但在未來，銀行零售業務可能將率先打開另一種場景的設定——銀行APP智能記錄客戶的消費習慣和喜好，並圍繞消費生活隨時隨地提供客戶所需要的服務，與客戶在商業場景中產生深度的互動，創建另一種以用戶訴求為核心的生活方式。

而平安銀行正是現階段最積極投身於把設想變成觸手可及生活的創新型銀行之一。「全面優化客戶的金融生活，這不僅僅是一兩個功能的更新和技術手段的進步，更意味著銀行傳統業務鏈條上的各個節點都被打通。」平安銀行零售風險管理部總經理張慎近日向記者透露，平安銀行正使用大數據與人工智慧（AI），推動銀行零售業務變革，重塑風險管理、精準營銷、智能服務等領域的原有流程。

平安銀行智能轉型欲全力突圍

就在近期，包括農業銀行在內的多家大行接連宣布與互聯網巨頭合作，這讓銀行業的智能化轉型再次成為市場關注焦點。

張慎指出，當前整個金融行業都正在經歷一場以大數據和人工智慧為代表的技術革命浪潮。而結合國內的金融業與科技行業的發展現狀來看，此前很多時候是以新興技術公司的跨界來推進金融與科技的融合。新興科技企業層出不窮，利用新技術降低成本、利用獨特的場景改善客戶體驗；這些企業獨特的優勢，都會對傳統銀行帶來重大的威脅和挑戰。

危機感之下，銀行業開始主動出擊。從近期宣布的幾起合作來看，上述大行與互聯網巨頭的合作，多集中於雲計算、大數據、區塊鏈和人工智慧等方面，具體涉及客戶畫像、精準營銷、客戶信用評價、風險監控、智能投顧、智能客服等應用領域。

而在專註於零售業務的平安銀行看來，除了與互聯網企業合作共建之外，苦練內功，加大銀行機構自身的技術投入與系統建設更是重中之中。

「銀行未來唯一的出路是擁抱大數據和人工智慧，優化客戶體驗、提升效率、降低成本，藉此改變和顛覆自我，攜帶著傳統的銀行的優秀基因進化成為一家行業領先的Fintech公司。」張慎介紹，平安集團擁有金融全牌照和海量用戶優勢，截止2016年底，平安集團已經積累了約1.31億的個人客戶，及超過3.5億的互聯網用戶。同時，平安銀行在大數據和人工智慧方面也已經投入了大量的人力和物力。以大數據為例，這是在平安零售轉型的四大策略中，特別提出需要建設應用的兩大能力之一。深度挖掘銀行客戶的內部行為數據本身就可以為銀行提供大量精準定位客戶需求，洞察客戶需求，優化客戶服務，從而吸引更多的客戶來體驗產品和服務，形成良性循環。

「大數據+AI」應用將大有作為

「對於金融科技轉型，平安銀行早有預見，並已為向智能銀行轉型做好了全面的準備。」張慎介紹，在風險管理和精準營銷等領域，「大數據+AI」的應用與平安銀行零售業務的融合已經相較成型，對提升金融效率方面的效果也已顯現。

例如，平安銀行在風險管理方面啟用目前最流行的模型群技術，將傳統的邏輯回歸，決策樹模型和GBM 鏈式聚類分析等大數據模型相結合，在全行全量客戶的各個結點上，目前已部署了約40多套的風險模型來全方位的監控和評估風險。這些模型都是風險管理及偽冒防範體系的基石。

而在此技術上，再進一步推動AI領域建設，引入了人臉識別技術。平安銀行2015年年初以來推進大規模測試，前期通過對約一個億的正負人臉比對樣本的測試來檢測模型的精準性；年中開始上線人臉識別技術，業務中也開始大規模使用。而目前為止，使用了的人臉識別技術的信用卡申請件中，還沒有出現一筆偽冒申請的案件，技術應用精確性表現較佳。

風險管理，是大數據和人臉識別應用的一大陣地；而精準營銷對於新科技和新技術的運用也日漸成熟，也成為目前銀行業金融科技轉型的重要方向，其典型的案例就是「千人千面」的個性化服務。

在張慎看來，所謂「千人千面」，就是為每一個客戶在最佳的時機、用最佳的渠道提供最佳的產品和服務。以信用卡申請的具體應用場景來看，其舉例稱，傳統模式下，一個客戶如果要在網上申請信用卡，要填寫大約30至40個信息欄位，而且每個人都是一樣的。而通過人工智慧和大數據的後台驅動，可以做到判斷不同的客戶並給予不同的填寫要求。在平安銀行最近上線的分段式智能申請流程中，部分優質客戶只需填寫四項基本內容，就可以提交申請並快速獲得審批結果；而對於被系統判斷可能存在一定風險或風險較高的申請客戶，不僅需要填寫更多的申請信息，甚至會被要求補充更多資質資料才能繼續申請。

精準營銷應用在個性化申請和智能審批等流程上，意在平衡風險管理和業務效率；而在銀行的產品、客戶服務、消費活動等業務領域，精準營銷則有更廣泛的應用空間。

張慎介紹，通過對客戶行為的分析和預測，可以在APP首頁實現更精準地個性化展示和推送。除了擺放常用功能，還通過大數據模型預測得到的每一個客戶獨特的、最可能要使用的下一個功能，包括出國服務、一鍵借款、保險購買、活動報名等服務項目，精準和及時推送，以減少客戶在APP上尋找功能鍵的時間。

「銀行啟用大數據與人工智慧，最重要的目的是提升客戶體驗，這要求能認識到並讓科技發揮自身的優勢；比如精準識別等方面，機器確實優於人工。而另一方面，對銀行內部來說，金融科技同時提升金融效率，讓人工去做更複雜或者更軟性的業務領域，降低銀行的運營成本。這是金融科技改造銀行業的兩大路徑。」張慎強調道。

結語

不過，知易行難。張慎指出，無論是借力轉型還是加碼自建，銀行業想要把大數據和人工智慧全面滲透到業務操作層面，都面臨重重挑戰。

銀行如果要順應金融科技的核心，需要面臨三個層次的挑戰，首當其衝是系統平台的巨大投入。無論是大數據和AI都需要非常強大的系統支撐，在業務初期需要有大量的財力和精力投入。其次，銀行業想要做金融科技轉型，需要一支既熟悉銀行業務、又深刻理解大數據及AI核心的團隊，但這樣的複合型人才在國內鳳毛麟角。轉型當前，如何找到專業的複合型大數據AI團隊、銀行如何培養建設這樣的團隊，都是急需克服的挑戰。

更影響深遠的挑戰，來自於業務結構與企業文化的轉變。「如果銀行想要把大數據和AI做成功，很多方面都需要巨大投入和轉變；要用大數據或者AI去驅動銀行業務，這不僅要調整業務流程，還要牽扯到企業文化。」張慎強調，如果認同以數據驅動銀行業務，就要意識到每個業務決策應該由背後一整套數據的精準支撐；這與傳統銀行的思維是非常不同的，這也是傳統銀行最難逾越的障礙。

越來越多人對推銷電話表示無奈，這些電話通常是在毫不了解對方需求的情況下批量呼出，推銷的產品或業務欠缺針對性和精準度，無異於大海撈針。而這種推銷的結果，或許不僅僅是幾單業務沒能做成那麼簡單，而是客戶體驗度的損傷，甚至潛在業務產品的流失。

但在未來，銀行零售業務可能將率先打開另一種場景的設定——銀行APP智能記錄客戶的消費習慣和喜好，並圍繞消費生活隨時隨地提供客戶所需要的服務，與客戶在商業場景中產生深度的互動，創建另一種以用戶訴求為核心的生活方式。

而平安銀行正是現階段最積極投身於把設想變成觸手可及生活的創新型銀行之一。「全面優化客戶的金融生活，這不僅僅是一兩個功能的更新和技術手段的進步，更意味著銀行傳統業務鏈條上的各個節點都被打通。」平安銀行零售風險管理部總經理張慎近日向記者透露，平安銀行正使用大數據與人工智慧（AI），推動銀行零售業務變革，重塑風險管理、精準營銷、智能服務等領域的原有流程。

平安銀行智能轉型欲全力突圍

就在近期，包括農業銀行在內的多家大行接連宣布與互聯網巨頭合作，這讓銀行業的智能化轉型再次成為市場關注焦點。

張慎指出，當前整個金融行業都正在經歷一場以大數據和人工智慧為代表的技術革命浪潮。而結合國內的金融業與科技行業的發展現狀來看，此前很多時候是以新興技術公司的跨界來推進金融與科技的融合。新興科技企業層出不窮，利用新技術降低成本、利用獨特的場景改善客戶體驗；這些企業獨特的優勢，都會對傳統銀行帶來重大的威脅和挑戰。

危機感之下，銀行業開始主動出擊。從近期宣布的幾起合作來看，上述大行與互聯網巨頭的合作，多集中於雲計算、大數據、區塊鏈和人工智慧等方面，具體涉及客戶畫像、精準營銷、客戶信用評價、風險監控、智能投顧、智能客服等應用領域。

而在專註於零售業務的平安銀行看來，除了與互聯網企業合作共建之外，苦練內功，加大銀行機構自身的技術投入與系統建設更是重中之中。

「銀行未來唯一的出路是擁抱大數據和人工智慧，優化客戶體驗、提升效率、降低成本，藉此改變和顛覆自我，攜帶著傳統的銀行的優秀基因進化成為一家行業領先的Fintech公司。」張慎介紹，平安集團擁有金融全牌照和海量用戶優勢，截止2016年底，平安集團已經積累了約1.31億的個人客戶，及超過3.5億的互聯網用戶。同時，平安銀行在大數據和人工智慧方面也已經投入了大量的人力和物力。以大數據為例，這是在平安零售轉型的四大策略中，特別提出需要建設應用的兩大能力之一。深度挖掘銀行客戶的內部行為數據本身就可以為銀行提供大量精準定位客戶需求，洞察客戶需求，優化客戶服務，從而吸引更多的客戶來體驗產品和服務，形成良性循環。

「大數據+AI」應用將大有作為

「對於金融科技轉型，平安銀行早有預見，並已為向智能銀行轉型做好了全面的準備。」張慎介紹，在風險管理和精準營銷等領域，「大數據+AI」的應用與平安銀行零售業務的融合已經相較成型，對提升金融效率方面的效果也已顯現。

例如，平安銀行在風險管理方面啟用目前最流行的模型群技術，將傳統的邏輯回歸，決策樹模型和GBM 鏈式聚類分析等大數據模型相結合，在全行全量客戶的各個結點上，目前已部署了約40多套的風險模型來全方位的監控和評估風險。這些模型都是風險管理及偽冒防範體系的基石。

而在此技術上，再進一步推動AI領域建設，引入了人臉識別技術。平安銀行2015年年初以來推進大規模測試，前期通過對約一個億的正負人臉比對樣本的測試來檢測模型的精準性；年中開始上線人臉識別技術，業務中也開始大規模使用。而目前為止，使用了的人臉識別技術的信用卡申請件中，還沒有出現一筆偽冒申請的案件，技術應用精確性表現較佳。

風險管理，是大數據和人臉識別應用的一大陣地；而精準營銷對於新科技和新技術的運用也日漸成熟，也成為目前銀行業金融科技轉型的重要方向，其典型的案例就是「千人千面」的個性化服務。

在張慎看來，所謂「千人千面」，就是為每一個客戶在最佳的時機、用最佳的渠道提供最佳的產品和服務。以信用卡申請的具體應用場景來看，其舉例稱，傳統模式下，一個客戶如果要在網上申請信用卡，要填寫大約30至40個信息欄位，而且每個人都是一樣的。而通過人工智慧和大數據的後台驅動，可以做到判斷不同的客戶並給予不同的填寫要求。在平安銀行最近上線的分段式智能申請流程中，部分優質客戶只需填寫四項基本內容，就可以提交申請並快速獲得審批結果；而對於被系統判斷可能存在一定風險或風險較高的申請客戶，不僅需要填寫更多的申請信息，甚至會被要求補充更多資質資料才能繼續申請。

精準營銷應用在個性化申請和智能審批等流程上，意在平衡風險管理和業務效率；而在銀行的產品、客戶服務、消費活動等業務領域，精準營銷則有更廣泛的應用空間。

張慎介紹，通過對客戶行為的分析和預測，可以在APP首頁實現更精準地個性化展示和推送。除了擺放常用功能，還通過大數據模型預測得到的每一個客戶獨特的、最可能要使用的下一個功能，包括出國服務、一鍵借款、保險購買、活動報名等服務項目，精準和及時推送，以減少客戶在APP上尋找功能鍵的時間。

「銀行啟用大數據與人工智慧，最重要的目的是提升客戶體驗，這要求能認識到並讓科技發揮自身的優勢；比如精準識別等方面，機器確實優於人工。而另一方面，對銀行內部來說，金融科技同時提升金融效率，讓人工去做更複雜或者更軟性的業務領域，降低銀行的運營成本。這是金融科技改造銀行業的兩大路徑。」張慎強調道。

結語

不過，知易行難。張慎指出，無論是借力轉型還是加碼自建，銀行業想要把大數據和人工智慧全面滲透到業務操作層面，都面臨重重挑戰。

銀行如果要順應金融科技的核心，需要面臨三個層次的挑戰，首當其衝是系統平台的巨大投入。無論是大數據和AI都需要非常強大的系統支撐，在業務初期需要有大量的財力和精力投入。其次，銀行業想要做金融科技轉型，需要一支既熟悉銀行業務、又深刻理解大數據及AI核心的團隊，但這樣的複合型人才在國內鳳毛麟角。轉型當前，如何找到專業的複合型大數據AI團隊、銀行如何培養建設這樣的團隊，都是急需克服的挑戰。

更影響深遠的挑戰，來自於業務結構與企業文化的轉變。「如果銀行想要把大數據和AI做成功，很多方面都需要巨大投入和轉變；要用大數據或者AI去驅動銀行業務，這不僅要調整業務流程，還要牽扯到企業文化。」張慎強調，如果認同以數據驅動銀行業務，就要意識到每個業務決策應該由背後一整套數據的精準支撐；這與傳統銀行的思維是非常不同的，這也是傳統銀行最難逾越的障礙。