雷鋒網AI金融評論按：在銀行數字化的變革進程中，毫無疑問工商銀行已經進入第一梯隊，他們對新技術的落地應用和戰略部署或許更具參考價值。12月6日，中國首屆數字銀行高峰論壇暨中小銀行互聯網金融(深圳)聯盟成立儀式在深圳舉辦。會上，中國工商銀行網絡金融部副總經理王嵩講述了工商銀行的數字銀行發展現狀以及將來的發展方向。

　　王嵩先是分享了工行的實踐經驗，從貸款標準化、智能投顧等業務層面，再到大數據、區塊鏈和生物識別的技術層面，以及風控體系、客戶畫像等基礎工作。他表示，未來銀行要向場景數字化、接觸點數字化和數據來源多元化、處理實時化等方向，構建相應的配套運營機制。

　　以下為演講全文，雷鋒網作了不改變原意的編輯：

　　數字銀行的實踐

　　▎e-ICBC戰略

　　此前工行用兩到三年時間實施了e-ICBC戰略，從1.0到3.0的進化秉承了傳承和創新的宗旨，三融平臺一中心的體系架構沒有太大變化，而是對平臺的定位做了一些重新的部署。(雷鋒網AI金融評論按：三融平臺為工行推出的融e行、融e購和融e聯。)

　　一改以往封閉在工行體系里自娛自樂的情況，希望通過銀行間、與互聯網企業間的合作，構建開放的合作共贏的生態圈;
希望能夠打造一個線上和線下共同發展的獲客、活客體系和發展模式;

　　希望做到服務無所不在、創新無所不包、應用無所不能的智慧銀行，這也是我們對數字銀行的最終理解。未來主要聚焦在場景、機制、產品和服務幾個方面。

　　而近期我們打算從四方面入手：

　　1)建立線上線下一體化的銷售模式。 2)打造極致體驗網絡產品。 3)數據驅動和智能驅動的業務模式。 4)有智慧銀行特色的體制機制。

　　▎客戶畫像

　　這是數字銀行上比較大的基礎性工作之一。工商銀行從客戶的行為、產品業務、生命周期、行為習慣、風險特征的緯度給客戶做了一些畫像。從目前來看，已經有了119項的客戶標簽，其中個人客戶的標簽88項，法人客戶的標簽31項，客戶劃分了17大類，細分成83個細分客戶群，同時在融易聯平臺上做了畫像的應用。

　　▎智能投顧

　　“AI投”基本上分了三個投資周期，五類的風險等級，以及15個投資組合，具有低成本、低門檻、高效率的特點，最低1萬塊錢就可以進行投資。雷鋒網AI金融評論了解到，客戶選定能承受的投資風險等級及投資期限后，“AI投”就可以通過智能投資模型，分析股市、債市等各類市場形勢，為客戶量身推薦基金投資組合方案。當基金組合不符合市場投資形勢時，“AI投”將重新計算并建議客戶調整基金組合，客戶可通過“一鍵調倉”完成基金組合調整。

　　而該服務試運行以來，15個組合采用了擇時與行業配置的量化模型體系，漲幅在0.68%-3.03%之間，年化收益率在3.14%-14.59%。

　　▎貸款標準化

　　貸款除了個性化貸款以外，還有一類是標準化貸款。對此我們希望能夠通過在線主動授信，在線推送額度方式，為客戶提供一鍵即貸的全線上融資服務，線上場景結合，消費過程中把貸款做出來。未來希望可以達到實時秒授信、秒貸款、秒支付。從目前來看，個人信用消費貸款白名單客戶已經達到了47000萬戶，主動授信2.7萬億，凈余額436億元，網上小額貸款已經為兩萬戶企業主動授信115億。提出了貸款的標準化角度來實現貸款。

　　▎融安e信

　　融安e信是銀行業首款風險信息服務平臺，目前已經跟中小銀行以及一些境外都開展了合作，簽約100余家中小銀行，服務的企業客戶達8000余戶。截止11月份已經查詢了15.9萬億，保護境內外客戶的資金達28.27億。

　　▎大數據風控體系

　　我大概用了兩年時間建立電子銀行風險體系，分三部分：風險識別與評估、風險應對與控制(含適中干預動作)，后面是風險監測。再通過交易信息、行為分析、黑名單管理，以及積極學習功能，形成智能化探索。目前攔截了10.25萬筆，避免客戶損失2.41億元。工商銀行客戶群比較廣泛，不少中小企業在工商銀行也有開戶，這些數據和模型可以做一些合作共享。

　　▎區塊鏈和生物識別

　　比如貴州扶貧區塊鏈上，協同貴州貴民集團利用區塊鏈技術，實現了銀行金融服務鏈和政府扶貧資金行政審批鏈的跨鏈整合和研究。雷鋒網AI金融評論此前曾報道，工行這一扶貧區塊鏈技術做到了功能專注，全程可追溯盒不可篡改三方面，使得政府在項目管理中自證清白，銀行資金撥付實現全鏈條閉環管理，以及審計監督達到實時且有效。

　　生物識別方面則分三部分：語音識別、人臉識別、指紋識別，已經在我們的不同平臺和功能上做了嘗試。

　　銀行數字化的方向

　　場景數字化——把實體經濟的場景進行數字化，數字化過去銀行一直都在做，比如繳費、支付等?，F在要做的我們認為有：

　　銀行和客戶之間的接觸點數字化：要么嵌入到客戶場景中，要么把客戶拉到場景應用平臺?？蛻舾y行接觸的思考過程數字化：通過思考過程進行引導，只有這個場景進入了一個數字緯度，才能把銀行的產品和功能變成服務。目前來看這塊難度比較大，如果把搜索技術能夠完善，也不失一個捷徑。

　　數據來源多元化——銀行數據過去大多以金融數據為主，現在要擴展數據，除了結構化性的數據，非結構化的數據、流數據和跨界數據都要重視起來，這些數據立體地構成客戶畫像，才能真正把客戶的行為和交易結合起來，完整反映客戶情況。

　　數據處理實時化——過去都是批量加工，現在希望數據的加工過程要實時反饋出來，否則這種大數據我認為用處不大。另外要掌握一些算法的核心。同時要打好IT架構重構的基礎。

　　數據應用構件化——數據和結果必須通過配套構件化利用起來。沒有快速的產品服務組合能力、風險控制的組織能力、傳播能力，前面的數據再快或者再全也沒有用武之地。這其實是銀行掌控資源、快速實施的核心能力。

　　新型技術的研究——這是數字銀行的基礎。工商銀行現在已經成立了大數據、云計算、互聯網金融、人工智能、區塊鏈和生物識別、物聯網、主機及開放平臺系統等創新實驗室，現在每一個實驗室已經有3到50人，已經取得了一部分的成果。

　　配套運營機制——數據放在那里，人、財、物、流程四個方面必須配套形成組織和運營，才能實施。比如說云計算的布局、人才上的投入等。

責任編輯：Rachel