我現在做的很重要的工作，是利用智能技術跟銀行共同合作開展金融業務。

　　如何利用智能技術？可以把智能技術應用在銀行業哪些方面？

　　可以說過去的大概十幾年的時間是中國銀行業發展的黃金期，在這個黃金期，銀行業有很多業務層面上的創新，給銀行業帶來了巨大發展，總資產規模達到全球第一，達到250萬億的級別。

　　從去年年底開始，銀行業也開始面臨挑戰了。

　　最主要的挑戰是監管驟嚴，給我們在業務創新上帶來了很多的限制。像資管新規、理財業務以及表外業務回歸，帶來了資本充足力能力上面的要求，也帶來了很多像中間業務收入減少這樣的客觀挑戰，更巨大的挑戰是隨著中美貿易戰的發展，中國經濟形勢壓力也是空前，對于銀行業來講，實體是銀行業的血液，銀行業必然受到很大的影響。

　　有一家股份制銀行，在珠三角原本非常好的業務上面，上半年一次性產生了30億的壞賬，分管的副行長直接去催收了。

　　隨著對房地產業務、P2P業務的限制越來越大，銀行業對企業以及政府的業務上遭受了空前的壓力，息差收入的變窄，大家從各個銀行半年報上看的很多，這個時候對個人業務做的比較好的銀行開始慢慢地凸顯出優勢。

　　對個人業務做的不是那么好的銀行，面臨一些挑戰。市場的同質化，房地產好做大家都做房地產，客戶的定位也很同質化，我們發現房地產公司、房地產的公司的老板們，都是同樣的面孔，都是地方政府、有鐵公雞的項目。所有的用戶和業務的同質化帶來后果是，當這個行業變動時整個行業會發生非常一致性的波動。   

　　更關鍵的是，在這幾年新晉的金融科技公司對銀行帶來了很大的沖擊，當然也包括了新網銀行，趙行長更認為自己是一個擁有銀行牌照的金融科技公司，這個沖擊其實更小地來講不是業務上的沖擊，網貸行業做了這么多年，總的資產規模才兩萬億而已，業務上不會對銀行業產生更本質性的挑戰，它的挑戰來自于哪里？

　　不是業務拿走了，而是把用戶拿走了。原來用戶需要銀行的金融服務時都是去銀行網點辦一個卡，去申請一筆貸款，我可以去某一個網點開展業務。

　　現在，連卡都不用了，卡只是綁在支付寶某一個頁面里面東西，對銀行來說是把用戶從手里奪走了，用戶第一次接觸到銀行業務的時候不是接觸到銀行，而是接觸到金融科技公司，接觸到這些場景的公司，服務。我們使用的金融服務也不是直接辦理一個金融服務，而是在使用這些金融科技公司的業務時，用到了銀行的資源而已。

　　尤其在個人業務上，對銀行傳統個人業務也帶來了很大的挑戰。銀行的品牌變得隱性，這是和奪走你的用戶相關聯的。

　　用戶甚至都不記得我用的是哪個銀行的服務，而只知道，我的錢存在銀行卡里面，我這個錢可以隨時使用，大家都知道借唄、花唄，但是不知道這個錢是從哪個銀行里面借給你的。   

　　商業銀行在這一系列的過程中做了很多的應對：   

　　1，構建移動應用場景。

　　不是說金融科技公司、互聯網公司把這個場景拿走了嗎？我是不是也可以建立這些應用場景呢？那我自己也做一些電商呢？我們可以看到很多的銀行在這里提供了各種服務平臺，銀行業中做的最好是招商銀行的掌上生活，打開掌上生活發現可以買東西，訂酒店、機票，可以享受很多的服務。你可以認為它是一個電商跟生活服務的綜合體，既是淘寶，也是攜程。構建這個應用場景，銀行試圖通過構建這個應用場景，把這個應用場景帶來的客戶掌握在自己手里面。

　　2，構建智能化的渠道。

　　當前銀行業柜臺服務的柜面脫離率應該已經到了80%多，在很多銀行，辦一張新的卡已經不需要柜面人工提供服務，而是提供一個辦卡的機器，用戶可以直接在機器上完成辦卡，人臉識別等技術取代了原來需要人工提供服務的這些環節。通過智能化的技術對銀行原有的渠道進行了升級換代，銀行網點里機器越來越多，但無論采取什么技術還依賴于網點的鋪設（網點的鋪設是固定的成本），也受到了強烈的經營地域限制。

　　3，提升服務質量。

　　通過個性化服務對用戶分層，對不同的客戶提供不同的服務，私人銀行的業務開始變得越來越多了，像招商銀行的私人銀行服務以及私人銀行管理的資產，其實已經占到了整個招商銀行總資產規模非常大的百分比，看到這個百分比非常感慨，財富集中程度真的是太高了。但是無論怎樣通過分層管理都沒辦法做到千人千面，對客戶分九層，十層已經不得了了，已經達到了傳統線下服務的極限。   

　　怎么樣利用智能技術改善、真正地把服務水平提升上去呢？

　　1，構建智慧應用場景。

　　2，利用大數據的方式提供精準服務。

　　3，相應的配套一定要有相應的數據化驅動風險管理能力。   

　　　構建智慧場景

　　銀行自己構建一個消費場景，構建一個電商場景，是一個挺有效的手段，這個有效手段在于提升了銀行自己的互聯網產品，比如說APP產品應用時長，可以讓用戶有更多的時間想到打開自己的這個產品，但是從拓展業務的這個場景的角度來說，這并不是一個特別好或者說并不是一個最佳的策略。

　　業務場景實在是太多了，銀行不可能利用自己的短版爭奪互聯網公司、爭奪應用場景公司的長板的業務，做電商再怎么做也做不過淘寶、京東、拼多多，做航旅服務很難做過攜程甚至是美團。

　　相比于自己建設數字應用場景，不如利用開放銀行的概念，把自己的金融服務變為API嵌入到這些專業智慧場景里，而不是自己建立一個這樣的金融服務場景。通過這樣的方式，把自己原來的分銷渠道非常細化地嵌入到每一個場景里面，給客戶帶來多渠道、多個應用場景結合的體驗，對不同渠道的用戶提供差異化的產品，我需要裝修的時候有裝修貸，需要航旅的時候用航旅的貸款，需要教育又有針對教育的貸款，雙十一馬上要來了，我需要購物的時候可能有針對購物消費型的貸款，通過跟這些智慧場景的結合真正實現銀行服務在各個場景的覆蓋。   

　　　提供大數據的精準服務

　　銀行以往服務客戶的時候，對客戶分層無非是根據資產級別，根據交易的活躍程度等做一些比較粗放的服務。我們知道，在互聯網公司利用大數據做精準服務已經是非常成熟的了，可以真正做到千人千面了。我們看到的新聞，在朋友圈看到的廣告，在抖音上刷了每一條短視頻，它的內容都是根據每一個人的特質精準篩選出來的，而不是說單純地對客戶做簡單的一二三四五六七的劃分。

　　不要說千人千面，千人百面都很難做到真正的差異化。只有通過大數據、人工智能跟場景數據的結合才能實現真正的、針對每一個人，針對到具體個人場景上、定價上、額度上、期限上和體驗上的差異化服務。  

　　　數據驅動的風險管理

　　跟這些場景相匹配一定是需要數據驅動風險管理的。剛剛趙行長也提到了，傳統風險管理和新的風險管理的區別。

　　傳統風險管理是Word，是根據幾條大綱，根據專家對整個經濟形勢的理解，對這個行業的理解，制定的一些非常粗線條的風控規則、風控政策的導向，而不是根據精準的數據去做。

　　而精準的、數據化的風控在過去幾年經過了眾多金融科技公司的實踐已經被證明了是非常有效的，整個全網的數據整合經過了幾年的努力，也變得越來越豐富。

　　而各種技術水平的提升，算法、算力的提升也讓快速、精準、數據化的風險管理變得非常的容易。

　　實現幾秒鐘，甚至毫秒級別的風險決策在金融科技公司里面是非常常見的應用場景，銀行如果還不能夠根據這種最新的技術趨勢改進風險管理的話，實際上是不能在這種新的場景和服務下做好風險控制的。

　　去年的政策（141號文）對金融業是一個非常大的利好。這號文同時也給帶來了很多挑戰。核心的一點是：當前的監管條件下，銀行已經具備了很多的成功要素：

　　客戶的信任。文中提到了一點，從事金融業務必須要有金融牌照。銀行是天然具有金融牌照的企業，金融牌照背后對應著客戶對這個機構的信任。

　　客戶對銀行的信任程度遠高于金融科技公司，銀行和這些持牌機構在跟眾多的場景合作時可以獲得的信任，可以合作的程度也遠高于一般金融科技公司。

　　銀行事實上是整個行業里面擁有最強數據的公司，互聯網公司和金融科技公司拿到都是行為數據，拿到都是弱相關的數據，銀行才是擁有交易數據、金融數據這個巨大寶庫的公司。

　　同時，銀行是中介機構，掌握的不僅僅是個人數據還包括很多公司的數據，同時，在監管方面，怎樣準確把握監管的要求，以及跟監管部門的溝通，銀行也有自己的理解，這都是銀行面對金融科技的競爭以及帶來的挑戰中具備的天然的成功要素。  

　　在這個天然的成功要素下，怎么樣執行好，把這個優勢轉變為真正業務優勢？用怎么樣的路徑來做，是各個銀行真正需要去思考和實踐的地方。   

　　從去年6、7月份開始，四大行紛紛跟BATJ四家互聯網公司建立戰略合作關系。包括股份制銀行也跟這些科技公司簽訂戰略合作，被認為是銀行往科技公司轉型的信號。

　　在今年傳出很多消息，各個銀行，尤其是一些大的銀行在成立自己的金融科技公司，像建行成立的建信、民生銀行成立的民生銀行科技公司，光大銀行、華夏銀行紛紛成立自己的金融科技公司。

　　當然成立自己的金融科技公司是有條件的大銀行采取的應對措施，通過分拆金融科技公司的方式來規避行內很多不靈活管理機制。

　　對更多中小型的銀行來說：1，沒有這么強的科技實力。2，沒有那么強的資本實力專門去做自己的金融科技公司。跟廣大金融科技公司合作，是一個更為主流或者說更為低成本，甚至說還是更為高效率的一個手段。   

　　通過銀行和金融科技公司合作，銀行可以更快速、直接地建立自己基于最新技術、最新渠道的業務。同時，也可以很好地借鑒金融科技公司已經探索出來的經驗。   

　　我們現在跟四大行、股份制銀行都有合作，幫很多銀行在信貸業務、中臺風控上做了很多的升級改造。在非常短的時間內取得了非常好的效果。   

　　簡單的例子：幫助中國銀行升級交易反欺詐的業務，只花了不到兩個月的實施時間，把交易欺詐識別率提升了10倍，原來需要300多筆交易中才只能篩選出來一筆可能性的欺詐交易，現在由于精準度的提高，30多筆交易中就可以篩選出欺詐的交易，同時欺詐識別范圍縮小了十分之一。

　　相應地也可以說，這個欺詐的識別的效益提升了十倍，這對銀行在線業務場景下的風險管理是一個非常有利的因素。   

　　我們跟一個股份制銀行合作：幫助他們建立一整套基于線上大數據風控、互聯網獲客的貸款實現了最長三分鐘風控審核，只用兩個半月的時間就上線了，整個成本非常低。

責任編輯：Rachel