APP下载

工商银行:人工智能创新应用

2020-09-13刘承岩

中国信息化周报 2020年33期
关键词:范式金融服务建模

工商银行提出了智慧银行的建设战略,首先提倡的是智慧、开放、共享、仁和。

工商银行人工智能創新历程与工商银行的业务发展是紧密相关的,总体上经过了自动化、数据化、智能化、生态化四个发展阶段。每个阶段都运用了当时最领先的分析技术,提升工商银行对数据的驾驭能力,提升工商银行数字化的水平。

人工智能的创新历程

在数据化阶段,工商银行建立了企业级全球领先的数据仓库平台,这时候工商银行使用了SaaS的分析软件,建立了以巴塞尔协议为核心的全面风险管理的体系。在这个体系当中建立了信用风险评分的体系,这是人工智能首次比较典型的场景应用。

到了智能化阶段,工商银行提出了智慧银行的建设战略,首先是智慧、开放、共享、仁和。智慧是非常重要的核心点,通过智慧提升工商银行的运营效率、服务实体经济的能力。这时工商银行和第四范式深入合作,引入了先知平台。通过双方共同的努力,建成工商银行企业级人工智能平台,这个平台在工商银行人工智能的应用中发挥了非常重要的作用。工商银行在人工智能方面开始进入广泛应用的阶段。

在生态化阶段,工商银行提出了数字工行的战略,数字工行的建设路径是用好数据技术这些要素,把数字金融嵌入到GBC端,构建数字金融的服务生态。这时人工智能的广度和深度发生了很大的变化。在广度上,工商银行不仅仅提供金融业务,在政务、政府、企业,包括校园,也有大量的泛金融服务的输出和提供,人工智能的应用场景大幅拓宽。在深度上,原来人工智能技术的应用相对比较浅,比如人眼识别,应用在入口。现在的人工智能和工商银行整体的业务流程是深度嵌合在一起的,不仅仅和流程嵌合,甚至要改变原有的流程体系。这时候工商银行和第四范式在自动化建模、多方安全的计算领域进行深度的合作,总体上希望通过降低门槛,提升建模的效率,满足模型需求。

人工智能平台总体的架构

工商银行人工智能平台总体的架构可以分为三个部分,一个部分是一站式建模平台,一部分是AI服务的市场,通过API的封装,实现对工商银行智能服务整体生态化的赋能。这样人工智能的创新历程业务场景就可以很快地被大家调用,加快场景的落地。第三部分是基础设施,技术底座。技术底座实现了异构的软硬件,包括异构的计算框架整合,这为建模和推力提供了重要支撑。

一站式建模平台是非常重要的部分,工商银行在和第四范式合作的过程中,非常关注降低门槛,提升建模的效率。一个是可视化的拖拉拽,另外是自动化建模,还有在一些垂直的关键技术领域,比方说图谱,包括NLP推荐这些方面,根据技术的特点形成了建模流水线。

服务端也分为四个部分,包括对话、阅读、理解、翻译等相应的应用,嵌入到工商银行的业务场景中提高工商银行建模用数的效率。

人工智能的典型应用有如下场景:AI推荐,原来的金融产品是静态,千人一面。AI推荐是人工智能算法的应用,能够通过人工智能算法,根据客户的风险偏好,给客户提供投资组合,这是非常重要的改变,也是未来发展应用的一个方向。另外中小微企业普遍面临融资难、融资贵的问题。传统上金融机构想支持中小微企业,成本非常高,客户经理要收集数据,专家要根据这些数据去判断。不但量上不去,而且质很难把控。随着现在国家数据生产要素的丰富,还有工商银行人工智能平台的建设,工商银行这些方面的能力有大幅的提升。

在这个基础上,工商银行面向中小微企业建立准入和授信的模型,推出了纯信用的金融快贷、异地快贷秒批秒贷的金融产品。今年一季度末工商银行面向中小微规模的融资规模为5700多亿元,平均贷款利率是4.25%,低于金融同业150个DP,这是比较好、典型的人工智能服务实体经济的应用。另外是风控领域的创新实践。一个是风险的数据驱动风控,数据驱动的风控实际上经历了两个阶段,一个是不改变流程的。就是欺诈的风险防控,把工商银行所有的联机交易从中间交易截断,通过算法的嵌入,实现了实时欺诈的防控。到现在为止,欺诈的风险防控为客户避免的损失高达90多亿元。另外一个是把流程都变了,比方普惠金融的案例,实际上它根本不是按照原来的流程进行,完全通过线上秒批秒贷,分钟级完成一批业务的发放,这是两个不同应用的方面。还有风控领域的一点出险,全面防控。金融机构一直期望任何一个点出险,全体系能感知。正是因为数据体系的建设,把风险画像和特征进行融合;人工智能的应用,把原来中后台的服务暴露出来,并整体上应用到工商银行全站的业务流程体系当中去,这时候确确实实实现了一点出险,全面防控,真正提升了工商银行风险防控的水平。

应用AI模型,工商银行和第四范式合作之后设计了欺诈模型,整体上比传统的规则模型精准率高得多,提高了60%—70%,这是难以想象的突破。在营销领域,金融机构应用推荐的场景非常广泛。工商银行也有电商平台,也有手机银行,手机银行应用这样的推荐体系,转化率由原来的2%提高到现在的12%,这是在第四范式的帮助和支持之下取得的成绩,构建了新的服务模式。原来是人去找金融服务。现在金融服务去找用户,把好的金融服务推荐给用户,这是一个比较大的改变。智能客户是综合的应用,有面向文本、外呼、呼入的体系。工商银行现在的客户分流率达到30%,这也是非常大的改变,释放了能力,同时对客服务的边界也得到了进一步的扩展。另外改变了和客户交互的方式,通过手机,通过语音可以买卖理财产品,直接进行缴费,不需要用手点击页面,这也是交互模式新的改变和体验。人工智能提高运营的效率,工商银行原来信用卡发卡核查是人工打电话,效率非常低,通过利用自然语言+语音,多技术的融合,金融卡发卡的效率提升了2.5倍,既节省了人力,也提升了发卡核查的效率。

数字工行

数字工行本质是通过人工智能等新技术的应用,降低金融服务的门槛,提升金融服务的供给能力,使得金融服务像水和电一样变得普惠,更好地服务于现代数字经济社会的高质量发展。数字工行应该是一个更高效率的银行,一个金融服务实体经济能力更强的银行。数据算法的应用,提升了银行服务的效率和效能,包括服务的边界。另外一点,是API和金融生态云双轮驱动的银行,把数字金融嵌入到B端、C端实现了GBC的联动,构建了数字金融的生态。还有人工智能、区块链、IoT互相融合的无界银行。实际上数字金融的发展就是要服务于物理世界和虚拟世界,包括物理世界和虚拟世界融合的新世界。

人工智能应用的广度和深度发生了非常大的变化,所以对人工智能模型建模的规模提出了更高的要求。这个时候工商银行面临着新挑战:数据科学人才短缺,数据缺乏。数据真正的价值在于多维的融合,也就是说来自不同行业的融合。

工商银行和第四范式在推进O2MR的工作,目前在工商银行的平台体系里上线。大规模的应用过程会为原来的数据科学人员赋能,还有可以降低门槛,让人人都成为分析师,当然这个过程非常漫长,但肯定是未来发展的方向。工商银行的发展速度非常快,前几年分析师只有几千人,到今年上半年数据分析人员、数据科学人员达到1.3万人,这是非常重要的核心竞争力。在应用人工智能时大家常常会感到标注的压力非常大,工商银行也和第四范式开展了合作,包括迁移学习,小样本机器学习,小样本人工智能学习,解决目前遇到的挑战。

(根据刘承岩公开演讲整理而成,未经本人确认。)

猜你喜欢

范式金融服务建模
“三农”和普惠金融服务再上新台阶
让金融服务为乡村振兴注入源头活水
协力推进金融服务乡村振兴
以写促读:构建群文阅读教学范式
范式空白:《莫失莫忘》的否定之维
联想等效,拓展建模——以“带电小球在等效场中做圆周运动”为例
孙惠芬乡土写作批评的六个范式
前海自贸区:金融服务实体
基于PSS/E的风电场建模与动态分析
不对称半桥变换器的建模与仿真