金融大數(shù)據(jù)智能發(fā)展現(xiàn)狀與未來趨勢

田江

對銀行等金融行業(yè)來說，哪些數(shù)據(jù)資產(chǎn)能促進(jìn)人工智能的長期發(fā)展呢？先思考下這個問題，然后再分析人工智能的下一步發(fā)展思路，這個問題的答案需要從大數(shù)據(jù)的視角來進(jìn)行思考。

從電子化到信息化的發(fā)展歷程，金融一直是最喜歡擁抱創(chuàng)新科技的傳統(tǒng)行業(yè)之一。在進(jìn)軍數(shù)字化時代的過程中，金融科技無疑是助力企業(yè)轉(zhuǎn)型的強(qiáng)有力的工具。面臨來自內(nèi)外部的各種壓力和困境，銀行等金融機(jī)構(gòu)也需要重新定位金融科技，制定適合自己的發(fā)展策略，通過應(yīng)用大數(shù)據(jù)、人工智能等典型技術(shù)來驅(qū)動業(yè)務(wù)進(jìn)行變革。

信息科技創(chuàng)新與金融業(yè)務(wù)開展，從上個世紀(jì)八九十年代起一直攜手并進(jìn)，二者的關(guān)系也逐漸從輔助支持轉(zhuǎn)變?yōu)橄嗷ト诤稀萍紒碚f，金融屬于傳統(tǒng)行業(yè)，其重點是實實在在的應(yīng)用價值，因此技術(shù)創(chuàng)新要與業(yè)務(wù)場景進(jìn)行緊密結(jié)合。對金融來說，科技發(fā)揮支持與驅(qū)動的力量，科技或許不能輕易改變金融的底層邏輯，但能夠促成金融去改變自身。在金融科技的各個領(lǐng)域，大數(shù)據(jù)與人工智能最為關(guān)鍵且密不可分，同時結(jié)合企業(yè)自主可控的發(fā)展視角，最后選擇“大數(shù)據(jù)智能”這一頗接地氣的詞匯作為本文的重點討論內(nèi)容。

金融科技發(fā)展最有力的路徑是金融和科技的融合發(fā)展，在這個過程中技術(shù)和資本都并非壁壘，發(fā)揮關(guān)鍵作用的將是金融行業(yè)的科技人員。目前工行、建行、中行、光大、招商、平安、民生、興業(yè)等各大銀行紛紛成立科技公司，通過科技創(chuàng)新支持傳統(tǒng)企業(yè)的業(yè)務(wù)轉(zhuǎn)型，同時還承擔(dān)對外技術(shù)賦能輸出的使命和職責(zé)。光大科技是其中的典型示例，2017年掛牌光銀科技，2018年升級為集團(tuán)一級子公司，整體定位是光大集團(tuán)科技創(chuàng)新發(fā)展的基礎(chǔ)平臺，助力集團(tuán)數(shù)字化轉(zhuǎn)型，打造科技創(chuàng)新賦能平臺。對于身處其中的科技人員來說，在大數(shù)據(jù)智能研究與應(yīng)用的過程中，最重要的任務(wù)是從實際出發(fā)探索技術(shù)的潛在應(yīng)用場景，將其轉(zhuǎn)換為可實現(xiàn)的需求并進(jìn)行落地，是否具備主動意識和創(chuàng)新能力將成為影響未來工作成效的關(guān)鍵因素。

一、大數(shù)據(jù)智能發(fā)展趨勢

1.基礎(chǔ)AI與行業(yè)AI

最近幾年人工智能對各行各業(yè)的影響很大，但實際上人工智能并沒有統(tǒng)一的定義，因此帶來了很多概念上的混淆與困惑。對大多數(shù)傳統(tǒng)行業(yè)來說，人工智能有三個重要的時間節(jié)點，1956年達(dá)特茅斯會議誕生了人工智能這個概念，2006年Hinton等人提出深度學(xué)習(xí)的概念，2016年的AlphaGo讓人工智能迅速推廣。人工智能的發(fā)展歷史悠久，參與者眾多，其角色背景各有不同，因此對人工智能的基礎(chǔ)定義和發(fā)展理念都會有很大的分歧。從金融業(yè)實踐應(yīng)用角度，我們覺得在概念上可以更加包容一些，以實現(xiàn)業(yè)務(wù)價值為目標(biāo)導(dǎo)向，在過程中尋求最廣泛的協(xié)作。

從技術(shù)視角出發(fā)，我們習(xí)慣將人工智能應(yīng)用分為基礎(chǔ)AI和行業(yè)AI兩種?；A(chǔ)AI代表行業(yè)發(fā)展的前沿程度，并且能夠整合到應(yīng)用系統(tǒng)中，比如人臉識別、語音識別等。對于基礎(chǔ)AI，核心技術(shù)掌握在少數(shù)公司手中，金融應(yīng)用更多是使用商業(yè)化的技術(shù)組件。行業(yè)AI更具業(yè)務(wù)屬性，比如反欺詐、智能推薦、智能投顧等。

目前，主流的人工智能技術(shù)都是數(shù)據(jù)驅(qū)動的機(jī)器智能，兩種AI技術(shù)應(yīng)用的區(qū)別主要在于數(shù)據(jù)掌握在誰手里，或者說誰來運(yùn)用數(shù)據(jù)產(chǎn)生AI模型。特別說明一下，本文的重點是從企業(yè)應(yīng)用視角對人工智能進(jìn)行討論，或者說企業(yè)視角的“大數(shù)據(jù)智能”，同時這類應(yīng)用是銀行系科技公司的發(fā)力重點，能夠最大化發(fā)揮自身特點。

2.行業(yè)智能三階段

對銀行等金融行業(yè)來說，哪些數(shù)據(jù)資產(chǎn)能促進(jìn)人工智能的長期發(fā)展呢？先思考下這個問題，然后再分析人工智能的下一步發(fā)展思路，這個問題的答案需要從大數(shù)據(jù)的視角來進(jìn)行思考。依據(jù)業(yè)務(wù)發(fā)展水平，我們將人工智能的應(yīng)用簡單分為三個階段：業(yè)務(wù)自動化、大數(shù)據(jù)智能和全渠道智能決策。

以業(yè)務(wù)智能化水平為評判依據(jù)，第一個階段是業(yè)務(wù)自動化，這是一個很普遍的概念，在業(yè)界也有一些分歧。通過AI技術(shù)實現(xiàn)產(chǎn)品和流程革新，逐步代替那些重復(fù)性的操作環(huán)節(jié)，生產(chǎn)效率就可以得到持續(xù)的改進(jìn)與提升。另外，在手機(jī)銀行、智能柜臺等項目中引入生物識別技術(shù)能夠解決客戶驗證的關(guān)鍵問題，從而極大的提升用戶體驗。人臉識別等基礎(chǔ)AI技術(shù)的引入能夠促進(jìn)業(yè)務(wù)流程的優(yōu)化，也為后續(xù)大數(shù)據(jù)智能的應(yīng)用提供更好的土壤。

大數(shù)據(jù)智能是人工智能發(fā)展的下一階段，技術(shù)革新能夠帶來更豐富的業(yè)務(wù)場景，這些場景也需要大數(shù)據(jù)智能的支持和驅(qū)動。實際上，企業(yè)對于大數(shù)據(jù)的研究與應(yīng)用要早于人工智能，目前的重點就是融合基礎(chǔ)AI和行業(yè)AI技術(shù)，從而為客戶提供更好的智能化服務(wù)。

第三個階段的特征是實現(xiàn)全渠道的智能決策，將客戶識別、行為預(yù)測與各種渠道無縫對接，同時根據(jù)客戶響應(yīng)進(jìn)行動態(tài)的優(yōu)化更新。路漫漫其修遠(yuǎn)兮，最終的目標(biāo)是實現(xiàn)客戶多點觸達(dá)的智能化體驗。各種渠道系統(tǒng)進(jìn)行有機(jī)的協(xié)同整合，背后對應(yīng)著高水平的信息科技治理能力。這個階段中每個應(yīng)用的負(fù)責(zé)人都會很多，從業(yè)務(wù)流程到系統(tǒng)開發(fā)，從產(chǎn)品設(shè)計到營銷支持，從數(shù)據(jù)分析到數(shù)據(jù)挖掘，都充分體現(xiàn)著產(chǎn)品經(jīng)理的理念。因此，對于傳統(tǒng)企業(yè)來說，首先要在思想認(rèn)識上達(dá)成一致，然后努力建立有效的協(xié)作機(jī)制。

二、智能中臺與應(yīng)用場景

1.大數(shù)據(jù)智能化“中臺”

大數(shù)據(jù)與人工智能相生相伴，在大數(shù)據(jù)上應(yīng)用機(jī)器學(xué)習(xí)等技術(shù)，充分利用產(chǎn)生的機(jī)器知識最終構(gòu)建我們想要的人工智能應(yīng)用，實際就是大數(shù)據(jù)智能的應(yīng)用邏輯。這個邏輯非常通順，簡單描述了數(shù)據(jù)的作用以及數(shù)據(jù)驅(qū)動的大致方法，數(shù)據(jù)實際上是人類建造文明的基石，應(yīng)用人工智能技術(shù)能夠轉(zhuǎn)化為有效的生產(chǎn)力。最近幾年大數(shù)據(jù)在諸多領(lǐng)域得到了廣泛的應(yīng)用，企業(yè)大數(shù)據(jù)團(tuán)隊的交付物從數(shù)據(jù)分析報告發(fā)展到數(shù)據(jù)挖掘模型，再到這兩年重點發(fā)力的數(shù)據(jù)產(chǎn)品，整體目標(biāo)是充分發(fā)揮數(shù)據(jù)價值。

企業(yè)發(fā)展大數(shù)據(jù)智能包括三個基本要素：數(shù)據(jù)、算力和模型。三者相互支撐、缺一不可。其中，算力是大數(shù)據(jù)智能的根基，計算能力的飛躍發(fā)展使得更巨量的數(shù)據(jù)和更復(fù)雜的算法得以實現(xiàn);數(shù)據(jù)是匹配算力和應(yīng)用算法的依據(jù);模型則是整體核心，無論再強(qiáng)的算力、再多的數(shù)據(jù)，無法形成智能化模型就都毫無價值。此外，還需要相輔相成的業(yè)務(wù)場景IT構(gòu)建能力，簡單說就是要具備將“智能”轉(zhuǎn)化為業(yè)務(wù)場景的推送能力，要形成“接觸-采集-智能決策-反饋推送-再接觸”的在線、實時的閉環(huán)業(yè)務(wù)場景。在這個背景下，大數(shù)據(jù)、人工智能、物聯(lián)網(wǎng)的融合將是下一步科技創(chuàng)新的熱點領(lǐng)域。

大數(shù)據(jù)在企業(yè)中的廣泛應(yīng)用，伴隨著對數(shù)據(jù)資產(chǎn)化管理的強(qiáng)烈需求。這個環(huán)節(jié)對應(yīng)著兩部分的內(nèi)容，首先是內(nèi)外部數(shù)據(jù)共享與充分應(yīng)用，其次是數(shù)據(jù)挖掘模型的管理與知識遷移。第一個是基礎(chǔ)資產(chǎn)，為大數(shù)據(jù)應(yīng)用奠定基礎(chǔ)，提供原始的數(shù)據(jù)素材，其中數(shù)據(jù)關(guān)聯(lián)性、元數(shù)據(jù)、數(shù)據(jù)合規(guī)是目前面臨的最大挑戰(zhàn)。另外一個是衍生資產(chǎn)，提供大數(shù)據(jù)的高附加值，同時還具備向外輸出的特殊潛力。

目前，傳統(tǒng)行業(yè)構(gòu)建專業(yè)團(tuán)隊的參考經(jīng)驗還比較少，配套管理機(jī)制的建設(shè)更是嚴(yán)重不足。對數(shù)據(jù)管理水平的衡量可以參考“數(shù)據(jù)管理能力成熟度模型（DCMM）”：針對一個組織數(shù)據(jù)管理、應(yīng)用能力的評估框架，通過數(shù)據(jù)管理能力成熟度模型，組織可以清楚地定義數(shù)據(jù)當(dāng)前所處的發(fā)展階段以及未來發(fā)展方向。企業(yè)大數(shù)據(jù)智能應(yīng)用能力的上限由其數(shù)據(jù)管理能力決定，數(shù)據(jù)管理能力不足的企業(yè)根本無力開展大規(guī)模智能應(yīng)用建設(shè)。

在多個領(lǐng)域完成“點”的突破之后，可以嘗試構(gòu)建更大的目標(biāo)。例如在風(fēng)控、運(yùn)營、營銷等領(lǐng)域，實現(xiàn)高效的場景化數(shù)據(jù)價值鏈條，并逐步建立大數(shù)據(jù)智能中臺的雛形框架，從而對接多領(lǐng)域的靈活需求。一個務(wù)實的“智能中臺”，需要包括客戶畫像、產(chǎn)品畫像、數(shù)據(jù)挖掘模型和決策引擎等組成部分，其中數(shù)據(jù)挖掘模型是智能化的核心，客戶畫像和產(chǎn)品畫像為建模過程持續(xù)提供特征輸入，決策引擎將模型輸出成果轉(zhuǎn)換為實際業(yè)務(wù)行動。過程中的大數(shù)據(jù)能力主要體現(xiàn)在三個方面：更好的客戶認(rèn)知、更智能化的算法、更快速的決策支持，整體目標(biāo)是實現(xiàn)技術(shù)、模型、數(shù)據(jù)、決策引擎的貫通。

2.典型應(yīng)用場景

銀行等金融機(jī)構(gòu)應(yīng)用大數(shù)據(jù)智能相關(guān)技術(shù)的目標(biāo)，一共包括三層：第一層是提高服務(wù)流程效率，降低運(yùn)營成本;第二層是增強(qiáng)風(fēng)險控制能力，增加風(fēng)險收益;第三層是產(chǎn)品創(chuàng)新驅(qū)動客戶價值增值。因此，應(yīng)用場景會分為服務(wù)、風(fēng)控和銷售三類：

1.人臉識別、圖像識別、文字識別、語音識別等技術(shù)運(yùn)用于服務(wù)場景中，包括智能客服、網(wǎng)點智能機(jī)器人等。

2.機(jī)器學(xué)習(xí)、深度學(xué)習(xí)、復(fù)雜網(wǎng)絡(luò)等技術(shù)運(yùn)用于信用卡反欺詐、互聯(lián)網(wǎng)信貸反欺詐等風(fēng)控強(qiáng)化應(yīng)用場景中，文字識別、圖像識別結(jié)合機(jī)器學(xué)習(xí)和大數(shù)據(jù)利用會運(yùn)用于信貸審批和貸后風(fēng)險預(yù)警的應(yīng)用場景中。

3.當(dāng)然，更多的大數(shù)據(jù)智能會運(yùn)用于客戶營銷和產(chǎn)品設(shè)計與綜合定價的增值業(yè)務(wù)場景中，構(gòu)建專業(yè)化的解決方案，比如最近比較火熱的“智能投顧”和“智能推薦”。

三、企業(yè)級數(shù)據(jù)科學(xué)團(tuán)隊

數(shù)據(jù)科學(xué)家并非真正的科學(xué)家，這一點在實際工作中體現(xiàn)得比較明顯，金融企業(yè)的數(shù)據(jù)科學(xué)家關(guān)注的是如何將技術(shù)與應(yīng)用結(jié)合，最大化地發(fā)揮內(nèi)外部數(shù)據(jù)價值。從模型角度，金融企業(yè)數(shù)據(jù)科學(xué)家更關(guān)注應(yīng)用級的模型，選擇特征與參數(shù)會比學(xué)習(xí)算法的優(yōu)化更重要，另外數(shù)據(jù)準(zhǔn)備也會花費(fèi)更多的時間。對金融企業(yè)的數(shù)據(jù)科學(xué)家來說，行業(yè)理解要遠(yuǎn)大于技術(shù)因素，深耕業(yè)務(wù)才能了解真實的痛點。

金融企業(yè)應(yīng)該建立企業(yè)級數(shù)據(jù)科學(xué)團(tuán)隊，面向企業(yè)各級機(jī)構(gòu)提供全方位的數(shù)據(jù)科學(xué)服務(wù)。數(shù)據(jù)科學(xué)團(tuán)隊是一支“特種兵小隊”，涉及人員主要分為三類：第一類是業(yè)務(wù)分析與建模人員，熟悉業(yè)務(wù)需求，把握應(yīng)用場景，能力覆蓋傳統(tǒng)評分建模以及業(yè)務(wù)分析模型設(shè)計;第二類是數(shù)據(jù)科學(xué)人員，具備數(shù)據(jù)開發(fā)、復(fù)雜網(wǎng)絡(luò)計算、數(shù)據(jù)產(chǎn)品實現(xiàn)和新型算法研究的能力;第三類是具備大數(shù)據(jù)領(lǐng)域全棧綜合能力的隊長，兼具咨詢和研發(fā)的橫向縱向能力，綜合發(fā)揮“導(dǎo)演、編劇和監(jiān)制”的作用，能夠在客觀條件下把控交付進(jìn)度和質(zhì)量。

四、商業(yè)模式與社區(qū)文化

1.大數(shù)據(jù)商業(yè)模式

關(guān)于大數(shù)據(jù)智能的商業(yè)模式，光大銀行數(shù)據(jù)應(yīng)用早期沿用數(shù)據(jù)產(chǎn)品化、數(shù)據(jù)產(chǎn)品生態(tài)化的建設(shè)思路，主要服務(wù)于內(nèi)部應(yīng)用;然后逐步開始探索數(shù)據(jù)業(yè)務(wù)化，也就是嘗試將數(shù)據(jù)變現(xiàn);最后是數(shù)據(jù)能力服務(wù)化，這也是目前光大科技大數(shù)據(jù)部的主要工作之一。

光大科技承建集團(tuán)數(shù)據(jù)港，旨在為光大集團(tuán)提供數(shù)據(jù)連接和數(shù)據(jù)服務(wù)，打通光大集團(tuán)內(nèi)外部數(shù)據(jù)，實現(xiàn)數(shù)據(jù)資源共享，通過API接口實現(xiàn)集團(tuán)及各子公司間的數(shù)據(jù)標(biāo)簽調(diào)閱。光大科技大數(shù)據(jù)部以平臺能力、模型能力、創(chuàng)新能力為核心能力，在支持光大集團(tuán)和各子公司大數(shù)據(jù)項目建設(shè)過程中，逐步探索數(shù)據(jù)能力服務(wù)化的商業(yè)模式。

光大科技大數(shù)據(jù)部圍繞項目經(jīng)理、產(chǎn)品經(jīng)理、數(shù)據(jù)科學(xué)家這三類核心角色規(guī)劃了團(tuán)隊構(gòu)建，協(xié)同推進(jìn)專業(yè)化能力的培養(yǎng)計劃，旨在提供涵蓋數(shù)據(jù)整合、數(shù)據(jù)治理、數(shù)據(jù)服務(wù)、數(shù)據(jù)挖掘的綜合解決方案能力，賦能光大集團(tuán)業(yè)務(wù)轉(zhuǎn)型，同時也逐步向外進(jìn)行輸出。

2.創(chuàng)新社區(qū)文化

數(shù)據(jù)科學(xué)團(tuán)隊的構(gòu)建以及大數(shù)據(jù)智能商業(yè)模式的改變，能夠最終帶來創(chuàng)新文化的改變，主要體現(xiàn)在兩個方面：

一是建立大數(shù)據(jù)創(chuàng)新社區(qū)和大數(shù)據(jù)實驗室。光大銀行大數(shù)據(jù)創(chuàng)新社區(qū)的口號是“像外行一樣思考，像專家一樣實踐”，通過科技與業(yè)務(wù)的融合，實現(xiàn)以互聯(lián)網(wǎng)產(chǎn)品理念為中心，以業(yè)務(wù)創(chuàng)意碰撞融合為驅(qū)動力，打造大數(shù)據(jù)項目孵化機(jī)制，加速產(chǎn)品創(chuàng)新。目前大數(shù)據(jù)創(chuàng)新社區(qū)已經(jīng)逐步推廣到整個光大集團(tuán)，目標(biāo)是通過大數(shù)據(jù)支持集團(tuán)業(yè)務(wù)轉(zhuǎn)型。

二是打造創(chuàng)新孵化能力。在外部資源引進(jìn)方面，開展校企合作和生態(tài)伙伴合作，廣泛對接合作高校、大數(shù)據(jù)相關(guān)科研機(jī)構(gòu)、創(chuàng)業(yè)公司，建立人才儲備、科研合作、孵化培育的機(jī)制，為創(chuàng)新沉淀資源;通過不斷豐富外部數(shù)據(jù)來源、拓展大數(shù)據(jù)服務(wù)能力和實施能力，為創(chuàng)新打通渠道。在內(nèi)部機(jī)制建設(shè)方面，推進(jìn)觀念創(chuàng)新，完善創(chuàng)新激勵機(jī)制，調(diào)動一切可用資源，不斷培養(yǎng)、發(fā)展創(chuàng)新的文化氛圍，為創(chuàng)新提供土壤。

大數(shù)據(jù)智能應(yīng)用的根本在于業(yè)務(wù)價值的實現(xiàn)，金融科技公司能否實現(xiàn)自身快速發(fā)展，關(guān)鍵在于能否把握客戶需求進(jìn)而創(chuàng)造價值。如果要啟動一個大數(shù)據(jù)智能項目，首先要判斷是否為數(shù)據(jù)驅(qū)動型項目;然后看是否有足夠豐富、質(zhì)量合格的數(shù)據(jù)支持解決方案的實現(xiàn);最后，結(jié)合實際情況選擇適合的算法模型，能夠解決實際問題的方案就是好方案。

在金融科技各項技術(shù)中，大數(shù)據(jù)智能的發(fā)展與云計算、區(qū)塊鏈、物聯(lián)網(wǎng)等技術(shù)緊密相關(guān)，企業(yè)需要打造自主可控的智能化應(yīng)用能力，逐步構(gòu)建良性運(yùn)轉(zhuǎn)的價值閉環(huán)。同時，堅持工匠思維，通過深耕業(yè)務(wù)需求發(fā)現(xiàn)應(yīng)用場景。

在技術(shù)創(chuàng)新日新月異的時代，我們都應(yīng)該盡快找到使用新技術(shù)的辦法，趕上大數(shù)據(jù)智能時代的浪潮，讓自己和組織都從中受益。