案例一：U链福费廷业务系统

　　案例摘要：

　　福费廷业务是银行根据客户或其他金融机构的要求，在开证行、包买行或其他指定银行对信用证项下的款项做出付款承诺后，对应收款进行无追索权的融资。邮储银行以企业级开源区块链平台 Hyperledger Fabric（超级账本）为基础，并结合J2EE应用框架，开发了包括共享账本、智能合约、隐私保护和共识机制四大机制在内的U链福费廷业务系统。实现信用证从开具到承兑全流程链上跟踪，并建立“福费廷区块链系统交易市场”，能够有效撮合金融机构间交易，建立一个基于区块链的让渡报文通知模式。邮储银行U链福费廷业务系统实现了信用证产生的项下议付、福费廷等融资业务的区块链业务系统。该系统具有追溯精度优化、去中心化、强隐私安全、去信任中介等特点。U链福费廷业务系统提高了一级市场的业务审单效率，减少人工判断失误；为业务提供增信，降低业务风险；实现了福费廷业务处理流程的衔接及优化。

　　案例背景：

　　近年来，我国银行业大力发展贸易金融，福费廷业务凭借其独特的优势得到银行青睐，迅速取代了传统出口押汇和国内信用证卖方押汇/议付的市场地位。随着我国经济增速放缓，进入“三期叠加”阶段，福费廷业务也存在一些风险隐患，特别是在涉及司法纠纷时，其法律适用的不确定性一定程度上影响到银行资产的安全，必须对其潜在风险予以充分关注。

　　在福费廷业务中，卖方银行通常在信用证项下买断受益人对开证行的债权，自行持有或在二级市场进行转卖。因为有开证行的承兑或承付，所以对买入福费廷的银行来说属于低风险业务。

　　但近年来，企业伪造虚假贸易背景的手段越来越隐蔽，部分企业借贸易融资之名，骗取银行融资进行投机。近期我国经济呈现下行态势，部分大宗商品价格剧烈波动，贸易背景真实性屡受质疑，企业资金链紧绷甚至断裂。在此背景下，福费廷融资的风险转移功能难以完全发挥。 例如：企业资金链断裂势必影响银行风险防控工作质效。

　　在此情况下，建设一套专门的基于新技术的国内信用证福费廷业务平台显得迫切而重要。

　　需要解决的问题及解决方案：

　　中国邮政储蓄银行U链福费廷业务系统聚焦在邮储银行福费廷业务的运作环节，通过区块链技术解决以下业务问题：

　　（1）交易多方互信成本偏高。福费廷业务交易多方各自相互独立，且信息不透明，为保证互信问题需进行多次握手确认，业务流程复杂。

　　（2）福费廷的票据审核复杂且需重复审单。福费廷的相关票据类型繁杂，审核复杂。在一级市场，开证行对于福费廷的相关票据进行审核，在二级市场，每次债权的让渡，福费廷包买行都需要对相关的票据进行重复审核。

　　（3）工作效率低下，存在潜在风险。跨部门、跨机构协同目前缺乏有效的协同手段及渠道，更多通过线下的沟通、材料投递及审核完成。

　　为解决以上问题，邮储银行提出以下解决方案：

　　（1）业务信息及材料的电子化：区块链系统的构建将对相关票据信息电子化，业务的各方可以便捷地查看相关信息，减少线下材料邮寄或者交单的成本。

　　（2）业务信息的跨部门、跨机构共享：区块链的共享账本可以使得加入到区块链的各个机构以及单个机构内的各个部门之间实现信用证及福费廷相关信息的共享，从而提升整个跨部门的协同效率。

　　（3）业务的安全及隐私保护：区块链支持安全隐私保护，账本信息无法篡改、删除和替换，每个机构及用户的操作可追溯且不可抵赖。

　　（4）业务“背书”支持：区块链的共识技术确保了每一次交易的发生都可以由业务相关方提供背书支持，从而有效降低业务信用风险，进而提升业务效率。

　　（5）智能化决策支持：自动化的智能校验可以提升整个业务审批的准确率、提升效率、风险预警等。

　　案例应用实践及效果：

　　U链福费廷业务系统已于2018年6月底上线，该系统实现了信用证从开具到承兑全流程链上跟踪，并建立“福费廷区块链系统交易市场”，交易双方无需线下协调，可在线上交易市场发布收证意向及包买意向，有效撮合交易，另外本系统建立一个基于区块链的让渡报文通知模式，与SWIFT让渡报文模式并行。 U链福费廷业务系统基于Hyperledger（超级账本）的区块链技术，结合 J2EE应用框架，实现了信用证产生的项下议付、福费廷等融资业务的区块链业务系统。U链福费廷业务系统具有追溯精度优化、去中心化、强隐私安全、去信任中介等特点。该系统在处理福费廷业务时，受益人（企业、债权持有行）可以将债权直接转卖，与信用证开证行、包买银行达成三方共识，完成债权让渡。在债权让渡、单据凭证等智能合约的帮助下，该系统支持三方就数据一致性的理解以及对业务资料的审批，降低业务风险，避免重复审单，提高业务处理效率。福费廷交易市场具备收征意向发布查询、福费廷查询及摘牌等功能，该系统能够有效撮合金融机构间交易。此外，二级市场通过该系统能够获取一级市场数据以及历史包买银行的业务审查背书，使得债权让渡能够快速衔接一级市场，有效提升业务效率。U链福费廷业务系统进一步完善了银行服务模式，加快向现代化商业银行转型的步伐。

　　应用效果：

　　打通信用证的一级市场与二级市场，实现从信用证至福费廷业务的信息共享，利用区块链的身份认证和分布式账本技术特性，经链上交易较多一方的认可为业务提供增信、降低业务风险。通过联盟链实现业务回溯、私钥筛选资料可见性、共识机制背书信息安全、线上传输优化流程时效、分布账本提高安全边际。

　　通过区块链技术引入更多银行和企业参与，丰富平台的意向交互和业务处理等相关功能，凭借其对业务数据的信息累积、数据共享实现联盟链的组建。预计该系统上线后可以实现银行50余家总行级区块链网络互联互通，交易金额可达3000亿人民币以上，运用信息电子化传输优化跨部门、跨机构的信息共享以及协同流程，多维度提升跨机构的业务处理效率。

　　方案前景：

　　邮储银行的区块链应用研究在2015年就走在同业前面，抢先抓早布局区块链应用研究，并率先推出邮储银行区块链品牌“U链”，2016年10月，U链托管业务系统作为国内银行业首个区块链应用系统成功上线。2018年6月，U链福费廷业务系统成功上线。区块链的应用意义重大，不只是技术上的创新，更是对传统银行交易运营模式颠覆性的创新，在未来潜力很大。邮储银行要继续拓展区块链基础平台，将行内优势业务能力产品化，聚焦细分市场，做大商业网络规模，建立基于金融行业云的邮储银行区块链服务平台级业务模式，进一步完善银行服务模式，协力推动现代化商业银行转型的步伐。

　　案例二：智能客服创新项目

　　案例摘要：

　　中国邮政储蓄银行智能客服项目于2017年7月启动，于2017年12月22日成功上线。邮储银行智能客服项目居于国内智能客服领域的领先水平。国内银行业普遍采用的是基于规则匹配的智能客服1.0,邮储银行智能客服系统是国内银行业首家基于深度学习模型构建的智能客服2.0系统。从技术上看，智能客服2.0通过引入深度学习算法和自然语言处理技术，对历史数据的学习和训练，提高了语义理解的准确性、易维护性和客户体验，进而提升了在线客服使用率，系统能够不断学习知识库的银行领域专有知识，实现对客户业务咨询意图的智能、精准理解，并为客户提供清晰的答案。

　　案例背景：

　　随着中国经济的飞速发展，金融行业竞争日益激烈，为提高银行形象，改善服务质量，各家银行纷纷拓展服务渠道，增加差异化服务，以赢取客户的青睐。

　　2008年，中国邮政储蓄银行建设完成电话银行暨信用卡客服系统，具备IVR服务以及人工客户服务能力，并于2008年12月在全国范围内开展服务；2010年推出个人网银/门户网站在线客服功能；2013年，进行系统扩容，形成北京、合肥、成都等多个运营中心；2014年，建设电话银行暨信用卡客服系统扩容改造项目，实现多维度的客户识别、多系统的信息关联，以及多媒体渠道（包括微信等）接入以及智能机器人客服，使客户享受邮储银行专业、细致的服务；2015年， 继续建设完善电话银行暨信用卡客服系统扩容改造项目，扩展客服中心服务范围，实现呼叫中心座席监控及话务监控，帮助管理者实时监测分布在全国各地座席中心工作状况、服务水平，并可从不同纬度监控话务繁忙程度，为管理者正确进行业务决策提供支撑。

　　需要解决的问题及解决方案：

　　为提高银行形象，改善客户服务质量，邮储银行在不断拓展服务渠道，增加差异化服务，赢取客户的青睐。邮储银行智能客服系统着力解决以下问题：

　　（1）人力成本上升：人口红利的逐渐减小导致了适龄劳动力成本上升，很难给客户提供低成本的7*24随需服务。

　　（2）传统智能客服效率低：传统基于规则的智能客服回答准确率较低，导致客服人员疲于应付各种标准、枯燥的业务，无暇对客户进行定制化、个性化的服务，无法全面记录客户行为的反馈，无法对服务进行随时随地随需的调整或优化。

　　（3）人工智能技术契合金融服务发展的内在需求，我们需要通过引入人工智能技术解决传统金融服务的低效以及痛点。智能客服作为邮储银行智能化应用落地的先行者，是助力企业数字化转型，提升企业全面竞争力，特别是创新业务发展能力的重要工具。

　　（4）人工智能技术与金融的深度融合是这两个领域深化发展、探索创新的必然结果。在前端可以使服务更加个性化，提升客户体验；在中端可以支持各类金融交易和分析中的决策，使决策更加智能化；在后端用于风险识别和防控，使管理更加精细化。互联网巨头与传统金融机构都陆续推出了各自的智能应用，使得金融服务更加简单、高效和友好。

　　解决方案：

　　邮储银行智能客服2.0通过引入深度学习算法和自然语言处理技术，对历史数据的学习和训练，提高了语义理解的准确性、易维护性和客户体验，进而提升了在线客服使用率，系统能够不断学习知识库的银行领域专有知识，实现对客户业务咨询意图的智能、精准理解，并为客户提供清晰的答案。

　　（1）基于深度学习技术和自然语言理解技术的问答模型。智能客服系统使用多层卷积神经网络模型实现文本分类，通过嵌入层将问题和语料中的词汇映射为向量表示，通过卷积神经网络对问题和语料进行编码，使得模型可以学习到每个句子蕴含的上下文语义特征信息，使用前馈网络捕捉问题和答案之间的交互关系，通过输出层来预测答案。

　　（2）模型全流程生命周期管理。为了便于业务人员维护，智能客服系统实现了完整的模型后台训练系统。业务人员可自主参与的模型全流程生命周期管理，包括语料导入、模型训练、模型交叉验证、模型手动测试以及模型部署的一体化流程。

　　（3）先进性、灵活性和可扩展性：可扩展的系统架构和负载均衡能力，丰富、通用的系统接口，友好的、可灵活配置的语料库、词典库，以及自然语言处理算法、深度学习、机器学习技术，高密集计算和并行计算的GPU硬件架构等。

　　案例应用实践及效果：

　　邮储银行智能客服系统采用了深度学习和自然语言理解技术，目前居于国内智能客服领域的领先水平，且为国内银行业首家采用深度学习模型作为智能客服系统的解决方案。应用实践及效果主要体现在以下几个方面：

　　（1）客户体验：通过引入深度学习算法和自然语言处理技术，智能客服系统提升了在线客服使用率、提高了客户问题回答准确率、提升了客户体验。智能客服客户问答准确率能达到90%以上，相比前一代传统基于规则的智能客服有20%的提升。对于机器无法单独解决的复杂问题可以转接人工服务，实现人机结合的补充途径。

　　（2）运营模式：智能客服在成本、效率以及灵活管理方面优势明显，可以7*24小时不间断的服务，服务质量更加高效稳定，运营成本大大降低；智能客服对客服系统进行了流程再造，业务人员可自主完成端到端的客户数据驱动的智能客服闭环优化；同时，通过对智能客服所积累的日志信息进行有效的识别、分析和挖掘，还有助于为后续客户服务和客户营销等提供数据与决策支持。

　　（3）数字化转型：智能客服系统是智能化解决方案落地邮储银行的先行者，为后续智能方案的实施积累了宝贵的经验，积累了深度学习与自然语言处理的工程经验，实现了人工智能算法的探索落地，为未来实现人工智能技术的场景跃迁打下了坚实基础。

　　通过此项目，邮储银行在改善服务水平、提升客户满意度、提高运营效率和积累人工智能落地经验等方面取得了丰厚的收获。 截至到2018年9月底智能客服系统已经整理的训练语料数据覆盖21个业务领域，问答准确率在93%左右，相比传统智能客服1.0提高约20%。

　　方案前景：

　　邮储银行智能客服系统居于国内智能客服领域的领先水平，是国内银行业首家采用深度学习模型作为智能客服系统的方案。该系统是“人工智能+业务场景”的应用典范。人工智能技术助力邮储银行在流程、业务模型上的实现了重大转变，在提升效率降低人工的成本的同时，为银行业的科技转型提供了引擎动力。

　　从用户角度来看，本系统是基于深度学习的智能客服解决方案落地的先行者，探索了深度学习技术在客服领域的应用落地；提升客户线上自助问答准确性，更加智能识别客户意图；提升客户线上问答的用户体验，精准识别客户的意图，提升客户获取问题答案的效率和准确性；

　　从运营角度来看，提升客户问答知识库运营维护的效率,实现模型的快速训练和部署；提升了智能客服机器人自我学习能力，提升了智能客服机器人对外服务水平；有经验的客服人员转型成为语料整理师、模型训练师、系统分析师等，帮助客服人员快速成长为炙手可热的人工智能产品运营人员；

　　从数字化转型角度来看，智能客服系统是智能化解决方案落地邮储银行的先行者，实现了人工智能算法的探索落地，为未来实现人工智能技术的场景跃迁打下了坚实基础。在实际的业务场景中，实现了快速开发上线，大大缩短了落地实施的周期，其敏捷性、灵活性和前瞻性为邮储银行在日益激烈的市场竞争中赢得了制胜先机。