时间： 2019-05-30 16:58 浏览次数：190 来源：未知
金融业对新技术的应用在所有行业中可能仅次于军事，尤其是近几年，随着人工智能、区块链、云计算、大数据（“ABCD”）等各类新技术不断地发展，并逐步扩大在金融业的使用，金融业正大步迈向智能化时代。人工智能的典型应用场景包括客服服务、风险防控、客户营销和业务运营领域，人工智能在这些场景的应用显著提升了银行的经营效率。
一、金融科技发展中AI技术发挥着重要作用
银行业的信息技术应用发展非常快，特别是近几年，新技术对银行业的推动比前十几年的力度都强，尤其是AI（人工智能）技术，对银行业的影响非常大。
当前，国内外的银行业推出了很多AI服务。AI服务的重点应用领域包括客户服务、客户营销、产品创新、风险控制和经营管理。这些应用领域基本上涵盖了银行的经营范畴，因此，AI技术已基本上在银行的各个领域都得到了普遍应用，而且应用的深度和广度都在不断加强。
五年前，大家更多的是谈论大数据在银行的上述领域中的应用，随着人工智能的拓展，其应用范围比大数据应用更深入、更广泛。大数据基本上是认知方面的应用，而人工智能除认知方面外，还包括大量感知方面的内容。由于人工智能技术的先进性，现在各家银行都在搭建人工智能的平台。银行的人工智能平台包括机器学习等认知方面内容，例如深度学习、图计算、知识图谱等，还包括感知方面的内容，例如人脸识别、指纹、声音识别等。现在各家银行可能在AI技术运用方面的深度不一样，使用的具体的技术方法也各有千秋，但是搭建人工智能的技术平台，并在平台上拓展各领域的应用已成为商业银行的主流趋势。
企业级人工智能平台的总体规划是重点依托于机器学习平台、生物特征识别平台，建设银行人工智能有关的企业级技术能力，支撑提升风险防控、客户营销、客户服务、运营管理等有关业务场景的智能化水平。
人工智能平台的重点应用领域包括客户服务、客户营销、产品创新、风险控制和经营管理等。因此，人工智能技术在银行的应用场景非常广。人工智能技术在中国工商银行至少有几十个大的应用场景，上百个小的应用场景。
二、人工智能在商业银行的应用实践
（一）在客户服务领域典型应用
在客户服务领域，银行以往大多用专家规则等数据分析方式识别客户，并相应进行客户服务。随着AI技术的推广，在银行的客户服务方面有了突破性进展。例如手机银行采用自助语音导航技术，客户只要输入语音说“转账”，手机银行就会自动跳转到转账界面。
除了在手机银行上的应用，AI技术在客户服务领域代替了在线客服，与客户进行智能问答，AI技术智能外呼方面也得到了大量应用，现在各家银行的call center不仅用于接受客户的信息咨询，还可以对外推销产品和防范风险，节省了大量人力资源。此外，AI技术在客户服务领域还可以用于智能分析、智能质检等。
未来银行的各个渠道都会接入大量的智能服务，银行客服的人数将大量减少，人工智能将从很大程度上替代现有的众多客户服务人员。
（二）人工智能在风险防控领域典型应用
人工智能在风险防控领域被广泛应用，多年来通过专家规则等方式对某一大类风险进行整体防控，目前则通过深度学习、神经网络等方式，将银行在经营中的风险精确识别到更小的颗粒，进行更精准的防范。
在信贷违约风险预测方面，基于图数据库、图计算、机器学习等技术实现对客户资金交易关系、担保交易关系进行探查，对于客户风险传导的情况进行预测，防控风险的传导与扩散，提高风险防控效率。在基础数据加载完成的基础上，对公客户的资金圈、担保圈和担保连通体计算分析可从数日提升到分钟级。人工智能模型较专家规则的效果有较大提升。
中国工商银行利用AI技术，把工商银行的信息和各行业的信息融合起来，建立了“工银融安e信”平台，并向社会做了推广。涵盖的信息包括风险类、情报类、舆情类、关联类、报告类、评级类六大类，利用大数据信息为社会提供服务。
（三）人工智能在客户营销领域典型应用
在法人理财产品推荐方面，中国工商银行以前通过大数据分析的方式，对一大类或一个层级的客户进行产品推荐，现在则通过“大数据+人工智能”的方式，实现个性化的、更精准的推荐。基于客户基本信息、资产、融资、结算，以及客户画像与理财产品信息，应用大数据与人工智能技术为小微客户推荐理财产品，提供对小微客户精准营销，提升法人理财产品营销成功率。并且能够通过机器学习的方法不断地自我学习、自反馈，形成一个更加精准的闭环。
在客户的流失的预警方面，利用机器学习技术，针对特定目标客户群建立流失预警模型，每月通过智能模型预测未来3个月流失客户，帮助客户经理提前做好客户挽留和营销工作。流失客户预测准确率预计较现有模式提升45%，可覆盖52%的流失客户。
在长尾客户营销推荐方面，利用机器学习方法识别日均金融资产1千-1万的长尾客户的产品偏好，应用AI可以为全量客户和用户服务，向客户精准推荐合适产品，如智能投顾等。
（四）人工智能在业务运营领域典型应用
基于技术以及业务流程等原因，银行以前的业务运营工作流程很长，需要大量的人力。而人工智能的方法可以使银行的业务运营更加准确和高效。
在清算中心业务智能化处理方面，聚焦清算领域跨行查询、跨境转汇、跨境查询等场景的业务痛点问题，采用业务规则和知识引导相结合的机器学习新方法，以自然语言处理为核心技术手段，将人工智能应用到清算运营实践中，提升全行的清算运营效率。
在业务集中处理方面，以业务集中处理平台为基础，扩大凭证二维码、人工智能OCR识别范围，减少大小写金额一录并交叉校验，减少业务信息录入工作量，降低外包费用，提高人员复用度及业务处理效率。
在柜面远程授权方面，提交远程授权前增加人脸识别的检查，人脸识别通过则不再触发远程授权，减少柜面交易流转环节，有效缩短客户办理业务的等待时间，提升网点工作效率。
（五）人工智能在经营管理领域典型应用
通过人工智能技术搭建面向全行员工的财务共享服务平台，建立事前审批、集采、合同、支付、实物管理、后评价全流程管理衔接的系统功能，实现财务开支流程、管理、信息的全面闭环。
总之，人工智能在银行已经逐步得到了广泛的应用，而且随着技术和业务的发展，这些应用会更加深入。
来源：现代金融风险管理
特别提醒：如果我们使用了您的图片，或您不希望作品出现在本站，请作者与后台联系
金融业对新技术的应用在所有行业中可能仅次于军事，尤其是近几年，随着人工智能、区块链、云计算、大数据（“ABCD”）等各类新技术不断地发展，并逐步扩大在金融业的使用，金融业正大步迈向智能化时代。人工智能的典型应用场景包括客服服务、风险防控、客户营销和业务运营领域，人工智能在这些场景的应用显著提升了银行的经营效率。
一、金融科技发展中AI技术发挥着重要作用
银行业的信息技术应用发展非常快，特别是近几年，新技术对银行业的推动比前十几年的力度都强，尤其是AI（人工智能）技术，对银行业的影响非常大。
当前，国内外的银行业推出了很多AI服务。AI服务的重点应用领域包括客户服务、客户营销、产品创新、风险控制和经营管理。这些应用领域基本上涵盖了银行的经营范畴，因此，AI技术已基本上在银行的各个领域都得到了普遍应用，而且应用的深度和广度都在不断加强。
五年前，大家更多的是谈论大数据在银行的上述领域中的应用，随着人工智能的拓展，其应用范围比大数据应用更深入、更广泛。大数据基本上是认知方面的应用，而人工智能除认知方面外，还包括大量感知方面的内容。由于人工智能技术的先进性，现在各家银行都在搭建人工智能的平台。银行的人工智能平台包括机器学习等认知方面内容，例如深度学习、图计算、知识图谱等，还包括感知方面的内容，例如人脸识别、指纹、声音识别等。现在各家银行可能在AI技术运用方面的深度不一样，使用的具体的技术方法也各有千秋，但是搭建人工智能的技术平台，并在平台上拓展各领域的应用已成为商业银行的主流趋势。
企业级人工智能平台的总体规划是重点依托于机器学习平台、生物特征识别平台，建设银行人工智能有关的企业级技术能力，支撑提升风险防控、客户营销、客户服务、运营管理等有关业务场景的智能化水平。
人工智能平台的重点应用领域包括客户服务、客户营销、产品创新、风险控制和经营管理等。因此，人工智能技术在银行的应用场景非常广。人工智能技术在中国工商银行至少有几十个大的应用场景，上百个小的应用场景。
二、人工智能在商业银行的应用实践
（一）在客户服务领域典型应用
在客户服务领域，银行以往大多用专家规则等数据分析方式识别客户，并相应进行客户服务。随着AI技术的推广，在银行的客户服务方面有了突破性进展。例如手机银行采用自助语音导航技术，客户只要输入语音说“转账”，手机银行就会自动跳转到转账界面。
除了在手机银行上的应用，AI技术在客户服务领域代替了在线客服，与客户进行智能问答，AI技术智能外呼方面也得到了大量应用，现在各家银行的call center不仅用于接受客户的信息咨询，还可以对外推销产品和防范风险，节省了大量人力资源。此外，AI技术在客户服务领域还可以用于智能分析、智能质检等。
未来银行的各个渠道都会接入大量的智能服务，银行客服的人数将大量减少，人工智能将从很大程度上替代现有的众多客户服务人员。
（二）人工智能在风险防控领域典型应用
人工智能在风险防控领域被广泛应用，多年来通过专家规则等方式对某一大类风险进行整体防控，目前则通过深度学习、神经网络等方式，将银行在经营中的风险精确识别到更小的颗粒，进行更精准的防范。
在信贷违约风险预测方面，基于图数据库、图计算、机器学习等技术实现对客户资金交易关系、担保交易关系进行探查，对于客户风险传导的情况进行预测，防控风险的传导与扩散，提高风险防控效率。在基础数据加载完成的基础上，对公客户的资金圈、担保圈和担保连通体计算分析可从数日提升到分钟级。人工智能模型较专家规则的效果有较大提升。
中国工商银行利用AI技术，把工商银行的信息和各行业的信息融合起来，建立了“工银融安e信”平台，并向社会做了推广。涵盖的信息包括风险类、情报类、舆情类、关联类、报告类、评级类六大类，利用大数据信息为社会提供服务。
（三）人工智能在客户营销领域典型应用
在法人理财产品推荐方面，中国工商银行以前通过大数据分析的方式，对一大类或一个层级的客户进行产品推荐，现在则通过“大数据+人工智能”的方式，实现个性化的、更精准的推荐。基于客户基本信息、资产、融资、结算，以及客户画像与理财产品信息，应用大数据与人工智能技术为小微客户推荐理财产品，提供对小微客户精准营销，提升法人理财产品营销成功率。并且能够通过机器学习的方法不断地自我学习、自反馈，形成一个更加精准的闭环。
在客户的流失的预警方面，利用机器学习技术，针对特定目标客户群建立流失预警模型，每月通过智能模型预测未来3个月流失客户，帮助客户经理提前做好客户挽留和营销工作。流失客户预测准确率预计较现有模式提升45%，可覆盖52%的流失客户。
在长尾客户营销推荐方面，利用机器学习方法识别日均金融资产1千-1万的长尾客户的产品偏好，应用AI可以为全量客户和用户服务，向客户精准推荐合适产品，如智能投顾等。
（四）人工智能在业务运营领域典型应用
基于技术以及业务流程等原因，银行以前的业务运营工作流程很长，需要大量的人力。而人工智能的方法可以使银行的业务运营更加准确和高效。
在清算中心业务智能化处理方面，聚焦清算领域跨行查询、跨境转汇、跨境查询等场景的业务痛点问题，采用业务规则和知识引导相结合的机器学习新方法，以自然语言处理为核心技术手段，将人工智能应用到清算运营实践中，提升全行的清算运营效率。
在业务集中处理方面，以业务集中处理平台为基础，扩大凭证二维码、人工智能OCR识别范围，减少大小写金额一录并交叉校验，减少业务信息录入工作量，降低外包费用，提高人员复用度及业务处理效率。
在柜面远程授权方面，提交远程授权前增加人脸识别的检查，人脸识别通过则不再触发远程授权，减少柜面交易流转环节，有效缩短客户办理业务的等待时间，提升网点工作效率。
（五）人工智能在经营管理领域典型应用
通过人工智能技术搭建面向全行员工的财务共享服务平台，建立事前审批、集采、合同、支付、实物管理、后评价全流程管理衔接的系统功能，实现财务开支流程、管理、信息的全面闭环。
总之，人工智能在银行已经逐步得到了广泛的应用，而且随着技术和业务的发展，这些应用会更加深入。
来源：现代金融风险管理
特别提醒：如果我们使用了您的图片，或您不希望作品出现在本站，请作者与后台联系
