广东省金融科技学会

金融科技时代杂志社

银行智能中台创新研究和实践

来源:《金融科技时代》2021年第8期    2021年08月17日 10:15:28

作者:中国农业发展银行 李小庆


摘 要:数字化时代客户的需求变化多样,银行应快速响应客户需求,提升敏捷金融服务能力,通过打造智能中台来提升核心竞争力。银行应融合创新大数据、人工智能等金融科技,对全域数据进行一站式采集、存储、处理、分析和挖掘,在此基础上,整合、提炼和抽象业务领域的基础服务能力,推动形成相关业务领域服务的组件化、模块化和柔性化,形成成千上万的业务基础组件,建立产品多样化的快速配置、生成和验证机制,敏捷研发和创新金融产品。本文创新提出了智能中台的概念、数据和业务架构,给出了具体的建设思路和路径并分析了应用场景,能较好地为银行开展智能化、生态化、场景化的敏捷金融服务提供有益的借鉴。

关键词:智能中台;生态;场景;人工智能;大数据



数字化时代,客户的需求变化多样,智能化、场景化、个性化的金融服务成为数字智能时代银行业务的发展趋势。银行业要紧紧跟随数字化转型的时代潮流,加快数字化转型总体战略的部署和实施,聚焦客户营销、金融服务、运营管理、产品创新等领域,开展智能中台建设,实现金融产品共享部署、迭代优化、快速升级,及时精准地满足客户的服务需求。充分利用大数据、人工智能等金融科技,推动业务服务能力发现、设计、开发到一站式部署,实现企业级的共享和复用,构建起敏捷的前台应用和稳态的中台服务之间的数字桥梁,持续推动价值创造和业务产品创新,积极顺应市场趋势,快速响应客户需求,全力提升敏捷金融服务能力,着力将智能中台打造成为银行核心竞争力。

一、银行智能中台内涵

以数字化为主要特征的第四次产业革命快速推动数字经济速发展,以万物互联、万物感知、万物智能为主要特征的数字智能时代迎面扑来。银行等金融机构作为经济的重要中枢,率先推动数字化转型,在数字化领域深耕细作,着力打造以智能化、生态化、场景化为主要特征的智慧生态银行。为了更好地支持智慧生态的建设,快速地满足敏捷化、智能化的金融服务需要,银行应按照规划先行、总体设计、共享复用以及灵活部署的原则,大力推进智能中台的构建。智能中台的主要涵义是通过大数据、人工智能等金融科技融合创新,对全域数据进行一站式采集、存储、处理、分析和挖掘,在此基础上,整合、提炼和抽象业务领域的基础服务能力,推动形成相关业务领域服务的组件化、模块化和柔性化,形成成千上万的业务基础组件,建立产品多样化的快速配置、生成和验证机制,敏捷研发和创新金融产品。

智能中台主要由数据中台和业务中台组成。其中,数据中台融入大数据和人工智能技术,提供数据集成、数据开发、数据地图、数据资产管理统一服务。业务中台通过深入分析银行业务的特征,总结业务经营管理规律,根据业务本质对业务进行聚合、解耦、分解,建立以营销、客服、产品、资产、负债、内部管理和风控为业务中心的统一服务平台,从而实现对各类资源的有效整合和充分利用,快速满足金融产品创新、迭代优化和部署的需要。智能中台是从业务分类抽象出来的平台,主要服务的对象是前台,因此要充分分析、归纳业务自身蕴含的规律,构建基于企业级的金融云服务,利用分布式微服务的新技术搭建开放平台,建立弹性支撑架构,实现灵活可扩展和高可用性,通过金融科技赋能不断提升中台的服务质量和效率。

二、银行智能中台创新架构

通过构建可伸缩、可扩展并具有弹性的智能中台创新架构,进行灵活的配置、灰度发布管理、敏捷的组装发布,实现数据服务能力的聚合和业务服务组件的共享,支持金融产品快速组装,快速满足金融服务需求,如图1所示。

图1 智能中台创新架构

(一)智能中台数据架构

数据是智能中台实施的重要基础,是智能中台应用取得良好效果不可获缺的基本要素,只有在高标准、高质量的数据基础上,智能中台才能发挥最大的效果。通过建立数据采集、整合、处理、计算、分析等数据服务流程,形成多源的数据汇聚整合、统一的数据计算处理、集中的数据资产管理、敏捷的数据研发管理、流畅的数据分析服务的数据中台框架,并将人工智能各类算法和模型融入其中,形成完备的数据服务体系。同时,建立企业级数据标准,加强数据血缘关系分析,建立数据质量持续改善的机制,推进制定数据质量提升方案,持续破除数据孤岛。通过融合行内行外数据资源,形成统一的客户信息视图和风险信息视图,打造银行数字资产体系,发挥数据价值增值作用,为业务中台提供良好的数据支撑和服务。

(二)智能中台业务架构

以客户产品运营风险等主要业务为中心,构建业务中台,推动业务充分聚合,实现相互共享和最大化的支撑。一是坚持以客户为中心打造精准营销中心,聚合各类客户数据,分析客户特征,基于知识图谱构建客户关系网络,精准定位客户,快速识别客户,开展客户细分和维系,充分洞察客户的偏好和行为,理解客户的意图,进行精准推荐和精细服务,推进数字化的营销服务,提升客户服务能力。二是打造全领域多样化的产品中心,构建客户额度、授信、用信、担保等维度的数据和业务支持,支持信贷产品迭代创新、优化升级;实现产品模块化的管理和流水线式的装配,支持实现产品创新和服务。三是打造全流程的、集中化的运营中心,为前台提供一体化的运营服务,实现前台服务轻量化,将业务转移到后台进行集约化处理,着力提升运营流程化、自动化水平。四是建立统筹管理的资产负债中心,实现对资产负债的统一管理和均衡匹配,做到量、价、险的平衡。五是强化全流程风控,面向前中后台打造统一风控中心,提供全业务领域一站式、一体化的风险管控服务,实现对各业务领域有效的风险防控支撑。六是打造内部管理中心,为全行分析决策和内部管理提供统一的功能支持。

(三)建立全行服务能力的共享框架

通过采用领域驱动设计方法(Domain-Driven Design,DDD),建立快速迭代的工作模式。充分提炼业务领域的公共服务,归纳设计相关的基础作业流程,形成可以管控的基础组件,根据业务的抽象和凝练,沉淀成为各类初级服务组件,对中台进行金融服务组件的复用和编排,支持产品的组合和快速迭代,通过面向业务领域的组合拼装,融合各种服务能力,对前台业务形成较好的支撑,建立全行服务能力的共享体系,提升产品快速研发部署和投产使用的效率。通过智能业务中台的建设,6个业务中心之间按照统一的接口规范相互调用,支持数据流转、互联互通和数据共享,保证了信息交互的畅通,提高前台业务响应效率,有效地整合资源,快速满足资源的配置调用和可收回利用,可以较好地支撑金融产品创新、智慧营销、智慧运营和智慧决策。

三、银行智能中台建设路径

通过对数据进行统一抽取、转换、存储和处理,将数据统一集中存储、计算、处理之后形成各类主题的数据模型,在其基础上建立数据服务体系,对外提供可配置、可调用的数据服务。同时开展面向领域驱动设计,通过对业务服务进行识别、剥离、整合、优化,以及抽离和抽象,建立产品和服务之间的关系,识别银行基本的业务运营规律,挖掘业务和产品的深度价值,支持产品的快速组合生成,实现服务价值提升创造。

(一)建设数据服务能力建设

银行要在大数据应用领域开展深入研究和应用,建立全行统一的智能数据中台,对内外部数据进行统一抽取、转换、存储和处理,打造对数据进行提炼、分析和加总的能力,建立敏捷、快速的数据服务机制,形成服务创建、服务授权、服务调用、服务监控等环节的服务流程。结合人工智能算法,对数据进行深入分析和挖掘,建立面向业务中台的大数据服务目录,将大数据应用到各类业务中台组件中去。同时,注重提升数据治理能力,特别是按照统一的产品和业务分类,推进数据治理,建立统一的数据标准,开展数据质量管控,进行数据整合,为银行开展智慧服务提供数据保障。组建专业的大数据分析服务团队,为数据中台提供统一的数据服务能力,充分为银行的经营发展服务。

(二)分层产品和服务

中台就是对业务的共性能力进行抽象、提炼和组合的平台,因此要对业务流程进行梳理、剥离和再造,将业务的个性和共性分离,共性部分下沉到中台进行解耦组装,前台集中做好渠道服务支持,保证前台的敏捷、快速和后台的稳态支持。通过灵活组合实现模块化的产品形成机制,依托中台的风控和数据服务能力形成一站式的支撑和服务,使前台能够快速地响应市场化的需求和监管要求。

(三)建立共享服务组件

共享服务组件是中台支持能力的重要载体,建立共享组件时,按照高内聚、松耦合的原则,通过领域驱动设计的方法,将业务进行梳理、整合和重构,通过领域划分的原则和维度将领域内的业务实体进行聚合、组装,形成一个个业务组件。按照是否涉及客户交易,分为核心领域和支撑域。同时,明确共享服务组件的边界,按照业务涉及范围明确各个领域的业务规则、目标、任务、流程和接口,多个业务组件按照一定的协议相互进行通信,形成场景交付的共同语言。通过领域建模的方式来描述业务领域划分,通过共享组建的定义来明确业务边界和核心支撑能力,通过明确通用语言来共享服务组件的语义范围和标准业务含义。共享服务组件按照微服务进行拆分,在物理上,一个共享服务中心可以根据业务变化情况、业务架构、流程来拆分为多个微服务应用。

(四)抽象业务服务能力

中台对外最终表现为服务能力和服务方式,要通过去渠道、去产品、去客户,为各类业务场景提供较强的通用支撑能力,为各类渠道、产品提供一致、通用的服务,且自身服务相对稳定。通过脱离场景,充分分析渠道、客服、产品的业务规则并进行剥离,抽象成为可管理、可配置、可组装的业务规则,封装后形成通用的业务功能模块。

四、推进智能中台的应用

充分运用人工智能、大数据的金融科技手段,将相关技术融入到智能中台建设中,打造高效、敏捷的智能中台,支持业务动态调整,提高业务交付能力和智能服务水平,推进服务敏捷化和柔性化,形成强大的智能中台支撑能力,全面服务客户。

(一)金融服务智能化

通过建立数字化、智慧化的流程体系,强化智能中台的支撑能力,在营销管理、运营服务、客户服务等方面形成一体化、数字化、智能化的业务流程,实现数据驱动、平台融合、智能服务的智慧银行服务体系。通过智能中台中的运营中心提供组件服务,打造机器人流程自动化应用(RPA),依托人工智能技术模拟系列操作,支持“7×24”全天候、敏捷的运营服务。通过营销中心构建数字化的营销体系,对客户进行精准画像,开展行为特征分析,实现客户精准营销、交叉营销,优化营销策略,提升营销效果。通过客户中心、产品中心提供支撑服务,实现金融科技赋能和人工智能技术的深度应用,推动线上、线下渠道转型升级,通过流程再造和渠道融合,打造线上、线下一体化、智能化的渠道服务。

(二)金融服务开放化

当前银行金融服务正从单向服务转向赋能服务,着力推动业务向场景化、生态化、智能化转变。智能中台作为一种基础服务,可以融入生态体系建设过程。银行基于自身的金融服务优势和特长,和生态体系企业开展深度合作,将智能中台各类组件的接口向生态合作方开放,将金融服务嵌入到企业的活动链条之中,与生态合作方各类商业场景进行深度融合,实现多渠道、多方式触达和服务客户,拓展金融行业的服务边界,实现金融服务无处不在、无处不有,让客户感受到金融服务的高效、快捷,有效地满足其个性化的需求。同时,将金融服务能力提供给生态企业,建立互利共赢的金融生态圈,从而对生态企业进行金融服务能力赋能。

(三)风险管理数据化

按照贷前、贷中、贷后全流程建设风险管理模型,完善智能中台风控中心的建设。充分收集工商、税务、司法等外部数据,结合行内数据,建立企业信用评估等各类模型,利用神经网络和深度学习技术,通过对各类风险案例的自我学习和深度学习,完善模型参数,将风险管理模型训练得更加科学,也使相关评价指标权重更加准确。在客户识别、评级、授信、用信和贷后管理过程中,对企业经营发展或个人行为进行动态监测,综合分析判断客户的发展能力、风险承受能力和偿债能力,对隐含的风险进行预测,利用智能风控模型及相关规则,实施精确的风险拦截、介入和控制,通过深入地分析风险数据,实现贷后的风险预警、催收及管控,推动数据驱动风险管理决策,推进人工经验决策向数据驱动决策的智能风控迈进,提升银行的风控能力。

五、总结及展望

通过建设银行智能中台,充分发挥其人工智能算法、算力和大数据的支撑能力,通过组件的相互组合,建设共享服务体系,推动业务能力的发现、设计、共享和复用,架起“敏态”前台和“稳态”后台之间的数字桥梁,形成企业级复制和支撑能力。在智能营销、智能客服、智能运营、产品创新、智能投顾、智能风控等多个领域部署智能化产品,开展深度支持和应用,推动银行业务创新与发展,实现全领域的数字化转型,提升银行客户服务能力、价值创造能力和市场竞争能力。


参考文献:

[1]李小庆. 5G智能时代对金融科技发展路径的思考[J]. 金融科技时代,2021(4):14-18.

[2]王玉娟. 基于阿里云的商业银行数据中台建设实践[J]. 金融科技时代,2020(6):29-36.

[3]梁春丽.“金融+科技+生态”融合的大趋势[J]. 金融科技时代,2020(5):92.

[4]赵焕芳. 中台之上 转型之始—— 农业银行业务中台探索与实践[J]. 金融电子化,2020(9):24-26.

[5]何鹏,周礼,罗京. 民生银行数据中台体系建设实践[J]. 金融电子化,2019(7):63-65.



联系我们 版权声明

Copyright © 2013-2020 金融科技时代杂志社 粤ICP备13069976号