江苏龙网

  1. 首页 > 人文 > >

AI驱动金融机构中台改革：打通业务部门隔阂与流程断点

人工智能技术（AI）对金融机构业务流程的改造 ， 正变得无处不在 。
“尤其在疫情冲击期间 ， AI的确帮了大忙 。 ”上周在上海举行的2020世界人工智能大会期间 ， 一家互联网大型消费金融平台负责人王强（化名）向21世纪经济报道采访人员介绍 ， 除了智能问答工具帮助平台以非接触方式精准洞察借款人的还款能力与还款意愿 ， 智能客服工具则大幅简化了一些受疫情影响借款人的延期还款协商流程 。
浦发银行行长潘卫东对此也感同身受 ， 在“人工智能予力永续未来”主题论坛上 ， 他表示 ， 通过AI等科技 ， 目前浦发银行除监管规定必须面对面办理的金融服务之外 ， 个人业务均实现线上经营 ， 面向企业则提供在线1+N融资、在线“e账通”等 ， 此外智能语音客服工具也发挥重要作用 ， 转人工话务量同比下降逾50% ， 为广大客户提供便捷的非接触金融服务同时 ， 服务质效和产能也得到保障 。
在多位业内人士看来 ， 这背后 ， 是AI技术对金融机构业务流程的改造 ， 不再局限在单个业务层面 ， 正在驱动整个运营中台系统掀起AI革命 ， 释放更强生产力 。
目前 ， 不少金融机构在业务中台体系设立了数据中台、运营中台、AI中台、技术中台等 ， 但对涵盖多元化业务类型、连接海量用户的金融机构而言 ， 这些中台所存在的数据分享不畅与业务流程断点 ， 正对业务运营效率持续提升构成新的阻力 。
【AI驱动金融机构中台改革：打通业务部门隔阂与流程断点】王强透露 ， 要让AI对金融机构中台运营效率提升发挥最大效应 ， 需解决两大痛点 ， 一是金融机构科技部门需深刻领会企业未来3-5年业务转型规划方向 ， 对科技能否妥善解决业务转型过程的风控、运营效率提升等问题做到“心里有数”；其次 ， 金融机构对科技的投入也得制定一份整体规划 ， 聚焦AI赋能如何打通各个业务部门操作隔阂与流程断点 ， 才能真正实现业务交易、业务管理、绩效考核 ， 数据衔接、监管报备等环节无缝对接与智能化运营 。
“AI对金融机构中台业务流程改造的深层次变革 ， 才刚刚开始 。 ”他指出 。
AI技术也有“无厘头”判断
在王强看来 ， 疫情冲击恰恰让他们看到了AI技术的实战效果 。
“年初以来 ， 我们上线了多个基于AI技术的运营中台系统 ， 包括数据中台、技术中台等 。 ”他告诉采访人员 ， 其中不少中台已发挥不错的效果 。 比如疫情导致他们无法实地调研个体户与小微企业经营状况 。 因此 ， 数据中台通过小微企业主上传库存与经营状况照片 ， 再结合当地经济发展趋势、以往企业运营数据与企业主个人诚信度等多维度大数据 ， 分析判断其实际还款能力与还款意愿 ， 从而做到精准风险定价；还有技术中台开发了AI微表情技术 ， 通过在线捕捉借款人在回复风控员问题时的细微表情变化 ， 判断他是否撒谎或隐瞒真实借款目的 。
他承认 ， 尽管AI技术很大程度解决了疫情期间业务拓展操作难点 ， 但它时常出现的一些“无厘头”判断 ， 让运营团队往往陷入纠纷烦恼 。
比如AI技术经常要求部分受疫情影响借款人按时还款 ， 导致后者强烈不满 ， 因此运营团队通过人工调研了解到这些借款人（因疫情失去工作）的确要花时间重新找工作还贷 ， 只因此前还款记录良好被AI认定具备还款能力才引发一系列“误会”；此外部分小微企业因库存压力加大 ， 被基于AI的风控系统“拒贷” ， 但运营团队注意到这些企业主具有良好的诚信度 ， 按照以往人工操作流程应给予贷款 。
值得注意的是 ， 如何让AI技术发挥更精准的效果 ， 也成为众多参与人工智能大会的金融科技业内人士最为关注的话题之一 。
多位金融科技平台人士透露 ， 当前AI技术的金融领域实践应用效果屡屡遭遇争议 ， 主要是受到三大因素制约 ， 一是金融机构数据不够全面详尽 ， 导致AI深度学习技术所得出的结论往往存在一定偏差 ， 二是金融机构的AI算力技术不够先进 ， 三是AI技术对场景化金融服务的“理解能力”不够高 。 比如小微企业信贷需结合上下游产业链资金周转状况进行综合判断 ， 但不少金融机构现有的AI技术对产业链上下游资金流转特点及最新变化的“理解”不够深入 。
“这背后 ， 是金融机构设立的经营中台不少 ， 彼此却各自作战且缺乏数据共享 ， 导致AI技术实践效果大打折扣 。 ”王强直言 。
比如 ， 他所在的互联网消费金融平台先后搭建了经营中台、数据中台、AI中台等 ， 彼此始终各做各的事 ， 既没有统一接口供彼此实现数据共享 ， 又存在大量业务流程断点导致信息数据不畅 ， 导致所谓的AI赋能往往呈现“头疼治头”“脚痛治脚”状况 ， 难以提升整体业务运营效率 。
潘卫东对此认为 ， 在“后疫情”时代 ， 社会经济形态、生产服务模式、个人的价值主张都在发生变化 ， 银行同样需要加快金融科技的突破式创新 ， 不断探索新业态与新模式 ， 才能在危机中抓住新机遇 ， 在变局中开辟新局面 。
AI改造“三大阻力”待解
值得注意的是 ， 不少金融机构已悄然借助AI赋能 ， 对运营中台开展一系列变革 。
一位互联网金融科技平台人士向采访人员透露 ， 他们正尝试通过AI技术 ， 对多个中台系统按照业务职能开展重新部署 。 具体而言 ， 平台打算打破以往业务中台、经营中台、数据中台、AI中台的组织架构 ， 按照智能获客、智能风控、智能贷后管理、智能客户全生命周期价值管理等新型模式重新规划中台系统职能 ， 确保基于AI的中台系统能支撑平台未来5年的业务发展规划 。
在他看来 ， 这需要数据+AI融合能力的全面提升 ， 先用数据产生更强大的AI能力 ， 再用AI赋能驱动平台运营效率全面提升 。
“前些年AI对金融机构业务流程改造 ， 主要集中在精准获客、线上运营、放贷提速等环节 ， 如今随着市场环境变化 ， AI的最大价值将体现在平台运营效率提升 ， 包括精准获客与有效风控的融合 ， 以及服务体验与客户全生命周期价值挖掘的结合等 。 ”这位互联网金融科技平台人士指出 。
他承认 ， 尽管AI对平台中台架构的改造初见成效 ， 但它要发挥更大效果 ， 依然道阻且长 。 首先 ， 平台内部仍习惯根据单个业务痛点提出AI赋能解决方案需求 ， 缺乏对业务整体规划的AI研发统筹；其次 ， 各个业务环节的数据接口标准依然差异很大 ， 不少颇具前瞻性的业务流程优化与AI技术革新点子都因各部门之间数据无法畅通、业务流程断点过多而“夭折”；最后 ， AI部门目前只聚焦提供解决方案 ， 却不对业务改善效果负责 ， 导致AI赋能往往停留在“纸面上” ， 缺乏实际成效 。
“目前我们只能转变策略——先将AI中台彻底打散 ， 组建用户触达平台、智能语音平台、机器人平台、基础数据平台、图数据平台、实时数据平台、数据分析平台等技术团队 ， 派驻到各个中台职能部门提供AI技术支持 ， 先做好接口统一、业务流程断点消除等基础工作 ， 再考虑AI+数据如何对中台架构进行优化调整 ， 从而实现中台系统的架构改造与智能化运营 。 ”上述互联网金融科技平台人士表示 。 此次他每天都前往2020世界人工智能大会现场 ， 一大目的就是了解其他金融机构在AI赋能中台架构改造方面的成功案例并进行借鉴 。


    推荐阅读


    上一篇：A股百元股“扩容”至131只 125只个股市值突破1000亿元

    下一篇：大地|大地明师赞