新闻资讯

银行业的 AI 战:打造战略级平台

AI 在长期对银行业带来的颠覆性影响，已经体现在了多个方面。

央行金融研究所一份研究认为，AI 有望成为商业银行下一个利润增长点；麦肯锡更是估计，AI 技术每年可为全球银行业创造高达 1 万亿美元的增量价值。

从 AI 的积极影响看，可以提高银行的利润、加快创新周期、提升运营效率，为客户全方位提供个性化、综合化、场景化金融服务；反之，如果银行业不把 AI 置于战略位置，就会面临被淘汰的风险。

当下的大中型银行，都在大力发展的零售金融业务，客户体验与价值挖掘至关重要。在这背后，AI 的应用潜力极大。

作为一家特色鲜明的国有行，邮储银行一直以服务“三农”和小微企业为核心，拥有近 4 万个网点并共享邮政集团旗下邮政网点、60 余万个邮政加盟店，6 亿客户有 71% 的客户分布在三四线城市及县域地区，也对普惠金融提出了越来越高的要求。

虽然把人工智能技术作为做好普惠金融服务的重要突破口已成为共识。不过，AI 存在技术门槛高、与金融业务的有效结合等难题，同时，也要求银行对各类项目应用整体统筹、规划，以避免相关能力开发和应用存在重复建设行为。

在这样的背景下，构建一个全行统一的人工智能平台，就显得尤为重要。

邮储银行找到了怎样的解决方案？答案是建设全行级的 AI 中台，即“邮储大脑”。其初衷，是满足全行在人工智能领域的业务需求，也利于行内完成自己的人工智能方面的能力建设和积累。

邮储银行希望通过构建统一的人工智能平台，实现行内模型全生命周期研发管理，完成对机器学习平台涉及的计算、存储等资源需要进行统一管理；同时，提升风控能力的自主性、安全性，加强过程精准度和模型有效性。

目前，“邮储大脑”人工智能平台已经成为邮储银行主要的金融科技平台之一，通过“邮储大脑”，正在全面提升智能化创新应用效率，将 AI 技术应用于多个业务场景，支持大型零售银行战略。

展望未来，围绕服务“三农”、城乡居民和中小企业三大定位，邮储银行正在拓展 AI 应用场景，助力乡村振兴。 AI 还有更大的应用空间值得期待。

银行 AI 平台突围之道：合作共建

数字化时代的金融竞争，已经变成了平台与生态之间的竞争。在新技术的研发与运用上，大行正在构建人工智能、区块链、云计算、大数据、物联网等新技术创新平台，从而提升科技敏捷和迭代创新能力。

不过，要快速落地以及全面提升新技术平台的能力，需要突破一系列技术与标准等障碍。

银行业协会一份调研指出，78% 调研银行已将人工智能应用到业务场景中，但目前新兴技术在金融领域应用的标准规范还面临不足。对银行业而言，人才、交付速度、 投放渠道等也都是 AI 应用所面临的难题。

也就是说，没有任何一家金融机构能独立构建应对数字化的人工智能能力与生态，在银行加快金融科技布局和信息系统建设的过程中，借助外力成为必然。

上述调研建议，中小银行可通过与第三方机构合作，大型银行也可以通过自研或合作研发提升金融科技前沿技术应用研发能力。

邮储银行在 2020 年建设的“邮储大脑”，已经成为银行业破局人工智能技术创新、打造金融科技中台能力的代表性平台。“邮储大脑”的落地经历了怎样的过程?

考虑到银行业庞大的用户量、高标准、高安全性等因素，使得邮储银行对合作伙伴的要求非常严格。

首先，邮储银行提出要求必须是与原厂团队合作并实施，确保项目能充分契合行内情况以及需求；其次，在压缩到 2 个月的项目周期内，要完成行内业务系统和大数据现状梳理，制定集成方案，这就需要合作伙伴组建既掌握大数据又了解 AI 开发核心技术的架构师以及研发团队，才能保障高效高质量的项目交付。最终，邮储银行与百度智能云合作，通过引入百度飞桨企业版 BML 以及 AI 中台解决方案来解决邮储人工智能技术研发和应用痛点。

近年来，以百度智能云等为代表的科技公司，自主研发了一系列产品，助力金融机构实现数字化、智能化转型。在邮储的高要求下，百度智能云是如何胜出的?

据了解，在与邮储的合作中，百度智能云 AI 中台主要做了三方面工作。

一是兼顾策略与工程，解决云原生、大数据和 AI 配合的开发难题。银行以前的策略研发开发代码，不适用于大规模数据处理，现在基于建成的 AI 中台，可以由策略人员一站式完成开发，系统提供了强大的数据分析引擎、建模引擎，解决了大规模数据的工程难点。

二是兼顾分散与集中，解决了在银行工程架构要求下加速智能化应用建设的问题。原来，行内的数据分析环境是分散的大数据集群，大用户资源不足，小用户资源浪费。通过百度 SaaS 化的 AI 开发平台，可以合理调配用户资源需求，以充分利用全集群资源，缩短了训练耗时，提高了集群利用率。

三是平衡了封闭与开放，解决银行金融级研发审计、数据安全要求与研发效率的冲突。研发人员对数据的任何权限都需要经过审批，研发过程全留痕、能复现，所有数据、代码保密保存 10~20 年，全过程留痕系统自动记录和备份。在保障效率的同时注重安全性满足监管要求。

最终，百度智能云协助邮储银行落地了全行级的 AI 中台，提供 AI PaaS 服务，帮助邮储银行实现了人工智能相关计算和模型的深入应用，并且给邮储银行的多项业务带来了全方位的改变。

首先，是有力支持了风控领域的建模任务实施，如高级法达标零售分池、信用风险评分卡研发、反洗钱模型迭代、反欺诈模型研发、消金联合建模等多项目，大大提升了最繁重的数据处理工作效率。

其次，邮储 AI 中台具备的模型管理功能，还支持了模型验证团队的模型全生命周期管理工作。

最后，邮储 AI 中台具备服务管理功能，为行内身份证、营业执照等通用票证识别能力提供了底层服务支持，支持了移动展业、经营管理等场景的图像识别快速应用。

公开资料显示，邮储银行远程银行中心就在积极推进与“邮储大脑”结合，推出智能客服、智能语音导航等产品，满足行内外部客群个性化需求。

为银行智能化提供源源不断的动力

以人工智能和云计算为代表的新技术，为金融等行业带来了更大想象空间。未来，随着金融数字化深入，专注 AI 的互联网公司将会与传统金融机构合作更加紧密。

作为业内最懂 AI 开发者的云服务商，百度在人工智能专利数已突破 1 万件，在国内处于领先地位。根据 IDC 报告显示，百度智能云已连续四次在 AI Cloud 市场排名第一。

而这其中最为重要的平台——百度大脑，其一系列人工智能技术和平台已经成为赋能各行各业的 AI 新型基础设施。

实际上，依托深厚的 AI 技术沉淀和在金融行业丰富的实践经验，不止是邮储银行，百度智能云目前已服务近 200 家金融客户，包括国有 6 大银行、9 大股份制银行、 21 家保险机构，涉及营销、风控等十几个金融场景。

为什么越来越多金融机构选择百度智能云作为合作伙伴?一家大型金融机构就曾表示，这是因为百度拥有几大区别于其他公司的特质。

一是百度是国内最早投入、技术最强、布局最完整的人工智能领军企业;二是拥有最适合跑 AI 的云计算服务；三是有最懂行业的智能中台。

毫无疑问，邮储银行在智能化升级的过程中，AI 的作用不可或缺。未来，百度将和邮储共同推进金融业数字化和智能化升级，为客户提供更多高质量的金融服务。

与此同时，百度智能云也将携手更多的金融合作伙伴，提供从获客到营销、从风控到运营的端到端智能化解决方案，提升其客户服务与经营能力，为银行的智能化升级提供源源不断的动力。