我眼中的银行 7.3.2——金融科技提升银行的经营效率

本文首发于2020年8月5日,最新上线的内容为《数字货币大范围落地,招行看你的了!》,欢迎关注!


         上一节提到了由于银行业务的转型,所以对于IT的需求发生了巨大的变化。为了迎接业务转型的挑战,银行必须依靠金融科技来提升银行的经营效率。具体到金融科技的技术主要是ABCD这四大类。


AI,人工智能:


         人工智能技术本身并不是一个新技术,其实早在上个世纪60-70年代就已经有计算机科学家开始研究人工智能的理论。但是,鉴于当时计算力的匮乏,人工智能模型所需要的计算能力根本不是当时的计算机可以支撑的。所以,人工智能的陷入了第一次低潮。到了上个世纪90年代,随着计算机性能的快速提升,人工智能迎来第二个巅峰,1997年IBM的深蓝首次击败国际象棋冠军卡斯帕罗夫,成为标志性事件。


         但是,很快科学家就发现这种人工智能仅能在规则明确,边界明确的范围内模拟人的思维,属于“弱人工智能”。这种技术并不能在实际生产中替代人脑进行工作。所以,第二次浪潮也过去了。时间到了2012年,来自多伦多大学的一个团队运用了一个卷积神经网络(CNN)模型(AlexNet)和GPU(图形协处理卡)将计算机视觉图形的识别率一举提升了10个百分点,达到84%。而此前几年该成绩一直徘徊在74%左右。从此以后,人工智能依靠深度神经网络和GPU的加持,进入到第三次爆发周期。人工智能迅速在计算机视觉,自然语言处理,机器人和风险控制等多个领域取得突破性进展。目前,最新的计算机视觉图形识别率已经提高到了96%,这个识别率已经和正常人一样了。


       AI技术在银行主要的应用场景包括:人脸识别,语音语义识别,风险控制,流程机器人等。通过这些技术的应用,将零售业务中大量的服务业务、操作业务、风险判别等任务从原来的人工处理变为了全自动或半自动处理。以招商银行披露的信息为例:用于零售信贷催收的机器人成本是人工的1/10,产出是人工的9倍,节约大量的人力成本。再比如,机器人处理自动化(即RPA流程机器人)用机器替代简单的外包,也大量地节约了成本。目前,招行的消费贷利用人工智能风控模块已经实现了总行统一自动化审批,分钟级审批、放款。


BlockChain,区块链:


         区块链是分布式数据存储、点对点传输、共识机制、加密算法等计算机技术的新型应用模式。其本质是一套一致的,不可篡改的共享数据库。区块链技术源于比特币,通过一套完整的技术堆栈确保在多方交易中达成一致可信。


         银行投资者很清楚,银行的主要职能之中有一条就是信用中介。而在贸易双方之间建立信用有时候需要付出高昂的时间和资金成本。而区块链技术可以将交易中涉及的多方信息通过区块链进行不可篡改的共享,并保证数据的一致。这无形当中就降低了银行验证信息的时间和资金成本。


         区块链在银行的主要应用场景包括但不限于:贸易信用证,跨国资金调拨,供应链金融等。2018年初,招商银行联手永隆银行、永隆深圳分行,成功实现了三方间使用区块链技术的跨境人民币汇款,也是全球首笔基于区块链技术的同业间跨境人民币清算业务。资金划拨效率从过去的以天计降低到以秒计。


Cloud,云计算


         云计算是与信息技术、软件、互联网相关的一种服务,这种计算资源共享池叫做“云”,云计算把许多计算资源集合起来,通过软件实现自动化管理,只需要很少的人参与,就能让资源被快速提供。云计算的概念已经不是一个新概念了,起码在10年前就已经开始提出云计算的概念。但是,直到最近几年相关的技术框架才逐步完善,云计算才从概念落地到实际生产中。


         银行对于云计算的追捧并非像很多传统行业那样当成是政绩工程。银行业的需求变化决定了云计算是必由之路。随着零售、小微等业务占比的增加,客户的访问量呈现出大幅增长、爆发性强、需求多变的特点。传统的竖井式架构已经完全无法适应业务压力的大幅变化。同时,传统的商业计算模式成本高昂,利用低成本的X86承接业务面临最大的问题是海量服务器运维的压力。此时,云计算方案以其灵活,弹性,自动化程度高等特点被广大银行所接受。实际上,诸多大中型银行已经启动甚至完成了应用系统上云的任务。


bigData, 大数据:


         大数据是一种规模大到在获取、存储、管理、分析方面大大超出了传统数据库软件工具能力范围的数据集合。在过往商业信息处理框架主要是围绕企业在营运过程中产生的关系型数据进行加工,挖掘;并以此为目标建立了一套完整的OLTP(在线交易处理)+OLAP(在线分析处理)数据处理系统。这些系统依赖于关系型商业数据库软件,高性能计算机和大容量集中存储。


       但是,随着银行的业务运作模型从过去的产品为中心,向客户为中心转变。银行关心的数据从自身系统内产生的营运数据逐渐扩展到客户相关的行为、习惯数据。但是,这些数据大部分是以非结构化的形式存储的。所以,银行需要全新的大数据系统去获取、存储、管理、分析这些数据。


       大数据在银行主要的应用场景包括:用户多维画像,用户行为分析等。以招行为例:2020年招行新上线了“风铃”系统。通过风铃项目打通了招行内部几十个系统,集中了包括投诉、APP服务里面的各个断点、客户办理完业务以后不满意(给我们打了低分)反馈等信息。客户反馈的所有声音集中在一个系统里面,实现统一分析,以改善客户的服务体验。


         从上面的分析可以看出,银行自身是非常重视IT建设的,面对着剧烈变化的业务需求,金融科技不仅不会颠覆银行的业务根基反而能从多个方面帮助银行应对行业的变化。

 @银行ETF    @今日话题    $招商银行(SH600036)$    #我眼中的银行#  
 

雪球转发:32回复:133喜欢:25

精彩评论

ice_招行谷子地08-06 09:00

谢谢平原兄认可!

如梦如幻如真08-06 09:36

能不能麻烦冰哥辞职,天天在家专心写文章奶招行呢?!

张平原08-06 08:59

投资中有冰兄同行,真好!

全部评论

月半子223608-29 12:09

谷子哥 浙商的中报出来了 粗略看了下 营收增长 利润同比下降 属于中性吧

招商韭菜08-23 15:00

长期持有,收益会不错的!!

SUNNYLAU08-06 17:11

确实没看懂,觉得有点复杂。

真不是你想的那样08-06 14:58

尾盘稍微出了一点点。赌的大,心态要漰!

静默山水看趋势08-06 13:48

货币不记名,通道留痕,学计算机的都知道