“大數據+AI”平安銀行加碼智能銀行戰略
因欠缺針對性和精準度，銀行零售業務傳統推銷模式的一些劣勢正在顯現。大海撈針式的電話推銷，不僅損傷客戶體驗度，也可能造成潛在業務產品的流失。但另一方面，銀行零售業務也越來越頻繁地嘗試打開新的場景設定銀行APP智能記錄客戶的消費習慣和喜好，并圍繞消費生活隨時隨地提供客戶所需要的服務，與客戶在商業場景中產生深度的互動，KUKA機器人維修，創建另一種以用戶訴求為核心的生活方式。
全面優化客戶的金融生活，這不僅僅是一兩個功能的更新和技術手段的進步，更意味著銀行傳統業務鏈條上的各個節點都被打通。平安銀行（10.730,-0.01,-0.09%）零售風險管理部總經理張慎近日表示，平安銀行正使用大數據與人工智能（AI），推動銀行零售業務變革，重塑風險管理、精準營銷、智能服務等領域的原有流程。
智能轉型提速
近期，包括中國農業銀行（3.720,-0.02,-0.53%）在內的多家大行接連宣布與互聯網巨頭合作，這讓銀行業的智能化轉型再次成為市場關注焦點。
張慎指出，當前整個金融行業都正在經歷一場以大數據和人工智能為代表的技術革命浪潮。而結合國內的金融業與科技行業的發展現狀來看，此前很多時候是以新興技術公司的跨界來推進金融與科技的融合。新興科技企業層出不窮，利用新技術降低成本、利用獨特的場景改善客戶體驗；這些企業獨特的優勢，都會對傳統銀行帶來重大的威脅和挑戰。
危機感之下，銀行業開始主動出擊。從近期宣布的幾起合作來看，上述大行與互聯網巨頭的合作，多集中于云計算、大數據、區塊鏈和人工智能等方面，具體涉及客戶畫像、精準營銷、客戶信用評價、風險監控、智能投顧、智能客服等應用領域。
銀行未來唯一的出路是擁抱大數據和人工智能，優化客戶體驗、提升效率、降低成本，借此改變和顛覆自我，攜帶著傳統的銀行的優秀基因進化成為一家行業領先的Fintech公司。張慎介紹，平安銀行在大數據和人工智能方面也已經投入了大量的人力和物力。以大數據為例，這是在平安零售轉型的四大策略中，特別提出需要建設應用的兩大能力之一。深度挖掘銀行客戶的內部行為數據本身就可以為銀行提供大量精準定位客戶需求，洞察客戶需求，優化客戶服務，從而吸引更多的客戶來體驗產品和服務，KUKA機器人電路板維修，形成良性循環。
大數據+AI應用大有作為
在風險管理和精準營銷等領域，大數據+AI的應用與平安銀行零售業務的融合已經相較成型，對提升金融效率方面的效果也已顯現。
據張慎介紹，平安銀行目前已部署了約40多套的風險模型來全方位的監控和評估風險；自2015年年中開始上線人臉識別技術，截至目前，使用了人臉識別技術的信用卡申請件中尚沒有出現偽冒申請的案件。
風險管理，是大數據和人臉識別應用的一大陣地，而精準營銷對于新科技和新技術的運用也日漸成熟。在張慎看來，所謂千人千面，就是為每一個客戶在最佳的時機、用最佳的渠道提供最佳的產品和服務。
以信用卡申請的具體應用場景來看，張慎舉例稱，傳統模式下，一個客戶如果要在網上申請信用卡，要填寫大約30至40個信息欄位，而且每個人都是一樣的。而通過人工智能和大數據的后臺驅動，可以做到判斷不同的客戶并給予不同的填寫要求。在平安銀行最近上線的分段式智能申請流程中，部分優質客戶只需填寫四項基本內容，就可以提交申請并快速獲得審批結果；而對于被系統判斷可能存在一定風險或風險較高的申請客戶，不僅需要填寫更多的申請信息，甚至會被要求補充更多資質資料才能繼續申請。
銀行啟用大數據與人工智能，最重要的目的是提升客戶體驗，這要求能認識到并讓科技發揮自身的優勢；比如精準識別等方面，機器確實優于人工。而另一方面，對銀行內部來說，金融科技同時提升金融效率，讓人工去做更復雜或者更軟性的業務領域，降低銀行的運營成本。這是金融科技改造銀行業的兩大路徑。張慎強調道。
但無論是借力轉型還是加碼自建，銀行業想要把大數據和人工智能全面滲透到業務操作層面，也面臨重重挑戰。
銀行如果要順應金融科技的核心，需要面臨三個層次的挑戰，首當其沖是系統平臺的巨大投入。無論是大數據和AI都需要非常強大的系統支撐，在業務初期需要有大量的財力和精力投入。其次，銀行業想要做金融科技轉型，需要一支既熟悉銀行業務、又深刻理解大數據及AI核心的團隊，但這樣的復合型人才在國內鳳毛麟角。轉型當前，如何找到專業的復合型大數據AI團隊、銀行如何培養建設這樣的團隊，都是急需克服的挑戰。
更影響深遠的挑戰，庫卡機器人驅動器維修，來自于業務結構與企業文化的轉變。如果銀行想要把大數據和AI做成功，很多方面都需要巨大投入和轉變；要用大數據或者AI去驅動銀行業務，這不僅要調整業務流程，還要牽扯到企業文化。張慎強調，如果認同以數據驅動銀行業務，就要意識到每個業務決策應該由背后一整套數據的精準支撐；這與傳統銀行的思維是非常不同的，這也是傳統銀行最難逾越的障礙。