工商銀行：人工智能創新應用

工商銀行提出了智慧銀行的建設戰略，首先提倡的是智慧、開放、共享、仁和。

工商銀行人工智能創新歷程與工商銀行的業務發展是緊密相關的，總體上經過了自動化、數據化、智能化、生態化四個發展階段。每個階段都運用了當時最領先的分析技術，提升工商銀行對數據的駕馭能力，提升工商銀行數字化的水平。

人工智能的創新歷程

在數據化階段，工商銀行建立了企業級全球領先的數據倉庫平臺，這時候工商銀行使用了SaaS的分析軟件，建立了以巴塞爾協議為核心的全面風險管理的體系。在這個體系當中建立了信用風險評分的體系，這是人工智能首次比較典型的場景應用。

到了智能化階段，工商銀行提出了智慧銀行的建設戰略，首先是智慧、開放、共享、仁和。智慧是非常重要的核心點，通過智慧提升工商銀行的運營效率、服務實體經濟的能力。這時工商銀行和第四范式深入合作，引入了先知平臺。通過雙方共同的努力，建成工商銀行企業級人工智能平臺，這個平臺在工商銀行人工智能的應用中發揮了非常重要的作用。工商銀行在人工智能方面開始進入廣泛應用的階段。

在生態化階段，工商銀行提出了數字工行的戰略，數字工行的建設路徑是用好數據技術這些要素，把數字金融嵌入到GBC端，構建數字金融的服務生態。這時人工智能的廣度和深度發生了很大的變化。在廣度上，工商銀行不僅僅提供金融業務，在政務、政府、企業，包括校園，也有大量的泛金融服務的輸出和提供，人工智能的應用場景大幅拓寬。在深度上，原來人工智能技術的應用相對比較淺，比如人眼識別，應用在入口。現在的人工智能和工商銀行整體的業務流程是深度嵌合在一起的，不僅僅和流程嵌合，甚至要改變原有的流程體系。這時候工商銀行和第四范式在自動化建模、多方安全的計算領域進行深度的合作，總體上希望通過降低門檻，提升建模的效率，滿足模型需求。

人工智能平臺總體的架構

工商銀行人工智能平臺總體的架構可以分為三個部分，一個部分是一站式建模平臺，一部分是AI服務的市場，通過API的封裝，實現對工商銀行智能服務整體生態化的賦能。這樣人工智能的創新歷程業務場景就可以很快地被大家調用，加快場景的落地。第三部分是基礎設施，技術底座。技術底座實現了異構的軟硬件，包括異構的計算框架整合，這為建模和推力提供了重要支撐。

一站式建模平臺是非常重要的部分，工商銀行在和第四范式合作的過程中，非常關注降低門檻，提升建模的效率。一個是可視化的拖拉拽，另外是自動化建模，還有在一些垂直的關鍵技術領域，比方說圖譜，包括NLP推薦這些方面，根據技術的特點形成了建模流水線。

服務端也分為四個部分，包括對話、閱讀、理解、翻譯等相應的應用，嵌入到工商銀行的業務場景中提高工商銀行建模用數的效率。

人工智能的典型應用有如下場景：AI推薦，原來的金融產品是靜態，千人一面。AI推薦是人工智能算法的應用，能夠通過人工智能算法，根據客戶的風險偏好，給客戶提供投資組合，這是非常重要的改變，也是未來發展應用的一個方向。另外中小微企業普遍面臨融資難、融資貴的問題。傳統上金融機構想支持中小微企業，成本非常高，客戶經理要收集數據，專家要根據這些數據去判斷。不但量上不去，而且質很難把控。隨著現在國家數據生產要素的豐富，還有工商銀行人工智能平臺的建設，工商銀行這些方面的能力有大幅的提升。

在這個基礎上，工商銀行面向中小微企業建立準入和授信的模型，推出了純信用的金融快貸、異地快貸秒批秒貸的金融產品。今年一季度末工商銀行面向中小微規模的融資規模為5700多億元，平均貸款利率是4.25%，低于金融同業150個DP，這是比較好、典型的人工智能服務實體經濟的應用。另外是風控領域的創新實踐。一個是風險的數據驅動風控，數據驅動的風控實際上經歷了兩個階段，一個是不改變流程的。就是欺詐的風險防控，把工商銀行所有的聯機交易從中間交易截斷，通過算法的嵌入，實現了實時欺詐的防控。到現在為止，欺詐的風險防控為客戶避免的損失高達90多億元。另外一個是把流程都變了，比方普惠金融的案例，實際上它根本不是按照原來的流程進行，完全通過線上秒批秒貸，分鐘級完成一批業務的發放，這是兩個不同應用的方面。還有風控領域的一點出險，全面防控。金融機構一直期望任何一個點出險，全體系能感知。正是因為數據體系的建設，把風險畫像和特征進行融合;人工智能的應用，把原來中后臺的服務暴露出來，并整體上應用到工商銀行全站的業務流程體系當中去，這時候確確實實實現了一點出險，全面防控，真正提升了工商銀行風險防控的水平。

應用AI模型，工商銀行和第四范式合作之后設計了欺詐模型，整體上比傳統的規則模型精準率高得多，提高了60%—70%，這是難以想象的突破。在營銷領域，金融機構應用推薦的場景非常廣泛。工商銀行也有電商平臺，也有手機銀行，手機銀行應用這樣的推薦體系，轉化率由原來的2%提高到現在的12%，這是在第四范式的幫助和支持之下取得的成績，構建了新的服務模式。原來是人去找金融服務。現在金融服務去找用戶，把好的金融服務推薦給用戶，這是一個比較大的改變。智能客戶是綜合的應用，有面向文本、外呼、呼入的體系。工商銀行現在的客戶分流率達到30%，這也是非常大的改變，釋放了能力，同時對客服務的邊界也得到了進一步的擴展。另外改變了和客戶交互的方式，通過手機，通過語音可以買賣理財產品，直接進行繳費，不需要用手點擊頁面，這也是交互模式新的改變和體驗。人工智能提高運營的效率，工商銀行原來信用卡發卡核查是人工打電話，效率非常低，通過利用自然語言+語音，多技術的融合，金融卡發卡的效率提升了2.5倍，既節省了人力，也提升了發卡核查的效率。

數字工行

數字工行本質是通過人工智能等新技術的應用，降低金融服務的門檻，提升金融服務的供給能力，使得金融服務像水和電一樣變得普惠，更好地服務于現代數字經濟社會的高質量發展。數字工行應該是一個更高效率的銀行，一個金融服務實體經濟能力更強的銀行。數據算法的應用，提升了銀行服務的效率和效能，包括服務的邊界。另外一點，是API和金融生態云雙輪驅動的銀行，把數字金融嵌入到B端、C端實現了GBC的聯動，構建了數字金融的生態。還有人工智能、區塊鏈、IoT互相融合的無界銀行。實際上數字金融的發展就是要服務于物理世界和虛擬世界，包括物理世界和虛擬世界融合的新世界。

人工智能應用的廣度和深度發生了非常大的變化，所以對人工智能模型建模的規模提出了更高的要求。這個時候工商銀行面臨著新挑戰：數據科學人才短缺，數據缺乏。數據真正的價值在于多維的融合，也就是說來自不同行業的融合。

工商銀行和第四范式在推進O2MR的工作，目前在工商銀行的平臺體系里上線。大規模的應用過程會為原來的數據科學人員賦能，還有可以降低門檻，讓人人都成為分析師，當然這個過程非常漫長，但肯定是未來發展的方向。工商銀行的發展速度非常快，前幾年分析師只有幾千人，到今年上半年數據分析人員、數據科學人員達到1.3萬人，這是非常重要的核心競爭力。在應用人工智能時大家常常會感到標注的壓力非常大，工商銀行也和第四范式開展了合作，包括遷移學習，小樣本機器學習，小樣本人工智能學習，解決目前遇到的挑戰。

（根據劉承巖公開演講整理而成，未經本人確認。）