中小銀行人工智能中臺建設(shè)

胡金良 張貝旎 張左敏

在大數(shù)據(jù)、人工智能、云計算、5G等新一代信息技術(shù)快速發(fā)展的浪潮下，銀行業(yè)數(shù)字化轉(zhuǎn)型正迅猛推進(jìn)。國務(wù)院發(fā)布的《“十四五”數(shù)字經(jīng)濟(jì)發(fā)展規(guī)劃》及原中國銀保監(jiān)會發(fā)布的《關(guān)于銀行業(yè)保險業(yè)數(shù)字化轉(zhuǎn)型的指導(dǎo)意見》等頂層設(shè)計文件，都鼓勵和引導(dǎo)銀行業(yè)加強(qiáng)金融科技支持，發(fā)揮平臺價值，推動“人工智能+金融”的融合應(yīng)用。然而，中小銀行在人工智能應(yīng)用方面仍處于探索階段。相較于國有大行和股份制銀行等頭部銀行，中小銀行在數(shù)字化、智能化的道路上仍然面臨著一系列挑戰(zhàn)。

中小銀行人工智能應(yīng)用現(xiàn)狀

AI能力無法靈活復(fù)用且缺乏統(tǒng)一管理。中小銀行面臨著各業(yè)務(wù)條線對人工智能應(yīng)用的需求。為了滿足這些需求，中小銀行通常會引入成熟的AI廠商能力。然而，這往往導(dǎo)致人工智能應(yīng)用場景在各業(yè)務(wù)系統(tǒng)中較為分散，盡管擁有多場景的AI能力，但無法靈活復(fù)用和合理編排，以生成符合業(yè)務(wù)特色的綜合性、系統(tǒng)性的智能AI應(yīng)用。隨著人工智能應(yīng)用場景的增加，還可能存在重復(fù)建設(shè)的情況。此外，這些人工智能應(yīng)用分散在行內(nèi)各個系統(tǒng)中，無法進(jìn)行統(tǒng)一部署，也缺乏運(yùn)行監(jiān)控和集中管理的手段，無法有效合理地管控風(fēng)險。

業(yè)務(wù)數(shù)據(jù)分散造成數(shù)據(jù)孤島。中小銀行在數(shù)據(jù)智能應(yīng)用中面臨一系列的挑戰(zhàn)，包括數(shù)據(jù)分散、數(shù)據(jù)質(zhì)量和一致性問題，以及數(shù)據(jù)加工時間成本和數(shù)據(jù)安全性的難題。首先是數(shù)據(jù)的分散性。由于數(shù)據(jù)存儲在不同的業(yè)務(wù)系統(tǒng)中，導(dǎo)致數(shù)據(jù)難以訪問和共享，需要耗費(fèi)大量時間和精力來收集和整合數(shù)據(jù)。其次是數(shù)據(jù)的質(zhì)量和一致性。由于數(shù)據(jù)來源各異，數(shù)據(jù)的格式、結(jié)構(gòu)和精確性不盡相同，加深了數(shù)據(jù)分析和建模的困難程度。再次是數(shù)據(jù)加工的時間成本。在進(jìn)行數(shù)據(jù)分析和建模之前，需要完成繁瑣的數(shù)據(jù)提取、清洗、轉(zhuǎn)換和加載等步驟，而這些步驟需要耗費(fèi)大量的時間與人力成本。最后是數(shù)據(jù)的安全性。分散的數(shù)據(jù)增加了數(shù)據(jù)安全性的挑戰(zhàn)，各個業(yè)務(wù)系統(tǒng)都需要單獨負(fù)責(zé)數(shù)據(jù)的安全管理，包括隱私保護(hù)、數(shù)據(jù)備份和災(zāi)備恢復(fù)等方面的工作。這些問題導(dǎo)致了數(shù)據(jù)可訪問性、質(zhì)量和效率都不高，從而無法更好地支持人工智能的應(yīng)用和決策。特別是在精準(zhǔn)營銷、風(fēng)險防控與反欺詐等業(yè)務(wù)場景中，中小銀行面臨著大量的數(shù)據(jù)智能應(yīng)用需求。然而，數(shù)據(jù)孤島給中小銀行造成了極大困擾。

人工智能研發(fā)人才緊缺。中小銀行在數(shù)字化轉(zhuǎn)型過程中面臨科技人才不足的問題，通常由地域限制、品中小銀行通常位于二三線城市，吸引高級技術(shù)人才的優(yōu)勢有限。此外，中小銀行的品牌知名度較低，與知名度高和技術(shù)先進(jìn)的銀行相比，對技術(shù)人才缺乏吸引力。目前，金融科技領(lǐng)域競爭激烈，高級技術(shù)人才供需失衡，使中小銀行難以吸引和留住這些人才。

中小銀行應(yīng)用AI中臺的對策

當(dāng)前，中小銀行運(yùn)用AI能力面臨的棘手問題主要包括：缺乏協(xié)同優(yōu)化的AI研發(fā)環(huán)境，難以統(tǒng)一管理和復(fù)用異構(gòu)的AI能力；人工智能應(yīng)用場景分散，數(shù)據(jù)資產(chǎn)分布在各業(yè)務(wù)系統(tǒng)中形成了數(shù)據(jù)孤島；缺乏高水平的AI建模人員，且人工智能應(yīng)用開發(fā)門檻較高。為解決這些問題，中小銀行應(yīng)專注于自身的優(yōu)勢資源，建立適合本行實際情況的AI中臺。通過建立AI中臺，可以夯實AI運(yùn)用的基礎(chǔ)，并持續(xù)迭代提升AI運(yùn)用的能力。這將有助于解決中小銀行在AI領(lǐng)域所面臨的挑戰(zhàn)。

實現(xiàn)各廠商AI能力的納管與靈活編排。中小銀行可以通過建立AI中臺，提供統(tǒng)一的AI模型和引擎的管理，實現(xiàn)對異構(gòu)AI能力統(tǒng)一接入、AI能力標(biāo)準(zhǔn)協(xié)議制定、AI能力測試功能等，提升AI能力的復(fù)用效率。基于圖像識別、語音分析、自然語音處理等多種AI能力，能夠以可視化方式進(jìn)行串接編排，快速完成AI服務(wù)業(yè)務(wù)流，并以業(yè)務(wù)流為單位為業(yè)務(wù)系統(tǒng)服務(wù)，增加AI應(yīng)用開發(fā)的靈活性。

建設(shè)人工智能數(shù)據(jù)底座，打破數(shù)據(jù)孤島。中小銀行可以利用AI中臺的數(shù)據(jù)加工管理功能來建設(shè)人工智能模型指標(biāo)庫，其中包括基礎(chǔ)指標(biāo)和衍生指標(biāo)。通過AI中臺，數(shù)據(jù)可以從各業(yè)務(wù)系統(tǒng)關(guān)聯(lián)整理形成基礎(chǔ)層，然后通過統(tǒng)計算法進(jìn)行加工計算得到指標(biāo)層，最后使用統(tǒng)計模型或機(jī)器學(xué)習(xí)模型計算得到標(biāo)簽層，實現(xiàn)分層管理的效果。通過指標(biāo)庫，中小銀行可以快速提取AI算法所需的數(shù)據(jù)，并形成特征寬表，構(gòu)建AI數(shù)據(jù)底座。通過AI中臺支持的數(shù)據(jù)底座，將有助于優(yōu)化AI模型的訓(xùn)練過程，提高模型的準(zhǔn)確性和性能。通過AI中臺的數(shù)據(jù)加工管理功能，中小銀行能更好地管理和利用數(shù)據(jù)，為人工智能應(yīng)用提供更強(qiáng)大的支持。

降低人工智能開發(fā)與應(yīng)用的門檻。中小銀行建立AI中臺，可以集成主流深度學(xué)習(xí)框架，如MPI、Horovod、PyTorch、TensorFlow、MXNet等，實現(xiàn)從數(shù)據(jù)加工、數(shù)據(jù)標(biāo)注、數(shù)據(jù)特征生成到模型訓(xùn)練、模型評估和模型優(yōu)化的全流程標(biāo)準(zhǔn)化，實現(xiàn)人工智能模型的自動生成。通過構(gòu)建結(jié)構(gòu)化數(shù)據(jù)平臺，支持自動特征生成、特征加工和自動調(diào)參等多種技術(shù)。結(jié)合AutoML技術(shù)，可以自動選擇出較優(yōu)的算法及對應(yīng)的優(yōu)化配置參數(shù)，快速生成人工智能模型，在效率和精度之間取得平衡。建立AI中臺將為中小銀行提供強(qiáng)大的功能，在人工智能模型的開發(fā)過程中實現(xiàn)標(biāo)準(zhǔn)化和自動化，提高效率和精確度。同時，它還能為中小銀行提供一種可靠的方式來應(yīng)對復(fù)雜的深度學(xué)習(xí)任務(wù)，促進(jìn)人工智能技術(shù)在銀行業(yè)務(wù)中的廣泛應(yīng)用。

中小銀行AI中臺建設(shè)方案

中小銀行面對人工智能的迫切應(yīng)用需求，通過建立企業(yè)級AI人工智能中臺，可為不同的業(yè)務(wù)場景提供標(biāo)準(zhǔn)化、一體化的人工智能服務(wù)，從而降低人工智能使用門檻，提高人工智能應(yīng)用場景的實現(xiàn)效率。通過運(yùn)營、營銷、風(fēng)控等業(yè)務(wù)領(lǐng)域定制化人工智能應(yīng)用的落地與技術(shù)手段、服務(wù)模式的創(chuàng)新，有效促進(jìn)經(jīng)營管理水平提升。

中小銀行應(yīng)遵照科技創(chuàng)新賦能業(yè)務(wù)的理念，根據(jù)自身實際情況，積極提升以下八個方面的AI能級：一是數(shù)據(jù)集成和管理。用于整合和管理分散在不同業(yè)務(wù)系統(tǒng)中的數(shù)據(jù)，提供數(shù)據(jù)訪問和共享的功能。二是數(shù)據(jù)質(zhì)量和一致性控制。用于統(tǒng)一數(shù)據(jù)格式、結(jié)構(gòu)和提升精確性，確保數(shù)據(jù)的質(zhì)量和一致性，并提供數(shù)據(jù)清洗和校驗的功能。三是數(shù)據(jù)加工和處理。包括數(shù)據(jù)提取、轉(zhuǎn)換、加載和預(yù)處理等步驟，以便進(jìn)行后續(xù)的數(shù)據(jù)分析和建模工作。四是模型開發(fā)和管理。用于構(gòu)建、訓(xùn)練和優(yōu)化機(jī)器學(xué)習(xí)模型，提供模型版本管理、調(diào)試和監(jiān)控等功能。五是分析和可視化。用于對數(shù)據(jù)進(jìn)行分析、挖掘和可視化展示，幫助用戶理解數(shù)據(jù)和模型的結(jié)果。六是安全和隱私管理。包括數(shù)據(jù)安全保護(hù)、權(quán)限管理、隱私保護(hù)和災(zāi)備恢復(fù)等功能，確保數(shù)據(jù)和模型的安全性。七是自動化和智能決策。通過使用人工智能算法和技術(shù)，實現(xiàn)自動化的決策支持和智能推薦功能。八是用戶界面和交互。提供友好的用戶界面和交互方式，使用戶能夠方便地使用平臺的各項功能。

中小銀行通過建構(gòu)整合以上AI能力，可以打造一個完整的企業(yè)級人工智能管理服務(wù)平臺，從而更高效地管理數(shù)據(jù)、開發(fā)模型，并應(yīng)用人工智能技術(shù)來支持業(yè)務(wù)決策和創(chuàng)新。

如圖1所示，中小銀行AI中臺建設(shè)應(yīng)包括基礎(chǔ)算力資源、數(shù)據(jù)管理平臺和模型訓(xùn)練平臺。數(shù)據(jù)管理平臺提供豐富的數(shù)據(jù)接入功能，打破數(shù)據(jù)孤島，實現(xiàn)數(shù)據(jù)的標(biāo)準(zhǔn)化與生命周期管理。平臺應(yīng)具備高效快捷的數(shù)據(jù)查詢和強(qiáng)大的數(shù)據(jù)開發(fā)能力，為各類上層應(yīng)用提供高質(zhì)量的數(shù)據(jù)服務(wù)。在數(shù)據(jù)管理平臺之上是研發(fā)平臺，主要包含深度學(xué)習(xí)與機(jī)器學(xué)習(xí)模型訓(xùn)練平臺。深度學(xué)習(xí)平臺提供“一站式”服務(wù)，從數(shù)據(jù)標(biāo)注、數(shù)據(jù)處理到模型訓(xùn)練，可極大地減少算法工程師的工作量。平臺應(yīng)支持圖像識別場景的零代碼訓(xùn)練，只需少量數(shù)據(jù)標(biāo)注即可訓(xùn)練出高質(zhì)量模型。機(jī)器學(xué)習(xí)平臺則是一個可視化的建模環(huán)境，主要為銀行風(fēng)險人員提供自動化數(shù)據(jù)建模功能。平臺集成數(shù)據(jù)處理、特征工程、機(jī)器學(xué)習(xí)及統(tǒng)計分析等算法，并可通過拖拽和參數(shù)配置的方式，使評分卡等模型的開發(fā)變得簡單易行。

在研發(fā)平臺之上是服務(wù)平臺，提供全系列AI服務(wù)，包括計算機(jī)視覺、語音識別、NLP自然語言處理等，平臺通過可視化和動態(tài)管理的方式進(jìn)行靈活的加載應(yīng)用，提升模型部署的快捷性和易用性，能夠?qū)⒏鞣NAI引擎和應(yīng)用解耦，實現(xiàn)AI能力的動態(tài)升級。AI中臺整體集成框架作為中臺外層框架，提供整個AI中臺權(quán)限管理、運(yùn)維監(jiān)控、服務(wù)部署、節(jié)點管理、租戶管理、API計量、AI能力注冊等整體管理功能。同時，還提供AI業(yè)務(wù)流功能，對于一些需要批量處理的AI使用場景，如離線視頻稽核，需要多個環(huán)節(jié)的處理，包括AI解析、數(shù)據(jù)檢測和發(fā)送告警信息等。通過構(gòu)建以上三層架構(gòu)AI中臺，中小銀行可以充分利用基礎(chǔ)算力資源，實現(xiàn)數(shù)據(jù)的標(biāo)準(zhǔn)化管理和高質(zhì)量的數(shù)據(jù)服務(wù)，同時，通過可視化拖拽方式，實現(xiàn)靈活且低代碼方式的AI處理定義，最終形成AI業(yè)務(wù)流。

中小銀行基于AI中臺的應(yīng)用成果

近年來，中小銀行積極開展AI中臺項目建設(shè)，在數(shù)據(jù)處理、建模開發(fā)、模型管理、AI能力納管、編排與管理監(jiān)控能力上都有了較為顯著的提升。以AI中臺為基礎(chǔ)，各家中小銀行在客戶營銷、反欺詐與風(fēng)險管控、運(yùn)營管理等業(yè)務(wù)場中，開發(fā)了一系列滿足數(shù)字化、智能化的AI應(yīng)用。

蘇州銀行

蘇州銀行加強(qiáng)AI數(shù)智賦能提升金融服務(wù)質(zhì)效和客戶體驗。通過搭建RPA（機(jī)器人流程自動化）、生物識別、智能OCR等AI技術(shù)平臺，向運(yùn)營管理、風(fēng)險管控、渠道建設(shè)、產(chǎn)品營銷等多領(lǐng)域輸出AI能力，不斷提升金融服務(wù)的智能化、數(shù)字化和精準(zhǔn)化水平。該行圍繞“以客戶為中心”的經(jīng)營理念，梳理覆蓋公司、零售和同業(yè)客戶的標(biāo)簽管理體系，實現(xiàn)了標(biāo)簽管理、客群洞察、客戶查詢?nèi)笾黧w功能，以及標(biāo)簽客群分析及可視化、標(biāo)簽接口等12項擴(kuò)展功能。依托工商、稅務(wù)、海關(guān)、法院、輿情、地方征信等數(shù)據(jù)，建立起AI審批模型、反欺詐模型和大數(shù)據(jù)預(yù)警模型。落地了標(biāo)簽體系建設(shè)項目、基于RPA的智能自動化平臺、基于大數(shù)據(jù)的數(shù)智運(yùn)營管理平臺、基于深度學(xué)習(xí)的智能OCR識別平臺等一系列數(shù)智平臺及AI應(yīng)用項目。

青島銀行

青島銀行完成了全行級企業(yè)知識AI中臺的基礎(chǔ)建設(shè)，實現(xiàn)了行內(nèi)、行外數(shù)據(jù)整合分析，建成了面向營銷、風(fēng)控、監(jiān)管的三大基礎(chǔ)數(shù)據(jù)集市，初步實現(xiàn)了面向客戶的AI營銷體系。該行將風(fēng)險AI決策及AI預(yù)警嵌入到信貸業(yè)務(wù)的全生命周期，建設(shè)了“集團(tuán)智能化預(yù)警項目”和“智慧信貸二期項目”。同時，重點升級了“大數(shù)據(jù)集群產(chǎn)品”，全面夯實大數(shù)據(jù)集群底座，實現(xiàn)多套AI應(yīng)用及一百多套數(shù)據(jù)源的接入，有效盤活了全行數(shù)據(jù)資產(chǎn)。基于AI中臺發(fā)力移動場景建設(shè)，將銀行業(yè)傳統(tǒng)的經(jīng)營服務(wù)向互聯(lián)網(wǎng)模式下的主動服務(wù)轉(zhuǎn)變，為客戶提供個性化、智能化服務(wù)。通過完善全行大數(shù)據(jù)平臺，投產(chǎn)“集團(tuán)AI智能化預(yù)警”“鷹眼360智能風(fēng)險監(jiān)控平臺2.0”等項目，全面提升AI風(fēng)控管理能力、數(shù)據(jù)分析決策能力。

齊魯銀行

齊魯銀行基于AI中臺，將語音分析和自然語言處理應(yīng)用于營銷外呼語音全量數(shù)據(jù)的質(zhì)檢分析，解決營銷過程管理抽樣質(zhì)檢覆蓋率低，人工質(zhì)檢主觀性強(qiáng)、效率低，缺乏數(shù)據(jù)分析等問題。目前，日處理語音數(shù)據(jù)達(dá)5000余條，節(jié)約了管理及運(yùn)營成本。此外，在金融票證識別方面，齊魯銀行智能中臺可由客戶自行上傳票證，替代了傳統(tǒng)的手工錄入，日識別量達(dá)1000余張，不僅節(jié)省人工錄入成本，還大幅提高了業(yè)務(wù)辦理效率。提供全行統(tǒng)一的客戶身份核驗，全面輔助公司、普惠、個人客戶各類線上貸款業(yè)務(wù)，在貸款申請流程中輔助客戶完成信息錄入、證件識別、身份驗真、生物特征核驗，大幅提高了客戶業(yè)務(wù)的辦理效率。通過客戶交易渠道、頻率、金額、時間段等信息，構(gòu)建異常交易反欺詐模型體系，模型預(yù)警準(zhǔn)確率較專家類模型提升12倍，提升了銀行識別涉賭涉詐賬戶的能力。

綜上所述，AI中臺的建設(shè)可以有效地解決中小銀行AI研發(fā)能力不足、AI應(yīng)用場景分散、異構(gòu)AI能力無法統(tǒng)一管理復(fù)用、數(shù)據(jù)資產(chǎn)分散難以快速應(yīng)用等一系列問題。AI中臺作為智能服務(wù)的基礎(chǔ)設(shè)施，提供了一套完整的人工智能模型應(yīng)用于全生命周期管理與服務(wù)的體系，通過業(yè)務(wù)、技術(shù)、數(shù)據(jù)的融合聯(lián)動讓人工智能技術(shù)具備更強(qiáng)的業(yè)務(wù)定制能力，為中小銀行數(shù)字化轉(zhuǎn)型提供了一條便捷之路。中小銀行應(yīng)充分發(fā)揮平臺價值，力爭在金融風(fēng)險防控、精準(zhǔn)營銷、智能反欺詐等方面取得豐碩成果，不斷提升金融服務(wù)能力，更好地支持實體經(jīng)濟(jì)和數(shù)字經(jīng)濟(jì)的融合發(fā)展。

（作者單位：齊魯銀行董事會辦公室，其中胡金良系齊魯銀行黨委委員、董事會秘書，張貝旎系齊魯銀行董事會辦公室總經(jīng)理）

責(zé)任編輯：董?治