近日，國美金融智能投顧首席顧問、中國銀行業(yè)協(xié)會金融AI專家顧問王蓁博士應邀出席并講授中原銀行高管培訓，從渠道數據化、業(yè)務生態(tài)數據化、組織架構匹配、核心業(yè)務和運營能力的數據化四大維度，分別闡述和討論國內商業(yè)銀行數字化和開放銀行轉型，并討論金融人工智能技術的場景化落地實踐。
通過對國內外各個金融機構的案例分析，王蓁認為：
首先，渠道數據化。廣大中小銀行線下渠道極其傳統(tǒng)，線上渠道各家發(fā)展差異極大;大部分銀行獲客成本高昂，缺乏營銷工具，缺乏對潛在客戶認知;對存量客戶挖掘不夠深入，對客戶潛在價值提升薄弱;有的機構沒有合理的評價體系，只是簡單線上導流。
其次，業(yè)務生態(tài)數據化。包括銀行在內的金融機構，普遍分不清金融科技和 IT科技部;金融機構尤其是中小機構，缺乏對高層次人才的吸引政策和激勵措施，產品能力和系統(tǒng)能力薄弱;跨業(yè)務、跨系統(tǒng)之間的整合難度大，數據、建模、風控基礎薄弱;零售運營效率低，同業(yè)難度大且慢;本地特色生態(tài)運營嘗試是當前中小銀行突破全國性大行的特色“武器”，先做點突破，先做特色服務。
第三，組織架構匹配是知易行難的重點。設立獨立的金融科技一級部門，并由相關領導直接統(tǒng)管是先進大行的成功經驗;金融機構需要制定對管理人才、科技人才、大腦人才全方面的吸引和激勵措施;核心團隊應該按照 “一個大腦+99個流水線研究員”模式組建。
王蓁提出，好的金融人工智能專家，不但要精通各個人工智能模型算法，而且一定需要兼?zhèn)鋵唧w業(yè)務的深刻理解和各個算法模型的熟練掌握。作為一個大腦，構建解決具體業(yè)務問題的解決方案流程框架和大體思路，然后對框架拆分的各個子系統(tǒng)和子模型，配備99個“流水線”研究和建模人員，輔助完成具體建模細節(jié)和調參等工作。然而，當前在國內，具有一個大腦能力的金融人工智能專家是極其稀缺的。
第四，核心業(yè)務和運營能力的數據化。
王蓁在總結商業(yè)銀行在實踐落地中的核心要點時表示，首先，金融人工智能產品的“沒有免費午餐”定理，他強調了純平臺性的人工智能算法模型不具備跨行業(yè)和跨業(yè)務的普適性，對任務和數據本身的深入認識很重要，對行業(yè)的認知和對數據產生的過程認識很重要，對待業(yè)務問題，需要具體問題具體分析。
其次，智能金融產品設計的“應用場景分析”法則。銀行設計智能產品時，需要具體設想和分析用戶使用的具體場景，并充分考慮當前人工智能技術不能完全覆蓋的功能，導致用戶使用的潛在不足，并通過產品設計和業(yè)務折中方案，達成最后的完整使用體驗。
據了解，國美智投是國美金融旗下專注于金融領域的AI研究及應用的創(chuàng)新團隊，為金融機構提供專業(yè)智能投資顧問系統(tǒng)服務和解決方案，致力于成為金融機構財富管理的AI賦能者。
免責聲明：本網站內容主要來自原創(chuàng)、合作伙伴供稿和第三方自媒體作者投稿，凡在本網站出現的信息，均僅供參考。本網站將盡力確保所提供信息的準確性及可靠性，但不保證有關資料的準確性及可靠性，讀者在使用前請進一步核實，并對任何自主決定的行為負責。本網站對有關資料所引致的錯誤、不確或遺漏，概不負任何法律責任。任何單位或個人認為本網站中的網頁或鏈接內容可能涉嫌侵犯其知識產權或存在不實內容時，應及時向本網站提出書面權利通知或不實情況說明，并提供身份證明、權屬證明及詳細侵權或不實情況證明。本網站在收到上述法律文件后，將會依法盡快聯系相關文章源頭核實，溝通刪除相關內容或斷開相關鏈接。
