商业银行智能化转型初探

成都职业技术学院

近年来，商业银行运用人工智能、大数据等技术开启了智能化转型的新阶段。银行的智能化转型体现在其经营管理的各个环节，从智能化设备开发、客户服务，到智能化产品设计、风险控制，科技手段的运用将有利于降低成本，提高效率，为更有效地优化客户体验，打造银行品牌形象提供新的契机。

一、商业银行智能化转型的必要性

（一）传统业务模式效率低，成本高，客户体验不佳

长期以来，银行排队难，流程烦琐经常为客户所诟病；同时，传统业务处理耗时长，效率低，人工成本高也成为制约银行发展的重要因素。因而业务渠道的全面改革是经营者和客户的共同需求。传统的ATM，BSM等自助终端，可以在一定程度上实现柜台业务的迁移，但业务种类不够全面，限制条件也比较多，需要智能化程度更高的设备扩大柜台业务迁移的范围，进一步提高效率。

（二）互联网金融平台等金融科技含量较高企业的冲击

近年来金融科技企业的快速崛起对商业银行形成了强有力的冲击，增加了银行客户维护及拓展的难度。根据麦肯锡2017 年银行业报告显示，数字化企业在中国支付市场已逐渐超过传统大型银行，互联网理财、信贷等的规模也在快速扩大，银行业务领域的市场竞争更加激烈。金融科技的渗透已成为未来的趋势，银行必须顺应时代要求，全面思考如何借助科技的力量优化经营模式和服务方式。

二、商业银行智能化转型的现状

（一）网点的智能化转型与智能设备推广

网点是银行夯实客户基础的重要阵地，其智能化转型是简化业务流程，释放人力资源，优化客户体验的重要手段，这一过程离不开高效的智能设备。为了弥补传统自助设备的不足，银行近年来大力开发了如自动发卡机，智能柜台等功能更强大的智能设备，可实现更多非现金业务的网点内迁移；同时，强化柜台业务与网银、手机银行等渠道的对接，一方面引导客户主动选择智能化渠道自助办理一些风险可控的常规业务，另一方面将一些风险较高或流程复杂的业务的前期准备工作迁移至线上，简化柜台办理流程。

（二）智能化产品的开发

优质的产品和服务是银行核心竞争力的体现，银行的智能化转型离不开智能化的服务模式和产品设计，以大数据、云计算、人工智能、区块链、移动互联等技术作为核心，针对金融领域的长尾市场，创新产品和服务，提升效率并降低运营成本。其中，比较有代表性的是信贷类产品，尤其是针对中小微企业的普惠金融小贷、快贷产品规模增长迅速，如建行的“小微快贷”，农行的“微捷贷”，工行的经营快贷，邮储银行的“极速贷”等，通过建立小微企业“正面清单”，大数据风控等手段，优化信贷业务获客模式，为破解小微金融流程长、手续繁、服务覆盖不全等难题提供了一条可行的路径。对私授信方面，智能化的运用还表现在信用卡的智能化升级上，银行通过自有app的开发改良及与金融科技公司的合作等形式，降低获客成本和营销难度，更快捷地满足客户的办卡用卡需求，完善信用卡的综合金融功能，也为合作机构带来有效的产能提升，实现银行与金融科技企业的双向共赢。此外，智能投顾是近年来的另一大热点，招商银行率先在2016年推出了“摩羯智投”，其后，光大、广发、中行等也先后推出了各自的智能化投资产品。整体上看，银行智能化产品类型越来越丰富，各大银行正在过往的网银、手机银行等终端的基础上，打造功能更为强大的综合服务平台。

（三）智能化客服与营销

智能客服可突破银行营业时间和空间的限制，节约人力成本，提高办事效率。银行的智能客服大多运用人脸、声纹等生物认证技术完成客户身份识别，可以满足一些简单的业务需求。而智能营销则主要利用金融科技在数据收集、筛选、分析等方面的优势，使对客户的精准识别和精准营销成为可能，并通过AR、VR等技术，帮助客户对银行产品形成更立体化的认识和更准确的评估。

（四）智能化风险管理

在传统的风险管理中，信息不对称及数据缺失是一大难题，大数据等技术提供了解决问题的有效手段；另一方面，依托于金融科技的线上金融交易的快速增加又给风险管理提出了新的挑战。金融与科技的融合势必会给银行风险管理带来深远的影响。智能风控建设是不少银行年报中的亮点，利用大数据实现企业智能评级、智能风险预警、智能产品匹配等功能，将有利于提升商业银行的风控效率，降低风控成本。

三、智能化转型中的问题与对策

（一）智能化设备开发与推广有待优化

柜台业务向智能设备迁移是银行网点转型过程中的必然选择，但受客户特征、业务类型、银行自身实力等因素的影响，这一过程推进的速度、方式、业务范围会有较大的差异。对于大中型银行设立在相对发达地区的网点而言，智能化转型的步伐较快，客户的接受度也较高，但仍然有部分中老年人对柜台渠道的依赖度难以在短期内有效降低；而对于相对落后地区的银行网点，智能化设备的普及难度更大，一味追求网点形象的智能化反而会造成资源的浪费。同时，银行业务的复杂性，客户需求的个性化，业务场景的多样化等客观原因，提高了智能设备功能设计的难度，其功能的灵活性与人工柜台相比仍有一定差距，可能会由于设备功能的局限性或客户本身的误操作而导致业务流程更加烦琐，甚至需要频繁的人工干预进行修正，反而不利于优化客户体验。

（二）产品的智能化程度有待提高

银行在智能化产品的设计开发上虽然取得了一定的成效，但还有很长的路要走。以智能投顾业务为例，投资标的以公募基金为主，品种选择局限性较大，且对于客户风险特征的评估过于简单粗放，通过寥寥几个问题所得出的客户画像极不精细，势必影响投顾业务的质量，限制了智能投顾对客户的吸引力。目前，智能投顾虽然是一个热点，但市场规模并不大，对银行业绩的贡献也不显著，已经开展智能投顾业务的银行中，多数未在年报中明确披露该业务的规模数据。而根据中国银行2019年报，创立于2018年4月的“中银慧投”智能组合截至2019年底的销量累计为123亿元，持有客户数超过10万人；对比挂牌于2019年7月的中银理财子公司，截至年末发行的理财规模就达到744.92亿元，且还有大量在售的非子公司运作产品。

（三）智能客服体验参差不齐

智能客服的推广意在提高效率的同时提供更好的客户体验。然而在实践中，对各大银行智能客服的评价却参差不齐，许多客户在认可其带来的便捷的同时，也提出了一些问题，如语音识别技术不够成熟，难以准确识别较长的句子，对客户咨询答非所问；智能客服无法察觉客户情绪的变化，过于机械刻板的表达可能导致客户的反感。对此，银行一方面需加大投入进行技术升级，完善智能客服的功能；另一方面也要意识到，人工智能技术并非万能，它可以在很大程度上将银行员工从简单重复的业务中释放出来从事更加精细复杂的工作，但并不能完全替代人工客服。银行在开发、运用、完善智能客服的过程中应当持续收集用户数据，掌握反馈意见并及时作出调整；同时，要将智能客服与人工客服合理融合，当客户提出个性化的问题或需要人工交流时及时提供转换。

（四）智能化风险管理不成熟

当前，各银行均在积极推动风险管理与银行业务的同步发展，构建大数据时代的智能化全面风险管理体系。智能化风控在信用风险、欺诈风险、运营操作风险的管理方面均得到了一定程度的运用。但总的来说，银行目前的智能风控仍处于初级阶段，数据来源较多依赖自身客户交易数据，机构间数据互联互通机制不畅通，甚至同一银行不同管理模块间的数据都未实现充分共享，数据管理系统化程度不高，风控模型的精准度较低，风险控制的有效性不足，进而导致在业务开展中存在局限性。如银行积极探索的智能线上信贷业务，虽然发展迅速，但放款额度一般不超过20万-30万，对于风险更为集中的大额线上贷款，当前的智能风控手段难以形成有效保障。

为了更好地将金融科技与风险管理相融合，一方面，银行需要夯实数据基础，提高数据质量，对内完善各模块间数据的整合共享，实现行内数据的充分调用，深度挖掘；同时，金融数据共享离不开监管政策的规范和支持，引导银行间、银行与其他机构间形成合理有效的数据共享模式。另一方面，银行在增强风控模型设计能力的同时可与优秀的金融科技公司合作，引入较先进的大数据分析产品，更好地满足各类场景下的业务需求。