金融科技助力金融機構高質量轉型

1、金融科技助力金融機構高質量轉型目 錄一、數字化經營趨勢二、大數據挖掘趨勢三、人工智能趨勢四、金融機構數字化、模型化、智能化場景五、金融機構AI下半場及未來發(fā)展一、數字化經營趨勢所有經營活動數字化、結構化、集成化、中臺化、服務化；企業(yè)戰(zhàn)略KPI化；圍繞企業(yè)戰(zhàn)略，持續(xù)經營、優(yōu)化過程KPI； 數據分析、挖掘與業(yè)務部門緊密合作，利用好這些數據實現企業(yè)戰(zhàn)略目標是數字化經營的核心工作。一、數字化經營趨勢外部可用數據：1、自有數據整合：企業(yè)數據中臺建設，微服務化；2、征信數據：資產、負債、信用；3、社交數據：運營商通話詳單(標注了企業(yè)黃頁、各種服務)、QQ、微信、微博好友；4、上網數據：多種行為數據，如瀏覽

2、、消費等，；5、APP采集數據：手機中安裝了成百個APP，如淘寶、京東、微信、記賬等。6、其他渠道：企查查、工商、稅務等。二、大數據挖掘趨勢數據挖掘（Data Mining）也叫數據知識發(fā)現（Knowledge Discovery in Database），是從大量的、不完全的、有噪聲的、模糊的、隨機的業(yè)務數據中，識別隱含的、有價值的知識的過程。即：把業(yè)務痛點抽象為由數據表示的模型，再通過算法解決業(yè)務痛點，給出可行的解決方案的過程。企業(yè)經營數字化之后，就可以把很多業(yè)務痛點抽象為分類、聚類、回歸、推薦等問題，然后通過機器學習模型給出解決方案。例如，怎么找出帶病投保健康保險的客戶?找出哪些客戶會加

3、保，補全或校準客戶所填收入，給客戶推薦最合適的產品等。三、人工智能趨勢隨著深度學習、強化學習模型的深入發(fā)展和存儲、算力的不斷提升，使得圖像識別、OCR、人臉識別、NLP、人機對話等一系列的人工智能能力達到了業(yè)界可用的水平，這將大量替代簡單、重復的人工工作，節(jié)約企業(yè)經驗成本，同時改善客戶體驗。然而，從哪些場景開始使用，逐步替代人工，改善客戶體驗，將是一個循序漸進，不斷優(yōu)化的過程。四、金融機構數字化、模型化、智能化場景幫助解決支付、信貸、眾籌、保險、理財場景的業(yè)務痛點：1、超越時空限制：隨時隨地獲得服務；2、超越人力成本限制：3億/天、平安客服、業(yè)務員；3、重塑客戶體驗：注重旅程，智能化、千人千面

4、地服務； 金融科技能夠提高效率、降低成本、改善客戶體驗，但不會改變金融的本質。四、金融機構數字化、模型化、智能化場景 客戶產品營銷渠道與信用體系銀行業(yè)潛客獲取，老客開發(fā)；精準畫像，智能推薦；產品創(chuàng)新，簡化購物支付流程，挖掘客戶需求，產品個性化；精準營銷，實時推薦，實時交互；實時性、不間斷、強交互、個性化、強聯動、立體化渠道。證券投資保險業(yè)四、金融機構數字化、模型化、智能化場景AI帶來的5種變化：1.從以生產為中心向以消費為中心轉化2.AI的目的從降低成本向改善用戶體驗轉化；3.AI改善用戶體驗從自動化客戶金融生活和改善金融產品兩方面發(fā)力；4.AI幫助實現行業(yè)大中臺：數據中臺和能力中臺；5.AI降低了客戶搜索和比較金融產品的成本，大型金融機構和能夠敏捷創(chuàng)新的企業(yè)更能獲得客戶的青睞。五、金融機構AI下半場及未來發(fā)展1.數據中臺的微服務化趨勢：基礎數據微服務化，支持各種數據挖掘模型、人工智能場景應用的數據需求。2.模型、智能能力中臺的微服務化趨勢：圍繞業(yè)務痛點的模型、算法中臺化+微服務化；人工智能基礎能力和場景快速配置調優(yōu)能力的中臺化+微服務化（如：多輪對話機器人能力、OCR能力、人臉識別能力等）。3.業(yè)務