随着大数据、云技术、区块链、人工智能、 物联网等新技术日渐成熟,银行提升数字化业务能力和客户体验有了新动能。新技术孕育了金融服务的民主化,推动金融科技公司迅速崛起。银行也同样可以获得或者发展此类技术,强化自身的数字化能力、提升用户体验。一些领先银行已经率先将改善用户体验列为战略重点,并快速付诸行动,赢得市场份额。 目前来看,商业银行发展金融科技的着力点主要是数字平台和金融云的建设、人工智能和区块链等关键技术,并应用于商业银行各个场景。 关键技术一:大数据(数据智能 精准画像 数据资产)在数字时代,数字技术日新月异,在前中后台的应用更加广泛,这为银行带来前所未有的革新机遇,银行与客户的关系又回到一对一的服务关系。比如,银行可以对海量的客户数据进行分析,利用大数据找出客户的个性化服务需求,然后提供相应的服务;区块链技术通过数据的分布式存储和点对点传输,打破了中心化和中介化的数据传输模式;金融云可为客户提供远程的、基于需求的服务,架构灵活能有效节约总开支。 如今计算能力增强、成本降低,商业银行可利用大量结构和非结构性客户信息,更好地做出信贷风险决策,监控投资组合,构建基于大数据的智能风控体系。 ▲图 大数据在银行智能风控中的应用 在银行的整个价值链之中,金融服务的全生命周期均可以利用大数据技术进行改良与改革。银行可采用数字化技术以此提高收入,改善资本使用率,尤其是削减成本。根据麦肯锡预测,如果全行业都采取数字化措施,到2025年就能将行业的成本收入比从现在的54%降到38%。商业银行在传统对公金融信贷业务中积累了丰富的风控经验,AI技术的应用有助于提高大数据处理能力,优化风险评估模型,提高风险识别能力和实时性。在智能风控方面,商业银行的主要动作有:
关键技术二:人工智能(机器学习 自然语言处理 智能机器人)领军银行也已开始通过使用智能机器人(RPA AI)自动完成重复任务,实现数字化运营。机器人流程自动化(RPA)已在资本市场运营的中台展现出巨大潜能,能够迅速完成数据提取和清洗等日常工作。在交易风险计算方面,机器人可以下载、验证和分析银行头寸。一些银行已将该流程所需资源减少了95%,所需时间从10天缩减到20分钟。流动性风险计算也可用机器人代劳。 其实,银行在运营、风险、金融、法律等方面的大量工作,也可以通过智能机器人来完成,并且速度、效率和质量还能得到保证。澳新银行因为大量部署机器人,平均降本达到40%。巴克莱银行在财务部门使用机器人,实现坏账准备金流程自动化,每年节省将近1亿美元。欧洲一家主要的支付处理公司开发了机器学习算法,当货币在各市场主体、账户、地区之间流动时,可在多家银行之间进行“货币追踪”。这一技术便于调查人员追踪“骡子账户”的使用路径,从而大幅降低洗钱欺诈犯罪活动的调查成本。 人工智能(AI)和认知技术也影响着银行运营。麦肯锡全球研究院的研究表明,严格来说,60%的职业中至少有30%的工作是能够实现自动化的。
关键技术三:云计算(云平台 API/开放银行 敏捷架构)云计算服务模型包括SaaS、IaaS、PaaS,云计算开始改变数据架构和IT“堆栈”,且有望实现在云端管理高达85%的工作量。结合运维开发等成熟工具和迅速的软件开发速度,云技术缩短了新产品开发和应用面市的时间。麦肯锡研究发现,云计算及相关技术可将银行IT运营成本降低30%以上。 |
|