人工智能：金融科技发展的重要方向

商业银行是国民经济资金流转的枢纽，利用人工智能技术有利于商业银行创新金融产品、服务实体经济。越来越多的银行业领军者开始把智能、智慧作为金融科技发展的重要方向，商业银行持续运用人工智能技术赋能业务实践。

一、技术基础

人工智能技术作为一种突破性前沿技术，通过数据和模型找出问题的解决方案，主要是让机器可以胜任通常需要人类智能才能完成的基础重复性工作甚至是复杂工作。

人工智能技术广泛应用于经济和社会领域，对于引领产业变革具有重要作用。大规模开源数据集的建成和GPU算力持续提升，助推深度学习算法的技术突破，图像识别领域达到乃至超越人工专家级识别水平，进而快速发展成为人脸识别、自然语言、语音识别等各个垂直领域的主流技术。

随着人工智能应用产业的不断扩大，IDC预测2025年中国人工智能市场支出规模有望突破184.3亿美元，占全球总规模的8.3%。

图2. 中国人工智能市场发展预测（IDC2022）

二、技术应用

（一）中国农业银行

1、农行宁陕县支行上线“AI+STEAM”人工智能智慧校园项目

在市县两级行的联动营销和积极推动下，“AI+STEAM”人工智能智慧校园项目落户安康宁陕县支行，这为该行智慧校园场景建设拓宽了新领域，为后期掌银业务发展开辟了新渠道。

“AI+STEAM”人工智能智慧校园项目是农行陕西省分行与金凯文教育有限公司已合作成熟的智慧校园项目，主要包含专为3-6岁儿童研发的智能启蒙课程，课程体系由葡萄教育与浙江大学联合研发，致力于开创智能积木编程体系，专注于人工智能启蒙领域，是当前幼儿益智类培养的热点。通过该项目可以实现幼儿园保教费、生活费等通过农行掌银线上缴费，还能带动对公结算账户、工资代发、信用卡、三方存管、三方绑卡、企业微信、个人信贷业务的综合营销。

根据合作协议，项目落地后该园将实现保教费、生活费农行掌银缴费全覆盖，最终将带动200户以上的掌银月活场景，实现农行安康宁陕县支行有效场景零突破。

农行安康宁陕县支行将践行“场景为王、对公搭台、零售跟进”的指导思想，持续以场景业务为突破，奋力提升综合营销水平。

2、农业银行以“智能+知识”打造客户服务新动力

为了使知识库内容能够更高效地服务一线员工和客户，农业银行在加强知识库建设、做好知识管理的同时，也为知识插上科技化的翅膀——灵犀AI机器人训练与管理支持平台让每一条知识内容“飞”到最需要它的人身边。

灵犀AI平台整合了自然语言理解、自动语音识别、文本转语音等人工智能技术，是农业银行远程渠道智能服务的底层能力基础。对内，灵犀AI平台是客服座席的好帮手，应用在知识搜索场景中辅助员工快速查找知识，提高人工服务效率；对外，灵犀AI平台是农业银行客服热线智能机器人的“靠山”，通过对接知识库为客户提供智能文本、语音机器人服务。

灵犀AI平台还具备强大的数据分析功能，监测多项机器人运营指标，帮助机器人训练师不断完善业务场景、调优服务策略。无论是知识管理还是客户服务，灵犀AI平台均是农业银行远程渠道的“智能”担当。灵犀AI平台对接农业银行全行20个系统平台，日均调用85万次。

智能客服时代，智能是手段，客户服务才是根本。农业银行始终坚守金融为民的初心不会变，坚持“客户至上、始终如一”服务理念的恒心不会变，坚定“农情服务，天天进步”服务信条的决心不会变。化知识为力量，用智能来加持，农行银行将持续探索为一线员工减负赋能、为客户排忧解难的新举措，推动远程渠道客户服务与经营的高质量发展。

3、农业银行人机协同赋能提效

中国农业银行某省分行与百应结缘。百应依托AI、大数据领域的技术积累，以精准营销触达为切入点，与中国农行的金融场景服务能力相结合，达到客群全量覆盖与营销转化提升的预期目标。

（1）数字化金融转型，人效难题亟待解决

中国农业银行银行业务客群覆盖广泛，对团队工作效率也提出了更高要求。

在使用AI前，银行呼叫中心的业务人员，每天需要进行大量的外呼任务，工作量非常大，人力资源十分紧张。同时，营销转化率始终达不到预期目标，对于潜在客户的把握，也十分依赖坐席人员的经验判断。

（2）高效人机协同，百应AI实力再获认可

为了减少重复性劳动、提升外呼沟通效率，中国农行将目光投向AI技术，希望借助人工智能产品和方案，让AI电话机器人在一定程度上代替人工，实现目标客群的全量覆盖，构建精准营销模型，实现营销转化率的持续提升。

在与百应达成合作后，中国农行针对信用卡账单分期、新用户激活等业务场景，开始引入AI机器人助力业务效率提升。基于丰富的行业实践经验，百应为中国农行提供了一套人机协呼模式的外呼策略升级，实现高效人机协同。

同时，中国农行对于客户体验的要求非常高，不仅要保证AI机器人能够精准触达目标客群，还要达到无感、实时的人机切换体验。为此，百应通过「AI多路监听+自动监听」的方式，不仅规避了无效对话对人工坐席的干扰，也成为业绩快速增长的核心突破口。

在合作过程中，为了实现目标客群的全量覆盖，中国农行依托百应AI自动打标+大数据处理能力，打造了更科学的客户分层策略。围绕账单日期、账单可分期金额、营销成功可能性等衡量指标，细化客户特征标签，实现精准营销触达。

除此之外，百应还为中国农行提供了多项行业“黑科技”，让AI有效触达率和转化率更高：

一是自动流转：转坐席路由策略。总行会对所有地市分行的数据进行统一管理，统一外呼，但是在转到人工跟进的时候需要根据客户归属（根据区号）转接到对应地区的工作人员跟进，这样让本地人体验更好，还可以实现案件的按内部业务自动流转（哪里来回哪去）。

二是规避风险：“黑名单＋灰名单”过滤。外呼过程中基于银行合规要求，设置“黑名单+灰名单”后，有效防止客户“投诉”，对于“被营销”客户严禁出现多次拨打等“骚扰”客户的情况。

三是服务提效：预设AI话术变量。针对客户关心的高频问题，可做成AI话术变量，自动触发。因此当客户提问时，AI可以在第一时间直接回答客户的问题，可以避免被发现是机器人，有效提升提升服务体验。当AI把这些固定期数的手续费做成话术变量后，机器人就能直接回复客户，客户体验提升很多，且会增加办理意愿。

四是提升转化：多轮挽回策略。话术中设置了多轮挽回策略，实际测试发现，当挽回2-3轮后，部分客户确实能够被AI成功营销，有效提升了最终的转化率。

（3）打造AI行业标杆，业绩倍增未来可期

中国农行将携手百应科技，通过对AI机器人的持续训练，实现更多业务场景下的AI人机协同，在数字化转型之路上“快速迭代、小步快跑”。在释放人力成本的同时，也让更多人力资源专注于服务高净值客户，实现人效提升与业绩倍增。

（二）中国建设银行积极探索人工智能技术

中国建设银行积极主动探索人工智能新技术，把握金融科技赋能的前沿趋势。建行的人工智能技术已为越来越多的金融场景落地提供技术支撑，人脸识别、金融遥感、智能审单和全面风险管理等多种应用场景依托计算机视觉、智能语言、自然语言处理、智能推荐与决策、知识图谱等技术，持续释放新金融势能。

建行以科技和数据向业务、客户和社会赋能，渐入佳境。洞鉴数字人民币、智能审单依托人工智能、大数据等信息技术，持续推进数字化转型，为助力经济社会高质量发展做出了突出贡献。建设银行还积极打造节能绿色网点新业态，树立推广行业新标准，让绿色成为新金融的生态底色。

作为有AI逆行者，建行主动担当、迅速行动，在抗“疫”一线践行初心使命，牢牢守住风险底线，发挥国有大行市场“稳定器”作用，助力稳定宏观经济大盘，维护人民群众根本利益，支持经济社会发展，再次彰显了国有大行的政治责任、经济责任和社会责任。

（三）中国银行将人工智能技术应用于安防场景

国家“十四五”规划纲要明确指出，加快壮大新一代信息技术、生物技术等产业，推动互联网、大数据、人工智能等同各产业深度融合，培育新技术、新产品、新业态、新模式，发展数字经济，加强数字社会建设，提升公共服务、社会治理等数字化智能水平。中国银行以科技创新为驱动，致力于技术与业务深度融合的发展，将人工智能技术赋能在金融安防领域，是人工智能技术与金融场景的一次深度融合，并在技术与产业结合过程中挖掘新业态、新模式、新格局，着力提升商业银行数字化水平，提升智能服务能力，用智慧金融服务为人民群众提供切实的安全感和幸福感。

1、推动金融领域智能化建设是必然趋势

近年来各商业银行逐步推广和普及智能设备与技术，网点的运营模式也趋向智能化和多样化，传统银行网点对客服务也更加强调人文关怀。同时，强化商业银行的风险防范意识，落实基层行网点的安全防控工作是银行业健康稳定发展的坚实基础，在这种全新的网点运营模式下，如何建设更为安全可靠的安防体系显得尤为重要。

在业务发展上，金融行业不断推动数字化转型建设，与此同时金融安防领域也对创新技术有了新的诉求。以中国银行某分行为例：金融安保工作主要以人防为主，监控中心需要值机人员24小时不间断监控，投入了大量人力成本的同时效率提升空间有限。由于值机员需要监控的自助银行网点较多，难以覆盖大量的监控视频，人工迅速判断不同摄像头角度下的视频事件也存在困难。在现有的安防策略下，通过自助银行的红外幕帘触发事件推送，再由值机员人工识别，最多只能同时监控24个画面，按照该分行近600个自助银行计算，最大并发的监控覆盖率约为4%，存在事件遗漏的可能。因此过度地依赖人防安保、人员值机并非金融安防领域发展的长久之计。

在技术建设上，人工智能等新兴技术不断地更迭发展，运用在行为识别的各应用场景已日渐成熟。行为识别技术在视频图像分析领域有着广泛的应用前景，如智能视频监控、人机交互、自动识别报警、公共安全、移动健康与运动等。在人工智能和自动化操控迅速发展的当下，行为识别技术和诸多产业领域紧密结合，产学研深度融合，互促互进，行为识别作为人工智能发展的中流砥柱也成为国内外研究的热点领域之一。

行为识别技术通过图像、视频、热敏、力敏、加速度、磁力等单一传感器或多种传感器融合的方式，对被测目标信息进行采集测量。使用数据挖掘、机器学习、模式识别等多种技术，对于各类行为中的表层及深层特征进行提取，精确表达出目标姿态、站立、行走、奔跑、跳跃等各类形式的静止或运动状态。根据采用不同识别技术，人体行为识别目前主流要分为三大类：基于计算机视觉的行为识别、基于传感器系统的行为识别、基于多模态数据的行为识别。

随着金融领域的科技体系逐步建设和人工智能技术的不断发展，中国银行将基于深度学习的人工智能技术与计算机视觉技术相结合，通过对网点采集的视频数据进行结构化的分析和事件化的处理，形成一套完整的行为识别体系，实现从网点终端到智能预警，用深度学习资源池打造数字化智能网点平台。中国银行又一次将数字化转型工作推向纵深，以创新为驱动力，以银行安防工作为突破口，建设了一套基于深度学习平台的行为识别体系。

2、强化科技创新，为金融领域赋能

近年来，GPU性能及算力的提升为边缘计算技术提供了硬件基础，计算机视觉下目标检测、追踪技术的成熟商用及深度学习算法的人工智能的发展，这些都为实现从识别到预警全流程自动化的智能安保方案提供了可行性。

行为识别发展至今，尚不存在一个适合所有的行为识别的成熟算法。对于大多数行为动作，即使是同一个动作都有不同的表现形式，而同一类动作在不同行业的定义也会有较大差异。结合金融安防的识别场景，识别的动作通常会附带特定业务含义；行为识别动作的种类很多，每一个种类又有很多个衍生动作，开源数据集缺少相关定义行为，这就要求在初期建模时，建立起符合业务识别场景要求的行内数据集。形成行内数据集资产的同时，也需做好行内数据安全与隐私保护。

算法建模与训练：建模采用多算法耦合框架，分为视频帧及视频帧序列两部分处理，用2个耦合框架实现2D视频的行为及事件识别。在行为识别模型上线初期，受到不同网点光线、摄像头角度等环境因素的影响，初期模型会存在误识的情况，这就需要结合业务反馈数据对模型进行具体调优，丰富正负样本数量，提升模型泛化能力，避免识别事件的漏报误报。

图3. 算法框架图

充分利用网点设备资源：在网点铺设设备阶段，充分利用网点存量硬件设备，将现有监控视频流接入部署行为识别算法模型的边缘算力盒子，进行实时视频分析。当边缘算力盒子识别到异常行为信息时，算力盒子将产生简短的预警信息推送至行为识别引擎后台，通过后台系统整合处理，将事件信息实时推送至监控中心，确保值机员及时感知事件。

图4. 应用架构图

着力提升用户体验：为提升用户体验，增强业务部门运营分析能力，通过向业务人员开放数据打标功能，积累真实样本数据，协助场景准确率的运营分析，提供事件统计数据可视化功能，将运营数据直观展示，辅助业务部门分析网点运营情况。

3、业技融合实践，驱动智能化发展

中国银行在人工智能创新技术上的实践，进一步深化了金融安防智能化建设，达到自动识别异常行为、自动推送预警信息、自动形成可视化界面的效果，实现安保风险早发现、早预警、早解决的智能化效果，真正做到将风险防范于未然。

自动化网点监控覆盖率全面提升，降低事件遗漏风险。目前银行网点的安防只能通过自助银行的红外幕帘触发事件推送，由值机人员肉眼识别，海量的银行网点和自助终端给安保团队带来了较大的监控压力。通过本项目的成功试点，网点首次采取AI智能监控的方式、单机与集群的灵活部署方式，便于适配不同的硬件设备，最终可实现网点智能监控100%覆盖，异常事件遗漏概率得到了极大的降低。

全流程的智能监控平台，有效降低人力成本。在现有安防策略下，从客户进入银行大厅到离开全过程必须有安保人员全程跟踪监控，监控时间长、监控频率高、监控报告传递难等问题显著，且需要耗费大量人力资源。通过项目的试点，可实现数据全链路的监控、监控信息全流程的传导、从监控自动识别到数据模型智能算法，最终将异常事件实时推送至移动终端和预警平台，大幅节省现有的人力成本，提高安防工作的整体效率。

丰富网点运营建设模式，提升数据分析、智能运算能力。从网点端行为识别到后台预警的全流程自动化管理方案在行业内尚属首次，业务价值潜力巨大。利用行业内海量的监控数据沉淀资源，建设企业级的AI智能训练池，通过不断接入的真实数据提升智能算法的综合能力，助力网点智慧运营与管理，为行业智能化数字化转型提供建设基础。

4、中台能力建设，开启未来新篇章

中国银行将继续探索深化智慧安防的场景建设，对安全管理进行技术赋能，丰富各类行为自动化监测、提醒功能。同时，构建形成一套企业级行为识别能力，向金融领域全场景共享复用能力，如银行的内控合规管理、网点热点监测等场景建设，助力智慧金融技术升级。

图5. 中台规划图

在行为识别场景的建设过程中，技术创新的步履不停，形成更智能、更高效、更专业的AI中台，支撑了行内算法场景建设。打造集数据标注处理、模型训练优化、应用模型发布于一体的智能中台体系。快速积累适用于中国银行的数据资产、智能算法资产，提供银行智能化应用解决方案的能力。通过AI中台的技术支撑，达到敏捷开发、快速交付、持续迭代的效果，提升转化效率，促进人工智能技术在商业银行融合创新，推动商业银行的智能升级。

（四）新安银行使用人工智能技术发展普惠金融

新安银行坚持定位和清晰认知，开辟出一条适合自身的AI可持续发展银行道路，在服务普惠金融、服务民营实体的发展路上砥砺前行。

作为安徽省唯一一家民营银行，新安银行为服务普惠金融而生，为中小微企业、“三农”和社区，以及大众创业、万众创新提供优质金融服务是本心。新安银行立足自身资源禀赋，充分运用AI人工智能技术，稳步践行着普惠金融的责任。

2020年9月，新安银行首款运用AI技术投放小微企业贷款的产品AI小微贷上线，迅速获得了小微企业主、个体工商户等普惠客户的青睐。相对于传统金融产品，AI小微贷面向城市创业、立业的新市民人群，具有全线上、手机随时申请、30分钟审批、1天放款等特点。

AI小微贷为新安银行打造AI系列普惠小微信贷产品矩阵赢得了开门红，新安银行继续探索提供更加细致精准的服务，基于不同行业及特定产业链的普惠客户金融需求，持续开发上线了13款服务于不同普惠客户群体的AI信贷产品，包括服务女性创业经营的AI女神贷，服务网约车司机置换新车的AI网约车贷，鼓励新市民安家消费的AI安家贷、AI消费贷、AI购车贷，支持本地核心企业下游供应链的AI种业贷、AI货车贷等。

新安银行一直坚守着普惠金融的使命，取得了一定的成绩，但展业过程中依旧面临着挑战，有行业共性的普惠小微金融风控难题，包括信息不对称、交易成本高、风控难度大等；也有疫情防控影响，造成部分企业特别是民营和小微企业困难凸显，个人用户可能存在收入下降、还款能力不足等问题。

新安银行依托金融科技不断提升风控和内控管理水平，高效运用大数据、人工智能、数字机器人等技术，持续更新迭代普惠金融产品风控模型及系统，完善AI系列产品建设，将数字机器人大量运用于贷款的各个流程，有效提升了内控能力和效率，降低了普惠金融对人员“劳动密集型”的依赖，打破普惠金融风险可控、成本可控、规模发展的不可能三角。

在疫情期间，面对普惠小微企业经营困境，新安银行认真落实纾困措施相关政策，从延期、续贷、让利、拓面多方面着手，向广大普惠小微客户提供了全面、系统、有效的帮扶，最大限度缓解客户经营压力。

用AI人工智能和数字化手段破解普惠金融发展痛点，是新安银行一直在做，也是立足所在的优势，秉承着这一路线，新安银行从战略规划、发展策略、业务布局、人才队伍、企业文化等多方面入手，不断提升AI可持续发展银行的核心竞争力。

新安银行的智能化产品创新、精细化运营管理、集约化人才建设完成了起步，实现了客户的精细化运营，又通过服务客户检验和升级科技实力，进一步促进创新发展，在普惠金融赛道上不断拓展。

（五）济宁银行基于人工智能技术建设视频银行

1、项目方案

视频银行解决方案是以银行传统业务为基础，通过移动智能设备和移动互联网技术，帮助银行进行业务流程的优化、创新，提升银行的业务效率，降低成本和风险。银行操作员通过远程视频银行系统与用户进行“面对面”地远程视音频交互，在后台集中化处理银行业务，实现用户办理业务。操作员通过自助设备快速获取用户的个人信息并进行远程验证，有效缩短业务办理时间，提升客户体验。

业务框架整体上由上而下可概括为：指导思想、接入渠道、范围管理、平台功能、接入系统。

具体内容如下：

一是指导思想：以客户为中心，按照会话进行整体管理。客户仅需进行一次呼入、一次联网核查、一次人脸识别、一次签字即可完成交易。利用音视频等技术，将客户体验做到极致，只要建立通话，即可进行交易。

二是接入渠道：为满足客户多渠道访问，视频银行提供统一的H5页面，可嵌入至微信小程序、手机银行、移动展业等渠道和第三方合作场景。

三是服务范围：在监管政策的支持下，视频银行可围绕这四个方面逐步拓展可提供的服务范围：

交易服务：账户激活、账户开立、密码重置、挂失解挂、客户信息维护、快速签约等；

贷款服务：信贷面签、放款、其他服务等；

远程服务：理财交易类、风险评估、理财规划、咨询服务、直播等；

远程助理：远程授权、身份识别、鉴权认证、意愿核实等；

四是平台功能：视频银行提供的各项服务离不开基础平台功能的支持，平台功能包括如下：

视频服务：高清视频、录音录像、截图牌照、水印时间戳、视频加密、会话重启；

业务路由：业务分组、排队机、星级插队、智能调度；

管理后台：坐席管理、运维监控、智能质检、话术管理、会话全轨迹记录；

兼容扩展：AI能力集成、语音识别、呼叫中心对接；

五是接入系统：视频银行在完成各项服务的时候需要完成核心记账、业务资料留存等各操作，故需要和行内多个系统对接，主要包括：集中作业、柜面系统、核心系统、信贷系统、理财系统、客服系统、渠道协同、无纸化平台等。

2、创新点

为确保该项目与其他金融机构类似产品的独特性，平台分别在技术和业务上进行了如下创新：

一是模块化建设。视频银行采用服务模块化建设，具备标准统一接口，以SDK的形态对外提供音视频能力，为上层业务系统提供音频、视频、流量等通讯能力及服务，模块之间松耦合架构，分为即时通信和互联网语音两部分。

二是跨平台横向应用。视频银行基于模块化建设思想，能够快速方便的与其他渠道系统进行嵌入、融合等。可通过嵌入智能柜员机实现远程授权，嵌入移动展业完成对公开户核实、尽调等业务场景；与手机银行做结合方便客户完成业务咨询、业务办理跳转；与智能客服相互补充，共同构建客户服务线渠道。

三是对公业务线上化。多数视频行的业务场景建设围绕个人客户开展，视频银行在建设中在完成个人客户业务场景的前提下拓展对公客户业务，包括法人意愿核实、银企对账、对公线上开户等。进一步扩大视频银行服务范围。

四是全球加速及云服务商边缘加速。依托于公有云全球加速服务和就近接入站点的能力，互联网用户音视频通信更稳定，提升用户侧的满意程度，拥有更好的客户体验。通过公有云吃掉偏远地区用户最后一公里投入，保证业务运行。

3、技术实现特点

视频银行综合了各项先进技术，以满足高并发、大数据访问要求，技术特性主要包括：高可用性、高安全性、负载均衡、智能路由、灰度发布等。

一是高可用性。平台采用分布式多副本冗余技术，支持多节点横向部署、多副本热备运行，应对高并发、高流量访问，在保证系统高可用性的同时，提高资源利用率。

二是高安全性。为确保用户的真实性和保密性，会话利用多重认证机制（如联网核查、人脸识别等）验证接入用户，通讯全部进行加密传输，并动态生成密钥，确保通信安全。

三是负载均衡。负载均衡可以将来自多个客户端的应用请求均衡分发到后台服务器上，自动检测后端服务并隔离不可用的进程，提升服务的可用性。

四是智能路由。采用智能分析、优选策略为用户接入提供最佳接入点，选择最优路由通道，在运营商内部网络完成用户接入，提升用户体验。

五是灰度发布。为保证终端用户优良的用户体验且不影响现有业务正常运行的情况下，视频银行的视频能力平台采用灰度更新的方式对应用服务版本的升级。并根据业务实际场景对多个站点逐个升级，分批部署，以保证升级无误。

系统采用混合云的方式进行部署，混合云依托于公有云的全球接入服务，站点具有高速稳定的骨干网络接入、接入无跨网、带宽按量计费、资源按需申请、服务虚拟化与弹性伸缩等特点，以及应用快速部署，业务随需扩容，节约成本、运营灵活的优势。

视频银行通过混合云部署架构将视频云服务部署在公有云上，将核心业务应用运行在银行内部IT环境下以满足低延迟、数据一致性和高效安全的需求。为银行提供更稳定的业务发布，更快的访问速度、更灵活的业务架构，从而提升IT运营效率。

4、项目成效

一是业务价值。济宁银行视频银行，根据场景特点，将视频双录作为辅助手段，满足监管合规要求的同时，创新业务开展方式，拓展金融服务形式，是端到端的流程再造。而且根据目前市场应用场景，未来在线上贷款、远程面签、在线业务审批、服务预约、顾问咨询等场景下都有可预见的应用，有利于提升行内获客能力，降低运维成本，实现可持续的利润增长。对银行而言，视频银行属于新的客户服务渠道，客户足不出户享受“面对面”的服务，同业竞争中形成差异化服务优势。

二是社会效益。受当下新冠疫情影响，减少人员聚集、复工复产、“新基建”全面启动的背景下，各行各业的业务办理形式趋于线上化、自助化。视频银行让银行用户在APP、小程序等移动端渠道便能呼叫银行的“视频会员”服务，不需要再跑网点，可以极大缓解疫情期间网点人群聚集的压力。视频银行这一解决方案既让客户享受到移动化随时随地服务的便捷性，又能感受到等同网点临柜有人服务的温暖体验，同时银行也可以有效核验客户身份，防范业务风险。

（六）齐鲁银行建设企业级人工智能服务及管控中台

1、项目方案

人工智能技术的发展，让数据决策和系统服务更加智能，为全面提升客户服务体验和推动银行数字化转型奠定了基础。齐鲁银行经过多年的信息化建设沉淀，积累了大量数据和人工智能应用场景，在此基础上，为进一步深入挖掘数据价值，强化数字技术应用，提升科技赋能水平，规划建设了集中式、一体化的全行人工智能服务及管控中台。

企业级人工智能服务及管控中台定位于人工智能能力、数据和知识的中枢管理平台，协助进行全面的数字化和智能化升级。其核心任务是打通全行各项业务从感知、认知、决策到行动的闭环，实现业务环节的自动化、业务效率的提高和用户体验的提升。平台应用于数据中台之上、业务中台之下，让业务开发人员、项目实施人员能快速的构建满足当前业务需要的智能化应用，在业务开发过程中，无缝接入AI模型和服务，与业务系统形成一体化智能化服务手段。

平台主要功能包含数据管理、人工智能能力生产、人工智能服务编排、人工智能服务管控等部分，整体技术架构采用四层能力架构设计，将主要业务功能集成在包含算力层、数据层、开发层、服务层等技术层次中。

平台的建设过程中按照“四个平台”目标进行建设：

一是实现结构化数据和非结构化数据的汇聚、存储、治理和计算的人工智能数据管理平台。高效快捷的汇聚、存储、治理、加工各类数据，接入结构化和非结构化的多元异构数据源，如业务数据库、视频流、图片、文本文件等数据源类型，实现对各类感知数据进行AI解析。

二是拖拽式深度学习建模和机器学习建模的人工智能能力建设平台。基于深度学习的AI模型训练平台，支持图片识别训练、语音识别训练、自然语言处理等深度学习建模，可利用业务数据持续优化AI模型，让人工智能技术具备更强的业务定制能力。基于数据挖掘技术的机器学习建模平台，实现业务预测、分类、关联分析、异常检测等各类机器学习服务。机器学习建模能力已充分应用于风险和营销场景，建立了市民贷营销模型、睡眠客户激活模型、异常交易反欺诈模型与市民贷风险评分卡等模型。

三是实现AI能力的统一管理和服务重组的人工智能服务编排平台。将多厂家AI能力的统一注册、统一上下线、统一权限管理。将包含图像识别、语音分析、自然语音处理等多种AI算法各种AI能力（各厂商）统一管理，以可视化方式对AI能力进行串接编排，快速完成AI服务业务流，并以业务流为单位为业务系统服务。

四是统一管理服务和训练的算力控制的人工智能服务管控平台。基于当前平台功能需求和性能需求，通过平台统一管理多台CPU服务器设备和GPU服务器设备计算和训练资源。通过对AI能力进行不同维度的拆分、整合，将AI能力分组管理，通过流量控制、令牌管理、安全策略、路由机制、负载均衡等手段对于全行AI服务能力统一调度管理。

2、创新点

该项目搭建了企业级人工智能平台底座，通过对于人工智能能力企业级开发集成，为全行各类系统提供一体化、标准化的人工智能服务能力，通过可视化方式对AI能力进行串接编排，实现多种人工智能算法与能力的统一管理。结合业务运营、精准营销、风险防控等场景人工智能服务需求，定制化人工智能应用场景，应用于睡眠客户激活、线上贷款营销、营销过程考核、身份核验与反欺诈、线上贷款风控，产品风险监控等各类业务中，有效提升了人工智能能力在全行经营管理水平，实现了技术支持手段和业务服务模式的多项创新。

3、技术实现特点

一是建设了全栈算法的人工智能能力生产平台。支持原生MPI、Horovod、PyTorch、Tensorflow、MXNet等主流深度学习框架，从原始数据导入、数据处理加工、数据分析、特征工程、模型训练、模型评估的全模型建设过程的机器学习训练平台，包含自动特征加工、自动调参等多项技术支持自动特征生成，结合AutoML技术自动地选择出一个优化算法及对应优化算法的配置，快速生产人工智能模型，达到效率和精度的平衡。

二是建设了面向银行客户精准营销和智能风控的人工智能模型指标库。建设包括客户基本信息、客户资产信息、客户交易信息、客户持有产品、贷款客户信贷信息、行为信息在内几大类数据，一千余个基础指标及衍生指标。并将数据指标根据建模和效果分析分层管理，建设从业务数据关联和整理的汇聚层、应用通过统计算法对数据进行特征提取和数据运算的特征层，统计模型或机器学习模型计算得来分析展示层。

三是支持可视化编排、灵活自定义AI能力的人工智能服务编排平台。所有AI能力和AI应用通过服务层进行统一管理、调度、编排、权限管理。基于服务层上图像识别、语音分析、自然语音处理等多种AI能力，以可视化方式对AI能力进行串接编排，快速完成AI服务业务流，并以业务流为单位为业务系统服务。

四是支持标准件识别和非标准件建模的图像识别服务。结合平台内置几十种图像识别标准能力和非标准件图像识别训练能力，平台为各个系统提供包括票证报销、金融票证识别、票证录入在内的各类图像识别服务，支持全行运营到管理的各类系统的图像识别服务，大幅提升全行系统智能化处理能力。

五是拓展了基于语音分析和自然语言处理的营销语音质检。通过对外呼营销语音分析，将音频中的空白部分和噪声部分过滤后提取有效语音时长；进行语音角色区分分析，将对话中不同人物语音进行分离并转化成文本；对对话文本进行敏感词内容检测和限定词内容检测；最后采用NLP语义分析算法对对话内容进行内容解度并输出，提升管理人员对于营销外呼工作的管理能力。

六是创新智能评分卡，全面提升线上贷款业务风控水平。通过自研智能评分卡算法技术，相对流程化、标准化的完成线上贷款业务评分卡建模，减少建模过程中对于个人经验和业务专家知识的依赖，优化了线上贷款风险防控流程，评分模型应用后线上贷款防控控制更为精细，客户逾期率下降65%，显著提升风险管理能力与风控水平。

七是建立了基于人工智能技术的客户欺诈行为监控体系。结合全面的人工智能指标库与平台提供的算法能力和推理能力，通过客户交易渠道、频率、金额、时间段等信息构建异常交易反欺诈模型，模型预警准确率较专家类模型提升12倍，为欺诈行为识别、异常账户识别、异常交易预警提供能力支持。

八是建设多种不同场景化精准营销模型。通过人工智能构建丰富的场景化的识别能力、预测能力、以及智能化的产品推荐能力。目前完成两类模型建设，包括市民贷营销模型和睡眠客户激活模型。针对线上贷款产品用信率低的问题，整合客户基本信息、行内资产、人行征信、交易行为等维度数据共160余个指标，构建XGBOOST机器学习模型，每月取营销概率top1000进行营销，比随机营销客户转化率提升3倍；针对存量客户中睡眠客户占比高的问题，通过分析客户历史等级变化、历史持有产品等数据，构建GBDT模型助力睡眠客户激活场景，每月推荐营销客户10000人，客户转化率也大幅提升。

4、项目成效

一是通过语音、图像识别实现业务运营降本增效。通过对营销外呼语音全量数据的质检分析，解决营销过程管理抽样质检覆盖率低，人工质检主观性强、效率低，缺乏数据分析问题，日处理语音数据5000余条，节约了管理成本；金融票证识别方面，由客户自行上传票证替代传统手工录入，日识别量1000余张，节省人工录入、验真时长约50小时，大幅提高业务办理效率。

二是利用身份核验和反欺诈模型提升业务办理效率与欺诈识别能力。提供统一全行的人身核验技术能力，全面辅助公司、普惠、个人客户各类线上贷款业务，在贷款申请流程中辅助客户完成信息录入、证件识别、身份验真、生物特征核验，每日提供各类服务1000余次，大幅提高客户业务办理效率和用户体验；通过客户交易渠道、频率、金额、时间段等信息，构建异常交易反欺诈模型体系，模型预警准确率较专家类模型提升12倍，提升银行识别涉赌设炸账户能力，为优化营商环境、建设和谐社会提供了安全保障。

三是运用机器学习模型助力精准营销。平台应用人工智能技术辅助客户产品选择，通过场景化模型的建设，为存款、贷款客户匹配合适产品，通过对于客户需求的精准服务，提升全行数智化服务水平；针对线上贷款产品用信率低的问题，通过机器学习建模助理提供线上贷款产品营销，每月推荐营销客户1000人，比随机营销客户转化率提升3倍；针对存量客户中睡眠客户占比高的问题，通过机器学习建模助力睡眠客户激活场景，每月推荐营销客户10000人，客户转化率也大幅提升。

四是通过量化风险与客户信用评级助力信贷风险防控。结合客户征信、公积金、还款行为、资产、基本信息等数据构建评分卡模型，用量化违约概率的方式对客户进行风险评级，并根据行内风险偏好设定阈值，对逾期风险较高的客户进行过滤，使客户逾期率下降65%，平台构建了全行普惠、零售线上贷款客户信用风险评分，支撑了全行线上贷款风险防控建设，为全行几十万普惠和零售客户百亿级信贷的规模提升和风险防控提供技术支撑。

（七）兴业银行深圳分行利用人工智能技术服务绿色信贷

2022年12月6日，人民银行深圳中心支行公示第三批深圳金融科技创新监管工具创新应用，此次公示的创新应用是兴业银行深圳分行基于人工智能技术的绿色信贷服务。

兴业银行深圳分行表示，该创新应用拟正式运营时间为2022年12月30日。该服务运用大数据、人工智能等技术构建银行内外数据的绿色识别模型，建设绿色信贷服务系统，有效防范“洗绿”“漂绿”行为，为企业绿色转型提供更加精准、高效的金融服务，降低企业融资成本。该银行也预计，该服务上线后服务企业200户，年贷款规模为20亿元。

本次公示的创新应用是由兴业银行深圳分行申报的“基于人工智能技术的绿色信贷服务”，综合运用知识图谱、大数据、机器学习等技术，构建绿色企业识别模型，搭建以绿色企业为核心的“朋友圈”关系网络，多维度识别企业“洗绿”风险，提升风控效率及准确性，强化银行对绿色金融企业的判断能力。同时为符合条件的企业提供更加精准、高效的绿色信贷服务，帮助企业识别潜在融资机会，降低企业信贷融资成本。

为助力实现国家“双碳”目标，落实“双区驱动”发展战略，构建绿色金融良好生态环境，深圳市已于2021年3月正式施行《深圳经济特区绿色金融条例》，强化绿色金融制度、创新绿色金融产品、开展环境信息披露等方面相关要求。本次公示的创新应用专注于绿色金融场景，解决人工开展绿色信贷效率低、工作量大、主观性强等问题，充分发挥金融科技在提高绿色贷款识别效率中的助推剂作用，同时有效防范企业“漂绿”“洗绿”风险，提升银行绿色金融的服务效率与服务能力，助力深圳市绿色低碳产业健康持续发展。

三、热点事件

（一）第七届中国国际人工智能领袖峰会举办

2022年11月17日，第七届中国国际人工智能领袖峰会在深圳会展中心盛大启幕。本届峰会由浙商银行股份有限公司冠名，深圳市人工智能行业协会主办、华为云计算技术有限公司、腾讯优图、四川鼎鸿智电装备科技有限公司共同合作。峰会围绕“奋楫AI星海，扬帆智能未来”主题，深入探讨人工智能加速产业变革发展，助力企业加快产业化布局，推动人工智能产业发展。

浙商银行股份有限公司深圳分行表示，人工智能是科技创新的最前沿、经济转型的新引擎、改变生活的新趋势，在这样一个引领未来、前景广阔的赛道上，创新的金融赋能不能缺席。

在科创金融领域，浙商银行一直以来高度重视科创企业服务模式的创新探索，并走在同业前列。2016年，浙商银行打造了全国首个精准服务高层次人才的“人才银行”服务品牌。2021年正式推出“星火计划”科创金融专项行动，以符合国家战略、掌握关键核心技术的科技创新企业为服务对象，为企业提供从初创期、成长期到成熟期的全生命周期金融服务方案，用心为科创企业“融资、融智、融服务”。

会上，深圳市人工智能行业协会与浙商银行共同成立“人工智能行业金融服务工作站”。同时，深圳市人工智能行业协会聘请浙商银行为“人工智能行业金融服务工作站”的金融顾问并颁发金融顾问牌照，共同探索金融服务助力科创企业发展的新思路、新方法、新模式。

会后，浙商银行深圳分行表示，我国正处于开启中国式现代化的伟大时期，科技创新既是发展问题，也是生存问题，科技、金融、经济三者共通共荣的关系将会越来越紧密。在政策、平台、资本、人才的通力交汇下，“科技创新”未来会有无限的发展可能和广阔的想象空间。浙商银行将始终坚持服务实体经济，服务创新创业，支持高水平科技自立自强，为科创企业发展保驾护航。

深圳正在加快建设具有全球影响力的科技和产业创新中心，创新能力居国家创新性城市首位，在人工智能领域具有得天独厚的优势。人工智能产业集群广泛，在产业链、供应链、消费链上都有广阔的金融服务空间。浙商银行愿以此次人工智能峰会为契机，与政府、企业和各界朋友精诚合作、积极作为、携手共进，注入金融创新活水，激发产业成长力量，助力深圳建设更具国际影响力的人工智能高地。

（二）布尔方舟通过人工智能技术赋能商业银行发展普惠金融

布尔方舟在数字化方面的发展越来越高。在金融数字化行业，提出构建数字化转型体系，引导金融行业高质量发展。其中提到，推动银行等金融机构的数字化转型升级，商业银行尤其是中小银行的数字化转型，是未来金融数字化的重点领域。

银行作为中国金融体系的中坚力量，应该在普惠金融发展中发挥重要作用。如何通过金融数字化赋能商业银行发展普惠金融，成为值得研究的问题。作为金融信贷智能服务中心，布尔方舟致力于金融服务需求与供给的精准匹配。利用人工智能技术，布尔方舟有效连接了B端金融机构和C端用户。一方面帮助用户将繁琐的决策过程升级为线上精准推荐，通过个性化匹配为用户提供最佳解决方案，让用户获得快速、便捷、稳定的线上信贷服务；一方面，通过用户筛选机制帮助金融机构进行服务下沉，覆盖更多人群、中小企业和个体工商户，带动金融机构数字化转型，促进数字化与金融业的共赢。

布尔方舟的创新意义在于其利用人工智能算法实现金融服务的精准匹配，从而实现金融供需的无缝对接。从供给侧来看，布尔方舟可以大大提高金融机构的营销效率；从需求端来看，布尔方舟可以大大提高小微人群对金融服务的获得感和适应性。

中国的普惠金融经历了从小额信贷到小额信贷再到全面普惠金融的过程。这种演变的内在逻辑是从服务需求到金融创新再到金融服务供给。其中，金融创新是关键因素。

金融的快速发展为商业银行服务实体经济提供了重要的技术支持，商业银行在风险识别、资产定价和债务结算方面取得了良好的效果。通过独有的智能AI技术，布尔方舟可以全方位、多维度刻画用户，综合评估用户的额度需求、支付时间、还款能力、还款意愿等信息，实现多元化信贷产品与客户的快速匹配，为用户提供精准的信贷解决方案，满足全网用户多样化的贷款需求，让有合理贷款需求的用户在布尔方舟上获得信贷，最终实现普惠金融的落地。