低成本解決基礎金融雲服務後，中小銀行零門檻使用AI也將成趨勢

人工智慧在金融行業的應用已愈發廣泛，不少銀行也陸續開始涉足人工智慧。其中大型銀行更多選擇自己搭建 AI 系統，而部分銀行則選擇採購 AI 公司的演算法方案。

對中小銀行而言，如果有一體化的軟硬體系統能夠解決他們對所有 IT 基礎搭建以及 AI 演算法等技術的需求或許會更好。雷鋒網觀察到，其實從今年開始，更加全面的、一體化的金融雲的趨勢開始出現，缺乏 IT 基礎和人工智慧開發能力的中小銀行，不僅可使用常規基礎雲服務，也可直接調用 AI 演算法，讓 AI 在金融行業普惠逐漸成為可能。

中小銀行自己搭建基礎金融雲並不現實

資料顯示，民營銀行、村鎮銀行在開業初期拿到監管批文到開業，大致只有 6 個月的時間。這 6 個月期間，他們有大量事情去做，其中包括在規定的時間內完成一整套的系統建設、託管和雲化服務，從而滿足科技風險防範和滿足監管要求。

我們知道，銀行 IT 系統在建設過程中，需要考慮高靈活性、可拓展性、穩定性、安全性、成本之間的權衡問題，若想構建自己的銀行信息系統雲服務需要從 IaaS、PaaS、SaaS 全局進行部署，麻雀雖小卻要五臟俱全。以城商行在 IT 投入為例，單是硬體就能耐佔到 IT 總支出的 50%，而且在運行過程中很多機器會被折舊、淘汰，這對中小銀行來說成本壓力和技術挑戰巨大。

相反，有些規模較大的銀行則 IT 能力過剩，這時候他們會把能力提供給中小銀行。其中，作為同業之王的興業銀行就是 IT 能力對外輸出的代表機構之一，客戶以農商行、村鎮銀行以及正在興起的民營銀行等中小銀行為主。

某民營銀行首席信息官說道，以銀行的角度講，選擇金融雲服務商看重兩點：第一是快速部署和快速上線能力，可滿足在兩、三個月內完成上線前的準備。第二點是 IT 體系建設過程當中能夠給銀行帶來業務上的支持，因為業務支持能力是銀行科技的落腳點，也是最終的目標。中小銀行搭建雲服務好比做家庭影院一樣，沒必要自己親自去鋪光纖，只負責管控好內容資源就行，其他事情讓更專業的、價格更划算的第三方做即可。

隨著人工智慧和區塊鏈技術的發展，不少人認為，以往集中解決穩態的基礎金融雲服務似乎並不能滿足銀行客戶對敏態的需求。以興業銀行旗下的興業數金為例，近日他們聯合 IBM 推出全新的金融雲產品「數金雲」，藉助 IBM Power Systems 伺服器及 Power 雲服務等方案完成基礎設施雲服務能力升級的同時，將來計劃進一步為中小銀行提供人工智慧、大數據、區塊鏈、金融雲（容災雲、備份雲、金融組件）等能力。

AI 對金融內在的改變主要體現在：信貸、金融諮詢、金融安全、投資機會、監管合規、保險、智能投顧等幾大領域。

而在終端交互層面的升級則更多以圖像識別、智能客服的形式呈現：如螞蟻金服利用 OCR 技術實現證件校核；用 AI 機器人充當客服聊天，還可基於用戶過往的操作記錄、服務時長等變數，自動分析出用戶可能會選擇點擊的幾個疑問選項。

除了螞蟻金服外，其實不少大型傳統銀行都有著非常深厚的人臉識別和語音、語義技術，以其直銷銀行產品為例，平安天下通 App 中，平安利用人臉識別技術進行遠程身份認證，用戶根據系統提示，完成指定動作識別，即可進行APP解鎖、刷臉支付以及刷臉貸款等。而語音和語義技術應用在呼叫系統和 App 智能客服中。

李開復曾提到人工智慧在中國爆發的第一個且最大的領域一定是金融。因為銀行正好契合了這四大讓人工智慧順利運行的條件：天文數字級別的數據量；有標註的數據：比如股票市場是漲是跌，個人信貸是否償還；領域單一垂直，如貸款的應用不能拿來做股票；有頂級的人工智慧專家。

當然，第四條其實並不完全成立，雖然大多數銀行擁有 AI 技術人員，但並不見得他們具備所有方向的垂直數據（如人臉數據）和開發AI落地產品的能力。

IBM 大中華區硬體系統部伺服器解決方案副總裁施東峰介紹到，為了讓銀行擁有 AI 的能力，今年 IBM 在與興業數金這樣的金融雲服務機構合作時，會在 Power Systems 伺服器以及 Power 雲服務機構中添加 Caffe、TensorFlow 等深度學習框架，一體化的軟體硬體方案為金融雲服務商的銀行客戶提供重要客戶識別、ATM 行為智能分析、影像自動化分析、可定製的識別分析模型等功能，直接降低開發和使用門檻。

有業內人士提到兩個觀點：中小銀行對 AI 是否有確切的應用需求很關鍵；其次是 IBM 或者採用 IBM 方案的金融雲服務商要想在銀行大規模普及 AI 技術，會與 AI 公司的金融業務產生衝突。

為此，雷鋒網採訪了邯鄲銀行 CIO 王強，詢問邯鄲銀行對 AI 的態度。王強是 CMU 人工智慧博士，有著近 20 年的金融 IT 研發與管理經驗, 其在銀行變革管理、銀行 IT 規劃與核心系統轉型、Fintech 等方面具有豐富的研究和實踐經驗。在擔任邯鄲銀行 CIO 之前，王強曾任 IBM GBS 美國金融行業IT設計合作總裁，宇信易誠高級副總裁兼首席金融專家，Fiserv 亞太區董事總經理和 TCS 大中華區首席諮詢顧問等職位。

王強介紹到，邯鄲銀行目前還沒有大規模使用相應的 AI 技術，但未來會在知識方向和學習上面做研究，然後將相關技術應用在手機銀行、直銷銀行以及微信銀行中，從功能和客戶體驗層面利用知識方向和學習技術。與此同時，也會將專家決策，大容量、大數據挖掘、專業決策體系等技術應用在信貸當中。

其中演算法部分會由邯鄲銀行自己負責，由邯鄲銀行博士後創新基地負責演算法研究。而在開發這塊，邯鄲銀行會與第三方供應商進行合作。

在問道是否會採用 Face++、商湯科技、雲從等公司的刷臉技術時，王強提到，邯鄲銀行也正在嘗試做人臉識別方面的工作，但由於邯鄲銀行在人像採集能力和數據積澱相對較少，現階段的工作在大量地補錄人像非結構化圖像數據。當然，邯鄲銀行也不排斥採用上述 AI 公司的人臉識別技術方案。

隨後雷鋒網問道，如果未來 IBM 在其 Power Systems 中加入大量認知計算的功能從而一起打包賣給銀行以及其他行業的客戶，讓這些客戶擁有部分 IBM Watson 的能力，這時候是否會影響到其他 AI 創業公司的金融業務。

此前也曾供職於 IBM 的王強從兩方面看待這個問題，他指出 Watson 在北美使用較多，到中國後的最大問題是它對中文的語音識別、語義理解能力有所欠缺。

如果銀行擁有部分 Watson 的能力，從銀行的角度講，其實 Watson 在高融的處理方式層面，包括深度演算法和結構演算法會對銀行徵信體系的完善有很大的意義。因為徵信領域需要從多方面的數據來進行綜合處理，從而找出更好的數據項，包括建立模型、學習、數據處理、智能決策分析。Watson 的進入直接受到影響的就是中國徵信市場的八家徵信機構。其次 Watson 提供的相似度學習和神經網路、深度挖掘等演算法可應用在信貸領域。

而像 Face++、雲從、第四範式等這類 AI 演算法供應商，雖然他們也與銀行有著一定的合作，但其在金融行業涉及的層面較淺。金融行業產品非常複雜，AI 公司需要提供更多的專業解決方案。因此 AI 若想服務好銀行客戶，需解決銀行更多、更深層次的需求，其中非常重要的一項是一定要加強知識庫的能力。因為整個知識庫模型沒有一個標準模式，這時候數據和數據之間的邏輯關係以及相似度的關係，需要進一步地進行開發和學習。所以從各自的優勢來講，IBM 與 AI 創業公司在銀行領域所側重的業務交集並不大。

現階段常規的金融雲服務猶如電力一樣，由某些機構開發然後輸送至各個中小銀行，從而降低了研發和使用成本。可以預見，未來人工智慧也將會作為這波「電力」的一分子，與區塊鏈等技術一起輸送至銀行手中，使得金融 IT 在性能層面更加智能，在操作層面更加便捷。