银行创新：大数据与AI的深度结合

2023-07-02 理论教育版权反馈

【摘要】：首先，最安全可靠的路径，就是进一步延伸银行现有的应用。阿托姆银行彻底放弃了实体门店，全部采用线上服务。更重要的是，阿托姆银行利用大数据系统，为电销人员提供了决策参考。这种情况下，银行必须对客户流失进行提前预警。这次被再度提起，也是因为能够和AI深度结合，为银行降本增效。这一点上，美国的纽约银行有所建树。完成RPA改造后的纽约银行，交易错误率降到了十万分之一，而交易纠错率则提升了88%，效果非常明显。

进一步来说，在竞争日趋激烈的市场环境下，我们该如何切入，又如何找到新的蓝海呢？

首先，最安全可靠的路径，就是进一步延伸银行现有的应用。毕竟，这些领域已经得到了监管和行业的认可，并且可以通过技术提升，收获更好的体验。

智能客服就是很有代表性的场景。国内大部分银行的智能客服只能处理简单的问答，稍微复杂的沟通就必须转到人工回复。不但浪费了大量的人工成本，也降低了用户的服务体验。

类似的问题，还可以延伸到电话销售场景。把电话打给谁，什么时候打，销售什么产品，销售人员大都比较困惑，只能硬着头皮按照名单拨通用户电话，然后被粗暴挂断。

这一点上，我们可以借鉴英国知名的手机银行服务商——阿托姆银行。阿托姆银行彻底放弃了实体门店，全部采用线上服务。通过引入语义分析工具，并构建复杂的模型，可以让用户在5分钟之内实现端到端连接银行并开户，无须任何纸质材料。

更重要的是，阿托姆银行利用大数据系统，为电销人员提供了决策参考。比如，有些产品打两次电话容易成交，有些则发短信效果更好，有些则适合面谈。这些手段减轻了员工的工作压力，促进了产品的成交，非常具有借鉴意义。

除了延伸现有应用之外，我们还可以关注那些银行自身尚无能力解决的场景。虽然很多银行都成立了自己的技术团队，但他们对于技术的理解深度不足，导致“前线”和“后方”的割裂很严重，最终还是需要依赖外部的技术公司。

以业务流失预警为例。随着银行业竞争越来越激烈，小微企业用户在各个银行之间迁徙变得越来越方便。这种情况下，银行必须对客户流失进行提前预警。预警系统不但考验银行对数据的把控能力，同样也对技术研发提出了更高的要求，仅靠银行自己的技术团队难以短时间内完成。

德勤会计师事务所看到了其中的需求，他们提出的方案是，对一些交易行为进行分析，找到关键指标。然后通过这些关键指标，找到哪些部分是关键的流失节点，并用智能系统提出预警。这样来看，越是数字化程度不高的业务，就越是急需技术来提高效率。

如果说上面两个痛点还存在个性化差异，那么降本增效绝对是所有银行都面临的问题。在标准化极高的金融行业，用机器人部分代替，甚至是全部代替基层工作，已经成为业内共识。

2019年，机器人流程自动化RPA突然火了一把。其实，RPA早已不是什么新鲜的技术，它在2012年就被提出，用于解决企业的部分流程化工作。这次被再度提起，也是因为能够和AI深度结合，为银行降本增效。

这一点上，美国的纽约银行有所建树。他们在2018年就开始了RPA改造，主要用来优化交易结算流程。每次客户完成交易之后，机器人便可以对订单信息进行分析和差异纠错。要知道，人工处理交易错误往往需要5～10分钟，而机器人只需要1～2分钟。完成RPA改造后的纽约银行，交易错误率降到了十万分之一，而交易纠错率则提升了88%，效果非常明显。

从上面的三个场景来看，银行对于科技的需求，从来没有减弱。但这些需求比较碎片化，而且需求周期很长，不可能在短时间内就爆发出来。这就需要我们长期布局，深耕业务，建立壁垒。

银行创新：大数据与AI的深度结合

相关推荐