>>返回主页
联合金科信息科技有限公司创始人、董事长程飞:金融科技助力银行贷后智能风控

2019-10-31 17:10

程飞.JPG

    首先很荣幸再次跟咱们信通院在活动的过程当中与我们的朋友们做一些在未来的金融科技发展方向领域的一个探讨与交流。

    我今天带来的是金融科技助力银行贷后的智能风控,为什么讲的是助力银行贷后的智能风控呢?因为我的企业多年来是深耕于这样的金融产业链的场景里面,在讲这个主题之前,我相信在座的各位应该有几个层面的朋友,第一是产业层面的,就是金融机构的,第二是技术层面的,我们说是科技的层面,第三可能是政策层面的,可能是政府、监管这样的一个层面的朋友。

    从这三个类别的关注点,我来展开今天跟大家交流的主题,探讨一下到底是技术更重要还是场景更重要?在未来有科技赋能产业的过程当中早期谁更重要?中期谁更重要?长期谁更重要?从我个人多年服务于商业银行的经验看来,我认为早期是场景相对先行,技术做支撑。在今天之前会议的过程中也有很多的朋友和专家交流了技术的、数据的、5G的、智能的包括平台的、云的这样一些底层的支撑技术。在我看来,为什么说场景先行呢?因为在未来金融科技,我们的科技为金融服务的过程中首先要了解它,我们要了解它在做什么,我们如何去走向产业升级?我认为产业升级有三个阶段:第一个阶段叫提升效率、优化效率。第二阶段是改造流程。第三个阶段是颠覆。以目前来看,我们所有的科技力量和科技的支撑点都处于提升效率与改造流程之间,我们预判有可能区块链是颠覆的一个科技的支撑点,当然我们还没有去实践它,所以这是我出发的一个论点。

    结合着场景先行的这么一个论点,展开今天我与大家交流的一个点。

    我们讲科技赋能银行的发展这是细分场景,所以在这里我们相对专业一些,以这个方面来展开。

    在金融行业发展的过程中,不同时期的代表技术与核心的商业模式和商业要素特点的划分可分为IT+金融阶段、互联网+金融阶段以及人工智能+金融阶段,各阶段是相互叠加并且相互影响的,形成了一个融合上升的创新格局。我们说最近几年提出金融科技,但金融科技是什么时候开始出现的呢?我认为在50年代就开始出现的,在西方国家,从磁条信用卡的技术开始。在我国,我认为是在90年代中后期开始出现的,我们由商业银行也好、证券交易所也好,由纸质、由算盘、由记帐式走向计算机管理信息系统,这本身是推动我们金融科技的起步阶段。

    通过我们二十年的发展,我们走向了金融+互联网,走向金融+移动互联,现在我们逐渐迈入金融+人工智能。这些大家听了一下午的会,我就不展开讲了,随着5G以及区块链等新技术的发展,科技与金融紧密地结合,我们如何在场景当中去用技术实现由提升效率到改造流程这样的一个过程,是我们每一个从产业的经营者到政策的研究者到技术的创新者所共同探讨的话题。在细分场景里,我们做的是科技赋能银行的应用,接下来我也与大家交流一下。

    银行的服务流程在它的生产条件里相对简单,获客、准入、经营加逾期,这是它的业务主线,当然它的非业务主线也涵盖了理财、投行、资管等其他的业务。贯穿它整个生命周期的始末,在银行甚至是会计师事务所80%的工作量我们认为应该交给算法与数据,但是现在80%的工作量交给了人工。基于目前我们所谓相对的人工智能与相对场景的数据维度,加上我们的模型,通过自动审批系统和自动的贷后催收系统建立起一套符合场景的,是否可以更加符合场景的提升效率的科技流程,技术支撑流程。

    展开来看,在银行的信贷流程当中获客、准入、经营、逾期这几个维度在精准营销、需求识别、客户画像、营销场景、预审批以及流程优化、简化申请材料、加速审核流程。我主要想表达的是什么呢?从提升效率到改造流程的阶段我用什么样的技术去实现是最合理的,孙子兵法讲因事而变,如果我用飞机打蚊子是相对不合理的,我应该用最合适的方式最好的节奏来达到最优目的。

    以目前来看,对于金融机构,尤其是我们服务的场景,商业银行,它的偏好特点是稳定、安全,这是它的一个偏好特点。什么样的技术是稳定安全的呢?以目前市场上的应用领域的反馈来说,第一,数据,当然了最近两、三个月我们对于数据的严监管也走向了一个元年这么一个路线。数据,合法数据,如何有效地提高自身存量数据和有效地挖掘与利用外部的合法数据,我们说什么是合法数据?我们讲叫双公开数据。第二,云技术,公有云与私有云这样的结合,它相对已经非常进入成熟稳定的这样一个阶段。第三,就是相对的人工智能。为什么讲叫相对的人工智能呢?因为在应用领域层面,在中国目前的金融行业里就没有真正的智能化,什么是真正的智能化,可以机器学习、自动演算、自动修正、自动提高,具有神经学习的这样一个特性。但是我们所谓的人工智能都是相对的人工智能,什么是相对的人工智能,就是我们把场景逻辑提炼好,用数据和算法去让这个场景的运转更加合理化、更加高效化,无论从贷前的反欺、营销、获客、审批,到贷中管理、贷后、退出,甚至是非银机构的金融科技我们都讲的是相对的人工智能,这三个技术领域是相对成熟以及可以在商业市场中迅速切入到应用层面的。

    在近期我们把区块链技术又提高到一个战略高度,我相信它的应用也在不远的将来会真正进入到场景里面去,尤其是银行业。

    我们是怎么来运用数据、云和相对的人工智能为客户去提供服务的呢?其实道理很简单,我相信有很多与我们做一样工作的、一样产品的或者是不同产业链性质的金融科技企业,其实它的逻辑都非常的简单。第一是根据你的场景去建立数据维度。第二是通过你对场景的理解建立你的算法和模型以及你的知识图谱,利用比较成熟的一些识别技术,比如语音识别也好、人脸识别也好、指纹识别也好或者是文字提取的一些技术的手段来建立你对场景的技术支撑,达到对产品的智能化输出,最后卖给客户。所以这个图谱核心应用是两个产品,知案和知控,后台依托我对数据库以及我对场景的理解结合外部和内部的数据给到我的客户,告诉你我给你的结果是你自己达不到的,为什么?因为你没有拥有和研究最佳的场景以及内外部数据的清洗、治理和建模。这是科技赋能银行的应用的一个案例。

    所有的金融科技企业也都跑不出这样的一个逻辑,这是一个规律,商业模式,无论我是做云平台的,还是我做反欺诈的,我做住贷的还是做催收的都是这样的道理。

    它能提升多少效率呢?我们说金融科技的产业升级无非在提升效率和改造流程之间,在目前为止我没有看到哪一个金融科技的企业可以完成对商业银行以及其他金融机构改造流程的产品应用,我们也走在这个路线当中,这是需要一个阶段的。

    中国的金融行业是什么样的特性呢?第一,保守,我讲了它需要的是安全稳定的产品。第二,体制决策链相对较长。第三,接受的距离比较远。举个例子,大家都在用智能手机的时候,银行可能还在用绿屏机,等我们都在用人机一体的时候它可能才在用智能机,所以这是它的一个应用特性。

    我们展望一下未来的趋势,在产业升级的过程当中,科技赋能产业在经营管理、客户希望、政策驱动和技术进步的四个层面去推动这个行业的一个产业升级。银行的传统盈利模式也面临着一个转型,在目前经济下行的阶段,传统的管理方式也需要提升,甚至有很多大型的国有银行以及中大型商业银行提出向金融科技转型、成立金融科技公司,包括建行、平安、兴业,它的目的其实非常简单,降本增效,为什么降本增效?我们讲银行一个员工的薪酬一年是很高的,所以如何降本增效是它第一个考虑的目的。

    第二,目前金融行业的经营竞争也特别得激烈,你如何满足客户的期望。这里不给某一些银行打广告,某银行零售业务做的非常得好,所有的客户都愿意用它的,甚至在中国商业银行利润表里面只有它的零售业务可以占到总利润的50%以上,我不说是哪个银行。客户的期望会随着技术的进步越来越高,为什么我要用这家银行呢?因为它快、方便、安全、便捷,而且立体的维度建立的沟通方式非常高效,如果我用某家国有大型银行呢?一下降了一半,一半可能还不止。所以银行的服务水平与日益提升的客户需求目前是有非常大的差距的,我们如何满足它呢?我们需要用技术建立更加合理的场景,智能化的场景去满足客户的需求,我们的利润来源于客户。

    第三,政策。目前我们国家对于重视普惠金融业务在加强风险合规以及监管,银行需要科技技术提高服务效率的同时满足监管需求。我前一段时间去深圳人行行长办公室给他汇报了一下,他也提出了很多风险链条上一些技术的监管探索,但是有很多人行又下沉不到商业银行的经营的产业链当中,所以他很难监管得到,所以这就需要我们无论是商业银行还是我们的产业的学者或者是我们经营性的企业去探索这个场景如何提炼出来。

    第四,技术的进步。人工智能、数据、云、区块链这些新技术的日渐成熟,我说的日渐成熟是应用领域的日渐成熟而不是学术领域,为银行强化自身的数字化的能力也提供了新的动能,不然它也没有什么支撑去完成降本增效、客户满意度、监管要求这样的一个需求,所以这是我们认为未来的一个趋势。

    我画了一个图(见PPT),我们把技术到场景分为了几个层面,支撑金融科技的四个层面我认为是数据层、技术层、逻辑层和应用层,这四个层面我就不展开讲了,每一个场景、每一个产业链都有不同的技术方式、逻辑方式以及应用方式,就像塔罗组合一样,原材料就在那里,用与不用就在那里,看你怎么用。这是一个未来的趋势。

    数据模型的积累,我们讲什么是数据模型,有很多技术人员提出很多很多,其实没有用,我是一个金融人出身,我个人认为数据模型就是从最早期的原始场景走向相对智能化的场景,最后走向可以自己自身去不断地完善、修炼和提升的这样的场景,进化的一个场景。

    这是以上我今天想表达的从金融、金融科技这样的论点,我们技术如何赋能产业,介绍了一下银行业的一个场景,技术的应用以及未来的一个发展趋势。

    简短介绍一下我们的企业,我们是国内首家为银行的贷后部门——所谓的贷后部门是已经出现风险的资产保全部——提供管理流程智能化以及数据决策智能化产品的金融科技公司。

    谢谢。

0