付晓岩 于宏志：数字经济时代关键技术对银行转型的影响

以下文章来源于银行家杂志

作者

付晓岩 建信金科风险合规团队副总经理

于宏志 神州信息CTO

导语：古希腊数学家、哲学家毕达哥拉斯认为，“万物皆数”，宇宙万物皆由“数”构成，所有事物皆可由“数”来阐释。狭义上，数字经济可理解为基于数字技术和算法技术的经济活动；而广义上，数字经济又包括数字货币、数字资产、数字财务和生产方式等新经济形态。因此，广义上的数字经济离不开数字技术的支撑，新的经济形态依靠新的技术来支撑，二者相辅相成。未来，把握关键技术将是数字经济时代自主创新的重要突破口。

银行作为现代经济的核心，面对数字经济的发展，未来将通过构建知识图谱、提升算力、数据深度挖掘等方式来推动金融科技的发展。因此，银行如何利用大数据和云计算去重构业务，是未来金融科技的发展方向之一。与此同时，掌握和运用以人工智能、大数据、区块链为代表的数字技术，完成与金融业务的深度融合，创新金融服务理念、流程和模式，以科技赋能金融，已成为银行推动自身数字化转型、支撑中国数字经济新优势的建立、以及构建自身核心竞争力的关键。

“分布式+微服务+云原生”

重塑银行基础架构

数字经济发展对金融行业服务模式、产品创新提出了新的要求，银行作为金融行业的核心基础，要面临更多新的挑战。并且，随着国际地缘政治变化，国家也对银行业的发展提出了新要求：“自主可控，防范风险；支撑实体，回归本源”。银行作为高度信息化产业，科技已经成为驱动其发展的关键要素，新技术的掌握和应用更成为承接挑战的核心。

以往银行的“竖井式”开发模式，造成大量单系统、紧耦合，不仅运维复杂、业务响应迟缓，而且资源利用率低下，成本投入居高不下。同时，因历史原因，国内银行已经围绕国外核心基础的软硬件，构建起了集中式IT架构，实质上已形成被绑定的局面。2016年，银监会下发《中国银行业信息科技“十三五”发展规划监管指导意见》，明确提出银行IT架构向云计算迁移，开放的分布式架构成为信息系统发展的方向。2019年8月，中国人民银行发布《金融科技（FinTech）发展规划（2019—2021年）》（以下简称《规划》）明确将科技赋能、安全可控作为基本原则。

分布式技术

目前，国内银行正处于从第三代集中式SOA架构向第四代分布式架构演进的关键时期。分布式技术已经在银行业得到广泛应用，不仅从业务层面有效解决了互联网时代银行所必须应对的高并发、大数据量和数据浪涌等问题，更从应用层面实现了应用功能的微服务化拆分，实现了应用层的分布式微应用化，帮助银行响应市场创新的需求。同时，分布式技术的应用，也进一步推动了国内银行IT系统上“云”，解决了自主安全可控等方面的问题。

与其他行业相比，银行具有场景多样、时效性强、逻辑复杂等特点，很难通过一项技术解决所有问题，分布式技术也不例外。但其“逻辑上一份、物理上多份”的思路，却带给银行业很大启发。银行IT系统目前面临的首要问题是“大”，如数据量大、并发量大等，分布式技术恰恰可帮助银行进行“拆”：数据量大，拆数据；请求量大，增加实例。但是，在“拆”的过程中，数据分布式和事务一致性也成为银行必须面对和解决的问题，否则无法满足银行业务的必要需求。因此，银行分布式技术应用必须成体系，覆盖银行所有业务场景，构建完整的分布式技术体系，主要包含以下几个方面：一是服务分布式，即通过对业务功能进行拆分，使业务系统更加灵活，同时每部分多实例运行，大幅提升系统的可用性及处理能力。二是数据分布式，即通过对数据的分布式存储及访问，提升大数据量表的访问能力，增加数据库整体运行资源。三是分布式缓存的合理使用，即降低数据的访问次数，提升单个服务的响应速度，间接提升系统的整体处理能力。四是分布式事务，该问题也是分布式在银行应用的最大挑战，针对不同场景，提供切实可落地的方案，解决跨服务、跨数据库节点的事务一致性问题。事务一致性的解决才能让分布式真正在金融行业实现落地。五是分布式统一调度，即协调多个分布式节点协同工作，有效控制日终处理时间。

微服务技术

微服务是分布式技术的演进。与工业生产的演进比较类似，技术发展到一定程度后，都会慢慢形成更清晰、更专业的功能划分，分布式技术也不例外。在银行应用架构层面，已经经历从集中式、分布式、微服务再到微服务体系的演进过程，从分布式到微服务充分体现了这种演进的过程，从单纯的分拆到整合，再到形成体系，通过微服务体系对分拆功能进行完整管控，才能让服务分布式具备生产级的可用功能。

云原生技术

伴随云计算的快速发展，容器技术已经成为云原生技术的重要组成部分，以Docker（一个开源的应用容器引擎）和Kubcernetes（谷歌开源的一个容器编排引擎）为代表的容器技术在银行业也得到了广泛应用，并不断积累形成了基于容器的云上生态系统。基于容器技术的PaaS平台能够完美结合微服务架构，帮助银行实现敏捷、轻量、快速、高效地开发、测试、交付和运维一体化融合模式。并且，国内银行已经走在云原生技术的前列，如互联网服务、普惠金融、信用卡为主的to C端业务系统，已经大范围应用云原生技术。同时，银行获客系统、手机App、理财系统和银行活动系统等一大批面向C端用户的应用，以云原生容器技术作为支撑，获得了很好的管理和用户体验。可预见未来基于容器的云原生技术将更广泛地应用于银行业务系统中，银行也在慢慢将除交易系统外的大量金融业务迁移到容器平台上，实现PaaS层的标准化能力输出。

基于数据和知识重塑核心竞争力

数字经济在中国发展至今，已摆脱了单一发展模式，呈现出线上、线下融合发展的态势，并逐渐向一二产业延伸融合，“新零售”和“工业4.0”在数字经济的助推下，也呈现出新的发展态势，实体经济与虚拟经济深度融合已成为数字经济发展的新态势。“5iABCD”等新技术的应用为银行开辟了无限可能的创新领域，“无接触”“嵌入式”“场景融合”等创新型金融服务模式不断涌现。在5G万物互联的新基础构架下，将会产生远超以往的海量数据。未来，技术融合、产业融合、数据融合将融合在一起，边界将越来越模糊，通过融合海量数据和知识的应用可以实现对行业认知的重新塑造，将成为未来企业的核心竞争力。

《规划》提出要进一步增强金融业科技应用能力，进一步凸显了科技的重要性及科技与金融深度融合的必要性。如果说，分布式、微服务更多的是从架构和功能方面帮助银行夯实了基础数字化转型的基座，那么人工智能、大数据、区块链等新技术，则从业务、管理、流程等方面带给银行更多的变革，让银行的传统业务触达深度和广度产生了质的变化。

人工智能实现银行业务模式变革

人工智能作为新技术的宠儿，已成为引领未来的战略性技术之一，成为构成中国未来核心竞争力的关键技术。伴随计算能力的发展和提升，模型、算法的突破和深入，人工智能在银行风控、营销、服务及流程自动化等方面取得了显著成效。

计算机视觉、自然语言处理和知识图谱作为人工智能的核心技术，从不同维度实现了人工智能与金融应用的衔接。从实践来看，计算机视觉中涉及的人脸识别已在银行网点、移动端、支付等渠道和场景中广泛应用。据相关调研显示，中国已成为人脸识别领域的最大消费者和市场供应商。在业务处理方面，得益于图像识别率的上升，光学字符识别技术（Optical Character Recognition，简称“OCR”）在银行票证审核、银行卡识别、票据录入等传统需要人工操作的环节，极大地提升了业务效率和准确率。伴随着自然语言处理技术的成熟，语音识别的准确率得到大幅提升，在客户服务方面可进一步帮助银行构建集约化的客服中心，降低传统客户服务对大量人工客户的依赖，降低银行的运营成本。知识图谱作为银行未来人工智能应用的重点，在模型算法平台的支撑下，将知识图谱和机器学习等方式相结合，可帮助银行构建未来新一代的智能指挥中枢，即“金融超脑”的构建。通过构建决策、反欺诈、营销三大智能“引擎”，将人工智能技术应用于银行前台、中台、后台关键业务流程。在服务前端增加客户体验，实现精准营销；在中台以智能分析、预测等手段，辅助业务决策；在后台更可通过智能化的风险防范措施，构建智能化风控体系。

大数据唤醒银行沉睡的数据价值

从数据到大数据，改变的不仅是技术，更是对数据价值内核的认知。数据作为银行基础性战略资源，其核心价值该如何释放一直是困扰银行的难点。以账务数据为例，长久以来银行对数据更多的是“保护”而非“利用”，没有发挥出数据的潜在价值，所以数据分析能力和数据治理能力成为大数据技术在银行应用的关键方向。

通过大数据技术，银行可以从数据采集、存储、整理、分析、展示等层面挖掘数据的更多价值，帮助银行在营销、决策、风控、反欺诈等方面驱动业务发展，有效提升金融服务能力，以数据驱动业务、服务、经营模式的创新迭代，从而掌握数字时代的核心竞争力。以美国富国银行为例，2014年其通过设立首席数据官统筹全行数据应用工作，建立了全行集中的数据运营团队，将大数据成功应用于用户体验、用户分析及风险合规等方面，值得借鉴。

从国内来看，国内银行大数据的主要应用方向为精准营销和风险管控等方面。一般通过大数据平台或者数据中台，实现数据的共享、资源调配和存储。2017年工商银行成立了大数据实验室，推出的“融安e信”大数据反欺诈系统，实现了大数据技术与人工智能技术的融合，于2018年成功防范电信诈骗近8万笔。从国内大数据的发展趋势看，大数据的应用范围逐渐扩展到客户关系、监管报送、资产负债管理等领域。

区块链助力银行跨业态融合创新

区块链技术本质上作为一种分布式账本技术，是密码算法、共识机制、点对点通信协议、分布式存储等多种核心技术高度融合而成的，可视作一种分布式基础架构。到2020年2月，中国人民银行发布《金融分布式账本技术安全规范》，规定了金融分布式账本技术的安全体系，为区块链应用夯实了基础。因区块链具有公开透明、不可篡改、可追溯等特点，可起到促进数据共享、优化业务流程、降低运营成本、提升协同效率、建立可信任体系等作用，具有广泛的应用空间，比如“区块链+供应链金融”应用。

随着金融供给侧结构性改革的深入，化解中小微企业融资难、融资贵成为亟待解决的问题。金融供给侧结构性改革强调“有增有减”，完善金融供给，构建多层次、广覆盖、有差异的融资体系。2019年7月，银保监会下发《关于推动供应链金融服务实体经济的指导意见》，鼓励通过采用“区块链+物联网+人工智能”等技术实现供应链金融的交易真实性，提升银行的风控水平，化解融资难、融资贵等问题。围绕产业链核心企业，结合上下游供应商日常往来数据上链，如合同状态、电子发票、物流等，完成区块链系统存证，确保链上信息真实，银行可通过链上信息完成信贷审核，实现以核心企业信用额度快速放款，通过区块链技术将供应链价值传递到末端企业，帮助其解决融资问题。

从竞争走向融合，

开放银行构建金融新生态

伴随着数字经济的蓬勃发展，短短几年，国内开放银行建设已呈现蓬勃发展之势。亿欧智库发布的《2019年开放银行与金融科技发展研究报告》显示，截至2019年5月，国内超过50家银行已经上线或正在建设开放银行业务。与国外开放银行的发展模式相比，国内开放银行具有更多中国特色。比如，英国的开放银行更多地强调银行业的数据开放和服务开放，属于监管驱动；而国内由于互联网的蓬勃发展，传统银行业主动与互联网公司合作去获取流量、业务机会以及风控服务等，属于商业驱动。

近几年，应用程序接口（Application Programming Interface，以下简称“API”）技术的应用呈现几何级增长的态势，从2014年的26%迅速增长至2018年的69%，超过了html（网页端）流量的4倍。但是，由于API存在接口复杂、现实中缺少漏洞检查等问题，API的安全存在隐患，所以确保API安全也成为其在银行应用的关键之一。2020年2月13日，中国人民银行发布《商业银行应用程序接口安全管理规范》金融行业标准，规定了商业银行应用程序接口的类型与安全级别、安全设计、安全部署、安全集成、安全运维、服务终止与系统下线、安全管理等安全技术与安全保障要求，为国内银行进一步安全使用API奠定了基础。

API技术的应用，帮助银行和互联网跨界竞争者，从竞争走到协作，再到融合。开放银行的建设理念，在帮助国内银行业实现能力“嵌入”（Open API）服务场景的同时，也帮助银行找到了一条更好地与互联网流量平台合作，互惠互利从竞争走向协同的路径。与银行历次的互联网进化相比，开放银行最大的特点在于将外部生态的客户转化为自己的客户，比如国内很多互联网公司都有数千万甚至数亿的客户，如果银行能够通过某种对接方法把这些客户的一部分转化为自身的客户，将是一个天文数字，这意味着银行业不仅可以依靠自己的品牌经营业务，也借用了合作伙伴的影响力。

在开放银行如火如荼建设的同时，银行也会面临一系列技术挑战。一是复杂业务带来的一致性问题。二是应对高并发量和大数据量的能力。银行业务的数据量很大，比如银行判断客户征信时，就需要收集大量背景数据，且对这些数据的计算要求高。三是对接成本。开放银行采用专线与合作方应用对接，个性化、定制化需求较多。四是开发效率低。以API交互为主，需要对接、测试。五是缺乏安全规范。尽管网上手机银行安全系数较高，但银行的合作伙伴的安全系数可能较低，一旦对外接口不够完善，合作伙伴可能会被作为跳板转而用于攻击银行。六是性能支撑弱。这些技术挑战因素会导致银行合作场景变少，场景拓宽难，进入标准更新周期长等问题。

要构建完善的开放银行体系，银行需要提升科技实力，打造三大能力。其一是打造分布式架构支撑能力，用以支撑大流量的峰值冲击和数据一致性的技术要求。其二是打造互联网金融平台，由于传统银行的系统并不适合与互联网对接，银行需要建立一个中间平台，对传统工具加工改造，变成适合放在互联网上的金融产品。其三是构建万能连接器即互联网开放平台，以对接数十个甚至上百个外部场景。总体来看，开放银行首先是整体战略问题，而不是技术问题，最重要的是开放理念能够在全行达成共识，包括制度、风险、文化、系统的全局战略。同时，银行需要有快速响应的组织，对客户的获取、对风险控制的反应、对产品形态的要求以及对各种各样消费场景，都需要敏捷的组织。此外，科技建设是确保银行建设开放银行的必要条件。银行业是永远被需要的，但是银行则未必。传统银行必须适应行业的新态势，不断进行审视市场的发展趋势、客户的最新诉求，只有这样才能和客户建立紧密联系。无法拥抱时代，则必然会被时代所淘汰。

“科技+金融+产业”驱动产业融合，

从场景金融到生态金融

如果说开放银行的上半场是银行通过API技术，更多地侧重C端场景来实现金融能力的嵌入；那么相对于C端竞争陷入红海，B端则是少数玩家进入的蓝海，也是银行更具竞争优势的领域，将金融与产业端场景融合，聚焦产业端的场景金融，将成为银行发力开放的下半场，也是金融更好服务实体经济的路径。

银行开展产业端的场景金融，面对的最大挑战是“建立标准化的产业金融服务流程和产业非标准资产的数据化转换”，银行需要借助科技力量来应对挑战。运用AI、大数据、5G等技术融合，通过跨行业的“数据融合+场景融合”，解决信用和风控的关键难题，实现服务模式和金融产品的创新。

以金融服务三农领域的探索为例，通过“科技+金融+农业”的新模式，推动“银农”直连，并打造完善的金融赋能三农的产品与服务体系，将金融与农村管理、农业生产经营服务息息相关的业务场景对接起来，助推金融资本下沉三农，使得金融服务真正普惠到乡村基层，扎根农村，服务农民。通过技术优势快速、精准地为金融机构提供三农大数据的采集和分析，助其形成核心风控能力，对农业经营主体进行多维度的信息整合，构建农户群体的全面画像和形成信用指数，高效、精准地排查筛选出目标客群，提升、帮助银行以较低的成本加大涉农资金的投入。解决了农村征信系统缺失、金融基础设施匮乏、融资难融资贵等问题，有利于构建农业农村金融账户生态、交易结算生态、信贷生态，助推普惠三农、乡村振兴。

另外，银行、科技公司、保险、担保公司的多方联动，破解了生物资产抵押贷款难题。一方面，科技公司通过大数据等新技术，解决了生物资产动态价值评估及生物资产监管等问题，降低了银行信贷成本，辅助了银行风险的防控；另一方面，保险公司和担保公司帮助银行共同承担信贷风险，可以降低银行的信贷风险。通过多方联动，多产业协作，可以在帮助银行、保险扩大获客范围的同时，使养殖户以更低的成本获得信贷支持。

中国已经成为全球最具金融创新活力的国家，新服务模式的不断涌现，让大众更为便捷的“随时、随需、随地”地享受到金融服务。未来伴随着人工智能、区块链、大数据等新技术与银行金融服务更为深度的融合应用，金融服务模式必将发生根本性变革。也许城市中不再有实体银行网点，每一部手机、每一个店铺、甚至每一台电器，都有可能成为银行提供金融服务的载体。