AI与数据技术在金融机构的落地进展

原创 爱分析ifenxi 2023-12-04 18:10






爱分析自从去年年底,开始与国有银行、股份制银行、头部的城商行交流大模型的落地进展。近期看到已经有开始落地的项目了。

本文主要分享爱分析看到的, AI 和数据技术在金融机构的落地进展,以及从银行决策层领导的视角,是如何看待大模型以及数据技术的。

分享嘉宾|张扬 爱分析联合创始人兼首席分析师

内容已做精简,如需获取专家完整版视频实录和课件,请扫码领取。


01

整个银行业在 23 年上半年,除了中行收入有接近8%的增长,绝大部分的头部银行收入增速基本上都不高,这可能也是未来一两年的情况。但是在这个情况下,再去看利润的时候,会发现利润仍在增长。去年其实这个情况会更明显,去年银行的利润增长基本上在 10% 以上,但是收入增长可能是个位数。

回归到银行领导关心的业务问题上,其实就是增量在缩小。过去做的消费金融的业务,基本上市场要接触天花板了,之后转去做财富,也碰到天花板了。在这个背景下,领导更关心如何去降本的问题。

降本不一定是简单粗暴的砍人和砍资源,更有意义的其实是,降本之下的精细化运营怎么做。
在服务银行期间,尤其是IT部门向行领导讲业务收益的时候,落脚点会落到精细化运营上。目前很多银行的用数理念已经比较成熟了,头部的国股行,行内差不多 50% - 60% 的人,都需要用数决策。用数决策包括自助的BI,包括直接看报表等,这个渗透率很高。
其次,做数据开发的渗透率也很高。头部银行,每个月数据开发平台的月活会过万,包括数据开发的员工,业务的员工,数据科学家等。所以用数决策的理念已经不用太多强调。在整个过程当中,如何低成本用数,是后面比较重要分享的内容。
另外,除了底层的取数和用数,还会涉及很多的底层技术设施,尤其在服务营销领域的时候。比如邮储银行案例,只有先完成底层标签的精细化,才有可能实现业务的精细化管理。那这些数据基础怎么建设,也需要跟行领导从精细化运营讲起,才能比较细致的讲清楚需求,落地思路等。

02

上述分享了银行的业务围绕降本目标,使用精细化运营,以数据为抓手,如何协助精细化运营的思路。实际在数据应用建设的过程当中,IT部门会产生很多困惑。

举个例子,搭建一个数据中台,领导一定关心有什么效果, ROI 是什么?除了领导能使用的管理驾驶舱以外,其他的数据应用对领导感知比较低。这里就是底层做了数据能力的建设,但是上层的应用建设,包括数据运营没跟上。总结来说,数据在金融机构落地时,有两个比较大的问题,第一是从行领导角度看 ROI 太低,第二是数据运营跟不上。
再回归到用数的过程中,业务部门经常反馈响应速度太慢,一个数据开发的需求可能要排期到一到两周后。其实这里经常是不得已而为之,因为数据开发工作量很大,数据结构多、系统复杂,导致找数都要找很久,经常找到了又发现是错的,不是业务部门想要的。这里在跟业务部门协作时,涉及如何更好的沟通,才能提高数据的准确性,提高效率,达到及时响应,解决问题的目的。
所以我们建议在实际跟行领导讲之前,可以先找一些数据应用,比如指标平台。原来的管理层驾驶舱都是固定的,那些数据可能跟不上业务变革,有的数据领导已经不看了,如果再开发一个新指标,又要响应很久。但如果是一个指标平台,就有很强的可组合性,响应速度也会增快。尤其指标平台里边有指标库,能使用的指标更多。对于领导来讲,会觉得这个指标平台就是数据中台。这就是比较有效果的落地,领导感知度也比较高。

03

除了指标平台,DataOps也是关于业务部门快速取数,用数的实践。

DataOps现在实际落地比较少,国股行里边落地项目也还不是很多,这个是我们看到的一个比较好的落地案例。
DataOps核心可以解决两个问题,都跟降本有关。第一,过去分行所有的数据需要T+1时段传到总行,这个过程中相当于存了两份。第二,各个分行都在做自己的数据开发,对于数据的定义和标准就不是完全一致的,导致数据上传到总行后要做二次治理,而且分行之间也不通用,复用性很低。可以发现这当中有大量的资源浪费。
这家股份制银行想解决的问题有两个,首先就是总分行的数据对齐问题,这背后除了数据标准需求外,还有降本的需求。其次就是取数和用数,业务部门和 IT 部门怎么去协作的问题。
当时总行解决这个问题的时候,由于是自上而下想要做的,所以如上图的左边所示:
第一步是建规范,核心是流程和制度的改变。以前的流程都是先数据开发,到一定阶段跑不动了,再去做治理。现在新的方式是先做一个完整的数据标准,不一定是全行级的,针对某个业务域也可以,然后在各个分行落地。解决了数据口径的问题,T+1更新的数据就不会有太多错误。
第二步是针对数据开发的问题,总行做了一个云平台,这个云平台是给所有分行做数据开发用的。在这个云平台中,解决了权限的问题,哪些数据哪些分行能看,哪些不能看,包括跨业务系统调数据的审批等。其次,建立了一套标准数据开发流程,最后分行所有的供应商都要根据统一的开发流程做数据开发,所以最后数据标准都是统一的。
整个项目虽然前期建标准的过程中投入了比较多的人力,但是实际上省去了很多分行自己做数据开发的资源。总体上是一个降本的过程,并且解决了总分行数据流通的问题。
上图右边解决的是取数和用数过程的问题。过去取数和用数需要一两周做完数据开发,最后可能拿到的还不是业务部门需要的。这个过程当中最好办法就是能够基于数据地图,方便快速地找到想要的数,并且能及时地跟业务部门确认是不是需要的数,另外一个比较好的路径就是借鉴之前做的数据开发,分行之间业务部门的需求会有相似之处,思路可以复用,这里主要解决的是业务和 IT沟通的问题。
整体项目做完后,上述的云平台每个月的月活都在万级别,数据作业开发量还是比较大的。这里既解决了降本的问题,又解决了业务部门需要及时数据响应的问题。之前使用一到两周做的数据开发,现在是能够降到天级别的,这样是能够达到敏捷相应的要求的。

实际现在看,银行里做到全行级数据字典的也不多。8 月份兴业银行发布了企业级的数据字典,大概用了500 人 10 个月去构建。类似这种重投入的项目,如果不是自上而下去推进的话,IT部门自己很难推进。

04

除了DataOps,另外一个银行业比较核心的需求是数据的实时分析。主要涉及流批一体的问题,同样也是与降本提效有关。

降本相关的内容是,过去如果是批处理一套,流处理一套,两个分开去做的话,至少从存储的角度来讲是两大套。换成流批一体的话,整体能够很好的支持上层的应用,另外很核心的是降低了存储的成本和维护的成本。另外流批一体还需要统一计算,主要是解决上层的实时应用场景,尤其偏风控类和营销类。比方说实时订单出来以后,有没有营销机会。风控里,尤其反欺诈会用到。

05
从行领导的角度去看,基本将大模型作为 AI 的一个延伸技术,基于从产品设计到运营管理的全链路价值链里找应用场景。图中有传统的AI和大模型应用探索性场景的举例,当前比较多集中于市场营销环节,比如客服、营销物料、话术辅助等。
现在看到的一个比较新颖比较好的案例与营销策略相关。比如沉睡客户唤醒场景是绝大部分银行比较头疼的问题。有些银行现在做的是首先把沉睡客户统一放到一个部门,比如放到客服部门,之前通常是人工做了两三套激活策略之后,效果不好,就放弃了。现在可以将整个营销策略作为prompt,放到大模型里,大模型可以给一些新策略出来,靠prompt可以生成一个闭环。
这样做首先策略生成比过去靠人工经验要快很多,其次想验证效果也验证得比较快。最后每一个营销策略都会配大模型自动生成的文案。
比如现在有 2000 万沉睡用户,先做人群圈选分了 10 个组,每组 200 万,做 10 个策略去测试,实际效果不好。现在有了大模型,可以生成可能 100 个甚至更多的策略,这些策略可以映射不同圈选人群。因为它是自动化执行的,在执行过程中可以阶段性地筛选出来一些转化效率好一些的策略。这是以前靠人做不到的一个事情。
所以沉睡客户唤醒的营销策略生成应用,是目前看到的比较贴近核心业务,且业务价值比较大的一个应用。目前这个场景还在验证的阶段。
其次在风控领域,大模型的落地很多是偏贷后报告生成的应用,但实际上生成类的应用价值度比较小,且实际落地时,智能风控方面银行不太会考虑大模型,因为可解释比较弱。现在在尝试的多是偏交易的反欺诈,反欺诈拦截方面,但是目前和传统 AI的区别不大,所以总体来说,风控应该是比较难落地的场景。
另一个落地比较多的场景在运营管理,包括知识库,大模型客服等。
这里面比较有价值的落地场景是跟数据结合,做对话式数据分析。有三个方面能用到大模型,第一是意图识别,第二是取数阶段生成SQL语句,第三是做数据下钻分析。
现在看到的已经落地的对话式数据分析,做的比较好的取数准确率能做到90%,业务部门反馈还比较正常。目前意图识别和生成 SQL 语句已经不难了,但是在下钻分析的时候,问题比较多,比如有一个消费品方向的案例,库存突然少了30万,到底是什么原因。这些还需要人工查,问题是出在数据本身,数据同步,还是计算等方面。

06

最后分享一个银行大模型的落地案例。

案例中,大模型首先需要单点切入,然后进行纵向深挖和横向拓展。案例通过财报的一个Copilot切入,所以横向拓展的时候比较简单。更核心的是纵向的深挖。
比如,从财报助手角度入手,首先是归纳取到信息的能力,第二步需要能做信息的分析,比如通过业务营收等数据分析盈利能力。最后最核心的是能做根因分析,这个是当前大模型重点在尝试突破的问题。现在大家在用的都是生成式大模型,未来价值度比较高的会是有一定决策能力的大模型。
以上就是今年调研的,一些数据和AI大模型,在银行的一些落地案例。如需获取专家完整版视频实录和课件可扫码领取

长按二维码,领取完整版视频实录和课件

毕业于清华大学及香港中文大学,杭州市金融科技创新项目应用案例专家评委,原投中集团副总裁。十余年金融行业从业经验,在爱分析媒体平台发文超过 500 篇,有很深的行业影响力。

注:点击左下角“阅读原文”,领取专家完整版视频实录和分享课件。

爱分析ifenxi 爱分析是一家中国领先的数字化市场研究与咨询机构。
评论 (0)
  • 一、实验目的熟悉定时器的基本结构,学习定时器的功能和控制方法,并实现基于定时器中断方式控制程序。二、实验原理定时器TMS320CC6748有4个定时器/计数器,均可配置为64位计数器、两个独立32位计数器及自动重装32位计数器,可以产生周期中断DMA事件及外部事件。定时器/计数器还可以用于捕获外部输入信号边缘并计数。此外,定时器1还可以用作64位看门狗计数器。本实验使用的是定时器2。定时器的功能(1)定时时钟源一般来源于DSP内部,当然也可以选择来自于外部。(2)计数可以利用它的功能来计算外部脉
    创龙教仪 2024-02-21 14:09 34浏览
  • HDMI是市场上影音产品的主流接口之一,随着电竞市场蓬勃发展,HDMI 2.1规格针对电竞产品新增加了VRR(可变刷新频率)功能,让用户在玩游戏时可以减少画面的撕裂延迟等现象。VRR功能目前已普遍支持PS5、Xbox等游戏机或是Nvidia、AMD等高阶显卡,也成为消费者在考虑购买电竞屏幕时的重要评估指针。电竞屏幕画面延迟风险与解决方案电竞屏幕属于高阶产品,且客群非常重视其效能表现,百佳泰与市场上主流品牌及ODM在屏幕上有着长期的合作,我们在实测中发现导入了VRR功能的屏幕却仍发生画面不顺畅的状
    百佳泰测试实验室 2024-02-21 16:42 60浏览
  • 据传感器专家网获悉,2月20日国产3D 视觉传感器龙头企业奥比中光发布公告,终止2023年度向特定对象发行A股股票事项,该定增项目涉及超15亿元资金。传感器专家网https://www.sensorexpert.com.cn专注于传感器技术领域,致力于对全球前沿市场动态、技术趋势与产品选型进行专业垂直的服务,是国内领先的传感器产品查询与媒体信息服务平台。基于传感器产品与技术,对广大电子制造从业者与传感器制造者提供精准的匹配与对接。关于终止本次向特定对象发行股票事项的原因,奥比中光在公告中介绍称:
    传感器专家网 2024-02-20 21:24 70浏览
  • 很高兴在面包板社区获得清华大学出版社出版的《物联网鸿蒙系统App开发》一书的试读机会!《物联网鸿蒙系统APP开发》首先用一章的篇幅介绍了智能手机操作系统的发展历史、智能手机操作系统的开放与封闭之争及其各自的优势、鸿蒙系统的发展历史、鸿蒙系统在物联网时代的优势、鸿蒙系统的特点和鸿蒙系统的分层架构。接下来就是本书的主题内容:从鸿蒙的开发环境讲起,然后从创建第一个鸿蒙App开始,从用户界面布局开发、常用UI组件开发、鸿蒙页面及数据服务开发等11个角度介绍了鸿蒙系统开发的方方面面。最后一章简单介绍了鸿蒙
    goldjack_680784864 2024-02-20 23:08 64浏览
  • 瑞典乌普萨拉,2024年2月20日 – 全球领先的嵌入式系统开发软件解决方案供应商IAR宣布:推出其旗舰产品IAR Embedded Workbench for Arm功能安全版的最新版本9.50.3。此次发布进一步加强了IAR支持开发人员创建安全、可靠和符合标准的嵌入式应用程序的承诺,涵盖了汽车、医疗设备、工业自动化和消费电子等多个行业。该版本中最重要的新功能是经过认证的C-STAT,这是专为安全关键应用程序设计的静态代码分析工具。 IAR Embedded Workbench for
    电子科技圈 2024-02-21 15:39 51浏览
  • 2024龙年春节前夕,中国激光雷达产业备受关注。首先是1月31日,美国国防部正式将10多家中国企业列入“中国军方企业名单”,其中就包括中国领先的激光雷达企业禾赛科技。随后禾赛科技在2月7日,官宣将起诉美国国防部。传感器专家网https://www.sensorexpert.com.cn专注于传感器技术领域,致力于对全球前沿市场动态、技术趋势与产品选型进行专业垂直的服务,是国内领先的传感器产品查询与媒体信息服务平台。基于传感器产品与技术,对广大电子制造从业者与传感器制造者提供精准的匹配与对接。在2
    传感器专家网 2024-02-20 21:15 46浏览
  • 一、实验目的了解AD9833的芯片特性和输出波形的原理,并实现基于AD9833产生正弦波输出。二、实验原理StarterWareStarterWare是一个免费的软件开发包,它包含了示例应用程序。StarterWare提供了一套完整的GPIO寄存器配置接口,简化了开发步骤,程序开发时只需要调用相应接口即可。安装StarterWare 后,可在安装目录下找到 C6748 所有通用库函数和对应的源码(StarterWare的 drivers 目录下,部分位于其他相关目录下),同时可在安装目录docs
    创龙教仪 2024-02-21 14:27 38浏览
  • 一百三十多年前,奔驰夫人贝尔塔为了回击社会舆论对奔驰一号的质疑,驾驶着奔驰汽车从曼海姆出发,直驶104公里外的位于普福尔茨海姆的娘家,全程虽开的磕磕绊绊,但却为汽车的宣传起到了极佳的作用。直至今日,汽车领域新技术的应用依旧会伴随着各种质疑,软件定义汽车的新趋势不断发展,对其的质疑,要求行业对汽车软件要更加严格把控,汽车软件测试日益成为汽车电子开发领域不可忽视的一环。面对当前汽车软件测试的高要求,针对汽车软件代码的测试,会成为软件定义汽车时代势必要关注的内容。而VectorCAST作为汽车电子行业
    北汇信息 2024-02-21 13:57 64浏览
  • 质量管理办法一直是各大企业最核心的根本,例如:国际标准ISO 9000:2015中提出的质量管理 (QM)七项原则、知名车厂的8D (福特)、A3 (丰田) Report以及因应工业4.0所延伸出的质量4.0管理办法等。然而,在谈论全面性的质量管理前,无论企业采用何种质量管控办法,产线良率筛检的环节若无法有效把关,则一切都白费了,面对大批量的生产过程中,需要做到更快、更多、更有效的数据管理,仅靠耗时量少的人工抽样检测,是无法满足现今高质量管理需求的。无法有效把关,出现种种潜在风险1.检测量能不足
    百佳泰测试实验室 2024-02-21 15:23 44浏览
  • 各大Logo更新汇报 | NEW百佳泰可提供超过30种标准认证测试,特为您整理2024年2月各大Logo的最新规格信息。Matter▶3月5日至12日SVE规格验证活动■ 预计地点» 加州旧金山» 中国▶3月18日 – 第21次会员大会» 新加坡PCI Express▶PCI-SIG合规研讨会 #128■ 2024年2月20日至2月23日■ 台北万豪酒店▶PCIe 7.0规范第三版现已开放给会员USB▶USB 供电版本控制■ 符合USB
    百佳泰测试实验室 2024-02-21 16:23 48浏览
  • 时值春节临近,2月7日中国及全球领先的车载激光雷达企业——禾赛科技,发布公告,决定对美国国防部进行起诉:全球领先的激光雷达制造商禾赛科技(纳斯达克代码:HSAI)宣布,关于美国国防部于2024年1月31日(美国东部时间)发布更新“中国涉军企业”名单并将禾赛列入该名单,公司认为此决定是错误、不公正且缺乏依据的。为了维护公司声誉,禾赛决定起诉美国国防部,以捍卫公司的正当权益。禾赛始终坚守合规,秉持诚信、合法经营的原则,致力于减少事故、挽救生命,让全球出行更安全。▲来源:禾赛科技官网1月31日,美国国
    传感器专家网 2024-02-20 21:10 47浏览
  • 热斑效应:太阳能电池一般是由多块电池组件串联或并联起来。串联支路中可能由于电池片内部缺陷或者外部遮挡,将被当作负载消耗其他有光照的太阳电池组件所产生的能量。被遮蔽的太阳电池组件此时会严重发热而受损。编辑搜图请点击输入图片描述(最多18字)旁路二极管:是指并联于太阳能电池板正负极两端之间的二极管,能够有效地防止硅电池片因热斑效应而烧毁,是光伏太阳能组件的重要组成部分,旁路二极管的质量直接影响着光伏电站的发电量及使用安全。编辑搜图请点击输入图片描述(最多18字)热性能测试旨在确定二极管的温度特性以及
    普赛斯仪表 2024-02-21 14:20 35浏览
  • 电子产品质量的无故障工作时间(MTBF,即Mean Time Between Failures)指标,听起来很专业,其实它就像是我们日常生活中的“持久力”或者“耐力”概念。想象一下,你买了一款新手机,希望它能陪伴你至少几年时间,而不是频繁出现故障。这款手机的MTBF就是指,在平均情况下,你使用这款手机多久后,它才会出现第一次故障。MTBF不仅是一个技术指标,更是对电子产品制造商质量控制的考验。一个高的MTBF值意味着制造商在材料选择、工艺设计以及质量控制方面都做得很好,这样的产品自然更受消费者欢
    丙丁先生 2024-02-21 08:00 77浏览
我要评论
0
0
点击右上角,分享到朋友圈 我知道啦
请使用浏览器分享功能 我知道啦