构建认知型金融：要有“聪明的大脑”和“强壮敏捷的身体” 原创

九年前看《阿凡达》，看的是炫酷的CG效果和3D技术，是男女主人公的爱恨纠葛，是不同人性在潘多拉星球上的展露无遗……九年后再回顾《阿凡达》，发现电影情节中意识在“母体”与“阿凡达”之间的连接，潘多拉星球上的网状连接，更像是如今人机连接、数字孪生、虚拟现实、企业生态等等这样一些流行概念的美好畅想。而这些概念都有一个相同的特征，就是虚拟与现实共存。

比如，与我们每天生活息息相关的金融行业，过去许多在银行网点办理的业务都已经在通过虚拟网络实现。据统计，几乎90%的银行网点业务都可以通过智能柜员机 (ITM) 或智能手机完成；此外，在2019年第一季度，通过非银行机构的服务进行的在线支付增长了60%，达到470亿笔。

这样的增长态势还在进一步加强，尤其是在5G、人工智能等技术的推动下，或许未来所有的业务都会被放在互联网上。一边是现实世界，一边是数字世界，通过内外部的全线连接，将带来许多意想不到的效果和价值——这正是企业进行数字化转型的意义。

构建认知型金融的四个方向

如果把数字化转型描述为一段旅途，IBM认为，认知型企业就是这段旅途的目的地。“未来的企业一定要具备认知能力。过去，企业有固定的经营战略和策略，但是在未来的环境中，与企业发生连接关系将不再仅仅是物理意义上的客户和合作伙伴，还有数字世界的客户和合作伙伴。企业要在其中生存和发展，就要能够体会和感知自己的生存环境。就像人一样，通过耳朵和眼睛感知，通过嘴发布命令。这个时代正在到来。”在日前举行的2019 IBM 金融创新者大会上，IBM全球业务咨询服务部中国区金融行业总经理范斌表示。

这样的能力就像是纳美人与潘多拉星球的万事万物之间的感知和联系。具体在IBM看来，认知型企业将是一个由多个业务平台构成的组织，能够将人才、流程、数据等集中在一起，并以AI为基础，结合内外部的能力，实现全方位的洞察。

据范斌介绍，认知型企业的构建要素有七个方面，包括：挖掘数据价值，强化固有优势；借助AI优化工作流程；重塑员工技能，激发组织潜力；确立平台战略；描绘企业架构，助力业务转型；选择安全信任；打造敏捷文化，快速推动创新。

当然，不同行业的数字化路径和侧重点有所不同。聚焦传统银行和金融机构，IBM副总裁、中国金融行业总经理郭仁声认为可以从四个方向建设生态系统和平台：第一，重新思考银行组织，打通部门间的壁垒进而建立全行业的跨界生态，由内而外应对新的业务模式；第二，重新发现客户关系的重要性，利用人工智能和数据化等技术，洞悉客户需求，创造个性化的客户体验；第三，高度数字化，充分利用数据的价值，实现风险管控和模式创新；第四，重振创新，营造开放、敏捷的思想碰撞和创新文化，引入外部资源和团队加速创新。

他强调，企业一方面要有“聪明的大脑”，有好的战略部署、组织架构和人力资源体系；另一方面还要有“强壮敏捷的身体”，有开放的服务平台和生态服务能力。

IBM副总裁、中国金融行业总经理郭仁声

开放银行的三种模式

立足平台和生态，近几年来“开放银行”已经成了银行业转型的一种理想范式，以此为参照，开放金融服务平台、开放保险平台、区块链平台等也在各金融机构的转型过程中不断被实践和验证。

开放，意味着银行通过使用API等技术，允许第三方访问客户和账户信息，为客户提供无感化的服务体验。在会上，IBM金融服务行业全球首席技术官Chae An总结了开放银行的三种新业务模式：第一，是在共享层面，银行作为生产者，与第三方实现“非捆绑式”的合作；第二，是在嵌入层面，银行作为分销商，与供应链上下游合作伙伴建立起场景化的服务模式，把银行业务嵌入到生活场景的方方面面；第三，是在平台层面，银行作为市场，连接消费者和生产者。

IBM金融服务行业全球首席技术官Chae An

国外许多银行在这些方面已经有了较为成熟的经验，举几个例子：

• 总部位于西班牙的BBVA银行通过与优步展开合作，在用户注册成为优步司机的同时也成为BBVA的客户，并将司机的收入同步到BBVA的账户上。这意味着，BBVA可以获得更多的存款、更多的账户。这是第一种模式；

• 英国的Starling Bank打造了一个开放的API平台，并将其它平台的产品和服务集成上来，为客户提供更多的服务体验，实现更多的引流和获客。这是第二种模式；

• 新加坡的星展银行，通过要求每个员工了解客户的情况，让银行业务嵌入到客户的流程环节中，如贷款买房、购车等等，借此，星展银行快速地进入到了很多的细分市场。这是第三种模式。

当然，近几年来国内也有不少银行开始了在这方面的探索。比如浦发银行，通过“面向生态融合的浦发银行API开放平台”，构建了API Bank无界开放银行，发布了金融+教育、金融+医疗、金融+制造、金融+社交等超过230的API服务。目前，该平台连接了超过800万的用户和80多家生态系统合作伙伴的应用，每日交易峰值达到百万笔。

AI和数据的价值如何发挥

“无论是什么样的方式，最终受益的不止是银行，还有消费者。回归客户，应该是每个企业的初心。”Chae An表示。要做到这一点，对于认知型金融来说，非常重要的还在于AI和数据，这是金融企业感知外界环境的触手。

“AI的应用对企业的不同业务领域会带来不同的价值，越来越多的企业正在根据前台、中台、后台的数据分类，不断挖掘价值，赋能业务创新。”IBM杰出工程师（DE）、IBM大中华架构师及客户中心总经理程静表示，“然而，中国金融业目前在AI应用过程中还存在非常多的挑战，比如数据来源多、关系复杂，这使得数据管理的难度非常大。”

IBM杰出工程师（DE）、IBM大中华架构师及客户中心总经理程静

AI被视为当下新的生产力，而数据是最新的生产资料。如果生产资料“不纯”，产出结果必然“有瑕疵”，因此，提高数据的可信度变得非常重要。

对此，IBM提出了「AI阶梯」的概念，即对数据收集、组织、分析、注入等所有环节进行全生命周期管理，确保数据的可用性。IBM大中华区大数据技术与分析平台技术总监刘胜利列举了一个数字：在一个银行机构中，一份存款数据在内部可以被复制50-100份。而这些数据哪个才是准确的？数据来源清不清晰、可不可信？企业有没有全局数据搜索的能力？每一个问题都不可忽视。

拿数据收集来说，一般而言，企业过去往往需要将来自不同系统的数据复制或迁移到中央数据存储器进行管理和分析。出于历史记录、归档或监管等目的，这是企业必须采取的一种手段。但作为现有方法的补充，企业还可以通过数据虚拟化（类似于边缘计算），跨多个系统从源头对数据进行分析和查询。这不仅可以降低成本，避免移动和复制造成的延迟，还可以避免数据失真。

而从另一个角度来说，数据中本身存在的诸如种族、性别等偏见，也在影响最终的输出结果。为此，IBM研究院也推出了相关研究方案，以对AI分析的结果进行更新和广泛评估，确保在数据和算法中剔除偏见因素。

“在这方面，企业还应该构建自己的企业级AI平台，其中包括企业级AI应用承载平台，企业级AI服务管理平台，企业级AI模型开发、测试、管理平台。”程静表示。

“当然，AI应用最主要还得看业务场景。比如银行信贷，它要求结果非常精准并且可追责，当人类判断和AI分析结果出现偏差导致坏账时，追责问题就很难界定；但是在风险管控的场景中，由于它是一个概率问题，不需要精确的数字，所以在目前更适合AI应用。”范斌解释对记者解释。