IBM|金融机构如何实现“极致数字化”,这里有7点行动指南( 二 )


• AI驱动的智能风险管理:构建风险数据模型,建立智能风险管理体系,利用高级分析、AI和自动化技术,实现智慧风险洞察,保障金融服务安全无虞 。
• 基于云的新型业务模式:通过云原生架构和容器化模式及时打造新型服务,借助在混合多云环境中部署的现代化应用,彻底转变业务模式,实现数字化、敏捷性和智能化 。
二、金融行业如何构建“极致数字化”?范斌认为,“极致数字化”的构建,除了之前提到的三个行动指南:建立新型平台业务模式,重塑客户互动;通过数字化转型,不断扩大敏捷业务模式;运用大数据和AI技术实现数据“变现”之外,针对上面提到的其他四个特征 。范斌了提出下面四个方面的行动指南:
1. 调整风险运营、适应新常态
风险运营和管控是银行永恒的课题 。随着金融科技的逐渐深入,它不仅已经成为金融转型升级的新引擎,也成为了防范化解风险的新利器 。由于传统风控技术存在着缺乏外部数据信息、欠缺对非结构化数据的处理能力、计量体系过于单一、更新频率低、维护成本高的问题等诸多问题 。
因此如何实现风控智能化,以提升数据加工存储能力、降低人力维护成本、提高流程自动化审批等能力,成为金融机构迫在眉睫的重要命题 。而随着人工智能和大数据技术被越来越多的植入风险管理,智能风控已经成为金融界的一种趋势 。
在资产管理、授信融资、客户画像、精准营销、身份识别、风险防控等金融领域内,通过内外部数据源的整合,建立健全企业级大数据平台,提升数据洞察能力和基于场景的数据挖掘能力,识别企业关联关系,提升风险分析能力,打造金融机构贷前、贷中、贷后全流程智能风控体系,可以助力各金融机构构建全流程智能金融服务模式,稳妥推动人工智能技术与金融业务深度融合,最终提升用户体验 。
2020年 3月,巴塞尔银行监管委员会将巴塞尔协议III标准的执行时间推迟一年至 2023年 1月 1日,实施巴塞尔III协议是银行这两年的热点 。巴塞尔Ⅲ对银行的风险管理、资本计量和信息披露均提出了更高的要求 。要满足新协议的要求,银行需要更加强化“全面风险管理”的理念,对资本管理能力进行全面提升,以满足日益严格的监管合规和风险管理的要求 。在这样的背景下,建立更完善、更智能、更敏捷的风险管理体系更是提上日程 。
范斌透露,目前IBM已经与很多大型银行合作,通过关联关系分析体系与传统数据体系的结合,运用智能决策引擎、流程自动化等技术,共同搭建了知识图谱关联关系模块,并且已经作为这些银行风险监测系统的核心模块之一,在全行各业务流程系统中提供查询和预警服务 。同时,IBM还为客户搭建了多个信贷风险预警模型及欺诈模型,覆盖了对公信贷全流程关键节点,有效提升了风险监控效率,降低了人工查验成本,为客户内部信贷管理提供了有力支持 。
2. 对应用组合进行现代化改造,降低结构性成本,加快云迁移步伐
在数字化的趋势下,金融服务业的竞合关系正在发生巨变,金融企业需要加速开放,协调和整合外部供应商的产品和服务、降低成本,从过去产品为中心的经济模式转向客户为中心的经济模式,向开放、连接、共享转变 。平台化、开放式的商业模式或将成为大型金融企业的普遍选择 。
通过将金融企业的数据、算法、交易、风控、流程和其他业务功能开放给生态系统,金融企业将构筑起新的核心竞争力,而这些数字化竞争力的打造,除了组织、文化上的变革,也需要依靠IT架构的转型 。

推荐阅读