北京2017年11月29日電 /美通社/ -- 2017年11月8日，海致網(wǎng)絡(luò)與《金融電子化》聯(lián)合主辦了主題為“AI 賦能商業(yè)銀行 -- 知識(shí)圖譜與智能金融”的2017首屆智能金融知識(shí)圖譜論壇。蘭州銀行行長(zhǎng)助理何力先生在會(huì)上分享了蘭州銀行在大數(shù)據(jù)應(yīng)用方面，部署知識(shí)圖譜構(gòu)筑全行級(jí)知識(shí)平臺(tái)的經(jīng)驗(yàn)。全文如下：
在經(jīng)過(guò)金融科技實(shí)踐的三個(gè)階段：技術(shù)創(chuàng)新、平臺(tái)戰(zhàn)略，以及向互聯(lián)網(wǎng)生態(tài)轉(zhuǎn)型之后，蘭州銀行已經(jīng)建設(shè)了相對(duì)完善的金融形態(tài)。如何將傳統(tǒng)的金融數(shù)據(jù)以及外部數(shù)據(jù)運(yùn)用起來(lái)，解決客戶營(yíng)銷、風(fēng)險(xiǎn)防控、反欺詐等問(wèn)題，成為擺在蘭州銀行面前的問(wèn)題。
2017年年初開始，蘭州銀行與海致網(wǎng)絡(luò)技術(shù)（北京）有限公司合作，構(gòu)建了全行知識(shí)圖譜平臺(tái)，在上層實(shí)現(xiàn)了對(duì)傳統(tǒng)互聯(lián)網(wǎng)生態(tài)各個(gè)平臺(tái)體系的支撐，在下層實(shí)現(xiàn)了對(duì)互聯(lián)網(wǎng)數(shù)據(jù)同步、行內(nèi)外數(shù)據(jù)融合以及知識(shí)圖譜建設(shè)的支持。
銀行業(yè)面臨的挑戰(zhàn)
在云計(jì)算、大數(shù)據(jù)、互聯(lián)網(wǎng)金融快速發(fā)展的環(huán)境下，商業(yè)銀行傳統(tǒng)營(yíng)銷與風(fēng)險(xiǎn)管控能力不足日益凸顯。
在營(yíng)銷方面，信息不對(duì)稱，廣撒網(wǎng)的營(yíng)銷成本太高；營(yíng)銷方式與產(chǎn)品也不是以客戶為中心；營(yíng)銷決策依賴于經(jīng)驗(yàn)，而不是數(shù)據(jù)；對(duì)市場(chǎng)商機(jī)反應(yīng)不敏銳。
在風(fēng)險(xiǎn)防范方面，隨著客戶范圍的不斷擴(kuò)大，傳統(tǒng)以人工干預(yù)、現(xiàn)場(chǎng)檢查為核心的風(fēng)險(xiǎn)防范和應(yīng)對(duì)模式，無(wú)論是成本還是反應(yīng)速度無(wú)法適應(yīng)現(xiàn)在新的變化和需求。
知識(shí)圖譜構(gòu)建和更新
知識(shí)圖譜就是把所有不同種類的信息連接在一起而得到的關(guān)系網(wǎng)絡(luò)，它提供了從“關(guān)系”的角度去分析問(wèn)題的能力。
應(yīng)用在搜索引擎中，知識(shí)圖譜可以將搜索結(jié)果進(jìn)行知識(shí)系統(tǒng)化，為我們提供認(rèn)知，任何一個(gè)關(guān)鍵詞都能夠獲得完整的知識(shí)體系。
無(wú)論是客戶基本信息、客戶產(chǎn)品信息、客戶交易流水等結(jié)構(gòu)化數(shù)據(jù)、社交網(wǎng)站網(wǎng)頁(yè)、工商局網(wǎng)頁(yè)等半結(jié)構(gòu)化數(shù)據(jù)，還是客戶財(cái)報(bào)、人行征信報(bào)告等非結(jié)構(gòu)化的數(shù)據(jù)，通過(guò)數(shù)據(jù)采集的方式被整合進(jìn)了數(shù)據(jù)庫(kù)中，通過(guò)屬性抽取、關(guān)系抽取、實(shí)體抽取等信息獲取流程形成知識(shí)。
然后，蘭州銀行通過(guò)第三方知識(shí)庫(kù)將這些知識(shí)進(jìn)行融合，通過(guò)共指消解、實(shí)體消歧等知識(shí)處理流程，最終構(gòu)建成真正需要的知識(shí)圖譜標(biāo)準(zhǔn)數(shù)據(jù)。
四場(chǎng)景支撐蘭州銀行業(yè)務(wù)
蘭州銀行的知識(shí)圖譜項(xiàng)目是從今年3月份開始啟動(dòng)，到11月份，已經(jīng)上線運(yùn)行，取得了預(yù)期的效果。
蘭州銀行的知識(shí)圖譜平臺(tái)建設(shè)之后，主要應(yīng)用在以下四大方面的場(chǎng)景：第一是挖掘潛在新客戶；第二，挖掘存量客戶的潛在需求；第三，反欺詐；第四，風(fēng)險(xiǎn)事件預(yù)警。
知識(shí)圖譜平臺(tái)的七大價(jià)值
知識(shí)圖譜平臺(tái)構(gòu)建完成之后，應(yīng)用在蘭州銀行業(yè)務(wù)場(chǎng)景中，對(duì)業(yè)務(wù)有著很好的支撐價(jià)值，我們把它總結(jié)為五個(gè)方面。
價(jià)值1：對(duì)公企業(yè)數(shù)據(jù)監(jiān)控、同步、整合。
通過(guò)互聯(lián)網(wǎng)爬蟲技術(shù)，能夠一站式獲取對(duì)公企業(yè)數(shù)據(jù)，形成對(duì)公客戶視圖，客戶經(jīng)理能夠直接看到所要的所有信息。
價(jià)值2：深入挖掘行內(nèi)對(duì)公企業(yè)潛在關(guān)系。
以前行內(nèi)企業(yè)與企業(yè)之間的關(guān)系我們不了解，或者不是很清楚。現(xiàn)在把所有數(shù)據(jù)導(dǎo)到大數(shù)據(jù)平臺(tái)里，基于知識(shí)圖譜通過(guò)人工智能方式分析之后，他們之間什么關(guān)系，通過(guò)點(diǎn)和線的聯(lián)系就能一目了然。
價(jià)值3：可針對(duì)企業(yè)進(jìn)行一站式多維搜索。
我們可以設(shè)定地域、行業(yè)等維度，知識(shí)圖譜平臺(tái)就能夠自動(dòng)匹配出來(lái)我們需要的正常信息。
價(jià)值4：自動(dòng)生成企業(yè)風(fēng)險(xiǎn)及營(yíng)銷系數(shù)。
這主要是為了實(shí)時(shí)了解目標(biāo)企業(yè)在評(píng)分模型下的風(fēng)險(xiǎn)及營(yíng)銷分值，能夠?qū)崿F(xiàn)對(duì)企業(yè)的快速認(rèn)知，提升篩選效率。根據(jù)這個(gè)分值，客戶經(jīng)理可以了解客戶達(dá)到一個(gè)什么樣的風(fēng)險(xiǎn)系數(shù)，以便引入人工來(lái)進(jìn)行干預(yù)。
價(jià)值5：整合行內(nèi)企業(yè)轉(zhuǎn)帳、擔(dān)保信息。
企業(yè)與企業(yè)之間的轉(zhuǎn)帳信息，我們能夠根據(jù)知識(shí)圖譜及時(shí)發(fā)現(xiàn)關(guān)聯(lián)關(guān)系，篩選之后進(jìn)行分析。
價(jià)值6：為其他系統(tǒng)提供企業(yè)關(guān)系圖譜知識(shí)輸出。
在蘭州銀行大數(shù)據(jù)平臺(tái)建好之后，整合了行內(nèi)數(shù)據(jù)和外部數(shù)據(jù)，接入行內(nèi)已有對(duì)公CRM系統(tǒng)、對(duì)公信貸系統(tǒng)、百合園辦公系統(tǒng)，全面提供對(duì)公業(yè)務(wù)領(lǐng)域大數(shù)據(jù)風(fēng)險(xiǎn)及營(yíng)銷支撐。
價(jià)值7：承接生態(tài)數(shù)據(jù)從信息到知識(shí)轉(zhuǎn)化的重要工作。
通過(guò)知識(shí)圖譜向信貸審批系統(tǒng)（預(yù)調(diào)查環(huán)節(jié)）提供對(duì)公企業(yè)工商信息、司法信息、關(guān)系圖譜信息，極大提高業(yè)務(wù)人員的工作效率。這本來(lái)是后臺(tái)客戶經(jīng)理或者更高一級(jí)審批做的事情，現(xiàn)在可以前置了，在調(diào)查環(huán)節(jié)，甚至在客戶經(jīng)理層面就能夠獲取到這個(gè)信息。
知識(shí)圖譜未來(lái)應(yīng)用探索
未來(lái)知識(shí)圖譜將被應(yīng)用在更多領(lǐng)域，比如說(shuō)我們將會(huì)深化NLP（自然語(yǔ)言處理），也會(huì)深化反欺詐場(chǎng)景。
在已經(jīng)有了一個(gè)基礎(chǔ)的圖譜信息之后，我們將在日志解析、授信解析、貸后落實(shí)核查等非結(jié)構(gòu)化文本信息方面進(jìn)行NLP的深化應(yīng)用；而在關(guān)系過(guò)濾、重要關(guān)系統(tǒng)計(jì)、關(guān)系詳情、失聯(lián)客戶查找等方面，深化反欺詐場(chǎng)景的工作。
通過(guò)深化NLP應(yīng)用，我們將會(huì)對(duì)行內(nèi)非結(jié)構(gòu)文本數(shù)據(jù)進(jìn)行進(jìn)一步解析挖掘，發(fā)揮其業(yè)務(wù)價(jià)值。具體包括客戶挖掘、貸前貸中、貸后管理等。舉例來(lái)說(shuō)，對(duì)于營(yíng)銷拜訪日志的智能解析，能夠提高信息匯總效率，實(shí)現(xiàn)多維度可量化統(tǒng)計(jì)。在貸前貸中，通過(guò)授信材料解析，能夠助力流程加速。通過(guò)將NLP技術(shù)嵌入授信工作流程，能夠減少重復(fù)勞動(dòng)，優(yōu)化與提升效率。傳統(tǒng)的需要客戶經(jīng)理、風(fēng)險(xiǎn)經(jīng)理、授信審批崗的處理。引入了人工智能NLP自動(dòng)數(shù)據(jù)處理之后，很多環(huán)節(jié)的信息處理都是機(jī)器能夠自動(dòng)完成的。
在深化反欺詐場(chǎng)景中，在企業(yè)知識(shí)圖譜發(fā)揮效用價(jià)值的同時(shí)，我們將會(huì)深入擴(kuò)展其他業(yè)務(wù)的圖譜數(shù)據(jù)。例如：在社交關(guān)系圖譜、轉(zhuǎn)賬和賬目網(wǎng)絡(luò)、黑名單網(wǎng)絡(luò)、關(guān)系詳情多對(duì)多記錄、ETL清洗數(shù)據(jù)等方面深化應(yīng)用，實(shí)現(xiàn)反欺詐更加精準(zhǔn)。
對(duì)于知識(shí)圖譜的思考
在知識(shí)圖譜的構(gòu)建與應(yīng)用過(guò)程中，我們也產(chǎn)生了幾點(diǎn)思考。
首先，單純的外部數(shù)據(jù)販賣并不能產(chǎn)生重大的客戶價(jià)值。將外部數(shù)據(jù)和行內(nèi)數(shù)據(jù)、強(qiáng)關(guān)聯(lián)數(shù)據(jù)和弱關(guān)聯(lián)數(shù)據(jù)、結(jié)構(gòu)化數(shù)據(jù)和非結(jié)構(gòu)化數(shù)據(jù)逐漸融合成為開放的、可自由迭代與演化的企業(yè)標(biāo)簽和企業(yè)圖譜，并在此基礎(chǔ)上建立各種風(fēng)險(xiǎn)模型和營(yíng)銷模型，進(jìn)而逐漸通過(guò)機(jī)器學(xué)習(xí)形成更智能的業(yè)務(wù)模塊，是銀行人工智能的方向。
其次，一個(gè)具有前瞻性，自由關(guān)聯(lián)和可挖掘的圖平臺(tái)的搭建，是銀行通往智能的基礎(chǔ)性工程。將產(chǎn)品后臺(tái)用程序?qū)懰溃谇岸擞脠D的方式來(lái)呈現(xiàn)，并不是真正的大數(shù)據(jù)和知識(shí)圖譜技術(shù)，這意味著現(xiàn)有關(guān)系、模型之外的任何修改都要通過(guò)技術(shù)人員的程序開發(fā)來(lái)實(shí)現(xiàn)，更意味著機(jī)器無(wú)法代替人類進(jìn)行推理。
第三，巨大的數(shù)據(jù)潛力等待我們?nèi)グl(fā)掘。行內(nèi)風(fēng)險(xiǎn)報(bào)告、信貸報(bào)告、審計(jì)報(bào)告等非結(jié)構(gòu)化數(shù)據(jù)（文本為主）和行外非結(jié)構(gòu)化數(shù)據(jù)中蘊(yùn)含著巨大的數(shù)據(jù)潛力，通過(guò)自然語(yǔ)言處理（NLP）和機(jī)器學(xué)習(xí)進(jìn)行挖掘和結(jié)構(gòu)化，將會(huì)得到非常大的價(jià)值。
蘭州銀行在發(fā)展過(guò)程中認(rèn)識(shí)到了科技在金融發(fā)展過(guò)程中的作用。我們深深認(rèn)識(shí)到在信息化建設(shè)過(guò)程中，外包包不出創(chuàng)新力，跟隨也跟不出差異化，拿來(lái)拿不出核心競(jìng)爭(zhēng)力，因此蘭州銀行采取自主研發(fā)、聯(lián)合開發(fā)、系統(tǒng)集成的信息科技發(fā)展道路，積極開展科技創(chuàng)新。科技創(chuàng)新就要圍繞極致的客戶體驗(yàn)，提高服務(wù)效能。目前，科技創(chuàng)新帶來(lái)的差異化服務(wù)能力，差距化的競(jìng)爭(zhēng)優(yōu)勢(shì)正在逐步顯現(xiàn)。
科技創(chuàng)新就是蘭州銀行業(yè)務(wù)發(fā)展的必由之路。
