AI赋能商业银行知识图谱与智能金融-杨斌

  尊敬的各位领导、各位同行,大家上午好。

  首先非常荣幸有这次分享的机会,要特别感谢今天主办方《金融电子化》,邵总和海致公司两位杨总。通过今天上午的分享,我感受很多,特别是刚刚何老师讲的,金融行业更应该感受到责任和风险。最近我思考的一个问题,作为金融从业者,特别是在座有很多分管科技的行领导,也有很多管理信息科技部门的同仁。

  在这里我们最大的感受,刚刚何老师提到金融工作会议,会上习主席讲了一句话,这句话在银监会现场会议上也提到这句话。作为银行,如果有风险没有被发现,你是失职。如果发现风险没有处置,算渎职。听到这个话,我后背确实发凉。开始演讲之前,我先简单介绍一下青岛银行的情况。

  青岛银行目前是山东省最大的城市商业银行,我们是2015年12月3号完成了香港H股上市。从第三季度报告上,资产规模刚刚突破3千亿。相对在城市商业银行里,我们是从整个规模上差不多处在第二梯队的规模。从科技人员上,我们的人比兰州银行稍微少一些,最近三年基本上维持在110人的科技队伍。这是基本情况,在场的包括南京银行,包括华融湘江的领导,我们在下面有很多沟通和交流的机会。

  今天的主题是人工智能,刚刚很多专家,包括柯洁,包括何老师,他们提到人工智能这个概念,觉得自己好像不是这个领域的人。我自己的思考,今年是我工作的22个年头。从大学开始到工作一直和科技打交道。在看到人工智能和大数据这两个概念之后,心里很发虚。我作为一个行业的人越来越不懂得这两个东西到底代表什么,这是很大的困惑。

  在这个过程中,我们看到铺天盖地的人工智能和大数据宣传。在兰州银行何总分析之后,我们看到他们取得了很多成绩。今天在座的绝大多数是中小银行,中小银行每年科技投入超过1个亿。一个大的银行科技投入,试错就投资1个亿,不行换一个项目再来。在大数据和人工智能相当长的时间中,我们是没有什么动作,不知道怎么做,不知道做出来有没有一个好的结果。

  说到风险,我个人身上,包括在座很多压力,风险压力真的很大。我一直在思考有没有一个办法,让肩上的担子卸下去。实际上我想到了一个例子,航空行业。大家都知道坐飞机,可能还看到经常有事故。但我们不得不承认,航空行业至今仍然是安全度很高的行业。在一个行业里有著名的“海恩法则”,一个重大的安全隐患和事故的背后有这样一组数字。第一,29。一个大的事故背后可能有29起小的事故,大概有300起先兆性的小事故,后面还有1千起安全隐患。

  我想到这个,实际上当时就有一个想法,我们能不能把大数据用在运维管理上。放眼望去,好像没有哪个公司。大数据过来和我们谈的是有很多第三方数据,有各种数据。但你真正和它合作,这些数据好像并不可用。当时我还和江苏、南京有一个沟通,怎么拿到数据,是不是真正有用。

  在我们比较困惑时,这也是第一次和今天合作方海致公司有联姻。我说你们技术很先进,能不能运用大数据的技术。海致微信写的是“让大数据给每一个中国企业带来真正的收益”,这句话里蕴含有深意。第一年,我们就把这个课题用在大数据了。今年我们持续运营大数据上,我们把所有文本资料、系统日志都放在大数据平台,我们在容量管理、预警和分析上,取得了显著的效果。

  接下来,竟然在运维上可以实现,是不是在业务上也可以有一点突破,但还是不敢有大的动作。所以我们就选择了在客户关系管理上,为什么在客户关系管理这个领域呢,因为青岛银行没有对公客户关系管理的系统。我们觉得没有,从无到有,还是有信心取得一点成果。

  今天我和各位分享的主题就是智能CRM建设,刚才与各位领导在沟通,包括兰州银行的分享也提到这个领域。青岛银行不能说在这个领域里取得了多大的成就,但把我们建设的心路历程和这个过程中一些思考,包括在这个过程中一些方法,与各位同仁有一个简单的分享。如果大家在考虑同一个问题时有所帮助,或者打开未来互相沟通,互相体验的管道,我想今天沟通的目的就达到了。

  在此之前,我还是想分享另外一个思考,关于大数据。97、98年,当时几个大的数据库公司就有数据产品,那时候就接触了客户关系管理。后来在大数据非常热的时候,哈佛教授在商业评论上发表一篇文章,《企业并不需要大数据》,很多反面的例子在思考这个问题。前面分享的,我们为什么不敢实施这个动作的考量。

  前年我看到一个日本的案例彻底震撼了,是日本一个奶牛场。大家都知道一个奶牛场,实在是传统得不能再传统了,和银行信息化比起来完全不在一个层面上。但那个奶牛场是怎么做的呢,它有两大困惑。第一个困惑,它要管理奶牛的生产和繁殖,是一个非常大的条件。因为奶牛和其它动物不一样,它非常难完成交配,因为它的时间非常短。另外,奶牛健康的管理。

  后来他们对奶牛装了一个脚环,就是现在经常用的计步器。他们发现对奶牛运动的频率、轨迹进行分布之后,发现处于发情期的奶牛明显不一样,与生病的也明显不一样。它就开发出两种模型,对奶牛场两大痛点取得了非常大的成功。这个例子让我很震撼,这么传统的企业都能用大数据做一点什么,我们银行在客户关系管理上难道不能做一点什么吗。

  首先我们看一下中小银行的挑战,刚刚向老师也讲了很宏观的一个背景。其实有一点,我能感同身受。对于我来讲,在银行是一个十足的新兵。在座的如果在银行,我觉得很多经历应该超过我,今年是我在银行工作的第六个年头。我刚加入青岛银行,它的利差大于3。三四年的距离马上缩小了,不知道现在利差一点几,利率市场化对银行的影响确实非常大。

  然后就是互联网技术,很多技术的挑战。最大的挑战,这个银行有了什么,那个银行有了什么,人家用了大数据。我们为什么没有,作为科技部门的负责人,我经常面对这样的拷问,必然这种压力也要求我们想通过人工智能和大数据来做点什么。

  银行好多年前都在提“以客户为中心”,我作为加入青岛行的新兵,我看不出来我们是以客户为中心,好像在以银行为中心。银行内部好像以部门为中心,没有做到以客户为中心。但在这个过程当中,我们如何通过人工智能,通过技术的手段,首先对客户更加了解,更加精准的感知。在这个举措上,我们更好去了解客户需要什么,我想这是“以客户为中心”走出的重要一步。

  实际上以客户为中心,要对客户有更加精准的了解。五个维度,客户洞察、产品服务、销售管理、精准营销、客户价值持续优化。在现在这个阶段通过人工智能,通过大数据,我们有条件了,也不用付出多么高的成本去了解客户,我们现在把人工智能用于客户关系管理具备了一个客观条件。在座也知道,大数据迅速的发展就是源于计算成本大量下降,管理成本的下降,才有了大数据飞速的发展。

  中小银行当前不能很好感知客户,我列出了四个原因,一是数据的收集能力。实际上在系统上,以前IT有一个词语,数集。我们提云计算,就是打破这个数集。不知道在座其他同仁怎么样,从我们自己的管理来看,我发现有很多数集,公司条件是一个数集,同业是一个数集,客户也是一个数集,之间互动并不多,如果要从管理上解决这个问题是非常难的,这是银行业在提流程管理时举步维艰的重要原因。有了数据,我们能不能通过数据打破这个壁垒,这是对客户感知的思考方向。并且这个感知的过程,可能对银行深层管理产生驱动。

  联系青岛银行遇到的问题,比如外围数据融合度不够,数据组织和分布比较碎片化。包括CRM对数据挖掘、关联分析能力薄弱,脱离了CRM当初建设初衷。数据在变,需求在变,系统越来越脱离业务发展。现在IT的能力已经具备了,但银行,特别是中小银行IT系统的能力还没有达到。这就是为什么说这时候开始不是在观望,而是在这个领域可以有所行动的原因。

  第二部分,实施智能CRM建设的思路。

  (图示)这是业界几个标准的模型,信息模型。数据到信息到知识到智能的转换,传统的信息化就是把数据信息化,再加以必要的流程。但在形成知识的情况下,传统IT做得并不太多。通过结构化的知识组织,如果智能CRM没有很强的客户洞察能力,这不叫智能CRM。在能力转换过程中,能力是持续构建的过程,尤其是能力上必然和现有管理流程、现有单位、现有制度发生紧密的关系,这时候IT去不动。但通过这个平台,通过项目的驱动,看到大数据的潜能,这时候银行会主动做一些改变。何行长提到科技引领,在我心中始终不敢提这句话,也不敢应这句话。我觉得科技与业务更好的匹配、更好的融通、更好的协作,这是当今阶段必须做的,这样才有助于银行的发展。

  在智能化的最后是一种能力,昨天晚上我与柯洁沟通时也提到,围棋棋盘上可能是10的172次方。原来的数字认为是一个超级天文数字,实际上这个数字在当今运算能力是十分简单的事情,所以计算机能把柯洁下赢,柯洁也承认这不是一个大的难题,计算机完全擅长做这件事。这里大家也要思考,不光是对银行的思考,对人的思考有一个深入的思考。人不是想象当中的智能,就拿大脑来讲,它是进化过来的。从爬行动物到哺乳动物,它的决策链条,包括神经科学、认知科学的研究也证明了这一点。

  就人自身能力上来讲,就拿味觉来讲。人基本上能够识别2万种气味,但狗可以识别25万种。我们视觉的颜色能看到深紫到深红范围,但一些鸟类能够捕捉到紫外光的。所以猫头鹰、老鼠对声音、视觉感知,具有比人类还强的识别能力。在人类不足的地方,恰恰就是人工智能可以弥补的地方。人工智能与人不是互相替代谁的概念,是互相补充的概念。

  有一天柯洁能不能在人工智能的帮助下,加上柯洁的大脑,能把Alpha元下赢,因为Alpha元就是一个机器程序,就是一个算法,我觉得这是有可能的。实际上人工智能有一些领域是人非常容易做的,但人工智能做不了。比如我们看到一个悬崖,人会马上停下来,但计算机不会,它就跳下来了。除非你告诉它前面是一个悬崖,告诉它这个理论。

  比如人工创造一个单词,高铁,时速300公里,3-4个小时从北京跑到上海,你问人工智能,人工智能不知道。但你告诉人工智能有这种工具,它马上会知道是高铁。目前人工智能还是处在相对比较低的,尤其是认知能力,可能接近于小学三四年级的水平。所以我们没有必要恐惧人工智能可以替换人类,至少在可见的二三十年之内是很难做到的。

  但在人工智能擅长的某些领域,它可以显著拓展人的能力,拓展组织的能力,这就是我们说的第三个阶段。在客户关系管理的领域,我想人工智能大有可为。

  智能CRM,从知识提取到知识表现,存储、检索,知识发展的过程,我们深入沟通了对它的认知。我们为什么说把人工智能和知识图谱做一个嫁接,大数据。我们有了运维大数据平台之后,发现困难在于要有专业的专家对故障,对计算机的能量模型进行精准的模型建立。在这个过程中,客户的信息都是在客户经理人脑里。但知识图谱用另外一个维度可以组织实体之间的信息,尤其是实体之间的关系,因为图谱嘛,图谱就是关系,实体之间的关联关系。通过知识图谱,能把这些企业的实体,也就是客户和客户之间的关系,甚至客户与行为之间的关系进行一个精准的对接。

  我们在大数据的地方有了一个数据往信息转化的可能,同时知识图谱解决了一个问题,知识展现的问题。知识图谱原来在数据里,知识如何更可视化,便于人脑的理解。大家稍有理解就会知道,人的视觉系统也是很落后的,基本上看到的真实世界是靠大脑后期的加工,把所谓图像叠加起来,人类才能认识到这个世界。我们通过知识图谱,也是通过大数据的这些信息,通过知识图谱的叠加、组织进行知识可视化的展现,再与人的客户关系管理进行配合,最终形成智能CRM客户关系管理洞察力,客户关系管理的能力,这也是让大数据和知识图谱进行结合的本质原因。

  下面,简单汇报一下知识图谱如何构建智能CRM。

  (图示)这是一个架构,三层,从大数据存储与数据管理层,到图谱分析与挖掘层,大数据存储与管理层,再就是手机电子渠道的展现,这是一个架构。

  从整个业务架构上做了大的梳理,体验前面提到的以客户为中心。从客户的帐户到系统的总账、渠道、相关方、产品、活跃的信息、交易的信息,进行模型的构建。

  在这个基础上,信息的维度也包括工商、投资、上市、知识、招投标、公司财报、政策、舆情、行业信息,对信息进行多维度挖掘和展现,和兰州银行领导分享的类似。我们建立了对客户分群的模型,核心是提升青岛银行客户管理能力,客户的洞察力。

  (图示)这是用到一些机器学习的算法,包括评分的维度和模型,这些技术的东西不过多说了。

  从系统定位上,从知识分享和智能分析、信息交互维度,建立知识构建的生命周期。从客户信息的归集展示到基于客户标签的客户画像,到应用于不同业务的场景,到后期与流程进行嫁接,比如客户经理有消息的提醒,尤其在这个过程中知识自我完善的过程,对客户信息的回填补充。

  大家在分享大数据时,往往能听到非常精彩的案例。其中有两个案例,我印象也是比较深。一是美国,大数据真正孵化了一个重要的智能交通,有一个大学教授研究之后,发现这些违章最厉害的是执法车辆,警车违章是最厉害的。当时在美国引起轰动,原来大数据还有这个作用。

  还有阿里自己的案例,世界杯购物,男人在看球,女人在购物。有一段时间发现女性深夜购物量显著增加,背后仔细去分析,发现这个时候是男的在看球,太太又睡不着。这时候没有办法,就做一些报复性的购物,阿里在后台就做了一些大概的推荐。这时候把广告、折扣一加上去,发现销量大幅度的攀升。

  这些故事听起来确实很精彩,但在银行具体客户关系场景中,我们能不能与常态流程建立起来,变成一个通用可实现的场景,而不是分享的一个精彩故事,这是智能CRM建设考虑和思考的深层次问题。

  以客户信息的维度,我们想打造一个客户关系管理的知识平台。另外,以事件驱动的维度如何对接现有客户关系管理的流程。从检索到事件驱动,到复杂的关系图谱构建,到客户智能匹配,中间机器学习。实际上机器学习是我们正在研究的比较大的挑战,我们如何发掘一些有用的模型。

  通过大数据分析发现喝咖啡的人是显著长寿的,得出结论喝咖啡有利于人的长寿。很多医疗专家仔细研究发现不是这样的,只是这些长寿人群中都有喝咖啡的习惯,在大数据分析处理之后,我们怎么把数据分析结果与人的能力进行嫁接,最终才有可能建成一个业务需要的能力,而不是我们通过讲述一个精彩的故事说知识图谱如何如何好,大数据平台在银行中如何使用。

  刚刚我举了好几个例子,大家可能有点感受。人的这套系统并不是像有些专家想得那么先进,因为它总是要做出一些错误的决策,对有些信息总是要做一些以偏概全的判断。但有了充分的信息,它会促使人得到的结论更加接近于真实。实际上很多人都是感性的,而不是纯粹理性的。

  (图示)这是关于多维度的一些分析。

  智能CRM,中间这个名字,包括和海致杨娟总沟通时做了很多调整,我们打造一个企业级的知识平台。青岛银行所有员工就像手里有一个百度一样,我想知道什么内部信息就在这里敲,它会自动出来。这样的话,会显著提高每个人的能力。包括行领导也是,你给他做报告时不需要看了,他需要什么信息会在这里搜索,就像我们做谷歌检索一样。这样的话,青岛银行就有一个企业级的知识平台,这个平台是向青岛银行所有员工开放的,所有制度设计、流程、客户信息都可以在里面查,这是我们构建的初衷。构建平台的过程中,在我们没有推出CRM试点上一个差别点来说明这个问题。就像行内有一个百度一样,什么信息都可以查。

  做一个简单的总结,我们首先构建了全维度的客户视图,对客户更加深入了解。在这中间进行了客户关系的挖掘,实体之间关系的分析。同时对客户进行了营销,管理的客户推荐,这个就是精准营销的场景。风险防范,前面也都提过了。最重要的是百度式知识搜索,这是我们真正想要的。有一个词不太好,挂羊头卖狗肉,我们这个项目有点像这样,但展示的是智能CRM。

  就像大家最早用百度,你搜乔丹,我可能想搜人工智能的顶级专家乔丹,它出来的都是打篮球的乔丹。我有没有精准分析、感知,拿到想要的信息。现在在百度里也引入了很多智能分析,这些如果用到青岛银行,我觉得会对整个行的管理水平有很大的提升。这是信息化,IT人员最愿意干的事,干出来之后再讲。我们一开始讲的很大,结果干不出来,挨板子!

  我们要搭建一个企业级知识平台,智能CRM只是上面一个插件,一个应用而已。实际上知识图谱技术拓宽了商业银行分析问题挖掘知识的能力,与传统业务系统有效结合,加快商业银行向智能金融迈进的步伐。

  作为一个银行科技人员面临着巨大的风险,我依旧认为作为一个银行科技人,我们处在一个最好的时代。在这个时代里,我们有迷茫,有对过去的留恋。今天海致取得题目非常好,“AI赋能商业银行”。我想我们只要满怀信心,AI一定会给我们商业银行的业务带来更加美好的明天。

  谢谢大家。

第 1 /  10 页
点击查看余下全文