付曉巖 建信金科風險合規團隊副總經理、于宏志 神州信息CTO
導語:古希臘數學家、哲學家畢達哥拉斯認為,“萬物皆數”,宇宙萬物皆由“數”構成,所有事物皆可由“數”來闡釋。狹義上,數字經濟可理解為基于數字技術和算法技術的經濟活動;而廣義上,數字經濟又包括數字貨幣、數字資產、數字財務和生產方式等新經濟形態。因此,廣義上的數字經濟離不開數字技術的支撐,新的經濟形態依靠新的技術來支撐,二者相輔相成。未來,把握關鍵技術將是數字經濟時代自主創新的重要突破口。
銀行作為現代經濟的核心,面對數字經濟的發展,未來將通過構建知識圖譜、提升算力、數據深度挖掘等方式來推動金融科技的發展。因此,銀行如何利用大數據和云計算去重構業務,是未來金融科技的發展方向之一。與此同時,掌握和運用以人工智能、大數據、區塊鏈為代表的數字技術,完成與金融業務的深度融合,創新金融服務理念、流程和模式,以科技賦能金融,已成為銀行推動自身數字化轉型、支撐中國數字經濟新優勢的建立、以及構建自身核心競爭力的關鍵。
“分布式+微服務+云原生”重塑銀行基礎架構
數字經濟發展對金融行業服務模式、產品創新提出了新的要求,銀行作為金融行業的核心基礎,要面臨更多新的挑戰。并且,隨著國際地緣政治變化,國家也對銀行業的發展提出了新要求:“自主可控,防范風險;支撐實體,回歸本源”。銀行作為高度信息化產業,科技已經成為驅動其發展的關鍵要素,新技術的掌握和應用更成為承接挑戰的核心。
以往銀行的“豎井式”開發模式,造成大量單系統、緊耦合,不僅運維復雜、業務響應遲緩,而且資源利用率低下,成本投入居高不下。同時,因歷史原因,國內銀行已經圍繞國外核心基礎的軟硬件,構建起了集中式IT架構,實質上已形成被綁定的局面。2016年,銀監會下發《中國銀行業信息科技“十三五”發展規劃監管指導意見》,明確提出銀行IT架構向云計算遷移,開放的分布式架構成為信息系統發展的方向。2019年8月,中國人民銀行發布《金融科技(FinTech)發展規劃(2019—2021年)》(以下簡稱《規劃》)明確將科技賦能、安全可控作為基本原則。
分布式技術
目前,國內銀行正處于從第三代集中式SOA架構向第四代分布式架構演進的關鍵時期。分布式技術已經在銀行業得到廣泛應用,不僅從業務層面有效解決了互聯網時代銀行所必須應對的高并發、大數據量和數據浪涌等問題,更從應用層面實現了應用功能的微服務化拆分,實現了應用層的分布式微應用化,幫助銀行響應市場創新的需求。同時,分布式技術的應用,也進一步推動了國內銀行IT系統上“云”,解決了自主安全可控等方面的問題。
與其他行業相比,銀行具有場景多樣、時效性強、邏輯復雜等特點,很難通過一項技術解決所有問題,分布式技術也不例外。但其“邏輯上一份、物理上多份”的思路,卻帶給銀行業很大啟發。銀行IT系統目前面臨的首要問題是“大”,如數據量大、并發量大等,分布式技術恰恰可幫助銀行進行“拆”:數據量大,拆數據;請求量大,增加實例。但是,在“拆”的過程中,數據分布式和事務一致性也成為銀行必須面對和解決的問題,否則無法滿足銀行業務的必要需求。因此,銀行分布式技術應用必須成體系,覆蓋銀行所有業務場景,構建完整的分布式技術體系,主要包含以下幾個方面:一是服務分布式,即通過對業務功能進行拆分,使業務系統更加靈活,同時每部分多實例運行,大幅提升系統的可用性及處理能力。二是數據分布式,即通過對數據的分布式存儲及訪問,提升大數據量表的訪問能力,增加數據庫整體運行資源。三是分布式緩存的合理使用,即降低數據的訪問次數,提升單個服務的響應速度,間接提升系統的整體處理能力。四是分布式事務,該問題也是分布式在銀行應用的最大挑戰,針對不同場景,提供切實可落地的方案,解決跨服務、跨數據庫節點的事務一致性問題。事務一致性的解決才能讓分布式真正在金融行業實現落地。五是分布式統一調度,即協調多個分布式節點協同工作,有效控制日終處理時間。
微服務技術
微服務是分布式技術的演進。與工業生產的演進比較類似,技術發展到一定程度后,都會慢慢形成更清晰、更專業的功能劃分,分布式技術也不例外。在銀行應用架構層面,已經經歷從集中式、分布式、微服務再到微服務體系的演進過程,從分布式到微服務充分體現了這種演進的過程,從單純的分拆到整合,再到形成體系,通過微服務體系對分拆功能進行完整管控,才能讓服務分布式具備生產級的可用功能。
云原生技術
伴隨云計算的快速發展,容器技術已經成為云原生技術的重要組成部分,以Docker(一個開源的應用容器引擎)和Kubcernetes(谷歌開源的一個容器編排引擎)為代表的容器技術在銀行業也得到了廣泛應用,并不斷積累形成了基于容器的云上生態系統。基于容器技術的PaaS平臺能夠完美結合微服務架構,幫助銀行實現敏捷、輕量、快速、高效地開發、測試、交付和運維一體化融合模式。并且,國內銀行已經走在云原生技術的前列,如互聯網服務、普惠金融、信用卡為主的to C端業務系統,已經大范圍應用云原生技術。同時,銀行獲客系統、手機App、理財系統和銀行活動系統等一大批面向C端用戶的應用,以云原生容器技術作為支撐,獲得了很好的管理和用戶體驗。可預見未來基于容器的云原生技術將更廣泛地應用于銀行業務系統中,銀行也在慢慢將除交易系統外的大量金融業務遷移到容器平臺上,實現PaaS層的標準化能力輸出。
基于數據和知識重塑核心競爭力
數字經濟在中國發展至今,已擺脫了單一發展模式,呈現出線上、線下融合發展的態勢,并逐漸向一二產業延伸融合,“新零售”和“工業4.0”在數字經濟的助推下,也呈現出新的發展態勢,實體經濟與虛擬經濟深度融合已成為數字經濟發展的新態勢。“5iABCD”等新技術的應用為銀行開辟了無限可能的創新領域,“無接觸”“嵌入式”“場景融合”等創新型金融服務模式不斷涌現。在5G萬物互聯的新基礎構架下,將會產生遠超以往的海量數據。未來,技術融合、產業融合、數據融合將融合在一起,邊界將越來越模糊,通過融合海量數據和知識的應用可以實現對行業認知的重新塑造,將成為未來企業的核心競爭力。
《規劃》提出要進一步增強金融業科技應用能力,進一步凸顯了科技的重要性及科技與金融深度融合的必要性。如果說,分布式、微服務更多的是從架構和功能方面幫助銀行夯實了基礎數字化轉型的基座,那么人工智能、大數據、區塊鏈等新技術,則從業務、管理、流程等方面帶給銀行更多的變革,讓銀行的傳統業務觸達深度和廣度產生了質的變化。
人工智能實現銀行業務模式變革
人工智能作為新技術的寵兒,已成為引領未來的戰略性技術之一,成為構成中國未來核心競爭力的關鍵技術。伴隨計算能力的發展和提升,模型、算法的突破和深入,人工智能在銀行風控、營銷、服務及流程自動化等方面取得了顯著成效。
計算機視覺、自然語言處理和知識圖譜作為人工智能的核心技術,從不同維度實現了人工智能與金融應用的銜接。從實踐來看,計算機視覺中涉及的人臉識別已在銀行網點、移動端、支付等渠道和場景中廣泛應用。據相關調研顯示,中國已成為人臉識別領域的最大消費者和市場供應商。在業務處理方面,得益于圖像識別率的上升,光學字符識別技術(Optical Character Recognition,簡稱“OCR”)在銀行票證審核、銀行卡識別、票據錄入等傳統需要人工操作的環節,極大地提升了業務效率和準確率。伴隨著自然語言處理技術的成熟,語音識別的準確率得到大幅提升,在客戶服務方面可進一步幫助銀行構建集約化的客服中心,降低傳統客戶服務對大量人工客戶的依賴,降低銀行的運營成本。知識圖譜作為銀行未來人工智能應用的重點,在模型算法平臺的支撐下,將知識圖譜和機器學習等方式相結合,可幫助銀行構建未來新一代的智能指揮中樞,即“金融超腦”的構建。通過構建決策、反欺詐、營銷三大智能“引擎”,將人工智能技術應用于銀行前臺、中臺、后臺關鍵業務流程。在服務前端增加客戶體驗,實現精準營銷;在中臺以智能分析、預測等手段,輔助業務決策;在后臺更可通過智能化的風險防范措施,構建智能化風控體系。
大數據喚醒銀行沉睡的數據價值
從數據到大數據,改變的不僅是技術,更是對數據價值內核的認知。數據作為銀行基礎性戰略資源,其核心價值該如何釋放一直是困擾銀行的難點。以賬務數據為例,長久以來銀行對數據更多的是“保護”而非“利用”,沒有發揮出數據的潛在價值,所以數據分析能力和數據治理能力成為大數據技術在銀行應用的關鍵方向。
通過大數據技術,銀行可以從數據采集、存儲、整理、分析、展示等層面挖掘數據的更多價值,幫助銀行在營銷、決策、風控、反欺詐等方面驅動業務發展,有效提升金融服務能力,以數據驅動業務、服務、經營模式的創新迭代,從而掌握數字時代的核心競爭力。以美國富國銀行為例,2014年其通過設立首席數據官統籌全行數據應用工作,建立了全行集中的數據運營團隊,將大數據成功應用于用戶體驗、用戶分析及風險合規等方面,值得借鑒。
從國內來看,國內銀行大數據的主要應用方向為精準營銷和風險管控等方面。一般通過大數據平臺或者數據中臺,實現數據的共享、資源調配和存儲。2017年工商銀行成立了大數據實驗室,推出的“融安e信”大數據反欺詐系統,實現了大數據技術與人工智能技術的融合,于2018年成功防范電信詐騙近8萬筆。從國內大數據的發展趨勢看,大數據的應用范圍逐漸擴展到客戶關系、監管報送、資產負債管理等領域。
區塊鏈助力銀行跨業態融合創新
區塊鏈技術本質上作為一種分布式賬本技術,是密碼算法、共識機制、點對點通信協議、分布式存儲等多種核心技術高度融合而成的,可視作一種分布式基礎架構。到2020年2月,中國人民銀行發布《金融分布式賬本技術安全規范》,規定了金融分布式賬本技術的安全體系,為區塊鏈應用夯實了基礎。因區塊鏈具有公開透明、不可篡改、可追溯等特點,可起到促進數據共享、優化業務流程、降低運營成本、提升協同效率、建立可信任體系等作用,具有廣泛的應用空間,比如“區塊鏈+供應鏈金融”應用。
隨著金融供給側結構性改革的深入,化解中小微企業融資難、融資貴成為亟待解決的問題。金融供給側結構性改革強調“有增有減”,完善金融供給,構建多層次、廣覆蓋、有差異的融資體系。2019年7月,銀保監會下發《關于推動供應鏈金融服務實體經濟的指導意見》,鼓勵通過采用“區塊鏈+物聯網+人工智能”等技術實現供應鏈金融的交易真實性,提升銀行的風控水平,化解融資難、融資貴等問題。圍繞產業鏈核心企業,結合上下游供應商日常往來數據上鏈,如合同狀態、電子發票、物流等,完成區塊鏈系統存證,確保鏈上信息真實,銀行可通過鏈上信息完成信貸審核,實現以核心企業信用額度快速放款,通過區塊鏈技術將供應鏈價值傳遞到末端企業,幫助其解決融資問題。
從競爭走向融合,開放銀行構建金融新生態
伴隨著數字經濟的蓬勃發展,短短幾年,國內開放銀行建設已呈現蓬勃發展之勢。億歐智庫發布的《2019年開放銀行與金融科技發展研究報告》顯示,截至2019年5月,國內超過50家銀行已經上線或正在建設開放銀行業務。與國外開放銀行的發展模式相比,國內開放銀行具有更多中國特色。比如,英國的開放銀行更多地強調銀行業的數據開放和服務開放,屬于監管驅動;而國內由于互聯網的蓬勃發展,傳統銀行業主動與互聯網公司合作去獲取流量、業務機會以及風控服務等,屬于商業驅動。
近幾年,應用程序接口(Application Programming Interface,以下簡稱“API”)技術的應用呈現幾何級增長的態勢,從2014年的26%迅速增長至2018年的69%,超過了html(網頁端)流量的4倍。但是,由于API存在接口復雜、現實中缺少漏洞檢查等問題,API的安全存在隱患,所以確保API安全也成為其在銀行應用的關鍵之一。2020年2月13日,中國人民銀行發布《商業銀行應用程序接口安全管理規范》金融行業標準,規定了商業銀行應用程序接口的類型與安全級別、安全設計、安全部署、安全集成、安全運維、服務終止與系統下線、安全管理等安全技術與安全保障要求,為國內銀行進一步安全使用API奠定了基礎。
API技術的應用,幫助銀行和互聯網跨界競爭者,從競爭走到協作,再到融合。開放銀行的建設理念,在幫助國內銀行業實現能力“嵌入”(Open API)服務場景的同時,也幫助銀行找到了一條更好地與互聯網流量平臺合作,互惠互利從競爭走向協同的路徑。與銀行歷次的互聯網進化相比,開放銀行最大的特點在于將外部生態的客戶轉化為自己的客戶,比如國內很多互聯網公司都有數千萬甚至數億的客戶,如果銀行能夠通過某種對接方法把這些客戶的一部分轉化為自身的客戶,將是一個天文數字,這意味著銀行業不僅可以依靠自己的品牌經營業務,也借用了合作伙伴的影響力。
在開放銀行如火如荼建設的同時,銀行也會面臨一系列技術挑戰。一是復雜業務帶來的一致性問題。二是應對高并發量和大數據量的能力。銀行業務的數據量很大,比如銀行判斷客戶征信時,就需要收集大量背景數據,且對這些數據的計算要求高。三是對接成本。開放銀行采用專線與合作方應用對接,個性化、定制化需求較多。四是開發效率低。以API交互為主,需要對接、測試。五是缺乏安全規范。盡管網上手機銀行安全系數較高,但銀行的合作伙伴的安全系數可能較低,一旦對外接口不夠完善,合作伙伴可能會被作為跳板轉而用于攻擊銀行。六是性能支撐弱。這些技術挑戰因素會導致銀行合作場景變少,場景拓寬難,進入標準更新周期長等問題。
要構建完善的開放銀行體系,銀行需要提升科技實力,打造三大能力。其一是打造分布式架構支撐能力,用以支撐大流量的峰值沖擊和數據一致性的技術要求。其二是打造互聯網金融平臺,由于傳統銀行的系統并不適合與互聯網對接,銀行需要建立一個中間平臺,對傳統工具加工改造,變成適合放在互聯網上的金融產品。其三是構建萬能連接器即互聯網開放平臺,以對接數十個甚至上百個外部場景。總體來看,開放銀行首先是整體戰略問題,而不是技術問題,最重要的是開放理念能夠在全行達成共識,包括制度、風險、文化、系統的全局戰略。同時,銀行需要有快速響應的組織,對客戶的獲取、對風險控制的反應、對產品形態的要求以及對各種各樣消費場景,都需要敏捷的組織。此外,科技建設是確保銀行建設開放銀行的必要條件。銀行業是永遠被需要的,但是銀行則未必。傳統銀行必須適應行業的新態勢,不斷進行審視市場的發展趨勢、客戶的最新訴求,只有這樣才能和客戶建立緊密聯系。無法擁抱時代,則必然會被時代所淘汰。
“科技+金融+產業”驅動產業融合, 從場景金融到生態金融
如果說開放銀行的上半場是銀行通過API技術,更多地側重C端場景來實現金融能力的嵌入;那么相對于C端競爭陷入紅海,B端則是少數玩家進入的藍海,也是銀行更具競爭優勢的領域,將金融與產業端場景融合,聚焦產業端的場景金融,將成為銀行發力開放的下半場,也是金融更好服務實體經濟的路徑。
銀行開展產業端的場景金融,面對的最大挑戰是“建立標準化的產業金融服務流程和產業非標準資產的數據化轉換”,銀行需要借助科技力量來應對挑戰。運用AI、大數據、5G等技術融合,通過跨行業的“數據融合+場景融合”,解決信用和風控的關鍵難題,實現服務模式和金融產品的創新。
以金融服務三農領域的探索為例,通過“科技+金融+農業”的新模式,推動“銀農”直連,并打造完善的金融賦能三農的產品與服務體系,將金融與農村管理、農業生產經營服務息息相關的業務場景對接起來,助推金融資本下沉三農,使得金融服務真正普惠到鄉村基層,扎根農村,服務農民。通過技術優勢快速、精準地為金融機構提供三農大數據的采集和分析,助其形成核心風控能力,對農業經營主體進行多維度的信息整合,構建農戶群體的全面畫像和形成信用指數,高效、精準地排查篩選出目標客群,提升、幫助銀行以較低的成本加大涉農資金的投入。解決了農村征信系統缺失、金融基礎設施匱乏、融資難融資貴等問題,有利于構建農業農村金融賬戶生態、交易結算生態、信貸生態,助推普惠三農、鄉村振興。
另外,銀行、科技公司、保險、擔保公司的多方聯動,破解了生物資產抵押貸款難題。一方面,科技公司通過大數據等新技術,解決了生物資產動態價值評估及生物資產監管等問題,降低了銀行信貸成本,輔助了銀行風險的防控;另一方面,保險公司和擔保公司幫助銀行共同承擔信貸風險,可以降低銀行的信貸風險。通過多方聯動,多產業協作,可以在幫助銀行、保險擴大獲客范圍的同時,使養殖戶以更低的成本獲得信貸支持。
中國已經成為全球最具金融創新活力的國家,新服務模式的不斷涌現,讓大眾更為便捷的“隨時、隨需、隨地”地享受到金融服務。未來伴隨著人工智能、區塊鏈、大數據等新技術與銀行金融服務更為深度的融合應用,金融服務模式必將發生根本性變革。也許城市中不再有實體銀行網點,每一步手機、每一個店鋪、甚至每一臺電器,都有可能成為銀行提供金融服務的載體。