融科技的蓬勃发展为商业银行数字化转型提供了强劲的驱动。农业银行将充分借助近几年金融科技创新成果的
积累,按照互联网化、数据化、智能化、开放化的要求,以业务战略为导向,全力推进IT架构转型,不断强 化系统整合与互联互通,支持产品与服务的快速构建、敏捷创新,通过强化科技赋能业务和提升自身科技能力, 为数字化转型提供安全稳定、整合共享、灵活高效、坚强有力的科技支撑和驱动。关键词:金融科技;数字化转型;信息化建设中图分类号:F832.33 文献标识码:A 文章编号:1004-4817 ( 2019 ) 02-0012-05DOI: 10.16678/j.cnki.42-1864/f.2019.02.003引言段重塑服务与管理模式提供了可能。信息技术不
再仅仅是服务于业务发展的工具,而成为了驱动
当今世界正在经历第四次产业革命,带来了
业务创新、开拓客户市场的重要手段。商业模式前所未有的颠覆性改变,数字经济成为
移动互联技术支持构建无所不在的金融服务。
全球经济发展的新动能。银行业身处数字化的发 当前,移动终端已经成为银行的主要服务渠道。
展浪潮当中,深受数字经济繁荣带来的革命性影 在移动金融不断创新发展的形势下,银行对移动
响。金融科技日新月异,对传统的经营发展模式
端的服务能力建设都给予了高度关注,移动端二 形成了摧枯拉朽之势,移动互联、大数据、人工 维码、NFC等新兴支付产品不断涌现,客户交互 智能、物联网等金融科技关键技术的发展与应用
体验不断提升,并在客户交易、客户服务等领域
成熟度的提升,正在深刻变革商业银行的业务、 深入推进移动互联化,努力实现对客户需求的无 产品、服务和流程,从多个方面重塑银行业生态。
缝对接。移动互联技术的应用,既能丰富金融产
同时,这也为商业银行借助金融科技推进数字化 品线、丰富支付和消费应用场景、丰富服务渠道, 转型提供了一个战略机遇期O更有助于建设金融生态圈。一、金融科技蓬勃发展为商业银行数字化转 大数据技术提升金融服务的精准性和有效性。
型提供了基础保障和强劲驱动金融是高度依赖数据的行业。当前,银行业已经
广泛运用海量数据处理和大数据分析挖掘等技术, 金融科技的快速发展与深度应用,引发了银
强化客户营销、风险控制、运营管理等领域的业
行业服务方式、管理模式、价值链条和竞争格局 务水平。随着机器学习和人工智能等技术的发展, 的深刻变革,为银行业以智慧化思维和智能化手
大数据应用将更多地作用于智慧决策层面。在精
收稿日期:2019-02-15122019年第2期•数字化转型•准营销方面,利用来自各种渠道的海量客户数据,
场景”的方式服务客户端的金融需求,将金融产品
开发营销分析模型,实现对客户消费行为、需求 全方位、无缝插入客户相关场景中,与行业价值链 各环节参与者聚合成广泛动态、优势互补的联盟,
动机的智能感知与精准营销。在风险控制方面, 社会公共信息、家庭与职业、财产信息、消费信息、
实现深度的合作共赢。社交信息等全方位、立体化的客户数据分析,为 银行准确判断风险、简化风控流程、强化风险监
二、农业银行金融科技成果与数字化转型面 临的新挑战测、提高风控效率提供了指引。在运营管理方面, 基于海量信息的搜集、存储和分析,低成本地实
坚持以客户为中心,以金融科技创新为驱动, 打造互联网化、数据化、智能化、开放化的数字
现快速响应和流程优化。人工智能技术提升金融服务的个性化和智能
化银行已成为银行业发展的必然趋势。在商业银
化。人工智能技术,凭借其强大的学习、计算、 认知能力,使得金融业的服务模式更加主动,使
行处于数字化转型发展的关键节点,农业银行党 委提出了 “推动数字化转型再造一个农业银行”
批量实现对客户的人性化和个性化服务成为可能, 的战略构想,对科技部门明确了搭建好支持数字
也为银行业在产品、决策、安全等多个方向提供 化转型的技术支撑平台的咼起点、咼标准、咼质量、 高时效的建设要求。了创新的可能,将使目前银行沟通客户、发现客 户金融需求的模式发生重大改变。人工智能技术 将大幅度改变金融业现有格局,在前端可用于服 务客户,在中台可支持授信、各类金融交易、金
(一)科技创新的丰硕成果为推进数字化转 型提供基础近几年,农业银行加快了金融科技创新的应 用步伐,不断提升科技支撑能力,取得了一系列 有目共睹的成果,技术平台的建设工作已具备一 定基础。融分析与决策,在后台可用于风险防控和监督等。区块链技术提高金融服务效率、降低经营成 本。区块链具备创造大型、低成本网络的能力,
具有安全、透明、不可篡改等特性,可以在跨境 一方面,密切跟踪、研究、应用行业主流金
支付与结算、证券发行与交易、票据、供应链、 客户征信与反欺诈等多个场景中发挥重要作用。
融科技技术,助推业务发展。根据全行战略发展 目标,制定了金融科技创新行动计划,采取“重
应用区块链技术,可以对大量的手工金融服务流 点突破、整体提升、积极赶超”策略,全面提升 “人工智能、移动互联、区块链、大数据、云计
程进行简化并实现自动化,大幅度提高服务效率、 节约运营成本、强化风险管控。开放生态体系助力开放银行建设。“开放融
算、信息安全”六项金融科技关键技术应用能力, 逐步深化智慧“三农”、智慧零售、智慧网金、 智能资管、智能信贷、智能运营、智能案防、智
合,构建生态”已成为商业银行转型过程中的重要 模式。商业银行数字化转型发展的一个重要方向就
能办公等八大业务领域应用,支持金融科技技术 与金融业务应用场景的快速融合创新。2018年农 行全力推进“惠农e通”平台优化升级;创新推 出新一代智能掌银、聚合扫码支付、“微捷贷”、
是采用BaaP ( Bank as a Platform,银行即平台)的 形式,实现银行与银行之间、银行与非银金融机构
之间、银行与其它产业之间的数据共享与场景融合。 开放银行的建设一般可以划分为两个阶段。第一阶
新一代超级柜台、基金智能投资平台等亮点产品, 有力支持了互联网金融服务“三农”、零售与网
段:开放API和数据共享构建开放银行互联互通的 基础。将银行自身的应用程序功能进行打包输出, 供外部合作伙伴或第三方开发者使用,同时将涉及
点转型、中间业务提升“三大工程” O另一方面,技术平台的搭建已初具规模。分
客户支付、信贷、储蓄等一系列金融数据在脱敏加 工后,在合法合规的前提下与第三方进行共享,实
布式架构方面,不断推进构建”主机平台+开放平 台”的融合型IT基础架构,核心系统已实现主要
现与生态圈的互联互通。第二阶段:构建智慧银行 查询交易下移至分布式集群,分担核心系统将近一
生态圈实现合作共赢。从客户潜在痛点出发,挖掘 半交易量。在大数据平台方面,企业级大数据平台
一系列解决客户痛点的场景和机会,通过“金融+
的有效数据规模达11.3PB,并同步建设了数据提取、
2019年第2期13•数字化转型•经营管理信息、数据分析挖掘和实时流计算四大数 据服务平台。在人工智能方面,完成了人工智能平 台金融大脑孵化投产,金融大脑已具备一定的感知 和思维能力,为各类应用场景提供AI能力输出。
在移动互联方面,智能掌银工程已取得初步成效, 个人掌银对柜面业务的覆盖率达到98%,日交易量
突破2亿笔,成为第一大交易渠道。在云架构方面, 基础云(IaaS )平台达到一定规模,具备进一步扩 大应用范围的能力。从整体来看,全方位的技术平
台已初具规模,IT综合服务能力和支持能力不断 提升,较好地支撑了全行的业务经营发展。(二)科技创新工作面临的新挑战随着数字化时代的到来,用户以往的思维
模式和消费模式正在逐步发生改变,对银行服务 尤其是线上服务提出了更高要求。“数字化转型 再造一个农业银行”战略构想对农业银行的科技 工作提出了新的挑战。面对新的经营环境,目前
农行的技术平台建设在系统整合与互联互通、基 础服务的共享,组件化的扩充能力,深化新技术
的研究应用成效等方面仍然需要进一步的改进和 提升。尤其是面对移动互联网业务量快速增长、
产品快速迭代等新形势,原有系统技术架构需要
优化,应用系统需要升级改造。按照数字化转型 的要求,为更好地适应业务发展趋势,应在现有 IT架构基础上进一步推进系统整合与互联互通,
完善产品、服务和流程的抽象与封装,强化业务
功能的组件化和参数化,加大对新技术研究力度, 持续提升新技术引入与应用的成效,不断推进IT
架构转型,稳步提升IT支撑和驱动能力。三、赋能与支撑\"双轮驱动”,构建数字化 转型的坚实基础围绕“数字化转型 再造一个农业银行”确 定的“一二五”的总体安排及近两年的六大重点
任务,科技部门将从强化科技赋能业务和提升科 技自身服务与支撑能力两方面,为数字化转型提 供IT支撑和驱动,夯实数字化转型的基础保障。(一)科技赋能业务数字化转型聚焦“产品、场景、数据、风控、渠道”五
大业务领域,集中优势资源,以科技赋能业务, 助力做强产品、做优场景、做活数据、做专风控、
做通渠道。14农修学列2019年第2期一是支持数字化产品快速创新。利用微服务
技术对金融基础业务进行组件化封装,提供统一 的流程服务,通过面向基础业务组件的筛选、编 排和整合,实现新产品的快速开发。加快推进账
户和支付产品创新。基于移动互联、生物识别等
技术,创新支付方式,提升支付体验和商家收银 效率。同时依托开放银行平台,将农行支付结算
产品打包成行业解决方案对外输出。丰富线上信 贷产品体系。加强金融科技创新成果在信贷领域 中的应用,面向个人和小微企业,基于三农、个
人消费、生产经营、供应链融资等场景,开发具 有场景特征的线上信贷产品,并进一步完善优化 现有产品。二是支撑场景金融建设。场景金融是信息技
术和普惠金融发展到一定阶段的产物,可与用户 需求无缝衔接,提供高度便捷的服务获取方式。 通过打造开放银行体系,将各类金融基础组件通 过标准API和SDK形式向外输出,具备输出支付
结算、账户管理、理财投资、信贷融资等金融服 务能力,面向市场迅速推出成熟场景的解决方案,
同步配套用户授权、应用监控等安全措施,为各 类场景金融提供技术支撑。同时,打造面向学校、
医院、旅游、购物、出行等不同场景的特色功能。三是推进数据的拓展与应用。以农行大数据
平台为基础,整合跨渠道、跨系统、跨机构的数据 信息,进一步提升海量数据的处理和分析挖掘能力,
为各类数据应用场景提供技术支撑。例如,利用本
行数据资源,结合外部数据,构建覆盖全渠道、统一、完整、清晰的客户视图,建立公私联动立体式 营销体系,实现智能分析、实时跟踪和事后评价。
又如,借助大数据和人工智能技术打造智能营销平 台,构建精准营销模型,针对不同客群开展分层分
类营销,实现客户需求的实时感知和产品服务的精
准匹配,提升产品交叉销售率。四是提升智能案防风控。农行具备的大数据
和AI能力为智能化风控提供了基础。为进一步提 升科技案防风控能力,应从系统、模型、数据、
规则四个维度进行信息统筹,最大限度地降低案
防风控成本,同时建立模型、数据等共享复用规则,
加快推动案防风控信息的互联互通,综合提升科
技案防能力。在智慧案防领域,应重点推进大数 据案防在信贷、运营、员工行为、反洗钱、反欺
诈等领域取得突破。如,建设反欺诈平台,对信 用卡、贷款等各类交易进行事前分析和事中监控, 并建立自主学习、适应变化的智能反欺诈机制; 建设智慧信贷平台,助力信贷业务的智能决策和
风险控制。推进智能反洗钱工程,构建智能管理、 监测、评级、监管、报送五大能力。五是促进全渠道融合。提升前端渠道系统的 敏捷快速迭代能力,可以快速响应市场变化,迎
合客户需求,提升线上交易占比,实现线上、线 下和远程三大渠道之间的客户交叉引流、信息一 致呈现、服务无缝衔接。全面建设新一代智能掌银。 结合人工智能技术,以智能交互、智能风控为突
破点,实现智能账户、金融管家、生活助手和智
能营销等功能,逐步将农行智能掌银全面建成基
于数据驱动的金融服务平台,为客户提供个性化 产品。促进网点智能化转型。构造一体化网点业 务服务支撑体系,支持分行特色业务研发。柜面
方面,应基于新柜面应用平台的快速交付能力,
为柜面业务产品创新提供强有力支撑,全面支持 网点智能转型。自助设备方面,要加快设备智能 化进程。基于自助设备统一平台,实现自助设备
的统一管理,实现各渠道间的信息互联互通、全 面共享;借助人脸识别、语音识别等技术简化自 助设备操作,提升用户体验。推进客服中心智能
化建设。整合升级客服语音系统,支持一体化运 营;建设客服营销协同系统,支持开展线上营销; 引入人工智能产品、构建智能分析平台等,提升
智能化水平。(二)推进IT架构转型,全面提升科技支撑 和服务能力围绕数字化转型的要求,科技部门要以业务 需求为导向,在现有技术平台的基础上,推进IT 架构转型,构建规则统一、服务共享、支撑到位
的新一代IT技术平台,建立能有效支持数据共享 复用、系统互联互通、产品快速迭代、服务模块 搭建、应用弹性扩展的IT架构体系。1.IT架构转型的整体思路按照“数字化转型 再造一个农业银行”要求,
应用云计算、大数据、人工智能、分布式、微服
务等前沿技术手段,基于先进的设计理念,按照“底
层贯通、数据共享、模块共用、系统互连”的基 本逻辑,从客户体验出发,打造更加安全、稳定、
•数字化转型•敏捷、智能、弹性的,涵盖前中后台的新一代IT 技术架构体系,全面提升资源、数据与信息的管
理服务能力,为业务提供完整开放的技术生态, 助力全行数字化转型。IT前台定位于更敏捷地实现前端渠道系统, 如网银、掌银、柜面、自助设备等。作为将产品
和服务送达客户的触点,渠道系统将更加贴近用
户、快速响应市场变化。IT中台定位于银行产品、
服务和流程的实现。围绕技术复用、服务共享的 理念,以松耦合、组件化为导向,对金融基础服
务进行重构与完善,构建基础服务共享组件,通
过参数化、配置化实现产品与服务的快速创新。 IT后台定位于统一的核心资源管控和技术能力支 撑。提供大数据、人工智能、云计算等技术,实 现IT基础设施、数据信息、技术能力等核心资源
的整合与管理,提升信用评估、风险管理、合规 管理、会计核算等业务运营能力。2.IT架构转型的实施路径在数字化转型开局破题的重要阶段,科技部 门将以九大重点科技工程为牵引,贯穿前中后台,
稳步推进IT技术架构转型。在前台端,逐步构建
更加敏捷的应用开发平台体系;在中台端,加快 分布式核心系统、开放银行技术平台、分行金融
服务平台建设;在后台端,持续深化大数据平台
建设,有序推动云架构、人工智能平台等建设。一是前端应用开发平台工程。为了支持系统 与应用的快速迭代创新,实现敏捷开发,重点建设
三个领域的前端应用平台。建设全行移动应用研发 平台,并逐步实现智慧掌银、智慧信贷等移动端应
用研发和迁移。同时,基于移动领域总分联动的研
发模式进行特色业务创新发展,逐步推动人脸识 别、语音识别、OCR识别等技术在分行的应用。
推广新柜面应用平台。推进分行完成到新平台的 切换,总行全面实施新架构下的柜面交易重构,
实现全行柜面交易开发运维一体化,提升柜面业
务开发效率。打造自助设备统一平台。逐步将自 助设备迁移至统一平台,打造一体化网点业务服
务支撑体系,统一自助设备的开发、运行和管理, 支撑网点业务快速创新,助力零售及网点转型。二是分布式核心银行系统工程。目前,农行
核心业务系统为“主机为主+开放为辅”的模式。
为应对前端面客产品和服务的快速更新,应用场
2019年第2期衣银字刊15•数字化转型•景的规模扩张等新要求,要进一步推进向分布式 架构的转型。除关键应用采用主机平台,其它应 用均迁移至开放平台,既保留了主机稳定、安全
的特点,又具备了开放平台低成本、易扩展的优势。 充分优化产品工厂、合约、账务等基础模型的能力,
通过组件化、参数化的方式支持个性化、多样化 应用与产品的快速构建,形成灵活的产品创新体
系,实现由“封闭的单体架构”到“开放的分布 式架构”的升级。三是分行金融服务平台工程。为了加大对分
行特色业务的研发支持,加快打造新一代分行金 融服务平台,实现全国分行的部署和应用,平台
提供插件式封装组件和全局的应用资源视图,以 参数化设计灵活实现业务流程再造,面向行业提
供开放接口,实现与第三方的数据和服务共享,
支持分行现有平台应用平滑迁移,深化总分联动 开发模式,提供银政、银财、银军、银医、银校、 银电等行业级应用服务,全面支撑总分行特色、 大规模、行业级应用的快速开发与创新。四是开放银行技术平台工程。通过构建开放
的银行技术平台,推进跨界融合,为客户提供“无 处不在”的金融服务,向第三方输出业务能力, 在促进获客、活客的同时,使本行业务渗透到更
多的垂直领域。在技术平台建设方面,应逐步打 造和完善开放银行接口网关、开放银行服务网站、
开放银行开发者中心及开放银行运营管理平台, 具备金融服务和行业解决方案的输出能力。五是大数据平台升级优化工程。为决策支持、
风控运维等领域提供有力支撑,需进一步加强数 据的管控、分析、挖掘等能力,形成高效、共享 的大数据平台。构建全行数据治理体系,对分散
信息进行集中整合与管理,加强跨行业、跨系统、 跨机构的业务融合,通过和第三方联通,实现数
据信息共享。构建集约式指标库、标签库和分析 模型库,全面提升对数据的分析挖掘能力。在目
前已建成的大数据体系及数据规模的基础之上, 全面完成八大数据集市的建设,进一步丰富分析 挖掘平台应用范围,完善分析模型库的功能及业 务管理流程,为前台营销和精细化管理提供数据 支持。六是人工智能(AI)平台工程。目前,农行 已初步形成了由“金融大脑” “数据挖掘平台”
16农辐学別2019年第2期等系统组成的人工智能体系,并在实际业务场景 里得到了较好的应用。为进一步统一人工智能产
品的技术架构,共孚各类AI算法和模型,需要构
建标准统自主可控的全流程、一站式、自动化、 智能化的企业级AI平台。平台应具备多维度延展
性,支持各种模型拓展,可高速处理海量数据,
面向全行输出AI基础能力(如人脸识别、语音识别、 语义理解等),能实现人工智能技术在精准营销、
智能风控、智能运营、智能决策等业务领域的应用, 为驱动产品创新提供多元化的AI能力支持。七是云平台部署基础工程。为进一步实现基
础设施的灵活调度、动态扩展和资源节约型集成
管理,快速响应线上银行系统的迭代部署,提升
资源对弹性变化的处置能力,应逐步构建高可用、 易管理的云平台。在应用云(PaaS)方面,持续
优化部署架构,试点PaaS云平台部署,逐步推动
典型应用系统上云。在基础云(IaaS )方面,优化
计算、存储和网络资源的一体化运维管理,在开 发测试环境部署的基础上,逐步扩大应用场景和 应用规模,最终实现生产环境的规模化应用。八是应用安全加固工程。建设统一的安全应 用平台,为全行应用安全提供全方位支撑。在基
础环境方面,统一建设、管理全行各类应用的安
全基础设施,为业务发展提供保障。在应用安全
方面,统一各种安全认证手段,将安全应用从业 务流程中抽象出来,实现安全应用模块化、服务
化。在业务控制方面,应用AI技术实时发现可疑 交易及客户,提升安全认证等级,保障客户交易 安全。在新技术引入方面,完善风险承受评估机制。
在网络安全防护方面,将”边界防御”升级到“纵
深防御”,全面提升网络安全问题的发现、溯源、 处置和取证能力。九是智能一体化运维工程。生产系统的运维 管理是金融科技创新的基础性、前提性工作。科
技部门将构建新一代”平安是福”生产运维平台, 统一总行京、沪两地运维门户,形成全行统一的
运维视角,并从以下几个方面强化运维智能化与
一体化:加强运维监控深度,实现多指标监控报 警关联分析;升级操作工具,实现“人工化”向
”工具化”转型;增强分析决策,基于历史数据,
辅助故障诊断预测;加强安全管理,通过运维操 作行为分析,实现安全态势预测。
因篇幅问题不能全部显示,请点此查看更多更全内容