主题:AI赋能商业银行知识图谱与智能金融

时间:2017年11月8日上午

地点:乌镇枕水酒店


  主持人(邵山):尊敬的各位领导,各位朋友,大家上午好。欢迎参加2017首届智能金融知识图谱峰会,主题是“AI赋能商业银行”,相信本次会议的领导也对这个主题很期待。我是此次会议的联合主办方《金融电子化》杂志社的副总编邵山,很高兴主持今天的会议。

  主持人:首先介绍一下出席此次会议的重要嘉宾:
著名经济学家、中国农业银行前首席经济学家向松先生
中国人民银行嘉兴市中心支行张一兵行长
柳州银行黄瑞刚副行长
兰州银行行长助理何力先生
盘锦银行曹秀春副行长
九江银行CIO肖璟
邯郸银行CIO,清华大学、加州伯克利客座教授王强
青岛银行信息技术部杨斌总经理
华融湘江银行科技部李军后总经理
富滇银行科技部副总经理马璟
南京银行大数据副总经理丁晓平
中原银行科技部大数据部门主管刘远东
宁波通商银行信息科技部总经理助理徐海红
宁波银行金融办副主任王勉
海致网络总裁杨再飞先生
海致金融业务副总裁杨娟女士
以及更多来自银行业、媒体界的各位朋友们,我在此就不一一介绍了。欢迎各位代表、各位嘉宾的光临
对了,还有一位大家其我留到最后介绍,因为大家都知道,都看到,都想认识到的一位神秘嘉宾,就是少年天才,前世界排名第一的围棋选手柯洁,我们先有请柯洁上台跟大家打个招呼吧。

  柯洁: 大家好,我是柯洁。
这次很高兴能来到乌镇,这是我今年第二次来到乌镇,很高兴有机会和在座很多嘉宾聊一聊关于人工智能的话题。
其实我并不是人工智能的专家,甚至说连入门的一些知识都不太懂。不过就在半年前,在乌镇5月份的时候,我与谷歌的人工智能AlphaGo进行了一次人机大战。结果不出意外的,我成为了人工智能的垫脚石。也很感慨,今天再次回到乌镇,很多围棋圈外的人知道我可能并不是因为围棋,可能是因为AlphaGo,因为人工智能。对于我而言,人工智能始终是一个避不开,必须面对的话题。
今天这么多在座人工智能的专家,我自己再讲人工智能的话,我会觉得非常浅薄,知识确实差一点。所以说这次很荣幸能够和这么多人工智能专家,还有与金融界各位前辈们有非常高的交流机会,这是我们的荣幸。
今天还有很多话想说,围棋界的人应该说是最早与人工智能接触的一批人类,因为围棋在传统意义中是传统的行业,这是我们的国粹,古代“四艺”的琴棋书画中的“棋”,当传统行业与未来人工智能发生碰撞时,我们可以看到一个创新,未来传统的文化当遇到人工智能时,人类与人工智能该怎么样和谐相处,围棋界走在这样交叉口的路上,我们该怎么样面对人工智能。
我非常喜欢把实话讲出来的人,以我现在的状态,无论我怎么努力,这一辈子都不可能赢AlphaGo。因为它们的棋远远超出了我们的想象,超出了我们所认知的境界。人工智能在未来绝对是不可限量的,潜力也都是无限的。现在有很多科技界的大佬们,还有金融界大佬们,都是向AI领域看齐。我也很好奇AI如果放在金融界的话会有怎样的表现,好像已经有很多数据出来了,表现得也都很好。
对于我而言,以后如何与AI相处,棋手可以通过AlphaGo行棋的思路从中获益。传统印象中下出一些理所当然的棋,在它的眼中,在人工智能的眼中都是错误的。它有一条更简洁、更快捷、更有效的方法颠覆传统的下法和认知,这是以前完全不可想象的一件事情,居然还有人工智能会颠覆所有传统的认知。
在开始的时候,甚至棋手是把它当做一个对手来看,因为那时候并不相信人工智能能够战胜人类。在传统印象当中,围棋的变化量非常大,暴力运算是不可破解的。但AlphaGo却用一种不同的算法攻克了围棋,现在Master也好,还有传统的AlphaGo也好,我们只能做一个学习的榜样,努力的学习,这是棋界的现状。
通过学习,人类的棋艺也会比过去更强大一些,理论也会比过去更先进一些。棋手对人工智能最直观的感受,通过学习之后,我们可以做得更好。
我觉得未来是人工智能的,谢谢。

  主持人:非常感谢柯洁的介绍,让我们感受到人类最顶尖的智慧、智力的活力,同时提出一个尖锐的话题,传统文化与最新技术人工智能怎么样融合,金融、经济如何和人工智能融合,这的确是一个很好的话题。今天主题也是“AI赋能商业银行”,相信昨天在办理入住时也体会到刷脸识别,属于人工智能的一种,体会到它的魅力。
AI对金融行业意味着什么,能带来什么,今天来自银行业和科技界各位嘉宾济济一堂,相信会有非常好的讨论。接下来有请本次会议联合主办方,有请海致网络总裁杨再飞先生致欢迎辞。

  杨再飞:首先向各位嘉宾的到来表示感谢,感谢各位嘉宾不远万里来到这里。相信今天各位嘉宾的分享的东西,一定配得上乌镇这里美好的秋色,相信各位一定会有所期待。
柯洁所阐述的,不仅对于围棋界,对于整个人类的意义都非常大。如果在柯洁下这几盘棋之前,人类对于人工智能能不能改变我们的社会还有疑虑,下了这几盘棋之后,这个疑虑已经不存在了。当然认识到这一点的不仅仅是柯洁,在过去这三四年服务商业银行和金融机构过程中,我们也感觉到中国商业银行和金融机构对于人工智能的浪潮非常敏锐的,我们对机器学习、人脸识别等相关人工智能方面已经做了非常好的突破。甚至在很多领域,中国的银行、中国的金融机构还走到世界前列,这些都让我们非常感佩。我觉得在这个浪潮中,一定会在在座中间,在中国商业银行中一定会产生世界级FinTech巨头,当然也会给科技公司带来非常好的机遇。
刚才柯洁提到一个非常好的问题,他讲到围棋界走到一个交叉路口,人和机器能不能和谐相处。未来是属于人工智能的,人工智能的未来是不是属于商业银行,是不是属于传统上具有优势的金融巨头,这个问题恰恰是我们今天在乌镇应该认真去研究和考虑的问题。当然今天商业银行在人工智能方面已经有很大进展,我们必须同时看到,我看到这组数字还是非常令人吃惊的,每产生100万美金的收入,大概会产生820GB的数据,但真正利用率只有34%。与此同时可以看到,仅仅是一个客户的搜索词条为例,每年代发工资本来是非常好的优势资产,但每年流失到支付宝这样金融平台非常多,前三季度就流失了40亿。全国每年就带发工资这一项,从商业银行流出资产就能达到十几家中型的城市银行。
在惊人的现实面前,一方面是互联网公司,FinTech公司,他们千方百计24小时收集数据、挖掘数据、研究数据,来用各种各样智能方案贴近客户。一方面,数据在大量的沉睡,这样的状态下我们应该认真研究,如何更好挖掘数据,用更多先进科技来推动商业银行把这些数据从沉睡变成财富,更好面对新的人工智能时代竞争,让人工智能不仅仅属于人类的未来,更属于商业银行、金融机构的未来。
我想今天的会议,我们希望在这个方面能够找到一些尝试和答案。当然各位都特别忙,很多嘉宾还要去下一个会议上,确实秋天也是一个收获的季节。其实乌镇不仅仅是快节奏互联网的源泉,其实也是慢生活的水乡。希望各位在繁忙会议中能够放下匆匆脚步,看看鲁迅先生纪念馆,看看乌镇的水乡,茅盾先生的故居,能够体会一下水乡的秋色。 谢谢大家,祝愿大家今天有美好的一天。
主持人:谢谢杨总的分享。现在很多银行已经用到了人工智能,用到知识图谱的知识,而海致网络也是在这方面进行了相应的创新。在金融领域下一步大趋势是什么,金融业会怎样被新的金融科技所改变,或者是共同融合。下面有请著名经济学家,国际货币研究所理事兼副所长向松祚先生发言,他为我们分享“新定位、新机遇、新挑战——全国金融工作会议后的新金融格局和商业银行转型”,有请。

  向松祚:各位朋友,各位银行的同行,大家上午好。
很高兴来参加这样一个非常有意思,非常重要的会议,智能金融。当然我首先感谢海致公司杨再飞总裁的邀请,让我再一次体验人工智能对于整个行业所带来的影响。刚才少年的围棋天才柯洁,柯洁今年才20岁,比我整整小了30多岁,年轻的少年天才说对人工智能也不知道怎么回事,其实我也非常的抱歉,非常的惭愧。人工智能究竟怎么回事呢,我也不太了解,虽然我本科是学工科的。但我现在深深感受到人工智能正在快速的,甚至迅猛的波及改造整个世界。
我前不久在硅谷,我每年都去硅谷很多次。两个礼拜以前,我在硅谷参加一个会议,两天的会议。中国的企业家在硅谷成立了硅谷科技协会,我是这个协会首席经济学家。结果两天的时间,有20多个企业来宣讲他们的公司。我后来看了一下,全部都是讲人工智能。人工智能现在这个概念,各位朋友,各位搞银行的朋友,我在商业银行工作了多年,在中央银行也工作了很多年,人民银行。
人工智能覆盖到什么程度,最大的叫智能国家。现在全世界有两个国家提出来到2030年,他们的国家要变成智能国家,就是北欧的两个国家,丹麦、芬兰。
什么叫智能国家,再下来是智能城市,智能社区,智能家居,智能家庭,智能驾驶,这是我们在硅谷听到差不多有1/3的公司都是讲自动驾驶,自动驾驶就靠人工智能。当然还有今天杨再飞所领导的海致公司搞的智能金融,其实智能金融今天已经不是我们在这儿谈论的话题。现在各位所用的很多已经是智能金融了,手机支付、移动支付,还有很多很多,包括大的商业银行所做的这些东西,很多都已经智能化了。
当然,正如刚才年轻的少年天才柯洁所讲的,人工智能未来到底怎么回事,我们还需要保持高度的关注。我认为大家开这样一个会议,特别是各位商业银行的朋友,一起来讨论交流,一起来分享,我觉得这是非常重要的。这个世界变化的实在是太快,不是我不明白,是世界变化太快。跟得上有一个办法,我们要多多分享、多多交流、多多学习。
我今天在商业银行,我们就说说银行的事,说说金融的事。我今天和大家谈得话题,主要是金融,特别是在座各位所从事的商业银行未来是一个什么样的趋势,特别是在智能科技、人工智能飞速发展变化大的时代背景下,商业银行的出路在哪里呢。大家都知道2017年发生了很多重大的事情,当然最重要的事情就是党的十九大的召开。对于银行业的朋友,对于金融业的朋友还有一个非常重大的事件,就是今年7月份召开的全国金融工作会议。全国金融工作会议不是每年在开,是五年开一次。那么全国金融工作会议也好,十九大也好,都对我国金融行业未来发展,我的体会,给了完全重新的一个定位。我认为在座商业银行的各位朋友,必须要深刻领会重新的定位。
十九大对中国经济有几个非常重要的判断,我们首先要明白。
第一个判断,我们现在是由高速发展阶段过渡到质量提升阶段。在全国金融工作会议之后,在十九大之后,我在多个场合和商业银行朋友说,这个判断对商业银行比任何行业都要重要。过去商业银行发展靠什么,说白了就靠两个东西,资产规模、利差。你的收入就等于资产规模乘以利差,资产规模迅速的膨胀,所以工农中建交,所有的商业银行这些年资产规模都是快速的飙升,然后乘以利差。中国商业银行利差在全世界水平来讲都是比较高的,现在的利差仍然高到2.2、2.3、2.4的水平。可能你们所在的商业银行利差还要高一点,但这个不可持续。
资产规模扩张还能持续吗,因为整体经济要从一个高速增长阶段结束了,资产规模还能扩张吗。现在商业银行的资产规模,整个中国商业银行资产规模已经突破240万亿人民币,还怎么可能快速增长呢。所以下一步在质量的提升,商业模式的转型,业务的创新,我想这是大家竞争最核心的地方。
尤其是这次全国金融工作会议,什么叫重新定位,我今天没有时间展开详细的讲。全国金融工作会议基本的精神,我概括为“一二三四五六”,我今天想重点谈得是一,重新定位。
重新定位,怎么定位呢,我们看看总书记和总理的讲话。总书记的讲话,第一个讲话当然是站在国家战略的高度,站在国家安全的高度讲了三个层面,国家的核心竞争力,国家的金融安全,国家基础性的制度。还有比这个更重要的吗,讲金融讲到这个层面,所以在座各位在金融业工作叫责任重大,现在时髦的话叫责任重大,使命光荣。但我也告诉各位,你的危险也很大,风险也很高。更重要的定位是实体经济的血脉,为实体经济服务是金融的天职,金融的宗旨也是防范金融风险的根本举措。克强总理怎么讲的,要把服务实体经济作为根本目的。
大家看,这一次讲“两个重点”,防风险、严监管;三项任务,服务实体经济;四项原则,第一项就是回归本源。五大课题也好,还是六大趋势也好,都是紧紧围绕重新定位。为什么国家最高领导人要金融工作会议上要对金融进行重新定位,各位同行朋友大家思考一下。那只能说明我们这些年在中国金融业、银行业飞速发展的同时,金融业、银行业已经开始走偏了。偏到哪里去了呢,那就是我下面要专门谈到的,现在出现的脱实向虚,玩虚的。
脱实向虚,它蕴含着巨大的金融风险,脱离实体经济玩金融。资金在金融体系内部,在银行体系内部循环,参与各种炒作,那这个金融风险就非常大了,而且实体经济的负担、实体经济的融资成本还会越来越高。所以这次重新定位,它是抓住中国金融、中国商业银行目前发展的一个根本问题,一个根本性的大问题,就是金融到底是干吗的。金融是紧紧围绕赚钱吗。商业银行过去这些年,特别是大的商业银行钱已经赚的不少了,赚的很多了。看了3千多家上市公司的数据,难怪国家领导人,难怪很多实体经济企业家非常不满,非常愤怒,这个数据是值得愤怒的。为什么,3千多家上市公司,商业银行20几多家上市公司,占了全部上市公司利润的60%,这是有很大问题的。
我这里简单提几句,为什么总书记要提到金融安全,总数据和总理是站在国家战略高度来谈这个问题,因为金融的强大对于一个国家的强大是至关重要的。过去这些年,几百年以来世界的强国,从河南到英国到美国,这些国家之所以能够崛起,金融在里面发挥了极其关键的作用。今天中国要和美国竞争,我们今天和美国相比起来,我们是第二大经济体还是第一大经济体,中美关系是世界上最重要的双边关系。
中美两国客观来讲是很多领域的竞争对手,真正客观讲起来,我们和美国相比起来差距主要在两个领域,一个是最新的科技。最新的科技,当然有些领域中国已经开始走到世界最前列,甚至少数领域已经领先世界。但总体而言,我们的科技和美国还是有很大的差距。另外一个巨大的差距就是金融货币,金融货币最核心的就是美元是真正全球的储备货币。我们可以看一看全世界哪些货币是属于储备国际货币,就是美元、欧元、日元、英镑,这是我所在的人民大学编的货币国际化研究指数。衡量一个货币国际化程度,美元是遥遥领先的,第二是欧元,第三是英镑,第四是日元。
现在人民币的国际化指数怎么样,最高的时候曾经到过接近4的水平,3.91,现在已经下降到只有2.26。特朗普要到中国访问,英国时报评论说特朗普和习近平主席会面,就像两个高手要打牌。你手中的底牌,真正的底牌有几个,英国人看问题是非常独到的,它说特朗普手上和中国人打交道,特朗普至少有四张牌,中国基本上没有还手之力,其中一个牌就是金融。
我们今天为什么要谈金融,可能各位会想我就是一个小商业银行的部门经理,一个商业银行的行长,管得了这么多事吗。我们要成为一个合格的金融家,成为一个合格的银行家,你不能只种这一亩三分地,还要关心国际大事。为什么全国经济金融工作会议把金融提到这么高的高度来看待,很简单,如果我们自己把金融搞乱了,如果自己把国内金融搞得乱七八糟,风险爆发,出现金融危机,我告诉各位,人民币要出来一个真正国际储备货币,要和美元、欧元,哪怕英镑、日元竞争,你就别想了。
为什么人民币国际化最早3.91,现在只到2.26,就是因为从2015年爆发股灾,2015年夏天爆发股灾,在座各位炒股的可能也有亏钱。爆发股灾以后,人民币出现剧烈的贬值预期,很多人在市场上炒,说人民币马上贬为7.5,甚至贬为8.3,甚至贬为10,国际上很多炒家在香港,在离岸市场疯狂做空人民币,所以很多人不用人民币做国际结算,人民币国际化指数快速下降。
国内金融稳定,国内金融的强大,国内商业银行的强大,国内资本市场、金融市场的强大,是货币强大、货币国际化的最根本基础。我们自己在国内瞎搞,搞得金融风险巨大,那怎么能实现国际化呢。我这里和大家谈得第二个蕴含的巨大风险,这个话要讲也要讲半天,我今天点到为止。这个风险看过去一句话,脱实向虚已经是我国经济面对的突出矛盾、尖锐问题和巨大风险。金融不再服务实体经济了,或者说金融已经有一些偏离、脱离了服务实体经济,自己玩自己的,自娱自乐,自己赚钱偷着乐,那能行吗。
当然这也不能完全怪金融行业,也不能完全怪商业银行,这是整个中国经济整体确实出现了一些巨大的问题。这里我举了很多表现,特别提醒各位注意的,我们今天面对最严峻的金融风险就是杠杆率。经济整体杠杆率大幅飙升,飙升到什么程度,大家看几个图表,这些年新增信贷占GDP比例都是快速上升。这些年经济扩张靠什么呢,从09年以来中国全社会杠杆率快速飙升,很多企业扩张不是靠科技的提升,劳动生产力的提升,是靠债务。
这真正给在座各位朋友敲了警钟,今天在座很多是城市商业银行,城市商业银行、农村商业银行坦率的说,大家抵御风险的能力比不上工农中建。工农中建不太会破产,我可以讲肯定不会破产,它的不良率再高不会破产,这个道理不用我说。但你们所在的城市商业银行,农村商业银行就不一定了。当然破产可能会被收购兼并,已经有些商业银行不良率超过10%了,主要就是企业负债率太高了。
今天我们看到一些中国企业出问题,出在哪儿,倒在哪儿,就是倒在高负债、高杠杆。尤其是和房地产相关的,整体房产企业杠杆率如此之高,说实话今天很多大的房地产公司老板都是非常精明的,都在纷纷想办法。我们的房地产市场会不会出现大的问题,这是中央宏观决策部门最头疼的一件事。你的负债率达到90%,达到80%,原则上资产价格只要下降10%,20%,这个企业就是资不抵债。
我非常熟悉的一个企业,因为这个消息没有正式公布,我就不说这家企业的名字了,这个老板我非常熟悉。这个老板已经被逮进去两三个月了,原因是挪用上市公司的资金,整个集团也是负债巨高,超百亿的负债,根本无力偿还。从银行贷款、票据,现在麻烦大了,可能很快你们就会看到这个消息。
乐视的例子教训还不够深刻吗,乐视说一千道一万,它的商业模式也好,为什么出这么大的麻烦,就是负债率太高了。连美国这些旁观者都讲,哪有搞高科技的企业从银行贷款,从基金借钱,搞这么高的杠杆,那是非常可怕的。万达的问题,如果万达没有借多少钱,或者根本没有借钱,完全自有资金,它会出现这样的问题吗。
我今天讲这些话可能比较刺耳,大家听了可能会不太爽。但我既然作为一个学者,以前在银行工作这么多年,我和大家讲一句实话,衷心的期望各位商业银行都把神经绷紧起来,你们要对客户做非常细致的调查。
杨总提的知识图谱、智能金融,就是看看从大数据办法克服这些问题。现在很多企业担保链互相互保,互保十几个企业,我到浙江、温州调研,当地的人讲一个担保链20多个企业,后来发现全部是他一个人的,本质上还是他一个人担保,这样的案例太多了。我们到陕西郓城,一个担保链十几家企业都是他一个人的,表面上看起来是不同的法人、不同的行业,银行也很容易骗。我以前在农业银行做首席经济学家,我和下面这些分行讲,我说骗银行很好骗,还有一部分是你们自己也愿意被骗。还有是你们内外勾结,大家一起来骗国家!
这些暴露出来的问题,这次全国金融工作会议总书记的讲话,总理的讲话,这是公开发表的,用词都比较温和,用词都比较真实。我所知道的在会议期间讲话讲的是非常严厉,甚至是拍桌子,讲的是非常愤怒,叫“金融乱象”。
今天早上刚刚发布的消息,新任公安部长第一个文件就是打击金融犯罪,打击金融诈骗,是现在公安部门首要工作之一。这个东西能威胁到国家安全,它不是一件小事,这里大量流通性,金融风险在金融体系内部循环,各种套利,这就是总书记在多次场合讲到的金融乱象,通过各种套利,使企业的成本越来越高,企业不堪忍受。
我所了解的情况,一般企业从银行拿资金成本不会低于12%,很多都在15%以上,甚至20%以上,这样实体经济日子能好过吗,这些问题都需要我们高度重视。
当然这里还有很多金融乱象,比如说各类金融杠杆为主要操作手法的金融控股集团,什么这个系,那个系;这个大鳄,那个大鳄。我前不久在深圳参加中国保监会的年会,保监会副主席在会上讲的非常严厉,讲保险行业现在要着重打击四大类金融乱象,全国保险公司董事长、总经理都坐在下面,其中就包括郑总。很多利用保险公司加杠杆,杠杆高得出奇。据说有的保险公司杠杆率已经超过20倍,用一点点自有资金,根本就没有自备金。然后通过各种关联交易,关联关系,虚假注资,恶性膨胀资产,杠杆率超过20倍。一旦垮台,这个风险谁来背,保险公司是没法破产的,保险公司破产就是社会大事了。一家小银行破产没事,保险公司一旦破产马上出大事。
全国金融工作会议传递出来的一个根本信号,我们要调整未来业务的方向,必须要想办法化解金融风险。为什么讲防范和化解金融风险实际上已经成为我国金融工作的第一要务,我们非常担心出现“四大危机”,股市、债市、房市、汇市。这个危机现在能说完全没有可能性吗,看看去年的债市,看看2015年这几年的股市,看看前些年人民币的汇率。还有现在担心的一个根本问题,所有这些债务超过70%都是用房子、土地来抵押的,所以叫房地产彻底绑架了中国的经济。
在座各位做的银行贷款,相信这个比例也不会低,不都是靠房子抵押,土地抵押。一旦房子抵押,土地抵押价格大幅下降。现在我们不仅仅要化解金融风险,脑中的弦要绷紧,要采取各种办法。现在我们已经采取了各种办法,这里不一一的讲。尤其有一条,对于负债率过高的企业要限制甚至停止授信,特别是各种担保链,大家搞不清楚的也要利用各种手段把企业情况摸清楚。
有的企业表面看起来负债率很低,但有很多隐性债务、潜在的担保,你搞不清楚。最后一旦爆发出来,完蛋。乐视这个案例值得大家很好的研究,很多号称资深基金经纪人全部栽在里面,为什么,就是看表面数据。表面数据不得了,乐视最高市值一千六七百亿,不得了,创业板第一股。贾跃亭讲的故事宏大的不得了,他讲的故事,全世界乔布斯都赶不上他,大家都听晕了。但这是不行的,这些问题都是值得我们高度关注。
简要的讲一讲现在应对的挑战,商业银行怎么办呢,全国金融工作会议之后,金融体系面对“六大趋势”,对于商业银行来讲核心的就是货币政策转向,商业银行要开始缩表,影子银行退场。这六个趋势,特别是前面这几个趋势都是跟商业银行经济息息相关的。货币政策转向已经开始了,我前面提到前些年M2增速最高达到27.7%,搞过度了,不能再这么搞了!靠债务扩张,靠加杠杆,加债务,搞低水平的产能扩张,这个经济模式搞不下去了。
搞得下去吗,产品也卖不出去,你看有多少制造业企业赚钱的。中国的量都上来了,但企业不赚钱。你看看创业板的上市公司,说实话净利润一个亿以上的公司都找不到多少家。我让学生算了一下数据,中国科技这一个板块上市公司全部加起来,利润比不上美国五个上市公司的利润。不赚钱的原因是什么,因为我们靠债务。我们不能这么搞,要去杠杆,货币资产要转向,资产价格肯定要受到抑制。
总数据讲的这句话要落到实处,房子不是用来炒的,是用来住的,我们不能炒了。商业银行缩表,影子银行退场。为什么商业银行缩表呢,克强总理明确讲了,所有金融业务都要纳入监管。我在这里讲,无论你是搞什么金融业务,无论再眩目的科技,当然刚才讲的人工智能了不起。不管你用什么科技,搞金融业务都要纳入监管。
我认为这是对的,我们在前些年有一股思潮,金融以后不需要监管了,比特币还需要监管吗。没有监管,在中国人手上全部玩邪了,你看ICO搞成什么样子,甚至一些稀奇古怪的名字。ICO,央视节目请我评论,主持人说还有一个货币马勒戈币,这个货币发出来两个礼拜涨了7倍。
为什么所有金融业务都要纳入监管,大家注意到人民银行最近多个负责人多次表示,不管你用什么技术,最近又出一个新的科技,这可能也是今天会议要讨论的内容。现在除了FinTech之外,还有监管科技,就是利用科技的手段来帮助商业银行符合监管的规定。这些内容都是需要我们认真研究的。
面对的挑战在哪里呢:
第一,传统的金融模式无法持续。过去传统的模式就是资产负债表+息差,很简单的商业模式。但现在都在快速的下降,简单说几个数据,这些庞大的“宇宙大行”现在资产收入、利润都是非常缓慢的增长,有的都已经出现负增长了,这是大势所趋。今天在座各位银行同行朋友,我们确实要看清这个大势。
第二,直接融资。新金融正在快速蚕食商业银行的奶酪,我刚才说所有金融业务要纳入监管,但也挡不住新金融的发展。有些金融科技大佬说得非常刺耳,现在商业银行靠什么活着,商业银行就靠一个“奶嘴子”活着。这个话听起来很刺耳,但我们关起门来讲也有一定道理。坦率的说,要没有这个“奶嘴子”保护,我看现在很多商业银行日子活不下去。我们过去躺在抓存款、搞贷款,这个模式搞惯了,搞新的东西可能提不起劲来。
再一个,你也没有人才储备,那就是人才和激励机制面对重大考验。
当然在座城市商业银行朋友在机制方面比国有大银行还要灵活一点,农村商业银行的朋友更灵活一点。再灵活,你也灵活不过私营企业,灵活不过新金融企业,所以这些挑战都是我们需要寻找对策。
怎么转型呢,其实在全国金融工作会议上,总书记讲话里已经讲了商业银行转型的基本,五个方向。这次十九大中有一句话也非常有意思,非常重要。说我国现在基本矛盾,这是一个大的判断。我国现在基本判断就是人们对日益增长的美好生活需要和社会经济发展不均衡、不充分的矛盾。
什么意思,经过这么多年快速发展,中国至少有一部分人从物质上已经实现了美好生活的要求。当然人的需求是无止境的,未来的不充分、不均衡,这里特别提到在金融方面不充分、不均衡,普惠金融、“三农”金融、扶贫金融。当然还有其它很多行业,比如服务业、高科技、教育、医疗这些短板,这是我们需要认真探讨的,转型的路。
在转型过程中很多途径,这里重点谈一下第一项。我们可能需要从单纯追求做大做强转向做精做强,做精了比做大要重要得多。一开始片子里放了招商银行,招商银行各位都知道,前任马行长我们非常熟悉。其实大家可以仔细研究一下,招商银行在过去十几年为什么快速发展,而且赢得很高的知名度。
我记得有一期杂志,我忘记是哪一年,一个杂志的封面文章写着招商银行就是六个字,“一招鲜、吃遍天”。商业银行之间的竞争不需要什么都领先别人,什么都比别人强,也不可能做得到。但是有一招鲜,你就吃遍天了。
最早私人理财业务、信用卡业务,特别是高端信用卡优质的服务是招行推出的。它一下子把很多高端人群吸引过去。在座的各位,刚才杨再飞总讲到大家不顾舟车劳顿参加这个会议,大家需要探讨智能金融的一招鲜,探讨出一招鲜,你就能吃遍天。
我最后和大家说的就是拥抱金融科技,这个趋势是非常明显的。所以有人说未来企业业态是“三位一体”,很多人讲这个话,腾讯马化腾经常讲这个话,未来的企业是什么企业呢,就是在云端利用人工智能处理大数据,我前面提到硅谷这些人也是讲这句话。
最后用这张图表结束我的讲话,不要耽误太多大家的时间。这一张图表就把所有事全部含在里面了,零售、支付、小微企业融资、资本市场、财富管理、保险,全部做了。当然也包括海致,海致公司杨总所做的这些事情,都涵盖在新的科技里。为什么商业银行一招鲜、吃遍天,你怎么找到这“一招”,我认为是决定未来商业银行能否在快速转型时代,激烈竞争的时代站稳脚跟,并且能够脱颖而出。
我衷心的希望在座各位商业银行朋友大家一起交流,分享,相互学习。我们在新的时代,特别是在防风险、严监管、促转型时代中,如何利用科技,利用最新的科技打造新的商业银行经营模式。
谢谢各位。

  主持人:接下来首先有请兰州银行行长助理何力先生上台,介绍一下他们的成功经验。

  何力: 非常高兴有这个机会在美丽的乌镇听到了围棋天才柯洁对人工智能的一些看法,刚才又听了向老师关于金融监管带来的真知灼见,非常荣幸。在大数据或者AI银行这一块,兰州银行也是做了一些尝试,今天借此机会与各位同仁一起进行交流探讨。我们做了一些尝试,希望专家们能够共同来交流。
首先我把兰州银行大概介绍一下,兰州银行也是属于全国城商行一部分,成立也和其它城商行一样,1997年成立的,今年也是兰州银行成立20周年。98名为兰州市商业银行,08年更名为兰州银行,2016年成为全省规模最大的银行,成功申报上市。
我们这几年的发展,从规模来讲的话也是一年一个台阶。到去年年底兰州银行资本排名位列402位,在世界银行杂志排名中。
从金融科技这一块来讲,兰州银行在发展过程中也认识到了科技在金融发展过程中的作用。我们从传统银行以前信息科技策略,通过大量的外包,和其它大银行跟踪学习。以及一些拿来主义,这是老银行的思路想法。我们深深认识到从2010年以后,外包可能包不出创新力,跟随也跟不出差异化,拿来拿不出核心竞争力。总结这三点之后,在科技这一块投入每年都有大幅提高。
科技人员从2010年之前的15人,到现在自己的员工将近160人。和我们一起开发的计算机人员也有100多人,现在每天在兰州银行大厦里进行科技研发的人超过300人。科技项目,我们以前做一些正常的维护,现在有一百多个项目实施开发。科技成果,科技上已经实现了引领,起码在兰州银行信息科技部的作用在整个业务发展过程中的作用非常强。尤其在地域,在省内和企业进行对接拓展过程中,我们行都能在本地区发挥科技优势,为客户提供一些最好的服务。在全国来讲的话,一个本地商业银行在资产规模上超过工农中建,这个在全国也是不容易的。而且竞争力上,在本省也是比国有行更具有竞争力。
兰州银行几个金融科技实践阶段,三个阶段:技术创新、平台战略,以及向互联网生态转型。
第一阶段,我们做了很多创新产品,包括智能机器人,人脸识别,包括ATM这一块。
第二个阶段,平台,我们从2012、2013年向互联网转型,建了大量互联网平台。包括电商平台,解决二手房资金监管的e住e行。包括省内农村三权流转,再就是直销银行百合银行,利用大数据开始做一些风险的预警,包括中小企业云平台等等这样一些平台。
第三阶段,平台逐步在向互联网生态转,我们建一个自己的互联网生态体系是集支付、理财、信贷、电子商务、大数据、金融于一体的互联网金融生态,才能形成真正银行的竞争力。我们做统一用户体系,再通过一户通运用支付渠道建立“榕树模型”,把金融融入到社会生态中,在衣食住行中不出不见金融。传统银行向新兴金融科技企业产生竞争,把我们的优势发挥出来,能够借鉴到金融企业的优势,形成我们自己的优势。
去年开始我们和海致大数据一起,金融形态建好了,传统的金融数据以及外部数据如何运用呢。去年我们和海致公司一起构建了全行知识图谱平台,上面是传统互联网生态各个平台体系,下面是互联网数据的同步,还有行内外数据融合,以及知识图谱的建设。全行级知识图谱平台,我们融合了互联网和行业的数据,大家都知道银行的数据都是结构化的数据,互联网的数据都是非结构化的数据,怎么融合。包括源数据的管理,知识图谱的管理,统一用户的体系。
在云计算、大数据、互联网金融快速发展的环境下,商业银行传统营销与风险管控能力不足日益凸显,在营销方面信息不对称,广撒网的营销成本太高,营销方式与产品也不是以客户为中心。营销决策依赖于经验,而不是数据,对市场商机反应不敏锐。风险防范,随着客户范围的不断扩大,传统以人工干预、现场检查为核心的风险防范和应对模式,无论是成本还是反应速度无法适应现在新的变化和需求。
知识图谱,我们把不同种类的信息连接在一起得到一个关系网络,从关系的角度去分析问题的能力。应用搜索引擎中,知识图谱可以将搜索结果进行知识系统化,为我们提供认知。结构化的数据还有半结构化的数据,主要是社交网络的数据,工商局的。非结构化的一些客户财报,我们通过第三方知识图谱把这些知识进行融合。通过抽取以及消解,最终形成真正需要的知识图谱标准数据。
我们的项目是从今年3月份开始启动,一直到现在,已经上线运行了,整个效果还是非常好的。平台建设之后主要应用在以下四大方面,第一是挖掘潜在的新客户;第二,挖掘存量客户与潜在的需求,怎么把存量客户用好;第三,反欺诈;第四,风险事件预警。
第一,挖掘潜在新用户。国家出台新政策之后,通过这个知识图谱平台寻找符合我们的客户。挖掘存量客户,在现有系统里通过知识图谱的技术设定一些条件,能够找出来目标客户,精准定义营销。第三是反欺诈,整合已有数据中借款人的消费记录、行为记录、关系信息以及地域等等,根据以上要素建立关系图谱,依托已有的反欺诈模型进行匹配,发现潜在风险并进行有效防范,这个东西已经在我们行里开始实际运用了。
(图示)还有欺骗图谱,一个固定IP,使用多张信用卡伪造多个身份,这是一个实际案例,效果还是很好。
第二,风险事件预警,当现有贷后检查发生信息变更时,客户经理会收到提醒。
第三,对公企业数据一站式获取,通过现有爬虫技术,我们一键拿到全部数据,要比以前分散的客户经理查询一家企业时,现在有了大数据平台非常智能的全部把数据汇总在一起,我们能够直接的看到所要的所有信息。
第四,深度挖掘行内对公企业潜在关系,以前行内企业与企业之间的关系我们不了解,或者不是很清楚。现在把所有数据导到大数据平台里,通过AI人工智能方式分析了之后,他们之间什么关系,通过点和线的联系,我们一目了然,都能看到。再就是把很多信息,企业进行一站式多维搜索。我们设定地域、行业等等放在一起,它能够自动匹配出来,或者能够找出来我们需要的正常信息。
再就是自动生成企业风险及营销系数,主要是为了了解目标企业在评分模型下的风险及营销分值。根据这个分值可以给客户经理自动算出来所要的分数,达到一个什么样的风险系数,人工来进行干预,这是一些客户的信息。
第五,整合行内企业转帐,担保信息。企业与企业之间的转帐信息,我们发现关联关系,筛选之后分析。
这个大数据平台建好之后,整合了行内数据和外部数据,介入行内已有对公CRM系统、对公信贷系统、百合园办公系统,全面提供对公业务领域大数据风险及营销支撑。
信贷审批系统预调查环节提供对公企业工商信息、司法信息、关系图谱信息,极大提高业务人员的工作效率。这是后台客户经理或者更高一级审批做的事情,现在可以前置了,在调查环节,甚至在客户经理层面就能够获取到这个信息。
这一块做出来之后,我们也在想基于图谱下一步怎么做,最近也在和海致技术专家一起探讨。
第一是深化NLP应用,自然语言的处理。第二,深化反欺诈场景。以前或许了大量的数据,有一块数据没有挖掘出来,就是相关的文本信息,我们要进行分析在前期处理是相对比较薄弱的。已经有了一个基础的图谱信息之后,下一步怎么来做,就是在日至的解析、授信解析、贷后落实核查。深化反欺诈场景,主要是关系过滤等方面的工作。
深化NLP应用,我们对行内非结构文本数据进行进一步的渗析挖掘,发挥它的价值,贷前、贷中、贷后一系列的工作。
(图示)这是一个结构化处理的例子,以前通过手工输入或者营销拜访日志智能解析,提高信息汇总效率,实现多维度可量化统计。通过这个技术嵌入授信流程,减少重复劳动。传统的需要客户经理审批,每个环节怎么来做。引入了人工智能NLP自动数据处理之后,黄色都是机器自动完成的。
深化反欺诈场景,在知识图谱发挥作用时,在社交关系图谱、转账和账目网络、黑名单网络、关系详情多对多记录,ETL清洗,实现反欺诈更加精准。
(图示)这就是关系过滤的例子,通过多关系转帐,常用账号、常出现地址、呼叫关系、亲属、同事,通过图谱快速找到风险点。
我们的思考,单纯的外部数据并不能产生重大的客户价值。一个具有前瞻性,自由关联和可挖掘的平台是银行通向智能的基础性工作。有巨大的数据潜力等待挖掘,银行在智能过程中沉淀了很多数据,当然这些数据很多都是结构化的数据,对客户是非常真实的,真正体现客户经营的数据。在这里有很多可待挖掘的宝藏,我们通过人工智能、大数据分析,可以找到很多信息点。
这是我们兰州银行在信息科技创新这一块的体悟,我们觉得科技创新要围绕极致的客户体验,提高服务效能。科技创新带来的差异化服务能力,差距化的竞争优势正在逐步显现。 科技创新是兰州银行业务发展的必由之路。
以上就是我们在科技创新以及和海致大数据进行合作的案例感悟,今天共享给大家,也希望大家在大数据,或者人工智能运用中能够互相合作,谢谢大家。

  主持人:谢谢,何总分享了把人工智能、知识图谱放到反欺诈,放到挖掘客户这些场景当中,真正实现金融服务的现代化,再次谢谢何行长的分享。
接下来有请青岛银行信息科技部总经理杨斌先生,主题为知识图谱构建智能CRM。

  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。

  主持人:谢谢杨总精彩的分享,传统的CRM还有很多缺陷,包括缺乏对客户的洞察力,无法对客户经理形成辅助作用等等。引入了知识图谱、人工智能,对数据挖掘,对分析问题的能力都是一个提升。相信通过青岛银行的成功案例,也是对银行业把知识图谱用到金融行业的成功充满信心,再次感谢杨总。
接下来有请一位专家介绍一下知识图谱到底有哪些能力,对金融行业会带来哪些改变和提升。接下来有请海致金融业务副总裁杨娟。

  杨娟: 各位尊敬的来宾大家上午好,今天非常高兴能够在美丽的乌镇,美丽的天气,与大家相聚在这里,一起探讨人工智能、知识图谱在金融领域的应用。
我是海致的杨娟,02年我从复旦大学获得了计算机与技术的硕士学位,之后加入了IBM,国际商业机器中国有限公司。花了十年时间一直在专注企业级软件产品及解决方案的研发,销售和交付。02年我去到美国霍顿学院,获得工商硕士管理学位,2014年回国加入到海致大数据,从此就奋战在大数据、云计算、人工智能技术,服务和改变国内大中型企业和中小型企业一线。06年初,我领先开拓了海致大数据在领域的业务板块,一直到今天。
上午的内容非常精彩,向老师给到的概念,防范金融风险。即使他这样不懂人工智能的专家,他也认为我们要拥抱人工智能,拥抱AI,拥抱FinTech,否则传统的金融巨头将面临极大的挑战。接下来两位嘉宾从商业银行第一线的管理者和决策者的角度,分享了用知识图谱和人工智能技术提升科技创新能力,更好的服务业务方面成功的实践经验。
接下来我花一点时间从海致作为金融人工智能实践者,这两三年来所沉淀出的一些心得和个人的看法,与大家分享。
(图示)这是从柯洁6岁开始学习到18岁获得世界冠军,他花了12年,一年365天,这已经是人类历史上最厉害的棋手。而第一代AlphaGo Lee,从它诞生到挑战李世石只花了6个月,18天。第二代AlphaGo Master用了3个月90天时间挑战了柯洁。第三代最新的AlphaG Zero,从它诞生之日起只用了三天时间就战胜了AlphaGo Lee,用了40天战胜了AlphaGo Master。我们可以看到人工智能演进的速度远超过所有人的想象,围棋人类智力上最后的堡垒,没有想到这么快就被人工智能攻破了。
而攻破了这个堡垒的人工智能一代、二代、三代,它的演化速度又是如此出乎我们的意料。这样的局势之下我们不得不面对人工智能要改变我们的生活,改变我们的工作,改变我们的社会。作为在每一个时代潮流当中向前奋斗和前进的人也好,公司也好,企业也好,银行也好,必须选择积极拥抱这个趋势,拥抱这个变化,从中发现机遇,进行创新。
AlphaGo Zero,它没有再像前面两代AlphaGo一样,用人类数据系统作为训练样本。没有任何样本数据,它仅仅花了3天时间自学习、自提高、自博弈,自己和自己下了480万盘棋。我们在与商业银行合作过程当中,比如我们谈到要做违约概率模型的训练,模型非常棒,计算能力也不是问题,一谈到样本,大家都面露难色,可能是违约企业样本数量不够,达不到训练级的数量。也可能违约数据散步在行业各个角落,以及互联网的各个角落,抽取和整合存在困难。
今天我们非常欣喜的看到,没有样本的非监督学习获得了历史性的突破,我个人认为它预示着整个AI在行业的应用即将迎来规模和速度都不可限量,或者我们现在无法想象的爆发点,我们现在就站在这个爆发点的前夜。
回到今天的话题,AI和知识图谱之间,首先我们要思考为什么AI对大家的冲击力这么大,AI的本质是什么。AI的本质,我们认为是要让机器替人做决策,做行动。机器在做决策之前,它想要改变世界,它首先要理解世界,诠释世界,然后才能改变世界。这就回到了我们每个人都会思考的这个世界的本质是什么,我们应该怎么样认知这个世界,同时把认知模型传递给机器,让它也能够首先像人一样理解世界,然后再去做决策,做行动。
之前在开场video里也提到过,一位图灵奖获得者曾经这样讲过,知识图谱是AI系统的核心。为什么这样说,就是认知模型的问题,知识图谱是人类认知这个世界的基本框架。右侧就是所谓三元,构成这个世界运转的基本模型,物元、事元、关系元。物就是所谓的实体,可能是在座各位人,可能是电脑,可能是机器,可能是桌子。也可能是企业、政府、国家,这些都是实体。事元,发生在这些物身上各类事件,这些事件会有空间上的关系,会有时间上的关系,可能会有因果性关系,也有相关性关系。关系元,人与人之间的关系,物与物之间的关系,事与事之间的关系,物与事之间的关系,正是有这三个基本的维度,它们互相交织,不断的变动。我们在捕捉着它们的关系,它们的发展变化,从时间和空间不同的维度去观察它,捕捉它,进而了解它的运行,预测它未来的发展变化,然后采取我们的最优行动。
可能讲的有点抽象,我们来看一个具体的例子。乐视,之前向老师演讲里也提到了乐视,乐视贾跃亭是最近的热门话题。向老师也谈到,贾跃亭是一个非常有蛊惑力的,说的比乔布斯还感人的传教士、洗脑式的营销方式。事实上如果我们抛开对于贾跃亭所有演讲的看法、情怀等等,我们就看这个事情本来面貌是怎么样。
(图示)这张图只是截取了部分图谱,这个图谱上有贾跃亭、孙宏斌、梁君、吴孟等等,企业有乐视控股、乐视体育、乐视汽车、乐视影业,以及没有冠以乐视名字的星控基金,百乐文化等等。这是相关的物,下面是时间轴,可能稍微有点模糊了,从2015年到2016年、2017年,在这些物身上发生了什么。发生了什么,我们可以看到贾跃亭不断的套现,2015年套现了40亿,整个乐视系企业不停在融资,用新的融资偿还他的债务。2016年,乐视融资50亿,乐视影业融资10亿,这些融资进来的钱之后很快被乐视企业收上去偿还债务,这是它的融资事件。
交易事件,在2016年乐视系交易额其中有44%是关联交易,就是说有44%的营业额其实是发生在乐视系,以及相关企业之间的交易。从机器的角度来看的话,这里已经符合了一切高风险特征,实际控制人在不断套现,你不停占用新的融资偿还债务。你的交易、营业额当中有将近一半是关联交易。如果是机器来做决策的话,这个事情就相对来讲非常明显了。而作为人,他往往会被一些表面的假象,因为人是非常非理性的,他在真正做决策时是一种知觉或者一种感性的决策。
包括我自己昨天看了贾跃亭在美国最新接受的采访,讲的也是很诚恳,很动人。如果我不是从事这个行业,我在看了那篇长的报道之后,会觉得他是很有情怀的,我们误解了他。但活生生的数据、图谱摆在这里,图谱告诉我们的答案也非常明确。
这是乐视,风口浪尖上,然后在聚光灯下万众瞩目的企业,它依然骗了很多人。对于成千上万并不在聚光灯下的企业,我们怎么办。在座商业银行每一家至少有几千家对公客户,上万,甚至十万以上的小微企业的客户。几十万,几百万,甚至上亿的个人客户。对于这么多数量的客户,我们怎么样防范它的风险,第一是防范风险;第二是发现它的价值,这个已然不是人力去做的事情。这是知识图谱,机器、AI能够发挥价值的,防范风险、发现价值、精准营销。
刚才是用了一个实际的例子帮助大家理解什么是知识图谱,图谱里的三元,物元、事元、关系元。事实上知识图谱的发展并不是一蹴而就的,也许两年前可能大家都没有听说过知识图谱,我们刚开始和银行去谈时发现教育成本挺高的,解释这些概念。到了今天,就有很多金融机构主动和我们打电话,我们是不是做知识图谱的,能不能过来交流一下,可以看到是一个加速的过程!
简单回顾一下它的诞生,19世纪70年代,它的前身叫专家系统,能够把人脑,或者当中比较杰出的,富有经验人的知识保存下来,分享给大家。上世纪90年代语义网诞生了,自然语言处理的前身,用机器理解人类的语言。知识图谱正式诞生,2012年由谷歌推出了Knowledge Graph,是谷歌对AI事业的两大贡献。2013年百度推出了中文的知识图谱,我们的首席科学家就是来自于百度中文图谱的团队。2015年海致团队开始研发金融知识图谱,2016年8月,我们帮助招商银行建立国内首个金融知识图谱,2017年3月,我们帮助兰州银行建设了金融知识图谱。2017年6月,我们帮助青岛银行监理金融知识图谱。2017年8月,我们帮助南京银行监理了金融知识图谱。2017年10月,也就是上个月,我们帮助了长沙银行建设了金融知识图谱。
可以看到这是一个加速发展的过程,前面发展是以几十年来看待,现在我们看待它的发展变化,从几十年到年到月,不知道以后会按周、按天看待它的变化。可以看到这样的趋势有很大的趋势,不能说百分之百,AI非常的严谨。有很大的趋势,金融知识图谱会成为商业银行的标配,用来防风险、精准营销,也成为FinTech、监管金融当中非常中坚或者坚实的力量。
海致进入这个领域有一个转折点,就是从百度中文知识图谱转向金融知识图谱。这其实是从通用知识图谱到行业知识图谱进行转化的过程,它的顶层基础是相通的,都是海量数据的处理,语义的识别,复杂关系的建立,机器学习和算法进行标签化的提取,以及更复杂的模型。但它们有一些不同之处,这也是海致在构建金融知识图谱取得核心竞争力的过程。就是面向某一个特定的业务领域进行行业知识来建立,以知识的深度,而不是知识的广度来取胜。
金融行业是一个特别专业的行业,金融知识学习起来非常的专业,海通专注于金融业务领域来做深度的知识图谱。知识图谱包括两个部分,图谱是它的核心,另外还有知识,最终知识图谱是为了向大家提供一个知识以及智能。
因为今天是智能金融和知识图谱的峰会,借此机会,我们也是想发布海致金融知识图谱1.0的产品。对于这款产品相对来讲,它是一个模块的组合。它可以灵活的进行拆分,灵活的对接,以及它是开放式的框架,能够和现有的金融机构大数据框架,开源的技术进行对接和整合。
整体框架里分成三层,最顶层是海致核心的技术引擎。包括自然语言处理引擎,图分析与图挖掘引擎,机器学习引擎。在这三个引擎之上,我们融合了互联网的数据,金融机构内部的数据,第三方合作的数据,以及业务积累。业务积累来自于三方面,一方面是海致的金融咨询团队;另一方面是已有合作客户的场景积累;第三方面是通过算法团队的机器学习方式,自学习、自挖掘出的业务场景。
结合业务之后,我们形成了三个海致重要的智力资产,海致金融语料库、海致金融算法库、海致金融标签库,它是用通用的科技、通用的技术引擎来和金融业务场景深度结合。对上我们形成了四类知识图谱,反欺诈知识图谱、风险管理知识图谱、智能营销知识图谱、反洗钱知识图谱。这四类知识图谱支撑着不同的业务系统,比如说金融机构已有的CRM系统、信贷管理系统、风险预警系统、反欺诈系统、反洗钱系统、移动营销系统,甚至OA系统等等。
也就是说,我们既可以独立成为一个知识图谱,知识管理的平台,也可以无缝的和行业已有的业务系统、业务流程进行融合。最大限度接入到日常工作场景中,而不是让它成为一个摆设,或者仅仅是一个很漂亮的装饰品,蛋糕上的樱桃!我们要成为蛋糕上特别扎实的那一块面的部分,这是海致金融图谱整体1.0的框架。
下面简单介绍一下海致金融知识图谱的功能,图谱的话,前面两位银行嘉宾,何行长和杨斌总分享当中也有看到。我这里系统性介绍一下在图、标签、自然语言处理、算法上,目前积累的情况。
(图示)这是一张企业股权关系的查询,任一一个企业与关联企业之间的投资关系,在此基础上进行了企业股权关系、一致行动人、实际控制人等挖掘。右边是任一企业之间关联关系的查询,不管是多大多小的企业,20人以内可以进行秒级反馈,可以查出他们最短的关联路径是怎样的。
担保链、担保圈、担保群,之前向老师演讲中两次提到担保的风险,说到温州地区担保链崩盘带来的风险。担保链、担保圈、担保群是我们在信贷工作当中,不过是贷前、贷中、贷后,都需要密切关注的业务场景。在过去由于计算技术以及模型的局限,可能这一块还是靠人去操作。或者通过实时程序编写进行查询,现在我们通过图挖掘和图分析的知识算法,可以进行实时、深度的圈、链、群挖掘,并且智能的推送给相应的责任人,甚至可以阻断现有业务流程、信贷审批流程。
(图示)右侧是企业集团,企业派系的挖掘,现在有很多的派系,向老师也谈到什么什么系,贾跃亭系,恒大系,华润系等等。企业派系非常的复杂,有时候会看到几百个,甚至上千个企业在里面。企业派系深度的挖掘,以及企业集团关系的深度挖掘,一样是我们进行风险管理,贷后预警非常重要的武器。
(图示)这是我们在和客户碰撞当中实际应用的场景,黑名单企业的传导分析。如果我们有了种子的黑名单库,黑名单企业,或者黑名单个人,我们怎么样找出和所有相关联的可能涉黑,或者涉灰的企业和个人。同时要根据它的关系亲疏程度,以及关系的重要程度,以及一些量化指标,评估出它的涉黑概率。同样是关联企业,因为我们是资金关系,或者关系近一点,远一点,涉黑的概率不同。现在整个图谱分析已经从定性的描述和观看,走向量化的评估和分析。
(图示)右侧授信集中度的指标分析,这也是我们在授信审批环节会去评估现在已有发放贷款的集中程度。对于银行来讲的话,一般授信集中度有一个上限,我们是不是越过一个上限,或者即将到达这个上限会提前发出预警。
这是我们在反欺诈的领域,反欺诈领域有自己的特点,它的特点是什么。第一,它的数据量非常非常之大,它是企业场景数据量的几何级的增长。另外,对于实时性要求非常高,一旦发现是可疑交易,就会很快把信号发出去阻断交易,这是知识图谱第二期,包括我们和兰州银行第二期重点做的事情。通过大数据量,以及实时性欺诈检测帮助零售金融部,包括电子银行部等进行风险的防范。
图谱部分,知识图谱不仅仅是图谱,还有知识。我们是用智能方式附着了很多有价值的知识在图谱之上,让知识成为一个综合性可延展的,既可以支持业务系统,同时一定程度上可以替代业务系统,这样一个弹性可扩展的技术框架。
(图示)这是海致风险事件库,以及内嵌风险事件智能推测规则。
(图示)这是标签库,事实上标签最早是用在电商行业,用来识别不同消费者的偏好,对他进行画像。今天我们把标签这个概念,这个理念同样贯彻在了对公业务领域,用标签的方式标识企业,企业主,以及企业的领导。标签从不同的层次,从基础标签到业务规则标签,到智能标签。在智能标签里,我们从不同的维度,风险标签、营销标签,以及企业生命周期标签,忠诚度标签,贡献度标签,以及适合给他售卖什么金融产品,以及所需要防范的,他所存在的风险在哪里,等等。通过标签化的方式,能够最大程度把数据、信息知识化,智能化,把他转化成直接的业务决策和行动。
海致的金融语料库,因为构建知识图谱其中一部分数据来源是分解企业数据,很大一部分来自于企业的财报、年报、舆情,大家对它的评论等等。也可能来自于行内的尽调报告,拜访记录,神秘意见等等,这些都是文本化的数据。对于它们进行提取,一方面需要非常好的基础技术;另一方面,需要在语料侧面有非常丰富的积累。
海致目前在语料库有通用类的技术指标,有和信贷报告类相关的语料,有和研究报告类相关的语料,有和制度类相关的语料,有日常营销类相关的语料,以及互联网相关的,这是海致在不断丰富和完善的金融语料库的情况。
(图示)这是词法分析的产品界面,左面进行词法分析,右面进行授信文本的解析。我们现在和兰州银行也在进行授信文本解析这一块工作,它用机器的方式自动解读文本,提取关键要素用来做自动化、做监管、做审计,有非常大的效率和风险控制上的提升。
(图示)这是海致金融图谱1.0里最后一个模块,这个模块相对来讲也是最重要的模块之一,就是算法库。
算法库分为三个层次,首先是基础平台。图算法,机器学习的算法等等,在此基础之上通用算法、社区检测、关键节点分析、关联度分析、特殊结构发现、逻辑回归等。同样和标签不一样,和语料不一样,海致专注于金融知识图谱领域,所以在通用算法之上结合业务逻辑、业务理解和业务理念。以及在业务的实践、体验和积累相关金融算法,这里列举了一部分,包括客户忠诚度、客户贡献度、实际控制人、一致行动人、集团派系、客户风险评估、违约概率,以及违约概率传导、行业风险、授信集中度、营销价值的评估、行业营销价值的评估、交易对手的上级传导、黑名单传导等等,这里列举了其中的一部分。
在实践当中,我们的算法有在金融机构之间一致通用性,再根据每家金融机构不同的情况进行微调和配置。
(图示)这是海致的算法库。
刚才讲的产品技术方面,可能会偏细节一点。我们再来总结一下海致眼中知识图谱的核心技术,更确切一点是金融知识图谱,或者行业知识图谱的核心技术。它包括大数据、人工智能有很多数据来源,它其实是非结构化的。未来我们可能也会把音频、视频这些数据都纳入到数据源当中来。当前我们是聚焦于文本数据,刚才谈到的互联网文本、授信文本、拜访文本,包括日志等等。
图分析与图挖掘,现在是非常热的热点。基于统计维度的BI应用已经非常成熟了,今天大家谈得商业智能和BI,每个人都知道。基于关系和基于图的分析和挖掘是非常新兴的领域,在这个领域技术的突破也是刚刚完成的。所以它的应用,我们看到正在呈现一个非常旺盛的增长趋势。机器学习,无处不在,在自然语言处理中,语料的训练需要用到深度学习模型。在图分析和图挖掘中,所谓最短路径等算法都是机器学习的范畴,最重要的是领域的理解。
海致作为金融知识图谱在国内先行者,就是刚才谈到我们有一支专业的金融咨询团队。另外在和客户合作过程中,我想我们现在是国内拥有银行客户案例数最多的金融知识图谱大数据公司了,或者说科技公司。不谦虚的说,我们认为在这个领域国内中是NO.1的。领域理解是不断积累,我们也希望把这方面优势变得更大。面向2018年能够服务更多的商业银行客户,服务更多的金融机构,帮助金融机构防范风险,拥抱金融科技,拥抱人工智能。寻求变化,追求创新。
我的演讲就是这样,谢谢大家。

  主持人:非常感谢杨娟女士充满智慧的分享,其实让我们看到了从大数据到知识图谱这么一个演化演进的过程,更让我们认识到了“无图谱,不AI”的响亮口号。最后也介绍了海致知识图谱平台的基础细节,能给商业银行带来哪些作用,十分感谢杨总。
接下来是一个发布环节,掌声欢迎柯洁、向松祚、杨斌等6位嘉宾上台,共同见证海致智能金融知识图谱1.0的发布。
(发布环节)
谢谢各位,上午的会议就到这里!