EN
1928年，法德邊界豎起了一道鋼筋混凝土工事，這道斥資50億法郎以法國陸軍部長姓氏命名的防線叫“馬奇諾”（Maginot Line）。
12年后，德軍曼施坦因元帥借道比利時，閃擊戰(zhàn)偷襲阿登高地得手，馬奇諾防線如同虛設。
時光輾轉，二十一世紀初期，幾次信貸危機讓國內傳統(tǒng)銀行的“信用高地”失守。
與之相反，科技的引擎轟鳴作響，滾滾向前，科技巨頭的崛起正在重塑金融界。BATJ等巨頭在各自領域建立龐大帝國之時，智慧金融正以閃電戰(zhàn)般不可抗拒之勢沛然襲來。
四百多年前，亞當斯密發(fā)現(xiàn)“無形的手”，市場所主導的那只叫無形的手，非市場因素主導的便是有形的手。
這只手，就是銀行的馬奇諾防線。
銀行最早感受到新技術對自己業(yè)務的解構，最為明顯的是分行業(yè)務，在國內有個時尚的名詞叫“網(wǎng)點”。
英國Metro銀行是一家以分行為基礎的銀行，在創(chuàng)立后的前三年合計虧損超1億英鎊。同時期波蘭的一家創(chuàng)新領域銀行Alior，卻在4年之內成為歐洲新客戶數(shù)量增長最快的銀行。
國外的變化也在中國上演著：支付寶、微信錢包依托電商或者社交，從移動支付向綜合理財平臺演化。
技術悄然生長，但對于銀行的改變好像只是數(shù)夜之間。
平安銀行、招商銀行是最早提出向智能業(yè)務轉型的傳統(tǒng)銀行，兩家銀行的玩法雖然是指向在線支付，但路徑已經(jīng)逐漸向AI靠攏：辦理相關業(yè)務在線化、智能化。
2019年9月，中國人民銀行印發(fā)了《金融科技（FinTech）發(fā)展規(guī)劃（2019-2021年）》，明確指出金融業(yè)要充分發(fā)揮金融科技賦能作用，推動我國金融業(yè)高質量發(fā)展。一時間，加速金融與科技深度融合成為行業(yè)共識，金融科技也已經(jīng)上升到國家戰(zhàn)略層面。
如果我們將互聯(lián)網(wǎng)金融時代對于證券行業(yè)的改造，看作是一場表皮手術的話，那么人工智能對于證券行業(yè)的改造更像是一種刮骨療毒。
艾瑞咨詢《2020年中國AI+金融行業(yè)發(fā)展研究報告》發(fā)布，報告指出，AI+金融的落地場景主要分為八大領域：AI風控、智能客服、智能營銷、智能保險、智能監(jiān)管、身份識別和職能投資；2019年金融場景AI投入總規(guī)模為197.9億元，2020年這一指標預計上升至254.4億元。
人工智能技術并不只是對銀行現(xiàn)有服務的簡要融合，而是對銀行經(jīng)營管理服務等進行全方位智慧化再造。
2019年統(tǒng)計數(shù)據(jù)顯示，銀行業(yè)對于IT技術的投入金額比例中，大型國有銀行占據(jù)了43.8%的IT市場，其次為各類城商行與農(nóng)商行，占30.4%。
在AI技術的強勢攻勢下，銀行不得不加快智慧化轉型步伐，推動以人工智能為核心的智慧化銀行建設。同時還將開發(fā)在銀行場景下的更多基于人工智能的應用產(chǎn)品，進行智能驅動下的業(yè)務轉型與產(chǎn)品創(chuàng)新。
目前，已有多家銀行自建科技子公司。如，2019年6月13日中國銀行成立中銀金科，2019年5月8日工商銀行成立工銀科技等。
可以預見，“AI+銀行”融合發(fā)展趨勢不可逆轉。集結號的吹響加速了新舊范式的對壘，一眾剛誕生不久小企業(yè)或能借科技之光與大企業(yè)站在同一起跑線開始新一輪的角逐。在全線智能的時代下，AI+銀行這塊大餅中蘊藏的機會是無限大的。
但這不意味著所有公司都得從0到1做AI研究。借助懂算法更懂技術，懂需求更懂場景的數(shù)據(jù)集成解決方案，同樣是對癥良方。
易道博識的AI+銀行智能解決方案，一直是以業(yè)務場景為切入點，融合業(yè)務和IT雙重職能，推動企業(yè)內部方法論與組織管理流程的優(yōu)化，對完善企業(yè)組織結構與流程，提升管理水平有強推動作用。
這次，易道博識的目光聚焦信貸。在原有的遠程開戶、財報識別、集中運營、票據(jù)識別4項功能之外，易道博識的AI+銀行智能解決方案新增了信貸業(yè)務方向的解決方案。
本方案囊括貸款申請、資料審核、貸后管理3個模塊，運用OCR文字識別技術與企業(yè)大數(shù)據(jù)，在整個業(yè)務流程中快速采集證件與文檔材料信息，高效完成信息收集與評估，讓個人、企業(yè)用戶可以在網(wǎng)站、APP上隨時申請貸款，讓銀行全面提升業(yè)務水平。這不僅簡化了貸款的申請程序，也加速了銀行的審批過程，給用戶和銀行雙方都帶來了便利。
貸款申請可以使得用戶在業(yè)務流程中快速采集證件與文檔材料信息，高效完成信息收集與評估，讓個人、企業(yè)用戶可以在網(wǎng)站、APP上隨時申請貸款，讓銀行全面提升業(yè)務水平。這不僅簡化了貸款的申請程序，也加速了銀行的審批過程，給用戶和銀行雙方都帶來了便利。
資料審核功能支持將客戶上傳的不同格式多種樣式的貸款申請資料本進行自動分類、智能質檢、OCR識別，并形成可編輯的結構化信息。針對復雜情景下的文件，該方案支持文件的自動分類、模糊判斷、方向檢測及轉正，充分保障識別的準確率與效率。
貸款人（企業(yè)）在貸款后定期按要求上傳財務報表、合同與發(fā)票，證明經(jīng)營狀況正常。用戶在前端上傳影像資料，即可在服務器端進行識別，有效幫助信貸行業(yè)解決審核信息整合難、審批標準不統(tǒng)一、貸后管理松散，貸后檢查難以監(jiān)督等問題。
信貸業(yè)務背調、貸后風險控制需采集大量的企業(yè)客戶信息數(shù)據(jù)。對于海量的非結構化文字和數(shù)據(jù)信息，單純依靠人工作業(yè)勞動成本高、效率低，無法適應業(yè)務高速擴張需求。
而易道博識的AI+銀行智能解決方案以智能數(shù)據(jù)構建及管理平臺為基礎，高度契合企業(yè)自身業(yè)務流程和業(yè)務發(fā)展特征的技術架構。當企業(yè)完成數(shù)字化轉型第一步，將用戶和企業(yè)內部資源通過管理平臺進行融合與連接后，企業(yè)的運營數(shù)據(jù)將進一步豐富，業(yè)務流程將得到進一步優(yōu)化與打磨。
渠道思維，缺乏模塊思維。這是傳統(tǒng)銀行在數(shù)字經(jīng)濟下暴露出的問題。
“模塊化”一詞看上去抽象，如果用“分工”來形容就更清楚了。傳統(tǒng)銀行幾乎囊括儲蓄、支付、信貸、投資等業(yè)務，巨無霸的優(yōu)勢在于能夠以碾壓之勢拓展新的藍圖。
但就像航母能夠在星辰大海橫行，卻無法在大江大流中馳騁。
因此銀行勢必要在儲蓄、支付、信貸等業(yè)務上建立完整體系，每個體系不一定非得親力親為。什么都會并不意味著什么都能做好，與優(yōu)質的數(shù)據(jù)集成商結合，未嘗不是更好的選擇。
隨著AI已經(jīng)悄然拿下了“比利時”，智慧金融與傳統(tǒng)金融已經(jīng)不再涇渭分明。一旦銀行的數(shù)字化轉型完成，會不會讓傳統(tǒng)銀行的馬奇諾防線形同虛設？
北京市海淀區(qū)農(nóng)大南路1號硅谷亮城2A座5層
marketing@exocr.com
