本文聚焦北京銀行和上海銀行的人工智能應用佈局，展示兩家城商行在銀行各大業務場景中人工智能的賦能成效。
部分內容轉載自公眾號“零壹智庫”
作者陳成
2019 年，本行科技投入達到 18 億元，約佔全年營業收入的 3%。
截至 2019 年末，北京銀行電子銀行存量客戶達 1050 萬戶，其中，手機銀行存量客戶達 607 萬戶。
北京銀行在人工智能細分賽道上，傾向於與智能風控廠商展開合作；
北京銀行人工智能平臺覆蓋智能客服、智能導航和智能營銷。
去年，北京銀行總行營業部對電子銀行體驗區進行了新升級，投放智能玻璃隔斷操作區。每當客戶進入電子銀行體驗區進行業務操作時，玻璃會自動霧化，外部無法看到客戶的操作詳情。此舉，既能充分保護客戶的隱私，又能為客戶創建出獨立私密空間，提升客戶滿意度，體現出北京銀行打造智慧銀行的特色經營策略。
北京銀行基本情況
北京銀行成立於1996年，是一家中外資本融合的新型商業銀行。已在北京、天津、上海、西安、深圳、杭州、長沙、北京、濟南、南昌、石家莊、烏魯木齊等十餘箇中心城市以及香港、荷蘭擁有650多家分支機構。截至2019年上半年，在城商行中，北京銀行為資產總量最大的銀行，綜合實力強勁。
2019年，北京銀行實現淨利潤216億元，同比增長7.2%；2020年一季度，該行延續良好的發展勢頭，單季實現淨利潤67億元，增幅5.26%，盈利能力進一步提升。
根據2019年報顯示，北京銀行在“智慧金融”方面，發佈《移動銀行業務發展目標暨實施路徑》，線上用戶突破 1,000 萬戶，APP 用戶同比增長 32%，近五年年均增幅超過 50%。
手機銀行敏捷迭代，打造移動出境服務版塊，移動端貴賓增值服務全面上線，成功實現行內首個區塊鏈技術應用。
信用卡網申實現行內渠道全覆蓋，推出線上分期產品“i 易貸”，推出“數字信用卡”，打造數字化信用卡運營模式。
智能櫃員機設備網點布放覆蓋率達 100%，全年業務量同比增長 3 倍；完成 PAD 銀行2.0 平臺升級，打造 23 類高頻業務，服務七大場景九類客群。
圖1-1：北京銀行人工智能應用佈局
資料來源：北京銀行歷年年報北京銀行人工智能具體應用領域
(一) 人工智能平臺
當谷歌（Google）旗下DeepMind公司的人工智能Alpha Go擊敗人類圍棋世界冠軍李世石的時候，標誌著人工智能邁向一個嶄新時代，人工智能也逐漸走入大眾的眼球，被大家所熟識。在金融領域，特別是商業銀行行業，人工智能為銀行帶來了許多翻天覆地的變化，比如基於機器學習和語音語義識別技術的智能客服、基於大數據技術的智能營銷，以及基於機器學習和語音交互等技術的智能導航。
銀行日常運作中，有許多瑣碎的和高精度的工作，伴隨著許多工作流程，這些問題往往會減慢銀行的運作效率。然而，人工智能可以替代大部分人力，承擔許多這些任務，並簡化大量流程，提高銀行整體運作效率，擴大單位產能。
表2-1：北京銀行人工智能平臺
資料來源：根據公開資料整理
北京銀行的人工智能平臺從客戶出發，能夠實現包括客服服務、業務導航和營銷推送等功能，目的是提升銀行服務質量和客戶滿意度。在智能客服上，機器人管家“小京”主要負責北京銀行微信渠道的客戶服務工作，為客戶提供理財產品的查詢和購買服務等。
至於智能營銷領域，北京銀行運用了大數據和人工智能技術，能夠基於不同客戶的用戶畫像，及時推送與客戶風險收益匹配的理財產品和熱門資訊等活動，實施精準營銷，減少大量無用的推送。通過精準營銷，一方面能篩選有效信息進行投放，降低客戶對大量繁雜資訊的抗拒程度，另一方面能從客戶的角度出發，推薦合適的產品，提升對於銀行科學推送的滿意程度。
截至2019年末。零售客戶數達2,194 萬，較年初增長 140 萬戶；手機銀行客戶超過 600 萬戶，年度活躍客戶佔比超過 52%。從存款餘額來看，自2016年來持續增長，個人存款增長幅度可觀，綜合來看，智能營銷應用的佈局對於北京銀行零售和對公業務有較大的賦能成效。
圖2-1：北京銀行存款情況
資料來源：wind
北京銀行的人工智能平臺，還運用以機器學習技術構建的智能分析模型，通過實時響應的數據採集系統及數字分析平臺，自動收集客戶、交易、渠道等多維度數據，並通過數據可視化技術，考察智能營銷和智能客服的成效。
(二) 智能風控
在智能風控體系構建上，北京銀行以大數據和人工智能為底層架構和核心技術，通過對數據的收集和分析，形成用戶畫像，再結合各種風控模型，對客戶的資信情況進行判斷。
首先，在數據收集上，北京銀行通過引入外部數據和內部數據相結合，建立客戶的全景視圖，真實還原客戶信息全貌，輸出的結果可以為後續開展各項信貸、評審和業務風控提供重要決策依據。
其次，在算法上，智能風控體系依靠機器學習算法模型，通過隱馬爾科夫模型，從靜態特徵和動態特徵兩方面建立風險評估體系，通過數據形成用戶畫像，對客戶的每一筆交易進行欺詐風險評估。在風控作業方面，北京銀行的風控體系主要有身份欺詐防控、交易欺詐防控、信用欺詐防控和風險預警等場景應用。
表2-2：北京銀行智能風控應用場景
資料來源：根據北京銀行公開資料整理
首先，從不良率來看，北京銀行的不良率在2018年為1.46%，較上年提升0.22%，貸款質量出現一定的惡化，2019年6月末不良貸款餘額為1972億元，較上年末增長129.5億元。
根據2019年6月末北京銀行的貸款數據，不良貸款餘額增加，不良率雖然下降，但明顯是貸款總額的增加量大於不良貸款增加量，導致的不良率下降。
再結合相同報告期內，北京銀行計提資產減值損失金額達103.71億元，同比增加35.65億，增幅達52.38%，佔當期利潤總額的比例達44%，反映出北京銀行整體貸款質量較差，特別是在不良貸款這一塊，對銀行利潤影響巨大。
圖2-2：北京銀行不良率
資料來源：北京銀行年報
其次，在貸款遷徙率表現上，除去2017年整體貸款遷徙率維持在較低水平，2016、2018和2019年6月末的貸款遷徙率都較高，特別是在2018年，貸款五級分類中的關注類最終進入可疑類的佔比較高。
在2019年上半年貸款質量得到了改善，特別是在關注類和可疑類貸款的表現上，側面反映出北京銀行在貸款前期和中後期的催收力度加大，回款率較2018年有所提升。
圖2-3：北京銀行遷徙率
資料來源：Wind
綜合來看，北京銀行雖然佈置了智能風控體系，但可能由於受制於宏觀經濟和銀行整體擴張規模較快等因素，導致賦能成效不明顯。
北京銀行研發、合作情況
(一) 研發投入
在研發投入上，2019 年，北京銀行科技投入達到 18 億元，約佔全年營業收入的 3%。
在2019年5月，北京銀行的全資控股子公司北銀金融科技有限責任公司正式開業，子公司未來的工作重點將會在技術研發、產品創新及科技應用方面，為北京銀行的人工智能、雲計算、區塊鏈和大數據等前沿技術領域和人才儲備提供重要支持。北銀金融科技的另一工作重點是成為金融科技能力輸出的公司，服務金融同業，側面也證明了北銀金融科技的技術儲備較強。
在研發中心建設上，北京銀行旗下設有順義研發中心、創新實驗室和科技金融創新中心，為銀行的科技研發提供技術支持。
北京銀行還在2019年報披露了信息建設進展，稱已完成“數字化平臺、移動優先、數據應用”三大方面科技能力佈局。
年報顯示，北京銀行在數字化平臺建設方面，將 TFS 平臺向組織級管理平臺推廣，持續搭建敏捷研發體系，強化敏捷開發能力。
建設金融級分佈式 NewSQL 雲數據庫平臺、分佈式金融業務平臺，完成區塊鏈 2.0 平臺、大數據能力開放平臺、“京智 AI”人工智能服務平臺投產，構建星辰影像服務平臺生態體系。
在移動優先建設方面，全力推進新版移動端開發平臺及新版手機銀行建設，開展移動開發、移動安全、移動分析、移動服務四大能力中心建設，推進新版手機銀行落地進程。
完善線上貸款業務平臺服務體系，進一步促進銀行業務向“互聯網+”業務轉型。在數據應用建設方面，夯實大數據+分佈式的基礎設施架構。
利用數據可視化技術助力數據價值挖掘，依託金融可視化服務平臺，研發“貴賓客戶可視分析”、“智能櫃員機可視分析”兩款應用，完成交易全鏈路監控系統建設。
(二) 外部合作
通過與外部互聯網、科技或金融科技公司展開戰略合作，商業銀行能夠在自身研發實力不足的情況下，吸收外部領先技術，特別是高技術含量的人工智能應用。通過合作開發，商業銀行能補足自身科技實力不足之處，引入前沿技術，運用到不同的業務場景當中，提升自身的業務處理能力。
表3-1：北京銀行人工智能相關外部合作
資料來源：公開資料
從人工智能合作關鍵信息來看，出現最高頻次的是智能風控，反映出北京銀行在人工智能細分賽道上，傾向於與智能風控廠商展開合作。觀察北京銀行貸款情況，在2016年至2018年，個人貸款餘額和公司貸款餘額的年複合增長率近20%。
圖3-1：北京銀行人工智能合作關鍵詞
資料來源：根據公開資料整理
結合上述北京銀行的貸款質量，側面反映出在貸款餘額快速增長期間，北京銀行的風控水平可能跟不上貸款發放速度，因此在自身風控能力不足情況下，更傾向於與智能風控廠商合作，以補足自身風控水平。
圖3-2：北京銀行貸款情況
資料來源：wind
2013年以來，科技人員平均每年增長20%以上截至2019年末信息科技人員 706 人，佔員工總數的 5.75%。
自2016年起，上海銀行的不良率始終維持在1.20%以內。
截至2019年末，線上個人客戶 3,000.93 萬戶，較上年末增長 46.39%；年度活躍客戶 818.97 萬戶，較上年末增長 84.49%。
信息科技投入 14.33 億元，同比增長 36.91%，佔營業收入比例 2.95%。用於創新性研究與應用的科技投入 2.96 億元。
2019年，上海銀行人工智能場景應用上取得了突破性的成果：企業開戶採用智能自動化技術，整個流程從20分鐘縮短至2分鐘；信用卡髮卡智能自動審批率近50%，日產能峰值突破2萬筆；超過9成的理財產品銷售和7成卡片業務量轉移到了智能櫃員機上辦理。圍繞人工智能應用，上海銀行在多個業務場景均有落地項目，揮舞著銀行智能化轉型的大旗。
上海銀行基本情況
上海銀行股份有限公司（以下簡稱“上海銀行”）成立於1995年12月29日，通過推進專業化經營和精細化管理，著力在中小企業、財富管理和養老金融、金融市場、跨境金融、在線金融等領域培育和塑造經營特色，不斷增強可持續發展能力。2018年在英國《銀行家》雜誌公佈的“全球銀行 1000 強”榜單中，按照一級資本排名，上海銀行位列第 76 位，較上一年度上升 9 位。
2019全年，上海銀行實現營業收入 498 億元，同比增長 13.47%，其中零售金融業務營業收入同比增長 30.45%，貢獻度進一步提高；歸屬母公司股東淨利潤突破 200 億元，同比增長 12.55%。總資產達到 2.24 萬億元，存貸款餘額分別較上年末增長 13.77%、14.32%。
截至2019年末，上海銀行信息科技人員 706 人，佔員工總數的 5.75%。報告期內，信息科技投入 14.33 億元，同比增長 36.91%，佔營業收入比例 2.95%，其中資本化投入 6.42 億元，同比增長 34.78%，用於創新性研究與應用的科技投入 2.96 億元。
圖1-1：上海銀行人工智能應用佈局
資料來源：上海銀行歷年年報
上海銀行人工智能具體應用領域
1. 智能網點和智能營銷
傳統銀行營業網點採用人工櫃檯辦理業務為主，存取款終端為輔的運營模式，存在客戶等待業務辦理時間長，業務填單繁雜等問題。在智能網點建設上，上海銀行通過營業網點升級改造，使傳統營業網點變得數字化和智能化。
2019年6月末，上海銀行共有 317 家分支機構，設有 439 家自助服務點，在299家網點布放新型智能櫃員機，提供大額現金存取、開卡激活、電子銀行簽約、賬戶查詢、轉賬匯款、理財銷售、密碼服務以及公共事業繳費等金融服務，遷移了大部分傳統櫃面高頻業務到智能自助終端上。
截至2019年上半年，上海銀行在線及自助渠道結算分流率95.67%，較上年末提高 1.26個百分點，大量業務從櫃檯上分流到線上或線下智能終端上，減輕了營業網點的業務壓力，減少了客戶以往在網點櫃檯辦理業務冗長的等待時間。
上海銀行是怎麼樣提高網點的經營效率的呢？其中一個答案是採用 RPA（機器人流程自動化）技術。這項技術可以使企業開戶實現自動填單，比人工處理效率提高10倍以上。此舉不僅提高了上海銀行營業網點的經營效率，更通過簡化和縮減業務和等待時間，提升客戶的滿意程度。
目前，上海銀行已在 5 個業務場景採用 RPA（機器人流程自動化）技術實現 7×24 小時自動化操作，其中理財業務參數處理耗時縮短 67.21%。
事後監督採用 AI OCR（光學字符識別）識別原始憑證信息，替代人工錄入。採用電子簽名技術，70.19%的網點櫃面個人業務實現無紙化辦理，減少各類紙質憑證約 620 萬張。
建立客戶統一人臉影像庫及人臉識別體系，全年各渠道累計調用人臉識別比對近 3,000 萬次，櫃面高風險業務客戶身份比對 20 餘萬次，極大節約時間和運營成本。
針對智能營銷，上海銀行利用機器學習和大數據分析等新技術手段，建立了批量獲客模式，實施客戶群體的分層管理。通過多維度客戶數據，形成多樣化的用戶畫像，上海銀行升級了自身的營銷體系，使營銷業務推廣更加精準，打造了符合客戶需求的特色化產品推廣體系，實現定製化推薦和精準營銷。
圖2-1：上海銀行智能營銷體系
資料來源：根據公開資料整理
上海銀行還積極推進手機銀行、網上銀行和微信銀行等電子渠道，通過智能營銷體系，進行針對客戶的精準營銷。截至2019年末，個人手機銀行客戶 572.42 萬戶，較上年末增長 29.15%，手機銀行產品銷售佔比 63.62%，較上年末提高 13.23 個百分點，已成為零售客戶訪問、交易和銷售的主渠道。
2019 年 11月，推出“上行普惠”APP，為客戶提供普適性、標準化在線服務，截至報告期末，已累計服務 1,857家小微企業。
基於分佈式零售信貸核心有效支撐零售消費信貸業務線上化，消費信貸業務日峰值過百萬筆。截至2019年末，通過互聯網平臺合作引流，發放信用卡 95.10 萬張，同比增長 110.20%，佔全年新增信用卡髮卡量的 54.89%。
圖2-2：上海銀行2016-2019年手機銀行、網上銀行及微信銀行客戶數
資料來源：上海銀行年報整理
通過智能網點和智能營銷的賦能下，在2019年6月末，上海銀行個人存款餘額為2549億元，對公存款餘額為7942億元，在2016年起，兩項存款餘額持續增長；個人貸款餘額2905億元，公司貸款餘額5760億元，兩大類貸款餘額連續三年保持增長。
圖2-3：上海銀行存款情況
資料來源：wind
圖2-4：上海銀行貸款情況
資料來源：wind
2. 智能風控
在智能風控領域，上海銀行引入了以人工智能和大數據為核心技術的風控體系，通過優化風險計量工具，完善非零售內評模型，規劃零售新型業務的風險量化體系，構建大數據應用平臺和實時計算引擎，實現智能化和數字化的風控平臺。
2019年報顯示，上海銀行基於大數據和人工智能的零售信貸風險管控系統，支撐零售信貸業務高速發展的同時有效防範風險，提前阻斷 15.05 億元不良貸款的發生。構建信用卡反欺詐防控體系，在線監控發現信用卡交易風險事件 884 起，攔截風險資金 1,291.84 萬元。
上海銀行的智能風控平臺通過整合內外部大數據，通過多種風控模型，結合人工智能技術，運用量化的風險計量工具進行風險識別，實現數據技術和經營管理的融合。從2019半年報的數據來看，在智能風控平臺賦能下，上海銀行的在線消費貸款審批日處理峰值較以往提升5倍，線下零售信貸業務審批效率平均提升75%，信用卡髮卡自動審批率近50%，日產能峰值突破2萬筆。
首先，從不良率來看，上海銀行2019年6月末不良率為1.18%，較年初提升0.04%。自2016年起，上海銀行的不良率始終維持在1.20%以內。江蘇銀行的貸款餘額量級與上海銀行較為相近，近3年不良率在1.40%浮動。從橫向對比來看，兩家銀行貸款餘額量級相近，且地理位置都處於江浙滬區域內，以此來看，上海銀行在不良率控制水平上更勝一籌。
圖2-5：上海銀行不良率
資料來源：上海銀行年報
其次，在貸款遷徙率表現上，上海銀行發放的貸款在初期進入逾期的情況較少，正常類貸款遷徙率維持在2%上下浮動。反映出上海銀行風控審批力度較強，貸款在初期發生逾期情況較少或初期催收力度較強。
圖2-6：上海銀行遷徙率
資料來源：Wind
不過在關注類和次級類貸款遷徙表現上，上海銀行對應的兩個遷徙率指標表現較差，貸款從正常類遷徙到關注類再從關注類轉移到次級類的程度較高，側面反映出銀行對於中短期逾期貸款風險控制能力較弱。當逾期貸款處於次級類時，遷徙到可疑類驟降，反映出上海銀行對於較長時間的逾期貸款處置手段較強。
綜合來看，上海銀行的智能風控體系賦能成效較為明顯，不良率在城商行中處於較低水平，貸款初期還款質量較高，逾期貸款後期處置力度較強，與其加強前端准入，將授信政策及管控要求細化到客戶與產品維度，和注重貸後管理，持續強化風險預警與主動退出聯動，加大清收化解力度的經營策略貼合。
上海銀行研發、合作情況
1. 研發投入
在科技研發支持上，據上海銀行透露，在財務支撐和資源配置方面，按照全行年度科技開發預算的10%，設立年度金融科技創新專項資金，保障創新項目的財務投入。另外，上海銀行還建立信息科技管理委員會專項審批通道，實現創新項目的快速決策。同時，還優先配置科技資源，為每個創意打造涵蓋科技和業務在內的專屬團隊，實現快速落地。
在科技費用支出上，科技投入每年增長10%左右。自2013年以來，科技人員平均每年增長20%以上，截至2018年末，上海銀行的科技人員數量達到469 人。上海銀行的蘇州開發測試中心在2019年1月正式投入使用，開展智能化設備等創新工作，未來三年將承擔上海銀行超1/3的研發能力，助力銀行智能化轉型發展。
在硬件設備運行狀態和機房環境和機櫃微環境等監控上，上海銀行還投放了智能巡檢機器人。智能巡檢機器人集成了包括多自由度機械臂、OCR智能識別相機、高清夜視相機、紅外成像、環境監測傳感器、激光導航和超聲波傳感等多個智能單元模塊，通過運用自主與規劃導航相結合、多傳感器融合、智能識別以及智能監控等技術，機器人能夠實現自動巡視、自主避障、自主充電和實時監控遙控等功能，並提供實時移動巡檢數據上傳至智能運檢平臺，輸出相應的數據報表，以便銀行及時發現故障等問題。
2. 外部合作
上海銀行副行長鬍德斌表示，隨著國有五大行分別和互聯網巨頭公司建立戰略合作，意味著銀行業已經全面進入開放融合時代。傳統銀行進行智能化和數字化轉型，科技在其中的作用可謂重中之重，特別是生物識別和人工智能等金融科技應用已成為銀行業共識，很多商業銀行都在積極研究和佈局應用前沿技術，以提升自身在行業的競爭優勢，實現發展轉型。
表3-1：上海銀行人工智能相關外部合作
資料來源：根據公開資料整理
在這個過程中，銀行與互聯網和金融科技公司的合作能夠很大程度上加快銀行的智能化轉型，並提升自身的技術水平。從人工智能合作關鍵信息來看，出現最高頻次的是智能風控，其次是智慧醫療。
圖3-1：上海銀行人工智能合作關鍵詞
資料來源：根據公開資料整理
在與瑞金醫院的智慧醫療合作中，上海銀行聯合合作方推出了智能機器人，協助醫院推動信息化建設和提升診療服務質效等，也完善自身 “智慧e療”服務體系。
表3-2：智慧醫療機器人
資料來源：上觀新聞
