华夏时报：数据智能下的金融数字化转型报告2022

1 3 4 4 5 6 8 2.2数据智能下金融场景的数字化转型路径 25 25 3.2.2数据驱动下的数智化营 3.2.3【案例】索信达“灵犀整合智能营销 3.3.2数据智能撬动“智慧支付下半场” 3.4.4【案例】云象区块链与浙江中拓共 45 3.5.2数据智能打破保险行业“冰层” 3.5.3【案例】国寿财险安行鹰眼远见理赔 484数据智能金融发展的主要挑战和趋势 4.1数据智能金融发展的主要挑战 4.1.1数据层面：数据的合规获取、计算和 514.1.3技术层面：智能金融科技尚未完全 4.1.4场景应用层面：智能金融仍处于“窄场景”“浅应用”的初级发展阶段 4.1.5监管层面：监管政策趋于常态化和严格化 4.2数字智能金融发展的趋势展望 4.2.1智能金融落地：短期以业务赋能为主，长期以模式创新为主 4.2.2【案例】浦发银行数字员工“小浦”正式上岗 4.2.4由金融服务转向科技赋能：“数据”和“科技”成为核心驱动力 当前，数字化浪潮席卷全球，所有行业都在经历着“一切业务数据数据，早已不只是信息化系统中的元素，而是成为了推动国民经济高质量发展的新型基础要素。数据就是新时代的石油，让数据释放出能量，从而转化成为发展动力的关键是智能化。我国也最早将数据与土地、劳动力、资本、技术等传统要素相并列，把数据提升为一种新型关键生产要素，指出数字化转型指明了方向。《指导意见》强调金融机构应加强顶层设计和统筹规划，科学制定数字化转型战略。《指导意见》具体提出，金融业要从健全数据治理体系、增强数据管理能力、加强数据质量控制、提高数据应用能力四个方面提升数据治理与应用能力。金融机构要加强自身科技能力建设，加大数据中心基础设施弹性供给，提高科技架构支撑能力，推动科技管理敏捷转型，提高新技一切皆可智能化的时代，数据正在成为金融业基本业务单元和重要资产，数据经营能力也成为了金融机构关键能力。可以预见，新型金融业就是在技术驱动之下的创新，数字化、智能化必将成为金融业新的核心竞争力。在金融业数字化转型过程中，不仅要依赖大量应用场景来形成数据规模化效应，企业更需深入理解客户和市场，以数据洞察来驱动企业行动，从而更好地获取、服务以及留存一方面，数字金融具有数字化、场景化、普惠化等特征，以科技降低金融服务门槛，将更多长尾人群和小微企业纳入金融体系之中；另一方面，数据智能对金融业在经营、风控、监管等多方面都提我国的金融数字化走在世界前列，移动支付、数字信贷、智能理财、网络互助等发展迅速，深深改1技术的变革、数据的完善，尤其是人工智能进一步演进，将对金融业形成革命性颠覆，此前许多商业模式、金融机构、交易场景和监管手段都将发生变革，金融业将出现翻天覆地的变化，对于每个2在数据智能驱动下，金融业正处在爆发前夜。金融业的数字化转型大致分为三个阶段：首先，金融业从长尾用户切入，利用互联网优势，逐步打开市场。接下来，更多新技术应用到更多金融场景之中，数据智能转型加速，主流金融业客群被覆盖。服务效率大大提升。最终，全新金融生态系统终将形成，金融服务底层逻辑也将发生根本变革。目前，金融业数据智能转型正发展到第二阶段。数在信贷风控领域，数据智能风控依托大数据、人工智能、云计算，发现影响评估风险的关键因子和系数，将多个维度的数据进行分析整理，形成新型金融风险评估模式；在智慧支付领域，大数据、人工智能的开放创新，加速了支付行业智能化进程。辅以云计算能力，支付机构实现了平台化智能数据管理；在供应链金融领域，借助物联网、人工智能、大数据、区块链等技术，未来的供应链与险企通过建立数字化支撑体系，实现对客户的数字化洞察，进而打造精准匹配个性化、定制化、差当前数据智能金融发展面临的难题与挑战，主要集中在数据层面、技术层面、场景应用层面，以及监管层面。如数据的合规获取、计算和治理、数据分级机制有待完善、人工智能尚不能完全做到自主决策、数据孤岛化严重等问题。智能金融尚处于智能金融的落地应用，在短期内主要以对传统金融业务进行赋能为主，从长期来看数据化、智能化的金融更强调业务模式创新。智能金融企业通过构建庞大的金融科技服务生态圈，实现金融组织形31数据智能成为大势所趋中国作为数据大国，人工智能、云计算、区块链等技术与大数据相结合，推动各行各业发生深刻变革。数据的智能化成为大势所趋。无论是金融行业还是实体产业，想要在新时代取得长足发展，都随着大数据应用的深入，单纯的数据统计分析早已不能满足企业的实际需求，于是基于人工智能的数据挖掘、数据建模等技术备受青睐。大数数据智能是指基于大数据引擎，通过大规模机器学习和机器推理，对海量数据进行处理、分析和挖掘，提取数据中所包含的有价值信息，使数据智能化，从而得到问题解决方案或实现预测的技术。数据智能不仅服务于业务洞察，更能够实现数据驱动决算料即数据资源，就是通常所说的大数据。通过不断归集，数据会越来越集中，呈现中心化趋势。适用于金融、消费互联网等行业的业务创新场景。江苏银行与腾讯安全达成合作，共建智能化信用卡管理联合实验室，运用联邦学习技术的加密算法确保数据安全，将腾讯生态特征变量与江苏银行信用卡特征变量进行融合，实现双向赋能。江苏银行与腾讯安全基于联邦学习技术对智能化信用卡4经营进行了联合开发和方案部署，在保障双方信息安全的前提下，在信用卡接入规模化、盈利规模算力即计算资源，现在通过云计算的方式，企业无需自建计算资源。大数据云平台，可实现快速业务开发集成，并大大简化了开发要求。云平台支持银行核心业务数据的存储分析，既提升了用户体如金山云打造的金融生态云解决方案，将公有云平台开放、兼容的云平台，整合大数据、人工智能、区块链等能力，实连接。此外，金山云面向银行、保险、证券、基金、消费金融、交易所等金融机构，根据不同的监管要求，为各机构提供金融专属云、金融专区云和公有云等多种服务。金山云为某银行搭建的一套大数据云平台，有效解决大数据处理过程中分散且异构、规模和性能瓶颈等问题，该解决方案具备随着企业数字化、信息化建设的深入，数字孤岛问题也凸显出来，信息系统多样性与复杂性、内部数据智能平台是企业数字化运营深入阶段的统一数据能力平台，能够对数据资产按统一标准进行管理以方便数据可用，并满足企业对数据应用的敏捷开发、实时响应、简单易用、智能分析等需求，数据中台，属于数据智能平台，是数据、技术、产品、组织的统一体，更是企业开展新型运营的中枢系统。数据中台需要能够对数据进行整合完善，提供适用、适配、成熟、完整的一站式大数据平台工具，实现更加便捷的数据采集、交换等任务配置以及监控管理。总之数据中台是一种新型公司2014年，阿里巴巴从芬兰Supercell公司接触到数据中台概念后，开始在内部践行“大中台，小前台”产业事业群和技术委员会，打造技术中台；阿里云事业群升级为阿里云与智慧事业群，开始对外输出中台能力；美团打通大众点评、摩拜等业务之间数据，构建数据中台；京东建立数据中台部门；百度也把打造技术中台作为组织架构调整重数据中台具备多维能力。首先，数据中台帮助企业实现数据汇聚整合，完成数据采集、交换、集成等任务的可视化配置以及监控管理；其次，数据中台实现数据提纯加工，加深数据理解，得到高质量数据标签；再次，数据中台实现数据服务可视化，提供简便数据服务开发环境以及先进的数据分析能力；最后，数据中台打通数据驱动业务通路，跨部门实现业务5需要注意的是，数据中台并非仅仅是工具和产品，而是一套数据运营机制，也一种整体战略选择和组织形式。此推动数据中台落地离不开战略级通盘考量、组织架构支持，以及优秀人首先，金融业务数据依赖性强，对中台的需求也最强烈；其次，金融机构往往都有数仓和垂直数据如数据中台服务商数澜科技就在金融领域具备丰富的服务经验。通过将数据生产要素注入金融客户业务全流程，数澜科技打造起场景生态丰富、线上线下协同、产品创新灵活、运营管理高效、风险监管报送前置数据质量检查等服务；在风控方面；提供交易反欺诈、企业风险实时监控、线上信贷信用评分、贷款逾期风险预警等服务；在营销方面，提供信用卡数字化经营平台、实时营销、客户行为分析、智能渠道获客等服务，在运营方面，提供在线运营分析、业绩跟踪服务、网点画像和绩效分析、智能文档管理等服务；在投研方面，提供智能个股参数、金融知识引擎、智能过图形化拖拽等方式，快速构建AI模型，同时提供多种配和处理，将非结构化数据转换成结构化数据，通过对数据进行统一治理和资产化管理，从而提炼数工业互联等技术快速发展，数字新基建成为数据智能另一方面，中国是世界第一人口大国，移动互联网普及率极高，造就海量数据。中国社会复杂多元2014年我国数据总量达到909EB，占全球数据总量的13%，预计到2020年将达到8060EB，6年复合增长率超过40%。艾瑞数据显示，2019年中国AI基础数据服务行业市场规模可达30.9亿元，预计2025年市场规模将突破100亿元，年化增长率达到21.8%。近年来，国家相关部门出台了一系列政策，鼓励大数据产业发展。2015年8月，国务院发布《促进大数据发展行动纲要》；国家发改委办公厅发布《关于组织实施促进大数据发展重大工程的通知》；2018年4月，国务院发布《科学数据管理办法》；互联网行业提升网络数据安全保护能力专项行动方案》；2020年2月，工信部发布《工业数据分类分级指南（试行）》。2021年，第十三届全国人大常委会第二十次会议对《中华人民共和此外环境保护部、交通运输部、农业部、水利部也发布过很多相关行业大数据政策。范银行与金融科技公司合作类业务及互联网保险业务的通知》，央行发布《个人金融信息（数据）保护试行办法》中，明确指出了金融机构严禁合作的违规金融科技业务范畴，增加了对个人金融信年第一批）》，以“监管沙盒”的形式，探寻金融科技下的官网等方式进入的用户，需要做归一处理；线下零售场景，也须实现“人、货、场”统一调度，这就二是能力集中化。业务中台之上的业务系统产生数据，不断反馈到数据中台，数据中台的能力最终中，数据智能公司与场景融合得越来越紧密。数据智能服务商与客户之间的合作模式从单一技术赋能扩展到合作分成。这要求数据智能服务商对客户的应用场景深入理解，也意味着服务商替换成本我国金融业数据智能转型十分深入，在基础设施和商业应用方面都较基础设施方面，数据智能正在重塑金融基础设施体系。几乎所有金融机构都已到风控反欺诈，再到贷中监控、贷后催收的完整信贷场景。数据智能在很大程度上可代替业务人员进行审批、授信，推动了面向小微企业和长尾客群的普惠金融发展。7数据智能支持金融机构不断创新，提升业务适配度。比如针对金融机构巨量回访任务难题，金融科技公司容联云通讯开发了一套以机器人替代人工收集客户反馈的解决方案，该方案能实现外呼流程中，系统自动收集客户建议，并整理成工单反馈给客服人员，客服工作量大大减轻。通过智能语音金融机构也在不断加大对数据智能的投入，银行、保险机构是数据智能技术的主要购买方。据艾瑞作，采购相应的产品和服务，2019年采购规模占投入的85%，但随着银行自建科技子公司，采购规智能营销方面，大数据营销关键在于正确解读数据，而标签化则是数据分析的体现。一份成功的用如极欧科技携手中国银行青岛市分行，开发的大数据营销专享用户系统，该系统具备精准细分效识别、渠道整合、多元预测、可视化反馈等强大功能。极欧大另一个数据智能应用的重要场景是风控，数据智能可助力交易反险实时监控、线上信贷信用评分、融资类业务风险集中监控、贷款逾期风险预警、风险管理驾驶舱在这一领域，互联网基因更重的民营银行进行了有益探索。蓝海银行自主研发的“蓝镜”大数据智能风控系统，打造欺诈模型、定价模型、监控模型、信用模型、催收模型，将自动化风险筛选与人8台建设，提供可插拔的灵活工程架构模块。基于大数据技术和机器学习算法，依托集团亿级用户数据，打造集反欺诈、信贷风控、智能获客、贷后催收于一体的大数据智能风控应用平台。例如，在车金融服务基础上提供基于海量车源、用户交易、评估检测参数等在内的人工智能估价系统四是外部连接性加强。企业数据智能化的第一步是实现企业内部与客户的连接，接下打通产业链。核心企业的数据智能能力将会向五是场景成为重要战场。数据智能落地于应用场景，未来，场景服务能力，尤其是跨场景服务能力成为数据智能重要能力。如金融反欺诈，需要与前端流量获取等营销环节打通，需要根据场景需求六是数据智能深入到执行层面。未来，更多业务决策、执行都将由机器来完成，人机协同程度也将聚类分析、关联分析和时间序列分析等挖掘处理；结合复杂网络算法，输出最终认为可疑的洗钱团伙，同时对识别结果进行前端可视化展现，使团伙更加直观形象，提高审核效率。在识别过程中，慧安金科采用主动式机器学习分析数以亿计的账户信息和事件行为日志，进行全方位行为和关联建模，以识别账户之间不正常行为和关联异常。在前端团伙可视化系统中，则采用点边结合的方式，直观地对团伙进行展示，便于核查人员核查反馈，结合专家经验，不断迭代更新反洗钱模型，实现92数据智能下的金融嬗变随着大数据时代的到来，以及云计算、区块链、人工智能等技术的在“互联网+金融”的巨大冲击下，传统金融机构进入长期低增长的“存量时代”，客户目前，在新技术的推动下，传统金融机构逐渐将线下服务向线上线下并驾齐驱的模式转但与此同时，传统金融行业的数字智能化转型发展并非一帆风顺。不少传统金融机构数字化经营能力不足；行业内信息壁垒与数据孤岛问题突出；人力资源结构也限制了传统金融机具体来看，数据智能将在三个方面对传统金曾经，传统金融机构获客方式主要依靠线下网点分销，以银行为例，其零售业务的存款总额往往与如今，无论是新型金融还是传统金融的发展都离不开互联网带来的“流量”价值，传统金融服务逐渐随着越来越多的用户选择通过网银、手机银行等线上渠道办理业务，往日银行等传统金融机构网点客户排长队的现象越来越少。加上新冠疫情的影响，“非接触金融”服务兴起，传统金融机构关停或括各国有银行、股份行和城农商银行的地方支行、小微支行、营业所和分理处等，其中六大行关闭银行名称关闭网点数量1行网点数量比2016年减少了约3%，但个人存款增长了17.3%。除了扩展获客渠道，智能数字化转型让传统金融机构的服务可以覆盖更多客群和场景。一般而言，是传统金融业的发展规则。其中80%的弱势客户被称为传统金融服务对象的“长尾”，这包在个人信贷业务上，传统型个人贷款产品主要为消费类贷款，包括住房按揭贷款、汽车消费贷款、信用卡可用额、各种场景下的信用消费分期等。而传统金融机构偏好资质较好的客群。这类客户一般具有相对稳定的居住地点、相对稳定职业，且大多数在经营信贷业务上，传统金融机构会将抵质押品、期限、和价格作为重要考虑因素。中小企业普遍规模小、效益低、固定资产少，因此金融机构为了规避风险，更倾向于为大型企业提供服现如今，通过人工智能、大数据、云计算等新技术，传统金融机构对借贷中各环节进行优化，包括将多个维度的数据，例如消费、社交等进行分析整理，以此达成金融新型风险评估模式。以此，金融机构可以不单一依赖于传统的金融信贷数据，并且可以对征信白户，即没有任何信用记录的人群1在对公业务方面，新科技风控能够帮助传统金融机构建立项目评估规范化标准，通过大数据，扩宽授信企业数据获取维度，如税务、海关等，提升项目评估准确度，减少对抵押品的依赖。另外，新科技风控还能借助计算机改善传统项目分析，大大减少人为主观因素影响，解放客户经理在尽调等环节的工作量，通过数据驱动，提高贷款审批这也在一定程度上，降低了传统金融机构的运营成本。此前，传统金融机构受营业网点和营业时间的限制，业务办理、审批较为依赖人工，需要投入较大人力成本、物力成本、财力成本，且业务流抵押担保、审批流程、领导签批、最后放款等环节，时效相对较此外，生物识别技术推进了电子签名、电子凭证在传统金融业中的应用，从而降低业务处理过程中还有多家传统金融机构尝试将区块链技术应用于信贷、清算等领域。区块链独特的信任机制，被传统金融机构视作创新风险管理、简化交易流程的关键技术突破。不过，作为新兴技术，区块链生态仍在建立过程之中，应用十分有限，诸多难题1实际上，传统金融机构的智能数字化转型尚不完善，其中数据资源整合能力欠佳，以及场景有限、疫情期间，不少传统金融机构暴露出数字化经营能力不足的问题。比如有些金融机构仅仅将线下打法搬到了线上，缺乏一套有效的整体规划和端到端实施方案，虽然坐拥大量客户数据，但无法深度其中，信息壁垒与数据孤岛问题突出。传统金融机构跨部门、跨条线协同机制欠缺，跨界合作的开放动力不足，组织间的利益冲突难以平衡，系统之间数据交流困难，严重制约数据价值的挖掘与创造。即便成功设计、开拓了线上营销渠道，许多金融机构仍无法有效打通全渠道链路，无法有效分另外，传统金融机构在金融场景以外的场景中覆盖有限，而这些场景的入口和流量都牢牢掌握在互目前，传统金融机构的人力资源结构限制了自身发展。既懂金融业务、又懂信息技术的人才，总体上供给不足。同时，传统金融机构与各种金融科技公司之间的人才素质和结构差异比较总体来看，金融场景的数字化转型路径，要依托数据智能平台，搭建数据分析和应用的底层基础设在此基础上，重构业务线的价值链条。基于技术中台的能力，将企业内外部数据打通，由数据中台驱动业务中台，并利用业务中台的组件重构业务系统，包含运营、营销、风控、渠道分发、产品服起初，金融场景从服务长尾用户切入，利用互联网平台的价值，改变市场用户的思维模式。曾经的传统金融服务存在着许多空白点和痛点，服务难以完全覆盖、融资难、融资贵、门槛高、不方便等问题不一而足。各种互联网借贷平台、理财平台通过技术手段，整合了碎片化的金融市场，让长尾1与此同时，银行也大幅降低了理财门槛，长尾客户在进行财富管理时，有了更多的选此后，越来越多新技术应用到金融场景中，金融行业智能数字化转型加速，主流客群被覆盖，金融服务效率快速提升。例如，包括余额宝、朝朝盈在内，互联网平台及传统金融机构推出的浮动型货币基金逐渐被大众群体所接受，主流客群理财习惯发生变化，理财产品市场结构发生变迁。如今，的理财用户愿意将资产投放在货币基金中，46.6%的理财用户愿意将资产配置在银行未来，新的金融生态系统将形成，金融服务底层逻辑将发生根本变革。随着区块链等更多新技术的疫情之前，一些金融机构对于推动数字化转型的还处于“边走边看”状态，金融数字化在一定程度上就具体场景而言，支付、风险管理、供应链金融等方面转型较快。实际上，每一次金融场景的变革在支付领域，从传统的面对面支付、信用卡支付到扫码支付、刷脸支付，移动支付已经改变了人们的支付习惯。如今，在支付端，指纹识别、人脸识别等基于大数据基础上的人工智能识别技术，被1应用于支付场景中，用来准确、快速认证用户身份。在收款端，云计数百年来，金融服务业一直在利用客户和背景数据做出更好、更明智的决策。如果金融机构更好得近两年，物联网设备的激增，用户数据成指数式增长。未来，支付场景或将被互联网进一步改变。其中，物联网应用将推动最切实的发展趋势是支付接受网络的明显扩大。简而言之，过去几年间，智能手机都成为了支付工具，移动支付被普遍接受，在接下来的几年中，所有设备都可能成为购买从智能音箱到智能传感器，从智能汽车到智能手表，物联网将成为现代消费者无所不在的全渠道网络。物联网也将有可能像引入信用卡一样，对金融行业产生巨大在风控管理领域，运用大数据技术能够实现记录等第三方机构数据深度融合，借助机器算法构建专家决策系统和信用评分模型，基于对客户的综合信用考评实施差异化风险定价，能够最大程度提升贷款审批的效率，缩短业务办理流程，升级在供应链金融方面，区块链技术可以促进该领域的升级和创新发展。我国供应链金融的市场规模在据溯源提供新的解决途径。区块链能提供可信的环境，有效降低资金风险控制成本，使金融机构不同时，运用区块链技术可以发行数字票据，能够使票据更容易流转，帮助更多不具备融资条件的中小企业获得融资。有统计显示，传统的金融模式仅能为15%的供应链企业在转型过程中，国内金融服务呈现出服务智能化、业务场景化、渠道一体化、融合深度化等特点。1具体而言，金融场景运用科技手段可以准确刻画客户画像，辅之以人脸、声纹、指静脉等生物识别技术，形成了“能听会说、能看会学、能感知会反馈”的智能化服务体系。同时，金融服务被深度嵌入到多维度、高频次的场景中，从日常的生活缴费到供应链的资金融通，金融服务能够全方位紧密陪伴客户，深刻理解客户需求，增强客户黏性，形成敏捷服务体在渠道上，原本独立的金融服务和功能被整合编排，让更多创新型产品能够快速实施和落地，为客网平台的合作签署如火如荼。四大行分别牵手B与阿里巴巴签署全面合作协议，根据合作协议，阿里云将为其构建新一代全分布式保险核心系统，通过云平台、人工智能、大数据等集约化模式，大大降低金融机构的信息领域投资成本；在后台领域，利用人工智能技术，对海量数据进行智能分析，通过机器的自学习，逐步代替人工对数据的主1此后几年，智能金融发展呈井喷之势。如今，在监管的引导下，第三方支付、理财、消费金融等各类互联网金融业态实现了跨越式的发展。传统金融机构与互联网金融机构从竞争对手到合作伙伴，2.3.1【案例】大数金融的“第三代小微贷款技术”大数金融是国内领先的信贷科技解决方案提供商。基于大数据、人工智能、云计算等前沿科技，大数金融团队研发出以“数字风控”为核心的第三代小微贷款技术，在国内首次成功地将“数据驱动的风控理念”应用在大金额、纯信用、经营性用途的小微贷款上。该技术采用数据化的风险管理方驱动，智能化、自动化、规模化再进阶；技术有效性经逾千亿小微信贷资产验证，历经十余年经济周期保持稳定风险表现。第三代小微贷款技术打破了传统小微技术在业务开展中“风险、规模、成本”目标无法兼得的“小微信贷不可能三角”，为破解小微企业融资难这一世界性难题找到技术解基于第三代小微贷款技术，大数金融通过获客、产品、风控、运营、科技五大赋能体系，为银行为主的金融机构提供数字化的小微信贷解决方案，覆盖产品和流程设计、业务运营、底层科技、系统建设等全维度。帮助银行建立精准获客、智能运营、全流程信贷周期风险管理能力，实现控风险、降成本、上规模的结果，调动传统银行信贷资金投向小微企业，解决小微型企业和个体工商户在业1务扩张及产业升级中的融资困难，支持实体经济发展。在此过程中，合作机构逐步建立起自主的数字风控能力与线上线下结合或全线上的智能化小微信贷业务体系，支持机构数字化转型与开放银行12.智能化作业体系：内嵌多维度机器学习模型实现全流程自动化和3.移动互联网获客技术创新：引入解析技术和规则引擎实123数据智能下主要金融场景和案例分析在现代市场经济中，金融领域竞争最为激烈，因而也是风险程度最高的领域。金融机构风险管理水针对日益严重的信息泄露、信用风险等诸多问题，做好风险防控对于金融机构至关重要，这也对其在风险前瞻判断、全面监控和有效管理等方面提出了更高要所谓信贷，是一种以信誉为凭证的贷款行为，和其他形式的贷款不同的是贷款人不需要抵押或质押物品，也无需担保就能获得贷款。贷款是以信用为保障的，因此银行等金融机构在放款时会对贷款信贷有广义和狭义之分。广义的信贷是指以银行为中介、以存贷为主体的信用活动的总称，包括存款、贷款和结算业务。狭义的信贷通常指银行的贷款，即以银行为主体的货币资金发放行而信贷风控，是指对信用借款客户的信用、收入、资产、家庭、还款意愿和能力、违约成本的综合性风险控制审批。由于容易受到各种内外部不确定因素的影响，因而要通过风险控制的手段，来规新一轮技术革命席卷全球，加之疫情的影响，更是加速了金融业数字化转型的步当前，金融科技企业、金融机构对智能化风控技术的开发应用主要集中在精准获客、反欺诈和智能在获客和风险评分领域，智能风控技术已日渐成熟。将大数据、人工智借助人工智能技术寻找数据背后所反映的用户的行为模式和可能对风险管理有帮助的惯性模式，从而对风险进行提前的甄别、选择和管理。在反欺诈领域，大数据、人工智能技术同样具备潜藏的巨在未来，客户远程化、服务场景化、交易实时化、决策数据化将成为不可阻挡的趋势，顺应客户需求变化，与时俱进进行数字化转型，是金融业的随着我国经济迈向高质量发展阶段，金融业面对着宏观经济影响、监管趋紧、金融脱媒、大数据技术崛起、非银行业竞争者涌现等多重压力，传统金融业遭遇转型2与此同时，金融领域中个人信贷业务量增长显著，场景下沉明显，入口更为多元化，缺乏借款人历众所周知，风控是金融的核心，在传统风控环节中，信息不对称、成本高、时效性差、效率低等问按照传统风控模式，其审批流程一般包括贷前调查，即通过前期掌握的贷款申请人相关信息，全面通过申贷人提交的基本信息、关键信息、融资担保、各项财务信息、贷款合理用途、担保措施等资料，全面揭示存在风险；最后对符合信用准入的客户放款，拒绝不符合准入的客户。在放款完成后，金融机构会对发放的贷款进行贷中风险监测，当发现异常后会对相应的贷款预警，根据提前制定的规则实施相应措施，如暂停客户提款功能、要求客户提前还款等。贷后催收则包含金融机构内部人员电话催收、委托外部催收公司以及法律最后是贷后管理，即跟踪检查、定期检查、五级分类、风险预警、2在零售信贷业务中，传统风控较为依赖风控人员的经验，在信用评估上严重依赖如征信报告等传统金融数据，在贷后管理上依赖人力，存在效率低、成本高等问题；在对公业务中，传统风控缺乏规范化判定标准，而且由于部分项目信息数据呈现海量化、碎片化，导致尽职调查成本高、项目评估效率较低和真实性考证难度大等问题。特别是对于成立时间短的创新型小微企业，这一问题更加严在传统金融信贷中，银行对借款人过往的财务信息进行静态分析，依据对授信主体的孤立评价做出信贷决策，这种方式实质上并没有完全把握借款从参与方式上来看，传统金融信贷的参与主体，只有银行、借款人二者，通常来说，即使存在第三方担保人，该方也被视为与借款人利益相关人，所以传统金融信贷最多是三方关互联网金融的兴起，使得金融科技向传统金融渗透，智能风控平2大数据风控并不是完全改变传统风控，而是丰富传统风控的数据纬度。首先利用信用属性强的金融数据，判断申贷人的还款能力和还款意愿，然后再利用信用属性较弱的行为数据进行补充，一般是利用数据关联分析来判断申贷人的信用情况，借助数据模型揭示某些行为特征和信用风险之间的关以申请贷款为例，过去客户需要到银行网点提交申请，并填写大量材料，然后等待银行工作人员将信息录入系统，再经过后台审批才可以得知最终的结果，整个流程非常在客户不断习惯线上化的便利之后，线上申请、审批有助于银行留存和拉新，这就必然需要线上的通过联网联控、交叉验证和历史黑名单、设备指纹等手段，金融机构可有效防范欺诈风险，量化评分、行为模型、知识图谱等技术识别信用风险。AI等技术手段的也可助力提前全面识别风险、快速采取风险缓释措施、降低风险事件发生可能性和风险事件发生后而面对无接触信贷表现出的大流量、高可触达等特点，风控能力成为产业互联网时代金融业务安全2作为一家科技驱动型金融机构，马上消费始终坚持数字化经营的战略思想，在数据安全与数据合规的基础上，构建了覆盖全业务链条的业务创新体系，实现了业务决策其集合多年的风险管理经验与海量的数据沉淀，打造了新一代“基于跨源多维实时分析技术的金融用于金融行业风控实时信用审批、反欺诈、风控营销等场景，解决实时风控领域数据应用“数据孤岛”、数据整合困难、计算技术门槛高、存储成本高等行业技术难题；解决传统风控系统难以形成风控全景数据资产，导致的数据利用率及使用效率低问题；以及解决传统风控业务需求开发交付流程长、系统交互复杂、涉及的技术多且复杂等研发问题，能够快速、灵活的进行风控策略适配与调优，助力信贷业务长期稳定健康发展，帮助金融机构实现稳定风控该平台形成了多个关键核心能力，主要包括一站式可视化风控业务全生命周期开发能力、风控审批决策中规则和模型等快速调整能力、以及风控数据一体化治理能力，以达到通过快速的风控业务迭代及时应对市场、客群的快速变化，提高审批通过率绝大部分都是自主研发，自主可控的风控系统平发的架构设计；支持亿万级数据，支持多场景差异化风控流程、可视化风控监控与分析。截至目前，马上消费的风控团队超过300人，整个团队具有中国一流的外优秀金融公司的风险管理骨干人才并具有丰富的行业经验，以硕士博士为主力。未来，马上消费将继续保持挑战自我、不断创新、严守风险底线的优良传统，在中国复杂多变的发展环境中，脚踏实地砥砺前行，为金融健康和谐发展保驾护航。招商银行作为国内商业银行之一，已全面启用金融创新项目——招商银行风险门户。该风险门户重点功能涵盖：企业信息智能搜索；企业风险信息智能关联；企业舆情信息分析；企业图谱、个人图2据、经营数据、交易信息、担保信息、融资分析、新闻舆情、实控人信息等银行内外数据多维度、在风控体系建设方面，招商银行将各种数据源中获取的数据进行分析和融合，转化成具有实体、关系、属性为基础的图数据结构，将实时、动态的数据进行结构化处理，采用图论相关算法，针对行内外企业信息关系知识图谱挖掘，通过关键路径智能算法提取核心节点进行图谱计算和关联，深度融合客户相关的外部数据以及内部交易结算等信息，并在此基础上构建了股权投资关系、对外投资关系、控制人关系、集团关系、交易关系、担保关系、诉讼关系、疑似关的企业关联关系，将线性数据、碎片化信息通过人工智能算法结构化构建，实现招商银行信息数据数字化营销已成为金融未来发展的重要命题。尤其是疫情的发生更加验证了数字化营销的重要性。数字化营销已成为金融未来发展的重要命题。尤其是疫情的发生更加验证了数字化营销的重要性。其次，随着人口、互联网红利时代结束，金融行业发展的外生性动能发生转向。在人口层面，在人口拐点出现后，整个金融行业的客户规模已经触到了天花板。金融机构更多需要考虑的是什么样的客户才是优质客户、怎样留住这些客户等问题？在互联网层面，人口红利在不断下降，随之消亡的是互联网的流量红利。金融机构之前依赖流量和规模的策略将面临很大的挑战，加上互联网金融巨头的冲击，金融机构必须思考并采取行动发力下一波金融数字化转型新方向，要提升数智化营销能力。坚持以客户为中心的数据管理和价值创造理2合理布局营销渠道，基于深度学习、知识图谱等技术探索资源协同、场景化的营销模式，打造服务客户全生命周期的营销范式，推动营销服务从大众化向差异化、人性化转变，提升获客、活客、留在新一代数字化营销要求下，如何实现营销智能化、移动化和客户体验极致化，这是众多金融从业者在思考并且非常关注的话题。金融科技的发展与应用，对金融数字化营销转型形成了强力支撑。当前金融机构的经营逻辑正向“深度客户经营模式”转变，真正从客户体验出发，实现数字化驱动模式再造和能力重塑，平衡用户价值和机构价值，达成双赢局面，将成为必然趋势。互联网金融的冲击、行业正加速分化等等，金融机构的竞争正在变的日益激烈。数字化转型的机遇特别是在新一代数字化营销要求下，如何实现营销智能化、移动化和客户体验极致化，这是众多金一是用户竞争。优化用户体验正在成为金融机构下半场决胜的关键。移动互联时代，用户在愈发丰富的场景中进行消费，正在拥有更多主动权。随着前端金融服务的场景化、多维化、高频化特征愈加明显，每一位用户所产生的净值也越来越高。因此在当下，金融机构之间比拼的核心是在产品同质化程度较高的前提下，谁能把服务、营销做得更好。只有真正做到“提供用户所需，服务用户所想”，才能让用户主动靠近产品。金融转型的下半场，是在盈利模式发生了本质上的转变。想要持续增长，需要重视每一名用户，重视每一名用户二是数据竞争。大数据时代，数据是重要驱动力。能否对数据价值有正确认知，正在成为影响金融机构数字化运营的关键因素之一。数据种类和量级的持续增加、存储和分析难度的提升速度却远比金融业自有数据体系成长速度要快得多。这是当前金融行业在进行架构升级时所遇到的一个矛盾点,即智能化平台的升级是需要大量数据为基础的，为了能够容纳短时间内大量涌入的数据并确保业务的稳定性，需要后台架构能够在短时间内具备应用解耦和快速扩容的能力，但是过往大部分传统三是营销竞争。当前，线上化和移动端的变革带来的一大重要影响是，客户对银行、保险、证券等金融机构提供的金融服务需求表现出高度数字化、个性化和碎片化，提供相匹配的服务对金融机构呈现出巨大挑战。金融机构对客户的精细化运营不能再依赖人工的方式进行，营销方式从以往的以产品为中心向以客户为中心进行转变，形成客户、产品、内容和渠道互相适配的客户精细化运营，察从静态的了解升级到动态的预测客户意图。因此，新时代的营销，不只是需要对用户心理、需求拿捏准确，更要求在整个营销过程实现用户体验的闭环。通过整合营销的方式借由多渠道、多平台、多频次地去影响用户认知。此外需要打造对于金各个系统，洞察力低，难以全面观察客户全貌；在营销平台方面，营销平台缺少体系化建设机制，功能分散，用户体验不佳；在营销运营上，缺少全机构统一的营销决策体系，同时在资源统一调拨方面也存在不足；在场景支撑上，营销场景仍趋于传统方式，场景化营销思维方式尚未完全建立，2在管理方面，缺少不同层级的报表管理体系；在渠道协同上，各渠道之间缺乏有效协同和配合，无,缺乏针对标签的开发、审批、上线以及下线等的全流程管理工具；二是在决策系统层面，缺乏标签管理平台，客群筛选不够自动化，各类系统仍在规划或建设中；三是在营销管理方面，缺乏有效的整体规划，整体营销活动不能做到端到端的闭环管理；四是在数字化链路方面，没有形成有效的营销评估体系和可视化的报表，暂时还不支持数据的实时计算、无法支撑大批量、个性化及实时营重新梳理和定义核心客户旅程，并持续推动敏捷、快速、端到端的数字化流程再造和能力重塑。整体来看，金融机构有必要借助一套科学的方法体系来重新审视自身资源禀赋和客户结构，并基于此加速开展客户研究和体验管理，以指导自身创新、营销乃至战略制定，提升差异化服务水平。银行等金融机构需要对重点客户做扎实深入的调研和研究，深入分析不同客户群的生活消费行为习惯、风险偏好和需求，了解各客群的分布、占比、净值分层和活跃率，结合完善的标签体系对客群2进行细分和客群画像，通过数据分析找到合理的依据进行产品开发、营销和关系维护，并通过差异化的产品和服务满足各类客群的需求，进行精准营销，从而充分发掘增长潜力，为转型发展注入新的发展动能。对于高净值客户群，要在分层基础上进一步提升产品和服务的专业化、个性化和品牌新形势下的金融数字化营销体系，其核心意义在于以客户为中心，为客户创造价值，为机构创造价即实现对用户的量身定制、实时互动与创新；洞见，即通过人工智能驱动对用户需求的深度洞察；体验设计，即以客户为中心，打造引人入胜的个性化内容和流畅的客户旅程；技术，即以数据及智能科技形成关键推动力；速度，即打破竖井效应，形成更快的节奏金融机构实现数字化营销的体系过程，就是数据、智能分析加上智能营销管理之和，通过大数据分析技术，构建用户画像，进行用户分层，从而实现线上化、自动化、智能化的精准营销。比如索信达“灵犀”整合智能营销平台，将智能理念融入营销活动各个环节，实现360°全景客户画像和智能化客群细分及客群管理，通过智能客群动态预测客户意图，轻松实现标签全生命周期管理和千人千面智能化推荐，全面提升了金融客户体验和对客群的吸引纵观金融用户的整个生命周期，用户在不同的人生阶段也具有差异化的金融需求。在数字化营销体系中，金融机构应从客户旅程出发，在不同触客时期布设不同活动。用户在“当前时点”的潜在金融需求往往隐藏于不同的生活场景中。具有成熟数字营销能力的机构会基于现有客户、产品、数据等方面的沉淀，通过建立个性设计、快速反应、极致体验和灵活配置的策略分析与决策平台，强化亟待数据来发挥作用。数字化转型的内在需求是各家机构将建设数据平台、提升数据能力作为落脚一是打好数据基础。构建基础数据平台，实现从零散到整合，从数据到洞见的升级，通过数据可视化、平台化、客户标签体系建设等，对客户形成全方位认知；二是智能决策。通过大数据驱动，实2的数据平台，全用户视图发掘用户场景，全标签管理体系深耕用户运营；二是提供有温度的特色服务，基于底层数据构建高时效性、多维度的用户画像，以丰富的可视化数据分析赋能全面、有温度的服务；三是充分利用数据价值，打通各业务数据回溯通道，提升数据质量，层层下钻透视分析，挖掘数据价值，实现数据驱动决策；四是轻量级数字营销新运营，聚合业务流和数据流，减少跨多业务系统操作的痛点，为业务部门提供更契合自身业务的便捷功能服作为一家专注于数据智能和营销科技领域的科技公司，索信达控股（以下简称“索信达”）的核心业务是为金融等机构提供大数据、人工智能和智能营销解决方案和专业服务，帮助金融机构建设好数据管理平台、提升数据能力、挖掘数据价值，进而通过数据驱动具体场景的业务增长，加速实现数字化转型。基于多年银行深度服务经验，索信达独家沉淀了业务驱动型营销经验与运营场景专家银行和众多金融机构达成合作，积累了数百个案基于在智能营销领域的专业经验，索信达自主打造的“灵犀整合智能营销平台”产品，包含了智能营销平台、实时营销平台、个性化推荐系统、标签管理系统、营销内容管理系统、用户画像系统六大子产品，能够为金融机构提供端到端的智能化、移动化和极致客户体验的整合营销解决方案，帮3智能营销平台提供从营销数据管理、营销智能决策、精准触达，到营销评估和反馈的端到端的智能实时营销平台通过捕获客户的交易行为、浏览行为、功能开通等实时事件，借助实时活动的配置和个性化推荐系统支持对手机端App及其它线上渠道栏位（如今日推荐、猜你喜欢等）标签管理系统提供批量和实时标签配置、标签计算、标签推荐、客户画像、标签服务及标签生命周客户画像系统通过标签勾勒客户360°视图、客户标签词云、知识图谱等客户画像分析，为企业进3应用案例一以索信达助力某领先股份制银行建设的智能营销平台体系为例。该平台是一套以数据为驱动，以科技赋能业务为目标，面向领导决策层、业务管理层、活动执行层用户，打通前中后台、整合了数据整理、模型分析、平台功能建设、营销全生命周期管理流程、场景策略库等领域的立体一站式、智业的营销管理与执行全面线上化，并且可以自动执行策略，支持差异化场景，夯实了坚实的数据与除了头部大行，索信达还帮助众多中小银行机构建设数据驱动的智能营销，助力中小金融机构数字化转型。比如为某中小银行进行的智能营销平台建设，该中小银行在数字化营销方面原有的系统存3台的引入，令上述营销问题迎刃而解，通过帮助这家中小银行构建闭环式营销活动管理和客户服务体系，使其可以对用户进行全方位的链接和精细化经营，从而形成全方位营销能力。该智能营销平台的建设，通过端对端营销活动管理功能，提高了活动上线速度；台的建设，通过端对端营销活动管理功能，提高了活动上线速度；通过可视化活动策略设计功能，提升了营销效率；通过渠道策略功能，提升了客户体验；通过营销活动效果闭环评估，提升了营销效益，通过权限管理功能，保障了数据安全。“无现金社会”正在来临，第三方支付逐渐兴起。以支付宝、微信支付、银联等为代表的第三方支付截至目前，全国拥有央行颁发的《支付业务许可证》（又称“支付牌照”）的支付机构，其业务类型有银行卡收单、互联网支付、预付卡发行与受理、移动电话支付、数字电视支付3互联网产业展现了巨大的发展活力和韧性，第三方支付作为伴随互联网产生的行业之一，其用户规整体来看，我国第三方支付用户规模已经突破8亿人，30注：非银行支付机构处理网络支付业务量包含支付机构发起的涉及银行账户的网络支付业务量，以付业务数据由网络支付调整至银行卡收单进行统计。不过，随着近些年多个监管政策的推出，整个第三方支付行业面临强监管、严监管，市场规模也因行业发展至今，除了已经抢占“半壁江山”的支付宝、财付通等第一梯队以及京东支付、苏宁支付、因为规模上不去，多数第三方支付公司面临利润空间收窄甚至生存压力，都说“躺着”就能挣钱的日在严监管下，不少第三方支付公司不惜“打擦边球”，违法违规开展业务。监管针对行业存在的乱象罚款已经成为第三方支付行业的“常态化”操作，处罚金额少则数万元，多则数亿元，并数百万元罚款越来越多。据华夏时报金融研究院不完全统计，大多数第三方支付公司都曾领过罚单。如商银信3从断直连到备付金集中存管，整个第三方支付行业的利润空间被严重压缩，特别是中小支付机构可两个重磅文件下发后，包括支付宝、财付通在内的支付机构带来了很大的冲击，行业也进行了新一轮的洗牌。此前，客户备付金既是直连模式的基础，也是支付机构重受收入来源减少、监管处罚力度加大等因素影响，支付机构的一部手机就可以搞定，这是移动支付时代的样据了很大市场份额。且随着移动支付的渗透率逐渐逼近天花板，支付宝和微信支付的地位也再难以付宝和微信支付也不例外。如拉卡拉通过提供支付解决方案，向商户输出营销、财务管理等能力。3.3.2数据智能撬动“智慧支付下半场”互联网时代，语音识别、人脸识别、智慧城市、智慧医疗等人工智能技术正逐渐走进人们的日常生大数据、人工智能的开放创新，加速促进了支付行业迈向智能化，加上云计算的能力，很多支付机构实现了平台化智能数据管理。各种创新产品相继推出，如刷脸支付、无感3特别是疫情黑天鹅事件，加速推动了餐饮、零售、产业链平台等各类行业的数字化转型进程。线下商户开始向线上转移，一些新兴场景也逐渐兴起如远程办公、直播电商、云服务等，企业数字化服近些年，随着大数据、人工智能等新技术的不断发展与进步，第三方支付行业围绕数字化方向推出了一系列创新产品。如拉卡拉推出拉卡拉云小店、拉卡拉收款码、拉卡拉汇管店和拉卡拉云收单四数字化通常具备几个标志性的阶段。一是企业数字化，需要做到把员工、客户、产品、服务以及数据连接在一起形成在线协同；二是企业要有生产数据的能力，如数据采集、处理与应用等，有利于数字化转型的背后体现的是支付机构的技术能力。未来，支付机构比拼的将是连接场景的能力。继小程序之后，微信又上线了视频号、微信小商店等功能，疫情的爆发，让线下品牌及商户迁移到线上并可以在微信生态内进行营销，而且通过微信支付可以形成交易闭环，各品牌也可以拥有私域流在数据智能时代，除了支付基础功能外，支付机构还需要通过各种技术手段连接商户的营销环节，参与到商户的经营。首先，在遇到新冠疫情黑天鹅之后，让本来在互联网时代就处于弱势的各线下产业雪上加霜，如何获取更多的客户、提高运营效率等是传统产业普遍面临的问题，支付机构通过连接到商户的营销环节可以帮商户解决这些问题，市场空间广阔；支付机构连接场景之后还可以为算法、算力还是实际应用等方面都依赖于科技公司提供的3.3.3【案例】汇付天下“支付+SaaS”汇付天下作为国内第一家成功在港交所上市的独立第三方支付服务提供商，在成立之初，就从航旅行业数字化转型切入商户侧收单业务，后来逐渐拓展商户服务，并开始由“SaaS+支付”向“支付3沉淀私域流量的同时，还可以帮助商户内部财务和账户体系提升效率，在资金流转之间节约成本。产品，构建面向商户的到端服务能力，为不同类型的商户打造场景了解决方案；同时，还推出了自3近万家行业客户提供聚合支付、账户服务、营销服务、数据服务以及金融增值服务，全面满足了商户在支付、账户、营销、数字化运营等全方程序开发平台，全面适配商户在疫情期间激增的线场构建“千户千面”的定制化解决方案能力，形成支付获客、赋能数字化管理和营销服务的商新冠疫情为受到重创的零售企业数字化转型提供了契机，以汇付天下为代表的支付机构通过“支付3根据中国人民银行、商务部、银保监会等八部门联合印发的《关于规范发展供应链金融支持供应链产业链稳定循环和优化升级的意见》（银发〔2020〕226号），供应链金融是指从供应链产业体出发，运用金融科技手段，整合物流、资金流、信息流等信息，在真实交易背景下，构建供应链中占主导地位的核心企业与上下游企业一体化的金融供给体系和风险评估体系，提供系统性的金融解决方案，以快速响应产业链上企业的结算、融资、财务管理等综合需求，降低企业成本，提升产也就是说，不同于传统信贷的融资模式，供应链金融在传统信贷业务的基础上延伸而来，是一种新兴的融资模式。供应链金融从新的视角重新评估中小企业的信用风险，为中小型企业指定一套融资模式，将资金整合到供应链管理当中。这其中的变化是，金融机构将以真实存在的业务为背景，从分销商、零售商等与最终客户贯穿到一个链条之中，为整个4资金往来的上下游中小微企业。传统的供应链金融时代，融资活动主要发生在线下，银行只能根据企业的业务背景、发展、风险等方面对融资项目进行考察，但难以保证真实性，进而推高了银行出借资金的风险。另外，银行在实际操作、背调等方面，难免会遇有信息闭塞的情况发生，导致重复质押、重复抵押的现象屡禁不止，甚至出现假仓的情况，近年来，供应链金融得以快速发展，其根本原因是从线下模式到线上模式的迭代。以阿里、京东等电商巨头为例，作为核心企业，能够在资金流、物流、信息流等方面全方位赋能整个供应链，将场景具象到每一个具体的业务，通过强大的数据信息体系、智能化操作系统、360度全方位检测以及点对点的管理，最终将自身、上下游企业、客户全部置于一个闭环之中，资金流、物流、信息流等可见，供应链金融发展的演变也是供应链金融业务模式不断进化的根基。由于供应链金融业务围绕采购、生产、销售各个环节，适用面较广，因此越来越多的企业参与供应链金融业务。根据各参与在银行主导的供应链金融中，银行是主要风控主体，由此导致在选择供应链企业时，规模较大、资金数据全的企业成为银行的优先偏好。此供应链金融模式下链条企业所承担的资金成本较低，风控银行以其现有优质企业客户切入，整合行内业务资源，深入行业供应链各交易环节，提供交易银行模式的综合化金融服务解决方案。此模式的供应链金融体现出来明显的安全边际，在贷款、授信、质押中强调各类凭证的有效性和真实性。同时银行也凭借其金融系统职能，帮助供应链企业做好中熟。ERP厂商依托其所处行业供应链强大的影响力，以上下游企业为目标客群，围绕供应链运营痛点，逐步嵌入金融服务，为企业提供包括通关、结汇、物流、退税、资金融通等业务。金融机构出于对核心企业资信的认可向供应链上下游企业提供资金支持。现在部分贸易企业、物流企业介入第三方供应链服务这个模式中，也就是说有可能第三方供应链服务企业是多种角色的重合。4电商平台开展供应链金融有其天然的数据优势。企业的真实交易活动在电商平台上完成，平台累积了大量、连续的历史交易数据，包括交易对手的履约情况。贷款发放和还款形成资金闭环。贷款资金流向与交易行为一致，还款来源明确。支付结算都通过互联网第三方支付完成。资金也可对接多随着供应链金融工具多样化的发展，供应链金融已经进入到各行各业中，而在不同行业中的应用，就必然会衍生出不同的行业特性。在这样的基础下，供应链金融向更加细分行业的垂直化发展成为必然的选择。目前，金融机构、核心企业、电商平台等供应链金融参与者，都已在开始了在细分产供应链金融在我国具有非常大的发展空间和潜力，但目前供应链金融在发展中还面临一些困难和障设立专门部门提供专业化供应链金融产品和服务的商业银行不多。同时，由于国内对供应链金融的研究尚处于起步阶段，商业银行很少从信息不对称、公司金融、博弈论等视角来开发、设计供应链此外，各商业银行对推进供应链金融的战略布局不同，重视程度也各不同。中小商业银行抗风险能力弱、发展空间小、人才资源少，做好供应链金融需要突破的体制机制障碍依然颇多。一方面，多数银行的供应链金融业务管理机构层级较低，无法运用全行资源推进业务发展；在风险管理上专业性表现不足，容错率低，缺乏明确的尽职免责条款，推进业务发展的动力不足；另一方面，供应链信息认可、对人才发展的激励机制、做好供应链核心企业在供应链中扮演着重要角色，往往是整个链条的管理者、组织者与协调者，它对其他成员企业之间形成长期稳定的战略合作伙伴关系有着重要的在供应链金融业务中，核心企业的经营发展状况决定了上下游企业的生存状况和交易质量，并为整条供应链融资提供了担保。如果核心企业信用出现问题，风险易传染扩散至链条上下游企业，并使得供应链合作伙伴之间出现整体兑付危机。当核心企业在行业中的地位发生重大不利变化时，可能会隐瞒信息，利用其强势地位，通过虚构交易要求上下游企业为其向银行骗取授信。此外，供应链金融业务，信息流的获取非常关键，而且一般金融机构都会要求核心企业提供其上下游的交易数据；但对于核心企业而言，交易数据、产品数据以及资金数据往往都是企业的核心商业4机密，一旦发生泄密事件，对于整体产业会造成非常巨大的冲击和影响。因此，有效管控核心企业服务小微企业的中小银行面临人力不充足、专业不对口、信息不对称等一系列问题。在此背景下，一些致力于为实体企业提供融资服务的公司兴起。他们能够在较为细分和专业的领域，深入了解相关企业的发展情况，做好信用评估、发展评估等工作。但是，这种企业同样很难与金融机构达成深度合作，相互之间的互信尚未建立，体制机制上的障碍凸显。由于各种壁垒的存在，缺乏对接和融通的顺畅渠道和有效方式，相关服务业企业甚至通过自身向银行借贷，再转手通过供应链输血小微另外，中小企业普遍资本薄弱，技术、人才等竞争能力差，易受经济波动影响，偿债能力弱，一旦经营困难可能陷入资不抵债的境况。同时供应链企业行业地域延伸分销时，金融机构处于成本、地中国中小企业协会推出的《中国中小银行供应链金融创新发展报告》（以下简称《报告》）指出，目前供应链金融已经完成了中心化、线上化、平台化发展，开始向智能化演进。加之，小微企业金融服务早已成我国推进金融供给侧结构性改革的一部分，增强金融服务实体经济能力的重要任务，在全球产业数字化、智能化、网络化的大背景下，拉动传统制造往智能制造方向升级，从而满足未来市场更快速、更个性化的需求响应，并实现更低的制造成本，对采购和供应链管理提出了挑战。它将原本按照计划管理的工厂生产，切割为更小的单元，既可以动态规划从而平滑生产波动，也能更快地跟随市场的反应进行产能的调整，同时也能实现最低的原材料和成品库存，大幅提高生产的因此，供应链金融就需要高度灵活、更加智慧。同时，未来的供应链与营销链将完成全程的信息共4供应链金融的新形态则是以平台化为显著特征，银行、供应链参与者以及平台的构建者以互联网技术深度介入，比如打造云平台，通过资金流、信息流、物流三维数据风控建模来构建综合化的大服时代，业务模式趋向去中心、实时、定制、小额，产品则以数据质押为主，借助于物联网、人工智能、大数据、区块链等技术，实现了供应链和营销链全程信息集成和共享，同时提升服务能力和效4产业融合：与产业深度融合，把握供应链发展在不同行业中的差异和趋势，切入供应链管理甚至营思路转变：从服务“1”即核心企业转向服务“N”即上下游的中小企业；从单纯的信贷业务转向全方位加强风控：通过人工智能、区块链等技术结合线下数据打造大数据风险控制模型，设立预测性指标合作共赢：在供应链金融转型浪潮的推动下，传统参与者需要明确自身的竞争优势，在供应链金融2020年云象区块链与浙商中拓共建基于区块链的供力和数字化风险控制能力，通过对传统贸易中的融资进行规范，电子仓单、订单融资在线处理，实现质押、冻结、解除的全线上操作，随时随地查询融资审批进度、银行放款信息等，提升了效率与服务体验，解决企业经营融资问题，争取更多的流动资金周转，实现经营规模扩大与发展，提高经济效益。4以其中仓单融资为例。客户将货物存放于浙商中拓融资仓库内，由中拓物流开具仓单并质押给合作银行，仓单原始信息、仓单质押信息、仓单解质押信息实时上链，中拓仓储、货主企业、合作银行间保持信息一致性与透明性，维持业务持续健康的开展。在平台专项额度范围内，根据仓单质押资快发展现代保险服务业的若干意见》将保险行业重新定义为未来民生战略支柱行业，为其进一步发发展的传统保险正在经历阵痛，“轻松赚钱”的时代已经成为过去。传统保险产品有着保障责任更多，保障时长较长等特点。伴随着我国人口红利走入后期，传统保险市场正趋于饱和，对于中小保险企业而言竞争压力更大。瞬息万变的科技和日益丰富的生活娱乐方式正带来更多新场景，相伴而生的，是更多短期、小额保险需求，例如航空意外险等。这些新需求的大量涌现使传统保险暴露出短板，尤其是传统财险产品，同质化程度高，对客户内在需求覆盖不同时，保险行业面临的风险正在升高，保险诈骗专业化、科技化，高度依赖事后人工审核，成本较从投资方面看，目前国内收益率正在下降，未来可能还会进一步下行，股票市场的波动也正带来更3.5.2数据智能打破保险行业“冰层”4在数字化时代背景下，保险企业利用数字化手段，选取适合自身发展的战略转型重点，建立数字化支撑新体系，实现对客户的数字化洞察，进而实现服务效能的提精准匹配个性化、定制化、差异化产品与服务正成为保险企业核心竞争力之一。在保险市场趋于成熟的阶段，更需要对客户进行精准画像，发掘其潜在需求。借助数字化手段，实现保险企业全场景服务，已经成为行业主流发展趋势。同时，通过技术手段发掘新需求也成为保险产品创新的重要基础，将单一产品销售转化为多样化整体解决方案，从研发定价到退市，数据智能让保险产品的全生命周期精细化管理和及时调整成为可能。例如机器人流程自动化等技术已经在商业场景中得到广泛应用，对保险企业运营管理提供了大幅提升效率的机会，也有助于其降低运营成本。在风控方面，通过大量的数据积累，利用人工智能分析建模及机器学习等技术，实现前中后期全流程风险控制，将数字化风控精细化嵌入各个业务流程中。通过数据挖掘、自然语言识别等技术，对法律文本、相关规则规定进行分析，降低人工成本，降低合规风险，提升企业行业效率。例如某主要经营财产保险业务的全国性保险公司，目前有36家分公司件。人力调度压力与日俱增，巨量回访任务难完成。同时，保险公司随著业务高峰期到来，也亟需的解决方案包括：机器人替代人工收集客户反馈；外呼流程自定义号码是否去重；使用容联线路做在与容联云通讯合作之后，该险企智能回访人工替代率单周平均35%。智能回访过程中，自动收集客户建议，并整理成工单反馈给客服人员，工作量减轻。每月数十万笔线索，通过智能语音机器人外呼后的数如今的数字化转型正在展现包括了整体数字化建设纵深发展、以统筹建设的方式寻求协同效应、企业组织架构同步转型，以及广泛建立外部合作等趋势。数字鸿沟等困境正在各个企业愈加开放的转保险机构和科技企业的合作已经成为双方进一步发展的内在需求和驱动力。针对合作过程中可能存定行业规范和技术标准，让监管在面对新趋势、新变化时有的放矢，在探索机遇的同时，防范新风4资金实力更为雄厚的大型险企往往走在转型前沿，如今他们正全方位探索新数据、新技术带来的新机遇。以中国人寿财产保险股份有限公司（以下简称国寿财险）为例，在明确数字化方向后，国寿财险推出了其安行鹰眼远见理赔智能管理平台。技术手段与保险的深度融合为精准定位理赔人员和进行可视化，让理赔变得更加高效。该平台充分考虑了公司理赔管理的实际情况，使标准化与差异性并存。打通前端应用与后台指挥，降低理赔管理难度，缩短管理落地的距离，使“降赔增效”有效落地。安行鹰眼远见理赔智能管理平台将成为该公司理赔管理技术应用的大脑，探索形成“互联让理赔工作更实，更深，更细。在理赔智能平台的带领下，通过线上化理赔应用的建设，随时可以为客户提供无时间、距离间隔，身临其境的保险服务。自理赔智能管理平台上线以来，当日案件立案比例大幅提高；当日通赔案件立案比例也同比提高，案件时效进一步改善。通赔任务实时监控，通过技术创新不断完善其实时监控、指挥以及统筹协调的重要作用，为客户提供“无时间、空间距心团队多来头部行业和互联网科技公司，具有丰富的“保险+科技”双重基因。公司定位于大数据等信息技术，优化保险产业链成本结构，重塑行业价值，为广大保险经营者提供保险SaaS、产品供应链以及客户成功服务等在内的综合性保险数字化解决方案，助力合作伙伴险产业链上下游，以“用户洞察为核心、数据为驱动、信息技术为基础在企业经营管理端，力码科技面向保险经代机构管理层&内勤，配套经营管理平台，实现组织发展-业务经营-财务结算的全流程数字化管理。在组织数字化方面，力码科技面向经代机构等提供灵活的组织数字化产品，支持根据商户自身实际情况设立多层级组织架构、配置机构间从属关系以及员工管理，包括员工入职离职、合同管理、培训管理等。同时，力码科技还面向商户内部业务人员、管理人员等提供一站式数据分析平台，为企业组织的管理决策提供4在代理人营销赋能方面，力码科技以交易为中心，赋能保险营销转化全流程，通过大数据和云计算精准定位目标用户，判断用户群体需求，千人千面内容管理，并实现自动化智能运营，实现个性化的营销推广，既帮助企业降低了人工成本，又整体提高了保险咨询的专业性，大幅提数字化风控管理方面，依托力码科技构建智能风控开放平台，为保险经营提供数字化、立体化、智能化、前置化的全流程的风控解决方案。力码科技智能风控平台是一个基于关联图谱、机器学习、联邦学习等技术的智能风控平台，平台提供保险业务风控全流程的解决方案，利用第三方多维大数据，结合智能决策引擎、智能关联图谱和智能建模平台三大模块，形成风险控制闭环，有效解决保目前，力码科技智能风控平台已支持商户、代理人、保单、投被保人等不44数据智能金融发展的主要挑战和趋势展望新时代下，数据成为重要生产要素，各行各业都在积极推动“加快培育数据要素市场”，尤其是在当前金融业务活动中，金融数据的获取、处理、应用过程中仍然存在着很多问题。整体来看主要包括有非排他性和可复制性。不同于传统的土地、劳动力等生产要素，数据在流通过程中不但不会被消耗殆尽，反而越用越多，这也增加了确定数据归属的难度。理论上，作为数据的主体，用户享有支配数据的权利，但事实上，数据往往不由用户掌握，不论是社交数据，还是消费数据，都保存在各个服务提供方的数据库中，被当成互联网公司的核心资产，在用户毫不知情的情况下被计算分析，进而牟取利益。所有权不明晰，因而直接导致金融机构在数据获取的过程存在诸多不合规风险，同密和利益保护，数据流通共享受限，“孤岛问题”已成为制约金融服务的“最此外，数据共享和流动是数据得以利用和人工智能产业发展的前提，而数据保护与安全问题、数据权益的分配等则是保障良性发展的基础。如何平衡数据共享、流动与保护之间的冲突，存在多方面的挑战，也是智能金融发展过程中亟待解决的首先，金融机构内部数据分布零散化，线上线下的数据一致体系尚待建立。数据管理局部化，金融机构对数据的判断和考量还主要集中于满足业务需求的数据真实准确性，对于个人数据的保护以及数据主体权益的实现路径搭建上，未能形成全生命周期性管其次，数据分级机制有待完善。金融数据种类繁多，不仅包含着个人的身份、财产、信用、交易等个人金融信息，往往还涉及金融业重要数据、商业机密数据等重要内容。通过金融数据划分，一来5金融机构可以根据自身金融数据保护能力选择暂不开放或者分步骤开放有关敏感金融数据，涉个人金融信息需进行脱敏处理或确保第三方合作平台保密不泄露；二来对不同级别的金融数据可以采用不同级别的安全管控措施，如敏感程度较高的金融信息可以仅开放读取权限，而一般级别的金融信最后，软件开发测试环境的数据脱敏不规范，部分企业对数据安全重视度不高，软件开发、测试环境中仍会使用到的客户大量未经脱敏的真实数据。同时，来自互联网的攻击渗透等威胁，重要敏感信息泄露与非法交易，利益的驱使造成数据信息非法交易活动泛滥、屡禁不止。从业机构应严格遵守法律法规和监管规则，不违规采集、违规留存、泄露客户数据，选择权威可信数据源开展融合应要实现个人信息安全保护与数据共享的平衡，第一，需要国家监管政策以及数据保护相关立法层面的不断完善，明确数据的使用权责与范围边界；第二，需要行业生态各方的自律，对数据安全保持敬畏之心；第三，要重视大数据安全关键技术研判，引导数据安全产业创新布局。当前，在数据安全技术层面可以看到，各类前沿科技正百花齐放，以隐私安全计算为对此，同盾在实践“可用不可见”这一技术理念，作为撬动这个平衡点的有力杠杆。同盾科技提出了“知识联邦”理论框架体系。基于联邦技术，做大数据分析就不需要再收集获取数据，而是直接使用数据即可，数据所有权不会发生变化。数据的拥有者真正实现对数据的所有，最大化数据在多种场景下的多次价值实现，其它机构都是按照联邦协议使用数据。与过去相比，数据资源的所有权使数据不用集中到一家机构，也能实现智能计算和分析，降低数据共享阻力和合规风险，能最大化保护数据安全和数据隐私。同盾人工智能研究院还提出了数据安全交换（FLEX）协议，该协议约定了联邦过程中参与方之间数参与方就可以安全地加入到联邦中，无需担心数据隐私会有泄漏风险，全面实现数据可用不可见，5在此基础上，知识联邦可以解决金融行业哪些痛点？信息存储、信息使用和删除、销毁每个过程中的安全防护要求。这使得以往数据集中化的方法风险重重。同盾智邦平台基于知识联邦理论体系，实现了数据的可用而不可见。金融机构自行管理自己以往金融机构与相关数据公司合作进行联合风控或联合营销时，主要是以线下联合建模的方式。智邦平台中的跨特征联邦学习方式，相比联合建模有以下优势：联合建模需一方携数据驻场建模，这需要多次双方法务的沟通，尤其是初次合作的两方。而使用智邦平台数据无需带出公司，即节省了5联合建模的人工驻场模式，在智邦平台中由一方线上申请和另一方审核通过，则可进行，使其更加便利。以往联合建模在完成数据集中化后需要有经验的建模人员进行繁琐的特征工程工作。智邦平台在联邦学习流程中实现了特征清洗算子，特征选择算子，应用先进的算法模型更快更好地完成特征工程部分。联合风控或联合营销场景中，需要寻找两家机构的共同用户。在用户对齐时，有一方会得到另一方的非交集部分用户。在多方查询中，被查询方会知道查询方的查询目标，即哪个用户。这些过程都会引起数据泄露，获得非交集部分的一方额外知道了另一方的用户列表，被查询方可根据查询发生的时间和查询方身份，推测出哪个个人在某时办理了业务。智邦平台根据实际场景设计全流程的数据安全方案，在用户对齐中不仅保护交集外还可保护交集内5上，一部分为数字中台、分布式核心系统等平台及系统类建设，另一部分为智能科技、区块链等单但当前人工智能仍处于起步阶段，人工智能技术仍旧处于“辅助智能”阶段，人工智能并不能完全做到自主决策，对于更为复杂的场景数据的预具体来看，金融科技发展速度明显要快于规章制度的制定，导致