2.依托立异实验室开展大年夜数据和人工智能基本研究

密切存眷全球金融科技的立异与应用，内部设立主题立异课题群，存眷市场热点、研究营业重点、突事业巧可贵，强化交通银行在云计算、大年夜数据和人工智能新兴范畴的自立技巧贮备。加强与外部金融科技企业的连接，及时控制最新的金融科技成长趋势，打造快速获取新科技并转化为银行产品办事应用的才能。赓续搜寻数字化合作机会与伙伴，构造金融科技生态圈。开展科技为引领的“跨界”立异研究，在风险可控的前提下，经由过程立异实验室这片实验田“先行先试”，赓续培养自身应用新一代技巧的才能。

今朝，交通银行已依托立异实验室对区块链、人工智能等新兴技巧开展基本研究，对大年夜数据、生物辨认等已有贮备技巧开展在金融业的综合应悠揭捉?究。同时与金融科技企业、高校保持优胜的沟通互动，积极开展重点金融科技相干范畴的结合立异，树急速速获取新科技并转化为银行产品办事应用的才能。

3.完美大年夜数据平台，促进和支撑营业立异

扶植集团同一、数据标准、运行高效、技巧强大年夜的数据办事平台。完美大年夜数据应用情况，支撑对用户数据进行超百万维度的数据建模，深刻洞察用户的行动和特点，为全新价值点、贸易决定计划以及新营业商机的发掘供给加倍科学、周全的营业支撑，为集团经营治理、营业成长和内部控制供给优胜的技巧支撑和办事。

4.整合外部数据丰富银行数据资本，健全客户信息同一视图

(3)数据发掘和深度进修方面的专家今朝异常稀缺，一个好的平台须要好的人才方能发挥最大年夜效用，今朝银行重要以软件开辟人员为主，缺乏数据和算法方面的人才，特别是真正的数据专家在银行不是很多，顶尖的数据科学家更是稀缺。

结合营业部分及分行合营进行大年夜数据的汇集、整顿、存储、分析和应用，周全采集、多方法整合行表里各类有价值数据，增长外部数据营业视图和数据探成功能，为各部分安营业开展过程中萌芽和应用外部数据供给便利。将金融办事与社交收集、电子商务、移动收集等深度融合，与行内数据形成有效互补，充分发挥外部数据资产价值，实现广义通用的客户信息同一视图。

5.依托大年夜数据技巧实现客户行动分析及精准营销

6.推动风险治理的精细化

其次，根据预先设定的风险指标及已知的风险客户评级，经由过程机械进修算法进行近似性匹配，完成数据发掘分析，并根据机械进修的结不雅，慢慢调剂指标范围和接洽关系程度，完美机械进修的风险模型及算法，以实现机械进修结不雅与人工认定结不雅杀青极高匹配为目标，练习出更精准的风险防控模型。

7.强化分布式架构研究，拓展数据及时处理展示范围

近年来，IT体系面对的数据量越来越大年夜，营业对处理时效请求越来越高，数据量和处理时效的抵触越来越凸起。今朝银行传统应用因为在事物一致性方面的请求，根本仍然采取集中式应用架构，然则跟着互联网金融的成长，数据分析正在向更多类型的分布式架构和及时智能办事成长，经由过程及时的智能办事可以支撑及时的决定计划制订。大年夜而最终优化和解决处理数据越来越大年夜、处理时效请求越来越高的问题。

前期已实现的交通银行头寸、发卖、授信等信息及时展示获得行内各部分一致好评。搭建的及时数据办事体系专注于处理及时和准及时数据需求，支撑CDC、MQ等多种准及时同步技巧，尽可能紧缩传统营业链条，应用大年夜数据的处理模式，以高及时性的中心数据层为序言，惹人机械进修和数据湖概念，建立效力更高、及时性更强、治理者自定义程度更深的贸易智能体系，实现报表的及时化、移动化、定制化。

8.研究和拓展人工智能应用处景

充分应用大年夜数据平台研究结不雅，结合人工智能在语音辨认、语义处理、生物辨认、机械进修、专家体系等方面的核心技巧，环绕数据跨界融合和深度发掘进行应用摸索，进一步进级和优化大年夜数据平台功能与模型，并重点应用在客户画像、需求发掘、精准营销、办事质检、智能投顾等环节，为客户供给定制化、智能化、有管控的金融办事，综合晋升交通银行办事立异和产品营销才能。

交通银行于2014年6月率先在业内建立了全行同一的生物辨认身份认证平台。该平台是以虹膜、人脸、指纹及指静脉等多种生物辨认技巧为核心的跨平台的、开放的、可扩大的同一身份认证平台，实现了客户身份安然便捷、真实、精确认证。经由过程与现有业务体系对接，大年夜大年夜进步了客户的知足度、忠诚度和舒适度。今朝，人脸辨认技巧已在全行智能柜、ITM机、个性化发卡机上推广应用，晋升身份认证效力的同时，有效发掘了各个渠道潜在的客户营销信息。

将来，交通银行预备在如下场景拓展人工智能应用：一是结合多种生物辨认技巧，如语音辨认或声纹辨认技巧，来进步金融中间或客服中间的质检水平和办事质量。二是结合私家银行部多年资产治理经验、大年夜数据分析及人工智能技巧研发智能财富治理体系，为中产阶层客户供给加倍周全和优质的投资参谋办事，晋升客户忠诚度及黏度。三是经由过程人工智能技巧和大年夜数据风控，将曾经繁琐的营业审批流程主动化处理，平日数十秒即可完成，个中跨越85%的审批都不须要人工操作，纯主动化实现。

三、挑衅和机会

1.面对的挑衅

(1)固然银行经由多年数据仓库扶植对信息、流程及渠道进行了周全整合，构建了同一的数据标准和信息模型，但今朝的数据构造根本上是条块瓜分的，“线下为主”的体系体例对互联网数据价值的不适应，数据筹划、清洗和标签不尽合理，将这些数据进行大年夜数据分析，实际情况下仍不尽如人意。

(2)客户行动偏好数据往往隐蔽在海量的移动收集设备及社交收集之中，现有银行体系难以有效分析和应用。最好的行动数据在BAT，但BAT不会与银行分享。今朝主流的数据源供给模式包含传感终端、互联网、当局机关、运营商等，主如果以数据为产品输出，不涉及数据的分析处理，但信息安然的┞服策风险较高，市场空间有限，特别是《中华人平易近共和国收集安然法》将于本年6月1日起正式生效，为涉及客户隐私的大年夜数据合作画上了红线。

　　推荐阅读

　　IBM Bob Picciano：抛弃旧方法，用新科技重塑高性能计算

【51CTO.com原创稿件】固然我们还没能看到人工智能方面的广泛应用，但关于人工智能的话题却一向保持着高热的状>>>详细阅读

本文标题：交通银行信息技术管理部副总经理张漫丽：交通银行“大数据+人工智能”应用研究

地址：http://www.17bianji.com/lsqh/35302.html

 1/2    1