北京2017年11月29日電 /美通社/ -- 2017年11月8日(ri)，海致(zhi)網(wang)絡與(yu)《金(jin)(jin)融電子化(hua)》聯合(he)主(zhu)辦了主(zhu)題為“AI 賦能商業銀(yin)行 -- 知(zhi)識(shi)(shi)圖譜與(yu)智能金(jin)(jin)融”的2017首屆智能金(jin)(jin)融知(zhi)識(shi)(shi)圖譜論壇(tan)。蘭州銀(yin)行行長助(zhu)理何力先(xian)生在會(hui)上(shang)分(fen)享了蘭州銀(yin)行在大數據應用方面(mian)，部(bu)署知(zhi)識(shi)(shi)圖譜構筑全行級知(zhi)識(shi)(shi)平臺的經驗。全文如(ru)下：
在經過金融科(ke)技實踐的(de)(de)三個(ge)階段：技術創(chuang)新(xin)、平臺戰(zhan)略，以(yi)及(ji)向互聯網生態(tai)(tai)轉型之后，蘭(lan)州(zhou)銀行(xing)已經建設了相對完善的(de)(de)金融形態(tai)(tai)。如何將傳(chuan)統(tong)的(de)(de)金融數(shu)據(ju)以(yi)及(ji)外部數(shu)據(ju)運用起(qi)來(lai)，解(jie)決客(ke)戶營銷、風(feng)險防(fang)控、反欺詐等(deng)問(wen)題(ti)，成為擺(bai)在蘭(lan)州(zhou)銀行(xing)面前的(de)(de)問(wen)題(ti)。
2017年(nian)年(nian)初開始，蘭(lan)州銀(yin)行(xing)與海(hai)致網(wang)絡技術(shu)（北京）有限公(gong)司(si)合作(zuo)，構建(jian)了(le)全(quan)行(xing)知識(shi)圖(tu)(tu)譜平(ping)(ping)臺，在上層實現了(le)對傳(chuan)統(tong)互(hu)聯網(wang)生態各個(ge)平(ping)(ping)臺體系的支(zhi)(zhi)撐，在下層實現了(le)對互(hu)聯網(wang)數據同步、行(xing)內外數據融合以及(ji)知識(shi)圖(tu)(tu)譜建(jian)設(she)的支(zhi)(zhi)持。
銀行業面臨的挑戰
在云計算(suan)、大(da)數據、互聯網金融快速發展的環(huan)境下，商業銀行傳統(tong)營銷與(yu)風險管控能力不(bu)足日益(yi)凸顯。
在營(ying)(ying)銷(xiao)(xiao)(xiao)(xiao)方面，信息不對稱(cheng)，廣撒網的(de)營(ying)(ying)銷(xiao)(xiao)(xiao)(xiao)成本太高；營(ying)(ying)銷(xiao)(xiao)(xiao)(xiao)方式(shi)與產品也不是以客(ke)戶為中心；營(ying)(ying)銷(xiao)(xiao)(xiao)(xiao)決策(ce)依賴于經驗，而不是數據；對市場商機反應(ying)不敏銳。
在風險(xian)防范方(fang)面，隨(sui)著客戶范圍的(de)(de)不斷擴大，傳統以人工干預、現場檢查為核(he)心的(de)(de)風險(xian)防范和應對模式，無論是(shi)成本還是(shi)反(fan)應速(su)度無法適應現在新的(de)(de)變化和需(xu)求。
知識圖譜構建和更新
知識圖譜就是(shi)把(ba)所有不同種類的(de)信(xin)息連接在一起(qi)而(er)得到的(de)關系網絡，它提供了從“關系”的(de)角度去分析問(wen)題(ti)的(de)能力。
應(ying)用在搜索引擎中，知識(shi)圖(tu)譜可以(yi)將搜索結果進行(xing)知識(shi)系統化(hua)，為我們提供認知，任何(he)一個關鍵(jian)詞(ci)都能夠獲(huo)得完整的知識(shi)體系。
無論是客戶基(ji)本信(xin)息(xi)(xi)、客戶產品信(xin)息(xi)(xi)、客戶交(jiao)易流水等結構化(hua)數(shu)(shu)據(ju)(ju)、社交(jiao)網(wang)站網(wang)頁(ye)、工商(shang)局網(wang)頁(ye)等半結構化(hua)數(shu)(shu)據(ju)(ju)，還(huan)是客戶財報、人行征信(xin)報告等非結構化(hua)的數(shu)(shu)據(ju)(ju)，通過數(shu)(shu)據(ju)(ju)采集的方式被整合進了數(shu)(shu)據(ju)(ju)庫中(zhong)，通過屬性抽(chou)取、關系抽(chou)取、實體抽(chou)取等信(xin)息(xi)(xi)獲(huo)取流程形成知識(shi)。
然(ran)后(hou)，蘭州銀行(xing)(xing)通過(guo)第三(san)方(fang)知識(shi)庫將這些知識(shi)進(jin)行(xing)(xing)融合，通過(guo)共指消解、實體消歧等知識(shi)處(chu)理流程，最終構建(jian)成真正(zheng)需(xu)要的知識(shi)圖譜標準數據。
四場景支撐蘭州銀行業務
蘭(lan)州銀行的(de)知識圖(tu)譜項目是從今年3月(yue)份開始啟(qi)動，到11月(yue)份，已經(jing)上線運(yun)行，取得了(le)預期的(de)效果。
蘭州銀行的知(zhi)識(shi)圖譜平臺(tai)建設之后(hou)，主要應用(yong)在(zai)以下四(si)大方面的場景(jing)：第(di)一(yi)是挖掘潛(qian)在(zai)新(xin)客(ke)戶(hu)；第(di)二，挖掘存(cun)量(liang)客(ke)戶(hu)的潛(qian)在(zai)需求(qiu)；第(di)三，反欺(qi)詐；第(di)四(si)，風(feng)險(xian)事(shi)件預(yu)警。
知識圖譜平臺的七大價值
知識圖譜平臺構建完成(cheng)之后，應用在(zai)蘭州(zhou)銀行業(ye)務場景中，對業(ye)務有著很(hen)好的支撐價(jia)值，我們把(ba)它總結(jie)為(wei)五(wu)個方面。
價值1：對公企業數據監控、同步、整合。
通過互聯網爬(pa)蟲技(ji)術，能夠一站式獲取對(dui)公(gong)企業數據，形成對(dui)公(gong)客(ke)戶視圖，客(ke)戶經理能夠直接看(kan)到所要的(de)所有(you)信息。
價值2：深入挖掘行內對公企業潛在關系。
以前(qian)行內企業與企業之(zhi)間的關(guan)系我們不了解，或(huo)者不是很清(qing)楚。現(xian)在(zai)把所有數據(ju)導到(dao)大數據(ju)平臺(tai)里(li)，基于(yu)知識(shi)圖(tu)譜通過人工(gong)智能方式(shi)分析之(zhi)后，他們之(zhi)間什(shen)么關(guan)系，通過點和線的聯(lian)系就(jiu)能一目了然。
價值3：可針對企業進行一站式多維搜索。
我(wo)們可以設定地域(yu)、行業等(deng)維度，知識圖譜平臺就能夠(gou)自動匹配出來我(wo)們需要的(de)正常(chang)信(xin)息。
價值4：自動生成企業風險及營銷系數。
這主要是為了(le)實(shi)時了(le)解(jie)目標企(qi)業在(zai)評(ping)分(fen)模型下的風險及營銷分(fen)值，能(neng)夠(gou)實(shi)現對(dui)企(qi)業的快速認知，提(ti)升篩選效率。根(gen)據這個分(fen)值，客戶(hu)經理可(ke)以了(le)解(jie)客戶(hu)達到一個什(shen)么(me)樣的風險系數，以便引入人工來進行干(gan)預。
價值5：整合行內企業轉帳、擔保信息。
企業與企業之(zhi)間的轉(zhuan)帳(zhang)信息(xi)，我們能夠(gou)根據(ju)知識圖譜及時發現關聯關系，篩選之(zhi)后進行分析。
價值6：為其他系統提供企業關系圖譜知識輸出。
在蘭州(zhou)銀行大(da)數(shu)據(ju)(ju)平臺(tai)建好之(zhi)后，整合(he)了行內數(shu)據(ju)(ju)和(he)外部數(shu)據(ju)(ju)，接入行內已有對(dui)公(gong)CRM系(xi)統、對(dui)公(gong)信貸系(xi)統、百合(he)園辦(ban)公(gong)系(xi)統，全面提供對(dui)公(gong)業務領域大(da)數(shu)據(ju)(ju)風險及營銷支(zhi)撐。
價值7：承接生態數據從信息到知識轉化的重要工作。
通過知識圖譜向信貸審(shen)批系統（預調(diao)查(cha)(cha)環(huan)節）提供對公企業工商信息(xi)、司法信息(xi)、關系圖譜信息(xi)，極大提高業務人(ren)員的工作(zuo)效率。這(zhe)本來是后臺客(ke)戶經(jing)(jing)理或者更高一級審(shen)批做(zuo)的事情，現在(zai)(zai)可以前置了，在(zai)(zai)調(diao)查(cha)(cha)環(huan)節，甚至在(zai)(zai)客(ke)戶經(jing)(jing)理層面就能(neng)夠獲取到這(zhe)個信息(xi)。
知識圖譜未來應用探索
未來知識圖譜將被應用在更多領域，比如說我們將會(hui)深(shen)化(hua)NLP（自然語言處理），也會(hui)深(shen)化(hua)反欺(qi)詐場景。
在(zai)已經有了一個基礎的(de)圖譜信息(xi)之(zhi)后，我們(men)將在(zai)日志解析(xi)、授信解析(xi)、貸后落實(shi)核查等(deng)非結(jie)構化文本信息(xi)方面(mian)進(jin)行NLP的(de)深化應用；而(er)在(zai)關(guan)系(xi)過(guo)濾、重要關(guan)系(xi)統計、關(guan)系(xi)詳情(qing)、失聯客戶查找等(deng)方面(mian)，深化反欺(qi)詐場(chang)景的(de)工作。
通過深化(hua)NLP應用，我(wo)們將(jiang)會對(dui)行內非結(jie)構文本數據進行進一步解(jie)(jie)析(xi)挖(wa)掘(jue)，發揮其業務(wu)價值。具體包括客戶挖(wa)掘(jue)、貸前(qian)(qian)貸中、貸后管理(li)(li)(li)(li)等。舉(ju)例來(lai)說，對(dui)于營銷拜訪日志的(de)智能(neng)解(jie)(jie)析(xi)，能(neng)夠(gou)提高信(xin)息匯(hui)總效(xiao)率，實現多維度(du)可量化(hua)統(tong)計。在(zai)貸前(qian)(qian)貸中，通過授(shou)信(xin)材料解(jie)(jie)析(xi)，能(neng)夠(gou)助力(li)流程加(jia)速。通過將(jiang)NLP技(ji)術(shu)嵌(qian)入(ru)授(shou)信(xin)工作流程，能(neng)夠(gou)減(jian)少重復勞動(dong)(dong)，優(you)化(hua)與(yu)提升效(xiao)率。傳統(tong)的(de)需要客戶經(jing)理(li)(li)(li)(li)、風險經(jing)理(li)(li)(li)(li)、授(shou)信(xin)審批崗的(de)處理(li)(li)(li)(li)。引入(ru)了人(ren)工智能(neng)NLP自(zi)動(dong)(dong)數據處理(li)(li)(li)(li)之后，很多環節的(de)信(xin)息處理(li)(li)(li)(li)都(dou)是機器(qi)能(neng)夠(gou)自(zi)動(dong)(dong)完成的(de)。
在(zai)深化(hua)反(fan)欺詐(zha)場景中(zhong)，在(zai)企業知識圖(tu)譜(pu)(pu)發揮效(xiao)用價值的同(tong)時，我們將會(hui)深入(ru)擴展其他業務(wu)的圖(tu)譜(pu)(pu)數據(ju)。例如：在(zai)社交關系(xi)(xi)圖(tu)譜(pu)(pu)、轉賬和賬目網(wang)絡(luo)、黑名單網(wang)絡(luo)、關系(xi)(xi)詳情(qing)多對多記錄、ETL清(qing)洗數據(ju)等方面深化(hua)應用，實現反(fan)欺詐(zha)更加精準。
對于知識圖譜的思考
在(zai)知識(shi)圖譜的構(gou)建與應用過程中(zhong)，我(wo)們也(ye)產生了幾點(dian)思考。
首先，單(dan)純的(de)(de)外(wai)(wai)部(bu)數(shu)(shu)據(ju)(ju)販(fan)賣并不(bu)能(neng)產(chan)生重大的(de)(de)客戶價值。將(jiang)外(wai)(wai)部(bu)數(shu)(shu)據(ju)(ju)和行內數(shu)(shu)據(ju)(ju)、強(qiang)關(guan)聯(lian)數(shu)(shu)據(ju)(ju)和弱關(guan)聯(lian)數(shu)(shu)據(ju)(ju)、結構(gou)化數(shu)(shu)據(ju)(ju)和非結構(gou)化數(shu)(shu)據(ju)(ju)逐漸融合成(cheng)為開(kai)放的(de)(de)、可自由迭(die)代與演化的(de)(de)企業(ye)標簽和企業(ye)圖譜，并在此基(ji)礎上(shang)建立各(ge)種風險模(mo)型(xing)和營銷模(mo)型(xing)，進而逐漸通過機器學習(xi)形成(cheng)更智(zhi)(zhi)能(neng)的(de)(de)業(ye)務模(mo)塊，是銀行人工智(zhi)(zhi)能(neng)的(de)(de)方向(xiang)。
其次，一個(ge)具(ju)有前瞻(zhan)性，自由關聯和(he)可挖掘的(de)圖(tu)平(ping)臺的(de)搭建，是銀行(xing)(xing)通(tong)往(wang)智能的(de)基礎(chu)性工程。將(jiang)產品后臺用程序寫死，在(zai)前端用圖(tu)的(de)方式來呈現(xian)(xian)，并不(bu)是真正的(de)大數(shu)據(ju)和(he)知識圖(tu)譜技術，這(zhe)意(yi)(yi)味著現(xian)(xian)有關系、模型(xing)之外的(de)任何修(xiu)改都要通(tong)過技術人員(yuan)的(de)程序開(kai)發來實現(xian)(xian)，更意(yi)(yi)味著機器無法代替(ti)人類進行(xing)(xing)推(tui)理。
第三，巨大的(de)數(shu)據潛(qian)力(li)等(deng)待我們去(qu)發(fa)掘。行(xing)(xing)內(nei)風險報(bao)告、信貸報(bao)告、審計報(bao)告等(deng)非結構化數(shu)據（文(wen)本為主）和行(xing)(xing)外非結構化數(shu)據中蘊含(han)著巨大的(de)數(shu)據潛(qian)力(li)，通過自(zi)然(ran)語言處理（NLP）和機器學習進行(xing)(xing)挖掘和結構化，將會(hui)得到非常(chang)大的(de)價值(zhi)。
蘭州(zhou)銀行(xing)在(zai)(zai)發展過(guo)程中認識(shi)到(dao)了科技(ji)(ji)在(zai)(zai)金融發展過(guo)程中的(de)作用。我們深(shen)(shen)深(shen)(shen)認識(shi)到(dao)在(zai)(zai)信息化建設過(guo)程中，外包(bao)包(bao)不(bu)出(chu)(chu)(chu)創(chuang)新力，跟隨也跟不(bu)出(chu)(chu)(chu)差異化，拿(na)來拿(na)不(bu)出(chu)(chu)(chu)核心競爭力，因此蘭州(zhou)銀行(xing)采取自主(zhu)研發、聯(lian)合開發、系統(tong)集成的(de)信息科技(ji)(ji)發展道路(lu)，積極(ji)開展科技(ji)(ji)創(chuang)新。科技(ji)(ji)創(chuang)新就要圍繞極(ji)致(zhi)的(de)客戶(hu)體驗，提(ti)高服(fu)務(wu)效能(neng)。目(mu)前，科技(ji)(ji)創(chuang)新帶來的(de)差異化服(fu)務(wu)能(neng)力，差距化的(de)競爭優勢正在(zai)(zai)逐步顯現。
科技(ji)創新就是蘭州銀行業務發展(zhan)的必由之路。
