![点击分享此内容可以赚币 分享](/master/images/share_but.png)
2022年数据智能下的金融数字化转型.pdf
《2022年数据智能下的金融数字化转型.pdf》由会员分享,可在线阅读,更多相关《2022年数据智能下的金融数字化转型.pdf(70页珍藏版)》请在咨信网上搜索。
1、 数据智能下的金融数字化转型数据智能下的金融数字化转型 2022 年度报告年度报告 华夏时报金融研究院华夏时报金融研究院 算力智库算力智库 2022 年年 2 月月 目 录 前 言.1 摘 要.3 1 数据智能成为大势所趋.4 1.1 什么是数据智能?.4 1.2 构建数据智能时代的数据基础设施数据智能平台.5 1.3 数据智能崛起的背景和发展特点.6 1.4 数据智能下的产业赋能实践和趋势.8 2 数据智能下的金融嬗变.10 2.1 传统金融的发展现状与出路.10 2.1.1 线上线下并驾齐驱.10 2.1.2 拓展长尾客户.11 2.1.3 有效控制运营成本.12 2.2 数据智能下金融场
2、景的数字化转型路径和特点.13 2.3 数据智能金融场景图谱和代表企业.16 3 数据智能下主要金融场景和案例分析.21 3.1 信贷风控场景.21 3.1.1 传统信贷风控痛点.21 3.1.2 数据智能驱动信贷风控优化升级.23 3.1.3【案例】马上消费:金融大数据智能风控平台25 3.1.4【案例】招商银行风险门户.25 3.2 金融营销场景.26 3.2.1 传统金融营销模式的挑战与痛点.27 3.2.2 数据驱动下的数智化营销体系建设.28 3.2.3【案例】索信达“灵犀整合智能营销平台”案例.30 3.3 第三方支付场景.33 3.3.1 第三方支付的市场规模和主要痛点.33 3
3、.3.2 数据智能撬动“智慧支付下半场”.36 3.3.3【案例】汇付天下“支付+SaaS”.37 3.4 供应链金融场景.40 3.4.1 供应链金融主要业务模式.40 3.4.2 供应链金融的发展难点.42 3.4.3 数据智能带来供应链金融新形态.43 3.4.4【案例】云象区块链与浙江中拓共建区块链供应链金融平台45 3.5 保险科技场景.46 3.5.1 传统保险之殇.46 3.5.2 数据智能打破保险行业“冰层”.46 3.5.3【案例】国寿财险安行鹰眼远见理赔智能管理平台.47 3.5.4【案例】力码科技保险数字化解决方案48 4 数据智能金融发展的主要挑战和趋势展望.5050
4、4.1 数据智能金融发展的主要挑战.50 4.1.1 数据层面:数据的合规获取、计算和治理.50 4.1.2【案例】同盾科技:知识联邦的提出51 4.1.3 技术层面:智能金融科技尚未完全成熟.544 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.54 4.1.5 监管层面:监管政策趋于常态化和严格化.55 4.2 数字智能金融发展的趋势展望.56 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.56 4.2.2【案例】浦发银行数字员工“小浦”正式上岗57 4.2.3 2B 将取代 2C 成为市场竞争焦点.599 4.2.4 由金融服务转向科技赋
5、能:“数据”和“科技”成为核心驱动力.60 4.2.5 分布式金融(体系)或成终态.60 结 语.63 1 前前 言言 当前,数字化浪潮席卷全球,所有行业都在经历着“一切业务数据化,一切数据业务化”的变革。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,指出了要素领域的改革方向。数据智能化,也正是全球金融业转型的共同方向。2022 年 1 月,银保监会发布了关于银行业保险业数字化转型的指导意
6、见,为当前我国金融业的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,提高新技术应用和自主可控能力。回顾过去,信息技术应用始终伴随着金融业发展。1967 年,巴克莱银行首先推出 ATM 机;1969 年,智能卡问世;1982 年,银行引入电子支付;1995 年,网上银行开始出现;1999 年,挪威推出移动银行业务。可以
7、说,金融业的发展历史本就是一部不断变革的创新史。如今进入数据智能时代,大数据、云计算、区块链、AI、5G 等基础技术迅速发展,电商、线上社交的发达,为全新的数字金融创造了条件。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、服务以及留存客户,实现业务增长。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
8、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、监管等多方面都提出了更高要求。据估算,全球数字金融市场自 2015 年以来年复合增长率为 7.9%,且增长率不断提升,预计到 2023年市场规模将达 1580.143 亿美元。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,深深改变了人们生活。2020 年我国数字金融用户总数超过 10 亿人,居全球第一。2 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
9、,对于每个从业人员而言,都会产生重大影响。3 摘摘 要要 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。数据智能+金融落地场景全面开花。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
10、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,未来的供应链与营销链将实现全程信息共享,这也意味着供应链金融和消费金融之间的界限将被打破;在保险领域,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、差异化产品与服务。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“窄场景”“浅应用
11、”的初级发展阶段。随着金融科技业务渗透逐渐加深,监管的难度也在增加。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,实现金融组织形态多样化。4 1 数据智能成为大势所趋数据智能成为大势所趋 数字技术不断重新定义商业规则,企业面临异常激烈的竞争环境,唯有转型,才能生存,唯有创新,才能发展。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,都不能回避数据智能的转型升级。1
12、.1 什么是数据智能?什么是数据智能?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。大数据的智能化,引领行业进入数据智能时代。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策。数据智能数据智能有有三要素:算料、算法和算力三要素:算料、算法和算力。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。正是因为大量数据的聚
13、集,数据的价值也更大。如专注于利用 AI 大规模处理 ESG(环境、社会和公司治理)数据的公司妙盈科技,一站式整合公开数据源、另类数据源中与环境、社会责任及公司治理相关的数据,覆盖超过 80 万家中国公司信息,包括所有 A 股上市公司、非上市公司、发债主体等,为客户提供全面、独家 ESG 数据。妙盈科技整合了 400+个可验证的 ESG 绩效点。包括从政府网站,监管机构,非营利性组织获取的 ESG 另类数据,以及从上市公司社会责任报告中抽取量化及非量化的 ESG 数据。在此基础上,妙盈科技挖掘相关联企业与个人的潜在 ESG 风险因子,利用人工智能与知识图谱,实现 ESG 风险实时预警、精准推送
14、。算法即计算模型,主要依靠人工智能技术实现。如腾讯 T-Sec 联邦学习就是一种打破数据孤岛、释放 AI 应用潜能的分布式机器学习技术,能够让各参与方在不披露底层数据或底层数据加密(混淆)形态的前提下,通过交换加密的机器学习中间结果实现联合建模。该产品兼顾 AI 应用与隐私保护,开放合作,协同性高,充分释放大数据生产力,广泛适用于金融、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 5 经营进行了
15、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、盈利规模化方向上取得技术突破,并于 2020 年 3 月 6 日国内首家上线。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,既提升了用户体验,又实现了高效内部风控。如金山云打造的金融生态云解决方案,将公有云平台交付给大型金融机构,通过建立统一、云化、开放、兼容的云平台,整合大数据、人工智能、区块链等能力,实现金融机构、场景、消费者无缝连接。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
16、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,该解决方案具备统一管理、资源云化、超大规模部署、敏捷开放、安全和高效六大特征。1.2构建数据智能时代的数据基础设施构建数据智能时代的数据基础设施数据智能平台数据智能平台 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、内部数据与外部数据无法打通等一系列问题成为 IT 建设新难题。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
17、敏捷开发、实时响应、简单易用、智能分析等需求,同时具备完善的数据安全机制。为解决新旧 IT 系统和多云环境下数据互通互联问题,“数据中台”应运而生。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运营理念。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”的机制。到 2018 年,数据中台战略成为席卷互联网行业的变革潮流。这一年中
18、,腾讯成立云与智慧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要方向。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,跨部门实现业务价值。6 需要注意的是,数据中台并非仅仅是工具和
19、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,以及优秀人才供给。金融业数据中台需求有一定特殊性。金融业数据中台需求有一定特殊性。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应用,技术团队较完善;最后金融机构要求中台自主可控,对服务商要求也更高。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、风险控制智能的新金融生态。在合规方面,数澜科技提供关联账户分析、异常交易识别、反
20、洗钱可疑关系分析、合规知识库管理、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、智能资讯推荐、智能财报分析等服务。再如香侬科技的智能化中台为金融行业提供更低门槛的 AI 建模平台,业务人员无需编码能力,可通过图形化拖拽等方式,快速构建 AI 模型,同时提供多种配置方式满足不同金融客户需求。香侬智能化中台主要包括数据
21、中台和 AI 能力中台。数据中台对渠道和业务系统产生的数据进行汇集和处理,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,从而提炼数据的业务价值,向业务部门、业务系统和领导驾驶舱提供自助式报表分析、自助式 AI 建模、数据标注等多种数据服务。AI 能力中台是一套完整的 AI 模型全生命周期管理平台和服务配置体系,能够基于数据平台服务,提供对 AI 算法、模型服务的共享复用,并可以通过 AI 中台自带的 AI 工厂进行算法训练,实现研发流程标准、自动化和智能化,从而为前台业务提供 AI 构建的敏捷化能力支持。1.3 数据智能崛起的背景和发展特点数据智能崛起的背景和发展特点 数
22、据智能在中国崛起有着必然性。一方面是因为近年来国家在新基建领域的巨大投入,使 5G、大数据、人工智能、云计算、区块链、工业互联等技术快速发展,数字新基建成为数据智能坚实底座。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。中国社会复杂多元的结构,更是让数据具备多样化、复杂化特性。中研产业研究院发布的2017-2022 年中国数据存储行业竞争格局分析与投资风险预测报告显示,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,7 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
23、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国数据安全法(草案)进行了审议,该法案对数据安全制度作出了详细规定。此外环境保护部、交通运输部、农业部、水利
24、部也发布过很多相关行业大数据政策。在数据智能应用于金融业方面,国家也出台了一系列规定。2019 年 10 月,银保监会发布关于规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息数据收集和保护的行为规范。2020 年 1 月,人民银行发布 金融科技创新监管试点应用公示(2020年第一批),以“监管沙盒”的形式,探寻金融科技下的监管更优解。近年来,我国数据智能产业高速发展,呈现统一化、集中化、深入场景等特征。一是数据统一化。一是数据统一化。单一数据源已很难满足企业需求。如在营销场
25、景中,通过微信小程序、线下门店、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,这就要求多种数据进行统一处理。二是能力集中化。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由汇聚的数据种类和数量决定。于是,数据越多,数据中台能力就越强,马太效应凸显。三是智能深入业务场景。三是智能深入业务场景。数据智能项目兼具 IT 属性和业务属性,解决业务需求需要深入到业务场景中,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
- 配套讲稿:
如PPT文件的首页显示word图标,表示该PPT已包含配套word讲稿。双击word图标可打开word文档。
- 特殊限制:
部分文档作品中含有的国旗、国徽等图片,仅作为作品整体效果示例展示,禁止商用。设计者仅对作品中独创性部分享有著作权。
- 关 键 词:
- 2022 数据 智能 金融 数字化 转型
![提示](https://www.zixin.com.cn/images/bang_tan.gif)
1、咨信平台为文档C2C交易模式,即用户上传的文档直接被用户下载,收益归上传人(含作者)所有;本站仅是提供信息存储空间和展示预览,仅对用户上传内容的表现方式做保护处理,对上载内容不做任何修改或编辑。所展示的作品文档包括内容和图片全部来源于网络用户和作者上传投稿,我们不确定上传用户享有完全著作权,根据《信息网络传播权保护条例》,如果侵犯了您的版权、权益或隐私,请联系我们,核实后会尽快下架及时删除,并可随时和客服了解处理情况,尊重保护知识产权我们共同努力。
2、文档的总页数、文档格式和文档大小以系统显示为准(内容中显示的页数不一定正确),网站客服只以系统显示的页数、文件格式、文档大小作为仲裁依据,平台无法对文档的真实性、完整性、权威性、准确性、专业性及其观点立场做任何保证或承诺,下载前须认真查看,确认无误后再购买,务必慎重购买;若有违法违纪将进行移交司法处理,若涉侵权平台将进行基本处罚并下架。
3、本站所有内容均由用户上传,付费前请自行鉴别,如您付费,意味着您已接受本站规则且自行承担风险,本站不进行额外附加服务,虚拟产品一经售出概不退款(未进行购买下载可退充值款),文档一经付费(服务费)、不意味着购买了该文档的版权,仅供个人/单位学习、研究之用,不得用于商业用途,未经授权,严禁复制、发行、汇编、翻译或者网络传播等,侵权必究。
4、如你看到网页展示的文档有www.zixin.com.cn水印,是因预览和防盗链等技术需要对页面进行转换压缩成图而已,我们并不对上传的文档进行任何编辑或修改,文档下载后都不会有水印标识(原文档上传前个别存留的除外),下载后原文更清晰;试题试卷类文档,如果标题没有明确说明有答案则都视为没有答案,请知晓;PPT和DOC文档可被视为“模板”,允许上传人保留章节、目录结构的情况下删减部份的内容;PDF文档不管是原文档转换或图片扫描而得,本站不作要求视为允许,下载前自行私信或留言给上传者【Stan****Shan】。
5、本文档所展示的图片、画像、字体、音乐的版权可能需版权方额外授权,请谨慎使用;网站提供的党政主题相关内容(国旗、国徽、党徽--等)目的在于配合国家政策宣传,仅限个人学习分享使用,禁止用于任何广告和商用目的。
6、文档遇到问题,请及时私信或留言给本站上传会员【Stan****Shan】,需本站解决可联系【 微信客服】、【 QQ客服】,若有其他问题请点击或扫码反馈【 服务填表】;文档侵犯商业秘密、侵犯著作权、侵犯人身权等,请点击“【 版权申诉】”(推荐),意见反馈和侵权处理邮箱:1219186828@qq.com;也可以拔打客服电话:4008-655-100;投诉/维权电话:4009-655-100。