波士顿咨询资深顾问孙中东：开放银行的下一站是赋能银行

开放银行的使命

自2012年开始，笔者及团队在开放银行领域耕耘数年。到今天，开放银行的理念已逐渐被同业熟知和接受，相关的讨论也越来越多，到底银行为了什么而开放？是为了开放而开放吗？核心是开放数据吗？本文将首先厘清开放银行的使命：触达。

不可否认的是，在时代飞速变迁的当下，银行对客户的服务没有跟上。移动互联网时代，仍然固守手机银行、直销银行，而在移动互联网生态中完全缺位，难觅身影。虽然各类互联网服务底层仍然是银行账户，但是银行与客户的触点已经被互联网企业截断，银行对客户的认知由一笔笔带着场景的刷卡交易，退化为千篇一律的动账数字。银行不知道客户是谁，不知道客户在哪，不知道客户干了什么，更不知道客户有什么需求。客户不再登陆手机银行，网银几年不用一次，网点更是门可罗雀。几乎一切的金融需求都可以在互联网上由非银行来完成，不得不到银行去或者使用银行App的时候，因为体验差距怨声载道。互联网时代以前，银行的科技实力是所有行业里的翘楚，服务器配置一流，科技人员素质优秀。这不该是银行的现在，更不该是银行的未来。

如何突围？大银行可以自建场景和流量入口，耗时耗力，但是庞大的客户基数也能服务一些客户。然而这条路对于中小银行来说是不现实的，在此背景下，开放银行应运而生。

图1

开放银行不仅仅是开放数据，而是将封闭的银行体系与互联网生态打通，为银行在互联网生态前线打下一片阵地，重新联通银行与客户，让银行有了在互联网生态中直接接触客户的机会，进而让银行有了知道客户是谁、在哪、做了什么，甚至了解客户需求的机会。

这就是开放银行的使命——触达！

不过仅仅是触达就足够了吗，有了能够接触到客户的机会，银行能不能把握住呢，要是服务出了问题，不仅银行自身，合作伙伴的平台也会受到影响。因此触达的下一步，需要赋能。

Enhance自我赋能

——ABCDT赋能，强化自身数字化能力

互联网时代，银行的管理与经营，离不开主流互联网技术的支撑，同时银行需要不断将新兴的互联网技术融入到自身的经营与管理中。与传统的技术不同，包括大数据、AI、移动互联、云计算、区块链、物联网等在内的技术在银行内的应用，不再是简单银行业务底层的支撑，这些技术将从服务模式、服务内容、服务流程等各方面对银行金融业务产品变革性的影响。银行要实现自我赋能，就需要积极的拥抱这些互联网技术，同时将这些技术与自己的金融服务、金融产品进行多方尝试，从而实现自身金融服务能力的升级。

采用互联网技术，实现自我赋能，对银行来说，绝不是一次系统更新或升级，而是一个持续不断的过程。银行需要有自己的技术迭代进化能力，需要有持续学习、并将互联网技术运用到自身的金融服务中的能力。银行的自我赋能不是一次可完成的，而是不断赋能、不断成长的过程。

（一）AI赋能

在金融行业，人工智能主要的应用场景主要在风控及反欺诈，精准营销，智能投顾和智能客服等四个方面，而智能客服相对集中在NLP技术的应用上，与金融并非强相关。金融机构如何利用人工智能技术对自身赋能，下文主要对控及反欺诈，精准营销，智能投顾等三个方面的应用做些探讨。

（1）风控及反欺诈

人工智能在金融领域的应用，主要是机器学习算法，在机器学习领域，主要的学习方法有：有监督学习、无监督学习、半监督学习、迁移学习、强化学习等。金融业常用的机器学习方法主要是有监督学习和无监督学习。在信用风险控制方面，金融机构早已应用逻辑回归等算法，属于有监督机器学习范畴，虽然算法较为简单，但是在样本足够丰富的情况下，算法的效果与神经网络等复杂算法相差不大，综合考虑成本及建模难度，逻辑回归等基础算法在金融业的信用风险防范领域成为了主流算法。而在欺诈风险防范领域，由于黑产手段变幻莫测，难以用已有的欺诈样本预防未来的欺诈攻击，而通过聚类的方式，将欺诈者与普通用户区分开来则更为有效，因此运用无监督机器学习的算法更为广泛。常见的应用主要有：欺诈网络分析、行为模式识别、离群点分析等。

（2）精准营销

通过对客户的行为数据进行收集、打标，对产品信息进行分类、匹配，精准营销可以挖掘探索客户潜在业务需求，建立机器学习机制，通过A/B Test方式智能调整推荐结果，在最合适的时机提供用户最需要的信息，为用户提供更加舒适的购买金融产品的体验。