金融科技公司服务银行业研究报告

2020-02-27 204浏览

1.携手金融科技，建设智慧银行金融科技公司服务银行业研究报告亿欧智库 www.iyiou.com/intelligence Copyrights reserved to EO Intelligence, September 2018
2.前言中国银行业正处于转型关键时期，利用金融科技促进转型升级，已成为当下商业银行普遍关注的焦点，而通过与金融科技公司的合作，驶入创新发展快车道甚至建立起竞争壁垒，更是焦点中的焦点。尤其是“五大行”与”BATJS”相继结盟，更是将银行与金融科技公司的合作推到了风口浪尖，之后银行与金融科技公司合作的报道、研究和实践如雨后春笋般迅速涌现。亿欧智库作为一家致力于推动新科技、新理念、新政策服务实体经济的产业创新服务平台，一直关注大数据、人工智能、云计算等技术如何促进银行、保险等金融行业创新。继《2017中国智能金融产业研究报告》、《2017中国保险科技报告》、《2018银行业创新形态及模式研究报告》等一系列研究之后，亿欧智库基于大量桌面研究以及对金融科技的理解，并与多家银行从业人员、金融科技公司高管沟通交流，撰写了《金融科技公司服务银行业研究报告》。《金融科技公司服务银行业研究报告》阐述了银行发展金融科技的必要性及布局策略，分析了金融科技公司服务银行八大场景的现状、市场规模及应用案例，最后展望了金融科技公司服务银行的趋势。在研究过程中，我们欣喜地看到金融科技公司服务银行已经有了一定的成果，但是，“知易行难”，真正实现端到端成功推动、获得巨大价值的案例仍凤毛麟角。当然，我们相信随着双方不断磨合，金融科技服务银行必将不断深化。 EO Intelligence 2
3.概念明确金融科技公司定义：金融科技公司仅指利用云计算、大数据、人工智能、区块链等新兴技术，为金融机构提供风控、营销、客服、投顾等服务的公司。本报告研究范围：为银行提供服务的金融科技公司，即银行级金融科技公司，既包括大型互联网公司，也包括初创公司。银行业定义：银行业在我国是指中国人民银行，监管机构，自律组织，以及在中国境内设立的商业银行等吸收公众存款的金融机构、非银行金融机构以及政策性银行。本报告研究范围：商业银行，包括大型商业银行、股份制商业银行、城市商业银行、民营银行、农村商业银行及外资银行。 EO Intelligence 3
4.银行级金融科技公司——三个层次八大场景界面层银行体系架构的 “神经中枢” 交付层处理银行业务活动的作业“后台” 管控层与客户直接交互的界面和触点 EO Intelligence 智能风控银行云智能投顾智能审计智能投研银行级金融科技公司智能营销智能客服身份认证 4
5.中国商业银行图谱大型商业银行（5家）农村商业银行（1262家）股份制商业银行（12家）外资银行（39家）民营银行（17家）城市商业银行（134家）开发性金融机构（1家） EO Intelligence 数据来源：中国银监会2017年底统计，亿欧智库整理政策性银行（2家）邮储银行（1家） 5
6.目录 CONTENTS Part1. 未来已来，大象起舞正当时 1.1 变革如逆水行舟，不进则退 1.2 抢占先发优势，积极布局金融科技 Part2. 凤凰涅槃，银行金融科技变革之路 2.1 管控层：银行体系架构的“神经中枢” 2.2 交付层：处理银行业务活动的作业“后台” 2.3 界面层：与客户直接交互的界面和触点 Part3. 高屋建瓴，合作的挑战与趋势 3.1 知易行难，真正落地充满挑战 3.2 循序渐进，金融科技公司服务银行之路
7.未来已来，大象起舞正当时 7
8.Part1 未来已来，大象起舞正当时变革如逆水行舟，不进则退 EO Intelligence 8
9.在市场竞争、客户期望、政策驱动、技术进步等四大因素共同驱动下，银行发展金融科技势不可挡 Part1 未来已来，大象起舞正当时变革如逆水行舟，不进则退 ◆ 目前我国银行业所处的环境与过去有着极大的差别。经济、社会和人们的行为都在发生剧变，来自内外部的各种力量正在重塑和改变金融服务市场，也使得银行在竞争、客户、政策、技术等方面面临着新的挑战。 EO Intelligence 01.市场竞争 02.客户期望受利率汇率市场化、金融脱媒等因素影响，银行传统的“存贷汇”盈利模式面临转型挑战客户期望随技术发展不断提高，但银行服务水平与日益提升的客户需求仍存在较大差距 03.政策驱动 04.技术进步国家重视普惠金融业务且加强风险、人工智能、大数据、云计算、区块合规和安全方面的监管，银行需要链等新技术日渐成熟，为银行强化利用金融科技提高服务效率，满足自身的数字化能力提供了新动能监管要求 9
10.受利率汇率市场化、金融脱媒等因素影响，银行传统的“存贷汇”盈利模式面临转型挑战 Part1 未来已来，大象起舞正当时变革如逆水行舟，不进则退 ◆ 当前，利率汇率市场化、多样化融资渠道发展分流银行储蓄和宏观经济增速放缓的背景下，银行靠传统“存贷汇”业务带动快速增长越来越难。根据中国银监会官网数据显示，2017年商业银行实现净利润1.75万亿元，较去年同期增加0.1万亿元，虽然净利润总体规模有所增长，但是增速却从2011年的36.34%大幅下滑到了2017年的6%。 ◆ 受投资回报率下降、存款利率上限完全放开和基准利率下调等因素的影响，商业银行净息差由2011年Q2的2.7%，收窄至2018年Q2 的2.12%。净息差不断收紧，加剧商业银行竞争，刺激其寻求新业务扩张，也对银行的风险管理和金融创新能力提出了新要求。亿欧智库：2011年-2017年商业银行净利润及增速 2.2 36.34% 亿欧智库：2011Q2-2018Q2商业银行净息差 2.8% 2.70% 2.73% 2.0 18.96% 14.48% 9.65% 2.43% 3.54% 6.00% 2.6% 1.8 1.75 1.65 1.6 1.55 1.59 2.4% 1.42 1.4 2.59% 2.62% 2.51% 2.27% 1.24 1.2 1.04 1.0 2011年 2012年 2013年 2014年 2015年 2016年 2017年 2.2% 2.05% 2.12% 2.0% 2011Q2 2012Q2 2013Q2 2014Q2 2015Q2 2016Q2 2017Q2 2018Q2 EO Intelligence 净利润：万亿元增速净息差(%) 10 数据来源：中国银监会官网，亿欧智库整理
11.客户期望随技术发展不断提高，但银行服务水平与日益提升的客户需求仍存在较大差距 Part1 未来已来，大象起舞正当时变革如逆水行舟，不进则退 ◆ 随着技术的发展，客户期望不断提高。客户想要的是直观、无缝的体验，即在任何设备上都能随时享受服务，并实现个性化主张和即时决策。但据银行用户体验联合实验室调研显示，客户对于银行性能、功能、操作体验、应用范围等满意度较低，部分用户特别是年轻用户正在减少使用银行服务。银行应根据客户体验，依托金融科技，提高服务水平。亿欧智库：银行总体满意度—重要性评估矩阵亿欧智库：不同年代过去一年使用银行服务频率变化 76 保持现状 74 满意度 100% 1% 持• 续关注 2% 1% 3% 4% 安全感 80% 30% 33% 39% 41% 36% 72 品牌性能 60% 70 • • •• 操作体验 • 重要性 40% 44% 43% 40% 34% 41% 68 应用范围功能 20% 66 营销活动 25% 22% 20% 22% 19% 等候观察 • 0% 优化改进 60后 70后 80后 90后 95后 64 10% 20% 30% 40% 50% 60% 70% EO Intelligence 增加维持不变减少不再使用 11 数据来源：银行用户体验联合实验室《2017银行用户体验大调研报告》
12.国家重视普惠金融业务且加强风险、合规和安全方面的监管，驱动银行利用金融科技提高服务效率，满足监管要求 Part1 未来已来，大象起舞正当时变革如逆水行舟，不进则退 ◆ 普惠金融发展需求：国家高度重视普惠金融业务，2017年银监会等11部委联合印发《大中型商业银行设立普惠金融事业部实施方案》，要求相关银行设立普惠金融事业部。为了更好地服务小微企业，银行需要利用金融科技提高服务效率。 ◆ 监管趋严合规成本提升：一方面，监管机构鼓励银行在风险可控的前提下创新；另一方面，监管机构加强风险、合规和安全方面的监管。银行需要通过更有效的手段来满足监管要求，如反欺诈、反洗钱、智能审计等。亿欧智库：2017年以来银行业金融监管政策梳理时间 2017年3月 2017年3月 2017年4月 2017年4月 2017年4月 2017年4月 2017年4月 2017年5月 2017年8月 2018年2月政策主题主要内容《关于开展银行业“监管套利、空转套利、关联套利”专项治理工作的通知》打击资金空转，引导银行资金切实投入到实体经济中《关于开展银行业“违法、违规、违章”行为专项治理》开展“三违反”行为专项治理工作《关于开展银行业“不当创新、不当交易、不当激励、不当收费“专项治理工作的通知》开展银行业“四不当” 专项治理工作《关于提升银行业服务实体经济质效的指导意见》推进银行业体制机制改革，提升服务实体经济的能力《关于集中开展银行业市场乱象整治工作的通知》集中整治行业乱象，加大处罚力度《关于银行业风险防控工作的指导意见》列举银行业风险防控十大重点领域，全面防范金融风险《关于切实弥补监管短板提升监管效能的通知》提出法规建设蓝图，要求制定和修改26个管理办法《关于印发商业银行押品管理指引的通知》《商业银行新设债转股实施机构管理办法(试行)》（征求意见稿）《关于调整商业银行贷款损失准备监管要求的通知》规范押品管理，完善押品风险管理监管要求银行通过实施机构实施债转股，推进金融去杠杆对贷款损失准备计提事项提出修改意见来源：根据公开资料整理 EO Intelligence 亿欧（www.iyiou.com） 12
13.人工智能、区块链、云计算、大数据等新技术日渐成熟，为银行强化自身的数字化能力提供了新动能 Part1 未来已来，大象起舞正当时变革如逆水行舟，不进则退 ◆ 随着人工智能、区块链、云计算、大数据等新技术日渐成熟，推动金融科技公司迅速崛起，银行也可以获得或者发展此类技术，强化自身的数字化能力，建设智能银行。人工智能决策着金融服务趋向于自动化和智能化区块链以其安全可靠不可篡改的特性解决金融交易的信任问题云计算技术和资源以弹性灵活的方式得到充分利用大数据为人工智能不断学习、快速成长提供数据动力 EO Intelligence 13
14.商业银行主动拥抱金融科技，积极与金融科技公司合作，推动金融创新与变革 Part1 未来已来，大象起舞正当时变革如逆水行舟，不进则退今天的金融科技新时代孕育出了更具效率、更具质量、更富价值的新金融，也为商业银行的创新注入了充沛的生命力。 —— 李云泽，工商银行副行长科技将作为招商银行未来变革的重中之重，每一项业务、流程、管理都要以金融科技的手段再造。 ——田惠宇，招商银行行长 EO Intelligence 银行需要主动拥抱大数据时代催生的金融创新和变革，运用金融科技创新提升金融服务的质量和效率。 ——张东宁，北京银行董事长深圳农商行与京东金融、融信云将在大数据风控、反欺诈、精准营销、智能金融等各领域加强合作，开展全方位对接。 ——李光安，深圳农商行董事长 14
15.Part1 未来已来，大象起舞正当时抢占先发优势，积极布局金融科技 EO Intelligence 15
16.银行布局金融科技主要有三种方式：内部研发、投资并购、外部合作 Part1 未来已来，大象起舞正当时抢占先发优势，积极布局金融科技内部研发投资并购外部合作银行借鉴金融科技产业创新思路，通过已有部门信息科技部或成立金融科技子公司的方式，自行研发创新金融技术及产品银行将自身资本注入金融科技公司，形成更紧密的合作关系，作为自己的外部金融科技研发基地，缩短技术研发应用时间银行与金融科技公司合作，包括与金融科技公司战略合作共建联合实验室甚至联合成立子公司，向金融科技公司购买服务等利：更好的控制技术、人才和资源；弊：技术开发与维护成本高，开发周期长，应用较慢。利：解决了内部创新文化缺失问题，缩短了技术应用时间；弊：非专属关系，控制相对难，面临数据安全与隐私等问题。利：无需投入大量成本，推向市场时间较短；弊：合作关系货币化，双方磨合困难，存在潜在文化冲突。综合应用难度：综合应用难度：综合应用难度：案例：兴业银行、平安银行、招商银行相继成立金融科技子公司兴业数金、金融壹账通、招银云创。 EO Intelligence 案例：工商银行全资金融机构工银国际投资了智能风控公司第四范式、人脸识别公司依图科技等。案例：同盾科技为建设银行、中信银行、浦发银行、北京银行等提供端到云一体化智能风控解决方案。 16
17.向金融科技公司购买服务将是中国银行业布局金融科技的重要手段 Part1 未来已来，大象起舞正当时抢占先发优势，积极布局金融科技 ◆ 据普华永道《2017年全球金融科技调查中国概要》显示，中国48%的金融机构目前向金融科技公司购买服务，未来3至5年，68%金融机构将增加与金融科技公司的合作。亿欧智库：未来3-5年中国金融机构创新驱动力变化中国金融机构愿意将32%的资源投入到金融科技的项目中自主研发 75% 19% 6% 中国金融机构中48%目前向金融科技公司购合作 68% 买服务 31% 1% 中国金融机构中40%目前与金融科技公司是合作伙伴 EO Intelligence 数据来源：普华永道《2017年全球金融科技调查中国概要》投资并购 0% 46% 44% 10% 20% 增加 40% 60% 80% 维持不变减少 100% 17
18.凤凰涅槃，银行金融科技变革之路 18
19.银行迈入4.0智能银行时代，基于大数据、云计算、人工智能等新兴技术，全面改造银行的运作模式 Part2 凤凰涅槃，银行金融科技变革之路 ◆ 创新是商业银行长期发展的基础，围绕客户需求的升级和经营效率的提高，商业银行一直在采用更加先进的技术去改造业务流程和服务模式。目前，中国银行业正面临转折点，全面迈入第四个重大发展阶段，即4.0智能银行，基于大数据、云计算、人工智能等新兴技术，全面改造银行的运作模式。亿欧智库：中国银行业数字化演进历程 1.0 电子银行高 2.0 网络银行 3.0 移动银行 4.0 智能银行数字化大数据程人工智能度智能风控移动钱包全渠道银行移动存款机器人顾问账单支付 ATM能力升级基于网络的银行全功能智能手机应用低 ATM 数字信用卡发放 EO Intelligence 1980-1995年 1996-2007年 2008-2016年 2017年至今 19
20.金融科技渗透到银行运营的三个层次体系——管控层、交付层 Part2 凤凰涅槃，银行金融科技变革之路和界面层——构建起智能银行的体系架构 ◆ 智能银行的建设路径，即金融科技的利用主要集中在三个层次：管控层（银行体系架构的“神经中枢”，即基础架构）、交付层（处理银行业务活动的作业“后台”）及界面层（与客户直接交互的界面和触点）。亿欧智库：基于金融科技的智能银行体系架构降低客户服务成本提高客户服务质量和效率增强客户体验多元化用户服务入口一站式金融服务解决方案客户服务界面/端营销界面/端管理层界面/端运营界面/端客户经理界面/端智能营销平台精准营销场景营销个性化营销 …… 智能风控平台反欺诈模型行为监控模型催收策略模型 …… 智能审计平台基础审计模型预警与特征筛选数据挖掘审计模型 …… 智能投顾平台客户分析大量资产配置智能投资组合 …… 智能投研平台语义搜索智能问答智能推荐 …… 人大数据工内外智部部能数数据据管控层标准化API接口1 标准化API接口2 …… 标准化API接口N 非结构化数据处理交付层封装式系数据交换平台数据交换平台 “云”的基界面层 EO Intelligence 统基础集团共享数据库础IT架构 20 图片参考：《智慧银行未来银行服务新模式》
21.Part2 凤凰涅槃，银行金融科技变革之路管控层：银行体系架构的“神经中枢” EO Intelligence 21
22.管控层是整个银行体系架构的“神经中枢”，呈现“云端化” 发展趋势，强化“智能管控” Part2 凤凰涅槃，银行金融科技变革之路管控层：银行体系架构的“神经中枢” ◆ 管控层是整个银行体系架构的“神经中枢”，其基础架构以云计算为核心，采用顶层设计架构，自上而下，实现互联互通，满足数据传输的高效率与安全性，建构动态、高效、开放式、弹性、敏捷的IT系统架构。 ◆ 管控层呈现“云端化” 的发展趋势：云计算代表一种采取互联网思维的全新技术路线，银行基于云平台，通过资源组合方式的优化和资源投入的统筹安排，提高银行运营体系的整体效能。 ◆ 据中国信通院调研数据显示，近九成金融机构已经或正计划应用云计算技术，其最主要目的是缩短应用部署时间、节约成本和业务升级不中断。亿欧智库：金融机构云计算技术运用进展（n=391) 亿欧智库：用户应用云计算技术的目的（n=344） 12.0% 缩短应用部署时间节约成本 67.81% 62.56% 41.2% 46.8% 业务升级不中断用户自服务系统自动扩张 32.81% 53.13% 50.00% EO Intelligence 有计划使用数据来源：中国信通院，亿欧智库整理已经使用暂时没有计划使用故障自动检测定位 32.25% 0.00% 10.00% 20.00% 30.00% 40.00% 50.00% 60.00% 70.00% 22
23.银行云：银行目前多采取集中式总线型架构，但其成本高、扩展能力有限等缺点难以满足银行日益增长的IT能力需求 Part2 凤凰涅槃，银行金融科技变革之路管控层：银行体系架构的“神经中枢” ◆ 现状；银行业务的开展和经营管理完全通过IT系统完成，金融创新及风控也主要通过IT技术手段实现。银行早期IT系统主要采用集中式架构，但随着互联网、大数据、人工智能等战略加速布局，银行传统的集中式架构已无法满足日益增长的IT能力需求。 ◆ 痛点：服务器资源利用率低，成本高；扩展能力有限，业务上线周期长；运维效率低下，故障恢复周期长。网银亿欧智库：银行集中式总线型架构互联网接入网关手机银行直销银行柜面亿欧智库：银行集中式总线型架构存在的问题服务器资源利用率低，成本高银行服务器资源利用率低于30%，单台 5000MIPS的大机每年耗费1亿元以上 ESB总线扩展能力有限，业务上线周期长银行业务资源从申请到上线需要50多个步骤，80%工作需要人工完成支付对账总账 EO Intelligence 信贷核心供应链现金管理 …… 运维效率低下，故障恢复周期长银行IT系统繁多，仅以城商行为例，系统多达60-100个，服务器几百台 23
24.银行云：服务模式包括SaaS、PaaS、IaaS三种，部署模式以私有云为主 Part2 凤凰涅槃，银行金融科技变革之路管控层：银行体系架构的“神经中枢” ◆ 场景介绍：银行云基础IT架构基于分布式资源管理、虚拟化等技术，其服务模式包括SaaS、PaaS、IaaS，部署模式包括私有云、公有云和混合云，其中私有云为主。 ◆ 应用价值：提升资产IT基础设施使用率，降低成本；实现去IT化，通过科技创新，实现IT和服务的融合；实现业务模式、服务模式和运营模式的创新。亿欧智库：银行云服务示意图亿欧智库：银行云发展现状 SaaS 金融云私有云￥42.8 2020E市场规模亿元 PaaS 服务模式银行部署模式公有云技术成熟度 IaaS 混合云技术挑战度云基础IT架构市场竞争度分布式资源管理虚拟化分布式存储编程模式大规模数据管理银行采纳度核心技术 EO Intelligence 大数据云计算生物识别机器学习计算机视觉自然语言理解知识图谱区块链 24 与交流
25.银行云：大型商业银行具有自建云平台的能力，中小型银行主要依托大银行或者第三方云服务商来支撑云平台的运行 Part2 凤凰涅槃，银行金融科技变革之路管控层：银行体系架构的“神经中枢” ◆ 中国银监会发布《中国银行业信息科技“十三五”发展规划监管指导意见（征求意见稿）》指出，商业银行应积极开展云计算架构规划。目前，中国大型商业银行具有自建云平台的能力，而中小型银行需要依托大银行或者第三方云服务商来支撑云平台的运行。 ◆ 目前，银行云市场正处于快速增长期。银行系金融科技子公司如兴业数金等也推出金融云服务平台，互联网公司如阿里云、腾讯云也瞄向了银行，除此之外还有一些银行云提供商如天翼云、Ucloud、青云等。各中小型银行业依托第三方云服务商加快上云进程。 ◆ 以哈密市商业银行为例，为了实现新业务上线需求以及计算资源的迅速扩张，选择了兴业数金及甲骨文公司进行合作，通过系统上云的方式快速实现业务需求。亿欧智库：哈密市商业银行上云业务展示 IaaS PaaS SaaS 通过租赁云Ct主elxic机t.kC的hlei方crke式htoe实rae现dtdo了ya自odud建r 业务系统快速y、ou稳r t定ex上t. 线Cl，ick目h前er已e 经租用云主机4th0oe余ared台dto，yao微dudr贷tyeo系xut统.r Cte、lixc农tk. 贷系统、OA系Cli统ck、h绩ere效t系o a统dd等y十ou余r 套自建业t务ex系t. 统已上线运行。借助金融云的平台服务，在分布式数据库服务、分布式文件服务以及缓存服务方面实现了高性能计算，为数据分析、报表展示系统提供有效支撑。先后实现了核心业务系统、事后监督系统、对公信贷管理系统、零售信贷管理系统、IC卡系统、支票影像系统等重要系统上云运行。随着电子渠道业务发展，后续又逐步上云了网上银行系统等。 EO Intelligence 25 案例内容来源：中国信通院
26.腾讯云：为银行量身定制云计算服务，监管合规的金融级灾备能力，用科技引领银行变革，共建智慧银行腾讯云银行解决方案 PAAS Part2 凤凰涅槃，银行金融科技变革之路管控层：银行体系架构的“神经中枢” IAAS 公司介绍：成立于2010年公司定位：国内最完备的云平台，专注于提供全球领先的专业云计算服务核心产品：云计算、云数据、云存储等云服务 Click here to add your 商业模式：为te企xt业. C和lic创k h业er者e 提to 供add 云端服务，按y实o际ur 使te用xt.资C源lick付h费ere to add your text. Click 应用行业：金h融ere、t医o a疗dd、y政ou务r te、xt. 电商等多个行C业lick here to add your text. 银行客户： EO Intelligence 图片参考：腾讯云官网，亿欧智库整理 TBDS大数 TDSQL金邮件/短信天御业务据处理套件融数据库 /RTX服务安全防护智能域名解析云监控云安全 FR人脸识别 DDoS防护安全认证音视频服务 COS对象存储 CMQ消息服务 CDN内容分发负载均衡接入应用层云主机/应用服务资源层人脸识别私有网络推荐产品大禹网络安全金融数据库高速缓存对象存储金融数据库金融服务器深圳金融云A 两地三中心机房深圳金融云B 上海金融云A 专用宿主机同步数据、实时同步异地灾备、数据同步 26
27.Part2 凤凰涅槃，银行金融科技变革之路交付层：处理银行业务活动的作业“后台” EO Intelligence 27
28.交付层是处理银行业务活动的作业“后台”，呈现“智能化”“集约化”的发展趋势 Part2 凤凰涅槃，银行金融科技变革之路交付层：处理银行业务活动的作业“后台” ◆ 交付层是处理银行业务活动的作业“后台”，其运营效率将影响整个流程的交付时间和质量，同样支撑客户体验的实现，也是影响经营成本的重要变量。交付层基于大数据和人工智能等技术，打造智能营销、智能风控、智能审计、智能投顾、智能投研等智能应用平台，有效提升银行数字化经营管理能力。 ◆ 交付层呈现“智能化”、“集约化” 的发展趋势：“智能化”表现为以机器取代人工，实现自动化、智能化操作。“集约化”表现为不再一定需要物理上的集中，作业资源的共享和调配可以通过“逻辑集中”的方式实现。 • 对于标准化业务流程，以标准算法库为支撑，以机器取代人工，实现亿欧智库智能化自动化和智能化操作； • 对于非标准化及专业化要求高的业务流程，以数据为驱动，外加专家：智慧，提供实时高效的智能化决策。交付层发展趋势 • 通过搭建共享的运营管理平台，充分打通全行跨地域、机构层级的运集约化营资源，突破机构属性和物理位置上的限制因素，最大化作业资源共享效益，实现“逻辑上”的运营大集中。 EO Intelligence 28
29.智能营销：银行目标客户群体下沉，需要发展与中小微企业以 Part2 凤凰涅槃，银行金融科技变革之路交付层：处理银行业务活动的作业“后台” 及个人客户相适应的营销方式 ◆ 现状：银行传统客户主要针对国有企业、大型企业以及高净值人群，但随着传统市场竞争的白热化以及消费金融市场的迅速发展，银行目标客户群体下沉，向中小微企业和个人覆盖，对中小微企业和个人客户的获取留存是银行未来竞争的重要因素。 ◆ 痛点：银行传统的营销获客方式成本高、转化率低、精准度低，且与零售市场不相适应。亿欧智库：银行传统营销方式物理网点营销 • 物理网点是银行最集中的获客渠道和营销场所 • 困境：消费主体年轻化、电子银行普及改变用户习惯；网点缩减地推路演营销 • 在小区、商场等场所陌拜、发放传单、路演吸引客户 • 困境：吸引力较差、效率低、精准度低沙龙会议营销 • 定期举办沙龙会议，联系客户感情，推介相关产品 • 困境：邀请客户困难且主要针对高净值人群电话短信营销 • 借助电话、短信等向用户批量推荐理财产品、信用卡 • 困境：骚扰电话影响银行形象；手机自动拦截信息接受程度低媒体广告营销 • 通过媒体广告、赞助活动、比赛、节目等形式营销 • 困境：成本高、转化率低有奖营销 • 通过礼品、抽奖、红包等吸引新客户、活跃老客户 • 困境：虚假注册，渠道刷单，用户质量差，黏性低 EO Intelligence 29
30.智能营销：借助大数据、机器学习等技术打造以客户为中心的 Part2 凤凰涅槃，银行金融科技变革之路交付层：处理银行业务活动的作业“后台” 智能营销，实现银行营销的精准化、场景化与个性化 ◆ 场景介绍：智能营销通过收集用户社交、消费、信用、交易等行为数据，分析用户需求与偏好，建立精准营销解决方案，优化银行对客户的筛选与精准服务，应用于银行的存量客户激活、线上线下获客、产品交叉营销等场景。 ◆ 应用价值：将银行海量存储数据变现为营销价值；通过用户画像、用户分层、用户定位实现银行营销的精准化、场景化、个性化，优化营销的质量与效果；降低人力成本、提高营销效率。亿欧智库：智能营销系统亿欧智库：银行智能营销发展现状精准营销场景营销个性化营销交互渠道单项渠道邮件媒体微博 SEM 微信论坛数据处理智能营销管理系统标签画像用户分层用户定位业务渠道系统评估优化报表洞察实时监测 B/A测试￥46.7 2020E市场规模亿元技术成熟度技术挑战度市场竞争度行内数据交互数据备注：B/A测试：投入产出比；SEM：搜索引擎营销外部数据数据产品优化银行采纳度核心技术 EO Intelligence 大数据云计算生物识别机器学习计算机视觉自然语言理解知识图谱区块链 30 与交流
31.智能营销：银行依托金融科技公司提供的全套智能营销解决方 Part2 凤凰涅槃，银行金融科技变革之路交付层：处理银行业务活动的作业“后台” 案或合作建立本行的智能营销服务平台，开展智能营销 ◆ 面对用户下沉挑战，银行营销由传统粗放式营销转向从数据中挖掘价值的智能营销。银行开展智能营销主要有两大方向，一是在特定项目上依托金融科技公司提供全套智能营销解决方案，二是和金融科技公司合作建立本行的“基于大数据分析的智能营销服务平台“。 ◆ 招商银行2015年和SAS合作启动“招商银行智慧营销平台项目“，以实现招行营销决策科学化、营销管理流程化、营销业务精准化和资源投入最佳化。该项目曾获得《亚洲银行家》2017年度 "中国最佳客户关系管理项目（Best CRM Project）"大奖。亿欧智库：招商银行网络化、数据化、智能化智慧营销平台主动营销：重精准被动营销：重个性产品介绍：“智慧营销平台”通过大数据分析和洞察，打造以客户体验为核心的实时互动营销平台体系业绩表现：超4000个活动在智慧营销平台上运转，事件营销成功率比传统数据营销高5至10倍合作伙伴：客户获取运营管理客户经营资源管理事件式营销（数据库营销）营销管理平台筛选客户营销优化渠道协同评估分析客户网点电话银行 VTM 手机银行渠道选择个性化推荐引擎推荐规则外拓人员网银排除规则 EO Intelligence 案例内容来源：招商银行零售金融部张艾楠演讲及其他公开资料，亿欧智库整理营销数据集市线上行为数据营销接触数据大零售客户数据 31
32.智能风控：银行传统风控流程繁琐且成本高，难以满足个人和 Part2 凤凰涅槃，银行金融科技变革之路交付层：处理银行业务活动的作业“后台” 企业信贷提出的新需求 ◆ 现状：三道防线模型是银行通用的内控管理框架，智能风控主要应用于银行风险管理的第一、二道防线。目前，银行风控主要采取信用评分卡的方式，具体可分为风险评分卡、收益评分卡等，应用于授信业务不同阶段，构成了完整的信用评分体系。 ◆ 痛点：信贷业务流程繁琐且风控成本高，个人信贷欺诈行为增加，企业信贷需求增加但银行机构不能满足贷前和贷后风险管理工作。亿欧智库：银行风险管理三道防线亿欧智库：银行授信各阶段信用评分卡使用介绍 EO Intelligence 第三道防线-独立审核人员即内部审计人员，负责独立审核前两道防线管控有效性，但不得涉及或“拥有”任何管控活动第二道防线-独立管控人员即制定全面风险管理框架、政策和体系，监督第一道防线活动，承担主动“挑战”职责的人员第一道防线-风险“所有者” 客户营销阶段市场反应评分模型：根据消费者的消费表现进行评分；余额转账评分卡：利用信用局的刷卡记录等信息，预测消费者将A银行信用卡等贷款结清，而将业务转移到B银行的概率和金额大小客户审批阶段客户管理阶段申请风险信用评分卡：行为评分卡：根据客户通过申请人的消费表现，申请贷款后一段时间的对未来可能出现的违约使用、欠款、还款信息行为进行预测，主要用对客户行为进行预测；于信用卡、住房贷款、汽车贷款等申请的审批和额度的确定客户评分卡：根据客户表现，为客户提供综合的评分；欺诈风险评分卡：通过分析客户交易等信息，量化欺诈风险发生概率即从事产生风险的活动、并在日常业务活动中负责管理这些风险 01 02 03 的人员，承担了大多数风险识别 32
33.智能风控：基于大数据、知识图谱和人工智能技术，降低银行 Part2 凤凰涅槃，银行金融科技变革之路交付层：处理银行业务活动的作业“后台” 风控成本，提高征信效率 ◆ 场景介绍：智能风控可分为个人风控和企业风控，个人风控依托大数据和人工智能技术对客户风险进行及时有效的识别、预警、防识，企业风控基于大数据和知识图谱技术整合企业工商信息、合规情况、关系族谱等改善企业信用评级状况。 ◆ 应用价值：降低银行风控成本，提高征信效率，实现信贷的贷前、贷中、贷后全链条自动化、智能化，提升个人征信的广度和精度，丰富企业信用体系。亿欧智库：智能风控基本流程亿欧智库：银行智能风控发展现状数据收集行为建模用户画像风险定价网络行为数据用户交易数据文本挖掘自然语言处理基本信息兴趣爱好申请模型违约模型第三方数据合作机构数据机器学习预测算法购买能力社交网络行为监控模型催收策略模型公开数据用户偏好数据聚类分析消费习惯行为特征反欺诈模型授权数据其他数据￥75.9 2020E市场规模亿元技术成熟度技术挑战度市场竞争度银行采纳度核心技术 EO Intelligence 大数据云计算生物识别机器学习计算机视觉自然语言理解知识图谱区块链 33 与交流
34.智能风控：金融科技公司在大型商业银行与领先的股份制商业 Part2 凤凰涅槃，银行金融科技变革之路交付层：处理银行业务活动的作业“后台” 银行中扮演协同的角色，对于中小型银行承担“管家”角色 ◆ 目前，金融科技公司在银行智能风控层面的介入主要体现在个人和中小微企业信贷业务上。由于风控与银行的核心业务相关，银行在智能风控层面的采纳程度相对较低，大多是在银行原风控系统上将银行数据与客户的社会网络关系和足迹行为数据进行融合实现优化。 ◆ 对于大型商业银行与领先的股份制商业银行来说，金融科技公司扮演的主要是协同的角色，如提供数据源联合建模等；对于中小型银行来说，金融科技公司承担的是“管家”角色，如为银行提供包括数据治理、产品设计、风控系统流程构建、人才培养等一条龙服务。亿欧智库：北京银行面向互联网金融业务的大数据风控体系产品介绍：构建面向互联网金融业务的风险防控体系，该体系提供计算能力和规则调动功能，为互联网金融等业务提供覆盖贷前、贷中、贷后的全方位反欺诈及风险防控能力。合作伙伴：渠道系统互联网接入移动APP 浏览器自动终端移动PAD 第三方渠道业务系统业务前置个贷信贷贷后打分卡大数据贷前申请反欺诈、二道风控、多头借贷贷中资产状况、还款能力分布规则引擎身份欺诈终端欺诈交易欺诈大数据分布式计算监管黑名单人行征信互联网征信贷后风险监测信用风险账户安全设备指纹历史数据 …… EO Intelligence 34 案例内容来源：同盾科技访谈、北京银行软件开发部副总经理宗勇涛文章
35.智能审计：银行内部审计流程可分为审计准备、审计分析等六 Part2 凤凰涅槃，银行金融科技变革之路交付层：处理银行业务活动的作业“后台” 个模块，利用传统审计方法效率低、精准性差 ◆ 现状：商业银行内部审计指通过系统化和规范化的方法，审查评价并改善银行业金融机构经营活动、风险状况、内部控制和公司治理效果。银行内部审计流程可分为审计准备、审计分析等六个模块，多为审计组在现场人工从会计数据中寻找违规指标和造假元素。 ◆ 痛点：现场审计，人员需求多，效率低；多依靠审计人员专业素质，精准性、稳定性待提升。亿欧智库：商业银行内部审计流程审计准备数据分析审计实施审计报告项目总结后续跟进确定审计项目成立审计组与被审计单位初步沟通收集、研究、分析背景资料制定审计方案报批审计方案发送审计通知书 EO Intelligence 收集数据资料运用数据分析工具对收集数据进行筛选、分析撰写非现场分析报告召开进点会议收集研究信息进行风险重估内控初步评估记录审计信息项目质量控制与被审计单位交换意见召开离场会议撰写审计报告审核审计报告签发审计报告进行审计项目总结整理移交项目档案启动后续跟进程序与被审计单位沟通确定后续审计安排制定后续跟进方案实施后续审计项目建立后续跟进档案 35
36.智能审计：基于大数据、人工智能等技术，为审计人员提供非 Part2 凤凰涅槃，银行金融科技变革之路交付层：处理银行业务活动的作业“后台” 现场审计能力，提高审计的精准性、及时性和有效性 ◆ 场景介绍：智能审计指银行基于大数据、人工智能等技术，通过建设审计信息系统、搭建审计数据分析中心、建立7*24小时审计监督中心等方法，为审计人员提供非现场审计能力，推动审计工作由“抽查”转向“全查”。 ◆ 应用价值：构建非现场审计能力，提高审计人员效率，提升审计的精准性、及时性和有效性。亿欧智库：银行智能审计分析平台门户子系统用户管理、机构管理、权限管理、会话管理、认证管理、系统审计等应用子系统审计权限管理预警与特征筛选基础审计模型可视化管理数据挖掘审计模型 …… 工具层商业智能平台数据挖掘平台可视化平台亿欧智库：银行智能审计发展现状￥2.35 2020E市场规模亿元技术成熟度技术挑战度市场竞争度数据层 Relationship DB NoSQL DB Hadoop 银行采纳度核心技术 EO Intelligence 大数据云计算生物识别机器学习计算机视觉自然语言理解知识图谱区块链 36 与交流
37.智能审计：金融科技公司可以帮助银行整合海量数据，处理非 Part2 凤凰涅槃，银行金融科技变革之路交付层：处理银行业务活动的作业“后台” 结构化数据，构建数据间的显性和隐性关系 ◆ 国内多数银行的内部审计部门，已经采用了计算机审计技术，主要应用就是对业务数据进行分析处理，但这种审计方法面临数据缺陷问题，具体表现为数据源不能覆盖全部业务数据、业务数据质量参差不齐、数据时效性不强等。 ◆ 金融科技公司可以帮助银行整合海量数据，处理非结构化数据，构建数据间的显性和隐性关系。例如，2017年以来，明略数据帮助光大银行建设审计大数据模型平台，利用大数据构建全行远程监控体系。亿欧智库：北京银行面向互联网金融业务的大数据风控体系产品介绍：在银行远程监控体系下，基于大数据平台，利用图计算、复杂网络、机器学习等大数据技术和算法建设大数据模型项目。全面加强针对业务过程中的操作风险、员工道德风险管理，提升远程监控技术水平，完善内控合规体系和能力。合作伙伴： EO Intelligence 案例内容来源：明略数据访谈内容整理搭建模型管理平台通过该平台具备处理海量数据、应用图计算、复杂网络、机器学习等能力。构建基础网络数据模型包括“资金流转网络图” 和“客户关系网络图”等。建设远程监控模型能力提供基于平台和基础模型能力，支撑上层业务应用模型。银行远程监控体系监控预警业务应用模型追踪查证业务应用模型更多业务应用基础模型模型（关联图谱）管理平台大数据平台实现业务应用模型结合内控合规主题下监督管理业务，建设监控预警、追踪查证为主的业务应用模型，提升非现场审计效率和能力。更多业务应用可能未来可以围绕基础能力、对上输出的能力，建设更多在远程监控体系的业务应用。 37
38.智能投顾：个人可投资资产总额持续增长、财富管理数字化趋 Part2 凤凰涅槃，银行金融科技变革之路交付层：处理银行业务活动的作业“后台” 势推动银行重塑投资理财模式 ◆ 现状：花旗银行数据显示，2017年中国个人可投资资产总额达188万亿元，个人财富规模在过去10年增长了5倍；中国互联网络信息中心报告截至2017年12月，中国互联网理财用户规模达到1.29亿，同比增长30.2%；财富管理大众化、普惠化、数字化是必然趋势。 ◆ 痛点：传统银行资产管理由理财经理、财务顾问向高净值人群提供财富管理服务为主，沟通及人力成本高、效率低、覆盖客群有限。亿欧智库：高净值客户和普通客户银行理财流程 1 客户基本资料收集与客户面访、问卷调查、了解客户基本信息 2 客户财务分析资产负债分析、收支分析、财务比例分析等 3 客户财务目标分析与确认阶段性目标分解、财务目标确认等 4 财务规划现金流管理、债务管理、保险规划、投资规划等高净值客户普通客户 7 绩效评估收集客户反馈意见，对方案结果进行分析，调整资产配置 6 计划执行计划方案实施时间表和实施步骤计划，执行交易 5 构建投资组合根据客户收益率预测、客户财务未来预测建立投资组合银行购买理财产品发行理财产品 EO Intelligence 搜索理财产品，阅读产品说明书 38
39.智能投顾：利用大数据分析、量化模型、智能算法实现银行理 Part2 凤凰涅槃，银行金融科技变革之路交付层：处理银行业务活动的作业“后台” 财的大众化定制 ◆ 场景介绍：智能投顾根据投资者的风险偏好、收益目标等，利用智能算法、投资组合优化模型，为用户提供智能化、定制化和自动化的资产配置建议，适用于互联网投资、全民理财。 ◆ 应用价值：简化投顾流程、提高投顾效率；准入门槛低，覆盖全民理财；平台的模型和算法适用于每一位用户，边际成本低，服务费用低；智能投顾与业务流程整合，缓解信息不对称导致的道德风险；可进行风险预测。亿欧智库：智能投顾流程亿欧智库：银行智能投顾发展现状客户分析大数据识别用户风险偏 1 好和投资目标大类资产配置构建现代资产组合 3 投资模型 . 投资组合选择智能算法投资策略生成， 3 量化投资策略￥14.9 6 组合分析 2020E市场规模算法自动完成因子分析、亿元回测、模拟等技术成熟度组合再选择 5 智能算法根据市场动态实时分析和调整交易执行 4 平台算法自动执行技术挑战度市场竞争度银行采纳度核心技术 EO Intelligence 大数据云计算生物识别机器学习计算机视觉自然语言理解知识图谱区块链 39 与交流
40.智能投顾：银行智能投顾业务蓬勃发展，技术多由金融科技公 Part2 凤凰涅槃，银行金融科技变革之路交付层：处理银行业务活动的作业“后台” 司提供，业务模式为“投资顾问+销售” ◆ 目前，工商银行、招商银行、浦发银行、兴业银行等多家银行都推出了智能投顾业务，其业务模式可以概括为“投资顾问+销售”，投资顾问功能是指向客户提供投资建议及投资组合；销售功能是客户可以根据投资建议进行申购、追加申购、赎回、调仓等操作。 ◆ 银行智能投顾系统多为第三方金融科技公司提供，以工商银行为例，2017年11月，工行上线智能投顾产品“AI投“，2018年升级为 2.0版本，包括”AI智投、AI指数、AI策略”三大模块。亿欧智库：工商银行AI投2.0升级登录工商银行APP 点击AI投产品介绍：提供“一键投资”“一键调仓”等智能化、专业化的投资服务，实现个性化的资产配置业绩表现：15个组合表现稳定，涨幅在0.68%-3.03%之间，年化收益率在 3.14%-14.59% 合作伙伴：暂未透露 EO Intelligence AI智投 • AI智投是基于海量数据，为不同风险偏好的客户提供不同风险收益特征的基金组合，分散投资风险。 • 将客户投资等级分为5级，投资期限分为 1 年以下， 1-3 年，3年以上，共15种组合；起投金额为10000元。 AI指数 • AI指数是国内首款银行定制的主动管理基金指数，由工行和中证指数公司合作编制。 • AI指数包含两只指数： “中证工银财富股票混合基金指数”和“中证工银财富动态配置基金指数”。 AI策略 • AI策略是以工行为销售平台，基金公司发挥自身投研能力构建基金产品组合，向客户提供策略组合服务。 • AI策略包括“稳健精选、均衡配置、成长优选、积极进取”四档不同风险收益特征的基金投资组合。 40
41.智能投研：银行传统投研依赖人工收集、分析数据，报告呈现 Part2 凤凰涅槃，银行金融科技变革之路交付层：处理银行业务活动的作业“后台” 时间长，研究结果可靠性低 ◆ 现状：金融机构资管新规出台，要求银行理财产品净值化转型，银行的投研能力愈发成为影响投资者投资决定的关键因素，也是银行未来的核心竞争力之一。传统投研主要是投研人员依赖传统工具对数据进行收集、处理、分析以及输出。 ◆ 痛点：搜索途径不完善，数据获取不完整，研究结果不可靠；主观性强，稳定性差；报告呈现时间长；对风险缺乏预警和及时调整。亿欧智库：银行传统投研流程数据收集功能：获得行业、企业、产品、技术等相关信息工具：搜索引擎、共享文库、交易所、专家咨询等 EO Intelligence 数据处理功能：从收集的信息中整理相关数据/知识，为分析做准备工具：新闻媒体以及彭博、路透社、Wind等商业数据库数据分析功能：借助分析工具、研究方法以及经验逻辑进行分析研究工具：Excel 报告输出功能：将研究结果以文本、图表等形式整理输出工具：PPT、Word 41
42.智能投研：赋能银行传统投研环节，提高投资效率、优化投资 Part2 凤凰涅槃，银行金融科技变革之路交付层：处理银行业务活动的作业“后台” 效果、预警投资风险 ◆ 场景介绍：智能投研运用自然语言处理、知识图谱等技术赋能传统投研的四大环节。机器辅助人工海量收集和整合信息，完成繁杂和琐碎的基础工作，最终目的是实现从搜索到报告的自动化输出。 ◆ 应用价值：缩短数据收集整合时间，提高工作效率；拓宽数据的维度和广度，提升银行工作人员分析能力；复制推广、降低运营成本；通过机器对数据的监控、及时调整、预警投资风险。亿欧智库：智能投研基本流程亿欧智库：银行智能投研发展现状风险预警数据自动更新、异常监控、智能提醒￥4.53 2020E市场规模亿元投研环节数据收集数据处理数据分析报告输出语义识别、智能问答、智能搜索自动化批量处理、图表提取大数据分析、事件因子分析智能模型、自动化报告生成核心技术 ⚫ 自然语言处理：让计算机 ⚫ 知识图谱：通过知识提取、理解用户语言，执行语言知识表现、知识存储、知识翻译、问题回答等任务。应用提供结果化数据。技术成熟度技术挑战度市场竞争度银行采纳度核心技术 EO Intelligence 大数据云计算生物识别机器学习计算机视觉自然语言理解知识图谱区块链 42 与交流
43.智能投研：金融科技公司通过智能搜索、金融问答、报告生成 Part2 凤凰涅槃，银行金融科技变革之路交付层：处理银行业务活动的作业“后台” 解决银行内外部数据孤岛难题，提高金融工作生产效率 ◆ 银行内部海量数据分散在不同部门，数据之间的交互性差；银行外部互联网时代带来的信息过载及碎片化现象越演越烈；银行需要依靠金融科技公司解决数据孤岛难题。但由于技术壁垒较高，目前能够提供智能投研服务的金融科技公司以及已经上线智能投研的商业银行数量都较少。 ◆ 平安银行创新委员会和文因互联合作推出“口袋PAi”交互式搜索引擎，通过智能搜索、金融问答、报告生成提高员工工作效率。亿欧智库：平安银行交互式搜索引擎口袋PAi 产品介绍：口袋 PAi 交互式搜索引擎通过为银行数据添加语义信息、问答界面使各部门数据易于访问，实现快速搜索各种信息，包括企业信息、上市企业股价、公告等，自动生成上市企业报告，提升银行员工数据信息使用的效率。合作伙伴： EO Intelligence 工商数据上市公司交易数据上市公司数公告据源行业研报 IM对话群聊信息业务数据 …… 自然语言理解文档摘要技术信息推荐模块观点分析意图理解实体提取自选股管理群对话管理财经信息功推送能业务信息模查询块市场观点汇总知识库问答任务管理企业信贷精准营销业务行业研究系统内部流程管理客户服务 43
44.Part2 凤凰涅槃，银行金融科技变革之路交付层金融科技企业案例分析 EO Intelligence 44
45.鸟瞰智能：银行级AI金融科技公司，面向未来银行，提供美好 Part2 凤凰涅槃，银行金融科技变革之路交付层：处理银行业务活动的作业“后台” 体验公司介绍：成立于2009年，总部位于杭州，已获得浙大网新、华瓯资本战略投资公司定位：银行级AI金融科技公司，用人工智能为银行提供场景运营虚拟机器人综合解决方案 Click here to add your 核心产品：虚t拟ex机t. 器Cl人ick here to add 商业模式：T2yoBu2rCte模xt式. C，lic平k 台he销re to add your text. Click 售+数据运营+hSePre分to润add your text. 应用行业：银C行lic等k h金er融e 机to 构ad、d y城our text. 市消费领域 EO Intelligence 基于自然语言理解、知识图谱、推荐引擎等能力的Botbrain超级大脑自然语言理解能力金融产品知识图谱推荐引擎能力其他… 打造语音语义集成识公司采用基于知识库别引擎，包含语音识的问题问答，通过结别、语义理解和意图合语义解析模块能够识别，准确分析场景，做到知识推理、知识识别响应速度更快，融合，比传统方法提识别率高达98.5% 升至少10%的准确度公司基于用户兴趣标签模型、LAL模型（隐马模型）、协同过滤模型，对用户进行全方位分析，实现精确的产品与服务推荐鸟瞰智能还具备机器学习、人脸识别、场景识别、 DMP 等多项能力，打造 Botbrain 超级大脑，提供虚拟机器人综合解决方案技术创新表现独家技术 • 虚拟机器人交互技术 • MLP的情感引导技术 • DNN对话场景建模系统 • CNN-RNN意图识别技术 • 动态金融知识图谱构建技术专利（十余项） • 基于深度学习的推荐方法 • 跨平台的信息推送系统及其推送方法 • 基于场景的智能对话服务机器人交互系统 • 基于用户情绪识别的虚拟机器人人机交互方法 • 基于场景的智能对话服务机器人智能控制系统 45
46.鸟瞰智能：中国第一代商用虚拟机器人平台开发者，打造金融 Part2 凤凰涅槃，银行金融科技变革之路交付层：处理银行业务活动的作业“后台” 智能助理，帮助用户完成金融任务或实现金融服务鸟瞰智能核心产品——Vrobot虚拟机器人多轮对话智能接待语音转账查询余额理财推荐附近网点 ◆ Vrobot虚拟机器人，是鸟瞰智能具有独立知识产权的人工智能交互系统，支持机器人识别用户并进行自然语言的接待、售前推荐、业务导航、查询、办理等，最终打造全流程闭环的智能全运营体系，为客户的互联网运营场景提升效率。 ◆ 智能助理≠智能客服：智能客服只需要做到理解用户问题并回答，而智能助理需要理解用户需求并为之提供办理，相当于银行网点的客服经理。 Vrobot虚拟机器人产品价值能力强体验爽识别准营销灵 7 * 24 小时不间断服务，支持智能自主学习，快速高效搭建并优化知识库可解决85%的常见业务，用户只需说自己想办理什么，智能助理即可为用户办理基于NLP和知识图谱技术，借助客服系统实时反馈增强学习，精准识别用户意图可在场景中与用户充分交流并推荐适合用户的金融产品，把服务场景变为营销场景，增加销量扫码体验智能助理 —— 小鸟DoDo 附近优惠智能导航 ◆ 标杆银行客户： EO Intelligence 46
47.氪信科技：国内人工智能驱动金融业务升级的领跑者，携手行 Part2 凤凰涅槃，银行金融科技变革之路交付层：处理银行业务活动的作业“后台” 业标杆，深度业务耦合公司介绍：成立于2015年，B轮融资，投资机构包括真格基金、招商局创投、美国中经合集团等公司定位：国内人工智能驱动金融业务升级的领跑者核心产品：XBehavior、 Click here to add your XClound、X-teAxItE. nCglicinkehere to add 商业模式：为yo持u牌r te金xt融. C机lic构k h提er供e to add your text. Click 业务智能化升h级ere解to决a方dd案yo，u包r te括xt. 标准化产品及C业lic务k h咨er询e t、o a建d模d y咨our text. 询等服务应用行业：银行等持牌金融机构 EO Intelligence AI技术实力+标杆银行实战经验，氪信科技领跑智能风控 ◆ 风控是金融的命脉，氪信科技是国内智能风控领跑者，运用顶级人工智能技术构建金融风控系统——X-Behavior，金融信用风险云画像——XCloud，帮助金融机构降低风控成本，强化风险控制。 ◆ 智能风控业务能力：成立之初向民生银行提供智能风控方案，2016年起和招商银行建立持续深度合作关系，成为第一家深入全国大型股份制银行核心风险控制系统的初创科技公司。目前，智能风控解决方案已经在多家银行成功落地。智能风控案例：助力某股份制商业银行线上信用贷风控及反欺诈某行痛点行业背景缺乏征信数据，风险评估体系老旧，银行难以开放征信白户的借贷申请项目目的协助其反欺诈能力升级，将原白户人群纳入金融服务范畴氪信助力数据甄别特征工程建模方法系统支持某行受益业务处理量（申请）：250万/月减少损失：3.2亿人民币/每月项目KS：提升20% 项目KS：提升20% 欺诈占比：下降22% 47
48.氪信科技：从智能风控第一标杆到智能金融全站服务，打造智 Part2 凤凰涅槃，银行金融科技变革之路交付层：处理银行业务活动的作业“后台” 能金融大脑，驱动智能金融新业态战略升级：以智能金融全站服务重塑金融业态，满足银行4.0智能转型全部需求 ◆ 氪信科技战略升级，成为首家全领域智能金融服务AI公司，提供包括智能风控、智能营销、智能客服、智能运营、智能投研等在内的全领域智能金融转型咨询服务，助力金融机构实现用户价值放大、风险控制强化和经营效率提升。应场景化获客智能风控智能营销智能运营智能客服智能投研用层智能金融全站服务 AI 引擎规则引擎机器学习模型引擎决策流引擎规则模型决策 AI操控台监控平台预警设置业务看板决策报告全域金融知识图谱技氪信行为语言处理术层机器学习自然语言处理深度学习社交网络分析 …… 氪信未来：打造智能金融大脑 ◆ “智能金融大脑”基于顶级 AI引擎与全域知识图谱等新技术，提供智能风控、智能营销等一整套完整的能力体系，重构金融行业的客户链接、风险管理、服务边界，催化智能金融新形态。数数千维度的变量映射到用户 ◆ 标杆银行客户：据层金融机构自有数据第三方公开数据氪信补充数据 EO Intelligence 48
49.恒生电子：八项人工智能产品落地金融机构，涵盖投顾、咨询、交付Pa层rt：2 凤处凰理涅银槃行，业银务行活动金的融作科业技“变后革台之”路客服、监管等领域，助力银行业步入AI时代恒生电子人工智能产品公司介绍：成立于1995年，总部位于杭州，2003年在上海证券交易所主板上市（代码600570）公司定位：中国领先的金融软件和网络服务供应商核心产品：IT产品和解决方案 Click here to add your 商业模式：为te金xt融. C机lic构k h提er供e 整to 体add 的解决方案和y服ou务r te，xt为. C个lic人k 投he资re to add your text. Click 者提供财富管h理e工re具to add your text. 应用行业：银C行lic、k h证er券e 、to 保ad险d y等our text. 金融机构 BiRobot3.0 商智神州开发的智能投顾机器人 BiRobot3.0 基于人工智能为投资人进行专业的资产配置服务 iSee 机器人智能投资—iSee机器人解决普通投资者获取有效信息途径少、时效差，难以获得个性化投资顾问服务等问题智能小梵恒生纪源基于17年大数据处理及研究结果推出智能咨询产品—智能小梵，帮助用户获得金融产品的专业咨询智能客服智能客服数据库包含500多种语料标签库、3万多金融专业本库，100 亿语义库，能够解决80%的咨询问题智能金盾云永网络推出的辅助地方金融监管的智能监管产品—智能金盾，提升风险识别的准确性和风险防范的有效性银行智能投顾工具以公募基金为底层投资标的，为银行提供技术算法和模型，帮助银行提供个性化投资方案建议智能投研恒生电子智能投研产品可以有效提高研究员资讯搜索、数据整理、投研事件驱动等基础数据工作的效率 iWin 智能运营平台 iWin提供从工具、内容到服务的一体化解决方案、帮助金融机构了解客户，制定自动化营销战略 ◆ 标杆银行客户： EO Intelligence 49
50.TD Fintech、量化派、慧安金科：用数据驱动风控，用人工智 Part2 凤凰涅槃，银行金融科技变革之路交付层：处理银行业务活动的作业“后台” 能服务银行风险管理公司介绍：成立于2018年，提供全方位金融科技解决方案风控产品：TD Fintech大数据风 TD Fintech 控数据科学平台银行客户：信贷用户设备号【系统】DSS风控决策支持系统【模型库】失联风险分；设备活跃分；欺诈风险分【标签库】设备核验、APP核验、多头核验开放联合建模沙箱环境 Talking Data 大数据中心联合建模用户/产品样本数据智能大数据风控技术平台智能贷后管理技术平台量风控特征体系智算可视化智能风控决策引擎数据应用层数据平台层量智能催收/客服语音机器人智智能案件分发管理系统管自动化数据监管平台风控指标监控平台数据基础架构可视化报表管理平台公司介绍：成立于2014年,C轮融资，投资机构包括高榕资本、阳光创投、华创资本等量化派风控产品：量智算、量智管银行客户：公司介绍：成立于2017年,A轮融资，投资机构包括创新工场、高瓴资本、丹华资本等慧安金科风控产品：网铃 EO Intelligence 欺诈开户/交易身份盗用贷款欺诈信用评估网铃盗卡盗刷洗钱和关联交易网铃系统使用人工智能分析用户行为数据，主动识别用支付欺诈户行为和关联的异常，预测各类隐藏的未知威胁，实现 ······ 提前预警和主动防范。 50
51.Part2 凤凰涅槃，银行金融科技变革之路界面层：与客户直接交互的界面和触点 EO Intelligence 51
52.界面层是与客户发生直接交互的界面和触点，呈现“线上化” 和“定制化” 的发展趋势 Part2 凤凰涅槃，银行金融科技变革之路界面层：与客户直接交互的界面和触点 ◆ 界面层是与客户发生直接交互的界面和触点，便利化、简单化、人性化的互动体验是成就接触层客户体验的关键因素。主要表现为面向客户“千人千面”的一站式门户、面向各级高级管理人员可实现智能决策的智能终端、面向银行内部人员的专属化智能终端等。如建行今年4月份在上海地区建立首家“无人银行”。 ◆ 界面层呈现“线上化”和“定制化” 的发展趋势：客户和银行的接触界面及接触点趋向多元化，过去以网点/ATM为主，如今以移动银行、ATM等线上渠道为主。除此之外，客户对“定制体验”的要求标准日益提升，不仅表现为客户对差异化产品的追求，还表现为对人性、定制的交互界面和服务的需求。 01.全程全自助建设银行上海市分行“无人银行” 02.高度智能化网点分为迎宾接待区、金融服务区、民生服务区、智慧社交区，所有业务办理均可通过精心设计的智能化流程提示实现完全客户自助操作，无需银行工作人员协同。智能服务机器人担负起了网点大堂经理的角色，可以通过自然语言与到店客户进行交流互动，了解客户服务需求引导客户进入不同服务区域体验完成所需交易。 03.业务覆盖广各种自助机具承担了90%以上传统网点的现金及非现金各项业务，对于VIP客户的复杂业务专门开辟私密性很强的单独空间。 EO Intelligence 建设银行“无人银行”资料来源：建设银行官网，亿欧智库整理 04.场景化体验与书店、品牌商店等相结合的集金融、交易、娱乐于一体场景化共享场所，寓交易于娱乐、寓金融服务于游戏。 52
53.智能客服：银行客服中心向全职能模式转型，但人工客服无法满足客户多元多维多渠道的金融诉求 Part2 凤凰涅槃，银行金融科技变革之路界面层：与客户直接交互的界面和触点 ◆ 现状：随着银行业务的调整，客服中心职能由单一的提供服务转向集服务、获客、营销、交易多种职能为一体，涉及售前、售中、售后全环节，向远程银行、空中银行转型，但依靠人力的客服中心无法满足当前客户多元多维多渠道的金融服务诉求。 ◆ 痛点：人口红利消失，劳动力密集的客服是银行的成本中心；时间受限、情绪化、线路忙等影响服务质量；人工客服效率低。亿欧智库：银行客服中心服务范围亿欧智库：2013-2017年银行客服中心从业人数（万人） 5.50 5.30 售前售中 5.10 售后售后 • 受理客户账户查询、业务咨询 • 了解客户需求，推荐金融产品及服务 • 办理账户转账、投资理 • 受理客户业务投诉、建财、受理并完成客户的交议批评，维持客户关系易需求 • 收集客户数据、优化产品服务 4.90 4.70 4.50 EO Intelligence 数据来源：中国银行业协会，亿欧智库整理 2016年是银行客服中心从业人数的最高点，随着智能客服的广泛使用，自2017年起银行客服中心从业人数将不断减少。 5.36 5.00 4.95 4.54 2013 2014 2015 2016 5.12 2017 53
54.智能客服：重新定义全天候、全渠道、智能化、综合化银行客服中心的服务价值 Part2 凤凰涅槃，银行金融科技变革之路界面层：与客户直接交互的界面和触点 ◆ 场景介绍：智能客服基于自动化程序服务银行用户，包括智能客服机器人、智能语音导航、智能营销催收机器人、智能辅助、智能质检等，协助人工客服完成售前、售后工作。 ◆ 应用价值：辅助人工服务，避免重复作业，提高工作效率，优化工作流程；优化银行服务质量，提升客户体验；降低人力成本，变成本中心为价值中心。亿欧智库：智能客服系统亿欧智库：银行智能客服发展现状客户潜在客户普通客户高级客户内部客户渠道电脑电话邮件 APP 小程序 ······ 处理引擎服务控制接口分词标注引擎语义分析引擎聊天对话引擎场景处理模块答案处理模块知识索引管理核心运行框架客户服务机器客服人工客服电话客服工单客服信息汇总访客数据知识库客服数据服务管理知识管理智能营销智能质检培训管理风险防控￥23.5 2020E市场规模亿元技术成熟度技术挑战度市场竞争度银行采纳度核心技术 EO Intelligence 大数据云计算生物识别机器学习计算机视觉自然语言理解知识图谱区块链 54 与交流
55.智能客服：银行依托金融科技公司大力布局智能客服，塑造全渠道综合化客服服务生态 Part2 凤凰涅槃，银行金融科技变革之路界面层：与客户直接交互的界面和触点 ◆ 《中国银行业客服中心发展报告》显示，银行业从2015年开始大力将智能机器人布局到客服中心，塑造全渠道综合化客服服务生态。目前，五大行、股份制银行、城商行等都结合自身业务需求、客户数据积累构建富有本行特色的智能客服。Juniper Research的报告预计，到2022年聊天机器人将帮助全球银行每年节省80亿美元。 ◆ 建设银行智能小管家“小微”是银行业较早上线的智能客服，在线4年累计服务客户将近30亿人次，回复准确率超90%。亿欧智库：建设银行多渠道、全方位、智能化服务平台产品介绍：中国建设银行智能小管家 “小微”7*24小时在线提供建行业务问题咨询与聊天应答服务。业绩表现：月均服务客户3700万，是人工客服服务量的3.6倍。合作伙伴： EO Intelligence 微信公众号手机银行互联网网站网上银行物理网点 95533短信小微跳转智能引擎：对文本、语音进行语音语义分析处理管理后台：后台快速索引用户服务需求对应内容人工客服 62项业务查询：如账户余额等交流界面和操作界面无缝切换聊天应答：3万个智能聊天场景日常生活缴费：水电费、话费 100余嵌入式营销场景专业：储存近万个建行业务场景高效：同时为数百万用户提供咨询智能：根据用户进线方式提供个性化解决方案 55
56.生物认证：人工认证和密码认证程序繁琐，风险系数较高，达不到用户对服务体验和账户安全的要求 Part2 凤凰涅槃，银行金融科技变革之路界面层：与客户直接交互的界面和触点 ◆ 现状：身份认证是确定用户资源访问、使用权限的技术手法，是用户办理银行开户、支付、贷款等业务的基础，安全性和服务质量是衡量银行身份认证能力最关键的因素。银行传统身份认证包括人工后台认证和密码认证。 ◆ 痛点：人工认证流程繁琐、客户办理业务排队时间长，用户体验差；密码认证易被病毒篡改、拦截、窃取，威胁用户银行账户安全。亿欧智库：银行传统身份认证方式人人工后台认证需要客户提工供个人身份证等证件信息，认并在业务办理过程中完成证多次提交证件、填单、签名等程序。身份证填单签名业务场开户销卡景存贷汇理财开办电子银行密码认证包括静态密码认密证、动态密码认证等。基码本原理是当用户输入密码认与管理员配置密码验证一证致，用户即可进入账户，办理相关业务。 EO Intelligence 用户输入账号和密码管理员配置用户账号和密码信息弊端： • 业务办理受时间、地点限制 • 流程繁琐、时间成本高、用户体验差 • 人工重复作业，人力成本高查询修改信息其他业务弊端： • 密码设置过于简单，易于破解 • 静态密码容易遗忘 • 动态密码易被病毒拦截、破解、恶意篡改,影响资金安全 • 如果多次密码输错，解锁复杂，影响用户体验 56
57.生物认证：生物识别技术提高银行客户身份认证的精准性、安全性、便捷性和稳定性 Part2 凤凰涅槃，银行金融科技变革之路界面层：与客户直接交互的界面和触点 ◆ 场景介绍：身份认证主要运用于银行人工柜台服务、线下自助服务和电子银行三大场景。生物识别以非接触方式采集客户声纹、指纹、虹膜、人脸等信息与信息数据库进行1:1或1:N对比。 ◆ 应用价值：生物信息具有唯一性，不易伪造、不易窃取、随身携带，保障了身份认证的精准性、安全性、稳定性；缩短身份验证时间，优化银行业务办理流程和客户服务体验。亿欧智库:生物识别身份认证流程亿欧智库：银行生物认证发展现状场景人工柜台线下自助电子银行采集设备摄像头采集客户生物信息提交数据库对比个人终端智能识别设备网点ATM/VTM 其他信识别确认息数据库输出相似信息人群￥34.5 2020E市场规模亿元技术成熟度技术挑战度市场竞争度银行采纳度核心技术 EO Intelligence 大数据云计算生物识别机器学习计算机视觉自然语言理解知识图谱区块链 57 与交流
58.生物认证：多家银行上线多模态生物识别统一身份认证平台，应用于自动终端、柜面系统、移动金融和营销三大方向 Part2 凤凰涅槃，银行金融科技变革之路界面层：与客户直接交互的界面和触点 ◆ 生物识别技术为我们提供了一种省心、高效的安全认证模式。生物认证目前主要应用于银行三大场景：“人脸识别”自助终端、柜面系统、移动金融和营销。 ◆ 目前，多家银行上线了多模态生物识别统一身份认证平台，将多种技术集中到一个平台，实现信息共享、统一认证。以招商银行为例，招商银行依托广电运通、云从科技等技术服务商，构建了一套多维度生物认证体系，为用户身份认证提供方便灵活有效的解决方案。亿欧智库：招商银行生物特征安全认证体系业务系统身份认证借口认证管控认证管控产品介绍：基于生物特征识别技术，招商银行融合人脸识别、指纹识别、决策人脸识别层人脸匹配、活体检测智能风控平台指纹识别结果校验、环境检测操作特征识别客户行为检测、人机检测转人工处理支撑系统人工核审、冻卡/解卡操作特征识别构建了一套多维度生物特征认证体系，为用户金融业务身份算认证提供方便灵活有效的解决方案。法层合作伙伴：神经网络数据清洗支持向量机 Gabor变换 C4.5决策树朴素贝叶斯 DTW动态时间规整 Ciafr10网络模型傅里叶变换 …… 数据生物特征信息层人脸（轮廓、关键点等）、指纹（模式区、核心点等）、操作特征设备信息屏幕尺寸、操作页面等 EO Intelligence 58 案例内容来源：招商银行信息技术部渠道安全负责人陈曦文章
59.眼神科技：专注人工智能生物识别领域，深耕场景应用，构筑安全、便捷、美好未来生活 Part2 凤凰涅槃，银行金融科技变革之路界面层：与客户直接交互的界面和触点底层算法+管理平台+软件+智能终端+场景落地的全产业链服务公司介绍：成立于2016年（前身为天诚盛业），总部位于北京，A轮融资超亿元公司定位：全球领先的人工智能企业，专注智能识别领域，为行业客户提供专业的技术和产品解决方案 Click here to add your 核心产品：多模t态ex生t. 物Cl识ick别h产er品e to add 技术优势：拥有y人ou脸r 、tex指t.纹Cl、ick虹h膜er、e 指 to add your text. Click 静脉识别等多种h自e主re知to识ad产d权yo识ur别te技xt术. ，核心技术荣获国C家li技ck术he发re明to奖a二dd等y奖our text. 应用行业：金融、教育、社保、公安、政府等各个领域 EO Intelligence 智能终端多模态识别人脸识别虹膜识别指纹识别金融教育软件生物识别应用系统管理生物识别统一身份认证平台（ABIS）场景平数据库系统管理核心服务系统接入关联系统落台地社保公安政府机器学习底多模态识别机器视觉层虹膜识别算人脸识别指纹识别法虹膜识近红外可见光人脸活 3D活体活体指指纹识别SDK 人脸人脸体检测检测纹识别别SDK 军队企事业单位其他 ❖ 42项国家/行业标准 ❖ 360+专利 ❖ 1000+客户 ❖ 10亿+人次用户增长/年 59
60.眼神科技：智慧银行解决方案助力银行数字化转型，为科技金融贡献力量 Part2 凤凰涅槃，银行金融科技变革之路界面层：与客户直接交互的界面和触点 ◆ 眼神科技深耕金融行业15年，已为130多家金融机构提供人脸识别、指纹识别、指静脉识别、虹膜识别等多模态生物识别技术和产品解决方案。为银行风险防范、降本增效的同时，提升银行用户的良好体验，助力银行数字化转型，为科技金融贡献力量。眼神科技智慧银行部分解决方案银行案例：眼神科技多种生物识别项目落地光大银行 01 • 柜面系统授权认证 02 • 智能柜员移动管理系统 03 • 刷脸取款 04 • VIP客户识别光大柜面人脸识别 • 比对客户正面照片与证件照片辅助柜员核实客户身份 • 50多家分行推广并稳定运行，仅应用双模摄像头设备多达5700多台光大智能柜台人脸识别 • 解决自助业务办理中客户身份识别操作风险问题 • 在光大全行逐步推广，已稳定运行的智能柜台机器达到1000多台光大柜面指纹识别 • 比对柜员注册的指纹与登录授权时采集的指纹达到柜员身份识别的目的 • 2016年在光大柜面系统全面上线，并稳定运行光大智能柜台指纹识别 • 应用目的：提高光大授权柜员身份认证的准确度 • 应用场景：指纹登录办公系统、指纹授权、客户指纹信息采集光大统一生物识别平台 • 整体架构包括数据库、系统管理、系统接口、关联系统四部分 • 运用于银行远程开卡、直销银行等业务场景 05 • 人脸联网核查 06 • 银行信贷指纹管理系统 07 • 银行防尾随虹膜门禁 08 • 核心业务指纹身份认证光大摄像头指纹仪 FRS统一生物识别平台智能柜台系统总前系统智能柜台集成指纹模块影像系统服务器产品优势 ◆ 稳定性高 ◆ 速度快 ◆ 拓展性强 ◆ 部署灵活 ◆ 标杆银行客户： EO Intelligence 60
61.高屋建瓴，合作的挑战与趋势 61
62.Part3 高屋建瓴，合作的挑战与趋势知易行难，真正落地充满挑战 EO Intelligence 62
63.金融科技公司服务银行主要面临三大挑战：信息科技系统的兼容性、服务成本高、监管的不确定性。 Part3 高屋建瓴，合作的挑战与趋势知易行难，真正落地充满挑战 ◆ “知易行难”，虽然银行与互联网公司的合作风生水起，真正实现端到端成功推动、获得巨大价值的案例仍凤毛麟角。金融科技公司服务银行主要面临三大挑战：信息科技系统的兼容性、服务成本高昂、监管的不确定性。信息科技系统的兼容性银行IT系统数量多，且各项业务系统由不同技术服务商提供，金融科技公司系统与银行信息 EO Intelligence 科技系统存在兼容难题服务成本高昂金融科技公司服务银行耗时一年左右，且需要投入大量人力，服务成本高监管的不确定性监管的不确定性束缚了银行引进新技术的力度，限制了金融科技公司和银行合作的广度和深度 63
64.兼容性：银行IT系统数量多，且各项业务系统由不同技术服务商提供，金融科技公司系统与银行信息科技系统存在兼容难题 Part3 高屋建瓴，合作的挑战与趋势知易行难，真正落地充满挑战 ◆ 兼容性是指硬件之间、软件之间或是软硬件组合系统之间的相互协调工作的程度。银行IT系统包括业务系统、管理信息系统、渠道系统等，涉及上百个小系统，数量非常多。同时，银行IT系统大部分依赖于各种商用软硬件产品，而这些商用产品大部分是由多个技术服务商提供，金融科技公司系统与银行软件、硬件产品存在不兼容难题。 ◆ 银行IT系统待升级，难以满足引入大数据、人工智能等技术所需系统灵活、扩展能力弹性的要求，系统处理压力大、不稳定。数量多银行从总行到分行拥有百余个IT系统，数量非常多 01 服务商不同银行IT系统由不同技术服务商提供，系统之间难以兼容 02 系统待升级银行IT系统不灵活、扩展能力弱，系统处理压力大 03 EO Intelligence 64
65.成本：金融科技公司服务银行耗时一年左右，且需要投入大量人力，服务成本高 Part3 高屋建瓴，合作的挑战与趋势知易行难，真正落地充满挑战 ◆ 作为受到严格监管的实体，银行有义务保护客户，并确保一个稳定而安全的金融系统，这些职责同时也导致了其繁琐而复杂的准入手续。银行采购技术服务涉及业务部门、技术部门及采购部门等多个部门，采购决策流程比较长。一般来说，在银行公布招标前就会与供应商库中推荐企业沟通并进行Demo演示，才会确定可以进入招标名单的企业，时间长达3个月。服务过程中，银行考虑到安全性等问题，企业需要驻场办公并进行私有化部署，耗时3-6个月。相比其他甲方，金融科技公司服务银行耗时一年左右，且需要投入大量人力，服务成本相对较高。亿欧智库：金融科技公司服务银行流程与周期服务前（3个月）服务中（3-6个月）服务后银行从供应商库中推荐供应商企业驻场办公完成产品设计与部署产品验收、培训并与银行技术部门交接招标前企业Demo演示，确定招标评选企业招标过程根据要求做多次演示，确定企业 EO Intelligence 确定项目各阶段要求及确定项目组承压产品后期维护与升级 65
66.监管：监管的不确定性束缚了银行引进新技术的力度，限制了金融科技公司和银行合作的广度和深度 Part3 高屋建瓴，合作的挑战与趋势知易行难，真正落地充满挑战 ◆ 随着金融科技发展，金融科技公司和银行合作推动科技与金融深度融合，传统监管手段已不能满足金融科技带给金融市场的变化。对于监管机构，更加重视金融业务风险与技术风险叠加后可能产生的扩散效应，但有效的监管框架尚未形成。现有监管机制的不足束缚了银行引进新技术的力度、限制了银行与金融科技公司合作的广度和深度。监管的首要挑战：金融科技四大缺陷合作业务模式创新加大监管难度形式合规束缚金融科技公司和银行业合作缺乏隐私安全保护 01 对用户隐私信息缺乏安全保护，不能建立用户深度信任数据标准缺失 02 对数据挖掘、分类、运用、逻辑缺乏明确的标准牌照布局 03 缺乏牌照，金融科技初创公司融资风险较高，引发社会集资风险监管层与社会创新缺乏交流 04 监管政策滞后于金融科技 EO Intelligence 发展速度职责混杂引发不可控风险银行和金融科技公司合作，双方属性相互渗透，合作过程中职责混杂容易发生不可控系统危险金融风险传递范围更广银行和金融科技公司的合作推动业务线上化、移动化；面向普惠市场，用户数量快速增长；增加了抑制金融风险的难度金融科技公司和银行合作困难现有监管机制的不足导致银行难以在风险和创新之间找到平衡点，而形式合规限制了银行拥抱金融科技的速度。监管的不确定性成为银行和金融科技公司的合作壁垒 66
67.Part3 高屋建瓴，合作的挑战与趋势循序渐进，金融科技公司服务银行之路 EO Intelligence 67
68.保守估计2025年金融科技银行应用市场规模为313亿元，乐观估计为493亿元 Part3 高屋建瓴，合作的挑战与趋势循序渐进，金融科技公司服务银行之路 ◆ 亿欧智库根据与金融科技公司高管与银行从业人员的沟通交流，分别计算了银行云、智能营销、智能风控、智能审计、智能投研、智能投顾、智能客服、生物认证等八大场景的客单价、银行采纳率，最后通过“市场规模=客单价*商业银行数量*银行采纳率”的公式来估算金融科技银行应用市场规模： • 预计2018年金融科技银行应用市场规模达到116亿元，2020 年市场规模将达到245亿元。 • 2020-2025年，金融科技银行应用的市场规模受监管、技术发展等因素影响会比较大，保守估计2025年金融科技银行应用市场规模为313亿元，乐观估计市场规模为493亿元。亿欧智库：2018E-2025E金融科技银行应用市场规模 600 493 400 313 245 200 116 0 2018E 2020E 2025E 金融科技银行应用市场规模（亿元，乐观估计）金融科技银行应用市场规模（亿元，保守估计） EO Intelligence 68
69.金融科技公司服务银行的解决方案，未来几年将相对集中在智能风控和银行云 Part3 高屋建瓴，合作的挑战与趋势循序渐进，金融科技公司服务银行之路 ◆ 银行金融科技八大应用场景应用热点图： • 横轴代表该应用场景金融科技公司参与数量，纵轴代表该应用场景银行采纳程度，表明该应用场景银行采纳现状； • 圆圈颜色代表该应用场景在银行体系中的层次，绿色代表管控层，蓝色代表交付层，橙色代表界面层；圆圈大小代表该应用场景预计到2020年的市场规模。 ◆ 根据右图所示，我们可以得出以下结论： • 银行金融科技目前采纳最为广泛的是与客户直接接触的界面层以及智能营销； • 智能风控和银行云是两个市场规模非常大但银行采纳度还相对较低的应用场景，是未来三年金融科技公司集中发力的市场； • 智能投研和智能审计由于对技术要求比较高，目前还是两个未被完全开发的市场。 EO Intelligence 5 4 3 银行采纳度2 1 0 生物认证智能营销银行云智能投顾智能客服智能风控智能审计智能投研 1 2 3 4 5 市场竞争度 69
70.与大型商业银行和股份制银行进行战略合作打造标杆案例，与中小银行进行商务合作获得盈利 Part3 高屋建瓴，合作的挑战与趋势循序渐进，金融科技公司服务银行之路 ◆ 银行采购相对封闭，很多时候都是非公开招标。金融科技公司需要率先选择与大型商业银行和股份制银行合作，建立自身技术和服务口碑，通过可信赖的案例进而影响中小银行，进行商务合作，实现规模化盈利。 ◆ 大型商业银行和股份制银行拥有较为领先的技术和人才，并且对于金融科技的需求不是非常强烈，在发展金融科技的过程中，只需要金融科技公司提供协助，“锦上添花”。 ◆ 对于中小型银行来说，面临大型商业银行、股份制商业银行和互联网金融公司的前后夹击，迫切需要依靠金融科技来实现转型，缓解市场竞争压力。除此之外，中小型银行在数据治理、人才储备等方面都面临不足，因此需要金融科技公司提供一条龙服务，“雪中送炭”。战略合作商务合作金融科技公司 × 大型商业银行股份制商业银行金融科技公司 × 中小型银行 EO Intelligence 70
71.针对银行技术服务需求不断细化，提供定制化产品及组件化配套服务 Part3 高屋建瓴，合作的挑战与趋势循序渐进，金融科技公司服务银行之路 ◆ 银行一般不会直接采购一个完整的服务，而是选择多个供应商，融合各自的细分优势服务，集结成一个完整的系统。因此，金融科技公司需要将其标准化产品服务不断细分，由多个细分组件构成且各个细分组件都能单独使用。银行可以选择任一或多个组件嵌入其业务系统。 ◆ 根据银行的不同体量，金融科技公司应提供差异化服务：对于大型商业银行及股份制商业银行，金融科技公司提供高定制化服务、组件集成等；对于中小型银行，金融科技公司可提供基于标准化产品的低定制化服务、单个组件等。亿欧智库：银行技术服务需求细分亿欧智库：智能风控服务组件细分银行云生物认证智能营销智能投研银行技术服务需求智能风控智能客服智能审计 EO Intelligence 智能投顾反欺诈贷后监控反洗钱智能风控信用评分用户画像 …… 71
72.T2B2C模式，赋能B端，服务C端，将成为金融科技公司服务银行的主流模式 Part3 高屋建瓴，合作的挑战与趋势循序渐进，金融科技公司服务银行之路 ◆ 金融科技公司在服务银行的同时，还服务众多互联网金融、消费金融公司，间接的整合了大量C端资源。金融科技公司可以向银行开放融合大量C端数据的平台，由银行调用科技企业技术服务等优化运营流程，提升运营效率，进而提高C端用户体验，增强用户粘性。金融科技公司与银行共同重构服务体验，推动银行转型升级。 C B C 用户数据与需求 T 用户数据与需求提高用户体验用户数据与需求技术服务等资源银行技术服务需求用户数据与需求提高用户体验用户数据与需求互联网金融公司的用户 EO Intelligence 金融科技公司银行用户数据与需求提高用户体验银行用户 72
73.金融科技公司服务银行盈利模式有待探索，一次性收取开发费与分佣模式都不是长久之计 Part3 高屋建瓴，合作的挑战与趋势循序渐进，金融科技公司服务银行之路 ◆ 银行传统技术服务商主要包括四种：基础服务提供商、系统集成商、人力资源外包商、核心系统供应商，盈利模式主要为一次性收取开发费和安装费。 ◆ 对于银行级金融科技公司来说，收取开发费和安装费，偏向一次性收费，未来盈利想象空间不大。分佣模式相对更好，但是实现难度非常大，主要受限于金融科技公司在银行生态中话语权非常小。同时，金融科技公司服务银行多为定制化开发，变动成本长期存在，面临边际成本不能大幅度下降的问题。因此，金融科技公司亟需思考服务银行的盈利模式，否则难以真正实现大规模盈利。基础服务提供商为银行提供基础设施服务，包括前后端、软硬件，如 IBM、华为等。银行传统技术服务提供商分类人力资源外包服务商为银行就某些项目提供专业的技术能力和人力资源，如四方精创、软通动力等。系统集成商为银行提供系统集成产品及服务，如神州数码等。 EO Intelligence 核心系统供应商为银行提供业务核心系统开发，如高阳金信、长亮科技等。 73
74.金融科技企业为提高市场竞争力，从单一服务到金融科技多元全站服务转变 Part3 高屋建瓴，合作的挑战与趋势循序渐进，金融科技公司服务银行之路 ◆ 在金融科技企业还未找到可持续、可增长的盈利模式之前，如何提高市场竞争力是金融科技企业亟需破解的难题。目前，金融科技企业采取的方式主要是扩充服务场景。 ◆ 许多金融科技企业在原有的核心服务基础上，拓展到多元全站服务。如氪信今年进行品牌与业务战略升级，在为金融机构提供量身定制的风控与营销建模服务的基础之上，全面升级为包括智能风控、智能营销、智能客服、智能运营、智能投资等在内的全领域智能金融转型咨询服务等。单一服务多元全站服务公司1 智能营销公司1 智能营销公司2 智能客服公司2 智能客服公司3 智能风控公司3 智能风控公司4 智能投顾公司4 智能投顾公司5 智能投研公司5 智能投研公司6 EO Intelligence 生物认证公司6 生物认证 74