索信达首席科学家张磊：以 AI 创新技术满足金融场景的“私人定制”

中国电子银行网讯 7 月 9 日，由中国金融认证中心（CFCA）、中国电子银行联合宣传年主办的“聚合新生态 · 共享新安全——2021 数字化转型生态大会”隆重召开。包括主管部门领导、银行与相关企业高管在内的近 500 位行业专家齐聚厦门，共商数字化转型中的安全、合作、开放、创新等重要议题。备受瞩目的“CFCA 开放生态战略”同期重磅发布。

索信达控股有限公司首席科学家  张磊

索信达控股有限公司（证券代码：03680.HK，以下简称“索信达”）首席科学家张磊博士在大会期间接受了中国电子银行网的专访，针对智能营销技术落地金融场景的应用模式、本土优势及发展潜力畅谈了自己的观点。

张磊博士认为 AI 创新技术的广泛应用在金融业务场景中取得实效，能更好地解决金融场景落地的痛点，以满足各种金融场景中客户需求。

Q:中国电子银行网：索信达是如何通过人工智能技术帮助金融机构实现数字化转型，助力金融机构改善组织架构及科技条线，并借此全面提升数字化能力?

A:张磊博士：索信达的大数据和 AI 能力蓝图包括后台的数据基础平台、中间的数据中台和业务中台，以及前台的应用。

底层的数据基础平台包括硬件设施、Hadoop 等数据处理平台和基础数据处理能力。在这个上面怎么样做好数据仓库、数据湖、数据集市的建设，怎么样形成数据治理、数据资产的管理，这是索信达所拥有的数据中台服务能力。

在业务中台方面，索信达研发了智能化营销管理平台系列产品，核心产品是索信达灵犀智能整合营销平台，对于金融机构来讲，可以灵活运用平台功能形成一个完整的营销管理闭环。

索信达将最新的人工智能算法技术与金融机构的业务需求结合，形成了 AI 系列解决方案：以金融业模型工厂为核心，同时推动模型管理平台、客户微细分仪、模型翻译机、模型自动机、有限状态机 6 个 AI 产品的创新发展。

最上面的应用层面，现在我们跟很多金融机构的多个部门展开合作，从整体来看，索信达能够帮助金融机构真正从底层基础平台到上层的数据分析和应用实现端到端的整体打通。

Q:中国电子银行网：索信达与商业银行现在主要采取哪些合作模式？应用于哪些场景？今后合作意向是否会扩展至非银金融机构？

张磊博士：索信达能为金融机构提供从咨询规划、专业服务到产品应用的一揽子解决方案，有多种合作模式：既可以是纯咨询，也可以是数据相关的开发和应用服务。

针对不同规模的金融机构，我们采用不同的合作模式：

面向头部大行，我们会从纵横双向深耕细作，主打高价值服务。纵向加深与已服务部门的进一步合作，对已实施的项目挖掘价值和创新点，形成深层次的多期项目合作。横向方面则采取交叉销售拓宽合作面，在总行层面横向合作，连通多个部门；同时根据总分行的业务特点，寻找从总行到分行的业务拓展机会。

针对中小银行，我们也采取了不同的方式：对那些合作过的银行，我们会从数字化能力基础建设层面，推进线上化、智能化的建设；对之前没有合作过的银行，我们会以场景化服务作为介入点，实现“快速、精准、有效”的短平快项目落地，让客户快速体验到项目的价值，并以此作为切入点，后续不断深化合作。

索信达的解决方案主要分为大数据平台、人工智能和智能营销三大类，各自对应不同的金融场景应用：

大数据平台解决方案主要是帮助金融机构规划和搭建数据平台、数据仓库、数据湖，做好数据管控与数据资产管理,帮助做国产数据库迁移等。

人工智能解决方案既包括营销场景，也包括风险管理场景，还有满足监管要求的可解释机器学习等。

智能营销解决方案的应用场景包括批量营销、实时营销、个性化推荐、标签管理、营销内容管理、客户画像等，帮助金融机构以数据为基础提升获客和活客能力。

在业务拓展方面，索信达在深耕头部银行的基础上，积极拓展到中小型银行、证券行业、保险及金控集团，将我们服务大行积累的经验运用到更多的金融机构当中，帮助它们加速数字化转型的进程，充分发挥数据的价值。

Q:中国电子银行网：索信达 AI 创新技术在解决金融场景落地痛点方面，有哪些经验可以分享？

张磊博士：索信达 AI 创新中心在研发人工智能解决方案时有两个重要的导向：

一是创新导向。把可解释机器学习、自动化机器学习、深度学习、强化学习等创新的人工智能技术与金融业务场景紧密结合在一起，形成能够落地实践的解决方案。

以可解释机器学习为例，过去很多银行应用模型产生了结果，如风险管理做信贷审批决策，银行的业务经理只知道最后产生的结果，但不知道产生结果的原因。而使用了新一代人工智能算法产生的模型后，就能知道为什么产生这样的结果，通过可解释机器学习算法明白其中的原因。

二是实用导向。经过这几年数字化发展，许多银行都发展出大量的模型，并广泛应用在风险领域、精准营销等方面，然而如何确保模型精准度、模型生命周期怎么管理等问题都涵盖在模型管理平台产品中。这些对于银行都是非常实用的解决方案，让金融机构一方面能够应用到最新的技术，同时跟它的业务需求完全结合在一起。

同时，索信达 AI 创新中心非常看重 AI 创新技术在金融业具体的场景应用。比如索信达的客户微细分仪专利技术，通过 AI 手段将结构化数据转换成为图像数据，找出不同人群的差异性，进一步利用深度学习去挖掘显著特征，最后用图像聚类实现客户的微细分群，以满足具体金融场景里的客户需求。

Q:中国电子银行网：中国即将迎来“财富管理新十年”，站在这个风口，索信达未来有哪些战略和战术上的规划？

张磊博士：我们认为，大财富管理是在过去大众客群经营的基础之上，强化面向高端客群提供个性化的服务及体验能力，因此，我们在战略上依托过去大众客群经营积累的数字化平台和产品，丰富和加强财富客户的营销和服务场景，依托我们咨询和 AI 创新中心，在智能投顾、理财社区营销、财富养老规划等方面提供端到端的服务。具体到执行上，一方面在我们现有的智能营销项目上，主动引领客户，加入更多财富管理的场景；另一方面和客户一起，理清财富管理时代的关键能力，并通过一些项目帮助客户构建相关能力。

目前，我们已经在为一些领先的银行机构提供财富管理方面的咨询和服务。在帮助银行通过数字化手段提升管理能力的同时，也增强了索信达在财富管理方面的经验积累，为将来服务更多金融机构奠定了坚实的基础。

Q:中国电子银行网：中国金融业对外开放大门逐渐打开，外资“鲶鱼”入局，索信达在助力本土金融机构与外资同台竞技时，具有哪些核心竞争力？

张磊博士：首先，跟外商比起来，我们的优势在于很多人才来自于外商，但是在本地市场跟客户密切合作，更了解本地化需求。我们非常熟悉金融机构过去的系统建设情况，也比较清楚他们的主要应用需求，所以能够很快地为这些金融客户提供最适合的解决方案。

其次，近几年，我国数据基础越来越成熟，也为数据的进一步开发应用做了很好的铺垫。大数据、人工智能模型要做得更精准、效率更高，必须有大量的数据去训练，我们本来就是一个数据大国，有大量的数据去训练这些模型，让它的预测能力更强。尤其我们的移动金融发展远胜于西方发达国家，这些都给我们提供了很好的发展环境，让我们获得更多的大数据应用实践能力，打造出更优越的产品。从大环境来讲，政府、企业都在推动加强自主创新的能力，这也给了中国本地专业公司非常好的发展契机。

再次，对于金融机构本土化的需求，外商很难做到最快、最及时的响应。国内公司的一个优势是立足中国市场，以中国客户为中心来考虑，可以足够快速及时地响应本土化的需求。

最后，中国这些年除了数据基础打得好，一些新的应用场景发展其实也比国外更快，像我们在移动化、数据化领域的发展其实已经超越了国外银行。当我们一些新的需求已经具备了前瞻性，通过本地科技公司跟头部金融机构的合作甚至是联合研发，开发出来的产品和应用实际上已经走在全球的前列。