总行技术发展迅速，但分支行跟不上？银行数字化转型破局点在哪- 大数跨境

首页

总行技术发展迅速，但分支行跟不上？银行数字化转型破局点在哪

InfoQ数字化经纬

2023-11-27

导读：银行业的主要挑战在于业务与技术之间的协同未能有效实现。这不仅是技术问题，也是业务问题。

嘉宾 | 吴易璋

编辑 | 李忠良

在数字经济的大潮中，银行业的数字化转型不仅是跟随时代的必然选择，更是面对激烈市场竞争的关键举措。然而这一转型之路充满挑战，从技术更新到人才配置，每一步都考验着银行的应变能力和创新思维。为了深入探究这些挑战并寻求解决方案，我们特邀宇谷金融科技研究院院长吴易璋进行深入交谈。

在本次访谈中，吴易璋阐述了数字化在现代银行业中的关键作用，特别是对于中小银行如何有效地驾驭数字化转型的路径。他指出，虽然大型银行在基础设施建设上领先，但在应用层面，尤其是与客户经理的互动中，仍有很大的提升空间。针对中小银行，他建议采用成本效益较高的数字化工具和技术，如机器人流程自动化（RPA），以提高业务效率并减轻员工的负担。

更为关键的是，吴易璋强调，在应对银行业数字化转型的挑战时，首要之务在于改变思维模式。其次，一旦思维模式得以改善，接下来就需要不断提升业务人员的数字化思维和技能，例如自助数据分析，以更有效地应对不断变化的环境。

以下是对话全文（经 InfoQ 进行不改变原意的编辑整理）：

银行数字化转型与风控演进

InfoQ：“首先，作为一个在银行风控领域有着丰富经验的专家，您是否能和我们分享一下，近年来，不同银行在数字化转型方面的表现和进程？”

吴易璋：在数字化转型的过程中，互联网银行由于其天生的数字基因，与大多数传统银行显著不同，我们讨论的对象主要是传统商业银行。在近几年的培训中，我注意到，过去银行主要关注数字化营销和风控等单点案例，但最近一年，数字化运营成为了一个新的重点。这意味着银行需要从单点突破、单一产品或服务的模式转变，将运营整体考虑进来，实现从前台到后台的全面优化。

在数字化转型过程中，真正的敏捷并不是依赖银行传统部门的快速反应，而是应通过数字化方法来实现。这里的关键在于是否能够提升客户体验，包括行内和行外体验。行外客户如存款、贷款和理财客户相对容易满足。然而，许多银行忽视了行内客户，即银行员工、中层管理人员和一线经理的体验。尽管国有银行在金融科技上的投入巨大，但在实际操作中，如报告撰写等，仍然依赖于传统的手工方式，缺乏有效的数字化支持。直至现在，许多分行和支行仍然采用传统的 Excel 和 Word 处理方式，效率非常低。即便是投入巨大的大型银行，在解决基层员工面临的具体问题方面也存在一些不足。

总的来说，在数字化转型方面，不同银行的表现和进程各异。大银行虽基础设施建设完善，但在应用层面，特别是客户经理等一线员工的应用方面仍存在不足。股份制银行和城市商业银行的做法类似，都在稳步推进数字化转型。而农村商业银行，尤其是江浙沪地区的银行，在小微金融服务方面表现强劲，数字化成效显著。相比之下，一些村镇银行和其他农商行则还处于较初级阶段，甚至连基本的 Excel 数据分析都未能实现。

InfoQ：“在整个转型过程中，各银行必然会面临一系列挑战。您能根据您的经验，简要概述一下目前大多数银行在进行数字化转型过程中遇到的主要困难和挑战吗？”

吴易璋：在数字化转型过程中，银行业面临的最突出问题是人才缺乏。特别是缺少既懂业务又懂科技，同时了解如何进行数字化的综合型人才。对于银行来说，解决问题的根本不仅在于增加科技人才，更重要的是提升业务人员的数字化技能。

目前，银行普遍面临招聘困难，尤其是小银行在人才竞争中处于不利地位。大的银行，比较突出的问题是，总行技术发展迅速，但分支行往往跟不上。在支行和网点层面，员工往往对新技术既不了解也不知如何使用，缺乏必要的培训和指导。这导致了银行内部的一个重大问题：尽管银行不断推出新技术，但这些技术在网点层面却鲜有体现，造成了上下脱节。

总的来说，银行业的主要挑战在于业务与技术之间的协同未能有效实现。这不仅是技术问题，也是业务问题。业务人员需要学习一些基本技术知识，而技术人员也应深入了解业务场景与需求。但更重要的是，业务人员要具有数字化思维意识，掌握基本的数字化技能，如自助数据分析。

InfoQ：“在面对这些挑战的时候，是否有一些通用的解决策略，或者您觉得在某些问题上哪些银行的处理方式值得我们学习和借鉴？”

吴易璋：在解决银行业数字化转型的问题中，首要任务是转变思维意识。目前，国内超过 95% 的银行从业者没有 IT 背景，他们往往认为数字化与自己无关，视其为领导或 IT 部门的责任。

我们说数字化转型，但转型只是手段，不是目的，不能为转型而转型。实际上，尽管各类银行都在不断引入各种各样的金融科技工具，但这些仅是方法和工具，银行经营的实质仍是完成业绩。例如，即使没有先进的系统支持，只要银行的存贷款可以稳步增长，同时没有不良贷款，业绩同样可以达标。这表明，即使是小银行或村镇银行，依靠人脉和传统方式也能实现业绩目标。然而，随着客户需求的变化，例如线上服务的需求增加，银行必须适应这些变化。想要适应这些变化，其关键在于提升业务人员的数字化思维和数字化技能。银行可以通过培训、学习等方式提升能力。问题在于，银行里许多人不愿意或没有时间去进行这些事情，因为他们已被日常的业绩指标所压垮。就以数据分析来讲，在银行业务中，无论是个人零售、理财业务、交易市场还是其他领域，都需要数据分析，但过去这些分析都是经营单位向科技部门提出的需求，业务人员自己并不会分析。

以往，许多决策可能是基于直觉而非数据分析做出的。现在，我们的目标是通过引入工具，使决策更加精准，让业务人员能够根据数据作出准确判断。数据分析不仅应用于业务层面，如存款和贷款，而且同样适用于运营层面。例如，如何更合理地设定业绩指标，如何进行场景运用和客群运用，都需要数据支持。

InfoQ：“在您的演讲提纲中，您提到了从风控 1.0 到风控 4.0 的演进。请问您认为，这个演进过程中最关键的转折点是什么？现在大部分银行的风控在什么阶段？”

吴易璋：在银行风控的演进中，我将其分为几个阶段，这是基于我对过去三四十年银行业的总结。首先，风控 1.0 阶段主要是基于关系、面子和人情来发放贷款。这个阶段的特点是决策过程缺乏客观性，例如，总行对分支机构行长的授信审批权限，往往是基于高层对其人品的认可。目前，还有相当一部分银行停留在这一阶段。

进入风控 2.0 阶段，银行开始采用更客观的分析方法，如 3C、4C、5C 等要素来评估资源、担保和抵押。这个阶段的银行采用了模块化的分析方法，这个阶段的主要问题是，道德风险突出，且由于过度依赖人的主观经验和判断，导致了大量不良资产的产生。

第三阶段，银行开始全面分析贷款全生命周期，从营销到风控、运营，再到贷后催收。这一阶段的银行结合了巴塞尔协议对经济资本要求，通过数据库与数据分析来提供决策依据。这个阶段的银行在数字化和信息化方面做了大量工作，但仍存在一些误解，比如将数字化简单等同于信息化，认为靠购买先进系统就能做好业务与风控。

到了第四阶段，即银行数字化风控阶段，实际上应该是一个全面的数字化风控，包括大数据风控的做法和传统做法的结合，实现线上线下一体化。但这并不意味着一旦线上贷款上线，就可以完全依靠系统做好风控了。

例如，有一个案例涉及 10 亿不良贷款，就是因为过度依赖大数据风控而产生的。在这个案例中，贷款申请是通过真实身份信息验证、人脸识别以及公积金中心数据自动审批的，结果却导致若干家银行总计超过 10 亿的损失。这说明，如果银行还用线下的思维去处理线上的事务，就会遇到极大问题。

在当前阶段，银行更需要关注业务领域数据安全治理。我们所说的大数据并不像以前那样庞大，我们需要的是更精准的数据。由于一些不合规的数据来源被限制，银行可用的数据变得更少，这就对其数据挖掘和分析能力提出了更高的要求。

在数字化转型中，我们面临的挑战是如何将传统业务方式转变为人机结合的方式。目前，处于第四银行数字化风控阶段的银行并不多。尽管大银行拥有先进技术，比如某银行开发的知识图谱，包含 2500 万个人信息和 500 万企业信息，可用于营销、风控和投资咨询，但实际应用却不广泛。

总体来看，农商行和一些小的城市商业银行，他们在风控方面可能还停留在 1.0 阶段。大多数银行至少具备第二阶段的能力，但真正达到第三阶段和第四阶段的银行并不多，主要问题还是在应用方面。技术的普及和应用需要时间。所有的技术都建立在大家的理解基础之上，如果大家都不了解某项技术，即使它被推广到支行，也不一定会被使用。

数字化风控的实际应用与未来方向

InfoQ：“在谈到对公授信业务数字化风控的时候，您强调了全流程数字化智能应用的重要性。对于一些中小银行来说，面临技术和资金投入的挑战，您有什么建议来帮助他们更高效地推进这一过程吗？”

吴易璋：首先，对于小型银行而言，由于资金投入的限制，他们可能无法承担昂贵的系统购买费用。因此，许多科技公司已经改变了过去卖系统的做法，转而提供数据服务。例如，银行可能无法负担数百万甚至上千万的系统购买费，但是他们可以承担几百到几千元的服务费用。这种服务可以是提供特定数据，比如北京市西城区有多少小企业需要贷款的信息。银行可以购买这样的数据服务，然后按照传统的方式进行业务操作。如果银行的表现良好，大型银行可能会将这套系统部署在自己的系统中，自行分析数据，从而不再依赖外部服务。

其次，各家银行也应当适时引入“客户旅程优化”的项目。对于对公企业来说，如果没有足够的资金和技术储备，他们可以考虑优化客户旅程。通过真正站在客户的角度，帮助解决中小企业的核心困难问题，提升客户的依赖性。这种服务和关系建立是基于为客户提供有价值的东西，而不是单纯的利率竞争。因此，银行应该从中小企业客户的角度出发，优化客户旅程，为他们提供更好的体验。

最后，一些小微银行或大中型银行的基层网点应尽可能利用成本不高的科技手段。例如，RPA（机器人流程自动化）技术。通过合理部署 OCR（光学字符识别）和 RPA，可以避免手动录入企业财务报表，节省客户经理大量时间。 这些技术还可以用于贷后监控和开户等多种业务，减少一线员工事务性工作的时间。在对公业务方面，通过这些方法可以显著提升效率，这主要是思维意识方面的转变。

InfoQ：您认为银行应该如何提升自己的防御能力？是否存在一些具体的技术或策略可以阻止这类事件的发生？”

吴易璋：在网络安全方面，我认为银行应该提高对欺诈风险的防范。例如，银行在转向线上风控时，应该首先考虑欺诈风险，而不是仅仅关注信用风险。银行需要建立风险态势感知系统和欺诈情报体系，实时指标计算引擎，像互联网平台一样进行反欺诈。 此外，银行业务及风控应该与 IT 部门密切合作，了解如何防范设备指纹伪造，确保客户办理业务时设备的真实性和唯一性等。

InfoQ：“在我们深入探讨数字普惠金融的时候，您提到了农村数字普惠金融的典型做法。我们知道，在中国的农村地区，普惠金融一直面临着多种挑战，比如信息不对称、信用体系不健全等。在数字化转型的过程中，如何克服这些固有的问题，并确保金融科技能真正惠及农村地区呢？”

吴易璋：在讨论普惠金融的数字化时，我们需要考虑两个层面的问题。首先，普惠金融覆盖城镇和乡村，这包括了农村的金融服务。过去，像格莱美等机构的做法在一定程度上已经被我们采纳和实践，例如使用信贷工厂与 IPC 技术。但这些技术并未解决一个核心问题：传统的线下方式转变为线上后，如何对长尾客群进行风险控制。这是因为银行不敢放贷的原因之一，即对借款人的信任问题。

如果银行信任借款人，比如中石油这样的大企业，即使其高层有问题，银行也会放心贷款，因为相信这样的企业不会倒闭。现在，随着整村授信的推进，我们正在建立农村的各种数据库，包括农户和农企的信息。这些数据是在实践过程中逐渐积累的。但我们也必须认识到一个事实：这与我们之前讨论的反诈案例有关。例如，央行的征信系统中大约有 10 亿人的信息，但真正与银行有业务往来的只有两三亿人。剩下的人被称为“白户”。如果我们没有合适的方法让这些农民获得正规金融服务，他们可能会成为欺诈分子的帮凶。

因此，我们面临的问题是：我们是占领这个市场，还是让别人占领？如果我们占领，我们可以获得相应的收益。要做到这一点，我认为可以与一些核心农业企业合作，比如中粮、中储粮等大型农机设备公司。这些公司拥有大量的数据，包括农民的产供销数据、电商平台数据等。我们可以从村一级开始，自下而上建立数据采集和分析系统。

此外，还有一些技术可以帮助我们，比如区块链技术解决互信问题，卫星遥感技术帮助我们了解农作物的生长状况。这些技术使我们能够以可视化的方式进行全流程监控。我们需要收集数据，评估农户和农企，与大型农业企业合作，以及与当地的合作社、信用社等进行持续合作。在传统做法下，我们已经积累了大量数据，尽管这些数据不太规整，但它们符合我们建模型的需求。

最后，我们需要提升个人的自助数据分析能力。即使没有与核心企业的合作，我们也可以利用过去十几二十年的贷款数据，建立自己的数据模型和分析。这就是数字化转型的一部分。虽然目前各家银行还未完全实现这一点。

报告下载

《2023 银行数字化转型报告》正式发布，本报告重点探索作为金融服务核心的银行机构，在面临用户消费模式变化、银行业务结构调整、新兴金融机构竞争加剧等因素的影响下，如何推进五大重点场景的数字化转型，并总结输出大中小型银行的两条数字化转型路径，期望为不同类型和规模的银行业企业提供研究内容支撑。关注「InfoQ 数字化经纬」公众号，回复「银行报告」免费获取。