2019中国金融科技产业峰会丨联合金科信息科技有限公司创始人、董事长程飞：金融科技助力银行贷后智能风？

2019(第二届)中国金融科学技术产业峰会于10月31日在北京国际会议中心隆重开幕，与金科信息科学技术有限公司的创始人、会长程飞在会上带来了金融科学技术帮助银行贷款后智能控制的主题演讲。

首先，我们的信通院在活动过程中和我们的朋友们在未来的金融科学技术发展方向领域进行了探讨和交流，很荣幸。

我今天带来的是金融科学技术帮助银行贷款后的智能控制，为什么说帮助银行贷款后的智能控制？我的企业多年来深耕于这样的金融产业链场景，在谈论这个主题之前，我相信在座的大家应该有几个层次的朋友。开发者_开发知识库第一，产业层次，金融机构，第二，技术层次，我们说科学技术层次，第三，政策层次，政府，监督层次的朋友。

从这三个类别的关注点，我将展开今天与大家交流的主题，探讨技术是更重要还是场景更重要未来科学技术能力产业过程中初期谁更重要？中期谁更重要？长期以来谁更重要？从我个人多年服务于商业银行的经验来看，初期场景比较先进，技术支持。在今天之前的会议过程中，很多朋友和专家交流了技术、数据、5G、智能的平台、云等基础支持技术。在我看来，为什么说场景先行？因为在未来的金融技术中，我们的技术在为金融服务的过程中必须首先理解它，我们必须理解它在做什么，我们如何进行产业升级？我认为产业升级有三个阶段:第一阶段是提高效率和优化效率。第二阶段是改造过程。第三个阶段是颠覆。目前，我们所有的科学技术力量和科学技术支持点都在提高效率和改造过程之间，我们预测块链可能是霸权的科学技术支持点，当然我们还没有实践，这是我出发的论点。

结合场景先行的论点，展开今天我和大家交流的要点。

我们谈论科技能力银行的发展是细分场景，在这里我们比较专业，在这方面展开。

在金融行业发展的过程中，不同时期的代表技术和核心商业模式和商业元素特征的划分可分为IT金融阶段、互联网金融阶段和人工智能金融阶段，各阶段相互重叠影响，形成融合上升的创新结构。我们说这几年金融科技出来了，金融科技什么时候开始出现呢？我认为在50年代就开始出现的，在西方国家，从磁条信用卡的技术开始。在我国，我认为从90年代中后期开始出现，我们从商业银行、证券交易所、纸质、算盘、记账式到计算机管理信息系统，本身就是推进我们金融科学技术的起步阶段。

通过我们二十年的发展，我们走向金融互联网，走向金融移动互联，现在我们进入金融人工智能。这些人听了下午的会议，我就不说了。随着5G和块链等新技术的发展，科学技术和金融紧密结合，我们如何在场景中通过技术实现从提高效率到改造过程的过程，是我们从产业经营者到政策研究者到技术创新者共同探讨的话题。在细分场景中，我们做的是科技能力银行的应用，接下来也和大家交流。

银行的服务流程在其生产条件中比较简单，客户、准入、经营和过期是其业务主线，当然其非业务主线也涵盖资产管理、投资银行、资产管理等其他业务。贯穿整个生命周期的开始和结束，认为银行和会计师事务所的80%的工作量应该交给算法和数据，但现在80%的工作量应该交给人工。根据现在我们所谓的相对人工智能和相对场景的数据维度，加上我们的模型，通过自动审查系统和自动贷款后催款系统构筑适合场景的，能否更适合场景提高效率的科学技术流程，技术支持流程。

在银行信用流程中获得客户、准入、经营、过期的几个维度是正确的营销、需求识别、客户图像、营销场景、预审、流程优化、申请资料简化、审查流程加快。我主要想表达的是什么？从提高效率到改造过程的阶段，我用什么技术实现最合理，孙子兵法因事而变化，如果我用飞机打蚊子比较不合理，我应该用最合适的方法以最好的节奏达到最好的目的。

目前金融机构，特别是我们服务的场景、商业银行，其优先特点是稳定、安全，是其优先特征。有哪些技巧稳定安全？从目前市场应用领域的反馈来看，第一，数据当然，在过去的两三个月里，我们对数据的严格监向元年这样的路线。数据，合法数据，如何有效提高自己的库存数据，有效地挖掘和利用外部合法数据，我们说什么是合法数据？我们称之为双重公开数据。其次，云技术、公有云和私有云的结合，进入了比较成熟稳定的阶段。第三，是相对的人工智能。为什么叫做相对的人工智能？在应用领域，中国目前的金融行业没有真正的智能化，什么是真正的智能化，机械学习、自动计算、自动修正、自动提高，具有神经学习的特性。但是，我们所谓的人工智能是相对的人工智能，什么是相对的人工智能，我们提取场景逻辑，用数据和算法使该场景的运行更加合理高效，从贷款前的反欺诈、市场营销、客户、审查、贷款管理、贷款后、退出，甚至非银行机构的金融技术

最近我们将块链技术提高到战略高度，相信其应用也将在不久的将来真正进入场景，尤其是银行业。

我们如何利用数据、云和相对人工智能为客户提供服务？其实道理很简单，我相信有很多和我们一样工作、同样产品、不同产业链性质的金融技术企业，其实逻辑非常简单。第一，根据你的场景建立数据维度。第二，通过理解场景，确立算法和模型和知识图像，利用比较成熟的识别技术，例如语音识别、脸部识别、指纹识别、文字提取的技术手段，确立场景的技术支持，实现产品的智能输出因此，这个图像的核心应用程序是两个产品，知道事件和知识管理，后台根据我对数据库和场景的理解把外部和内部的数据结合起来交给我的顾客，告诉我我给你的结果是你自己做不到的，为什么？因为你没有最好的场景和内外数据的清洗、管理和建模。这是科学技术能力银行的应用案例。

所有金融科技企业都逃不出这样的逻辑。这是规则、商业模式，无论我是云平台还是欺诈，我是住房贷款还是催款都是这样的道理。

能提高多少效率？我们说金融科学技术的产业升级只不过是提高效率和改造过程之间，至今为止没有看到哪家金融科学技术企业能够完成商业银行和其他金融机构改造过程的产品应用，我们也走在这条路线上，这需要阶段。

中国金融行业是怎样的特性呢？第一，保守，我讲了它需要的是安全稳定的产品。第二，体制决策链相对较长。第三，接受的距离比较远。例如，当每个人都使用智能手机时，银行可能仍在使用绿色屏幕机。当我们都使用人机时，它可能使用智能机器，所以这是它的应用特性。

展望未来趋势，在产业升级过程中，科技能源产业在经营管理、客户希望、政策驱动和技术进步四个层面推进该行业产业升级。银行传统利润模式也面临变革，在当前经济下行阶段，传统管理方式也需要提高，许多大型国有银行和中大型商业银行向金融科学技术变革，建立金融科学技术公司，包括建设、平安、兴业，其目的非常简单我们说银行员工的报酬一年很高，所以如何降低成本一个考虑的目的。

第二，现在金融业的经营竞争也特别激烈，如何满足顾客的期待。在这里，一些银行没有广告，一些银行的零售业务做得很好，所有客户都想使用它，在中国商业银行的利润表中只有其零售业务占总利润的50%以上，我不说是哪家银行。客户期望随着技术的进步越来越高，为什么我要用这家银行？因为它快捷、方便、安全、方便，而且立体维度建立的沟通方式效率很高，如果我使用一家国有大型银行呢？跌了一半，一半可能还不止。因此，银行的服务水平与日益提高的客户需求现在有很大的差距，如何满足呢？我们需要用技术创造更合理的场景，智能的场景满足客户的需求，我们的利益来自客户。

第三，政策。目前我们国家对于重视普惠金融业务在加强风险合规以及监管，银行需要科技技术提高服务效率的同时满足监管需求。不久前，我去深圳人行经理办公室向他汇报。他还提出了许多风险链上的一些技术监管探索。然而，许多人行经理不能沉入商业银行经营的产业链，所以他很难监管。因此，我们需要商业银行、我们的产业学者或我们的商业企业来探索如何提炼这一场景。

第四，技术进步。人工智能、数据、云、块链等新技术的成熟，我所说的成熟不是学术领域，而是应用领域的成熟，为银行强化自己的数字化能力提供了新的动能。否则，就没有支持降低成本、提高效率、完成顾客满意度、监督要求等需求，这是我们认为未来的趋势。

我画了一张图(见PPT)。我们把技术分成几个层次，支持金融科学技术的四个层次是数据层、技术层、逻辑层和应用层，这四个层次我不说话。每个场景、每个产业链都有不同的技术方式、逻辑方式和应用方式。就像塔罗的组合一样，原材料在那里，不用就在那里，看看你是怎么用的。这是未来的趋势。

数据模型的积累，我们说什么是数据模型，很多技术人员提出了很多，其实没用，我是金融人出身，我个人认为数据模型是从最初的原始场景走向比较智能的场景，最后走向自己不断完善、修炼、提高的场景

这是以上我今天想表达的从金融、金融科技这样的论点，我们技术如何赋能产业，介绍了一下银行业的一个场景，技术的应用以及未来的一个发展趋势。

简要介绍我们的企业，我们是国内首家为银行贷款后部门提供风险资产保全管理流程智能化和数据决策智能产品的金融科技公司。

谢谢。