科技战疫 | 看AI如何在银行运营中显身手

科技战“疫”

看AI如何在银行运营中

显身手

2020年初，新冠病毒疫情的突然爆发，对社会、经济和企业的影响巨大。为了有效防控，切断传播途径，不得不进行重点城市封城、居家隔离、延迟开工、停止聚会活动……这些措施打乱了正常的经济运行节奏，导致很多活动无法进行。

然而，“危”与“机”是一枚硬币的两面。持续的疫情正在逐渐改变传统的办公习惯和商业生态，依靠科技，我们依然可以在疫情扩散时期发挥自身价值，科技“抗疫”。3月13日，在浪潮大咖Talk“AI专场”直播中，一览群智金融解决方案总监脱震为所有“屏幕”前的观众带来了一场关于“流程知识图谱如何在智能运营中应用”的技术干货。

（以下内容为直播演讲实录，建议收藏）

No.1

前言

运营管理，是银行各项业务的基础，是一切经营活动的支撑体系，涉及经营理念、管理模式、业务流程、IT技术等全方位内容。随着社会环境和科技的发展，运营转型一直在不断持续，纵观银行发展历程，转型的成败关乎银行的生存。

从当前的大环境来看，以客户为中心的数字化和智能化运营已经成为必然趋势。在这次的分享中，我们将从银行的业务流程角度切入，尝试探索如何将机器学习、知识图谱等人工智能技术应用到银行业务运营领域中，进而打造人机协作的运营新模式，提升银行运营质量和效率，优化资源配置，促进管理协同。

No.2

智慧运营——银行运营转型的必然趋势

银行的运营转型历经三个阶段。

第一阶段，是集中化运营转型。从上世纪90年代中后期开始，各个银行从分散运营，向集中运营转型。主要目标是通过规模效应，提升大批量业务的处理能力，在解决客户等待问题的同时，最大程度压缩劳动成本。

第二阶段，在确保了“量”的基本需求后，银行开始追求更高层次的“质”，向精益化运营转型。在这个阶段开始考虑流程的统一和优化，对前中后台工作进行合理分工，提升服务质量和效率，加强风险管控。

第三阶段，随着大环境的变迁，互联网和移动互联技术、大数据、区块链及人工智能技术的发展，客户的行为习惯、竞争环境、监管要求倒逼银行开始追求“变”，必须以客户为中心，洞察市场和客户行为变迁，能够迅捷的适应千变万化的差异化金融和客户需求。数字化和智能化的智慧运营转型被提上日程。

No.3

银行运营的转型思路

实际上，目前以国有及股份制银行为代表的很多银行，已经实现或部分实现了以流程银行为指导思想的集中运营中心，开始聚焦客户、营销和流程管控。在经受互联网科技和互联网金融模式冲击之后，部分银行已经开始尝试将AI技术逐步融入业务运营中，希望打造运营 “智慧大脑”，向智慧型运营转型，打造能够支撑巨量业务处理、金融创新和市场发展的中后台支持系统。

转型主要是集中在三个方向。一个是处理智能化，引入了OCR/RPA/知识图谱等技术，使得业务流程能尽量自动化，能够准确获取业务信息，并按照业务逻辑自动执行，大幅的提升工作效率，降低了成本，解放了人力；第二是数据智能化。在传统的运营体系中，由于受到技术制约，机器只能记录通过系统界面输入框记载的结构化信息，但随着ICR/自然语言处理/语音识别等创新技术的出现，使得系统能够沉淀并处理票据影像、合同文本甚至语音、视频等海量异构的复杂数据，使得洞察业务本源规律和数字化运营驱动成为可能；第三是决策智能化，希望将知识图谱、机器学习等人工智能应用到风险管理、流程优化、资源管理等决策领域，提升核心竞争力。

目前在运营领域中，银行主要的业务应用场景包括：客户智能引导、自动信息录入、智能审核、流程优化、运营智慧搜索等，同时也开始向滴滴、美团等互联网企业取经学习，期望通过智能模型实现资源的最优匹配。

No.4

流程知识图谱在智能运营中的应用

业务流程是运营的核心，是智慧运营转型的关键基础。下面，我们将试图从知识图谱如何构建和分析业务流程的角度，提出智慧运营的解决方案。

首先，流程知识图谱的核心目标是提升客户体验。我们希望能够帮助银行提升整体运营质效。提升表现在四个方面：第一，打造运营流程知识库。通过知识图谱，沉淀流程知识和专家经验，建立流程标准化体系，提升业务架构管控能力。第二，是挖掘流程价值。希望通过实时及批量收集的多维度数据，运用智能模型进行运营分析，对运营流程精准监控、干预和优化。第三，是实现资源最优配置。形成资源及任务画像，通过智能匹配模型，实现全流程最优资源配置。第四，提升业务态势预判能力。能够分析流程特征因子，建立预测模型，预判业务态势，形成应对策略。

我们希望能够发挥知识图谱的图谱可视化和强关系表示的优点，结合图遍历、图计算以及机器学习算法模型，帮助银行提升运营质量和效率。

流程知识图谱的构建过程，应该充分运用集中运营的数据采集优势，集成完备的运营数据，将数据驱动与知识引导结合。在流程优化方面：通过流程正确性验证/流程关联度分析/节点重要性计算/关键路径发现/多节点子图挖掘/业务因子分析等图分析手段和机器学习模型，协助银行进行流程优化；在资源配置方面，协助银行进行任务智能分配/现金配置管理等业务应用；在任务预测方面：实现业务量预测/业务完成时间预测/业务成本预测/业务峰值预测等功能。

No.5

流程知识图谱的功能架构

从功能架构角度来看，我们首先会实时和批量采集各项结构化或非结构化数据，进行数据加工，形成基础数据层，同时提炼部分数据，以图谱的方式进行存储，并展示其业务特性。在服务应用层，我们将通过图谱分析服务组、表现分析服务组、因子分析服务组及业务预测服务组的相关功能，从实际运行的业务流程数据中提取各项指标，产生流程之间的成本、效率、热度等指标依赖及联动关系分析，使用流程预测模型进行业务预测，最终应用于流程优化、执行优化等决策方案。

No.6

流程知识图谱构建

流程知识图谱构建，将采用自顶向下及自底向上的构建方式。

自顶向下的构建方式主要依赖于对业务有深入的了解业务专家，将专家的业务知识和经验总结制定知识图谱框架；同时，我们还将采用自底向上构建图谱方法，我们将通过大量的有规律的业务数据通过一定的映射或者预处理，将实体之间的边界与关系进行清洗的总结归纳，从而优化自顶向下生成的知识图谱框架。在实际应用过程中，将各类型业务流程数据（如：每一次交易、投资行为、分析主体……）遵照知识图谱框架，进行实例化数据的创建，为决策提供业务基础图谱。

No.7

业务因子分析/业务预测分析

在进行流程影响因子（如执行效率因子分析/执行表现差异分析/执行等待因子分析等）和业务预测分析过程中，我们将全面收集业务流程信息、业务执行信息、地区/机构特性信息、宏观政策信息等数据，进行数据清洗和预处理，应用机器学习模型训练，进行各项因子分析和业务预测。

No.8

资源优化配置应用

通过对流程中各项影响因子的精细化分析，我们将会对流程中涉及的业务资源和任务进行画像分析，给予适合的标签，并基于智能匹配算法，实现全行资源最优化配置，全面提升运营质效。

No.9

流程知识图谱关键技术

基于上述的解决方案，一览群智将提供智能决策平台作为技术支撑。平台以OCR、自然语言处理和知识图谱等人工智能技术为核心，融合智迅、智语、智文、智策等自主研发的产品组件，打通感知、理解、分析和决策全过程。平台能够处理各类结构化和非结构化的多源数据，轻松构建知识图谱，并对业务模型定制封装，同时具备高效可视化研判、文档自动生成、便捷开发、快速部署等产品优势，可快速实现在不同场景下的数据分析诉求，解放人力，降低耗时。

— END —