模型来了！银行业数字化转型效果将可实现量化评估
据中国银保监会数据统计，2020年银行机构信息科技总投入为2078亿元，同比增长20%。同时，金融机构科技投入在营收中占比大幅提升，部分银行科技投入占比达到了4%以上。
近年来，金融行业数字化转型进程加快，并在人工智能、大数据、物联网等领域不断加大技术投入与应用。然而，这些持续投入是否发挥了作用，如何对其进行评价？
这一困扰金融行业问题，现在有了答案。
日前，中国银行业协会、中国信息通信研究院牵头，联合国家开发银行、中信银行、广发银行等金融机构，以及腾讯云、同盾科技等科技公司，推出国内首份《银行业数字化转型投入有效性评价研究报告》（以下简称《报告》），填补了国内具备权威性、公信力的银行业数字化转型成效评价体系空白。
中国银行业协会首席信息官高峰表示，《报告》形成的数字化转型投入成效“RIVER”指数模型和评价方法，将给银行业实施数字化转型、落实监管机构指导意见提供强有力的抓手。
他说，中银协将推动RIVER指数模型在银行业的试点应用，并针对如何落地执行银行业数字化转型投入评价体系提出建议；同时，强调在进行数据采样、场景使用、指数结果发布等关键环节要确保严格遵守《数据安全法》《个人信息保护法》，坚持科技伦理、守正创新。
据了解，《报告》将通过中国银行业协会呈送国内商业银行的管理决策层参阅，为银行数字化转型投入提供决策依据。
管理学大师彼得·德鲁克有句名言：“If you can’t measure it, you can’t manage it”，即如果无法实现量化，管理无从谈起。RIVER指数模型和评价方法的核心要义，就是对银行数字化转型的价值实现量化的评估。
中国信通院云大所治理与审计部主任杨玲玲介绍，数字化转型投入成效“RIVER”指数模型，以价值成效为导向，通过建立定量化评估指标体系来衡量银行数字化转型成效，全面、系统、直观地展现银行数字化转型价值，为数字化转型投入提供决策支撑、绩效评价、方向把控。
“第一个R取自英文单词Responsibility社会责任的首字母；I是Innovation，指创新及竞争力；V是指Value，即价值；E则代表Edge，发展潜力；最后一个R代表Risk，风险及安全。”杨玲玲说，“该模型围绕上述五大领域，制定了三大指标体系，形成了45项评价指标。RIVER合在一起正好是英文单词河流，也取其润泽万物，生生不息之意，希望数字化转型为银行的发展带来源源动力。”
该模型从五大领域出发，生成数字化转型成效指数，实现对银行数字化转型成效的定量化描述，强化银行与公众、股东、监管机构在数字化转型收益方面的信息一致性，和银行内部IT、业务、财务、内审等多部门对IT投入和评价认知的一致性。
同盾科技凭借自身在人工智能、隐私计算等领域的人才、技术优势和对银行数字化转型的深厚知识沉淀，深度参与《报告》编写，前后历时超过7个月。同盾科技副总裁、金融科技首席专家杨景香表示，模型一方面通过定量化指标衡量银行数字化转型投入的成效，另一方面则是通过成效表现，为银行数字化转型投入提供方向指引和优化建议。
“银行可以基于RIVER指数模型生成的价值结果补短板，并结合最新IT技术趋势，提出切实可行的数字化转型方向，提升银行的科技弹性和价值表现，”杨景香说，“纵观银行业的每一次变革，都伴随着由技术创新引发的金融创新。未来，银行的数字化转型同样离不开前沿技术支持。数字化技术的研发与创新是支撑银行业务战略的基础，必须予以足够重视。”
为此，《报告》选取了对银行转型和未来发展产生关键影响的人工智能、云计算、隐私计算、区块链、信息安全等新技术，介绍技术内涵、核心价值、应用场景和落地实施建议，帮助银行数字化转型决策者厘清思路，消除技术层面的信息不对称，从而更有效地进行投入决策。
杨景香介绍，凭借自身的技术积累与行业理解，同盾科技参与了《报告》中关于人工智能、隐私计算、信息安全等章节的编写，希望为数字化转型中的银行业金融机构提供有益参考。
人工智能技术在银行业应用于视觉识别、智能投顾、智能客服、智能风险管理等领域，可有效帮助用户快速处理业务，节省人力资源，提升服务质量。
对于银行业金融机构，人工智能技术的核心价值在于提升客户体验、强化风险管理能力、提升运营效率。例如，以人工智能和大数据为底层架构和核心技术的智能风控，通过对数据的深入分析，形成用户画像，再结合各种风控模型，对客户的资信情况进行判断，能有效提升银行的审批效率和准确度。
杨景香建议，在整个组织内部署人工智能，银行需要一系列可扩展、有弹性的核心技术组件。人工智能在银行业有广阔的应用前景，但商业银行除了战略、业务层面的规划，引进先进技术外，也需要与外部伙伴合作，探索新的商业模式、生态模式。
从2016年11月的《中华人民共和国网络安全法》发布到2021年8月出台的《个人信息保护法》，中国在数据安全及隐私保护方面的法律不断完善，监管不断趋严。包括银行在内的各行各业都需要按照新规重新审视自身业务中的数据安全和隐私管理。
另一方面，2020年3月中央发文《关于构建更加完善的要素市场化配置体制机制的意见》，把数据归为一种新型生产要素，与土地、劳动力、资本、技术等传统要素并列。文中要求推进数据的开放共享，释放价值，强调数据的可用性。
前者关注数据保护，后者强调开放共享，两者结合后的原则可概述为“数据可用不可见”。通过引入新技术，从数据中把“可用”的知识提炼出来，同时确保数据“不可见”解决隐私和安全的问题——隐私计算应运而生。
作为数据高度密集型产业，银行业经历了信息化、数字银行、流程银行、开放银行等概念引入及技术落地，数据积累、数据治理、数据应用在各行业中处于领先地位。这为银行利用隐私计算奠定了扎实的基础。
法律合规的趋严下，银行业金融机构正在寻找相应的技术解决方案，这也大力推动了隐私计算在银行等金融机构的普及。
《报告》指出，金融行业数字化转型处于快速发展阶段，新技术的应用催生了新的安全需求和新的应用场景，例如金融交易渠道全面的线上化转移，业务承载环境从传统的物理机房逐步迁移上云，信创实现国产化与自主可控的要求迫切等。
可以看出，防护对象发生了改变，网络防护边界也在逐渐模糊。网络安全运营是以资产为核心，以安全事件为关键流程，银行应依托安全大数据分析技术，建立一套实时的资产管理、云端管理、漏洞管理、情报监控、安全预警、事件调查、决策调度、协同处置的安全管理体系，实现安全数字化基础。
你可能还喜欢