人工智能時(shí)代我國(guó)銀行業(yè)發(fā)展戰(zhàn)略轉(zhuǎn)型研究分析-人工智能時(shí)代銀行轉(zhuǎn)型研究 工商管理專業(yè)

目錄TOC\o"1-3"\h\u第1章緒論 11.1研究背景及意義 11.2相關(guān)研究介紹 31.3研究的方法 51.4論文的創(chuàng)新點(diǎn) 61.5論文的結(jié)構(gòu) 7第2章中國(guó)銀行業(yè)發(fā)展與戰(zhàn)略分析 102.1中國(guó)銀行業(yè)發(fā)展概況 102.1.1中國(guó)銀行業(yè)發(fā)展概況：歷經(jīng)30年黃金期，轉(zhuǎn)型序幕已開啟 102.1.2中國(guó)銀行業(yè)信息化發(fā)展概況：基礎(chǔ)建設(shè)已成，追求智能發(fā)展 122.2中國(guó)銀行業(yè)發(fā)展戰(zhàn)略分析 162.2.1中國(guó)銀行傳統(tǒng)戰(zhàn)略分析：追求資金規(guī)模模式遭遇瓶頸，逼迫銀行業(yè)務(wù)創(chuàng)新 162.2.2中國(guó)銀行業(yè)發(fā)展面臨的問題與挑戰(zhàn)：高速成長(zhǎng)已成往事，轉(zhuǎn)型迫在眉睫 212.3本章小結(jié) 24第3章銀行業(yè)轉(zhuǎn)型關(guān)鍵因素：人工智能 253.1人工智能發(fā)展概況 253.1.1人工智能產(chǎn)業(yè)發(fā)展概況：人工智能進(jìn)入產(chǎn)業(yè)落地期 253.1.2中國(guó)人工智能產(chǎn)業(yè)發(fā)展概況：中國(guó)進(jìn)入人工智能紅利期 273.1.3人工智能的應(yīng)用價(jià)值和前景分析：人工智能變革生產(chǎn)力 283.2人工智能在銀行業(yè)中的應(yīng)用分析 293.2.1基于銀行業(yè)務(wù)流程的人工智能應(yīng)用分析：人工智能全面助力銀行升級(jí) 293.2.2人工智能在銀行的應(yīng)用案例：人工智能銀行初現(xiàn) 323.2.3人工智能對(duì)銀行的影響分析：由業(yè)務(wù)入手全面改造銀行 353.3銀行未來(lái)戰(zhàn)略轉(zhuǎn)型方向：“智慧銀行” 363.3.1“智慧銀行”概述：四個(gè)關(guān)鍵詞：個(gè)性、靈活、普惠、高效、主動(dòng) 363.4本章小結(jié) 37第4章“智慧銀行”戰(zhàn)略轉(zhuǎn)型環(huán)境分析 394.1銀行外部環(huán)境分析 394.1.1宏觀環(huán)境分析：銀行轉(zhuǎn)型外部條件優(yōu)越 394.1.2微觀環(huán)境分析：激烈競(jìng)爭(zhēng)逼破銀行轉(zhuǎn)型 434.2“智慧銀行“戰(zhàn)略轉(zhuǎn)型綜合分析 494.2.1銀行SWOT分析：銀行轉(zhuǎn)型機(jī)遇與挑戰(zhàn)并存 494.2.2“智慧銀行”戰(zhàn)略轉(zhuǎn)型綜述：四要素：銀行業(yè)務(wù)、監(jiān)管政策、互聯(lián)網(wǎng)金融企業(yè)、人工智能 554.3本章小結(jié) 56第5章“智慧銀行”戰(zhàn)略轉(zhuǎn)型應(yīng)對(duì)建議 575.1“智慧銀行”戰(zhàn)略方向與目標(biāo)規(guī)劃 575.1.1“智慧銀行”戰(zhàn)略方向：智能化轉(zhuǎn)型是銀行的必然選擇 575.1.2“智慧銀行”戰(zhàn)略目標(biāo)：轉(zhuǎn)型需要全面的頂層設(shè)計(jì) 585.2“智慧銀行”戰(zhàn)略轉(zhuǎn)型規(guī)劃 595.2.1“智慧銀行”戰(zhàn)略轉(zhuǎn)型路徑：初步嘗試、全面規(guī)劃、技術(shù)落地、全面轉(zhuǎn)型四階段 595.2.2“智慧銀行”戰(zhàn)略轉(zhuǎn)型實(shí)施策略：基礎(chǔ)資源智能化、數(shù)據(jù)智能化、應(yīng)用智能化三層次 615.2.3“智慧銀行”戰(zhàn)略轉(zhuǎn)型保障措施：組織、人力、財(cái)務(wù)、文化、技術(shù)的五項(xiàng)保證 635.3本章小結(jié) 65第6章結(jié)論與展望 666.1結(jié)論 666.2展望 67參考文獻(xiàn) 69致謝 71圖表索引TOC\h\c"圖"圖1-1論文的研究思路 9圖2-1銀行與信息系統(tǒng)集成商展開大數(shù)據(jù)層面合作情況 14圖2-2數(shù)據(jù)給銀行是否給銀行帶來(lái)可見商業(yè)價(jià)值情況 14圖2-32016年銀行大數(shù)據(jù)建設(shè)在IT投資中的比重 15圖2-42016年銀行在大數(shù)據(jù)業(yè)務(wù)投入規(guī)模量級(jí) 15圖2-52011~2016主要上市銀行手續(xù)費(fèi)以及傭金凈收入占比 18圖2-62005~2016年中國(guó)GDP總量及增長(zhǎng)率 22圖3-1銀行人工智能應(yīng)用情況（截止2017年6月） 32圖3-2銀行未來(lái)技術(shù)人工智能應(yīng)用領(lǐng)域 33圖4-1近年來(lái)中國(guó)數(shù)字經(jīng)濟(jì)總體規(guī)模及占GDP比重 41圖4-22013~2020年中國(guó)互聯(lián)網(wǎng)金融市場(chǎng)規(guī)模 41圖4-3微觀環(huán)境競(jìng)爭(zhēng)分析小結(jié) 48圖4-42016年互聯(lián)網(wǎng)基金銷量占基金總銷量比重 50圖4-52016年網(wǎng)絡(luò)支付用戶占總?cè)丝诒戎?50圖4-62016年互聯(lián)網(wǎng)消費(fèi)金融滲透率 50圖4-72016年網(wǎng)絡(luò)理財(cái)占總?cè)丝诒戎?50圖4-8美國(guó)智能投顧用戶份額排名 51圖4-9銀行匱乏的數(shù)據(jù)類型 53TOC\h\c"表"表2-1英國(guó)《銀行家》雜志2016年世界銀行資產(chǎn)規(guī)模排名 17表2-22016年上市商業(yè)銀行新型中間業(yè)務(wù)增速以及變動(dòng) 18表2-3截止2017年3月14家上市商業(yè)銀行非銀金融牌照一覽表 20表2-42015年A股上市銀行人均凈利率及與2012人均凈利率比較 23表4-1“智慧銀行”戰(zhàn)略轉(zhuǎn)型宏觀環(huán)境分析小結(jié) 43表4-2中國(guó)民間資本參與建設(shè)銀行一覽表 45表4-3“智慧銀行”戰(zhàn)略轉(zhuǎn)型SWOT分析小結(jié)： 55第1章緒論1.1研究背景及意義根據(jù)銀監(jiān)會(huì)發(fā)布的《中國(guó)銀行業(yè)監(jiān)督管理委員會(huì)2015年報(bào)》，中國(guó)國(guó)銀行業(yè)金融機(jī)構(gòu)共有4,262家，銀行業(yè)的從業(yè)人員達(dá)到了380萬(wàn)人，扣除信托、汽車金融、消費(fèi)金融等類型的銀行類金融機(jī)構(gòu)之后，我國(guó)的銀行數(shù)量也達(dá)到了3815家，銀行數(shù)量和資產(chǎn)規(guī)模均實(shí)現(xiàn)了大規(guī)模的增長(zhǎng)，銀行數(shù)量的增長(zhǎng)也意味著競(jìng)爭(zhēng)的加劇。另一方方面，近年來(lái)以螞蟻金服和京東金融為代表的互聯(lián)網(wǎng)金融企業(yè)對(duì)銀行的業(yè)務(wù)增長(zhǎng)帶來(lái)了巨大威脅，支付寶和微信支付推出后快速普及，迅速的改變了支付清算市場(chǎng)的競(jìng)爭(zhēng)格局，余額寶2013年6月推出，至2017年6月僅僅4年時(shí)間，規(guī)模已經(jīng)達(dá)到1.43萬(wàn)億，規(guī)模直逼四大行的存款規(guī)模，解決中行1.63億的存款規(guī)模，遠(yuǎn)超招行的0.95萬(wàn)億，以阿里小貸款，宜信P2P，趣店現(xiàn)金貸為代表的互聯(lián)網(wǎng)貸款業(yè)務(wù)，根據(jù)艾瑞咨詢報(bào)告數(shù)據(jù)顯示，2015年中國(guó)網(wǎng)絡(luò)借貸市場(chǎng)規(guī)模8755.9億，并持續(xù)保持30%至50%的增長(zhǎng)率，到2018將達(dá)到30746.9億，由此可見，互聯(lián)網(wǎng)金融公司已經(jīng)從支付、吸儲(chǔ)、放貸等傳統(tǒng)銀行的核心業(yè)務(wù)上與銀行展開了競(jìng)爭(zhēng)，并且具有極強(qiáng)的競(jìng)爭(zhēng)力，對(duì)傳統(tǒng)銀行產(chǎn)生了極大的威脅。2015年銀監(jiān)會(huì)正式放開受理民營(yíng)銀行的申請(qǐng)，騰訊的微眾銀行、阿里的網(wǎng)商銀行陸續(xù)成立，以及百度和中信聯(lián)合成立的直銷銀行百信銀行也在2017年11月正式開業(yè)，互聯(lián)網(wǎng)公司在渠道、技術(shù)方面相較于傳統(tǒng)銀行有著較大的優(yōu)勢(shì)，互聯(lián)網(wǎng)公司正式成立銀行，也將銀行業(yè)的競(jìng)爭(zhēng)推向白熱化?；ヂ?lián)網(wǎng)金融之所以近年來(lái)得到快速的發(fā)展，一方面因?yàn)榛ヂ?lián)網(wǎng)本身作為現(xiàn)代社會(huì)的重要信息渠道，在信息傳播方面有著得天獨(dú)厚的優(yōu)勢(shì)，阿里、百度等互聯(lián)網(wǎng)巨頭能掌握著流量入口，能夠快速觸達(dá)海量終端用戶，使產(chǎn)品得到快速的傳播，另一方，互聯(lián)網(wǎng)公司也不斷在用人工智能武裝自己。自2006年，多倫多大學(xué)的Hinton教授提出深度學(xué)習(xí)神經(jīng)網(wǎng)絡(luò)以來(lái)，人工智能技術(shù)得到極大的發(fā)展，在金融領(lǐng)域，螞蟻金服、百度等公司利用深度學(xué)習(xí)神經(jīng)網(wǎng)絡(luò)構(gòu)建了智能風(fēng)控模型，這些無(wú)需人工參與的征信審核模型能夠?qū)崿F(xiàn)秒級(jí)響應(yīng)，在風(fēng)控效果方面，根據(jù)數(shù)據(jù)顯示，阿里小貸服務(wù)壞賬率低于1%，低于國(guó)內(nèi)小微企業(yè)貸款平均2%的水平，相比傳統(tǒng)銀行還在采用的傳統(tǒng)風(fēng)控模型，互聯(lián)網(wǎng)公司開發(fā)的人工智能模型無(wú)論在效率還是效果方面均有巨大的優(yōu)勢(shì)，在競(jìng)爭(zhēng)強(qiáng)度日益增大的今天，傳統(tǒng)的銀行業(yè)務(wù)模式競(jìng)爭(zhēng)力在不斷減弱。隨著中國(guó)經(jīng)濟(jì)體量的不斷增大，增長(zhǎng)率放緩，政府不斷推出政策促進(jìn)經(jīng)濟(jì)告別傳統(tǒng)的粗放增長(zhǎng)，推動(dòng)產(chǎn)業(yè)實(shí)現(xiàn)升級(jí)轉(zhuǎn)型，對(duì)于銀行同樣如此，行業(yè)增加遭遇瓶頸，競(jìng)爭(zhēng)加劇，銀行需要告別傳統(tǒng)只追求規(guī)模的業(yè)務(wù)模式，轉(zhuǎn)而追求精益化發(fā)展。人工智能是一項(xiàng)希望使用機(jī)器來(lái)完成原本只有人類才能完成的任務(wù)的技術(shù)，同時(shí)機(jī)器的邊際成本遠(yuǎn)低于人類，有很強(qiáng)的復(fù)制性，因此其價(jià)值在于對(duì)人類勞動(dòng)力的替代和勞動(dòng)效率的提升?；ヂ?lián)網(wǎng)金融企業(yè)已經(jīng)驗(yàn)證了人工智能技術(shù)在金融領(lǐng)域能夠有效的提升業(yè)務(wù)效率，因此對(duì)于銀行而言，如何應(yīng)用好人工智能技術(shù)，提升生產(chǎn)效率是未來(lái)的重要方向。隨著人工智能技術(shù)的應(yīng)用，銀行的業(yè)務(wù)形態(tài)將逐漸被改造，如前文所述，阿里巴巴在網(wǎng)上對(duì)小微企業(yè)的貸款審核，不再需要人工的參與，改變了傳統(tǒng)的銀行業(yè)務(wù)形態(tài)，隨著人工智能技術(shù)的應(yīng)用，將有更多業(yè)務(wù)形態(tài)被技術(shù)改變，更多的業(yè)務(wù)將由機(jī)器完成，對(duì)底層業(yè)務(wù)人員的需求不斷減少，對(duì)技術(shù)人員的需求曾不斷增加，與之而來(lái)的，便是銀行組織結(jié)構(gòu)和未來(lái)發(fā)展戰(zhàn)略的改變。2010年前后，深度學(xué)習(xí)開始在工業(yè)界才開始大規(guī)模應(yīng)用，隨后人工智能開始在各行業(yè)有了較快的發(fā)展和應(yīng)用，至今也不超過(guò)5年，目前人工智能在銀行的應(yīng)用還處于初級(jí)階段，其影響才剛顯露，對(duì)人工智能在銀行的應(yīng)用和未來(lái)組織、戰(zhàn)略的研究較少，因此本文希望以企業(yè)管理和戰(zhàn)略管理知識(shí)作為支撐，結(jié)合自身業(yè)務(wù)實(shí)踐經(jīng)驗(yàn)，從銀行目前的發(fā)展情況出發(fā)，結(jié)合銀行的現(xiàn)有業(yè)務(wù)流程，也就人工智能技術(shù)如何改造銀行的業(yè)務(wù)形態(tài)，進(jìn)而研究銀行業(yè)務(wù)形態(tài)改變后，銀行的組織結(jié)構(gòu)和發(fā)展戰(zhàn)略將如何變化。希望通過(guò)本文的研究，使得業(yè)界對(duì)人工智能的技術(shù)應(yīng)用價(jià)值，和其對(duì)銀行帶來(lái)的改變有更深刻的認(rèn)知，同時(shí)也希望能對(duì)其他行業(yè)的發(fā)展方向和戰(zhàn)略提供借鑒作用。1.2相關(guān)研究介紹戰(zhàn)略管理是現(xiàn)如今管理學(xué)的重要分支，指企業(yè)或組織在一定時(shí)間內(nèi)發(fā)展方向、目標(biāo)以及資源配置的決策，1938年,巴納德便首次將戰(zhàn)略管理引入管理學(xué)理論的研究，對(duì)企業(yè)決策需要遵循的原理進(jìn)行研究，是戰(zhàn)略管理研究的啟蒙。1970年前后，安索夫提出企業(yè)戰(zhàn)略管理必須按照戰(zhàn)略環(huán)境分析、目標(biāo)設(shè)定、方案擬定、評(píng)定與選擇、戰(zhàn)略計(jì)劃實(shí)施以及反饋控制的步驟進(jìn)行，建立了企業(yè)戰(zhàn)略管理的基本理論體系和框架。在安索夫的基礎(chǔ)上，發(fā)展出了強(qiáng)調(diào)企業(yè)戰(zhàn)略與產(chǎn)業(yè)組織經(jīng)濟(jì)學(xué)相關(guān)性的定位學(xué)派、著重研究業(yè)務(wù)組合，以創(chuàng)造了著名戰(zhàn)略管理工具波士頓矩陣的波士頓咨詢?yōu)榇淼臉I(yè)務(wù)組合學(xué)派等一些列細(xì)分戰(zhàn)略管理研究的學(xué)派。1980后，則出現(xiàn)了波特為代表的行業(yè)結(jié)構(gòu)學(xué)派，該學(xué)派認(rèn)為企業(yè)的各種不同的價(jià)值活動(dòng)帶來(lái)企業(yè)的競(jìng)爭(zhēng)優(yōu)勢(shì),通過(guò)完成不同的價(jià)值活動(dòng)的經(jīng)濟(jì)性和方法決定了企業(yè)的相對(duì)成本優(yōu)勢(shì)和差異性。核心能力學(xué)派則認(rèn)為企業(yè)的企業(yè)如何把各項(xiàng)業(yè)務(wù)精密的編制協(xié)調(diào)一致，是競(jìng)爭(zhēng)優(yōu)勢(shì)的關(guān)鍵。戰(zhàn)略資源學(xué)派的觀點(diǎn)則是以資源為基礎(chǔ)對(duì)象進(jìn)行戰(zhàn)略理論研究。在前人研究的基礎(chǔ)上，戰(zhàn)略管理以及形成了基礎(chǔ)理論框架和理論體系，戰(zhàn)略管理是一門強(qiáng)調(diào)歷史分析的學(xué)科，過(guò)往歷史的研究必不可少，然而不同行業(yè)發(fā)展背景不同、所處的歷史階段不同，各國(guó)的國(guó)情也不經(jīng)相同，因此對(duì)于各個(gè)細(xì)分行業(yè)的戰(zhàn)略發(fā)展研究，任然具有很大的價(jià)值。銀行作為現(xiàn)代商業(yè)的重要組織形態(tài)，一直是學(xué)術(shù)界研究的重點(diǎn)對(duì)象，歐美商業(yè)銀行的戰(zhàn)略管理研究始于20世紀(jì)60年代，90年代以來(lái)，隨著金融全球化，銀行競(jìng)爭(zhēng)日益激烈，對(duì)銀行的戰(zhàn)略研究也越發(fā)重視。1993年，工農(nóng)建中四大專業(yè)銀行完成了向國(guó)有獨(dú)資的商業(yè)銀行轉(zhuǎn)型，開始市場(chǎng)化的競(jìng)爭(zhēng)，標(biāo)志著中國(guó)銀行業(yè)戰(zhàn)略管理探索的起步，1996年民生銀行獲批成立，隨后浦發(fā)、招商等股份制銀行相繼成立并完成上市，各類銀行機(jī)構(gòu)不斷增加并發(fā)展上市，標(biāo)志著銀行業(yè)競(jìng)爭(zhēng)日益市場(chǎng)化，中國(guó)的商業(yè)銀行戰(zhàn)略管理發(fā)展進(jìn)入新時(shí)期，中國(guó)銀行也開始聘請(qǐng)波士頓咨詢進(jìn)行戰(zhàn)略管理和梳理。李勤在《中國(guó)商業(yè)銀行戰(zhàn)略管理研究》中，結(jié)合中外銀行戰(zhàn)略管理發(fā)展歷程，以招商銀行為例，對(duì)中國(guó)商業(yè)銀行的戰(zhàn)略管理進(jìn)行了研究。在學(xué)術(shù)方面，也有李愛英博士的《我國(guó)城市商業(yè)銀行戰(zhàn)略管理研究》，對(duì)中國(guó)商業(yè)銀行的戰(zhàn)略管理體系、發(fā)展現(xiàn)狀、戰(zhàn)略管理模式進(jìn)行了全面的梳理，并從戰(zhàn)略管理能力、戰(zhàn)略執(zhí)行能力、戰(zhàn)略環(huán)境能力三個(gè)方面，建立了中國(guó)商業(yè)銀行戰(zhàn)略管理能力評(píng)價(jià)體系。近年來(lái)銀行業(yè)競(jìng)爭(zhēng)加劇，中國(guó)銀行機(jī)構(gòu)數(shù)量超過(guò)兩年家，行業(yè)升級(jí)轉(zhuǎn)型成為了研究的重點(diǎn)課題，對(duì)銀行的發(fā)展研究文章不在少數(shù)。楊國(guó)梁的《商業(yè)銀行戰(zhàn)略轉(zhuǎn)型研究》一文對(duì)商業(yè)銀行的面臨和宏觀環(huán)境和轉(zhuǎn)型壓力做了較為全面的分析，對(duì)銀行的組織結(jié)構(gòu)、渠道、業(yè)務(wù)、業(yè)務(wù)、資源配置、風(fēng)險(xiǎn)管理、運(yùn)營(yíng)的轉(zhuǎn)型做了系統(tǒng)性的研究，從銀行整體發(fā)展層面做出了研究和分析。近年來(lái)，金融科技被認(rèn)為是銀行升級(jí)轉(zhuǎn)型的重要方向，企業(yè)人工智能是金融科技的核心技術(shù)，人工智能在產(chǎn)業(yè)界應(yīng)用主要在2010之后，被大眾所關(guān)注則在2015年之后，因此之前對(duì)人工智能的研究，主要停留在技術(shù)層面，進(jìn)行算法和產(chǎn)品開發(fā)的探索。此外，隨著2015年alphago的火熱，市場(chǎng)對(duì)人工智能的關(guān)注不斷增加，加上高盛、橋水基金等美國(guó)金融機(jī)構(gòu)開始將人工智能應(yīng)用在金融領(lǐng)域，媒體、市場(chǎng)分析師也開始對(duì)人工智能進(jìn)行研究，出現(xiàn)了一些列人工智能應(yīng)用分析的文章，然而對(duì)銀行整體戰(zhàn)略進(jìn)行深入分析的文章，還比較缺乏。此外，互聯(lián)網(wǎng)、大數(shù)據(jù)、云計(jì)算等相關(guān)技術(shù)相較于人工智能，發(fā)展較早，也受到了學(xué)術(shù)界關(guān)注，因此也有一些探討互聯(lián)網(wǎng)、大數(shù)據(jù)、云計(jì)算對(duì)銀行業(yè)發(fā)展戰(zhàn)略影響的文章，可作為參考材料，對(duì)本次研究有所幫助。其中譚章祿的《我國(guó)商業(yè)銀行信息化建設(shè)研究綜述》一文，對(duì)中國(guó)商業(yè)銀行業(yè)的信息化建設(shè)較為全面的研究，梳理和我國(guó)銀行信息化的發(fā)展歷史和存在的問題。該文雖然研究時(shí)間較早，沒有對(duì)銀行與人工智能進(jìn)行研究，但是信息化也是人工智能的重要發(fā)展基礎(chǔ)條件之一，對(duì)本文的對(duì)于銀行信息化方面的深入研究有著較大的參考價(jià)值。《商業(yè)狂潮—人工智能的未來(lái)》一書是由本人與劉贊、張鳳、王藝琳等同事共同撰寫的，關(guān)于人工智能的發(fā)展現(xiàn)狀、價(jià)值、未來(lái)發(fā)展，以及人工智能在各行各業(yè)的應(yīng)用機(jī)會(huì)分析的書籍，在書中與金融相關(guān)的章節(jié)內(nèi)，對(duì)人工智能在風(fēng)控、金融產(chǎn)品創(chuàng)新、資產(chǎn)管理等方面的應(yīng)用進(jìn)行較為詳盡的研究和分析，并總結(jié)了人工智能對(duì)銀行以及金融業(yè)的價(jià)值，但是受限于研究目的，書中的研究范圍較廣，并且關(guān)注點(diǎn)在于技術(shù)的應(yīng)用，對(duì)人工智能與銀行的研究不夠聚焦，對(duì)銀行戰(zhàn)略的影響不夠深入，因此也有可深入擴(kuò)展研究的價(jià)值。廣發(fā)銀行徐徽的《2017廣發(fā)銀行金融信息科技預(yù)測(cè)與展望》、中國(guó)建設(shè)銀行邊鵬的《關(guān)于商業(yè)銀行構(gòu)建人工智能大腦的研究》、光大銀行張華宇的《光大銀行在金融科技方面的實(shí)踐和思考》等文獻(xiàn)，則是傳統(tǒng)銀行的從業(yè)者，以其在銀行內(nèi)部的視角，對(duì)銀行應(yīng)用技術(shù)實(shí)踐的描述和其未來(lái)發(fā)展情況的思考，但這些文章探討的問題同樣停留在應(yīng)用場(chǎng)景和技術(shù)實(shí)踐路徑上，并未對(duì)技術(shù)應(yīng)用之后對(duì)未來(lái)戰(zhàn)略影響、組織形態(tài)變化等問題做出更加深入的探討和研究。雷宇祥在《建設(shè)銀行智慧銀行發(fā)展策略研究》一文中，對(duì)智慧銀行的建設(shè)和發(fā)展進(jìn)行了較為深入的研究，尤其在銀行線上渠道建設(shè)方面的研究取得了顯著成果，提出了線上渠道是未來(lái)智慧銀行發(fā)展的核心，并通過(guò)實(shí)證研究，使用模型回歸發(fā)現(xiàn)，銀行的線上渠道交易額與銀行凈利潤(rùn)之間呈現(xiàn)顯著正相關(guān)關(guān)系，證實(shí)了智慧銀行的實(shí)際價(jià)值，同時(shí)結(jié)合建設(shè)銀行案例，提出了智慧銀行發(fā)展策略。然而，受技術(shù)發(fā)展和作者研究范圍的局限，作者的研究相對(duì)局限在線上渠道和營(yíng)銷層面，對(duì)銀行全面的智能化應(yīng)用和轉(zhuǎn)型研究方面有所欠缺，值得后續(xù)深入探討。王茜、程都在《人工智能如何影響銀行業(yè)轉(zhuǎn)型》一文中，從無(wú)人化客戶交互服務(wù)、客戶體驗(yàn)、風(fēng)險(xiǎn)識(shí)別三個(gè)方面入手，分析人工智能對(duì)銀行的銀行，并從戰(zhàn)略方向、人才、數(shù)據(jù)資產(chǎn)三個(gè)方面提出了銀行轉(zhuǎn)型策略，具有借鑒意義。然而該文獻(xiàn)對(duì)人工智能的影響以及銀行轉(zhuǎn)型問題的分析不夠系統(tǒng)，再次基礎(chǔ)上，還有更加全面、深入分析的內(nèi)容與價(jià)值?；ヂ?lián)網(wǎng)是人工智能發(fā)展重要的基礎(chǔ)，相較于人工智能在金融領(lǐng)域的應(yīng)用，互聯(lián)網(wǎng)金融已經(jīng)經(jīng)過(guò)了一段時(shí)間的發(fā)展，李冉的《商業(yè)銀行互聯(lián)網(wǎng)金融戰(zhàn)略研究》對(duì)國(guó)內(nèi)外的互聯(lián)網(wǎng)金融發(fā)展現(xiàn)狀和趨勢(shì)，結(jié)合工商銀行案例，對(duì)商業(yè)銀行的互聯(lián)網(wǎng)金融戰(zhàn)略進(jìn)行了深入的探討，對(duì)本次研究亦有借鑒意義。1.3研究的方法目前人工智能在銀行的應(yīng)用還處于探索階段，尚未有一家銀行機(jī)構(gòu)實(shí)現(xiàn)全面的智能化轉(zhuǎn)型的成型案例，同時(shí)也缺乏大量的數(shù)據(jù)，進(jìn)行量化分析進(jìn)行驗(yàn)證，本人目前正在國(guó)內(nèi)頂尖的人工智能企業(yè)擔(dān)任服務(wù)金融機(jī)構(gòu)的解決方案架構(gòu)師工作，為浦發(fā)銀行、廣發(fā)銀行、招商銀行等如何使用人臉識(shí)別、語(yǔ)音識(shí)別、深度學(xué)習(xí)等技術(shù)，解決電話銷售、客服、反欺詐等問題方面提供解決方案，有著一定的技術(shù)應(yīng)用實(shí)踐經(jīng)驗(yàn)，因此在研究過(guò)程中，將結(jié)合本人在工作中的實(shí)踐經(jīng)驗(yàn)與其他同行研究成果，結(jié)合對(duì)企業(yè)管理和戰(zhàn)略管理等相關(guān)理論的學(xué)習(xí)和思考，對(duì)銀行業(yè)對(duì)人工智能的應(yīng)用和未來(lái)發(fā)展方向，進(jìn)行研究和探討。本文主要使用的研究方法如下：（1）桌面研究：通過(guò)二手資料和理論進(jìn)行研究，對(duì)銀行業(yè)的發(fā)展，人工智能在其他行業(yè)的應(yīng)用和影響，互聯(lián)網(wǎng)對(duì)銀行業(yè)發(fā)展的影響等問題進(jìn)行探討，通過(guò)對(duì)相關(guān)行業(yè)的發(fā)展歷史進(jìn)行研究，從而對(duì)人工智能在銀行業(yè)可能產(chǎn)生的影響進(jìn)行借鑒和思考。（2）案例研究：結(jié)合本人在工作中，對(duì)多家銀行以及保險(xiǎn)等金融機(jī)構(gòu)的服務(wù)經(jīng)驗(yàn)，總結(jié)人工智能對(duì)銀行已經(jīng)產(chǎn)生的影響和變化，見微知著，對(duì)人工智能未來(lái)可能對(duì)銀行產(chǎn)生的影響和變化進(jìn)行推演和研究。（3）專家訪談：對(duì)人工智能公司的技術(shù)專家、銀行從業(yè)者、企業(yè)管理研究學(xué)者等對(duì)象進(jìn)行訪談，了解各方專家對(duì)人工智能對(duì)銀行可能產(chǎn)生的影響方面的看法，綜合各方觀點(diǎn)，結(jié)合自身思考，進(jìn)行研究，從而能夠?qū)π袠I(yè)進(jìn)行全面立體的研究。1.4論文的創(chuàng)新點(diǎn)本文主要從近年來(lái)銀行發(fā)展遭遇瓶頸的問題入手，結(jié)合時(shí)下最為熱門的人工智能技術(shù)，結(jié)合工作中的實(shí)踐經(jīng)驗(yàn)和管理學(xué)理論知識(shí)，對(duì)銀行業(yè)的升級(jí)轉(zhuǎn)型方向進(jìn)行探討，主要的創(chuàng)新有以下兩個(gè)方面：（1）選題的創(chuàng)新性：人工智能作為新興的一項(xiàng)技術(shù)，全面進(jìn)入產(chǎn)業(yè)界展開應(yīng)用實(shí)踐較短，銀行使用人工智能技術(shù)提升自身業(yè)務(wù)流程效率尚在早期，目前對(duì)于人工智能與銀行結(jié)合的研究也還相對(duì)比較少，缺少較為全面。（2）內(nèi)容的創(chuàng)新性：目前對(duì)于人工智能與銀行相關(guān)的研究，主要停留在人工智能在銀行的應(yīng)用層面，對(duì)于技術(shù)應(yīng)用后，銀行整體組織架構(gòu)和未來(lái)發(fā)展戰(zhàn)略的影響研究尚未深入，本文期望通過(guò)對(duì)行業(yè)現(xiàn)狀、技術(shù)發(fā)展、宏觀環(huán)境等進(jìn)行研究，運(yùn)用PEST、波特五力、SWOT等分析方法，對(duì)技術(shù)應(yīng)用后的行業(yè)發(fā)展方向進(jìn)行研究和分析。（3）研究的實(shí)踐性：本人身處人工智能在銀行應(yīng)用的第一線，在工作中與人工智能的技術(shù)專家以及銀行的業(yè)務(wù)專家深入探索人工智能技術(shù)在銀行的應(yīng)用，在研究過(guò)程中，綜合應(yīng)用桌面研究、專家訪談的方法，將理論與實(shí)踐相結(jié)合，對(duì)技術(shù)的應(yīng)用現(xiàn)狀以及影響有著較為深入的認(rèn)知和思考。1.5論文的結(jié)構(gòu)本文主要對(duì)未來(lái)銀行的發(fā)展戰(zhàn)略進(jìn)行研究和分析，探討技術(shù)對(duì)銀行發(fā)展戰(zhàn)略的影響，抓住技術(shù)改造業(yè)務(wù)形態(tài)，業(yè)務(wù)影響企業(yè)組織結(jié)構(gòu)、發(fā)展戰(zhàn)略的思路進(jìn)行研究。文章主要從銀行目前發(fā)展遇到的增長(zhǎng)乏力，競(jìng)爭(zhēng)加劇，面對(duì)互聯(lián)網(wǎng)企業(yè)的沖擊，需要尋求新的增長(zhǎng)動(dòng)力入手，對(duì)目前行業(yè)重點(diǎn)關(guān)注的人工智能技術(shù)進(jìn)行研究，探討銀行未來(lái)的發(fā)展方向——“智慧銀行”展開分析。隨后將結(jié)合宏觀環(huán)境，銀行內(nèi)部條件，使用PEST、波特五力等方法，分析銀行轉(zhuǎn)型的環(huán)境條件，探討在加入人工智能影響因素后，銀行發(fā)展戰(zhàn)略，以及組織、人力資源、財(cái)務(wù)等方面可能發(fā)生的改變，最終提出銀行轉(zhuǎn)型的策略建議。文章共分為六個(gè)部分，每個(gè)部門的內(nèi)容如下：第一章：緒論部分。該部分主要對(duì)文章研究課題的選題背景做介紹，并對(duì)文章的研究意義和目的進(jìn)行描述，同時(shí)對(duì)相關(guān)命題的研究現(xiàn)狀進(jìn)行分析，從而提出本文的研究創(chuàng)新性，并對(duì)文章的研究方法進(jìn)行說(shuō)明，最后對(duì)文章的結(jié)構(gòu)進(jìn)行了介紹。第二章：中國(guó)銀行業(yè)發(fā)展與戰(zhàn)略分析，該部分主要對(duì)銀行業(yè)的行業(yè)發(fā)展現(xiàn)狀進(jìn)行研究，深入探討行業(yè)的發(fā)展現(xiàn)狀，發(fā)展基礎(chǔ)和目前的主要發(fā)展戰(zhàn)略，并對(duì)目前行業(yè)發(fā)展面臨的問題與挑戰(zhàn)進(jìn)行分析和探討。第三章：銀行業(yè)轉(zhuǎn)型關(guān)鍵因素：人工智能，該部分引入本次研究的重點(diǎn)對(duì)象人工智能，對(duì)人工智能的定義，發(fā)展現(xiàn)狀，價(jià)值進(jìn)行研究，同時(shí)對(duì)人工智能在銀行業(yè)中的應(yīng)用前景以及應(yīng)用案例展開探討，進(jìn)而提出行業(yè)轉(zhuǎn)型升級(jí)的方向，同時(shí)也是本文的主要研究對(duì)象：“智慧銀行”。第四章：“智慧銀行”戰(zhàn)略轉(zhuǎn)型環(huán)境分析，該部分重點(diǎn)對(duì)銀行進(jìn)行“智慧”銀行轉(zhuǎn)型時(shí)，將要面對(duì)的銀行內(nèi)外部環(huán)境進(jìn)行探討，從而對(duì)轉(zhuǎn)型可能遇到的機(jī)會(huì)和挑戰(zhàn)進(jìn)行全面的研究。第五章：“智慧銀行”戰(zhàn)略轉(zhuǎn)型應(yīng)對(duì)建議，前文對(duì)“智慧銀行”以及“智慧銀行”轉(zhuǎn)型的條件進(jìn)行了全面的分析，該部分則對(duì)“智慧銀行”轉(zhuǎn)型的具體戰(zhàn)略目標(biāo)、路徑、戰(zhàn)略實(shí)施策略、戰(zhàn)略實(shí)施保障等問題進(jìn)行研究分析，對(duì)“智慧銀行”的戰(zhàn)略轉(zhuǎn)型給出具體的策略建議。第六章：結(jié)論與展望，本章主要對(duì)本次研究進(jìn)行歸納和總結(jié)，對(duì)本次研究的銀行業(yè)“智慧銀行”戰(zhàn)略撰寫研究結(jié)論做總結(jié)陳詞，并指出本次研究的不足之處，并對(duì)后續(xù)的研究工作進(jìn)行展望。緒論緒論研究背景、意義方法、研究現(xiàn)狀進(jìn)行說(shuō)明和介紹行業(yè)發(fā)展背景研究對(duì)銀行以及以后信息化發(fā)展情況進(jìn)行研究，分析銀行面臨的問題影響因素：人工智能研究對(duì)人工智能的發(fā)展情況，應(yīng)用價(jià)值進(jìn)行研究分析人工智能對(duì)銀行的影響研究研究人工智能對(duì)銀行的影響，提出“智慧銀行”轉(zhuǎn)型方向“智慧銀行”轉(zhuǎn)型策略研究綜合前文分析結(jié)論，研究具體的“智慧銀行”轉(zhuǎn)型策略，提出應(yīng)對(duì)建議“智慧銀行”轉(zhuǎn)型外部環(huán)境分析使用PEST、波特五力等模型對(duì)外部宏微觀環(huán)境進(jìn)行分析“智慧銀行”轉(zhuǎn)型綜合分析運(yùn)用SWOT模型，進(jìn)行綜合分析結(jié)論與展望對(duì)前文研究結(jié)論進(jìn)行總結(jié)，并對(duì)研究的不足以及未來(lái)研究方向進(jìn)行展望圖1-SEQ圖\*ARABIC\s11論文的研究思路第2章中國(guó)銀行業(yè)發(fā)展與戰(zhàn)略分析2.1中國(guó)銀行業(yè)發(fā)展概況2.1.1中國(guó)銀行業(yè)發(fā)展概況：歷經(jīng)30年黃金期，轉(zhuǎn)型序幕已開啟商業(yè)銀行作為現(xiàn)代商業(yè)體系的核心組成部分，在中國(guó)經(jīng)濟(jì)發(fā)展歷程中扮演了重要角色，尤其改革開發(fā)以來(lái)，伴隨著中國(guó)經(jīng)濟(jì)發(fā)展，中國(guó)的銀行業(yè)也不斷壯大成熟，回望過(guò)去，中國(guó)的商業(yè)銀行發(fā)展大致可分為五個(gè)主要階段，第一階段：計(jì)劃經(jīng)濟(jì)時(shí)代（1949年~1979年）1979年以前，中國(guó)銀行業(yè)處于“大一統(tǒng)時(shí)代”，在當(dāng)時(shí)的計(jì)劃經(jīng)濟(jì)的背景下，雖有有過(guò)建設(shè)銀行、農(nóng)民銀行多次的設(shè)立、合并，歷經(jīng)主要金融機(jī)構(gòu)雖幾經(jīng)變遷，經(jīng)歷多次合并重組，當(dāng)中國(guó)的銀行業(yè)務(wù)幾乎全部掌握在中國(guó)人民銀行手中，主要服務(wù)于國(guó)家政治經(jīng)濟(jì)需求，并不是完全意義上的金融機(jī)構(gòu)。第二階段：發(fā)展萌芽期（1979年~1987年）改革開放之后，中國(guó)的銀行業(yè)也開啟了市場(chǎng)化改革的進(jìn)程，進(jìn)入中國(guó)商業(yè)銀行發(fā)展的“啟蒙期”。此時(shí)，中國(guó)銀行、建設(shè)銀行、工商銀行逐步從人行剝離出來(lái)，農(nóng)業(yè)銀行重新設(shè)立，并從20世紀(jì)80年代中期開始，四大銀行開始經(jīng)營(yíng)以盈利性質(zhì)為目的的商業(yè)性業(yè)務(wù)，并逐步剝離原有的金融管理業(yè)務(wù)和政策性業(yè)務(wù)，四大銀行格局從此確立，中、農(nóng)、建、工國(guó)有四大銀行業(yè)成為現(xiàn)今中國(guó)銀行業(yè)的核心力量，同時(shí)也是世界范圍內(nèi)資產(chǎn)規(guī)模最大的銀行機(jī)構(gòu)。第三階段：快速成長(zhǎng)期（1987年~2001年）1987年，以交通銀行設(shè)立為標(biāo)志，中國(guó)銀行業(yè)進(jìn)入發(fā)展的“黃金時(shí)代”，招商銀行、廣發(fā)銀行、興業(yè)銀行、深圳發(fā)展銀行（平安銀行前身）、浦發(fā)銀行、民生銀行等一批股份制商業(yè)銀行先后成立，股份制銀行依據(jù)自身自條件，形成了各具特色的差異化競(jìng)爭(zhēng)策略，成為市場(chǎng)強(qiáng)有力的競(jìng)爭(zhēng)者，這12家股份制銀行也是如今中國(guó)銀行業(yè)的中堅(jiān)力量。與此同時(shí)以城市信用社為基礎(chǔ)發(fā)展形成的城商行體系，也在這一時(shí)期內(nèi)蓬勃轉(zhuǎn)型發(fā)展，1995年，中央金融管理部門開始整頓城市信用社行體系，將原有的5000多家城市信用社進(jìn)行整頓和重組，形成了如今的133家城市商業(yè)銀行，相較于股份行，城市行更加注重本地業(yè)務(wù)發(fā)展，更具區(qū)域特色，成為中國(guó)銀行市場(chǎng)的重要組成部分。第四階段：發(fā)展膨脹期（2001年~2010年）千禧年之后，中國(guó)加入世界貿(mào)易組織，中國(guó)市場(chǎng)開始向外資銀行開放，以匯豐銀行、花旗銀行等世界級(jí)銀行進(jìn)入中國(guó)市場(chǎng)，根據(jù)銀監(jiān)會(huì)發(fā)布《中國(guó)銀行業(yè)監(jiān)督管理委員會(huì)2015年報(bào)》，截止2015年，中國(guó)的外資法人銀行數(shù)量達(dá)到40家，雖然受到政策制約，網(wǎng)點(diǎn)服務(wù)能力不足等條件影響，外資銀行在國(guó)內(nèi)市場(chǎng)競(jìng)爭(zhēng)力有限，但是也為中國(guó)市場(chǎng)帶來(lái)先進(jìn)的管理理念和專業(yè)的銀行人才，也在進(jìn)出口貿(mào)易等領(lǐng)域發(fā)了自身的優(yōu)勢(shì)。與此同時(shí)，2004年開始，原來(lái)以政策性任務(wù)“支農(nóng)”為主的農(nóng)村信用社業(yè)開始股份制改革，設(shè)立農(nóng)村商業(yè)銀行，同時(shí)在農(nóng)村地區(qū)設(shè)立村鎮(zhèn)銀行，根據(jù)銀監(jiān)會(huì)報(bào)告顯示，如今農(nóng)商行數(shù)量達(dá)到859家，村鎮(zhèn)銀行數(shù)量更是多達(dá)1311家，從數(shù)量上來(lái)看，是規(guī)模最為龐大的銀行類型，從質(zhì)量上來(lái)看共有6家農(nóng)商行排進(jìn)中國(guó)銀行資產(chǎn)規(guī)模的前50，排名最高的重慶農(nóng)商行排名25，主要服務(wù)于農(nóng)村地區(qū)的農(nóng)商行競(jìng)爭(zhēng)力相較于國(guó)有銀行、股份行、城商行還有一定的差距。至此，中國(guó)銀行業(yè)形成了了由中國(guó)人民銀行、三大政策性銀行、五大國(guó)有商業(yè)銀行、十二家全國(guó)性股份制銀行、以及一百多家城商銀行、以及更多的農(nóng)村商業(yè)銀行、村鎮(zhèn)銀行、農(nóng)村信用社所構(gòu)成的現(xiàn)代銀行業(yè)體系，銀行業(yè)進(jìn)入市場(chǎng)化競(jìng)爭(zhēng)階段。第五階段：轉(zhuǎn)型升級(jí)期（2010年至今）銀行業(yè)一直被視為關(guān)乎國(guó)民經(jīng)濟(jì)穩(wěn)定運(yùn)行的重要行業(yè)，除了少數(shù)外資銀行外，中國(guó)的銀行均控制在國(guó)家手中，隨著國(guó)民經(jīng)濟(jì)和互聯(lián)網(wǎng)的高速發(fā)展，2010年前后，憑借互聯(lián)網(wǎng)信息傳播效率高的特點(diǎn)，互聯(lián)網(wǎng)金融業(yè)務(wù)高速發(fā)展，互聯(lián)網(wǎng)公司陸續(xù)開展了支付寶的支付業(yè)務(wù)、宜信的個(gè)人貸款業(yè)務(wù)、螞蟻金服的基金銷售業(yè)務(wù)等類銀行與傳統(tǒng)銀行的清算、存貸款業(yè)務(wù)展開直接競(jìng)爭(zhēng)，并對(duì)銀行業(yè)務(wù)帶來(lái)了巨大沖擊。與此同時(shí)，2013年，銀監(jiān)會(huì)下發(fā)通知支持符合條件的民間機(jī)構(gòu)開設(shè)銀行，2015年浙江網(wǎng)商銀行批復(fù)成立標(biāo)志著民間資本正式進(jìn)入銀行業(yè)，隨后天津金城銀行、深圳微眾銀行、上海華瑞銀行、溫州民商銀行、四川新希望銀行、北京中關(guān)村銀行等一批民營(yíng)銀行陸續(xù)成立營(yíng)業(yè)，標(biāo)志著中國(guó)銀行業(yè)即將進(jìn)入全面市場(chǎng)化競(jìng)爭(zhēng)的新階段。互聯(lián)網(wǎng)金融的競(jìng)爭(zhēng)和民間資本進(jìn)入銀行業(yè)標(biāo)志著行業(yè)的政策門檻逐漸瓦解，市場(chǎng)化競(jìng)爭(zhēng)進(jìn)一步加劇，根據(jù)德勤對(duì)國(guó)內(nèi)30家銀行研究數(shù)據(jù)顯示，2016年銀行的營(yíng)業(yè)收入增幅回落明顯，四大行僅有中國(guó)銀行實(shí)現(xiàn)收入增長(zhǎng)，股份制商業(yè)銀行增幅僅為5.59%，城商行收入增幅約為14.13%，整體營(yíng)收增幅約6%。根據(jù)中國(guó)銀行業(yè)的數(shù)據(jù)，中國(guó)銀行業(yè)整體的凈利潤(rùn)增長(zhǎng)率也僅有3.5%，相比2011年的近40%，13年的約15%，大幅下降，相較于2016年全國(guó)6.7%的GDP增長(zhǎng)幅度，銀行業(yè)的發(fā)展速度已經(jīng)低于宏觀經(jīng)濟(jì)的發(fā)展速度，銀行壓力日益增大，市場(chǎng)要求銀行必須拋棄過(guò)去粗放的發(fā)展模型，探索新的發(fā)展路徑提升自身的競(jìng)爭(zhēng)力。2017年，由銀監(jiān)會(huì)批復(fù)，百度與中信合資成立的，以純互聯(lián)網(wǎng)模型經(jīng)營(yíng)，人工智能等金融科技為核心競(jìng)爭(zhēng)力的首家獨(dú)立法人直銷銀行——百信銀行正式開始，標(biāo)志著傳統(tǒng)銀行更加開發(fā)的擁抱新技術(shù)，探索行業(yè)轉(zhuǎn)型增長(zhǎng)的新力量，行業(yè)進(jìn)入的轉(zhuǎn)型升級(jí)期。2.1.2中國(guó)銀行業(yè)信息化發(fā)展概況：基礎(chǔ)建設(shè)已成，追求智能發(fā)展美國(guó)哈佛大學(xué)的查理諾蘭和吉布森教授在1976年提出了著名“諾蘭模型”，將企業(yè)的信息化發(fā)展分為六個(gè)階段，具體內(nèi)容如下：初始階段：企業(yè)開始引入計(jì)算機(jī)，但是僅僅將計(jì)算機(jī)作為辦公設(shè)備，無(wú)法掌握其價(jià)值；擴(kuò)張階段：企業(yè)對(duì)計(jì)算機(jī)有了一點(diǎn)了解，開始使用計(jì)算機(jī)解決工作中問題，并且開始大規(guī)模采購(gòu)IT系統(tǒng)和設(shè)備，但是缺少整體的使用規(guī)劃，對(duì)計(jì)算機(jī)的應(yīng)用水平不高，信息化效果無(wú)法凸顯；控制階段：企業(yè)開始理性的進(jìn)行信息化，對(duì)IT系統(tǒng)的利用有了更明確的認(rèn)識(shí)、目標(biāo)和規(guī)劃，開始嘗試解決IT系統(tǒng)的協(xié)調(diào)以及數(shù)據(jù)共享問題，部分系統(tǒng)開始實(shí)現(xiàn)網(wǎng)絡(luò)化，但是“信息孤島”問題依然存在，信息系統(tǒng)比較分散，利用率低；統(tǒng)一階段：企業(yè)對(duì)IT系統(tǒng)整體進(jìn)行重新規(guī)劃和設(shè)計(jì)，建立起基礎(chǔ)數(shù)據(jù)庫(kù)、建成統(tǒng)一的信息系統(tǒng)，形成統(tǒng)一、共享、網(wǎng)絡(luò)化的管理系統(tǒng)，使得企業(yè)能夠更有效地利用現(xiàn)有的IT系統(tǒng)和資源；數(shù)據(jù)管理階段：企業(yè)將數(shù)據(jù)和信息作為企業(yè)重要的資源，企業(yè)進(jìn)入到數(shù)據(jù)處理分析階段，能夠?qū)?shù)據(jù)進(jìn)行統(tǒng)一的管理、分析應(yīng)用，從而實(shí)現(xiàn)資源的整合利用，支持企業(yè)管理決策；成熟階段：該階段信息系統(tǒng)已經(jīng)可以支持企業(yè)從簡(jiǎn)單的事務(wù)處理到高效管理的全面決策，真正全面實(shí)現(xiàn)IT系統(tǒng)價(jià)值。中國(guó)銀行業(yè)的信息化發(fā)展也結(jié)合著自身的發(fā)展競(jìng)爭(zhēng)，遵從著“諾蘭模型”進(jìn)行。20世紀(jì)80年代以前，中國(guó)銀行業(yè)還處于計(jì)劃經(jīng)濟(jì)時(shí)代已經(jīng)發(fā)展的萌芽期，銀行的信息化也處于初始階段，開始從蘇聯(lián)、美國(guó)、日本的國(guó)家引進(jìn)計(jì)算，用于處理會(huì)計(jì)、儲(chǔ)蓄、聯(lián)行對(duì)賬和外匯買賣等業(yè)務(wù)的試點(diǎn)工作，但是計(jì)算機(jī)發(fā)揮的真實(shí)價(jià)值較少。20世紀(jì)80年代后期，隨著股份制銀行的陸續(xù)成立，中國(guó)銀行業(yè)進(jìn)入快速成長(zhǎng)期，銀行業(yè)的信息化進(jìn)程也如“諾蘭模型”的擴(kuò)張期所示，也進(jìn)入發(fā)展的快車道，銀行開始引入IBM4300中小型計(jì)算機(jī)，以及X86等微型機(jī)，從柜面業(yè)務(wù)入手，開發(fā)了大量的業(yè)務(wù)處理系統(tǒng)，逐步實(shí)現(xiàn)主要業(yè)務(wù)的系統(tǒng)化和金融網(wǎng)點(diǎn)的計(jì)算機(jī)化。20世紀(jì)90年代中期，隨著金融機(jī)構(gòu)的發(fā)展壯大和計(jì)算機(jī)產(chǎn)業(yè)的快速發(fā)展，銀行對(duì)IT系統(tǒng)建設(shè)重視程度日益提升，銀行不僅在計(jì)算機(jī)的數(shù)量配置上大幅提升，并且在計(jì)算機(jī)應(yīng)用的深度和廣度上也不斷進(jìn)行了拓展，到了90年代末期，中國(guó)的銀行逐步實(shí)現(xiàn)了全面計(jì)算機(jī)化，有限的節(jié)約了銀行的管理成本。2000年以來(lái)，銀行進(jìn)入發(fā)展的膨脹期，在實(shí)現(xiàn)了計(jì)算機(jī)化后，伴隨著互聯(lián)網(wǎng)快速發(fā)展，信息的傳遞日益便利，銀行的信息也開始向“諾蘭模型”的第三階段，統(tǒng)一階段發(fā)展，1999年，中國(guó)工商銀行啟動(dòng)“9991”大集中工程，開始建設(shè)北京和上海兩大數(shù)據(jù)中心，隨后國(guó)內(nèi)其他中大型銀行也逐漸完成了銀行數(shù)據(jù)的集中工作，此外，伴隨著互聯(lián)網(wǎng)的發(fā)展，銀行銀行等電子渠道業(yè)務(wù)也快速發(fā)展壯大也促進(jìn)了銀行數(shù)據(jù)和業(yè)務(wù)在信息層面的統(tǒng)一。2010年之后，銀行處于轉(zhuǎn)型升級(jí)階段，如何發(fā)揮信息系統(tǒng)價(jià)值，提升銀行競(jìng)爭(zhēng)力的要求使得銀行開始向“諾蘭模型”的數(shù)據(jù)管理階段探索，伴隨著云計(jì)算、大數(shù)據(jù)、人工智能等技術(shù)在2010年前后逐步走向成熟，數(shù)據(jù)和系統(tǒng)全面打通以及深度的數(shù)據(jù)挖掘得以實(shí)現(xiàn)，根據(jù)國(guó)內(nèi)知名市場(chǎng)研究公司慧辰資訊對(duì)國(guó)內(nèi)銀行調(diào)研形成的《數(shù)據(jù)驅(qū)動(dòng)金融升級(jí)，商業(yè)價(jià)值落地探尋調(diào)研報(bào)告》中數(shù)據(jù)所示，國(guó)內(nèi)76.5%（詳見圖2-1）的銀行已經(jīng)與系統(tǒng)集成商展開大數(shù)據(jù)層面的合作，深度挖掘數(shù)據(jù)價(jià)值，其中約81.3%的銀行認(rèn)為數(shù)據(jù)已經(jīng)給銀行帶來(lái)可見的商業(yè)價(jià)值（詳見圖2-2），銀行進(jìn)入智能化階段。然而，根據(jù)同一份報(bào)告中的數(shù)據(jù)顯示，國(guó)內(nèi)約47.1%的銀行在大數(shù)據(jù)以及相關(guān)領(lǐng)域的投入占整體IT投入的比重不到10%（詳見圖2-3），約52.9%的銀行在大數(shù)據(jù)及相關(guān)領(lǐng)域投入規(guī)模僅為百萬(wàn)級(jí)別，約23.5%的企業(yè)投入甚至不足百萬(wàn)（詳見圖2-4），可見從整體來(lái)看，國(guó)內(nèi)銀行在智能化領(lǐng)域的投入較少，國(guó)內(nèi)銀行的智能化尚處于早期階段。圖2-SEQ圖\*ARABIC\s11銀行與信息系統(tǒng)集成商展開大數(shù)據(jù)層面合作情況《數(shù)據(jù)驅(qū)動(dòng)金融升級(jí)，商業(yè)價(jià)值落地探尋調(diào)研報(bào)告》《數(shù)據(jù)驅(qū)動(dòng)金融升級(jí)，商業(yè)價(jià)值落地探尋調(diào)研報(bào)告》圖2-SEQ圖\*ARABIC\s12數(shù)據(jù)給銀行是否給銀行帶來(lái)可見商業(yè)價(jià)值情況圖2-SEQ圖\*ARABIC\s132016年銀行大數(shù)據(jù)建設(shè)在IT投資中的比重圖2-SEQ圖\*ARABIC\s142016年銀行在大數(shù)據(jù)業(yè)務(wù)投入規(guī)模量級(jí)結(jié)合“諾蘭模型”來(lái)看，中國(guó)的信息化處于“統(tǒng)一”，逐步向“數(shù)據(jù)管理探索”階段。雖然大中型銀行已經(jīng)建立統(tǒng)一化的數(shù)據(jù)中心，但是如“諾蘭模型”所述，銀行在擴(kuò)展階段激進(jìn)的采購(gòu)各類信息化系統(tǒng)，往往ERP系統(tǒng)（企業(yè)資源計(jì)劃系統(tǒng)）、CRM（客戶關(guān)系管理系統(tǒng)）等不同系統(tǒng)采用不同供應(yīng)商的解決方案，雖然數(shù)據(jù)統(tǒng)一存放，但彼此孤立，在系統(tǒng)之間形成數(shù)據(jù)。以國(guó)內(nèi)某大型股份制銀行的知識(shí)庫(kù)系統(tǒng)為例，銀行采購(gòu)了深藍(lán)海域的知識(shí)庫(kù)系統(tǒng)，提供員工的日常查詢使用，同時(shí)銀行的智能在線客戶采購(gòu)了小i機(jī)器人的方案，系統(tǒng)內(nèi)同時(shí)也配置了一套知識(shí)庫(kù)，語(yǔ)音智能客服又是另外一家供應(yīng)商，同樣自帶知識(shí)庫(kù)，這使得銀行內(nèi)部同時(shí)存在互不連通的三套知識(shí)庫(kù)，運(yùn)營(yíng)部維護(hù)一個(gè)新的知識(shí)點(diǎn)時(shí)，需要在三套系統(tǒng)內(nèi)進(jìn)行修改，極大的增加了工作進(jìn)行，同時(shí)也影響數(shù)據(jù)的挖掘和應(yīng)用。另一方面，面對(duì)科技領(lǐng)域?qū)鹑诳萍嫉牟粩嗵剿?，銀行業(yè)開始的信息系統(tǒng)“智能化”的進(jìn)程，工商銀行、浦發(fā)銀行等機(jī)構(gòu)已經(jīng)將深度學(xué)習(xí)神經(jīng)網(wǎng)絡(luò)與銀行業(yè)務(wù)相結(jié)合，在反欺詐環(huán)節(jié)，使用深度學(xué)習(xí)進(jìn)行建模，取得了不錯(cuò)的效果?？傮w來(lái)看，雖然數(shù)據(jù)統(tǒng)一，系統(tǒng)打通的工作的全部完成還需時(shí)日，但是銀行對(duì)數(shù)據(jù)管理的探索已經(jīng)開始，作為銀行節(jié)約成本的有效手段和提升效率的重要方法，計(jì)算機(jī)、云計(jì)算、大數(shù)據(jù)、人工智能成為銀行發(fā)展的重要因素，如中國(guó)工商銀行董事長(zhǎng)姜建清所言，銀行業(yè)已經(jīng)從銀行信息化進(jìn)入到了信息化銀行時(shí)代，銀行開了全面的“數(shù)據(jù)管理階段”探索，信息技術(shù)將在今后銀行發(fā)展中發(fā)揮更大的價(jià)值。2.2中國(guó)銀行業(yè)發(fā)展戰(zhàn)略分析2.2.1中國(guó)銀行傳統(tǒng)戰(zhàn)略分析：追求資金規(guī)模模式遭遇瓶頸，逼迫銀行業(yè)務(wù)創(chuàng)新銀行業(yè)是中國(guó)經(jīng)濟(jì)改革開發(fā)最大的受益者之一，經(jīng)濟(jì)繁榮，對(duì)于資金融通和交易結(jié)算的需求便越旺盛，伴隨著中國(guó)經(jīng)濟(jì)近40年經(jīng)濟(jì)奇跡，作為現(xiàn)代經(jīng)濟(jì)市場(chǎng)主要服務(wù)者，銀行業(yè)規(guī)模自然而然的水漲船高，根據(jù)英國(guó)《銀行家》雜志發(fā)布的全球銀行資產(chǎn)規(guī)模排名，工商銀行排名全球第一，建設(shè)銀行第二，中行農(nóng)行分列第四、第五，成為全球資產(chǎn)規(guī)模最大的銀行之一（詳見表2-1）。傳統(tǒng)商業(yè)銀行的核心業(yè)務(wù)便是通過(guò)吸儲(chǔ)放貸獲得利差，因此如何取得更多的資產(chǎn)成為銀行規(guī)模擴(kuò)張的關(guān)鍵，在經(jīng)濟(jì)高速成長(zhǎng)階段，通過(guò)大量的城市網(wǎng)點(diǎn)，擴(kuò)大人力招聘從而實(shí)現(xiàn)業(yè)務(wù)規(guī)模的增長(zhǎng)，這一通過(guò)資本和勞動(dòng)密集型增長(zhǎng)帶來(lái)規(guī)模效應(yīng)的模式，是銀行主要采用的發(fā)展戰(zhàn)略，因此如何擴(kuò)大業(yè)務(wù)規(guī)模，也是傳統(tǒng)銀行戰(zhàn)略發(fā)展的主要命題。表2-SEQ表\*ARABIC\s11英國(guó)《銀行家》雜志2016年世界銀行資產(chǎn)規(guī)模排名英國(guó)《銀行家》,2016年。英國(guó)《銀行家》,2016年。世界排名銀行所屬國(guó)家一級(jí)資本（百萬(wàn)美元）第一名中國(guó)工商銀行中國(guó)274,432第二名中國(guó)建設(shè)銀行中國(guó)220,007第三名摩根大通銀行美國(guó)200,482第四名中國(guó)銀行中國(guó)198,068第五名中國(guó)農(nóng)業(yè)銀行中國(guó)185,607第六名美國(guó)銀行美國(guó)180,778第七名花旗銀行美國(guó)176,420第八名富國(guó)銀行美國(guó)164,584第九名匯豐銀行英國(guó)153,303第十名東京三菱銀行日本131,753從經(jīng)營(yíng)范圍來(lái)看，銀行線下網(wǎng)點(diǎn)的規(guī)模擴(kuò)張，從而觸達(dá)更多客戶，擴(kuò)大資產(chǎn)負(fù)債規(guī)模，是傳統(tǒng)銀行重要的發(fā)展戰(zhàn)略。2001年中國(guó)加入WTO，行業(yè)曾擔(dān)心隨著外資進(jìn)入，中國(guó)銀行不具備與其競(jìng)爭(zhēng)的實(shí)力，行業(yè)將面臨巨大的沖擊，后來(lái)事實(shí)證明，在互聯(lián)網(wǎng)尚不發(fā)達(dá)的21世紀(jì)初期，規(guī)模龐大的線下網(wǎng)點(diǎn)成為了中國(guó)銀行的護(hù)城河，通過(guò)線下網(wǎng)點(diǎn)以及線上網(wǎng)絡(luò)銀行等渠道，以及與政府、公司、企業(yè)深度合作，不過(guò)擴(kuò)大資產(chǎn)規(guī)模，通過(guò)規(guī)模效應(yīng)，獲得更多利差收入，是傳統(tǒng)商業(yè)銀行發(fā)展的核心邏輯。從組織結(jié)構(gòu)和人力資源角度來(lái)看，早期的銀行業(yè)務(wù)主要以存貸款為主，業(yè)務(wù)相對(duì)單一，同時(shí)為了追求規(guī)模效應(yīng)，銀行大多采用了全國(guó)總行，省總行，地市總行，多層管理的模式，在各級(jí)機(jī)構(gòu)配備大量各類崗位的業(yè)務(wù)人員，并且在各個(gè)城市開始大量的營(yíng)業(yè)網(wǎng)點(diǎn)，通過(guò)人力的堆積，實(shí)現(xiàn)規(guī)?；?jīng)營(yíng)，從人員構(gòu)成來(lái)看，業(yè)務(wù)人員是銀行最為重要的組成部分。從財(cái)務(wù)層面來(lái)看，銀行業(yè)不同多通過(guò)上市、引進(jìn)戰(zhàn)略投資者等方式，擴(kuò)大資產(chǎn)規(guī)模和資本充足率，目前國(guó)有五大行工、農(nóng)、建、中以及郵儲(chǔ)紛紛上市，股份制銀行中也僅剩恒豐、渤海和廣發(fā)銀行尚未上市，加上2016年、17年數(shù)十家農(nóng)商行、城商行成功IPO，國(guó)內(nèi)上市銀行的數(shù)量超過(guò)30家，此外還有超過(guò)30家銀行通過(guò)股權(quán)融資的模式，引入戰(zhàn)略投資者，通過(guò)資本市場(chǎng)獲得資金也是中國(guó)銀行擴(kuò)大規(guī)模的重要戰(zhàn)略發(fā)展方向。從業(yè)務(wù)類型層面來(lái)看，銀行可分為資產(chǎn)、負(fù)責(zé)和中間業(yè)務(wù)三大類，負(fù)責(zé)業(yè)務(wù)指向企業(yè)、個(gè)人吸收存款，或者向同業(yè)發(fā)單或者央行借款獲得資金，資產(chǎn)業(yè)務(wù)主要指向企業(yè)或個(gè)人提供貸款，從而獲得利息收益，通過(guò)吸儲(chǔ)獲得資金，再放貸獲得利息，存貸款的利差收入，正是商業(yè)銀行的核心收入來(lái)源，根據(jù)德勤對(duì)中國(guó)上市銀行收入統(tǒng)計(jì)數(shù)據(jù)顯示，中國(guó)銀行的利息收入占整體比重任然高達(dá)70.94%，尋求資產(chǎn)規(guī)模擴(kuò)張，實(shí)現(xiàn)收入增長(zhǎng)仍然是商業(yè)銀行的最主要戰(zhàn)略發(fā)展方向。近年來(lái)，在全球商業(yè)銀行全能化的背景下，隨著中國(guó)銀行業(yè)的競(jìng)爭(zhēng)加劇，國(guó)內(nèi)商業(yè)銀行也在謀求新的發(fā)展方向，中間業(yè)務(wù)指的不構(gòu)成銀行表內(nèi)資產(chǎn)和負(fù)責(zé)的付利息收入，主要由銀行卡（含信用卡）、代理收費(fèi)、交易結(jié)算、擔(dān)保承諾為代表的傳統(tǒng)中間業(yè)務(wù)，以及投行、托管、資管理財(cái)業(yè)務(wù)為代表的新興中間業(yè)務(wù)，是銀行近年來(lái)的新增長(zhǎng)點(diǎn)，占整體收入的比重逐年提升，以上市銀行的手續(xù)費(fèi)及傭金收入比例從2011年的18.9%提升到了2015的21.9%（詳見圖2-5）。中間業(yè)務(wù)的多元化也為銀行的業(yè)務(wù)多元化提供了不同的發(fā)展機(jī)會(huì)，成為銀行差異化經(jīng)營(yíng)的重要影響要素，如下表2-2所示，不同銀行根據(jù)自身的資源和業(yè)務(wù)優(yōu)勢(shì)，在不同的中間業(yè)務(wù)上形成了差異較大的增長(zhǎng)表現(xiàn)，業(yè)務(wù)類型的多元化和差異化競(jìng)爭(zhēng)，是如今銀行業(yè)務(wù)戰(zhàn)略層面新的發(fā)展方向。圖2-SEQ圖\*ARABIC\s152011~2016主要上市銀行手續(xù)費(fèi)以及傭金凈收入占比表2-SEQ表\*ARABIC\s122016年上市商業(yè)銀行新型中間業(yè)務(wù)增速以及變動(dòng)銀行機(jī)構(gòu)投行業(yè)務(wù)收入托管類業(yè)務(wù)收入理財(cái)業(yè)務(wù)收入2015年增速2016年增速增速變動(dòng)2015年增速2016年增速增速變動(dòng)2015年增速2016年增速增速變動(dòng)工商銀行-12.09-6.65.49-6.424.3330.7352.277.1-45.17農(nóng)業(yè)銀行-19.391.7821.17-8.259.1717.42中國(guó)銀行-34.84-0.9733.877.33-7.61-14.94建設(shè)銀行-26.74-16.759.9912.512.39-0.1133.1742.068.89交通銀行-2.24-28.99-26.75大型商業(yè)銀行-18.34-9.788.563.3811.648.2647.8114.46-33.35浦發(fā)銀行0.4715.0614.5910.7492.8382.09104.0151.63-52.38民生銀行-21.31-78.27-56.9632.4227.73-4.69招商銀行34.6233.13-1.49中信銀行23.66-17.14-40.846.3915.17-31.2246.7422.49-24.25光大銀行-11.11-4.636.4863.38-7.24-70.62116.573.02-113.55平安銀行40.75-24.51-65.26109.18-6.6-115.7873.9241.33-32.59浙商銀行21.4278.4857.06-40.42161.4502.24154.17-348.07股份制銀行10.85-19.99-30.8436.2230.44-5.7896.5539.14-57.41全體行-12.75-12.270.4822.3223.721.458.9621.44-37.52從客戶層面來(lái)看，銀行的業(yè)務(wù)可以按客戶群體分成三大類，分別是面向企業(yè)的批發(fā)業(yè)務(wù)、面向個(gè)人消費(fèi)者的零售業(yè)務(wù)，以及面向金融市場(chǎng)業(yè)務(wù)三大類。企業(yè)用戶的資金需求遠(yuǎn)大于個(gè)人用戶，從傳統(tǒng)的銀行業(yè)務(wù)結(jié)構(gòu)上來(lái)看，公司業(yè)務(wù)是最為重要的收入組成部分。然而，近年來(lái)受到經(jīng)濟(jì)增長(zhǎng)放緩、監(jiān)管政策、資本充足率等因素影響，銀行公司業(yè)務(wù)增長(zhǎng)乏力，根據(jù)《中國(guó)銀行業(yè)發(fā)展報(bào)告》中對(duì)13A股上市銀行統(tǒng)計(jì)數(shù)據(jù)顯示，2016年中國(guó)銀行公司業(yè)務(wù)收入占整體的比重為50.09%，下降4.49%，占總營(yíng)業(yè)利潤(rùn)比重為50.36%，下降5.57%，資產(chǎn)規(guī)模占比39%，降低3個(gè)百分點(diǎn)。受此壓力，銀行不斷進(jìn)行業(yè)務(wù)多元化探索，深挖投資銀行、保險(xiǎn)等新型業(yè)務(wù)，由過(guò)往的注重單一產(chǎn)品，向提供企業(yè)一站式金融解決方案轉(zhuǎn)型。在個(gè)人業(yè)務(wù)方面，如下表2-3所示，國(guó)內(nèi)的主要商業(yè)銀行均已展開全線金融業(yè)務(wù)的布局，受益于銀行業(yè)務(wù)多元化，近年來(lái)銀行實(shí)現(xiàn)了圍繞客戶金融需求，全方位挖掘客戶價(jià)值的交叉銷售，因此銀行的零售業(yè)務(wù)增長(zhǎng)勢(shì)頭良好，占總體的比重不斷提升。支撐批發(fā)和零售業(yè)務(wù)多元化背后的是金融市場(chǎng)業(yè)務(wù)的多元化，尤其是投資類、資管類業(yè)務(wù)和產(chǎn)品的多元化，相比之下，傳統(tǒng)的同業(yè)拆借業(yè)務(wù)則不斷萎縮，2016年銀行同業(yè)資產(chǎn)規(guī)模較年初下降6.6%，同業(yè)負(fù)責(zé)規(guī)模下降2.6%。傳統(tǒng)意義上而言，國(guó)有四大行的以面向企業(yè)客戶的批發(fā)業(yè)務(wù)為主，以招行為代表股份行更加重視面向個(gè)人化的零售業(yè)務(wù)，城商行和農(nóng)商行更加重視區(qū)域客戶，如今面對(duì)日益加劇的同業(yè)競(jìng)爭(zhēng)，無(wú)論是面對(duì)企業(yè)還是個(gè)人市場(chǎng)，銀行提供的業(yè)務(wù)日益多元化，銀行的業(yè)務(wù)層戰(zhàn)略進(jìn)入了全面多元化階段。表2-SEQ表\*ARABIC\s13截止2017年3月14家上市商業(yè)銀行非銀金融牌照一覽表《中國(guó)銀行業(yè)發(fā)展報(bào)告》，2016年。《中國(guó)銀行業(yè)發(fā)展報(bào)告》，2016年。銀行機(jī)構(gòu)金融租賃消費(fèi)金融保險(xiǎn)基金管理期貨信托證券工商銀行√√√√農(nóng)業(yè)銀行√√√√中國(guó)銀行√√√√√√√建設(shè)銀行√√√√√√交通銀行√√√√√招商銀行√√√√√浦發(fā)銀行√√√興業(yè)銀行√√√√√民生銀行√√光大銀行√華夏銀行√北京銀行√√√√寧波銀行√√南京銀行√√注：平安銀行和中信銀行因其母公司經(jīng)營(yíng)綜合金融業(yè)務(wù)，情況較為特殊，故不列入統(tǒng)計(jì)綜上所述，通過(guò)擴(kuò)大經(jīng)營(yíng)范圍、擴(kuò)充資本規(guī)模，加大人力投入的密集型增長(zhǎng)戰(zhàn)略是中國(guó)商業(yè)銀行普遍采用的發(fā)展戰(zhàn)略，近年來(lái)，隨著金融混業(yè)經(jīng)營(yíng)的趨勢(shì)，市場(chǎng)對(duì)金融需求的多樣化，存貸款業(yè)務(wù)同質(zhì)化競(jìng)爭(zhēng)，銀行開始逐漸擴(kuò)大業(yè)務(wù)范圍，開始采用多元化增長(zhǎng)戰(zhàn)略，提供差異化的服務(wù)，深挖客戶價(jià)值，從而實(shí)現(xiàn)競(jìng)爭(zhēng)力的提升。2.2.2中國(guó)銀行業(yè)發(fā)展面臨的問題與挑戰(zhàn)：高速成長(zhǎng)已成往事，轉(zhuǎn)型迫在眉睫前文已有所論述，面對(duì)經(jīng)濟(jì)增長(zhǎng)放緩、行業(yè)競(jìng)爭(zhēng)加劇、利率市場(chǎng)化、過(guò)往粗放經(jīng)營(yíng)帶來(lái)的成本壓力等問題，中國(guó)銀行的銀行業(yè)面臨前所未有的挑戰(zhàn)。從宏觀經(jīng)濟(jì)環(huán)境來(lái)看，經(jīng)歷近40年的高速增長(zhǎng)，中國(guó)已經(jīng)成為世界第二大經(jīng)濟(jì)體，過(guò)往接近兩位數(shù)的增長(zhǎng)率不復(fù)存在，6%左右的GDP增長(zhǎng)率成為中國(guó)經(jīng)濟(jì)規(guī)模增長(zhǎng)新常態(tài)（詳見圖2-6）。經(jīng)濟(jì)規(guī)模增長(zhǎng)的放緩，意味著金融市場(chǎng)的增長(zhǎng)空間下降，根據(jù)麥肯錫的分析報(bào)告數(shù)據(jù)顯示，依據(jù)國(guó)際同業(yè)經(jīng)驗(yàn)，銀行業(yè)的增長(zhǎng)速度大約是GDP的1.5倍，按次計(jì)算，未來(lái)銀行的增長(zhǎng)率大約在10%以內(nèi)，2000年到2013年的時(shí)間，是中國(guó)銀行高速增長(zhǎng)的十年，這期間銀行也得增速達(dá)到了GDP的19%，高于國(guó)際同業(yè)水平，也在意味著中國(guó)的銀行業(yè)在未來(lái)增長(zhǎng)將回歸理性，在GDP增長(zhǎng)趨緩和增長(zhǎng)回歸的雙重壓力下，銀行業(yè)將難以重現(xiàn)過(guò)往的高速增長(zhǎng)，如前文引用的德勤以及中國(guó)銀行業(yè)數(shù)據(jù)顯示，2016年銀行的營(yíng)業(yè)收入增幅回落明顯，整體營(yíng)收增幅約6%，凈利潤(rùn)增長(zhǎng)率也僅有3.5%，整體行業(yè)增長(zhǎng)放緩成為銀行發(fā)展的第一個(gè)挑戰(zhàn)。圖2-SEQ圖\*ARABIC\s162005~2016年中國(guó)GDP總量及增長(zhǎng)率從成本方面來(lái)看，過(guò)往的粗放發(fā)展給銀行背上了沉重的成本壓力，根據(jù)中國(guó)人民銀行和銀監(jiān)會(huì)數(shù)據(jù)顯示，中國(guó)的銀行員工總數(shù)大約380萬(wàn)，銀行的網(wǎng)點(diǎn)超過(guò)了22萬(wàn)，網(wǎng)點(diǎn)柜員數(shù)量超過(guò)300萬(wàn)，占比超過(guò)8成，臃腫的組織結(jié)構(gòu)也為銀行帶來(lái)了巨大壓力，根據(jù)上市銀行公布的財(cái)報(bào)數(shù)據(jù)顯示，2015年之前上市的銀行人均凈利潤(rùn)升幅在2012年之后就開始放緩(詳見下表2-3)，并在2014年見頂。2015年上市銀行人均凈利潤(rùn)為58.67萬(wàn)，較上年減少約7400元，是近年來(lái)首次出現(xiàn)下降，其中招商銀行招商銀行的人均凈利潤(rùn)減少了17.7萬(wàn)元，降幅達(dá)到約19%。面對(duì)人員成本負(fù)擔(dān)，銀行開始通過(guò)裁員壓縮成本，2016年，中國(guó)工商銀行、中國(guó)建設(shè)銀行、中國(guó)農(nóng)業(yè)銀行和中國(guó)銀行的員工數(shù)量共減少了17824人，走出“減負(fù)”的第一步，然而目前2萬(wàn)人只是銀行成員的一小部分，銀行身上的成本壓力依舊巨大，是銀行眼下面臨的第二個(gè)挑戰(zhàn)。表2-SEQ表\*ARABIC\s142015年A股上市銀行人均凈利率及與2012人均凈利率比較上市銀行公布的財(cái)報(bào)，2015年。上市銀行公布的財(cái)報(bào)，2015年。銀行名稱人均凈利率（萬(wàn)元）較2012年增減北京銀行122.2-19.12浦發(fā)銀行104.56.91興業(yè)銀行96.514.95南京銀行94.7-9.17中信銀行82.57.44民生銀行77.5-1.35招商銀行75.7-17.7光大銀行73.2-0.56交通銀行72.712.1寧波銀行68.6-7.76平安銀行67.712.43建設(shè)銀行61.86.44工商銀行59.43.61中國(guó)銀行55.18.86華夏銀行55.1-0.51農(nóng)業(yè)銀行35.94.43從業(yè)務(wù)層面來(lái)看，利率市場(chǎng)化正在動(dòng)搖銀行的最主要收入來(lái)源，如前文所示，利差收入占到了中國(guó)銀行收入的七成以上，2013年7月20日，中國(guó)人民銀行決定全面放開金融機(jī)構(gòu)貸款利率管制，中國(guó)金融市場(chǎng)開啟了利率市場(chǎng)化進(jìn)程。根據(jù)國(guó)際同業(yè)經(jīng)驗(yàn)，利率市場(chǎng)化將帶來(lái)銀行業(yè)內(nèi)部競(jìng)爭(zhēng)加劇，將導(dǎo)致銀行的利差收窄、帶來(lái)信貸、流動(dòng)性、市場(chǎng)風(fēng)險(xiǎn)攀升，同時(shí)銀行人才、服務(wù)成本也將增加，銀行通過(guò)利差帶來(lái)的盈利能力將被大幅削弱，因此傳統(tǒng)商業(yè)首要業(yè)務(wù)收入，因此利率市場(chǎng)化帶來(lái)的業(yè)務(wù)風(fēng)險(xiǎn)，將形成對(duì)銀行的第三大挑戰(zhàn)。從競(jìng)爭(zhēng)角度來(lái)看，根據(jù)波特五力模型，行業(yè)的競(jìng)爭(zhēng)激烈程度可以從現(xiàn)有競(jìng)爭(zhēng)、潛在進(jìn)入、替代品、供給、需求五個(gè)方面來(lái)看。首先看現(xiàn)有競(jìng)爭(zhēng)，前文已有所描述，中國(guó)銀行的數(shù)量已有近4000家，加上業(yè)務(wù)同質(zhì)化嚴(yán)重，銀行業(yè)內(nèi)部競(jìng)爭(zhēng)日益加劇。從潛在進(jìn)入者方面來(lái)看，國(guó)家已經(jīng)開放民間資本進(jìn)入銀行業(yè)，銀行業(yè)的準(zhǔn)入門檻逐漸降低，潛在進(jìn)入也日益增多，更有活力的民間資本將對(duì)傳統(tǒng)效率低下的銀行體系造成巨大的挑戰(zhàn)。從替代品方面來(lái)看，近年來(lái)看，互聯(lián)網(wǎng)金融創(chuàng)新不斷加快，移動(dòng)支付、余額寶、P2P等產(chǎn)品對(duì)銀行的存款、貸款、清算等業(yè)務(wù)形成了競(jìng)爭(zhēng)和替代關(guān)系，并且發(fā)展迅速，應(yīng)用先進(jìn)技術(shù)提升業(yè)務(wù)效率的互聯(lián)網(wǎng)金融的競(jìng)爭(zhēng)，銀行面臨前所未有的競(jìng)爭(zhēng)壓力。從供給方來(lái)看，除了互聯(lián)網(wǎng)金融產(chǎn)品帶來(lái)的競(jìng)爭(zhēng)，利率市場(chǎng)化、優(yōu)質(zhì)資產(chǎn)荒等問題也進(jìn)一步削弱了銀行對(duì)于上游供給方的話語(yǔ)權(quán)，而隨著中國(guó)資本市場(chǎng)的成熟，除了貸款，風(fēng)險(xiǎn)投資、債券、股市等企業(yè)融資渠道不斷豐富使得銀行在需求方的競(jìng)爭(zhēng)壓力也日益增加。中國(guó)銀行業(yè)市場(chǎng)化改革近40年，一直處于低競(jìng)爭(zhēng)壓力的環(huán)境中，至今僅有海南發(fā)展銀行一家破產(chǎn)倒閉，如何面對(duì)從每年數(shù)萬(wàn)家倒閉的激烈競(jìng)爭(zhēng)中生存下來(lái)的民營(yíng)資本和互聯(lián)網(wǎng)企業(yè)，是銀行未來(lái)發(fā)展的第四大挑戰(zhàn)。從技術(shù)角度來(lái)看，信息技術(shù)實(shí)力已經(jīng)成為當(dāng)今企業(yè)核心競(jìng)爭(zhēng)力，銀行屬于中國(guó)信息化程度較高的行業(yè)，業(yè)務(wù)信息化已經(jīng)成為銀行控制經(jīng)驗(yàn)成本的有效手段。然而銀行的信息系統(tǒng)建設(shè)較早，缺少全局規(guī)劃帶來(lái)的數(shù)據(jù)孤島問題，已經(jīng)制約了銀行信息化的進(jìn)一步發(fā)展，面對(duì)大數(shù)據(jù)、人工智能等科技日新月異的發(fā)展，銀行缺乏優(yōu)質(zhì)的數(shù)據(jù)基礎(chǔ)，同時(shí)相比于互聯(lián)網(wǎng)公司，陳舊的人事體系已經(jīng)缺乏競(jìng)爭(zhēng)力的工資以及一直以來(lái)銀行以外采系統(tǒng)為主，注視IT人才培養(yǎng)的觀念，已經(jīng)難以吸引到頂尖技術(shù)人才的加盟，銀行與互聯(lián)網(wǎng)公司的技術(shù)差距越來(lái)越大，如果提升IT技術(shù)實(shí)力，從而加強(qiáng)競(jìng)爭(zhēng)力，已經(jīng)成為銀行發(fā)展的第五個(gè)挑戰(zhàn)。中國(guó)銀行業(yè)已經(jīng)告別高速發(fā)展階段，無(wú)論是宏觀經(jīng)濟(jì)環(huán)境，自身發(fā)展遺留問題，還是政策、技術(shù)變化帶來(lái)的挑戰(zhàn)均迫使銀行改變?cè)械陌l(fā)展戰(zhàn)略，進(jìn)行升級(jí)轉(zhuǎn)型，尋找新方向，行業(yè)進(jìn)入全面升級(jí)轉(zhuǎn)型的新階段。2.3本章小結(jié)本章從中國(guó)銀行業(yè)發(fā)展歷史出發(fā)，結(jié)合信息發(fā)展歷程，梳理了中國(guó)銀行業(yè)的發(fā)展背景和發(fā)展階段，指出中國(guó)銀行業(yè)無(wú)論是企業(yè)發(fā)展還是信息化進(jìn)程，均告別過(guò)往的高速增長(zhǎng)，進(jìn)入了業(yè)務(wù)升級(jí)轉(zhuǎn)型的新階段。同時(shí)結(jié)合銀行的業(yè)務(wù)、人力、財(cái)務(wù)發(fā)展戰(zhàn)略，總結(jié)了傳統(tǒng)銀行依靠人力和資本密集型增長(zhǎng)的主要發(fā)展戰(zhàn)略，同時(shí)結(jié)合內(nèi)外部環(huán)境，分析了銀行目前面臨的宏觀環(huán)境、成本、業(yè)務(wù)競(jìng)爭(zhēng)和技術(shù)五大方面困境，再次分析了傳統(tǒng)銀行發(fā)展戰(zhàn)略已經(jīng)不再適用，需要從戰(zhàn)略上進(jìn)行升級(jí)轉(zhuǎn)型。第3章銀行業(yè)轉(zhuǎn)型關(guān)鍵因素：人工智能3.1人工智能發(fā)展概況3.1.1人工智能產(chǎn)業(yè)發(fā)展概況：人工智能進(jìn)入產(chǎn)業(yè)落地期人工智能范圍較廣，是一系列計(jì)算機(jī)技術(shù)的總稱，包含研究機(jī)器能像人一樣看懂萬(wàn)物的機(jī)器視覺，研究讓機(jī)器像人耳朵一樣識(shí)別、分析聲音的語(yǔ)音識(shí)別，研究等讓機(jī)器人運(yùn)動(dòng)的運(yùn)動(dòng)控制，研究讓機(jī)器擁有學(xué)習(xí)能力的機(jī)器學(xué)習(xí)，以及知識(shí)表示、情緒識(shí)別、人工意識(shí)等技術(shù)。總而言之，從定義上來(lái)說(shuō)，人工智能指的是讓機(jī)器去實(shí)現(xiàn)所有目前必須借助人類智慧才能實(shí)現(xiàn)的任務(wù)，其價(jià)值在于通過(guò)機(jī)器完成諸如駕駛、風(fēng)險(xiǎn)識(shí)別等工作任務(wù)，從而實(shí)現(xiàn)使用機(jī)器對(duì)人類勞動(dòng)力的替代，同時(shí)因?yàn)闄C(jī)器的邊際成本極低，能夠?qū)崿F(xiàn)快速、低成本的復(fù)制，并且不受時(shí)間、空間的限制，人工智能能夠較大提升生產(chǎn)力和生產(chǎn)效率，類似電力發(fā)明后對(duì)生產(chǎn)力帶來(lái)的變革，人工智能將是下一次工業(yè)革命的核心技術(shù)，將對(duì)各行各業(yè)的產(chǎn)生方式，生產(chǎn)關(guān)系帶來(lái)巨大的影響和變化。人工智能工作的基本邏輯是通過(guò)復(fù)雜的數(shù)據(jù)邏輯模型，數(shù)據(jù)和信息進(jìn)行分析、處理和控制，以實(shí)現(xiàn)完成各種復(fù)雜任務(wù)的目的。在這個(gè)過(guò)程中間，需要將信息（數(shù)據(jù)）輸入數(shù)學(xué)算法模型，進(jìn)行處理分析和判斷，因此算法模型是機(jī)器判決和決策的核心模塊。然而，人工智能也離不開數(shù)據(jù)和計(jì)算能力。一方面機(jī)器的每一次判斷均依賴于數(shù)據(jù)信息的輸入，另一方面，隨著深度學(xué)習(xí)等技術(shù)等應(yīng)用，越來(lái)越強(qiáng)調(diào)基于歷史數(shù)據(jù)的挖掘，建立模型，因此數(shù)據(jù)就像經(jīng)驗(yàn)之于人類，是形成算法的基礎(chǔ)。復(fù)雜模型的運(yùn)算和海量數(shù)據(jù)的處理，均需要快速的運(yùn)算能力做支持?？偠灾?，人工智能的核心在于算法，而大數(shù)據(jù)和計(jì)算能力，則是兩個(gè)不可或缺的重要基礎(chǔ)，是人工智能的大三要素。需要說(shuō)明的是，近年來(lái)受到諸多關(guān)注的大數(shù)據(jù)技術(shù)，強(qiáng)調(diào)也同樣是使用機(jī)器對(duì)數(shù)據(jù)進(jìn)行分析處理，以實(shí)現(xiàn)風(fēng)險(xiǎn)控制等任務(wù)的完成，雖然人工智能更強(qiáng)調(diào)算法本身，大數(shù)據(jù)更重視數(shù)據(jù)，但是二者概念和使用價(jià)值有高度重合指出，后文將不再進(jìn)行區(qū)分，所描述的人工智能，既保護(hù)大數(shù)據(jù)技術(shù)的概念。人工智能技術(shù)并不是近年才有的技術(shù)，1955年約翰·麥卡錫召開達(dá)特茅斯會(huì)議討論人工智能的定義標(biāo)志著人工智能誕生，至今發(fā)展已有60余年。在19世紀(jì)60年代，羅森布拉特便發(fā)明了第一款神經(jīng)網(wǎng)絡(luò)Perceptron便將人工智能推向第一波發(fā)展高峰，然而受制于當(dāng)時(shí)的計(jì)算機(jī)的計(jì)算能力，人工智能智能完成五子棋的這樣的簡(jiǎn)單任務(wù)，19世紀(jì)70年代對(duì)人工智能的研究進(jìn)入發(fā)展第一次低谷。1982年，霍普菲爾德神經(jīng)網(wǎng)絡(luò)以及1986年BP算法的出現(xiàn)使得大規(guī)模神經(jīng)網(wǎng)絡(luò)的訓(xùn)練成成為可能，將AI推向第二次發(fā)展黃金事情，在專家系統(tǒng)領(lǐng)域取得了一定成績(jī)，并計(jì)劃開發(fā)出與人直接對(duì)話，能夠翻譯語(yǔ)言，解釋圖像，并且能像人一樣推理的機(jī)器的第五代計(jì)算機(jī)。然而，隨著人工智能計(jì)算機(jī)DARPA沒能實(shí)現(xiàn)，20世紀(jì)90年代，政府對(duì)人工智能的開始投入縮減，AI進(jìn)入第二次低谷。2006年，多倫多大學(xué)教授GeoffreyHinton，提出了“深度學(xué)習(xí)”神經(jīng)網(wǎng)絡(luò)，使得人工智能的算法性能獲得重大突破性進(jìn)展，基于深度學(xué)習(xí)神經(jīng)網(wǎng)絡(luò)算法的模型在語(yǔ)音和視覺識(shí)別上取得較大成功，視覺和語(yǔ)音的識(shí)別率分別超過(guò)99%和95%，在一定領(lǐng)域超過(guò)了人類的水平。與此同時(shí)，CPU的性能隨著摩爾定律性能不斷翻升，并且基于分布式計(jì)算的云計(jì)算技術(shù)逐漸普及推廣，為人工智能裝上了強(qiáng)勁的發(fā)動(dòng)機(jī)，伴隨互聯(lián)網(wǎng)高速增長(zhǎng),積累了包括cookie、訪問路徑、搜索結(jié)果、在線百科詞條、語(yǔ)音、交易等海量數(shù)據(jù)，成為了人工智能的燃料。算法的突破、計(jì)算性能、學(xué)習(xí)數(shù)據(jù)三要素具備之后，2010年開始，人工智能得到長(zhǎng)足的發(fā)展，2015年，谷歌的人工智能AlphaGo展示世界圍棋冠軍李世乭，成為人工智能發(fā)展的有一個(gè)標(biāo)志性世界，同時(shí)也在全球范圍內(nèi)掀起人工智能發(fā)展的熱潮，以高盛交易機(jī)器人、百度無(wú)人駕駛、亞馬遜智能音箱echo為代表的一些列人工智能產(chǎn)品使得人工智能真正落地，開始進(jìn)入工業(yè)界應(yīng)用。深度學(xué)習(xí)神經(jīng)網(wǎng)絡(luò)的特點(diǎn)在于強(qiáng)大的特征提取能力，猶豫其網(wǎng)絡(luò)結(jié)構(gòu)與人類視覺和聽覺神經(jīng)結(jié)果比較接近，因此在視覺識(shí)別和語(yǔ)音識(shí)別領(lǐng)域獲得巨大的成功。初次之外，其保險(xiǎn)審核、反欺詐、自動(dòng)推薦等基于數(shù)據(jù)處理分析，從而進(jìn)行預(yù)測(cè)的領(lǐng)域，也有較多的應(yīng)用。一般而言，科學(xué)技術(shù)遵循著實(shí)驗(yàn)室技術(shù)研究，少數(shù)科技企業(yè)探索應(yīng)用，全面探索高速發(fā)展以及全面普及四個(gè)階段，人工智能同樣如此，目前人工智能正處于第二階段向第三階段發(fā)展，開始探索將技術(shù)應(yīng)用在各行業(yè)。以谷歌、Facebook，國(guó)內(nèi)的百度、科大訊飛為代表的人工智能企業(yè)掌握著現(xiàn)金的人工智能，開發(fā)了智能客服、金牌銷售等人工智能產(chǎn)品，在金融、電信、汽車、醫(yī)療等領(lǐng)域展開初步的應(yīng)用落地。浦發(fā)、首鋼、華潤(rùn)等傳統(tǒng)企業(yè)雖然無(wú)法掌握人工智能技術(shù)，但是也開始與百度、阿里等科技企業(yè)合作，開發(fā)符合自身業(yè)務(wù)需求的人工智能產(chǎn)品，提升業(yè)務(wù)效率。雖然人工智能尚未完全成熟，但是在產(chǎn)業(yè)界的應(yīng)用探索，已經(jīng)全面展開。3.1.2中國(guó)人工智能產(chǎn)業(yè)發(fā)展概況：中國(guó)進(jìn)入人工智能紅利期人工智能的核心技術(shù)科研的重心一直在美國(guó)，前文所述的三次人工智能發(fā)展浪潮的核心技術(shù)也一直發(fā)生在美國(guó)。然而，從20世紀(jì)90年代末期開始，中國(guó)的巨大市場(chǎng)在互聯(lián)網(wǎng)領(lǐng)域孕育了新浪、網(wǎng)易等一大批優(yōu)秀的互聯(lián)網(wǎng)公司，伴隨著中國(guó)互聯(lián)網(wǎng)經(jīng)濟(jì)近20年的高速增長(zhǎng)，在移動(dòng)互聯(lián)網(wǎng)時(shí)代更是誕生了百度、阿里、騰訊這樣的世界級(jí)互聯(lián)網(wǎng)公司，在世界計(jì)算機(jī)的前沿領(lǐng)域不斷進(jìn)行探索。作為目前計(jì)算機(jī)科學(xué)最為前沿的人工智能，中國(guó)企業(yè)并不落于人后，百度也被《財(cái)富》評(píng)為全球人工智能四巨頭之一，曠視科技、商湯科技等創(chuàng)業(yè)公司，也是世界范圍能技術(shù)領(lǐng)先的視覺識(shí)別公司，中國(guó)和美國(guó)成為世界人工智能技術(shù)研究方面最為先進(jìn)的國(guó)家。互聯(lián)網(wǎng)除了培養(yǎng)了世界級(jí)的互聯(lián)網(wǎng)公司，還為中國(guó)帶來(lái)了海量數(shù)據(jù)積累，作為人工智能最為重要的基礎(chǔ)資源之一，數(shù)據(jù)成為了中國(guó)發(fā)展人工智能的重要壁壘。此外，雖然中國(guó)人口紅利逐漸到了盡頭，然而伴隨著互聯(lián)網(wǎng)發(fā)展也為中國(guó)帶來(lái)了中國(guó)工程師紅利，在移動(dòng)互聯(lián)網(wǎng)領(lǐng)域，中國(guó)的移動(dòng)支付、O2O等應(yīng)用創(chuàng)新能力已經(jīng)超過(guò)了美國(guó)，在人工智能時(shí)代，如何將技術(shù)與場(chǎng)景結(jié)合，將技術(shù)工程化，形成產(chǎn)品發(fā)揮價(jià)值，龐大的優(yōu)秀工程師隊(duì)伍成為中國(guó)發(fā)展人工智能的寶貴財(cái)富。作為科技發(fā)展的核心技術(shù)，中國(guó)政府對(duì)人工智能的發(fā)展也非常關(guān)注，并推出了一些政策，引導(dǎo)產(chǎn)業(yè)的發(fā)展。2015年國(guó)務(wù)院發(fā)布《關(guān)于積極推進(jìn)“互聯(lián)網(wǎng)+”行動(dòng)的指導(dǎo)意見》，首次將人工智能提升到國(guó)家戰(zhàn)略層面，并且在2017年正式發(fā)布《新一代人工智能發(fā)展規(guī)劃》，明確國(guó)家人工智能發(fā)展路徑，各地配套政策陸續(xù)出臺(tái)，與百度、騰訊、阿里等共同建設(shè)的深度學(xué)習(xí)技術(shù)及應(yīng)用國(guó)家工程實(shí)驗(yàn)室、自動(dòng)駕駛國(guó)家新一代人工智能開放創(chuàng)新平臺(tái)、城市大腦國(guó)家新一代人工智能開放創(chuàng)新平臺(tái)等一些列項(xiàng)目，標(biāo)志著中國(guó)政府搭建的自上而下的人工智能扶持政策體系已經(jīng)逐漸發(fā)展完善，行業(yè)發(fā)展進(jìn)入政策紅利期。在科技快速發(fā)展和政府的引導(dǎo)下，如今在中國(guó)，人工智能已經(jīng)不僅是科技企業(yè)參與其中，長(zhǎng)安汽車研發(fā)的無(wú)人駕駛汽車開始上路實(shí)驗(yàn)，平安科技的人臉識(shí)別技術(shù)也在世界級(jí)人臉測(cè)試集LFW上取得了第一。對(duì)于更多企業(yè)，自身沒有能力或資金進(jìn)行技術(shù)研究，然而百度等人工智能企業(yè)通過(guò)技術(shù)開發(fā)平臺(tái)或成熟產(chǎn)品的形式向企業(yè)提供服務(wù)，使得企業(yè)僅需專注于自身業(yè)務(wù)的研究和技術(shù)結(jié)合的探索，思考如何更好利用人工智能提升自身效率和競(jìng)爭(zhēng)力。目前，人工智能的應(yīng)用探索已經(jīng)在各行各業(yè)中展開，中國(guó)的人工智能產(chǎn)業(yè)化應(yīng)用進(jìn)入高速發(fā)展期。3.1.3人工智能的應(yīng)用價(jià)值和前景分析：人工智能變革生產(chǎn)力如前文所訴，人工智能指的是讓機(jī)器去實(shí)現(xiàn)所有目前必須借助人類智慧才能實(shí)現(xiàn)的任務(wù)的技術(shù)，其核心價(jià)值在于能夠有效的提升生產(chǎn)效率，對(duì)于普通消費(fèi)者而言，家庭勞動(dòng)效率的提升不是剛性需求，而對(duì)企業(yè)而言，勞動(dòng)力成本的降低和勞動(dòng)效率的提升能夠直接有效的提升企業(yè)競(jìng)爭(zhēng)力，因此更加愿意嘗試使用人工智能相關(guān)的技術(shù)和產(chǎn)品，尤其是服務(wù)個(gè)人消費(fèi)者，強(qiáng)調(diào)規(guī)模效應(yīng)，對(duì)勞動(dòng)力替代需求旺盛的行業(yè)，更具吸引力。另一方面，對(duì)于現(xiàn)在的人工智能而言，基于深度學(xué)習(xí)神經(jīng)網(wǎng)絡(luò)技術(shù)有著強(qiáng)大的歸納總結(jié)能力，但是對(duì)于人類復(fù)雜的情感問題，依然無(wú)法有效解決，因此，對(duì)于規(guī)則性比較強(qiáng)，相對(duì)理性的工作如司機(jī)、風(fēng)險(xiǎn)審核等工作，人工智能能夠較好的進(jìn)行替代，而藝術(shù)創(chuàng)作、銷售等比較感性，強(qiáng)調(diào)情感上的溝通交流工作則是人工智能的薄弱之處。然而，人工智能的價(jià)值類似未來(lái)社會(huì)的電，是社會(huì)發(fā)展的基礎(chǔ)設(shè)施，電雖然不能提藝術(shù)家進(jìn)行創(chuàng)作，但是基于電發(fā)明的CD、錄音設(shè)備，還是極大的改變了音樂創(chuàng)作的方式和效率，人工智能同樣如此，雖然機(jī)器沒有辦法完全代替人類進(jìn)行創(chuàng)作，但是任然能夠在通過(guò)幫助藝術(shù)家自動(dòng)分析市場(chǎng)偏好，提供創(chuàng)作素材等方面，幫忙藝術(shù)家提升工作效率?？偟脕?lái)看，人工智能智能在各行各業(yè)均有用武之地，但在金融、交通等相對(duì)理性，工作重復(fù)度高，客戶數(shù)量多，范圍廣的行業(yè)，更具應(yīng)用價(jià)值。人工智能的另一個(gè)價(jià)值在于機(jī)器能夠聽懂、看懂之后，人機(jī)的交互模型也將發(fā)生改變，機(jī)器與人可以像人和人一樣，通過(guò)語(yǔ)言、動(dòng)作進(jìn)行溝通，交互更加便利，能夠提升用戶的使用體驗(yàn)，對(duì)企業(yè)在服務(wù)消費(fèi)者時(shí)，能夠提升服務(wù)效率和客戶滿意度，同樣能夠增強(qiáng)企業(yè)的競(jìng)爭(zhēng)力。人工智能通過(guò)對(duì)人類的不斷“學(xué)習(xí)”和“模仿”，將滲入人類生產(chǎn)和生活的方方面面，目前人工智能還在發(fā)展和應(yīng)用的初期，人工智能基于行業(yè)業(yè)務(wù)流程和應(yīng)用場(chǎng)景的技術(shù)產(chǎn)品化將具有廣闊的發(fā)展前景，根據(jù)IDC預(yù)測(cè)，2020年全球人工智能市場(chǎng)規(guī)模的470億美元，年復(fù)合增長(zhǎng)率達(dá)到55%，根據(jù)國(guó)務(wù)院引發(fā)《新一代人工智能發(fā)展規(guī)劃》2030年，中國(guó)的人工智能產(chǎn)業(yè)競(jìng)爭(zhēng)力達(dá)到國(guó)際領(lǐng)先水平，人工智能核心產(chǎn)業(yè)規(guī)模超過(guò)1萬(wàn)億元，帶動(dòng)相關(guān)產(chǎn)業(yè)規(guī)模超過(guò)10萬(wàn)億元，人工智能將是未來(lái)中國(guó)和全球的支柱型產(chǎn)業(yè)，同時(shí)也是未來(lái)社會(huì)中，企業(yè)競(jìng)爭(zhēng)的核心要素。3.2人工智能在銀行業(yè)中的應(yīng)用分析3.2.1基于銀行業(yè)務(wù)流程的人工智能應(yīng)用分析：人工智能全面助力銀行升級(jí)如前文所描，人工智能在替代勞動(dòng)力，提升勞動(dòng)效率方面效果顯著，而對(duì)于競(jìng)爭(zhēng)日益激烈的銀行業(yè)而言，迫切需要新的技術(shù)，能夠有效的改造業(yè)務(wù)流程，提升業(yè)務(wù)效率，降低成本，提升銀行的競(jìng)爭(zhēng)力，尤其是在信用卡、個(gè)人貸款、理財(cái)產(chǎn)品銷售等銀行零售業(yè)務(wù)方面，人工智能對(duì)效率的提升更為明顯。尤其是在如今國(guó)家推動(dòng)普惠金融的背景下，如有快速、高效的服務(wù)小微企業(yè)、農(nóng)民等弱勢(shì)群體，成為銀行發(fā)展的重要課題，依靠傳統(tǒng)的線下服務(wù)網(wǎng)點(diǎn)，已經(jīng)大量專業(yè)業(yè)務(wù)人員提供服務(wù)的模型，難以面向大眾提供普惠金融服務(wù)，銀行業(yè)務(wù)規(guī)則較為清晰明確，判斷有明確的標(biāo)準(zhǔn)，同時(shí)也是標(biāo)準(zhǔn)的理性決策過(guò)程，原本銀行已經(jīng)基于海量的數(shù)據(jù)分析和建模進(jìn)行風(fēng)險(xiǎn)控制和產(chǎn)品開發(fā)等工作，有了應(yīng)用基礎(chǔ)，因此銀行非常適合現(xiàn)階段的人工智能應(yīng)用，以阿里小貸為代表的互聯(lián)網(wǎng)+人工智能的業(yè)務(wù)形態(tài)，成為解決銀行規(guī)模擴(kuò)張的有效手段。從銀行業(yè)務(wù)流程上來(lái)看，主要可以分成前臺(tái)業(yè)務(wù)、中臺(tái)業(yè)務(wù)、后臺(tái)業(yè)務(wù)三大部分，前臺(tái)業(yè)務(wù)主要指前段面對(duì)客戶的營(yíng)銷和銷售環(huán)節(jié)，中臺(tái)指風(fēng)險(xiǎn)管理、資產(chǎn)管理、產(chǎn)品研發(fā)、支付清算等工作，后臺(tái)業(yè)務(wù)則包括客服、業(yè)務(wù)處理、會(huì)計(jì)以及依靠IT系統(tǒng)的數(shù)據(jù)分析等工作。無(wú)論是前臺(tái)、中臺(tái)還是后臺(tái)業(yè)務(wù)，都有例如信息錄入、信息核實(shí)、電話銷售等效率低下，需要大量依賴人工重復(fù)勞動(dòng)的業(yè)務(wù)流程，均有利用人工智能，提升勞動(dòng)效率的空間，下文將根據(jù)銀行的業(yè)務(wù)流程，具體展開分析。前臺(tái)是銀行面對(duì)客戶經(jīng)營(yíng)的體系，可以細(xì)分塑造品牌，吸引客流的市場(chǎng)營(yíng)銷、以及負(fù)責(zé)客戶轉(zhuǎn)化的銷售，包括電話銷售、電商、傳統(tǒng)線下柜臺(tái)、客戶經(jīng)理等各種形式的銷售。無(wú)論是對(duì)于營(yíng)銷還是銷售工作而言，如何根據(jù)找到合適的人，提供對(duì)其有吸引力的商品，是提升轉(zhuǎn)化率的關(guān)鍵。在銀行高速發(fā)展的時(shí)代，在市場(chǎng)尚未飽和的條件下，銀行通過(guò)線下開設(shè)大量網(wǎng)點(diǎn)，雇傭大量客戶經(jīng)理廣撒網(wǎng)的營(yíng)銷策略取得了成功，在如今，市場(chǎng)競(jìng)爭(zhēng)日益激烈，根據(jù)央行公布的數(shù)據(jù)，截止2016年3季度，中國(guó)居民人均銀行卡保有量已經(jīng)達(dá)到4.39，已經(jīng)過(guò)度富余，如有提高營(yíng)銷效率，更有效的刺激居民使用信用卡分期、購(gòu)買理財(cái)產(chǎn)品，成為銀行在前臺(tái)業(yè)務(wù)領(lǐng)域的重要課題。互聯(lián)網(wǎng)的價(jià)值在于信息的傳遞，廣告營(yíng)銷也順理成章的成為了互聯(lián)網(wǎng)最為成功的商業(yè)模式，因此百度、阿里等來(lái)著互聯(lián)網(wǎng)也率先將先進(jìn)的人工智能技術(shù)應(yīng)用于廣告效果上，另一方，互聯(lián)網(wǎng)采集了大量的用戶行為數(shù)據(jù)，也成為了人工智能在互聯(lián)網(wǎng)廣告營(yíng)銷方面重要的發(fā)展基礎(chǔ)，無(wú)論是百度的鳳巢廣告系統(tǒng)，還是騰訊的微信朋友圈信息流廣告，均基于用戶行為特征，分析使用人工智能算法分析用戶畫像，從而選擇推送用戶可能感興趣的廣告，從而提升廣告效果。用戶畫像，是人工智能的一個(gè)重要分支領(lǐng)域，也是“百度大腦”的四大基礎(chǔ)能力之一（其他三個(gè)是視覺識(shí)別、語(yǔ)音識(shí)別、自然語(yǔ)言處理），他希望通用戶行為分析，使用深度學(xué)習(xí)等技術(shù)，提取用戶行為的特征，從而給用戶打上性別、年齡、愛好、喜歡的產(chǎn)品等標(biāo)簽，從而實(shí)現(xiàn)“了解”客戶，把握需求，從而能夠“預(yù)測(cè)”用戶可能的興趣，推送相應(yīng)的廣告。目前，基于用戶畫像的營(yíng)銷效果提升，也是銀行探索的重要方向，他們希望通過(guò)用戶畫像分析了解客戶經(jīng)常出沒的地點(diǎn)、網(wǎng)站，可能有的金融需求，在合適的地方，投放合適的廣告，實(shí)現(xiàn)營(yíng)銷效果和效率的提升。在銷售環(huán)節(jié)，基于人工智能的用戶畫像同樣具有價(jià)值，機(jī)器可以根據(jù)用戶的畫像偏好，分析客戶的財(cái)務(wù)狀況和需求，為客戶“量身定做”投資方案，供理財(cái)師參考，甚至在直接替代理財(cái)師完成“顧問”工作，傳統(tǒng)的理財(cái)師、客戶經(jīng)理需要經(jīng)過(guò)專業(yè)的培訓(xùn)和通過(guò)資質(zhì)認(rèn)證，人才數(shù)量有限，成本高昂，機(jī)器投資顧問在金融業(yè)的應(yīng)用，將能夠快速?gòu)?fù)制一大批“專業(yè)的理財(cái)顧問”，從而打破人才數(shù)量有限，人力成本高昂等問題，高效的面向客戶提供個(gè)性化服務(wù)，擴(kuò)大服務(wù)范圍讓普惠金融成為可能。此外，人工智能還可以通過(guò)對(duì)銷售與顧客對(duì)話分析，判斷消費(fèi)者的依圖傾向，為銷售的客戶跟進(jìn)動(dòng)作、話術(shù)等方面給出指導(dǎo)意見，同樣能夠提升銷售的成功率，并有效的縮短新人的培訓(xùn)時(shí)間。中臺(tái)業(yè)務(wù)主要是對(duì)銀行業(yè)務(wù)業(yè)務(wù)的的綜合分析、管理和支持，核心包括風(fēng)險(xiǎn)管理、產(chǎn)品研發(fā)、資產(chǎn)管理，以及人力財(cái)務(wù)等支持業(yè)務(wù)。對(duì)于中臺(tái)業(yè)務(wù)核心環(huán)節(jié)風(fēng)險(xiǎn)管理、產(chǎn)品研發(fā)、資產(chǎn)管理而言，應(yīng)用數(shù)據(jù)處理提升收益已有悠久的歷史，1952年，HarryMarkowitz將數(shù)據(jù)引入金融學(xué)，創(chuàng)造了現(xiàn)代有價(jià)證券組合理論的基礎(chǔ)，就讓金融學(xué)轉(zhuǎn)型為分析型科學(xué)，現(xiàn)階段，大量的數(shù)據(jù)分析模型、方法被應(yīng)用于掉期、期貨、期權(quán)、票據(jù)發(fā)行便利、遠(yuǎn)期利率協(xié)議等金融產(chǎn)品金融產(chǎn)品的開發(fā)。起源于麻省理工大學(xué)和加州大學(xué)歐文分校教授EdwardThorp所創(chuàng)立的普林斯頓-紐波特基金，并且被JamesSimons創(chuàng)立的大獎(jiǎng)?wù)拢∕edallion）對(duì)沖基金是量化投資基金量化投資，早已證明數(shù)據(jù)分析模型在資產(chǎn)管理投資領(lǐng)域能夠有效提升收益率。金融行業(yè)每天發(fā)生數(shù)以億計(jì)的交易，涉及金額巨大，在各類金融活動(dòng)中，洗錢、基金老鼠倉(cāng)等違規(guī)交易不僅可能造成金融機(jī)構(gòu)的巨額損失，純?nèi)斯さ姆椒o(wú)法完成如此規(guī)模的風(fēng)險(xiǎn)管理，基于數(shù)學(xué)模型的風(fēng)控體系，早已成為業(yè)界的主流方法。深度學(xué)習(xí)神經(jīng)網(wǎng)絡(luò)人工智能技術(shù)的加入應(yīng)用，能夠?qū)ν黄迫祟悓?duì)數(shù)據(jù)處理分析的瓶頸和局限，對(duì)成千上萬(wàn)維度的數(shù)據(jù)進(jìn)行更加高效的實(shí)時(shí)處理風(fēng)險(xiǎn)，并且“自主學(xué)習(xí)”，能夠不斷迭代模型，提升效果，從而提升銀行業(yè)務(wù)的競(jìng)爭(zhēng)力。銀行的后臺(tái)業(yè)務(wù)，主要指的是支撐銀行運(yùn)轉(zhuǎn)的IT、客服、業(yè)務(wù)辦理等服務(wù)，是銀行的支援和支持部門，相對(duì)而言對(duì)專業(yè)性要求不高，更多的是簡(jiǎn)單重復(fù)勞動(dòng)，例如保單錄入，客服咨詢等工作，已經(jīng)被OCR（光學(xué)字符識(shí)別），以及綜合應(yīng)用語(yǔ)言識(shí)別、自然語(yǔ)言理解等技術(shù)的智能客服等渠道，極大的降低了勞動(dòng)成本和效率。另一方面，人工智能技術(shù)也被用在銀行交互系統(tǒng)方面，提升用戶體驗(yàn)，從而增加用戶的滿意度。例如銀行利用人臉識(shí)別逐步替代密碼登陸，一方面降低了密碼被盜的風(fēng)險(xiǎn)，另一方面使用也更加便捷。此外，語(yǔ)音識(shí)別在交互上的使用，對(duì)用戶體驗(yàn)的提升更加明顯，語(yǔ)音識(shí)別能夠使得機(jī)器像人和人之間一樣進(jìn)行“對(duì)話”交流，這樣，用在使用APP時(shí)，在于機(jī)器人客服對(duì)話，甚至將來(lái)對(duì)ATM的操作，將更加的方便自然。3.2.2人工智能在銀行的應(yīng)用案例：人工智能銀行初現(xiàn)目前，以國(guó)有四大行以及股份行，大型城商行為首的銀行機(jī)構(gòu)，已經(jīng)開始嘗試更加全面的智能化，2017年，四大行分別與百度、阿里、騰訊、京東四家互聯(lián)網(wǎng)巨頭簽訂戰(zhàn)略合作協(xié)議，探索金融科技應(yīng)用。雖然人工智能技術(shù)也還未完全成熟，2016年年底招行推出的智能投顧產(chǎn)品摩羯智投市場(chǎng)反應(yīng)冷的，但是廣發(fā)、浦發(fā)、民生等公司，在呼叫中心智能化，智能風(fēng)控領(lǐng)域則取得了一定成績(jī)。從整體銀行來(lái)看，人工智能已經(jīng)在銀行業(yè)得到了一定的應(yīng)用，隨著人工智能根據(jù)市場(chǎng)調(diào)研公司慧辰資訊的報(bào)告《數(shù)據(jù)驅(qū)動(dòng)金融升級(jí)，商業(yè)價(jià)值落地探尋調(diào)研報(bào)告》中的數(shù)據(jù)顯示，將人臉識(shí)別等生物識(shí)別技術(shù)應(yīng)用于身份驗(yàn)證環(huán)節(jié)以及智能客服是目前銀行人工智能應(yīng)用最多的領(lǐng)域，分別達(dá)到52.9%和35.3%（詳見圖3-1）。而從銀行的規(guī)劃來(lái)看，有47.1%的銀行計(jì)劃將人工智能應(yīng)用于量化投資和智能投顧領(lǐng)域（詳見圖3-2），可見銀行更喜歡使用人工智能，提升銀行的收入水平。圖3-SEQ圖\*ARABIC\s11銀行人工智能應(yīng)用情況（截止2017年6月）圖3-SEQ圖\*ARABIC\s12銀行未來(lái)技術(shù)人工智能應(yīng)用領(lǐng)域數(shù)據(jù)驅(qū)動(dòng)金融升級(jí)，商業(yè)價(jià)值落地探尋調(diào)研報(bào)告》數(shù)據(jù)驅(qū)動(dòng)金融升級(jí)，商業(yè)價(jià)值落地探尋調(diào)研報(bào)告》再來(lái)看看行業(yè)典型的應(yīng)用案例，首先來(lái)看廣發(fā)銀行的呼叫中心智能化，銀行呼叫中心往往承當(dāng)這客服以及外呼銷售兩大職責(zé)，以廣發(fā)銀行為例，呼叫中心的人數(shù)超過(guò)1000.傳統(tǒng)的呼叫中心，往往需要招聘大量的人員進(jìn)行外呼，同時(shí)因?yàn)樵摴ぷ骺菰铮⑶铱蛻魷贤y度高，往往給坐席人員帶來(lái)較強(qiáng)的挫敗感，因此人員離職率高，使得人員培訓(xùn)又成為一塊巨大的成本。2017年，廣發(fā)銀行開始嘗試整體的呼叫中心智能化，首先使用智能語(yǔ)音客服，替代傳統(tǒng)的按鍵式客服導(dǎo)航系統(tǒng)，使得用戶體驗(yàn)更好，更加順暢的解決客戶問題，據(jù)估算，廣發(fā)使用智能語(yǔ)音客服后，能減少80%的話務(wù)量，有效的降低了客服人員的負(fù)擔(dān)。在外呼方面，廣發(fā)也在和百度合作，使用百度的金牌銷售系統(tǒng)，該系統(tǒng)在通話前，能夠向坐席人員提供客戶的用戶畫像分析，通話中實(shí)時(shí)分析雙方的對(duì)話情況，在電腦屏幕上對(duì)坐席進(jìn)行話術(shù)提升，通話后分析對(duì)話情況，并且將優(yōu)秀的話術(shù)分享給其他坐席，基于語(yǔ)音識(shí)別、語(yǔ)義分析、語(yǔ)義理解、語(yǔ)音合成、大數(shù)據(jù)、用戶畫像開發(fā)的坐席輔助機(jī)器人，成為銷售的貼身輔導(dǎo)老師，使得坐席業(yè)務(wù)上手更加便利，銷售更加專業(yè)，據(jù)估算，金牌銷售上線后，能夠節(jié)約40%的培訓(xùn)時(shí)間，提升15%左右的銷量。在未來(lái)廣發(fā)還將逐步上線自動(dòng)外呼系統(tǒng)，使用機(jī)器人自動(dòng)打電話，向客戶進(jìn)行催收，幫助完成開卡等業(yè)務(wù)，預(yù)計(jì)每年將減少30%