2023年召开的中央金融工作会议强调，做好科技金融、绿色金融、普惠金融、养老金融、数字金融五篇大文章。当前，新一轮产业与技术革命蓬勃发展，我国经济社会数字化转型不断深化，做好数字金融这篇大文章，不仅要强化战略资源投入，更要深刻理解当前银行数字化的新动力、新内涵、新形态与新范式。要以新一代人工智能应用为契机，推动银行业的业务模式、服务形态、运营体系、科技基础进一步进化和升级，不断提升我国银行业的服务质效。
我国银行数字化的新动力、新内涵、新形态与新范式
（一）人工智能（AI）与银行的结合为银行数字化带来新的动力与内涵。以人工智能技术驱动的自然语言处理工具（ChatGPT）、人工智能文生视频大模型（Sora）等大模型为代表的新一代人工智能，是人工智能从“弱人工智能”迈向“强人工智能”的开始，打开了人工智能大规模应用的大门。传统上，银行主要把人工智能应用在智能识别、智能营销、智能客户服务、大数据风控、智能运维、智能投顾和智能投研等领域。其中，国内银行在生物识别、活体检测等技术的应用相对是比较成熟的，但在分析和决策领域，比如风控、投顾等领域，相关应用还比较初步。新一代人工智能的出现和发展，不仅可以强化银行既有的人工智能应用，还将进一步扩展人工智能在银行的深度应用。2023年以来，国内主要银行积极开发行业大模型，探索大模型与银行前中后台各环节场景的融合，主要应用包括数字人、智能客服、办公助手、代码开发、金融知识库、搭建产业链图谱助力风控。由大模型重新定义的新一代人工智能与银行业的深度融合，使银行的数字化逐步从大数据的初步应用向智能化阶段发展，而人工智能的深度应用也将银行的信息化推向新的阶段。过去的几年，核心系统升级成为银行信息化的主要内容，而新的阶段银行信息化重点转向构建人工智能应用的算法、算力、数据基础设施以及推进银行相关系统升级。
（二）我国经济社会数字化的持续深化将银行数字化发展推向业态转换的历史节点。据第53次《中国互联网络发展状况统计报告》，截至2023年12月，我国网民规模达10.92亿人。与之相对应，我国互联网平台正从电子商务、本地生活、在线娱乐、在线社交等消费互联网领域加速向社会生产生活各领域的渗透。在本地生活领域，细分化的本地生活互联网不断涌现，而智慧城市、智慧社区、智慧政务则将社会治理与互联网相对接；在公共服务领域，远程医院、在线教育加速改变着人们的公共生活。不过相较于上述领域，互联网对服务业以外的制造业的渗透则更具有革命意义。工业体系和互联网体系深度融合所产生的工业互联网在加速发展。在第五代移动通信技术（5G）和物联网的支持下，互联网正从人与人的链接走向“万物互联”。与之相适应，银行的数字化也在不断加速。中国银行业协会发布的《2022年中国银行业服务报告》显示，2022年银行业金融机构离柜交易笔数达4506.44亿笔，离柜交易总额达2375.89万亿元，行业平均电子渠道分流率为96.99%。国家金融监督管理总局数据显示，2023年宣布退出的商业银行网点共有3192家；今年上半年，全国已有1400余家银行分支机构退出。而随着银行对公业务脱媒的深化、交易银行的发展，对私业务的新零售转型，我国银行业正从全客户、全业务视角下的以线下为主的经营业态向以线上为主的经营业态进化。
（三）银行数字化的深化需要银行数字化范式的升级。银行数字化是一个渐进的发展过程。在新世纪的最初10多年里，我国银行业的数字化，前端表现为网上银行、手机银行等电子渠道的发展，而中后台则表现为数据集中、后台运营集约化以及管理信息化。但在最近10年的时间里，我国银行业的数字化主要表现为业务与场景的融合，推动各种场景平台建设；推动金融科技战略，开发新一代核心系统，开发初步的大数据线上产品，推动人工智能的有限应用。在上述渐进发展进程中，银行部门是主要的数字化推进主体。这一路径和经济社会渐进数字化相适应，也是银行“总分—条线”体制的体现。但是，数字化某种程度上是嫁接在既有的银行体系中，银行的组织架构、流程体系难以支撑银行的敏捷运行。随着银行数字化不断发展，以线下逻辑嫁接的数字化，其体系越来越臃肿，两种逻辑冲突和碰撞日趋激烈。如何实现局部数字化绩效与银行整体绩效的统一就成为银行深化数字化的关键所在。解决办法就在于改变银行渐进的、局部数字化的范式，从顶层设计上构建一体化、企业级的银行数字化体系。
构建人与人工智能有机融合的数字原生银行体系
我国银行数字化所面临的新动力、新内涵、新形态以及新范式标志着我国银行数字化正步入一个关键性的战略节点。相对于过去以互联网的有限连接、有限的智能化应用、初步的大数据分析以及初级的平台化发展等为特征的银行数字化，未来的银行数字化将是全面互联、数据驱动、软件定义、平台支撑、全局智能的全面数字化。而就我国银行数字化的路径而言，建立起基于天然的互联网逻辑——所谓数字原生性的银行体系，则是我国银行迈向未来银行的关键所在。它是一个一体化的、以线上逻辑为主导的企业级的数智银行体系。一体化、企业级、智能化是数字原生银行区别于过去银行数字化的根本特点。而解决和重构线下与线上、人工服务与机器服务、专家经验与算法模型的关系则是构建数字原生银行的关键所在。
（一）以人工智能应用为契机，以银行的深度服务回应银行的客户经营挑战。当前，我国互联网的发展已经走向存量竞争时代，互联网用户数基本饱和，互联网普及率达77.5%，用户平均每天上网时长4个小时，互联网已经高度普及，流量红利已经见顶，消费者教育已经趋于完成，网民的消费心智已经高度成熟。以补贴和烧钱为特征的早期互联网营销的一套打法已经失去了魔力；简单复制初代互联网企业的营销模式，已经很难获得成功。因此，以人工智能应用为契机，强化银行的深度服务，才是银行直面客户经营的关键所在。在此基础上，要以商业模式和业务模式创新深化银行的场景战略。推动场景战略与银行核心业务的深度融合。把开放银行打造成与场景和生态竞争相适应的银行体系。摒弃银行渠道思维，遵循商业本来的价值规律，建立具有自生能力，商业逻辑清晰且自洽的自场景平台。探索在推动经济社会场景数字化的进程中获取场景和生态竞争优势。
（二）推动线下与线上、人与人工智能有机融合的银行服务形态创新。推动新时期银行服务形态创新，需要重新定义网点，重建网点的功能与价值。相对于过去把网点定位于基本经营单元不同，未来银行网点必须有效融入银行整体的数字化运营与数字化服务的体系中。它是银行一体化数字化运营的有机组成部分，是企业级数字化服务的支点。弱化经营、强化服务是其基本思路。一是通过数字化平台，构建线上线下一体化的平台银行体系，统一运营团队，统一组织管理归口。二是有人服务与人工智能的有机融合。要将有人服务的温度、共情能力、驻地社群的服务能力与线上服务有机融合。探索包括虚拟分身、人工智能驱动的数字人所构建的沉浸式服务形态创新。三是将网点打造成银行触达社群、深入社区的服务载体，有效集成适老金融服务、社区服务、社会公共服务、线上金融服务辅助等服务功能，突出网点的获客活客的客户触达功能、客户服务功能。
（三）建立支持智能化的数据治理与数据运营体系。随着大模型的应用以及数字资产入表，银行数据的价值，银行数据工作的范畴、性质都急剧地进化和发展。通过“管起来”（数据治理），来实现“用起来”（监管报送、经营统计、数据挖掘、初步大数据产品）的数据治理理念以及相关体系，已经不能满足大模型训练以及数据作为新兴业务发展的要求。如何筹措数据，如何针对性地生产数据，成为银行对接智能化、数据资产化的关键所在。一是融入外部数据生态，供给或获取海量、多元、高质量的数据，用以支持银行的大模型训练、产品研发、决策支持以及数据资产的独立经营。二是构建大数据的治理与服务体系。通过统一数据标准、建立数据质量管理体系等治理手段，解决银行数据的联通、可用以及质量等问题。强化人工智能等数据技术在数据处理中的应用，强化数据处理能力及其过程控制，提高数据处理质效；建立数据的自助化服务体系，推动数据的集成化、产品化，提高数据的复用能力。三是明确业务部门在产生数据应用需求、应用数据以及生产数据中的核心地位。将数据需求、数据应用与生产连接起来。改变过去需求和供给、生产与应用相割裂，数据工作更多集中或依赖于科技或数据等中后台部门的现状。构建业务部门应用数据、生产数据的意识与能力，培养兼具数据、模型以及业务能力的复合型人才。要通过场景战略、业务战略构建数据生产和获取的战略体系。
（四）建立与数字原生、人工智能应用相适应的组织体系。随着数字化的发展、人工智能的深度应用，流程的自动化、智能化将一定程度削弱对人的管控在银行运行中的价值，而对创新、技术应用的全流程、全周期管理的重要性将逐步凸显。专家经验与人工智能的融合，有人服务对自动化、智能化流程有效嵌入，将成为银行对接数智时代的重要课题。对此，银行的组织、架构、流程、人才、文化都将面临系统性的变革。银行要将组织变革作为数智化转型的核心工作，以组织变革支持和推动前端商业模式以及服务形态的创新。要以人工智能应用为契机，以场景和平台为依据，以敏捷运营为主旨，推动组织架构调整，推动扁平化、轻型化组织建设。要通过技术以及机制连接，让更多的中后台融入数字化进程，推动银行从当前的平台数字化运营向企业级数字化运营拓展。消除普通员工的数字化知识与技能鸿沟。综合运用引进、培养、干中学多种机制培养专家型人才、复合型人才。要通过微观机制创新，重建组织基因和组织文化，建立合作型、生态型、创新型组织，为人才成长与发挥效能创造良好的组织环境。
（五）构建与人工智能深度应用的科技基础设施。随着人工智能的深度应用以及银行业态的升级，银行信息化以及科技基础设施建设也进入到新的阶段。在此阶段，支持人工智能的深度应用成为新时期银行科技基础设施建设的主要任务，同时，解决银行数字化路径所遗留问题——一体化运行、企业级服务问题，也是银行新时期信息化升级的主要方向。具体包括：一是支持人工智能深度应用的算力、算法、数据基础设施建设。二是基于支持人工智能应用以及一体化运行、企业级服务的要求，推动银行信息系统的升级和重构。三是对于中小银行而言，大模型基础设施构建成本较高、相关人才相对匮乏、训练数据不足，需要积极融入人工智能行业基础设施以及公共服务的生态之中。当然，这也对行业基础设施建设以及公共服务提出了要求。四是建立与之相配套的科技工作机制，确保人工智能应用符合金融行业的安全要求，如对大模型生成内容进行测评，大模型应用短期内定位于辅助现有体系的运行等。
以数字原生战略深化新时期银行的数字化发展
相对于过去二十年的渠道线上化、自助化，近七八年我国银行业数字化发展以金融科技战略为基本支撑，它以场景化和平台化为主线，在科技投入加大、科技队伍扩张、科技体制改革推动下，推进了新一代核心银行系统建设，探索了网点的转型、手机应用软件(App)的归并与建设以及大数据在产品和风控的初步应用。不过，随着数字化逐步步入深水区，数字化面临的挑战也日益突出。初步的产品创新、浅层次的数据应用难以适应市场竞争的需要，数字化与现有银行体系的紧张关系进一步加剧，银行数字化需要注入新的内涵和动力。在此情况下，我国银行业亟待以新一代人工智能应用为契机，在业态转换升级之际，进一步升级银行数字化的战略体系。
（一）通过数字化范式的转换，强化数字化的整体性与协同性。当前，以金融科技战略为核心的数字化战略的绩效已经显现，银行需要对前期数字化进行系统性的战略重检，明确具体策略的得失成败，找到影响数字化整体绩效的关键堵点。通过顶层设计的方式，推动银行对新一代人工智能的深度应用以及银行全客户、全业务、全流程意义上的业态升级，构建以线上服务为主体的一体化、企业级的数智银行体系。
（二）强化数字化与业务转型、战略性新兴业务发展的融合。要通过鲜明的业务战略来推动数字化转型，要通过数字化转型巩固和建立银行的业务优势。新时期的银行数字化要与零售金融、养老金融、科技金融、绿色金融、乡村振兴金融以及对公交易银行业务等重点业务转型相结合，尤其是要与战略性新兴业务的发展和转型相结合。其意义就在于要通过战略性新兴业务的增量创新，赋予银行数字化以更强大的内在推动力。当然，所谓重点业务和战略性新兴业务，对于个体银行而言，具有一定的相对性。不同银行需要根据自身的特点，进行差异化的选择。
（三）体制机制改革决定数字化的深度与成败。在相当长的时间内，银行数字化更多是业务模式、部分产品和流程的创新，其触及的改革也多局限在银行特定部门，银行的整体改革极为有限。但在银行的深度数字化阶段即人工智能深度应用与线上主导的一体化银行阶段，银行的体制机制改革将成为构建数字原生银行体系的关键所在，这也是当前银行数字化步入深水区的重要原因。没有银行的整体变革，数字原生银行的一体化、企业级就无从实现，银行的敏捷性就无从谈起，新时期产业与技术革命的成果就无法充分释放。
（四）以人工智能应用和服务形态创新引领银行的全面变革。银行不同阶段的数字化有不同的着力点，对银行的创新发展也有不同的意义与影响。网上银行和手机银行的发展，带来的是银行查询、交易性业务的线上化。银行线上渠道的平台化和场景化，其带来的是银行特定平台运营的线上化以及相应部门职能的转变。而大数据产品以及人工智能的初步应用，更多的是银行业务流程的变革。相对于上述历史阶段，在人工智能深度应用基础上的银行基本业态的切换，将触及银行运行的方方面面。因此，在新一轮数字化、智能化的进程中，银行选择恰当的工作切入点、选择好战略实施的入口极为关键。银行要以人与人工智能、人与机器、线上与线下关系重构为主线，以探索新形势下的银行服务形态创新作为新时期数字化工作的入口，尤其是要以网点的功能和价值重建作为工作的切入点。
*作者为北京成唐时代数字科技有限公司总经理
主要参考文献：①姜建清：中国银行业信息化问题探讨，中国流通经济2012年第8期。②余晓晖：数字原生成为数字化的新阶段和重要方向，“2023数字化转型发展大会”，2023年9月16日，于北京。③刘兴赛：数字原生银行，中信出版社2024年6月第1版。
