1月15日，2020亚太数字银行创新峰会在深圳举办，会议以“跨越鸿沟：数字银行超越金融科技”为主题，银行、科技公司等机构的多位从业者参加本次会议，移动支付网受邀参加。

本次会议聚焦银行数字化转型中的痛点，从基础能力建设、业务创新、智能风控、开放银行等角度探讨新的产业环境下的数字银行发展。

银行数字化转型为大势所趋

近年来，金融大数据呈现爆炸式增长，这催生了数字金融。据IBM预测，2020年，全球数据总量会达到35ZB，是2000年之前总和的50倍。

由此，银行数字化转型成为可能。

同时，银行传统的业务模式面临挑战。一方面，随着产业生态的变化，需求侧的用户习惯改变，传统银行服务难以适应用户需求，供给侧竞争加大，银行利润降低；另一方面，银行面临的风险增多，风控方面的挑战加大。

银行可以通过数字化转型缓解以上问题。数字化转型以用户体验为核心、以数据为中心、以技术为驱动。以用户体验为中心，满足客户的数字化生活需求，从而支持其金融需求，技术重塑银行经验模式，数据赋能银行风控，银行风险管控获得新机遇。

因此，银行数字化转型是银行未来的发展趋势。

数据在银行数字化转型中起重要作用。众安银行风险管理主管谈乐汝指出，新兴银行大数据应用和风险管理主要应用于如下领域：认识你的客户（KYC）、获客/二次营销、提升客户体验、打击洗钱、识别信贷风险和反欺诈行为等。

风控作为银行的生命线，数据在银行风险管理中的应用具有极大的意义。

数据赋能银行风控建设

随着科技的进步，欺诈风险呈现出专业化、产业化、隐蔽化和场景化四大特征。

京东数科大数据技术负责人桂宇指出，国内现阶段银行金融风控模式主要面临五大问题：（1）风控数据存在局限性；（2）风控模式轻策略重运营；（3）风控模式流程效率低下，传统信贷申请流程繁琐、耗时较长，难以满足个性化需求；（4）风控模式无法满足普惠金融需求，普惠金融表现为小额、高频、分散，传统风控模式较难应对；（5）风控模式防范和抵御能力不足，比如对诈骗、套现、薅羊毛等欺诈行为，传统风险防控手段防范和抵御能力不足。

德勤金融行业大数据分析和数字化转型合伙人尤忠斌则表示，金融机构在风险管理中面临诸多挑战，最大的挑战之一就是“数据种类少、质量低”。

针对数据在风险管理中的作用，桂宇指出，海量的数据采集能力是确保风控精准度的基础，多维度的数据分析能力是智能金融风控系统的有力支撑，在数据沉淀的基础上，数据中台是智能金融风控系统的核心驱动力。

智能金融风控体系具备三大核心能力，从而应对多种传统和新型欺诈手段：全域数据整合能力、多维度数据深层次分析处理能力、全链路定制化产品输出能力。

从数据全生命周期的角度来看，首当其冲的是提升对全域数据的整合能力。

一方面，数据获取和整合是智能风控的基础，金融机构要整合内外数据资源，为信贷风控等数据应用提供支持。颇值得一提的是，数据整合不仅仅包含金融数据，也包含其他类型的数据，多数据联动，形成对用户的准确画像。

另一方面，数据共享成为大趋势，监管正考虑金融机构的数据开放，这将允许金融机构建立数据联盟，以识别和对抗共同风险，但是，需要注意的是，要在保证数据安全的同时进行数据共享。

其次，金融机构需要提升多维度数据深层次分析处理能力。金融机构可以通过建立多头共债分、流式计算平台等多种手段进行。在此，技术能力是重要的驱动力，随着技术深度应用于金融行业，金融风险的隐蔽性加剧，技术与业务之间出现鸿沟，技术人员可能对金融风险的认知了解不清晰，所以，在强调技术赋能深层数据分析的同时，也要加强业务与技术的联动，德勤建议，金融机构应该打造自助建模平台，降低建模门槛，促进业务人员使用模型，提升业务经验输入。

此外，全链路定制化产品输出能力强调对于贷款、支付等服务中风控的全流程重塑。以贷款服务为例，目前，贷前场景的智能化应用相对丰富，贷中和贷后的智能化场景潜力有待进一步挖掘重塑。金融机构应从贷前应用出发，设计并落地风险管理全流程中各个场景的智能化应用，最大智能化价值。

毫无疑问，随着银行的数字化转型，数据和技术会深入改变金融行业。银行的数字化转型本质上是银行主动改变经营模式，从而适应大环境的变化。

但是，新技术、新模式也可能带来新的风险，比如，人工智能面临的可解释性问题（人工智能或许会被认为是“黑匣子”，由此或将引发用户知情、信任方面的问题）、新技术应用可能带来系统性风险、劳动力风险（人工智能取代人工带来就业风险）、体制机制风险（银行在数字化转型下愈发重视用户体验，加强对轻前台、大中台、强后台的构建，这在一定程度上可以提升银行的敏捷交付能力，但是随着业务、数据等在中台的集中，风险也高度集中）等。

对于银行来说，没有“毕其功于一役”的转型，银行转型应该始终是进行时。真正重要的是转型背后，这背后体现了银行适应环境下的自我革新。