银行现金实物营运中心（下文简称“金库”）是银行各营业机构及各管理行办理出纳业务和现金调拨的中心调拨库，保管人民币、票样、真假币、金银、有价证券、代保管贵重品等，是现代银行营运管理的重要组成部分，具有现金清分、配款、款箱装箱、寄库、贵金属存储等功能。随着大数据、物联网和人工智能等数字技术的快速发展，有效提升数据分析、营运创新、共建管理等领域的发展和效率，改变了银行业务营运领域资源的投入、组合和使用方式，加快传统营运模式向集约化转变的步伐。产生智慧现金、自动仓储流转、智能路线分配、大数据动态分析和智慧营运等新业务模式，营造“库管员-金库-押运员-过程-环境”之间的和谐关系。数字技术的应用改变了传统设计理念，让未来的金库营运更加自主健康，驱动了新一轮营运革命。

一、金库营运管理痛点分析

作为银行现金业务的起点和终点，金库的营运管理方式关系到前台经营和资金流转的效率和质量。金库分为作业区、装卸区、交接区、办公区、库房区、寄库区等，每个区域具有不同业务功能（图1）：

图1 金库结构示意图

金库涉及业务场景复杂，其中一个典型业务场景如图2所示。从人民银行获取现金实物后，由人工在金库进行开箱过数、清分清点、配款装箱等步骤，最后通过ATM端机与客户进行交互。上述流程存在如下几个痛点：

图2 金库典型业务场景图

1.金库营运的自动化水平有待提升。

在金库营运中，基于人工操作流程设计且流程断点多，未联动处理更新账务及钱箱，难以有效支撑构建自动化、无人化金库的底层要求。

2.金库营运的监测和分析管理能力有待加强。

作业分配及人员调度更多依靠管理人员现场经验，对款箱物流、长期未处理业务等管理不严密，实时反映现金营运中心作业情况的事中监控能力不足。日常管理类数据缺乏展现辖内现金营运中心资源配置、工作负荷、工作质量、工作效率等情况的量化管理分析工具。

3.金库营运的业务系统智能化水平有待提高。

业务流程中的开箱过数、清分清点、配款装箱等环节依赖人工在系统中串联起完整的作业过程，且需要操作人员切换不同菜单进行业务操作，操作隐患大，信息冗余，效率低下。

二、智能金库方案设计

为解决这些金库营运管理中的痛点，结合金库的特殊性，根据当前及未来发展需要，我们对制约金库营运能力、管理能力、服务能力提升的关键因素进行了深入分析，规划出金库智能化建设设计思路和解决方案。

1.智能金库设计思路

1）智能预测提升金库自动化水平。

利用机器学习构建ATM现金用量以及现金流预测模型，通过对历史数据的学习和拟合，形成模型参数文件，用于测算ATM下一加钞周期内的现金用量和人行供给现金量，按设备编号输出柜员机加钞建议金额和建议供给量，为加钞计划提供高效、精准的参考值，最终实现自动化加钞、自动预测现金流。

2）大数据提升事中事后监管能力。

对于金库事中监控能力不足、事后缺乏有效基础数据等问题，利用大数据分析手段不断扩展数据源，构建海量动态图像，增强报表分析和数据提取能力，量化展现包括金库券别统计、现金库存、网点库存、ATM库存在内的一系列与营运相关的关键指标信息。

3）人工智能技术提高智能化水平。

基于人工智能技术实现现金实物的自动识别能力（币种、类型、券别、捆数），现金实物的定位能力（定位位置，判断重叠，实现分类摆放），智能化的自动查库功能、智能识别人员身份等智能识别功能，减少人工操作，提高智能化水平。

4）智能化物联网设备提高关联性。

智能金库营运管理平台可通过API接口，引入移动互联网、物联网、智能仓储、自动分拣等技术及设备，包括2D/3D视觉、RFID、生物识别监控、智能车辆调度等技术，以及关节机械臂、机器人、平库货架、高层立体货架等智能设备，组合应用实现无人化、自动化、智能化的金库作业模式。

图3 金库现金实物无人化作业示意

2.智能金库解决方案

针对上述关键问题以及设计原则，从智慧监控、智能预测、智能识别和智慧多维物联网等方面建设智能金库，构建“智能化仓储、标准化封装、流水化分拣、自动化处理”的现金实物营运中心体系。

图4 智能金库解决方案

1）智能金库智慧监控解决方案。

从金库、ATM收集信息进行动态画像展示，大数据动态网点画像展示了金库营运系统中包括金库券别统计、现金库存、网点库存、ATM库存在内的一系列营运关键信息，用于事中分析押运路线、钱箱、账务、库存等情况，并且通过后台分析处理数据，为事后监控提供决策支持，实现调整押运路线、动态调整钱箱、账务自动处理、库存预警等，推动金库营运事中管控和报表分析智能化。

图5 智慧监控解决方案

2）智能金库智能预测解决方案。

智慧预测模型以大量历史数据为机器学习依据，包括现金收付流水、营运状况统计数据、设备迁址、网点变更数据、特殊节假日数据、发放社保、代发工资日期、电子流水日志、天气历史数据等，设置加钞影响因子、现金流影响因子等，经数据预处理和特征工程，形成可用于算法训练的数据格式，最终调用随机森林等相关算法进行模型训练。对于正在使用中的预测模型，需采集和分析预测效果，应用于模型分析和优化，并触发预测模型重训练，持续优化模型效果。

图6 智慧预测模型

3）智能金库智能识别解决方案。

i)融合生物技术的押运员识别方案

在融合人工智能算法的金库营运系统中，通过建立人工神经网络训练分析个人面部特征，运用面部识别、图像分类、特征提取、图像预处理等深度识别算法比较数据、校验人员身份并作出决策。

图7 建立人工神经网络识别押运员身份

ii)融合OCR识别技术的现金实物识别方案

在应用RFID、二维码等技术实现款箱识别的基础上，研发基于OCR识别技术的现金实物识别模型，结合重量特征等，逐步实现对成捆/成把/单卷等不同形态现金的捆数/把数/卷数、券别、币种等的自动识别，与自动化设备配合应用。

图8 现金实物识别模型

4）智能金库智慧多维物联网解决方案。

物联网利用“人—物—网”通联的三位一体模式实现对数据的传递、交流和存储，为创新产品和丰富客户体验拓展全新道路。在金库系统中，物品种类繁多、数量庞大、机构复杂、人员需求量大，并且涉及金融安全、公共财产安全等敏感领域，为保证安全性，降低成本，智慧金库运用多维物联网技术，部署物联网智慧金库系统，分别在库房区、库房门禁、作业区、交接区、金库门禁部署RFID、AGV车、智能门控、机械臂等物联网设备，并通过智能模型联动控制和操作。

图9“人—物—网”三位一体模式

智能交接设备将物品流转方式从“人拉肩扛”密集劳动型转变为智能驱动型，从而实现全流程无人自动化。智能运输设备将库区存储模式从分散式转变为智能密集式，大幅提高库区容量，有效解决库房利用率低、库房紧张的问题。智能交互设备相互联动，使交接方式由“人人交接”转换为“人机交接”，降低操作复杂度，解决人、物混行安全保障问题，提高金库作业安全性和规范性。多种类、多模块、多功能的多维物联网设备实现了传统金库的智能改造，全方位提高金库作业效率。

图10 多维物联网优化营运系统

三、总结

大数据、物联网和人工智能等数字技术在数据分析方面发挥着重要作用。金库营运需要大量的数据来支持决策和优化决策，人工智能技术可以准确地分析和处理海量数据，通过机器学习和数据挖掘算法，能够帮助营运系统发现数据中隐藏的运转模式和趋势，提供有价值的预测，从而优化决策；物联网金融系统能够有效提高效率，使金融业务处理更加方便快捷。只有不断开拓创新思维，有效利用人工智能、区块链、物联网等技术，持续提供智能化营运解决方案，才能带领我们在数字化转型过程中不断开辟新篇章。