文|李佳师
古龙著武侠小说《小李飞刀》中有一句话：“天下武功，唯快不破”。意思是说天下的众多武功里，只有“快”找不到克制它的方法。天下任何武功，都有自己的不足，防守的再好，也有破解方法，但只要意识、攻、守、应变等速度远远高于对方，势必游刃有余。
那么传统的银行业如何做到“唯快不破”？什么是现代银行业的“意识、攻、守、应变”？ 8月1日，以“创见·认知型金融”为主题的2019 IBM金融创新者大会在大连举行。IBM与金融行业的信息科技专家、业务决策人、科技金融的践行者围绕探讨重塑金融之路、构建认知金融蓝图、交付创新金融服务等话题进行了探讨，给出了金融业的“唯快不破”方向以及落地的关键所在。
金融业模式之变在数字商业时代，不仅互联网金融层出不穷，Libra等数字货币也来势汹汹，大有颠覆原有金融体系之势，而且来越多的行业机构、企业都希望踏入金融领域，提供金融服务。一个“无人不金融”“无处不金融”的时代正在到来。与此同时，包括人工智能、大数据、5G、物联网、区块链等新技术不断涌现，都对传统银行业提出了前所未有的挑战。
时间走到今天，传统银行业已经走出了当初遭遇闯入者、遭遇新技术时的“懵圈”状态，开始了绝地反击。
“就传统银行而言，随着网上银行和移动银行业务迅速取代传统的银行业务，零售银行正在全速前进。几乎 90% 的银行网点业务都可以通过智能柜员机(ITM) 或智能手机完成。在非银行机构方面，根据中国人民银行的数据统计，通过非银行机构的服务进行的在线支付在2019年第一季度增长60%，达到 470 亿笔交易，比去年同期增长 43%。全球 10 大金融科技公司中有 7 家来自中国。”IBM大中华区总裁包卓蓝在主题演讲时，给出了这组数据。
IBM大中华区总裁包卓蓝
而或许比数据更鲜活的是每个人的切身感受。现在你还有多少业务是必须要跑到银行的柜台进行处理，又有多少“关于钱的事”是在手机的APP上完成？主题演讲之后包卓蓝给身边的IBM杰出工程师（DE）、IBM大中华架构师及客户中心总经理程静看他的手机页面，现在包卓蓝在欧洲的各个银行的APP都已经集成在一起，一个页面里可以查看他在欧洲不同银行的账户情形，这是欧洲各个银行开放API带来结果。因为各个银行开放API模块，就使得更多的集成创新应用诞生。
通过使用API、允许第三方访问客户和账户信息的开放银行成为银行业数字化转型的新焦点。IBM金融服务行业全球首席技术官Chae An讲述了几个故事，介绍开放银行给银行业带来的三种新业务模式：如非捆绑式银行，即银行作为生产者模式；隐形银行，即银行作为分销商模式；生活方式银行，即银行作为市场模式等。
第一个故事关于总部位于西班牙的BBVA银行，2018年这家希望转型，于是最近与优步展开合作。只要注册成为优步司机，就成为BBVA的客户，司机的收费自然就到BBVA的账户上。这意味着BBVA可以获得更多的存款、更多的账户，而无须进行推销，所有的这些都是通过与优步合作而瞬间完成。这是银行只作为生产者的非捆绑式银行。
第二个故事是关于英国的Starling Bank。这家银行没有做其他动作，而是打造了一个开放的API平台，将其它平台的产品和服务集成上来，能从而拥有更多银行服务，实现更多的引流和获客。这个故事讲述的是分销商“隐性银行”模式，他们有领先的技、有很好的API平台来集成其他平台的产品，自己无需推广就可以提供某些业务。
第三个故事是关于新加坡的星展银行。这家银行机构在两年前市场进行战略调整，宣布做“生活方式银行”，于是在API上进行大量的投资，要求每个员工了解客户的业务的流程，让星展银行嵌入到客户的每一个流程环节中，比如贷款买房、比如购车等等，星展银行利用这种业务模式快速地进入了很多细分的生活和方式的市场。
银行业开放之变，不仅在全球同样不断在中国涌现。浦发银行通过“面向生态融合的浦发银行API开放平台”项目，构建API Bank无界开放银行，目前，平台已与超过86家合作方应用对接，形成金融 教育、金融 医疗、金融 制造业、金融 社交等各种跨界金融服务，截至2018年年底，浦发银行开放平台共发布230个API服务，日交易峰值超100万笔。
而据北京农商行网络金融部副总经理罗玲透露，现在北京农商银行正在朝着“3A银行”转型：一是整合支付、投资等模块线上提供银行APP服务。二是将银行的支付模块和账户进行有效的分装尝试提供API银行服务，延伸触角。三是建设AI银行。将人工智能、大数据等技术应用到智能设备和网点建设中。
“在延庆、昌平、怀柔等北京郊区县，金融服务相对匮乏，我们运用智能设计构建智能设备，将银行业务放在郊区的一千余家便利店里，解决了‘最后一公里’问题，便捷地把金融服务延伸到山区网点，非常受欢迎，也体现了普惠价值。”罗玲说。
分析蓬勃发展的互联网金融企业、分析传统银行数字化转型的成功商业模型，不难发现这些数字化成功的转型，正是在不同的维度体现了这样的共同特征。就像最近IBM商业价值研究院发布的《中国银行业创新》报告所言，银行业应采取四大策略进行转型就有机会斩获成功。第一步重新思考银行组织，回归核心业务，实现运营自动化，融入生态。第二步，重新发现客户关系的重要性。了解未满足的银行市场需求，打造极致客户体验，管理客户的长期价值。第三步，高度数字化。考虑采用平台模型，投资数字化风险管理、设计和部署数字银行生态系统。第四步，重振创新。营造适合创新的环境，注入创新文化，部署适当资源以支持创新等。
北京农商银行之所以能够在边远郊区获得大量的业务增长，事实上就是“回归银行业务本源，挖掘未被满足得到的客户需求，利用技术提供普惠金融服务。”而星展银行之所以能够在生活银行上“枝繁叶茂”、快速繁衍正是得益于其平台化的商业模型、融入丰富生态，并打造极致的用户体验。而英国Starling Bank银行之所以“坐而不动”就能够集成并拥有一系列的创新服务，其核心也是是打造了API的平台银行。
平台经济成为互联网诞生以来技术驱动的最成功商业模式。IBM 2018年对全球银行业管理人员所做的调查结果认为，三年后将有40%的银行收入来自于跨行业合作的平台业务模式，建立平台 生态的商业模型，任何银行企业都有机会塑造属于自己在数字商业时代的“唯快不破”之功。
金融业架构与技术之变“面对未知的挑战，永远没有现成的答案，面对已知的挑战我们可以更灵活地应对。”程静说。“如果具有转型的思维、具有认知型的‘大脑’以及敏捷的‘身体’，那么银行业就可以 ‘唯快不破’。”IBM副总裁、中国金融行业总经理郭仁声对记者表示。
IBM副总裁、中国金融行业总经理郭仁声
建立平台 生态的商业模型，构建拥有转型思维、认知型的大脑以及敏捷的身体，它需要认知型技术架构、需要认知技术。国内有一家金融公司CIO说过“我们家银行的未来数据的价值是决定未来走向的非常核心的价值。”如果数据价值决定银行的未来价值，那么如何获取更高价值的数据、如何分析数据、如何基于数据进行更智能行动的“技术力”，就变得至关重要。
众所周知，银行业是全球最早采用IT技术进行运营支撑的行业之一，也正因为如此，银行业IT架构与应用也最为庞杂。目前在中国，银行及金融机构面临运营三层架构的挑战：银行核心业务系统，使用主机或POWER系统；企业内部的中台系统和面向客户的交互型系统，主要使用基于企业内部X86集群或者私有云；部分客户服务或者测试类业务使用各种公有云服务。由于三层架构同步数据和服务极为复杂，这必将限制企业的创新和服务能力。
如何才能拥有更灵活的架构、如何让“机体”更为灵敏？包卓蓝给出的方案是“将三变二”把三层架构变为两层。银行传统核心业务可以在主机或者POWER服务器上运行，前端的大量 x86工作负载极有可能将被迁移至满足监管要求的金融云上。
目前，这种“将三变二”的故事正在全球各个银行开始上演。2018年底，IBM与法国巴黎银行签署了一份价值20亿美元的合同，通过法国巴黎银行与IBM的合资公司实施基于“主机和云”的两层架构，进行企业重塑。同样在中国在2019年上半年，一家区域型商业银行也找到IBM希望进行整合X86服务器的整合，用一台Linux One主机取代上百台X86服务器。
关于金融公有云服务，程静认为，如果每一个银行都“自制”一朵云，从规模上、技术上、运维上难以到达相应要求，而应该建立一个被监管部门认证了一朵金融行业大云。她同时表示，随着第四代工业革命的到来，传统意义上的企业级信息架构正在发生变化，原来所的技术范畴主要包含：信息管理、数据仓库、主数据管理、数据治理、商业智能、商业视角的信息分析等，现在它正在融入新的内容，需要融入语音用户界面、人工智能、数据治理（要了解你的数据、信任你的数据、增强数据的洞察及提升正确性）、数据虚拟化、数据变现等。“而真正意义上的企业级AI平台则应该包括企业级AI应用承载平台，企业级AI服务管理平台，企业级AI模型开发、测试、管理平台。”
IBM杰出工程师（DE）、IBM大中华架构师及客户中心总经理程静
事实上，今天的银行业要利用AI进行应用创新，面临诸多挑战。银行希望进行创新的AI点众多，但呈点状发散；数据关系复杂、工具五花八门、场景需要大量定制、人员技能缺乏等。如何推进，需要一个掌握从业务到技术到各种工具以及方法论的伙伴，来化繁为简。
中国民生银行与IBM的合作是一个例子。中国民生银行与IBM 合作，利用AI 机器 学习、大数据分析、移动端、社交分享等技术，建立中国民生银行个性化、数据化、可视化的人力资源管理体系。经实测，通过数字化人力盒子工作台处理人力资源相关业务，整体使用效率提升近70%。同时引入移动端和新的基于用户体验的设计，满足经营管理者、团队管理者、员工、人力条线在信息透明化和 数据可视化方面的需要，提升用户体验。 新采用的数字化员工视图和团队视图，能够助力人岗匹配，精准识别人才，为企业节约大量的用人成本。
今天，银行业的前端服务越来越“人性化”、越来越“无形”化、“无感化”，必然要求算法以及AI能够提供更加深入、更加个性化的洞察，来预测消费者的需求，这些技术要能够基于过去的行为或根据特定的事情推断未来的偏好，好让消费者将注意力放在体验上，而将琐碎的银行业务交给机器来处理。与此同时，银行业要开启数字化的转型之旅，也需要一个懂业务、有技术、有经历、有经验的类似IBM这样“靠谱”的旅伴来助力。
,
