全面的数字化转型不仅对经济效益至关重要，而且也是银行参与下一阶段数字化银行业务竞争的入场券。众所周知，招商银行是中国第一家完全由企业法人持股的股份制商业银行、经营绩效指标在中国众多银行中遥遥领先；那么它的定位及转型是什么样的呢？

招商银行在2014年就明确了轻型银行的转型方向和一体两翼的战略定位，2015年提出了移动优先的策略，2017年开始全力推进零售金融3.0战略。如今，人工智能AI技术与金融的结合能给银行业带来哪些革命性改变呢？

在以App为核心的金融转型背后，是运营金融科技、组织架构的转型和计划，是IT基础设施的巨大蜕变和重构，这同时也给网络带来了严峻挑战。招商银行在数字化转型方面都进行了哪些实践呢？

推出金融科技银行战略

招商银行一直致力于打造一家深度科技化的银行，同时秉持以零售为主的战略。在以基于银行卡服务为特征的零售金融1.0时代和以分层财富管理为特征的零售金融2.0时代，招商银行都抢占了先机。现在招商银行要率先开启零售金融3.0时代，这需要做好3件事。

首先，将手机App打造成零售业务服务的经营主平台。其次，打造全产品、全渠道和全客群的数字化经营体系。再次，创造出最佳客户体验。

要做好这3件事，银行需要在AI领域开展探索和实践。比如说图像识别、人脸识别可以用于解决金融服务场景中的客户核身问题，给客户带来很好的体验。自然语言处理可以让人和机器相互理解，广泛用于智能客服和智能助手，极大地降低了客服和运营方面的成本。智能问答是自然语言处理技术和知识图谱技术的综合应用，应用于金融行业营销风控和智能投顾。

在新技术的推动下，银行IT基础设施也在发生重要变化，云计算、大数据和人工智能越来越重要。其中大数据和人工智能都是用于支撑对数据和信息的深度挖掘和利用。招商银行在AI领域也开展了一系列探索和实践。比如说：

图像识别（ImageRecognition）技术： 2015年10月招商银行在ATM取现方面应用人脸识别技术实现刷脸取款，这是国内金融行业应用人脸识别技术进行客户核身的第一个落地项目。

自然语言处理（NaturalLanguage Processing）技术： 海量的数据来自于互联网，其中大量有价值的信息是非结构化的文本信息，自然语言处理技术可以帮助有效利用这些信息。招行通过分析在网络上发布的各类企业和政府的招/中标公告，解析其中的中标企业、中标项目和中标金额，这已经成为银行对公业务商机发现的起点。

知识图谱（KnowledgeGraph）技术： 招商银行正在大力构建企业级的零售关系图谱和企业关系图谱，用来刻画各种复杂的关系，目前招行这两个图谱已经覆盖了1.2亿的个人节点和5000万的企业客户节点。

智能问答（IntelligentQ&A）技术： 智能问答是自然语言处理技术和知识图谱技术的综合应用，目前招商银行已在超过600个场景接入了智能问答系统。

机器学习（MachineLearning）预测： 在金融行业营销风控和智能投顾是机器学习的主战场。对于零售客户来说，每一笔交易都会接入反欺诈平台，这个平台部署了一系列复杂的规则和模型，但是平均处理时间只有50毫秒，实现真正实时智能反欺诈。大型银行是一种涉及到大量的人财物资源调度和配置的比较具有规模的经济体，机器学习在预测规划方面可以发挥很好的作用。招商银行在这方面也做了一些努力。比如说网点客流预测、网点业务量预测、ATM现金需求预测等。

构建高度智能化数据库

招商银行对先进的数据库有6个方面的要求：

首先是高扩展， 要能快速、弹性地应对业务量的变化；

其次是高性能， 满足金融场景中实时处理海量数据的需求；

 第三是高可用， 满足银行信息系统业务连续性的高要求；

 第四是云架构， 实现计算资源和存储资源的按需分配，通过云架构对庞大集群上的不同应用进行有效隔离以实现多租户；

第五是易运维， 数据库的规模越来越大，易运维能满足规模化运营和精细化管理的平衡；

最后是易开发， 在应用层面避免分库分表，让开发人员可以像使用集中数据库一样使用分布式数据库。

这是招行对先进数据库的6个要求，但是目前市场上能满足这6个要求的成熟产品很少，常见的做法是在开源数据库上分库分表。因此，招商银行在2017年11月携手华为成立分布式数据库联合创新实验室，打造出一款全球领先的分布式数据库产品——GaussDB，这款产品目前已经发布了高性能的企业级内核以及分布式高可用特征，招商银行也在两个重要业务系统里面部署了该产品，并在生产环境开始实际使用。

攻克传统运维管理难题

享受到自动化红利后，网络变化的问题对传统运维带来挑战。同时大量的运维数据会促使银行思考如何让运维变得更加智能。随着金融科技的发展，如何尽量清晰的将指标的变更控制在可度量和可视化下，还需要快速响应并追求基于平台的自动化。

在这样的背景下，新建的云数据中引入了华为智能分析系统，它与传统的运维截然不同在于它是从一个业务的视角向下管理整个网络，每台网络设备在网络中都是一个探针，可以对每条业务流进行全路径的监测，实现主动的运用发现和快速的问题定位、定检。一旦哪个部门出现问题，可以实现及时确认，快速解决。

科技金融为民生带来了巨大的福祉，AI技术和大数据技术正在快速融入到银行技术体系，深刻改变银行经营管理服务的方方面面。任何的技术发展都围绕着满足客户需求，改善客户体验，为客户创造更大的价值，包括创造更多的收益，提供更便捷、更快速、更贴心的服务。

在AI技术和大数据技术的推动下，银行传统经营模式将发生根本的变化，产生一种全新的数据驱动的清晰银行模式。