北京2017年11月29日電 /美通社/ -- 2017年11月8日，海致網絡與《金融電子化》聯合主辦了主題為“AI 賦能商業銀行 -- 知識圖譜與智能金融”的2017首屆智能金融知識圖譜論壇。蘭州銀行行長助理何力先生在會上分享了蘭州銀行在大數據應用方面，部署知識圖譜構筑全行級知識平臺的經驗。全文如下：
在經過金融科技實踐的三個階段：技術創新、平臺戰略，以及向互聯網生態轉型之后，蘭州銀行已經建設了相對完善的金融形態。如何將傳統的金融數據以及外部數據運用起來，解決客戶營銷、風險防控、反欺詐等問題，成為擺在蘭州銀行面前的問題。
2017年年初開始，蘭州銀行與海致網絡技術（北京）有限公司合作，構建了全行知識圖譜平臺，在上層實現了對傳統互聯網生態各個平臺體系的支撐，在下層實現了對互聯網數據同步、行內外數據融合以及知識圖譜建設的支持。
銀行業面臨的挑戰
在云計算、大數據、互聯網金融快速發展的環境下，商業銀行傳統營銷與風險管控能力不足日益凸顯。
在營銷方面，信息不對稱，廣撒網的營銷成本太高；營銷方式與產品也不是以客戶為中心；營銷決策依賴于經驗，而不是數據；對市場商機反應不敏銳。
在風險防范方面，隨著客戶范圍的不斷擴大，傳統以人工干預、現場檢查為核心的風險防范和應對模式，無論是成本還是反應速度無法適應現在新的變化和需求。
知識圖譜構建和更新
知識圖譜就是把所有不同種類的信息連接在一起而得到的關系網絡，它提供了從“關系”的角度去分析問題的能力。
應用在搜索引擎中，知識圖譜可以將搜索結果進行知識系統化，為我們提供認知，任何一個關鍵詞都能夠獲得完整的知識體系。
無論是客戶基本信息、客戶產品信息、客戶交易流水等結構化數據、社交網站網頁、工商局網頁等半結構化數據，還是客戶財報、人行征信報告等非結構化的數據，通過數據采集的方式被整合進了數據庫中，通過屬性抽取、關系抽取、實體抽取等信息獲取流程形成知識。
然后，蘭州銀行通過第三方知識庫將這些知識進行融合，通過共指消解、實體消歧等知識處理流程，最終構建成真正需要的知識圖譜標準數據。
四場景支撐蘭州銀行業務
蘭州銀行的知識圖譜項目是從今年3月份開始啟動，到11月份，已經上線運行，取得了預期的效果。
蘭州銀行的知識圖譜平臺建設之后，主要應用在以下四大方面的場景：第一是挖掘潛在新客戶；第二，挖掘存量客戶的潛在需求；第三，反欺詐；第四，風險事件預警。
知識圖譜平臺的七大價值
知識圖譜平臺構建完成之后，應用在蘭州銀行業務場景中，對業務有著很好的支撐價值，我們把它總結為五個方面。
價值1：對公企業數據監控、同步、整合。
通過互聯網爬蟲技術，能夠一站式獲取對公企業數據，形成對公客戶視圖，客戶經理能夠直接看到所要的所有信息。
價值2：深入挖掘行內對公企業潛在關系。
以前行內企業與企業之間的關系我們不了解，或者不是很清楚。現在把所有數據導到大數據平臺里，基于知識圖譜通過人工智能方式分析之后，他們之間什么關系，通過點和線的聯系就能一目了然。
價值3：可針對企業進行一站式多維搜索。
我們可以設定地域、行業等維度，知識圖譜平臺就能夠自動匹配出來我們需要的正常信息。
價值4：自動生成企業風險及營銷系數。
這主要是為了實時了解目標企業在評分模型下的風險及營銷分值，能夠實現對企業的快速認知，提升篩選效率。根據這個分值，客戶經理可以了解客戶達到一個什么樣的風險系數，以便引入人工來進行干預。
價值5：整合行內企業轉帳、擔保信息。
企業與企業之間的轉帳信息，我們能夠根據知識圖譜及時發現關聯關系，篩選之后進行分析。
價值6：為其他系統提供企業關系圖譜知識輸出。
在蘭州銀行大數據平臺建好之后，整合了行內數據和外部數據，接入行內已有對公CRM系統、對公信貸系統、百合園辦公系統，全面提供對公業務領域大數據風險及營銷支撐。
價值7：承接生態數據從信息到知識轉化的重要工作。
通過知識圖譜向信貸審批系統（預調查環節）提供對公企業工商信息、司法信息、關系圖譜信息，極大提高業務人員的工作效率。這本來是后臺客戶經理或者更高一級審批做的事情，現在可以前置了，在調查環節，甚至在客戶經理層面就能夠獲取到這個信息。
知識圖譜未來應用探索
未來知識圖譜將被應用在更多領域，比如說我們將會深化NLP（自然語言處理），也會深化反欺詐場景。
在已經有了一個基礎的圖譜信息之后，我們將在日志解析、授信解析、貸后落實核查等非結構化文本信息方面進行NLP的深化應用；而在關系過濾、重要關系統計、關系詳情、失聯客戶查找等方面，深化反欺詐場景的工作。
通過深化NLP應用，我們將會對行內非結構文本數據進行進一步解析挖掘，發揮其業務價值。具體包括客戶挖掘、貸前貸中、貸后管理等。舉例來說，對于營銷拜訪日志的智能解析，能夠提高信息匯總效率，實現多維度可量化統計。在貸前貸中，通過授信材料解析，能夠助力流程加速。通過將NLP技術嵌入授信工作流程，能夠減少重復勞動，優化與提升效率。傳統的需要客戶經理、風險經理、授信審批崗的處理。引入了人工智能NLP自動數據處理之后，很多環節的信息處理都是機器能夠自動完成的。
在深化反欺詐場景中，在企業知識圖譜發揮效用價值的同時，我們將會深入擴展其他業務的圖譜數據。例如：在社交關系圖譜、轉賬和賬目網絡、黑名單網絡、關系詳情多對多記錄、ETL清洗數據等方面深化應用，實現反欺詐更加精準。
對于知識圖譜的思考
在知識圖譜的構建與應用過程中，我們也產生了幾點思考。
首先，單純的外部數據販賣并不能產生重大的客戶價值。將外部數據和行內數據、強關聯數據和弱關聯數據、結構化數據和非結構化數據逐漸融合成為開放的、可自由迭代與演化的企業標簽和企業圖譜，并在此基礎上建立各種風險模型和營銷模型，進而逐漸通過機器學習形成更智能的業務模塊，是銀行人工智能的方向。
其次，一個具有前瞻性，自由關聯和可挖掘的圖平臺的搭建，是銀行通往智能的基礎性工程。將產品后臺用程序寫死，在前端用圖的方式來呈現，并不是真正的大數據和知識圖譜技術，這意味著現有關系、模型之外的任何修改都要通過技術人員的程序開發來實現，更意味著機器無法代替人類進行推理。
第三，巨大的數據潛力等待我們去發掘。行內風險報告、信貸報告、審計報告等非結構化數據（文本為主）和行外非結構化數據中蘊含著巨大的數據潛力，通過自然語言處理（NLP）和機器學習進行挖掘和結構化，將會得到非常大的價值。
蘭州銀行在發展過程中認識到了科技在金融發展過程中的作用。我們深深認識到在信息化建設過程中，外包包不出創新力，跟隨也跟不出差異化，拿來拿不出核心競爭力，因此蘭州銀行采取自主研發、聯合開發、系統集成的信息科技發展道路，積極開展科技創新。科技創新就要圍繞極致的客戶體驗，提高服務效能。目前，科技創新帶來的差異化服務能力，差距化的競爭優勢正在逐步顯現。
科技創新就是蘭州銀行業務發展的必由之路。
