工行：数据决定商业银行未来转型发展方向

正文

请到「今天看啥」查看全文

第二个数字化时代，刚才说了三个方面那些工具，那些理念都非常重要。但是数字化银行里头，哪一家银行数据基础好，哪家银行能胜出生存下去。数据基础好有两个条件，第一积累的数据量大，第二数据质量好能满足应用要求，量大质量不好，不行，我们工商银行这方面有非常多的体会。我们有三点体会，第一个从大数据上面来讲，大数据你让它量大，质量好，必须有整个完整的架构、方法、制度，一整套体系才行，不是今天想弄就能弄好，一定要有长远打算，要从架构、管理、方法、制度有圈套的考虑。

第二个人工智能很时髦，阿尔法狗之后特别流行乐，人工智能在银行业影响非常关键的就是，我们银行业里头你数据决定了你人工智能能不能起作用，同样的数据同样的质量情况下，采用不同的人工智能算法得到结果差不多，我们工行分析队伍两千多人，天天做挖掘，就是说数据和数据管理能力决定人工智能用得上用不上。在大数据人工智能里头，大数据秒杀一切算法，谁数据量大，数据好就能牲畜，大数据，秒杀一切算法决定我们必须向新的跨界的互联网公司学习，向BAT公司学习，积累非常大的数据。

第三点工行怎么做的？工商银行1984年1月1号成立，但是它一成立就很大，45万员工，5.3亿个人客户，607万法人客户，我们在数据管理方面起步早，动静大，受益也挺多，决定我们现在开始引进小i 机器人 ，同盾科技我们还要专门去看看，我们怎么做大数据的管理，为各种应用打好基础，做了三方面的事。第一我们在企业级层面做了很多工作，比如说1999年9月1号中国金融业第一家实现了全国范围内所有的网点在上海数据大集中。第二点2002年我们开始建立企业级数据仓库，数据放在一起杂乱无章不行，要以LDM模型建立数据仓库。2013年我们提出建立信息化银行战略，2017年我们建立七大金融科技实验室，包括大数据、云计算、人工智能、区块链、生物识别等等。我们技术方面有企业级的做法。第二我们数据管理应用方面做长远打算，第一就是数据的管理架构非常健全，我们有企业级的标准管理体系，有一个系统ISE0，定期发布标准，制定标准，基础标准两千多项，衍生标准大概六万项，这样保证全行统一的。第二个我们企业级数据质量治理建立一个平台，任何专业数据质量问题自动分发到每个网点自己纠错。第三个这些平台都是刚性控制自动发布的，我们在基础数据管理平台架构方面还是不错。应用能力方面我们分低、中、高分配，低得直接找寻报表，中的部署模型自己用，高的我们用两千多分析队伍支持不同的业务要求，中、高、低搭配我们解决最后一公里的问题。

请到「今天看啥」查看全文