徐瀚：銀行數字化轉型的認識與實踐

中國金融雜志

新一代信息技術加速發展，引發了全社會思維方式、經營管理模式、市場發展格局的深刻變革。國家持續加大5G、雲計算、超算中心等新型基礎設施建設力度，數字經濟迅猛發展，戰略機遇百年難遇。在這個大變革、大發展、大融合的時代潮頭，商業銀行紛紛推進數字化轉型，意在于市場競争中赢得先機。但是，當前銀行業對數字化轉型的認知仍然存在較大差異，數字化轉型的最終表現形式是什麽、應該怎麽做以及如何檢驗等問題亟待解答。對此，銀行業需保持獨立思考和冷靜判斷，從更深層次去研究。

數字化轉型是商業銀行調整生産關系适應生産力發展的内生選擇。生産力決定生産關系，當新的生産力産生的時候，就需要調整舊的生産關系。對于商業銀行來說，算盤時代有算盤時代的生産關系，數字化時代就應該有數字化時代的生産關系，數字化轉型就是調整生産關系以适應生産力的過程。随着設備小型化、計算能力快速提升和成本大幅下降，以及存儲、通信等基礎技術的不斷發展，促使了大數據、人工智能、雲計算、移動互聯等新一代信息技術迅速發展并進入成熟期，引發了商業銀行服務方式、管理模式和競争格局等方面的深刻變革，催生了商業銀行的全面數字化轉型。商業銀行是主動還是被動調整勞動組合、業務流程、規章制度等生産關系來适應生産力發展，是數字化轉型快與慢、好與壞的分水嶺。

數字化轉型的本質是用新技術對傳統銀行經營管理進行解構與重塑。數字化轉型的本質就是通過對傳統業務、流程等解構，再采用新理念、新技術、新方法對其進行重塑。在這個過程中，傳統業務、流程等的要素沒有減少，發生變化的隻是結構、方式和方法。例如，傳統信貸中往往依靠各類報表、關系維護、押品管理等發放貸款，而在數字化時代，不僅可以依靠各類報表，還可以利用稅務數據、進出口單據、水電煤數據等，通過算法規則進行授信測算和風險管控。

數字化轉型的過程是在全渠道、全場景、全鏈路下實現業務數據化和數據業務化的螺旋式上升。全渠道、全場景、全鏈路是指線上線下全渠道一體化，包括C端、B端、G端全部場景，覆蓋業務拓展、市場營銷、産品研發、風險管控、運營管理和資産保全等各個環節。在數字化轉型的過程中，數據是關鍵，所有業務均要産生、沉澱數據，各類數據都要爲業務發展賦能。全渠道、全場景、全鏈路下的業務數據化和數據業務化可以實現數字化轉型工作從單點突破到全局優化。進一步地，将全渠道、全場景、全鏈路下銀行與客戶的每一次交互抽象爲一個觸點，客戶或員工在每個觸點交互沉澱數據後，通過決策算法生成日常經營中的作業或任務，再将作業或任務進行部署、執行或監控，最後回收。這個過程中，還會産生實時數據支撐業務發展，最終形成循環往複的閉環。目前大多數商業銀行對數字化轉型的認知和實踐還主要停留在“業務數據化”上，在“數據業務化”方面的謀劃和探索明顯不足。

數字化轉型的最終表現形式是人機協同下的“數據+算法”，人機協同中“數據+算法”比例越高，數字化程度越高。數字化銀行是由人和機器組成的一套流水線，機器由“數據+算法”組成。人定算法，機器形成決策，人機協同執行決策。商業銀行正在由基于主觀經驗的滞後離散經營管理轉向基于數據智能的實時連續經營管理，而“數據+算法”是實現數據智能的關鍵。數據基礎再好，沒有算法便無法創造價值；隻有算法，沒有高品質數據也無法産生智能決策。

數字化轉型的檢驗标準是“多快好省準”。數字化轉型的最終目的是創造價值，如果數字化轉型沒能給客戶帶來好處，沒能給商業銀行帶來質效提升，那麽披着“區塊鏈”“大數據”等技術外衣的創新都是僞創新。從客戶來看，商業銀行應該秉承金融科技爲民服務，爲客戶提供收益更多、流程更快、體驗更好、費用更省的産品和服務，在每個觸點上，給予客戶“多快好省”的極緻服務體驗。從銀行來看，應該秉承金融科技提質增效，利用數字化工具爲員工賦能，在觸達客戶更多、服務效率更快、資産質量更好、經營成本更省的“多快好省”基礎上再加一個“準”，即管理決策、營銷決策和風險決策更準。

商業銀行在深刻理解和認識數字化轉型的基礎上，要科學研判内涵外延、思維模式、經營模式、銷售模式、運營模式、風控模式等方面的新特征和新趨勢，順勢謀變，精準把握數字化發展新機遇。

内涵外延：從傳統認知向數字化理念轉變。随着信息化技術與金融服務融合的不斷深化，商業銀行在客戶、産品、渠道等方面的内涵外延不斷拓展。在客戶方面，傳統銀行主要以賬戶或産品劃分客戶，視角相對單一，難以實施差異化管理策略；而在數字化時代則是用戶概念，可以對客戶進行360度立體評價，實現差異化全生命周期管理。在産品方面，與傳統銀行産品同質嚴重、客戶體驗重視不夠相比，數字化銀行更加注重族群化和服務體驗，并針對特定客群提供一攬子金融解決方案。在渠道方面，掌銀、微銀行等線上渠道快速發展并成長爲數字化時代的主渠道，與線下物理網點協同配合、融合發展，這與傳統模式下以物理網點爲主渠道的單線單點的管理模式形成鮮明對比。

思維模式：從人力思維向數據思維轉變。随着算力的大幅上升，大數據分析應用快速拓展，爲認知世界提供了新視角，也爲商業銀行産品創新、營銷獲客、風險管理和決策分析等提供了重要支撐。商業銀行的傳統思維邊界被逐步打破，人海戰術、經驗主義等人力思維難以爲繼，數據驅動發展、數據創造價值的數據思維将成爲主流。

經營模式：從分散向集中轉變。在數字化轉型背景下，商業銀行加速了業務流程、規則、活動等内容的數字化表達，業務邏輯得以系統化解構與重塑，一定範圍和一定程度的統一數字化處理成爲可能。數據的集中管理、服務的共享複用、系統的互聯互通，使得遠程協同工作能力快速提升，在系統研發測試、數據分析應用、線上經營管理等方面實現集中。這種集中，更強調的是邏輯集中。物理上，人員是否集中視各自情況而定。對大型傳統商業銀行而言，以邏輯集中在總行，物理集中在分行，或物理相對分散爲宜，這樣可以吸收數字化轉型帶來的冗餘人員。

營銷模式：從面對面營銷向線上閉環營銷轉變。5G技術與VR/AR、AI數字人等智能技術的融合應用，不斷拓展商業銀行線上營銷的深度和廣度，爲獲客活客留客提供了新的賽道。商業銀行的營銷模式向實時的線上化交互和用戶個性需求的智能化感知發展，全渠道、多策略閉環管理的智慧營銷體系将會加快建立。傳統人力消耗較大的廳堂營銷和上門獲客方式逐步被智能手機、輕量化金融終端以及開放場景的線上觸點所取代。

運營模式：從人工服務向智能服務轉變。随着OCR、RPA、NLP等技術智能處理水平的快速提升，商業銀行傳統經營管理中标準化程度高、人力耗時多的大量工作被智能外呼、智能客服、智能催收、雲質檢所取代，業務運營的集約化與自動化程度顯著增強。在這個過程中，長尾客戶覆蓋率大幅增加，服務标準更加規範，運營成本更加低廉。

風控模式：從人爲辨識向智能控制轉變。海量數據的沉澱與風控算法的發展推動了智能風控在商業銀行的進一步應用，商業銀行應對欺詐風險、黑産攻擊的能力以及風險洞察與智能決策的水平不斷提升。在傳統面談面訪、專家經驗等人爲辨識的基礎上，增加生物識别、規則模型、交叉驗證、态勢感知等控制手段，爲商業銀行風控實踐提供了有益補充，促使風控體系向智能化發展。

爲了能在數字化轉型這場系統性、深刻性革命中抓住本質，制定正确的戰略目标和實施路徑，商業銀行應該牢牢把握調整生産關系去适應新的生産力這一根本原則，從組織架構、财務核算、數據應用、科技能力、文化再造等多方面統籌考慮、全面布局。

調整組織架構與人員結構。國内商業銀行傳統組織架構下，前中後台各部門之間協同效率不高，難以形成數字化轉型合力。商業銀行可以借鑒“中台”共享複用的思想，根據反康威定律，通過系統中心對業務中心進行整合，建立與用戶中心、客戶中心、産品中心、營銷中心、風控中心、運營中心等相匹配的組織架構，以快速支撐産品、營銷、風控、場景等前台活動，提高響應效率與能力。需強調的是，那些希望用通過研發新系統來彌補不合理組織架構缺陷的想法是不切實際的。同時，商業銀行應不斷優化線上線下人員結構，提高産品經理、數據分析師、IT人員占比，增強銀行從業者數據思維和分析應用能力。可以斷定，未來銀行從業人員如果沒有數據思維能力，就像30年前進銀行不會算盤、20年前進銀行不懂計算機，将被曆史淘汰。

實現财務核算的精準化。在數字化轉型過程中，要從價值創造、績效管理出發，在客戶、産品、渠道、機構、客戶經理、營銷活動等各個維度強化财務精準核算的能力，爲算法确定“标尺”和“準星”，使得各類模型産生的決策，不僅可以爲客戶提供最佳匹配的産品和服務，還可以滿足銀行經營管理的成本收益要求。同時，商業銀行還應将财務精準核算能力嵌入數字化轉型的戰略規劃、執行、控制和評價等各環節，形成以财務爲中心的管理閉環，充分發揮考核“指揮棒”作用。

優化運營流程與制度規則。新技術爲傳統業務流程提供了新的業務模式，對前台營銷直至後台運營帶來了全方位的影響。爲築牢數字化轉型基礎，鞏固數字化轉型成果，相應的運營流程、制度規則必須同步調整。目前，部分傳統銀行的制度規則已成爲阻礙數字化轉型的攔路石，亟待優化。例如，在貸款通則裏，存單質押貸款必須早于到期日前一天，這明顯是算盤時代的做法，在計算機網絡時代，隻要邏輯上有前後即可，無需再區分一秒還是一天。

加強數據資産的管理和應用。2020年4月發布的《中共中央、國務院關于構建更加完善的要素市場化配置體制機制的意見》中，已将數據作爲新型生産要素。當前商業銀行擁有大量數據，但是在完整性、準确性、及時性方面存在很大的改善空間，甚至直接影響了數據的使用。如何實現數據資産的管理和應用、讓數據真正創造價值是其面臨的重要課題。在舉措方面，一是明确所有者及其職責，建立健全數據采集、管理、應用的制度和流程，尤其要加強數據歸戶管理、用戶和員工的行爲數據采集、外部數據引入等；二是培養數據思維，尤其要提升業務人員善于運用數據設計産品、營銷運營、決策管理的能力，提升對數據的敏感性；三是提升數據便捷服務能力，提供産品化、工具化、平台化的數據服務，實現數據應用的“托拉拽”，增加業務人員使用積極性；四是建立企業級數據标準體系，破解“數據孤島”難題，将數據彙總到數據中台，統一對外提供服務；五是持續強化基礎設施建設，加強大數據平台、數據集市、數據中台等基礎設施的建設。

提升科技的支撐能力。吉姆·海史密斯等在其2020年著作的《價值驅動的數字化轉型中》中指出：“在這個充斥着數字化颠覆和不斷變化的世界中，必須敏捷起來才能蓬勃發展。”商業銀行推動數字化轉型，首先要建立和強化敏捷開發、快速交付的能力，在保證質量的前提下圍繞“快”做工作。一方面，要研究構建高效能的DevOps工具鏈與CI/CD流水線，建立模塊化、組件化、參數化的研發架構，以及全行标準化、協同統一的技術管理體系。另一方面，要不斷強化産品經理的技術、數據思維能力，準确切分需求，加快叠代交付。推進“業、技、數”融合的工作模式創新，優化激勵機制設計，讓團隊的共同目标成爲每一位成員的目标。

培育數字化的創新文化。當下，商業銀行亟須打破慣性思維，培育與數字化轉型相适應的創新文化，尤其要營造鼓勵創新、敢于領先、包容失敗的文化氛圍。在向先進學習過程中，要更強調對标行業而非同業，但也要知道，所有的最佳實踐都是事後總結出來的，使用“拿來主義”時一定要結合自身情況因地制宜做二次創新。當今外部環境加速變化，其方向難以精準預測，轉型的設計者和操作者也無法做到永遠正确，必須給予容錯空間和試錯成本，才能保護各方面的創新積極性。

生産力的發展是不以人的意志爲轉移的，曆史潮流總是浩浩蕩蕩不斷向前推進。在“數字中國”“網絡強國”建設的大背景下，商業銀行必須主動調整生産關系去适應生産力的發展，充分認識數字化轉型這場革命的系統性、深刻性，在戰略上布好局，在關鍵處落好子，切實做到數字化轉型“爲民服務”“提質增效”。