神州信息副总裁戴可：未来一家企业的市场价值取决于数据资产价值

　　第二十届中国国际金融论坛于2023年12月14-15日在上海召开，神州信息副总裁戴可出席并发表演讲。

　　以下为演讲实录：

　　各位嘉宾、各位领导：

　　大家早上好!

　　我是神州信息的戴可，今天跟大家汇报一下我们近期的一些企业想法，包括可能针对于下一步关于金融科技对于金融行业的促进整体思路和计划。

　　今天想讲就是关于数云融合AI银行思路，在近期的一些市场调研报告包括大家刚才嘉宾也提到，金融科技发展包括数字化进入了深水区，从原来偏向于前端、偏向于比如说触点或者一些拓展银行规模逐渐向银行高质量发展角度拓展，包括进入到架构层面、中后台甚至对于整个银行经营管理层面促进越来越受到各个银行、企业、CIO重视。

　　尤其大家可以看到在过往的调研当中，往往去拓展银行资产规模或者是加速银行的发展是比较靠前的，但是在最近两年情况在发生变化，从调研结果来看，大家可以看到像运营效率、产品服务创新以及整个企业战略的落地、数字化具体执行，还有像看到以客户体验超过了对业务规模拓展这样的诉求。所以大家可以看到对于科技赋能来讲逐渐从原来大家可以更显性，向更隐性、更内功角度发展。

　　基于此我们可以看到，其实未来金融科技的创新包括对银行等金融机构的支持，逐渐向这几个方面拓展：

　　1.资产的数字化。

　　随着数据作为生产要素、作为我们整个的入表大趋势来讲，未来金融机构管理的资产不仅仅限于金融资产，实物资产等等传统意义上的资产，资产本身也会包括像数据资产以及传统资产的数字化转型，也就是说我们看资产评估会从数据和它未来前身价值看，所以第一来讲未来特点就是资产数字化。

　　2.产业数联。

　　银行大家都知道以前做对公业务找了很多产业或者行业的专家，来去跟银行的金融业务结合，未来数据也是一样的，金融数据和产业数据，以及更多数据来源会形成整个叫做产业数联数字化中台或者数据中台未来发展的定位。

　　3.智能化。

　　智能化其实并不是去简单替代人工，那只是其中一部分，智能化其实是让人发展更大的价值，或者让人创造更多的价值，所以这一块未来随着人工智能、随着AIGC发展以后，我们认为像内容的生成、大模型在行业里面应用，会越来越多的体现它的价值。

　　4.无边界。

　　其实我们一直认为数字化最终产物是让人和企业的天赋得到更大发挥，不仅是补足短板而更多是让长板变得更长，我们认为在未来下一步数字化也像整体战略下会从四个角度去更深入为我们企业、金融机构带来价值。基于此我们自己的思考是目前逐渐把我们整体的科技能力和对于金融行业的理解形成了叫做基于数云融合AI bank体系，两个最重要因素：

　　1.数据资产。

　　2.数云原生平台。

　　数据资产不用赘述大家都很理解，这里面想强调一点数据资产基于你的敏捷业务的创新和整个知识发现和内容生成，业务本身是载体，业务运营、业务本身的数据和数据提取、知识提取这一点是它的内涵，只有在业务加上我们知识和内容的生成以后，才能真正形成未来我们数据资产的沉淀。

　　数据资产沉淀其实是基于我们整个数云平台，也就是说数据的中台还有我们云原生的一些平台，这里面我们重点是想落脚点在三个方面：

　　1.分布式技术中台。未来的金融机构中枢，技术中枢其实是以工具组件以及工具组件能够带来的对于业务的支撑工具箱，基于此我们是开发分布式的技术中台去支撑未来我们的技术敏捷性和我们整个数据资产的沉淀。

　　2.数据中台。在数据层面上从数据治理到整个的数据价值的挖掘，也就是符合所谓数据资产的几个要素逐渐沉淀在数据中台上面，同时我们也看到基于数据资产本身未来的应用以及未来能够带来的对企业或者银行，带来未来潜在的营利性是我们整个建设目标。

　　3.AI中台。这里面包括了我们现在大家讲的AIGC的最新大模型，包括我们的通用模型和行业大模型，还有就是基于我们整个其他AI的应用去形成我们对金融行业的洞察，这里面不仅包括了对于业务本身的应用同时也包括了对于像低代码、底层的软件使用开发这方面的效率提升。

　　在此之下是我们整个技术架构的创新，包括了大家可以看到，通常看到像信创和我们在多云环境下的对云原生的支持。

　　这里面可能我们重点聚焦三个方面我们认为是比较重要的在下一步发展当中：

　　1.围绕数据中枢。这里面数据中枢其实已经不同于我们原来讲的比较基础的数据治理，因为这些基础工作我们认为在过去几年已经得到了很大发展和夯实，更主要是基于我们比如说银行金融机构客户理解和洞察，尤其是现在从C端向B端的转型，重点去看围绕着比如说供应链、围绕着整个的产业和金融的数据打通，这些方面。

　　在此之外再去延伸和业务的场景比如说像零售更多的是跟营销、跟整个的客户KYC、风控结合。像对公更多结合比如说刚才提到供应链也好还是整个基于现在包括ESG绿色金融、转型金融的结合。这里面我们还特别强调一个观点就是建设本身很重要，但是运营是未来提供持续价值的过程。所以我们无论对于对公还是零售的金融业务，我们非常强调在数据的运营这一块，能够持续的为银行带来价值。

　　2.基于数据，一边是我们的技术中枢，也就是刚才提到像分布式、企业的建模、基于技术资产运营方面。另外一边是AI人工智能中枢，基于泛在应用，通用模型应用还有行业大模型应用，国内和国外还是比较大差别的，因为国内我们目前来讲以神州为例更多基于开源大模型方式建设我们在金融行业本身的行业大模型。

　　3.再往上就是AI能力中枢，在AI能力应用上面不管业务结合还是跟软件的开发和运营结合，所以这是我们认为三个比较大的未来发展抓手。

　　时间关系，每点重点讲几个我们核心观点，我们在业务中台和技术中台，我们希望通过左边大家看到业务建模平台，然后通过技术的工具组件，让业务能够提炼建模成为我们在整个技术和业务的中台资产上面进行管理，所以右边有一个资产管理平台，最终形成一个良性的运营循环过程。

　　银行业务不断提炼和抽象出来以后，在我们的中台上去沉淀，然后工具组件达到一定规模体量以后能够不断输出给整个的金融行业或者其他类似的银行去做基础的编排。底层是我们基于容器云和整个多云管理的平台，其实一点都不技术，因为大家可以看到在国外来讲，更多的是公有云，国内来讲是混合云情况比较多包括行业云。所以这块未来会形成基于云的技术工具组件大的中台理念。

　　另外数据中枢，大家可以看到目前我们认为比较重要的像对于数据治理、数据建模这是基础技术方面，同时再往上包括像数据资产盘点、资产运营、价值评估。因为对于资产来讲一定是可估值、可交易，而且能够未来提供运营价值的。所以这块我们形成整个数据资产闭环，当然现在可能谈这个事情属于大家都在摸索、试水阶段但是一定是大趋势和方向。所以这块非常坚定在认为，在未来数据资产的生态里面，一定是未来整个金融行业底层最核心的逻辑。

　　所以，未来我们认为一家企业、一家金融机构它的估值、整个市场价值取决于数据资产价值，而不仅仅是现在传统意义上的估值和评估水平。

　　谈到AI银行，我们认为在AI和AIGC环境里面，可能分五步骤来走：

　　1.降本增效。刚才提到提高运营效率，包括我们刚才提到软件的开发运营、科技应用，其实也会植入很多AI和AIGC成分在里面。

　　2.知识问答。所谓在业务端、整个洞察理解方面的应用。

　　3.多种AI技术融合。真正实现在我们AI技术上面和银行业务，和很多软件应用、顶层设计去结合，基本上到第三步的时候我们认为就出现AI银行的雏形。未来再往下走会在过程自动化，有别于传统的RPA或者是流程自动化，我们认为包括整个的经营管理、包括整个银行运营会有更多的自动化程度在里面。

　　最后就是我们整个高阶智能化，这里面对于决策无论是人工+机器结合还是多部门、多条线联合决策都会应用我们整个AI的大模型在里头。

　　最后，是以客户旅程为例，在AI银行的范围里面，未来包括比如说像零售银行的整个经营管理我们认为会集中在数据资产的沉淀也就是下面蓝色的，里面会包含我们比如说精准洞察、实时感知、多维触达包括自动流程和智能分析，包括现在提到像一些智能的经营管理、数据分析和决策，前瞻性预判很多的比如说我们资产结构和经营管理决策。

　　基于此往上我们认为一方面是陪跑运营理念(左上角)。另外我们认为是智能化平台支撑，刚才提到几大平台的基础，我们在技术和业务工具组件上。

　　最上层我们认为是客户的客户旅程，从客户角度银行等金融机构客户角度来讲如何实现业务办理和整个价值串联，最基础下面就是刚刚提到数据中枢和我们的金融技术的中枢。所以，以零售银行为例，我们认为未来所谓的AI bank下面会出现整体业务模式改变，所以我们后比较坚定从原来单纯以比如说软件或者系统的开发集成，逐渐向金融科技赋能整个的业务模式转变和创新。

　　这是我们今天向大家汇报的，以上是我们主要的今天观点，谢谢大家!