用 10 周时间，让你从 TensorFlow 基础入门，到搭建 CNN、自编码、RNN、GAN 等模型，并最终掌握开发的实战技能。4 月线上开课，www.mooc.ai 现已开放预约。
雷锋网按：人工智能在金融行业的应用已愈发广泛，不少银行也陆续开始涉足人工智能。其中大型银行更多选择自己搭建 AI 系统，而部分银行则选择采购 AI 公司的算法方案。 对中小银行而言，如果有一体化的软硬件系统能够解决他们对所有 IT 基础搭建以及 AI 算法等技术的需求或许会更好。
雷锋网观察到，其实从今年开始，更加全面的、一体化的金融云的趋势开始出现，缺乏 IT 基础和人工智能开发能力的中小银行，不仅可使用常规基础云服务，也可直接调用 AI 算法，让 AI 在金融行业普惠逐渐成为可能。
中小银行自己搭建基础金融云并不现实
资料显示，民营银行、村镇银行在开业初期拿到监管批文到开业，大致只有 6 个月的时间。这 6 个月期间，他们有大量事情去做，其中包括在规定的时间内完成一整套的系统建设、托管和云化服务，从而满足科技风险防范和满足监管要求。
我们知道，银行 IT 系统在建设过程中，需要考虑高灵活性、可拓展性、稳定性、安全性、成本之间的权衡问题，若想构建自己的银行信息系统云服务需要从 IaaS、PaaS、SaaS 全局进行部署，麻雀虽小却要五脏俱全。以城商行在 IT 投入为例，单是硬件就能耐占到 IT 总支出的 50%，而且在运行过程中很多机器会被折旧、淘汰，这对中小银行来说成本压力和技术挑战巨大。
相反，有些规模较大的银行则 IT 能力过剩，这时候他们会把能力提供给中小银行。其中，作为同业之王的兴业银行就是 IT 能力对外输出的代表机构之一，客户以农商行、村镇银行以及正在兴起的民营银行等中小银行为主。
某民营银行首席信息官说道，以银行的角度讲，选择金融云服务商看重两点：第一是快速部署和快速上线能力，可满足在两、三个月内完成上线前的准备。第二点是 IT 体系建设过程当中能够给银行带来业务上的支持，因为业务支持能力是银行科技的落脚点，也是最终的目标。中小银行搭建云服务好比做家庭影院一样，没必要自己亲自去铺光纤，只负责管控好内容资源就行，其他事情让更专业的、价格更划算的第三方做即可。
随着人工智能和区块链技术的发展，不少人认为，以往集中解决稳态的基础金融云服务似乎并不能满足银行客户对敏态的需求。以兴业银行旗下的兴业数金为例，近日他们联合 IBM 推出全新的金融云产品 “数金云”，借助 IBM Power Systems 服务器及 Power 云服务等方案完成基础设施云服务能力升级的同时，将来计划进一步为中小银行提供人工智能、大数据、区块链、金融云（容灾云、备份云、金融组件）等能力。
中小银行拥有 AI 能力不再有门槛
AI 对金融内在的改变主要体现在：信贷、金融咨询、金融安全、投资机会、监管合规、保险、智能投顾等几大领域。
而在终端交互层面的升级则更多以图像识别、智能客服的形式呈现：如蚂蚁金服利用 OCR 技术实现证件校核；用 AI 机器人充当客服聊天，还可基于用户过往的操作记录、服务时长等变量，自动分析出用户可能会选择点击的几个疑问选项。
除了蚂蚁金服外，其实不少大型传统银行都有着非常深厚的人脸识别和语音、语义技术，以其直销银行产品为例，平安天下通 App 中，平安利用人脸识别技术进行远程身份认证，用户根据系统提示，完成指定动作识别，即可进行 APP 解锁、刷脸支付以及刷脸贷款等。而语音和语义技术应用在呼叫系统和 App 智能客服中。
李开复曾提到人工智能在中国爆发的第一个且最大的领域一定是金融。因为银行正好契合了这四大让人工智能顺利运行的条件：天文数字级别的数据量；有标注的数据：比如股票市场是涨是跌，个人信贷是否偿还；领域单一垂直，如贷款的应用不能拿来做股票；有顶级的人工智能专家。
当然，第四条其实并不完全成立，虽然大多数银行拥有 AI 技术人员，但并不见得他们具备所有方向的垂直数据（如人脸数据）和开发 AI 落地产品的能力。
IBM 大中华区硬件系统部服务器解决方案副总裁施东峰介绍到，为了让银行拥有 AI 的能力，今年 IBM 在与兴业数金这样的金融云服务机构合作时，会在 Power Systems 服务器以及 Power 云服务机构中添加 Caffe、TensorFlow 等深度学习框架，一体化的软件硬件方案为金融云服务商的银行客户提供重要客户识别、ATM 行为智能分析、影像自动化分析、可定制的识别分析模型等功能，直接降低开发和使用门槛。
有业内人士提到两个观点：中小银行对 AI 是否有确切的应用需求很关键；其次是 IBM 或者采用 IBM 方案的金融云服务商要想在银行大规模普及 AI 技术，会与 AI 公司的金融业务产生冲突。
为此，雷锋网采访了邯郸银行 CIO 王强，询问邯郸银行对 AI 的态度。王强是 CMU 人工智能博士，有着近 20 年的金融 IT 研发与管理经验, 其在银行变革管理、银行 IT 规划与核心系统转型、Fintech 等方面具有丰富的研究和实践经验。在担任邯郸银行 CIO 之前，王强曾任 IBM GBS 美国金融行业 IT 设计合作总裁，宇信易诚高级副总裁兼首席金融专家，Fiserv 亚太区董事总经理和 TCS 大中华区首席咨询顾问等职位。
中小银行对 AI 技术的态度
王强介绍到，邯郸银行目前还没有大规模使用相应的 AI 技术，但未来会在知识方向和学习上面做研究，然后将相关技术应用在手机银行、直销银行以及微信银行中，从功能和客户体验层面利用知识方向和学习技术。与此同时，也会将专家决策，大容量、大数据挖掘、专业决策体系等技术应用在信贷当中。
其中算法部分会由邯郸银行自己负责，由邯郸银行博士后创新基地负责算法研究。而在开发这块，邯郸银行会与第三方供应商进行合作。
在问道是否会采用 Face++、商汤科技、云从等公司的刷脸技术时，王强提到，邯郸银行也正在尝试做人脸识别方面的工作，但由于邯郸银行在人像采集能力和数据积淀相对较少，现阶段的工作在大量地补录人像非结构化图像数据。当然，邯郸银行也不排斥采用上述 AI 公司的人脸识别技术方案。
随后雷锋网问道，如果未来 IBM 在其 Power Systems 中加入大量认知计算的功能从而一起打包卖给银行以及其他行业的客户，让这些客户拥有部分 IBM Watson 的能力，这时候是否会影响到其他 AI 创业公司的金融业务。
此前也曾供职于 IBM 的王强从两方面看待这个问题，他指出 Watson 在北美使用较多，到中国后的最大问题是它对中文的语音识别、语义理解能力有所欠缺。
如果银行拥有部分 Watson 的能力，从银行的角度讲，其实 Watson 在高融的处理方式层面，包括深度算法和结构算法会对银行征信体系的完善有很大的意义。因为征信领域需要从多方面的数据来进行综合处理，从而找出更好的数据项，包括建立模型、学习、数据处理、智能决策分析。Watson 的进入直接受到影响的就是中国征信市场的八家征信机构。其次 Watson 提供的相似度学习和神经网络、深度挖掘等算法可应用在信贷领域。
而像 Face++、云从、第四范式等这类 AI 算法供应商，虽然他们也与银行有着一定的合作，但其在金融行业涉及的层面较浅。金融行业产品非常复杂，AI 公司需要提供更多的专业解决方案。因此 AI 若想服务好银行客户，需解决银行更多、更深层次的需求，其中非常重要的一项是一定要加强知识库的能力。因为整个知识库模型没有一个标准模式，这时候数据和数据之间的逻辑关系以及相似度的关系，需要进一步地进行开发和学习。所以从各自的优势来讲，IBM 与 AI 创业公司在银行领域所侧重的业务交集并不大。
现阶段常规的金融云服务犹如电力一样，由某些机构开发然后输送至各个中小银行，从而降低了研发和使用成本。可以预见，未来人工智能也将会作为这波 “电力” 的一分子，与区块链等技术一起输送至银行手中，使得金融 IT 在性能层面更加智能，在操作层面更加便捷。
