随着以5G、区块链、物联网、大数据、云计算、数字孪生、人工智能等数字科技为引领的第四次工业革命的兴起，产业互联网发展进入快车道，居民消费转向线上并呈现个性化、定制化、多元化的趋势。为了把握这个短暂的转型窗口期，大部分商业银行都纷纷进行数字化转型，对于数字化转型的本质、难点仍在探索阶段。因此，笔者以在商业银行的实际管理经验为基础，借鉴智能工业数字化的历程，探讨商业银行数字化转型的实际方法。
数字化转型的本质：数据流动的自动化信息技术爆发式进步对商业银行的本质影响，是将商业银行置于不确定性的环境中。数字科技直接拉近了银行与客户之间的距离，在竞争激烈的互联网环境下，银行必须在金融交付方式上满足客户个性化需求，以此获取、激活并黏住宝贵的客户资源。在数字时代，银行必须以有限的人力、财务、研发等资源，以创新的金融服务快速响应客户不确定的金融需求。对于任何一家银行来说，资源都成了最为紧缺的要素，只有提高资源的配置效率，才可能缩短产品研发周期、提升服务体验、敏捷预测金融需求等。因此，在不确定性的环境中，银行竞争的核心就是资源配置效率的竞争。
资源配置的背后，是银行在研发、设计、交付、定价、客服、营销等每一个环节的决策。在数字时代，决策是否智能，决定了资源配置效率的高低。此处“智能”，是指一个主体对外部市场环境的变化作出响应的能力。以智能制造为参考，美国NSIT强调智能制造解决的三个基本问题是：差异性更大的定制化服务、更小的生产批量、不可预知的供应链变更，其本质就是响应外部环境的不确定性变化。
银行的智能决策，不仅仅是物理世界中看得到的机器设备自动化，还表现为虚拟世界中看不到的数据流动的自动化。数据流动的自动化要求实现“五个正确”，即把正确的信息，在正确的时间，用正确的方式传递给正确的人，以此为依据作出正确的决策。例如，客户需求信息被采集之后，在银行的经营管理、产品设计、体验设计、产品研发、产品测试、产品维护等每一个环节流动，信息不断被加工、处理、执行，进而实现在正确的时间将正确的数据以正确的方式传递给正确的人和机器。正是信息技术、物联网、大数据等数字科技的进步，保障了数据流动的自动化，从而帮助银行构建更加高效、低成本、精准、科学的智能决策体系。
基于以上分析，商业银行数字化转型的根本动机，是以数据流动的自动化来化解复杂环境的不确定性。传统机器设备的自动化替代了体力劳动，数据流动的自动化则替代了脑力劳动。判断银行内部决策是否智能，就是看在数据流动的每个环节，是不是需要越来越少的人参与。基于智能决策的要求，数据流动的内涵也有了巨大的变化，过去的数据流动是基于文档的流动，今天的数据流动是基于模型、风控、反欺诈、交易要素的流动。因此，商业银行数字化转型的本质可以定义为：在“数据+算法”定义的世界中，以数据流动的自动化化解复杂系统的不确定性，对外部的环境变化作出高效响应，最终目的在于提高资源配置的效率。
数字化转型的最大难点：集成应用困境数字化集成的本质，是不同业务系统之间的数据能够实现互联、互通、互操作。集成是智能制造的核心概念，德国工业4.0提出三个集成（横向集成、纵向集成、端到端集成），中国工业和信息化部提出两化融合的四个阶段（基础建设、单向应用、综合集成、创新引领），都在强调将单向应用系统打通。集成之所以对银行数字化转型同样重要，是因为银行信息化的投入和收益并不是线性相关的，收益只有在投入跨越了某一临界点之后才会呈现指数化增长。因此，银行数字化转型从单向应用、企业级集成、产业金融链集成到产业金融生态集成，只有在集成跨越了某一拐点之后，数字化转型的效益才能体现出来。如果说，工业互联网所要解决的核心问题是在产业链和产业生态层面上构建一个新的数字化转型的体系，那么当前银行核心系统下移与分布式系统上行所要解决的核心问题是在金融交易服务与金融生态服务上构建一个新的数字化转型体系。遗憾的是，当前所能提供的商业银行数字化转型的解决方案，更多针对的是单向应用。
正如“中等收入陷阱”一样，从单向应用迁移到集成应用将面临诸多挑战，我们称之为“集成应用陷阱”或“集成应用困境”。无论是在智能制造领域还是金融科技领域，真正实现内部集成是非常困难的。基于对国内十多万家企业集成水平的评估，能够在产品设计、工艺设计、生产制造、生产过程控制、产品测试、产品维护等环节打通的领先企业数量非常有限。基于对国内外一万多家商业银行集成水平的评估，能在金融产品需求、研发、测试、上线、营销、风控、反欺诈、API对接、ISV等环节打通的领先银行数量同样非常有限。但是国内一些互联网银行，如网商银行、微众银行，已经成为商业银行数字化转型的标杆企业。互联网银行能够跨越集成应用困境，主要因为天生具备互联网生态基因，在建设产品体系时有集成的意识，且多以C-Bank模式从零开始建设，集成难度相对较小。
集成应用困境的核心矛盾是企业全局优化的需求和碎片化的IT供给之间的矛盾。当前商业银行竞争的核心是资源优化配置效率的竞争，需要在更大的范围、更广的领域、全流程、全生命周期、全场景推动数字化转型，只有实现全局集成、全局优化，才能创造更多的价值。但是当前商业银行的IT供给依然是碎片化的，这源于过去60年里碎片化的IT供给史，无论是核心系统研发，还是金融产品研发，解决问题的基本思路都是先解决局部问题，再把一个点的问题拓展为一个线的问题。碎片化供给的思路延续至今，导致当前商业银行往往出现几百套相互孤立的“烟囱式”产品系统，能够实现开放式的银行体系只是凤毛麟角。商业银行数字化转型，不仅需要点、面的解决方案，更需要一个生态级别的解决方案。
“数字化转型2.0”商业模式解决方案当前商业银行的核心系统、产品系统已经变得越来越复杂，而传统IT技术架构解决方案与支撑复杂产品系统的要求差距越来越大。为解决企业全局优化的需求和碎片化IT供给的基本矛盾，商业银行必须在边缘计算、云计算、移动端架构体系之上构建一套新的商业模式解决方案，即“数字化转型2.0”。如果说“数字化转型1.0”是基于传统IT架构和桌面端，那么“数字化转型2.0”是基于边缘计算、云计算、移动端为代表的IoT的新技术渠道。
“数字化转型2.0”可以划分为需求端、供给端、供需端、数据价值四个层面。在需求端，银行不再基于相对确定的需求来实现低成本、高效率，而是基于更加个性化定制、碎片化的不确定性需求，进行商业模式创新（包括业务创新、产品创新、商业模式创新、组织创新）。在供给端，面向流程、面向局部的封闭技术体系已不够，需要构建一个面向角色、面向场景、面向需求、全局优化的开放技术体系。在供需端，交付软硬件不再是全部任务的结束、而是运营工作的开始，和客户一起运营为客户的客户提供更有价值的解决方案。在数据端，围绕数据价值实现层面，包括业务数据化和数据业务化两个层次，即在数据底座之上，基于客户实时需求，利用基于云的技术中台、业务中台、数据中台快速构建与迭代解决方案。
商业银行原有技术体系复杂，在实现“数字化转型2.0”时，必须解决原有架构体系向新架构体系迁移的问题。以工业互联网为参照，工业互联网把工业的技术、经验、知识、最佳实践等封装为各种各样的组件，通过提高共性技术知识的沉淀与复用水平，重构工业知识创造、传播和应用的新体系，降低了创新的成本和风险，提高了研发生产服务的效率。商业银行将传统架构体系向“数字化转型2.0”迁移，可以按照以下四个步骤执行：一是解构数据，不断地用软件去解构和分解当前产品系统的数据；二是构建微服务池，基于数据组件，构建新的微服务池；三是链接平台，针对金融产品解决方案，调用和链接相关微服务；四是重新构建一个面向角色、面向场景的APP。“解构—微服务池—调用—面向场景APP”体系也将员工从重复性工作解放出来，使其可以投入精力和时间从事创造性的工作。
“数字化转型2.0”的未来，是构建一个虚拟的数字“孪生世界”。在虚拟世界里，商业银行可以更加高效、低成本、精准地模拟现实世界，智能地作出决策，并将决策结果反馈到现实世界，最终迈向零成本试错之路，最优化地响应不确定性环境。预览时标签不可点收录于话题#个上一篇下一篇