一、案例簡述

后疫情時代，全球經濟衰退，金融市場波動加劇，多國央行開啟降息潮，商業銀行面臨嚴重挑戰。危機蘊含著轉機，疫情的緊迫性、嚴峻性和長期性加速了線上數字經濟生態的發展，數字化轉型成為各家銀行應對挑戰，打破僵局的必然選擇。南京銀行作為首家在上交所上市的城商行，一直關注轉型創新和高質量發展，踐行數字化轉型。通過堅持1個企業級轉型戰略，全局謀劃、全行協同、集團推動。

創造2個保障條件，

一是組織轉型激發組織創新力與敏捷性，

二是文化轉型創造數字氛圍。

貫徹3個核心原則，

一是戰略和執行統籌并重，

二是業務與技術雙輪驅動，

三是自主與合作并重。

推進4個關鍵行動，

一是頂層設計，發現價值、制定藍圖、規劃路徑；

二是平臺賦能，強化數字化能力，搭建支撐數字化轉型平臺;

三是生態落地，以生態方式構建數字化系統,實現“網狀互聯”合作；四是持續迭代，包括功能級“短周期”迭代、平臺能力級“中周期”迭代、規劃設計級“長周期”迭代。實現對零售金融、公司金融、金融市場、風險管理、公共運營5大業務板塊的持續賦能。

二、轉型工作情況

（1）戰略規劃

南京銀行較早意識到數據作為生產要素的重要意義和巨大價值，逐步踐行數字化轉型，助力高質量發展。早在2018年，我行胡昇榮董事長即提出：“加快大數據體系建設，穩步推進數字化轉型戰略，規范數據架構體系和數據治理體系，運用大數據推進數字銀行和智能銀行建設，為數字化業務發展提供創新動力”。同年成立數字銀行管理部及數據管理委員會,旨在依托云計算、大數據、人工智能等前沿科學技術手段，推動本行數字化轉型戰略落地實施，發揮數據資產價值，為業務創新發展賦能。同時，為本行數字化轉型戰略制定科學的落地實施方案，分成三個階段循序漸進：第一階段搭建數據治理體系，建設“1+2+3+4”的數據平臺架構，并開展人工智能試點；第二階段完善數據資產體系建設，拓展數據平臺功能，升級智能應用，將數據服務和模型融入到經營和管理流程之中；第三階段細化數據分析和數據運用，在經營管理中廣泛運用大數據和人工智能，發揮數據價值，構建數據驅動型創新體系和發展模式，深化數字化轉型，全面建設“數字銀行”和“智能銀行”，落實“數字化經營”和“數字化管理”，實現“業務數據化、數據資產化、資產服務化、服務智能化”。

（2）業務模式南京銀行圍繞“以客戶為中心”，強化“規劃引領、戰略機遇、領先半步”意識，以場景生態連接客戶，以協同融合贏得市場，運用數字化能力為業務發展賦能。本行通過打造全行的數字化和智能化服務產品體系，包括鑫航標、魔數師、水晶球、數字員工等，完成行內外海量數據的處理與分析，利用豐富的數據分析技術、人工智能技術，挖掘數據的深層價值，形成業務知識和智慧，在客戶服務、風險控制、運營管理等各領域為業務管理提供更準確的決策支持依據，構建面向未來的智能銀行，切實提升全行的核心競爭力。

一是在客戶管理及精準化服務領域，運用大數據分析，借助金融科技的力量積極構建營銷和獲客場景，強化產品和服務創新。

在對公客戶服務方面，通過場景植入、聯動賦能和智能推介，打造適合企業客戶的智能觸客模式，建設了鑫e伴小微客戶服務體系，支撐實體經濟，服務小微客戶，踐行普惠金融。在零售客戶服務方面，建設客戶標簽體系，打造客戶畫像，實現客戶洞察，打造了建大零售智能化營銷閉環體系，涵蓋營銷活動設計、產品推薦、權益發放、活動執行和效果評估的運營閉環，今年以來，已累計發布了266個智能營銷活動，為客戶提供精準化特色化的金融服務。

二是在風險控制領域，打造智能風控，開展全面風險監測。

南京銀行從客戶生命周期的各個階段開展基于大數據的分析應用，完成從客戶準入、反欺詐、貸中監測到貸后預警的全流程風險管理，防范和化解金融風險。搭建基于大數據的風險預警體系，建立了全行大數據風險預警指標體系，識別出潛在的違約客戶，提示工作人員對其予以重點關注。

三是在運營管理領域，巧用人工智能技術，以解決運營中面臨的難點為突破點，創新客戶服務模式，開展智能化運營。

運用智能語音服務技術，代替人工客服，提高語音外呼效率，提升客戶服務質量。運用圖像識別技術，智能識別出圖像中的關鍵業務信息，完成動態人像核驗。運用自然語言處理等技術，開展“鑫星人”數字員工服務能力建設，在本行手機銀行中建立數字營業廳，數字員工“楠楠”“晶晶”已經可以為客戶提供業務辦理、引導、答疑、閑聊等81項服務。本行數字員工已正式“入職”，是金融業首個實現落地的該類人工智能應用創新。

（3）技術架構

為更好地服務于本行的數據開發人員、數據分析人員、業務分析人員、數據建模人員，提供可復用、共享、標準化的數據服務，將數字化轉型向縱深推進。本行建設了面向"服務化、敏捷化、智能化"的一站式企業級數據中臺。

主要功能

1. 在數據分析方面，提供一站式、多場景的OLAP解決方案，支持各級業務與技術人員自主化、定制化的數據使用。通過客戶洞察、交互式分析和可視化工具等系統化能力，協助用戶認識數據、分析數據、利用數據，從數據中獲取新的認知，通過數據驅動助力業務的快速增長；

2. 在數據服務能力方面，將數據倉庫、各應用數據集市的數據以服務化、接口化的方式提供給數據使用方，屏蔽底層數據存儲、計算的諸多細節，簡化和加強數據的使用。

3. 在數據資產管理方面，提供數據地圖、數據標準、數據模型、數據質量、數據安全功能模塊，可以幫助企業在數據中臺層面實現數據管理，持續推動數據資產價值的提高和釋放。

4. 在數據開發方面，綜合運用大數據平臺提供的技術組件，打通從數據接入、交換、模型開發和服務化輸出的整個鏈路，為數據開發人員提供一站式、自動化數據研發流水線模式，通過提升數據研發效率賦能對業務的敏捷響應力。

5. 基于機器學習和深度學習技術體系，構建人工智能平臺，推動金融服務模式趨向智能化，在智能獲客、智能營銷、智能風控、智能運營等業務場景中提供AI能力支撐。

關鍵技術

1. 數據分析方面，探索使用高性能的OLAP計算引擎，滿足海量數據的即席查詢和多維分析；

2. 實時計算方面，采用FlinkSQL引擎承載提供標準化的流式建模，同時外圍配套完備的大數據處理支撐體系，支持一鍵部署實時任務和自動化的運維監控；

3. 數據資產管理方面，基于關聯圖譜計算構建數據血緣關系，底層基于圖計算平臺，存儲數據血緣關系，上層應用使用圖查詢和圖分析服務靈活探查數據血緣及影響性分析；

4. 數據開發方面，采用一站式、配置化的SQL開發模式構建整個數據流水線，ETL作業處理上采用基于智能算法檢核SQL質量和基于全局負載優化的調度算法確定作業優先級及資源配額；

5. 人工智能處理方面，基于機器學習和深度學習搭建算法建模及應用體系，并完成AI模型全生命周期管理和業務場景賦能。

三、轉型成效

近年來，南京銀行經營業績始終位于城商行前列。在英國《銀行家》雜志公布的2021年全球銀行1000強排行榜中，南京銀行列第109位，較上年大幅提升19位。2021年半年報顯示，本行資產總額1.66萬億元，較年初增長1400多億元，增幅近10%；存款總額超10000億元，較年初增長1000多億元，增幅超10%；貸款總額7600多億元，較年初增長900多億元，增幅超13%；實現營業收入超200億元，同比增長超14%；中間業務凈收入近34億元，同比增長超過了32%。不俗的業績來源于我們面向客戶、面向未來、擁抱數字變革、拓展場景生態。大零售、交易銀行兩大業務戰略成功的關鍵在于打造開放、便利的生態環境，讓客戶更加方便、貼心的場景體驗。在個人客戶服務端，適應家庭金融資產配置快速提升的大勢，打造“千人千面”精準營銷和分層服務；聚焦年輕客群提升NCard信用卡產品體驗，力求實現“換道超車”。在企業客戶服務端，縱向以“鏈”，以現金管理、供應鏈金融為重點，融入核心客戶的資金鏈、物流鏈、信息鏈和價值鏈，鏈接上下游經營場景；橫向以“面”，建設科技金融服務生態圈，延伸中小客戶服務邊界，構建全新的開放平臺。在奔騰而來的數字化時代，我行保持了對大數據、人工智能等信息科技的投入，加快數字化文化在全行滲透。將數字化能力深度運用于業務發展中，積極推進基于大數據和人工智能的“人機協同”，深化經營數字化、管理數字化，為經營管理持續賦能。

四、面臨的痛點難點及建議

作為中小銀行，數字化轉型難點主要有以下幾點：

一是數字化人才隊伍建設。當前中小銀行資源投入有限，對復合型專業人才的吸引力不強，內部人才梯隊有待培養，導致數字化轉型所需的人才緊缺。

二是數據治理。數據質量不均衡和部門分割是相對較為常見的問題。在數據治理上投入的時間和精力難以看到立竿見影的回報，數據的標準化和質量提升是一個長期性的系統工程。

三是風險管控。數字化轉型的商業銀行擁有更廣泛的業務范圍，更多樣的產業類型以及更龐大的客戶群體，意味著相關金融模式更復雜化，相關的信息風險、業務風險更難以把控。針對以上難點，在隊伍建設方面，建議拓寬金融科技人員職業發展通道，加大培訓力度；綜合運營多種招聘方式，擴大數字化人才規模。在數據治理方面，保持戰略定力，全行上下一盤棋，前人栽樹后人乘涼，堅持不懈深入進行數據治理；同時加強對數據價值和數字文化的宣導，讓數據治理造就數字產品“源頭活水”的理念深入人心。在風險管控方面，用新手段解決新問題，數字化管理與數字化經營并重，在實現數字化獲客、數字化營銷的同時，數字化風控和數字化運營也要跟上，讓數字化轉型深入到經營與管理的方方面面。