东亚中国实现全行数据100%入湖，AI大模型谨慎探索
出品｜InfoQ·《行知数字中国》
编辑｜高玉娴
作为一家中小型银行，东亚中国在数字化转型的实践中提供了哪些启示？
对于中小银行而言，数字化转型既是一次前所未有的机遇，也是一场充满挑战的考验。面对技术的快速更新和客户需求的不断演变，这些银行正努力寻找平衡点，通过数字化手段和人才培养机制去提升效率和服务质量，同时解决资源有限和技术跟进不足等固有难题。
在这个过程中，银行的服务和产品设计从传统的经验模式转向数据和智能驱动。数据在其中不仅是决策的基石，也是提升银行客户体验、优化产品和服务的关键。
东亚银行（中国）有限公司（简称“东亚中国”）的数字化转型之路，尤其凸显了对数据的重视和深度挖掘。
具体表现在东亚中国在夯实数据基础方面的一系列行动，包括但不限于，建立国产化大数据平台，并实现全行数据 100% 入湖；搭建数据管控平台，确立了全流程数据治理体系，从而有效地保障了数据的安全和质量。
此外，东亚中国还打造了灵活数据分析平台 EUREKA。过去，银行依赖 IT 部门开发大量固定的业务分析报表，这不仅消耗了大量的 IT 资源，也需要长时间的排期等待。随着数据分析平台的推出，从提供固定报表转向开发灵活的数据集，使银行的各部门能够自主进行数据的拖拉拽操作，实现一定程度上的自助取数，最终有效提升了数据的应用效率和范围。
“我们现在业务分析类固定报表全行只剩下不到 50 张，这些固定报表基本上都是有特定用途的。”东亚中国战略及数字化办公室总监洪建帮在接受 InfoQ 采访时介绍道。
除了数据方面，流程、人才、创新也是东亚中国数字化转型的着力点。例如，推出数字化培训生项目，通过“数赢”数字化人才培养体系，试图打造既精通金融业务又熟悉数字化技术的复合型人才队伍；采用 RPA+AI 等金融科技手段开展流程自动化；在创新实践方面，东亚集团成立了金融科技平台 BEAST，截至目前该平台在香港地区支持 60 多个金融科技初创企业开发了超过 110 个项目。2023 年东亚中国基于 BEAST 品牌也在深圳前海建立了创新中心，作为深港两地金融科技初创企业的连接桥梁。
《行知数字中国》× 东亚中国
时间线拨回到 2020 年，彼时东亚中国花了约半年时间为数字化转型做相关评估，并制定了不同阶段的目标。具体采取了“打基础、补短板”的策略，重点布局流程和数据两个关键领域。
流程方面，他们主要关注客户旅程的梳理与精简，以及客户旅程的线上化与自动化两个阶段。而数据方面，他们分为“识数、用数、用好数”三个阶段。
在“识数”阶段，东亚中国聚焦在发现问题和统一数据标准。东亚中国传统的数据仓库已运行 10 余年，存在一些弊端，如未能 100% 接入源系统数据、跑批处理效率低、数据获取难度大等，所以在夯实数据基础方面，除了做好数据治理之外，主要目标就是对大数据平台进行建设或优化。
而在“用数”阶段，东亚中国侧重在利用数据解决问题，完善基础应用。发展到今天，东亚中国的数字化转型已处于“用好数”阶段，旨在利用数据创造价值，并推动数据智能来进一步提高业务效率。
洪建帮强调，不同阶段的数字化转型工作并非完全割裂，而是需要同时推进。经过三年多的努力，东亚中国已成功推进了多个平台和项目，包括大数据平台、数据管控平台、数据分析平台以及数据驱动的客户经营管理平台等。
在确定推进数字化转型的产品和服务时，洪建帮指出，他们首先要做的并不是直接查看数据或流程存在哪些问题，而是审视自身的核心竞争力和战略定位，围绕业务策略看看哪些方面存在短板，有哪些竞争优势需要进一步打造和提升。
回到东亚中国自身，作为全国经营的跨境金融服务银行，他们主要有两大战略优势：全国经营和跨境服务。基于这些优势，他们的客户群体主要包括全国经营的集团型客户，以及有跨境金融服务需求的客户。针对集团型企业，这些企业通常拥有庞大的子公司网络，为及时了解客户风险信息和异动信息，他们建立需要数据驱动的客户经营平台来支持客户的需求。
此外，在检视客户服务体验时，东亚中国发现系统之间存在隔阂，数据孤岛现象严重，导致客户经理难以从不同系统中获取准确、一致、完整的数据，这也是其数字化转型的痛点之一。
“我们要服务好这些客户，就落到我们要打造什么样的平台，但打造这样的平台，在实施阶段并不只是做一个系统，你会看到，数字化转型的旅程就这样开始了。”洪建帮指出，流程、技术、人才、制度等方面的挑战和改变也随之而来。
简言之，所谓平台系统不仅仅是技术工具，更是银行整体转型战略的延伸和实现。
深化数据治理：人和机制双轮驱动
以数据治理为例，洪建帮表示，数据基础的建设是无止境的投入，关键在于，如何在过程中让管理层和跨部门的同事们能够真切地感受到数字化转型和数据带来的价值。
因此，东亚中国推行数据治理的核心不仅仅是构建数据本身，更关键的是建立一套能够激励总行和分行的同事们共同参与进来的机制。他进一步阐述了银行推动数据治理的两大核心工作：“50% 是做人的工作，50% 是做具体数据治理的操作工作。”
其中，“人的工作”指的是需要人力来推动和维护数据治理的过程。这包括培训员工理解数据治理的重要性、激励他们参与到数据治理中来，以及管理和协调跨部门之间的沟通。
数据管家在此过程中扮演了至关重要的角色。他们在各核心业务线中不仅负责推动和监督数据治理工作，也是跨部门沟通的桥梁。并且，通过建立配套的考核体系，东亚中国进一步加强了对数据管家的培训和考评。
“数据治理的操作工作”则专注于数据治理的技术和实操层面，包括数据安全管理、数据生命周期管理、数据质量的清理和监控等关键活动。
目前，东亚中国已建立了全行级数据标准，并针对对公客户、零售客户和反洗钱等关键领域开展了专项数据治理工作。
总结来说，为有效推动数据治理，东亚中国采取的是结合自上而下与自下而上的机制。一方面，每年挑选出业务侧最关心的数据领域进行重点治理。另一方面，东亚中国鼓励每位“数据管家”提出问题，解决日常工作中遇到的具体数据质量问题。同时，对于新的系统和项目都配套相应的数据治理机制，确保数据治理贯穿于业务流程和系统建设的每一个环节。
当然，在银行业，数据的使用不仅要确保能够灵活应对业务创新需求的快速变化，还需遵循高标准的安全隐私和合规要求。为实现二者之间的平衡，对数据服务和应用提出了不小的挑战。
“数据科学实验室”的设立，是东亚中国解决这一难题的核心举措。
据洪建帮介绍，数据科学实验室主要具备三大核心功能，其一是为入驻“BEAST 空间”的初创企业提供概念验证（POC），在数据安全可控范围内，支持创新，确保数据的安全和合规。
第二，该数据科学实验室也是香港与内地数据团队合作的桥梁，为进一步促进跨境服务场景的开发，这种跨地域的合作在确保数据合规的同时，也加快了业务决策和服务创新的步伐。据悉，东亚中国正在与香港团队共同研发反洗钱机器学习模型，预计能降低 20% 人耗，提升反洗钱精准度。
第三个功能是通过外部数据实时监测平台，实时掌握外部数据接入情况。目前外部数据管理平台支持约 150 个外部数据产品，为银行的信用卡业务、线上贷款业务等提供数据驱动的风险模型和决策支持，实现业务流程的全线上化。
随着 2024 年 1 月 1 日《企业数据资源相关会计处理暂行规定》的实施，数据资产化进程加快。东亚中国为响应这一变化，已于 2023 年启动并搭建了数据资产平台，开展多个领域的数据资产盘点，拟将该平台打造成全行的“数据图书馆”。
数据资产平台不仅能帮助员工轻松查询数据、了解数据的指标定义和进行数据血缘分析，后续东亚中国还计划逐步探讨数据资产的对外共享和借阅机制。不过，洪建帮提到，在推动数据资产共享和外部合作时，还需要仔细考虑合作方的约束条款、数据出行的合规性等因素，确保在拓宽数据应用和合作范围的同时，也保障数据的安全和合规性。
在金融科技创新层面，除了数据管理和应用，人工智能技术也是东亚中国重点探索的领域。以几个业务场景为例：
零售板块：AI 技术在语音质检的应用，大幅提升了呼叫中心的人工效率，并实现合规检查的 100% 覆盖。
中后台板块：通过采用 RPA+AI 等金融科技手段实现流程自动化（如合规机器人、采购机器人等），将重复性工作自动化，提高工作效率和智能化水平。
反洗钱板块：AI 与模型算法的应用降低了反洗钱黑名单的误中率，有效减少了无效预警，提升了反洗钱工作的效率和准确性。
不过，对于资源有限的中小型银行而言，AI 相关技术的研究和应用是一个不小的投入，“单枪匹配”的策略不占优势。东亚中国深谙于此，所以又在 2023 年进一步与香港人工智能及数据实验室合作在前海 BEAST 成立了大湾区首个跨境金融科技孵化器。
“初创企业（合作）是一个非常好的方式，他愿意花时间和你做一些定制化的开发、定制化的落地。”洪建帮表示，这种合作模式不仅为东亚带来了新鲜血液，也为大湾区内地及香港的初创企业提供了更多合作与发展的新机会。
据了解，前海 BEAST 已吸引了三家来自香港和一家来自深圳的金融科技初创企业入驻。这些初创企业的项目涵盖了 AI 及图形技术的应用、大数据应用、监管科技应用等。
洪建帮表示，东亚中国将在未来几年内继续广泛采用成熟的传统 AI 应用，如零售和呼叫中心客服等场景。而大模型应用目前仅限于内部应用，还需要深入地评估其在监管和技术上的可行性。在该领域，东亚中国会与初创企业合作试点，将这作为未来核心策略。
东亚中国在其数字化转型和金融科技创新的过程中特别强调动员广泛员工参与，这对员工自身的数字化思维和能力提出了更高的要求。为此，东亚中国在人才体系和机制建设上做了大量工作，特别是在数字化转型的初期，就开始着手于人才的吸引和培养。
洪建帮强调，为了吸引人才，银行不能依赖于传统的职级和培养体系。除了利用品牌影响力之外，还需要为人才提供一个具有竞争力的绩效和职业发展体系。
早在2021年，东亚中国推动了数字化人才职业序列，涵盖数字化产品经理、数据分析、数据治理、数据工程四大序列，并明确了 12 个维度为一体的数字化人才能力画像——数字化认知、战略洞察、业务理解、决策判断、高效组织协同、变革领导力、产品思维、数据思维、创新驱动、系统思维、客户导向、专业能力。
进一步地，2022 年，东亚中国推出数字化人才认证体系“数赢”。面向全行符合数字化岗位背景的员工，推出了 1+3 的认证培养体系。“1”是指一套认证的数字化人才培养机制，“3”是指三阶段资格认证。首先是初阶认证（掌握专业知识）；接着是进阶认证（精通专业知识），成为可以推动数字化转型落地的高潜人群；最后是高阶认证，变成引领数字化转型和主导数字化实践的专家和管理双通道的高阶人才。
对于这些已经进入认证体系的数字化员工，东亚中国会定制专业的培养计划，并在一些重点项目实施和人员的选拔中予以资源的倾斜。在整套数赢认证体系里，员工从纳入到逐渐进阶的晋升过程，高管团队都会非常重视地参与进来并进行辅导。最终，通过整套数字化人才培养体系、多维度的能力搭建，持续性、多形式、分层次地去培养，提升人员的数字化人才技能。
除了上述措施，东亚中国还利用“东亚中国数赢™杯赛”的竞赛机制，调动全行员工使用数据分析工具的积极性，推广数字化学习和应用。
回顾东亚中国这三年多的数字化转型旅程，洪建帮认为这一过程中主要面临着三大挑战：一把手工程（获得管理层的全力支持）、实施有效的变革管理机制，以及解决人才短缺问题。
首先，洪建帮强调数字化转型必须是全公司的重点项目，这需要从最高管理层到各级员工的共识和支持。
其次，他认为数字化转型实质上是一种变革管理，涉及到组织结构的调整和跨部门协作的机制建设。关键在于让管理层能看到数字化带来的成果，并通过绩效考核和人员管理机制的调整，推动跨部门协作，实现数字化项目的具体执行。
第三个挑战是人才的短缺。数字化转型需要既懂得银行业务又熟悉技术的人才，通过内外部人才的结合，东亚中国初步形成了有较强变革意识和熟悉业务的团队，但团队间的融合仍是一大挑战。
因此，数字化转型战略需要紧扣银行的业务战略，解决实际痛点，并带来可见成效。过去三年东亚中国通过推动应用导向的项目，倒推数据基础的建设，让公司管理层和其他员工都能见证不同阶段的具体成果，如前线的产能提升和后台的效率改善，这些陆续积累的实践案例也为东亚中国继续推行数字化转型提供了宝贵的经验和信心。
展望未来，东亚中国的数字化转型将继续以其核心战略优势为基础，致力于利用数字化工具，打造银行跨境金融优势，这不仅是其未来三年数字化转型的重点，也是其核心发展目标之一。
关注「InfoQ 数字化经纬」公众号，回复「东亚中国」可以参与今日特别活动，有机会抽取精美礼品。
专题征稿启事
InfoQ 数字化经纬正策划一项专题《央国企数智化转型与创新》，希望通过本专题，探讨央国企的数智化转型现状、挑战和路径，寻找变革路上的成功案例，为数字经济下的产业焕新提供样本参考，为未来智能产业发展探寻路径。
我们欢迎相关企业实践案例的投稿，或是希望接受我们采访的企业与个人主动联系我们。
内容推荐
探索 AI 的最前沿，深入大模型时代的核心技术！2023年12月28日至29日，QCon全球软件开发大会在上海成功举办，大会聚焦于软件开发的最新趋势和技术，内容涵盖阿里巴巴的LLM训练加速实践、字节跳动的高性能向量检索技术，到楷同科技的智能量化交易系统优化，再到英特尔的CPU优化策略。经分享嘉宾同意后，「AI前线」为您奉上精彩演讲PPT！关注「AI前线」回复关键词「性能优化」免费获取。
今日荐文
关于 RAG、AI Agent、多模态，我们的理解与探索
人人都能当周杰伦！Suno作曲，ChatGPT写词，网友用Transformer造出神曲！
月之暗面Kimi正被大厂“围剿”：90后清华学霸带队“卷”长文本，不到一年估值破百亿
Stability CEO自己跑路：没董事会控制权；月之暗面Kimi火爆至宕机，已扩容5次；王小川怼李彦宏：活在幻觉中|AI周报
算数不行、还不懂中国文化，大模型现在抢不了设计师的饭碗！ | AI 测评室
你也「在看」吗？👇
微信扫码关注该文公众号作者