本文首發(fā)于微信公眾號�券商中國。文章內容屬作者個人觀�，不代表和訊網立場。投資者據此操�，風險請自擔�
來探討一個問題——IT提高金融效率、降低業(yè)務成本大家都知道，但這一切究竟是怎么�(fā)生的�
一個讓人無法忽視的事實是：人工智能正前所未有地重度沖擊銀行業(yè)（含與銀行業(yè)務存在重合的非銀持牌機構如消費金融），對一些標準化�、常�(guī)流程化的、低附加值業(yè)務崗位展現出一定的遷徙替代效應——比如VTM等遠程智能作�(yè)方式對某些零售前臺業(yè)務崗位（柜員、客服）的替�，大數據模型對人工信審等崗位的替��
當然，我們要在此強調的是，雖然人工智能正在優(yōu)化甚至重塑銀行業(yè)務流程，但對一些非標轉化的、對專業(yè)性要求更高的崗位，比如資產管�、金融市�、投行業(yè)務等�(yè)務崗，仍舊望塵莫��
總而言之，如果你的崗位被KO 掉了，那是因為它本來就不產出多余價��
所以這就是為什�，銀行在不同場合說著要擁抱fintech；然后爭先恐后一改姿�(tài)要大肆渲染跟互聯�巨頭的合作（哪怕合作的方向還不夠具�，但�(tài)度是萬萬要隆重的）；再然�，每年數十億真金白銀砸到IT研發(fā)、運維和人力�
大數據VS傳統(tǒng)信審
來看正在�(fā)生的幾個事實：
?�?）“我們現在要將服務下�，很多零售客戶的小額消費信貸需�，我們也要滿足。所以我們都推出了相應的產品，工薪貸�、個稅貸等等純線上授信產品。這些高頻的服務我們當然不像以前一樣用人工去滿�，取而代之我們會用系�(tǒng)，這樣才能把服務單個客戶的成本將下�。而只有成本降下來，才能服務更多的客戶。目前我們還只針對存量客戶推出快速授信服務，這跟我們掌握的用戶交易數據的多少有�，未來我們接入了更多外部數據以后，才會逐步擴大受理客群”——A股份行零售業(yè)務人士（2）“我們現在統(tǒng)一由手機銀行為入口，客戶只需簡單錄入信息，然后啟動人臉識別功�，我們后臺就會自動調用多個系�(tǒng)平臺運作，審�、授信半小時內完�。根本不用人工再去做信審，但這只針對我行持卡人”——B城商�互聯網金�部人士（3）“我們在別的地方完全沒有獲客網點，我們目前和某互聯網銀行有聯合貸款合作，一部分需求通過他們給我們的接口反饋到他們系�(tǒng)�，他們系�(tǒng)負責跑完這個需求（指審核的意思），然后我們再以聯合資金放�。對于我們來�，這也是很高效的一種借力模式”——C小型城商行人士（4）“我們目前當然還需要用到人工，但那只是在核實身份環(huán)節(jié)。當一個借款需求反饋到我們系�(tǒng)上的時�，我們客服會第一時間打電話給借款人。當�，除了這個環(huán)節(jié)，其余幾乎都可以做到由系�(tǒng)來審�，‘信貸工廠’模式越來越自動�。人工智能并沒有讓我們的信審員失�(yè)，而是輔助他的工作”——D消費金融公司人士�5）“我們是分借款人類�。如果借款人是從場景來�，比如我們跟國內一些家裝網站和芝麻信用有合作，如果是從這些特定合作渠道來的，只要達到了放款標準（比如芝麻信用分達到約定標準），我們后臺系�(tǒng)就會自動實時授信，完全不用人工”——E消費金融公司人士
以上五位跟信貸業(yè)務離得最近的人士的話，串聯出一個正在發(fā)生的事實：信�，這一傳統(tǒng)的、曾經要在線下操�、耗費人力時間成本的崗�，正在部分場景和在面對特定的存量客群的情況下，正在被人工智能取代。那是因為現在上述機構的數據模型，已經接入了金融交易記錄（含信用償還歷史�、信用賬戶數、使用信用的年限、訴訟信息等，同時還不斷新增社交數據、運營商數據��
大數�，大數據，大數據——原因說三遍，這是�(fā)生一切的動因?，F在已經有不少成熟的商�(yè)公司如北京“讀秒”，專攻智能信貸服務，為兩家銀行提供助貸業(yè)務，重塑其零售乃至小微放貸流��
而根據FICO（國際主流消費信貸風險測量標準）此前的一�研報顯示，大數據在國際銀行業(yè)的主要應用領域如下：
信用評估�10%�
風險建模（反欺詐�: 16%;
投資組合管理:18%�
客戶行為分析�15%�
行業(yè)預測分析�8%;
動態(tài)定價�7%�
運營績效�12%�
行業(yè)�(jiān)管：9%�
商業(yè)決策�5%�
毋庸置疑現在大數據對企業(yè)信用評級的滲透還不夠�，那是因為基礎的財務數據可以量化，但企業(yè)可持�(xù)性、流動性風�、杠桿結構和公司治理等數據不好量�，所以整體大數據對銀行公司業(yè)務的沖擊沒有這么深�
最�，再次IT目前滲透的，是標準�、產品組合同質性高的部分零售業(yè)務崗位，而公司金�、投資銀�、資產管理、金融市�、大零售條線的私行業(yè)務并不像零售�(yè)務那樣受到巨大的沖擊 �
除了銀行這邊的信審員，那一�保險�(yè)部分崗位也在遭遇暴擊�
繼日本壽險巨頭富國生命保險計劃裁減近30%的理賠部門員工，因其于今年1月引入人工智能系�(tǒng)，裁�30%將為其每年節(jié)省約1.4億日元后；螞蟻金服保險事�(yè)群擬推出“定損寶”，用深度學習圖像識別檢測技術來代替定損員的工作，在幾秒鐘之內給出準確的定損結果，包括受損部�、維修方案及維修價格�
看來受到人工智能沖擊的領�，遠不止銀行�
IT 重塑金融流程
除了大數�，區(qū)塊鏈也走出近三年的實驗室驗證和模式探索期，逐步進擊銀行業(yè)務場景——而這一波浪�，我大中國沒有落雨人�，而是跟國際同步�
近日，IBM宣布聯合歐洲七家銀行（包括德意�、匯豐等�，共同為中小企業(yè)搭建一個新的區(qū)塊鏈貿易融資平臺“數字商�(yè)鏈�，旨在提高中小企�(yè)國內和跨國貿易的透明�，降低交易成��
而則這個平�，將會在IBM云上運行�
而我國早有實質性運�，是由天生互聯網基因的互聯網銀行挑��2016 �9月，微眾聯合華瑞開發(fā)出基于聯盟型區(qū)塊鏈技術的銀行間聯合貸款清算平臺投入試運�，用于優(yōu)化兩家銀行“微粒貸”聯合貸款的結算、清�。作為國內銀行業(yè)的首個區(qū)塊鏈實際應用場景� 這個清算平臺使得兩個真實的銀行機構可以通過區(qū)塊鏈進行數據交換驗證，完成實時清算，處理效率大幅提高�
記者采訪到的最新數據是，目前已�3家合作銀行接入該系統(tǒng)，在生產�(huán)境中運行的應用數據記錄筆數已�450��
另外一個已落地實際應用的是招行，招行將區(qū)塊鏈的首個應用場景框定在了跨境直聯支�。因為傳�(tǒng)跨境支付�(yè)務耗時長，支付到賬時間少則數小�、動輒跨�，業(yè)務痛點多。招行認�，區(qū)塊鏈技術可減少跨界支付對SWIFT（環(huán)球同�(yè)銀行金融電訊協(xié)會）報文系統(tǒng)的依�，減少查詢對賬操作程序。此�，還有非常重要的一�，跨境支付交易量適中，可�(guī)避區(qū)塊鏈技術的性能瓶頸�
這個直聯支付項目在上線兩個月�，就完成支付額超�2億港�，大大提升效��
再下一個場景是票據交易與融資：�中信銀�(601998,股吧)前副行長、微眾銀行前行長
