微众银行杨强 可经过联邦学习处置 媒体金融 大模型的数据之困 (微众银行杨强个人资料)

在近日举行的“大模型时代AI前沿与金融运转”为主题的微众媒体学院会议上，加拿大皇家迷信院及加拿大工程院两院院士、微众银行首席人工智能官、香港科技大学计算机与工程系讲座教授杨强宣布演讲，讨论了大模型技术在金融范围的展开和运转，并提出了相关的应战及处置计划。

“Agent是大模型在这个全球的表现”

大模型与智能助手（Agent）的相关。他解释道，大模型相当于一个具有通识才干的大学本科生，拥有基本的学习才干，却缺乏专业技艺。要取得专业才干，要求专业培训或再训练。经过这种专业训练，大模型不只具有通用才干，还能顺应特定义务。

gent的实质——既能落地运转，又具有学习才干与通用才干。

首先，Agent具有学习才干，“过去甚至今天的许多软件是不能学习的，它们不能从错误中学习，也不能改错。”其次，Agent还需具有感知才干，相似于人类感知冷暖、硬软、重轻的才干，但一般软件并不具有这一特点。第三，Agent应拥有执行才干，能够出现实质性的举措和变化，而传统软件并不能做到这一点。

“今天，大模型与本地数据的结合可以训练出这样的智能体，甚至无法胜数个智能体。”杨强说，这些智能体之间还能启动协作，这个环节被称为多智能体（Multi agent），他以为这将是未来的趋向。

杨强还描画了大模型和Agent间的相关，“大模型是基础设备，就像发电厂，尽管一个城市或许只要要一个发电厂，但我们经常经常使用电制造各种设备，如电灯和手机充电器。这些运转正是由Agent实施的。”他指出，未来的社会将更多地看到Agent公司，而不是众多的大模型公司。

杨强以为，“Agent是大模型在这个全球的表现。”

但是，将大模型直接运转到通常场景中存在诸多应战。例如，直接将一个开源大模型运转于微众银行的客服系统，其准确率远低于90%的要求。此外，幻觉现象、数据缺失、专业知识有余以及算力门槛都是亟待处置的疑问。

详细来看，从大模型运转成为Agent要求诸多步骤。

杨强表示：“一个通用大模型能生成一个向量表达（Embedding），用以表示事物，比如文字。但是，这些数据和模型结果要求经过人工审核。此外，还触及提醒词的优化和详细案例。还有一个被称为思想链（COT）的概念，当疑问复杂时，可以将其分解为子疑问逐渐处置。”

在通常运转中，经过数据对大模型启动微调，可以限制其输入范围，增加幻觉现象的出现。杨强解释道：“这个环节相似于过去的编程，但不是详细写计算机言语，而是经过微调的方法来通知计算机什么是对，什么是错，最后启动评价。”这不只是一个烦琐且复杂的环节，还触及大批人工预备和监视。

此外，杨强还强调了Agent的角色及其运行思想链处置复杂疑问的才干。“经过思想链，大模型能够靠近我们所希冀的效果，尤其在处置方便的数学疑问时，”他说道。

联邦学习是大模型的破局途径

此外，数据作为选择机器学习模型性能的三大要素。数据充足，正在成为制约大模型展开的瓶颈。

在此背景下，杨强提出，市场要求提出一个新概念“联邦大模型”。

“联邦大模型是一个散布式的概念，相似于《三国演义》里的‘合久必分’，”杨强表示，“目前，大模型大多是经过中心化训练，消耗大批算力、数据和电力。但中心化趋向的继续性存在争议，这触及一个名词叫‘Scaling law’，即规模越大，才干越强。但是，我们以为，当模型抵达肯定规模后，社会难以接受其本钱。因此，最好把它分解成散布式的算力中心。”

这些小型算力中心可以在本地训练小规模的大模型，彼此经过衔接构成一个全局大模型。这种全局大模型不只具有散布式才干，还能在维护隐私的前提下，有效运行各地数据。

杨强进一步想象：“未来，每集团的手机都可以成为算力中心，这些设备能够智能联网，生疏人之间可以协作，构成一个散布式网络，我们称之为联邦网络（Federated Network），这既能维护隐私，又能成功散布式训练。”

杨强表示：“联邦学习是一个散布式系统，可以想象成许多算力中心的鳞次栉比，经过衔接共同计算一个模型。最基本的衔接方式是服务端的大模型与本地数据支持的小模型之间的无机衔接。”

杨强指出，经过纵向联邦学习，可以协助企业之间处置数据协作的疑问，经常经常使用各自的特有数据，共同树立愈增弱小的模型。

“比如说一方是金融机构，另一方是非金融机构。非金融机构有丰厚的数据，但由于企业用户数据隐私安保的要求无法直接互通数据。这种状况下两边可以协作，构成一个全局模型，来协助金融机构树立更好的风控模型或许营销模型。”

杨强坦言，如何最好地维护隐私，如何能够把算法效率给优化到最高，并且让这个模型最准，这三个目的是相互牵制的。因此要求经过研讨不同的联邦学习范式来处置这三个目的的协调疑问。

“联邦学习就像是让模型去作为沟通的方式，而不是运行数据作为沟通的方式，这样原始数据可以不出本域也可以把模型给做出来。”杨强表示。

在微众银行的人工智能部门，杨强表示其团队曾经积聚了一整套处置计划，并将其打包成Agent Store，提供技术底座和多范围的相关运转。这些运转包括金融范围的风控和反欺诈、客服和营销等。（本文首发于媒体APP，作者｜蔡鹏程，编辑｜刘洋雪）

---

五大赛道、八位专家，银行局中人眼里的AI江湖

谁说大象不能跳舞？

2020于全体银行而言，是一场无预告的终极考验，一轮最直观的金融 科技 对决。 疫情让网点流量骤降到接近于0，全方位应战银行线上服务水平，检验那些连年参与的 科技 投入，有多少真正变作数字化、智能化的一点一滴。

踏进2021，银行们迎来缜密复盘、整装待发的最好时期节点。

在过去这一年，银行更努力地摆脱大象转身的刻板印象，告别以往被各路创新推着走的窘况，试图在金融 科技 和数字新基建的浪潮里承当更主动、开放的角色，以轻快矫捷的步伐继续向前。

没有一家银行不想拥抱AI，没有人情愿错过数智化转型的未来。 在梳理数十家银行AI全规划，以及 「银行业AI生态云峰会」 多位嘉宾的分享环节中，我们逐渐发现银行业AI的那些应战和困境，那些艰险之处相同是机遇所在。

数据安保与隐私维护

银行业AI，首先被AI自身正面临的数据困境，和日渐收紧的数据监管尺度拦住。

在技术维度不时向前奋进的同时，银行肯定要思索的一个议题是：业务创新与隐私维护如何统筹？

雷锋网AI金融评论主办的 《联邦学习系列地下课》 曾对这一疑问展开过系统深化的讨论。 第一节课上， 微众银行首席人工智能官杨强 就直接点明：“人工智能的力气来自于大数据，但在实践运用环节中碰到更多的都是小数据。 ”

安康 科技 副总工程师王健宗 也在课上指出，“传统的AI技术必需从海量的数据中学习或许开掘一些相关的特征，应用数学通常，去拟合一个数学模型，找到输入和输入的对应相关，比如深度学习中训练网络的权重和偏置，模型效果与数据量级、质量、以及数据的真实性等有着亲密的相关。”

一个典型例子就是银行信贷风控：如今大部分AI运行都由数据驱动，信贷风控更要求少量数据训练，但大额存款风控的案例又十分少。 “要是来做深度学习模型，只用大批这种大额存款的样本远远不够。 ”杨强解释。

小数据要求“聚沙成塔”，同时又面临侵犯隐私的或许。 为此，网络安保与数据合规范畴的立法进入了快车道，滥用数据和爬虫也遭到过严峻整治。

虽然目前《数据安保法》还只是处于草案的形态，但是草案明白提出要关注数据自身的经常使用，要求在维护公民组织、相关权益的前提下，促进数据为关键要素的经济开展。

数据被称作是新时代的油田，但银行该怎样经过AI探索出更高效、更合规的开采工具？

在「银行业AI生态云峰会」第一场演讲中， 微众银行区块链安保迷信家严强博士 就对银行必备的数据安保与隐私维护思想，启动了深化讨论。他指出：

在数字经济时代下，银行业AI开展 必要求尊重“数据孤岛”作为数据产业的原生态，隐私维护技术则是打破数据价值融合“零和博弈”的关键，要求打通隐私数据协同消费的“双循环”。

而 区块链 是承载数据信任和价值的最佳技术，关于隐私计算和AI运行中经常出现的数据质量等难题，都可以经过区块链启动互补或优化效果。

联邦学习、TEE可信计算、安保多方计算等多个AI技术路途也正尝试落地于银行的中心业务场景。

AI金融评论了解到，除了微众银行， 江苏银行 2020年也已展开联邦学习方向的 探求 ，他们与腾讯安保团队协作，基于联邦学习技术对智能化信誉卡运营启动结合开发和方案部署，在联邦学习技术支持下启动金融风控模型训练。

银行数据库

以“数据”为线，银行前中后台的更新轨迹明晰可见。

假设说前些年的银行 科技 ，讨论度更集中在前台智能化运行，那么如今中后台树立末尾更多地到来聚光灯下，讨论它们为银行数字化转型出现的价值和意义。

这当中的一个关键模块，就是 银行数据库 的改造更新。

我们曾经报道，Oracle自进入中国市场以来，在银行数据库市场，不时具有压倒性优势，也是许多银行的推销首选。

由于常年经常使用Oracle，不少银行构成较严重的途径依赖。 安康银行散布式数据库技术担任人李中原也曾向AI金融评论表示，系统迁移和重新树立要求少量本钱，从单机变为多机群体，缺点出现的缺点出现的概率和保养本钱都会加大，对全体系统运维将是庞大应战。 （详见 《银行业“求变”之日，国产数据库“破局”之时》 ）

而云计算的出现，让Oracle在数据库市场接近垄断的位置有所坚定，各大互联网云厂商杀入战场。

腾讯云副总裁李纲就表示，云化数据库胜在本钱低、易扩容两大特点，恣意一台X86的PC主机就可以运转，通常上也有着有限的横向扩展才干，这都是Oracle等传统数据库难以企及的优势。

中国数千家银行由此取得更多选择余地，末尾从集中式数据库迁移到散布式数据库，一场事关“大机下移”的漫长征途就此展开。

这场革新已有先行者，例如 张家港行 在2019年就将其中心业务系统放在了腾讯云TDSQL数据库上，传统银行初次为中心系统选择国产散布式数据库；2020年，安康银行信誉卡的中心系统也成功切换投产，新中心系统相同采用了国产数据库。

以 安康银行 为例，其体量之大，意味着运行改造更具应战性。 张文解释道，为了配合此次改造，运行引入了微服务架构对运行启动了拆分和解耦。 对账号的散布启动了单元化划分，以DSU为一个逻辑单元，单个DSU包括200万个客户信息，单个DSU同时处置联机和账务两种业务。

但国产散布式数据库也相同还在生长当中，张文也指出了目前金融级散布式数据库面临一系列应战点，除了有可伸缩、可扩展的才干，更要处置高可用性、数据强分歧性，同时 探求 更具性价比的性能本钱，以及为金融机构打造更易上手的、更产品化的成熟处置方案。

中台树立

“中台树立”这个抢手关键词，不再是互联网公司的专属。 银行也不例外，甚至更要求中台。

银行这样的大型机构，架构极端复杂，还有跨部门多团队的协作，海量数据日积月累之下似乎年久失修的危楼，更要求及时、继续的控制。

在看来，银行拥有少量的数据、技术和人才，资源却往往“同心同德”，部门之间没有配合看法、独立造烟囱；技术流于外表，无法链接、深化，这形成了银行资源的少量糜费。

中台 的体系化树立和顺利运转，才干将这庞大体系中的“活结”逐一梳开。

树立银行 监事长王永庆就曾指出：中台树立是商业银行数字化运营转型的关键环节，以为商业银行数字化转型的肯定归宿是生态化、场景化。

虽然商业银行在多年运营环节中沉淀了一定的竞争优势，构成了各具特征的外部生态系统，但目前仍是封锁的、高冷的，还无法满足数字经济对开放式生态化运营可交互、高黏性、有体感、无边界的要求。

因此，建行也已在数据中台先行一步，其落地上概括为5U（U是一致的意思），包括一致的模型控制、一致的数据服务、一致的数据视图，一致的数据规范以及一致的数据控制。

为求轻松支撑亿级用户，成功高时效、高并发场景化运营， 招商银行 近两年也在中台和技术生态体系的树立上继续发力。 去年年底发布的招商银行App 9.0，迭代需求点超越1800项，“10+N”数字化中台树立就占据了相当的比重。

如何构建金融机构要求的数据中台？

在「银行业AI生态云峰会」上， 360数科首席迷信家张家兴 就用“三通三快”概括了数据中台的规范：

金融机构面对着海量用户、复杂业务，一个优秀的数据中台，必需是到达多业务打通，内外数据互通和用户相关连通，同时还要做到数据的实时处置快、经常使用快、需求照应快。

他进一步强调，数据与AI融合得十分严密，假设数据中台和AI中台各自树立，两者之间将无法防止地存在割裂的现象。

基于此，360数科也推出了自己的数据AI融合中台，将最高层数据平台，到两边数据服务支撑的平台服务，再到整个数据资产的控制，到最上方整个数据技术架构的设计都启动调整，并且将自身沉淀的AI才干嵌入其中。

张家兴也在云峰会的演讲上泄漏，360数科研发了一项联邦学习技术——分割式神经网络，经过神经网络在高维空间，Embedding无法逆的特性，使得不同介入的数据协作方只要求传递Embedding向量，见不到原始数据，但最终可以使模型发生目的效果。

银行信贷智能风控

而在过去一年里，银行信贷风险控制，依然是最引人关注的方向之一。

关注度一方面来自于，受疫情影响而剧增的存款逾期和坏账风险，如何借助技术手腕“端稳这碗水”，掌握好信贷支持尺度，成为银行、消金公司和风控技术服务商们的开年大考。（详见 《信贷战“疫”：一场给风控的开年大考》 ）

而另一方面，2020年下半年起，针对金融 科技 或是互联网金融的监管“红线”逐渐明晰。 例如《商业银行互联网存款控制暂行方法》，其中就明白提出了对商业银行的风险管控要求，和对协作机构的控制规范。

虽然结合AI、大数据的智能风控在银行 科技 运行中不再新颖，但这并不意味着智能风控曾经足够成熟—— 数据资源壁垒、自有数据累积、数据特征提炼、算法模型优化 ，被以为是大数据风控目前所面临四大困境。

某商业银行担任人就曾表示，在模型树立和模型运行环节中普遍存在数据质量疑问，包括外部数据的造假（黑产欺诈）和外部数据的滥用等，在模型迭代方面，很多银行只追求迭代的速度和频次，而疏忽了最终效果。

前网络金融CRO、融慧金科CEO王劲 进一步指出，数据规范和控制体系不健全，数据质量差且缺失率高，技术才干缺乏，复合型 科技 人才匮乏等要素都是银行等金融机构无法做好模型的关键要素。

王劲曾在有着“风控黄埔军校”之称的美国运通任务17年，担任过全球各国各类产品相关的700余个模型提供政策制度和独立监控。 在云峰会上，他也结合自身二十余年风控阅历，剖析了金融风险控制中的那些理念误区。

“很多人并不是特别了解，风险控制永远是一个寻觅平衡点的迷信。”王劲以为，风险控制平衡有着这样的中心三问：

他也解析了银行等持牌金融机构做好风险控制平衡的中心要素，谈到风险控制最关键的就是对数据的把控，“金融公司成立之初就要思索数据的生命周期。 首先要从对业务产品和客户的选择当中，选择要求什么样的数据。 ”

数据战略是一个相对常年的落地环节，机构首先要立下数据选择的准绳和条件：要思索的不只是数据的合规性、稳如泰山性和掩盖率，更要思索数据的新颖度、时效性和时期跨度。

从模型树立的角度动身，王劲指出，一个出色的风控模型应当具有区分力、精准度、稳如泰山性、复杂度和可解释性五大要素，“原资料”数据、模型架构和算法的选择，衍生变量的出现，对模型的监控和迭代，以及对y的定义和样本的挑选，无一不影响模型的“锻造”。

在他看来，银行等金融机构假设能在身份识别和控制、数据安保控制、风险模型控制，和智能化监控体系方面，做到高效完善，将会是十分理想的一种形态。

RPA与外部流程优化

还有一个关键词，在各家银行年报中出现频率越来越高，那就是RPA（机器人流程智能化）。 此前AI金融评论也曾举行 《RPA+AI系列地下课》 ，约请到五位头部RPA厂商高管分享RPA与金融碰撞出的火花。

RPA的定义，很容易联想到2012年左右的“流程银行”转型潮。 事先的流程银行，意为经过重新结构银行的业务流程、组织流程、控制流程以及文明理念，改造传统的银行形式，构成以流程为中心的全新银行运营控制体系。

如今银行的转型之战，全方位更新为“数字化转型”，外部流程的优化改造在AI和机器人技术的加持下继续推进，RPA也迅速成为银行数字化转型无法列席的一把“武器”。

达观数据结合开创人纪传俊 在「银行业AI生态云峰会」上指出，RPA+AI为银行带来的价值，最清楚的就是增加人任务业、降低人工错误，优化业务流程效率，同时也提高风险的预警和监控才干。

AI金融评论留意到，已有多家国有大行将RPA投产到实践业务中。

以 工商银行 为例，RPA在工行的运行掩盖了前台操作、中台流转和后台支撑等多个业务场景，在同业率先投产企业级机器人流程智能化（RPA）平台并推行运行，全行累计46家总分行机构运用RPA落地实施120个场景。

树立银行 相同也引入了RPA，树立国际首个企业级RPA控制运营平台，矫捷研发业务运行场景 100 个，成功人工环节智能化、风险环节机控化。

农业银行 方面则泄漏，农行目前还处于技术平台树立阶段，之后将以信誉卡业务、财务业务等为试点落地RPA需求。 其实施战略，是树立全行一致的RPA技术平台，面向总分行各部门输入RPA服务。

中国银行 在2017年底，旗下公司中银国际就已有RPA的概念验证，团队成功投产20个机器人，区分在不同岗位执行超越30个触及不同业务流程的智能化处置任务，也与RPA厂商达观数据展开了协作。

纪传俊也在云峰会上分享了目前AI+RPA在银行各大典型场景的落地：

例如智慧信贷，面向的是整个银行最中心的流程——信贷流程，分为贷前、贷中、贷后三大阶段。 其中触及数据查询、数据处置、财务报表、银行流水等专业环节，要求成功基础信息的录入、尽调报告的审核，而这些环节中的少量重复休息，可以基于AI、OCR、NLP等技术智能化成功。

为什么说微众银行是“我们都在用的互联网银行”？

近日，微众银行发布了2021年全新品牌笼统宣传片《我们都在用的微众银行》，该品牌宣传片内含5个小短片，区分从“更方便的服务、更兽性的 科技 、更安保的维护、更贴近不同的要求、更适宜你的全线产品”等方面，展现了微众银行积极实行互联网银行的使命，运用金融 科技 的力气全力服务于群众美妙生活的 社会 笼统。

不止是银行，还不用跑银行

由于传统银行业务的买卖频率较低且单笔买卖金额大，网点成为了银行与用户启动业务互动的中心肠点。 但是，进入移动互联网时代后，前沿技术的开展使得用户与银行接触的渠道更为多元，且逐渐从线下的物理网点转向数字终端与生活场景。

作为中国首家民营银行，微众银行成立之初就定位为互联网银行。 自成立以来，微众银行 科技 投入占营业支出近10%，远高于全球银行同业水平。 微众银行依托人工智能、区块链、云计算、大数据等一系列新兴金融 科技 ，让群众用户无需跑银行，便可享用优质、方便的线上金融服务体验。 同时，微众银行的服务普遍掩盖到未被传统金融形式掩盖的长尾人群，有力推进了普惠金融的开展。

举例来说，微众银行首款互联网小额信贷产品微粒贷，能够为用户提供7X24小时的服务。 它买卖量大、时延低，每分钟借款、还款近千笔，借款可最快40秒到账。 全线上的普惠金融产品，让用户不再要求跑银行，即使用户需求的金额很小、时期紧张，亦可不受时空限制，在数字终端简易操作，十分方便地借款。

仰仗方便的普惠金融服务，截至2020年底，微众银行累计服务团体客户2.7亿、小微企业客户188万，单日金融买卖峰值达7.5亿笔。

不止有速度，还能感受温度

金融 科技 的开展让人们享遭到了更便利、更快捷的金融服务，而 科技 也并不是冷冰冰的代码，它是一门有温度、有智慧的学科，也是群众生活的好帮手。

在银行业务中，普惠金融业务面向的用户群体体量庞大，其中很大一部分人的金融需求尚未被完全满足。 相较于传统银行形式喜爱的高净值客户，普惠金融面向的用户群需求愈加场景化、移动化、及时化和碎片化。 许多人缺乏信誉记载，且买卖频率高、单笔买卖金额小，单客奉献度远低于传统银行业务。 微众银行以 科技 为中心开展引擎，充沛发扬本钱结构优势，依托人工智能、区块链、云计算、大数据等一系列新兴金融 科技 推进普惠金融服务的开展，让老百姓都能随时随地地享用贴心服务。

微众银行还努力于让特殊人群也经常使用上无差异金融服务。 早在2016年，微众银行“微粒贷”产品就在业内率先组建手语服务团队，经过远程视频协助听障和有言语阻碍的客户对等取得安保、方便的普惠金融服务。 2020年，微众银行新增小程序图文交互性能，极大优化了客户沟通效率。

为了贴合视障客户之需，微众银行在“微众银行App”4.0版本基础上，经过调研700多名视障用户，综合采用光线活体、AI语音分解、减速度传感器等前沿技术，更新迭代20余个版本，首创成功了不阻碍人脸识别和身份证识别，攻克了视障群体独立成功银行开户的难题。 同时，微众银行还开放了不阻碍客服专线，布置经过特训的客服人员为视障客户提供专项服务。 截至2020年末，微众银行已累计服务超越名视障、听障及有言语阻碍客户。

不止有网感，还给你安保感

金融的中心在风控，普惠金融的风控更是重中之重、难上加难，微众银行应用自身优势，针对自己产品特点 探求 出一条大数据风控之路。

针对传统风控方式存在信息不对称、数据失掉维度窄、人工采集本钱高、效率高等缺陷，微众银行继续开发和完善各类风控规则、战略、评分卡和外部评级系统，累计树立超越400个互联网大数据、征信和反欺诈等系列风控模型以及超越10万个风险参数，将AI技术运用于结合建模、电核录音质检、风险控制名单等风控范围，发扬了对信誉、欺诈等中心风险的识别和监控作用，有效优化了内控才干和效率。

微众银行还将联邦学习这一前沿AI技术运行到信贷风控当中，经过联邦学习等大数据安保技术，微众银行将存款客户信誉数据与发票注销信息启动结合建模，优化风控模型，为小微企业启动信誉风险评价，处置70％以上无 历史 信誉信息的小微企业存款难的疑问。

从成立伊始，微众银行就坚持以 科技 作为驱动业务开展的中心引擎，继续在区块链、人工智能、大数据和云计算等关键中心技术的底层算法研讨和运行方面展开技术攻关。 作为国际首家取得国度高新技术企业认证的商业银行，微众银行 科技 人员占比一直坚持在50%以上，历年 科技 研发费用占营业支出比重超10%，累计开放发明专利近1100项，其中2019年地下的发明专利开放量632件，居全球银行业前列。 2019年，微众银行在咨询与研讨公司Forrester Research宣布的2019年银行案例研讨报告中被誉为“全球抢先的数字银行”。

2015年8月，微众银行上线全球首个基于安保可控技术架构的散布式银行中心系统。 其高可用、高弹性、高扩展的特点使得微众银行能够支持海量的客户规模及高并发的买卖量。 基于此套系统，微众银行已建成同城少数据中心多活架构，一切业务在多中心之间灵活流量调控，一切业务产品7X24小时服务，系统牢靠性超越99.999%。 在业务延续性方面，微众银行也已成功同城RPO（Recovery Point Objective，恢复点目的）=0、同城RTO（Recovery Time Objective，恢复时期目的） 0的水平，内行业内已到达抢先水平。 同时，微众银行的散布式银行中心系统在稳如泰山方便之外，还取得了降本增效的效果，协助银行到达商业可继续开展。

近年来，微众银行更是放慢了对国产ARM架构主机的规模化投产经常使用，成功了银行中心系统的软配件片面自主可控。 目前，微众银行户均IT运维本钱已降至国际银行业界的10%。

不止好上手，还是个多面手

在金融 科技 的加持下，微众银行成为了一家“更懂你的银行”。

为了让团体用户愈加简易地失掉金融服务，微众银行“微粒贷”的授信审批时期最快仅需2.4秒，资金到账时期最快只要40秒，满足用户“按需存款、随时可得”的需求。

为了让企业用户及时处置资金困难，微业贷无须抵质押，无须纸质资料，无须开户。 客户仅凭一部手机，平均6分钟即可成功企业存款从开放到借款资金到账的全流程。 部分企业资金需求旺盛时点，微业贷在1分钟内提供授信服务的企业数量到达200家，从而极大优化了服务效率。

据深圳市千百回电子商务有限公司总经理表示，开放“微业贷”时，无须抵质押、无须提供纸质资料、甚至无须开户。 整个审批不到3分钟，且相较其他金融工具，微业贷经销商存款给到的授信额度还高了不少，解了公司去年大促备货时的资金燃眉之急。

为了让企业能享用更完善的服务，2020年，微众银行推出企业金融品牌“微众企业+”，不只为小微企业处置融资疑问，还提供了企业贴现、保险、生意商机等综合服务，从而全方位成功小微企业更高的金融服务诉求。

为了贴合用户的理财需求，微众银行APP设有活期+产品，享用收益的同时，可以随用随取实时到账。 同时，提供其他优选理财富品，协助用户成功资产性能多元化。

不止能单打，还各个都能打

成立将满7年的微众银行，在产品规划上已渐具片面性和规模性。

针对C端普罗群众，微众银行有着“微粒贷”、“微众银行App”、“微车贷”、“小鹅花钱”、“We2000”等数字普惠金融产品矩阵，并尝试以此掩盖边缘人群，破解金融服务不平衡不充沛的行业顽疾。

针对小微企业，微众银行的“微业贷”是全国首个线上、无抵押企业流动资金存款，贴近产业链、供应链中的广阔经销商、供应商的需求。 数据显示，目前微众银行企业客户中，70%以上企业是制造业、批发批发业和高 科技 行业。 微业贷供应链金融产品关键以供应商/经销商主体信誉数据、买卖数据、债项数据、物流数据等多种数据的数字化、线上化、智能化为载体，具有不过度依赖中心企业信誉、不依赖货物押品的差异化特点，较好地满足了供应商与经销商企业的小额、短期、高频、急用的资金需求特点。

鼎力开展金融 科技 的目的是什么？微众银行用执行交出了自己的答案，是为了不时地拓宽服务边沿，让更多人享遭到对等的金融服务，成为一家有温度的银行。 未来，微众银行会继续以 科技 为本、据守初心、不忘使命，继续成功用户“方便、安保、有温度”的等候。

校正 赵琳

微众银行：拥抱粤港澳大湾区树立 以科技创新赋能金融服务

日前，中共中央、国务院正式印发《粤港澳大湾区开展规划纲要》，标志着大湾区树立上升到国度战略层面的高度。 粤港澳大湾区要想成为国际上数一数二的湾区，离不开科技创新驱动的力气。 它肩负着构筑我们国度创新开展新洼地、引领和带动珠三角地域率先成功创新转型的历史重担。 深圳地处粤港澳大湾区中心城市，科技创新才干与金融业总体开展水平在粤港澳大湾区各城市中实力位居前列，科技和金融要素结合严密。 作为全国首家获批开门的互联网银行， 微众银行 降生于这座创新创意之都。 成立以来，微众银行不时发力金融科技树立，积极探求人工智能（AI）、 区块链 （Blockchain）、云计算（Cloud Computing）、大数据（Big Data）等技术在金融方面的落地运行，发扬金融科技在赋能实体经济、助力普惠金融开展上的积极作用。 “ABCD”开道，年度104件专利居全球第五 科技和金融的融合，可以深度驱动银行业的金融创新，积极推进经济增长和社会开展。 微众银行在成立之初就确立了“科技、普惠、衔接”的企业愿景，将“ABCD科技战略”优化到全行开展战略的高度，希望能够经过科技的手腕，探求出一个更安保、更高效、更智能的互联网银行服务形式，服务目前传统金融行业未能掩盖的市场，践行普惠金融的初心。 据悉，开门四年来，微众银行在信息技术、生物技术和金融科技方面累计投入10亿元以上，全行科技人员一直坚持员工总数一半以上。 仰仗开源技术、散布式架构的技术平台创新搭建方式，微众银行已成功建成完全自主可控、可支撑亿量级客户和高并发买卖的银行中心系统。 目前，微众银行已建成253个关键系统、1223个子系统，中选了中国人民银行2015 年金 融信息化10件大事，并在2016年、2017年延续两年荣获深圳市金融创新一等奖。 据了解，微众银行2018年地下开放的专利数量已跃居全球第五、居中国第三，全年专利开放高达104件。 树立粤港澳大湾区，是新时代推进构成片面开放新格式的新尝试。 身在其中的金融科技企业想要在剧烈的竞争环境中占有一席之地，其关键在于“开放协作”。 微众银行在金融科技方面不时贯彻“三大开放战略”：一是开放平台，经过API、SDK等方式，为协作同伴提供金融才干。 二是遵照开源的科技潮流，经过开源及开放软件的方式，将自身的科技才干开放出来给市场。 三是开放协作，包括和金融同业，特别是大湾区“9+2”城市群的金融机构之间协作，以及和产业之间启动协作，使金融真正服务好实体经济。 强化金融科技才干，赋能金融服务 金融科技离不开人工智能、区块链、云计算、大数据四大板块。 微众银行一方面加大科技投入，强化金融科技才干；另一方面，结合自身的“三大开放战略”，与其他金融机构、非金融机构展开了多个层面的协作，赋能金融服务，力图构成行业合力推进金融服务业革新，取得新的竞争力、震动银行业的开展未来。 作为一家纯线上的创新型银行，微众银行没有营业网点和柜面人员。 为处置客户身份认证、客户服务等疑问，微众银行将人工智能、生物识别技术运行到远程客户身份认证、智能客户服务等范围，构建了具有微众银行特征的创新产品服务。 在智能客服方面，微众银行推出的智能云客服“微金小云”，经过深度学习模型训练而成。 目前，一个智能机器人(行情,诊股)可替代400位人工客服，98%的客服服务均由智能云客服成功，不只要效支撑了海量客户需求，而且极大地浪费了人工本钱。 人工智能在开展环节中，也会面临一系列的新疑问。 最典型的比如“数据孤岛”疑问，该疑问一日不被处置，将或许抑制人工智能范围的常年开展，并形成严重的商业结果。 针对以上疑问，杨强教授与微众银行经过众多努力，提出了基于“联邦学习”的系统性的通用途理方案，可以处置团体 （to C） 和公司间 （to B） 结合建模的疑问。 近期，微众银行还牵头主办了IEEE P3652.1（联邦学习基础架构与运行）规范任务组第一次性会议，IEEE P3652.1项目是首个联邦学习范围的国际规范。 未来，“联邦学习”有望能够打破各范围、各行业的数据壁垒，将人工智能带来的红拖拉实到社会的各个角落。 微众银行在区块链运用方面也不时走内行业前列。 区块链具有包括散布式架构、分歧性、共识机制、加密算法等等属性。 微众银行在创立之初就投入资源开展区块链和散布式账本技术，构建了自主研发的散布式银行中心架构，以处置海量客户和高并发买卖。 2016年5月，微众银行结合多家机构发起成立了金融区块链协作联盟（深圳），着力推进区块链技术研发和运行落地。 同年，结合上海华瑞银行推出基于联盟链的机构间对账平台，这也是国际首个在消费环境中运转的银行业联盟链运行场景，努力于处置金融机构间对账本钱高的疑问。 最近，微众银行还与澳门政府签署协作协议，设立澳门迷信技术开展基金，将以区块链等创新技术作为关键支点，增强特区的科创才干，推进智慧城市开展，进一步落实科技惠及民生的福祉措施。 产学研深度融合，确保继续科技创新才干 要继续坚持科技创新才干，培育契合需求的金融科技人才成为关键。 微众银行十分注重产、学、研的深度融合，为了充沛发扬深圳外乡金融科技资源优势，引入国际优质教育资源，2018年微众银行联手深圳大学成立了金融科技研讨院，由双方共同承当科研和开发项目、聘任高水平研讨人员，共同培育硕士、博士、博士先人才，以推进教员基础研发通常、在校生科技创新锻炼和企业技术项目研讨，促进产学研深度融合，成功多方共赢。 往年1月，微众银行又与新加坡南洋理工大学共同兴办了新加坡金融科技结合研讨中心，将充沛结合微众银行金融科技创新优势、南洋理工大学国际一流科技大学科研优势，严密追踪金融科技范围前沿技术研发及运行，减速相关技术的产业化和商业化进程，鼎力培育金融科技领军人才队伍，构建行业与专业联动、教学与科研贯串、通常与通常结合的校企协作形式。 微众银行还与西安电子科技大学、中科院计算所等在区块链的架构、性能、安保、共识算法、跨链通讯等方向展开研讨协作，还拟将配件计算减速、高通量虚拟机等前沿技术运行到更多金融场景中，共同打造新一代高通量区块链计算引擎。 在政府协作方面，微众银行积极对接国标委、工信部规范院、ISO/TC307、IEEE等规范组织，深度介入了多个区块链相关的国际、国度、行业与集团规范的制定；与央行、互联网金融协会、支付清算协会、金信委等组织的区块链研讨任务组深度协作，展开相关课题的研讨。 守正创新者进。 微众银行将积极照应粤港澳大湾区创新驱动开展的战略，以金融科技创新推进金融服务于实体产业，不时借助金融科技创新手腕，继续增强风控才干，优化风控水平，提高服务效率，降低融资本钱，化解企业融资难题，扶持中小微企业，助推实体产业转型更新，从而推进实体经济高质量开展。