香港中文大学(深圳)管理学理学硕士(MBM)学生分享 | 浅谈证券公司数字化转型

香港中文大学(深圳)MBM
2021-05-14 10:47 浏览量: 5002

随着金融市场开放步伐加快,金融供给侧结构性改革深入推进。一方面,金融科技蓬勃兴起,大数据、云计算、人工智能、区块链等技术正全面赋能金融业务,金融行业数字化转型的技术基础日益坚实;另一方面,用户对金融服务的需求正向高效化、便捷化、精准化、个性化转变,金融行业应用数字技术创新业务模式、提升业务效率的要求愈加迫切。在技术和需求的双重驱动下,数字化转型已经成为各家金融机构的共识。本文是由香港中文大学(深圳)管理学理学硕士项目2020级学生闫颖超、秦李虹从数字化转型的策略、数字化转型的实例分享和对AI能力的思考三个方面进行的分享。

学生简介

闫颖超

招商证券股份有限公司

运营管理中心董事

秦李虹

招商证券股份有限公司

运营管理中心高级经理

数字化转型的策略

01、目标

企业的数字化转型主要体现在提升企业对环境的感知能力、执行能力、决策能力,使企业变得更聪明。对于证券公司来说,打造敏捷性的数智中台能顺滑前台与后台定位,同时利用数智化手段,聚合集能为前台提供一站式、灵活、快速的服务。

02、架构

数智中台既是组织架构的变化,更是能力的枢纽和对资源的共享。中台通过制定标准和机制,把不确定的业务规则和流程通过工业化和市场化的手段确定下来,解决消费者对资源的个性化需求,同时还能最大程度地提升协作效率。

03、策略

以“智能化”和“数字化”双翼驱动,以具体金融业务场景为落脚点,近几年在人工智能、机器人流程自动化、文档智能处理、工商大数据等方面进行前沿探索与创新。同时,在云端部署公共场景,提供应用资源共享。提供可重复使用的组件,存储在云端,不受场所限制,操作简便,且部署成本较低,成果转化快。

数字化转型的实例分享

01、数字治理中心-数据中台项目

在现有的数据产品在完整性、规范性、可靠性、准确性方面存在不足之处,导致数据使用者面临着缺乏数据、不敢使用数据、难以利用数据等问题,数据不能很好地为业务进行赋能,按照“治用结合、以用促治、不用不治”的建设原则搭建数据中台,通过数据治理形成为数据资产,通过数据运营形成数据产品和服务,打造数据服务能力,用数据赋能业务。

02、智能产品实例—数字员工

数字员工相对于自然人员工,承接了自然人本应从事的工作,与自然人一起共同合成一个单位的人力资源整体,是企业人力资源的一个组成部分,也是不断推进管理变革、业务流程优化最重要驱动力量之一。数字员工本质上是深度结合了实际业务需求与自动化技术、人工智能技术的集成,是机器人流程自动化技术、语音识别、机器学习、自然语言处理等人工智能技术高度融合的、具有复杂结构与一定的逻辑思维、计算能力等的复合体。

通过AI+RPA技术部署的“数字员工”能够替代业务人员完成规则化、流程化、重复性的工作,大幅提升工作效率,降低企业成本,颠覆金融等各个行业中财务、人力、法务、客服等人力比较密集的职能场景。以结算数字员工为例,目前可接管近90%的规则化重复性结算操作,办理效率提升40%左右,在打造运营效率和成本定价方面的差异化竞争优势提供了有力支撑。

对AI能力的思考

01、AI应用与取代人的关系

目前的人工智能属于工具型人工智能,离通用型人工智能还有一段距离。人工智能在不同领域的应用成熟度差别很大,工具型人工智能和人类的能力在多数情境下互补,短期内更可能出现的是“人机协作”、“人机双智”的状态。发展人工智能的最终目标不是要替代人类智能,而是通过人工智能增强人类智能。人工智能可以与人类智能互补,使得人从繁重的重复性工作中解放出来,转而专注于发现类、创造类的工作。

02、AI应用的长尾风险

人工智能的发展已经突破了一定的“阈值”,计算机视觉、语音识别、自然语言处理的准确率都已不再停留在“过家家”的水平。但当前智能化技术在主流业务应用方面仍无法实现100%准确,所以在人工智能的应用中存在一定程度的“长尾风险”。在人工智能应用过程中,企业须对流程进行全面、透彻的梳理,对风险进行准确评估,采取必要措施防范人工智能应用的“长尾风险”。

编辑:颜回

(本文转载自香港中文大学深圳管理学硕士官方公众号 ,如有侵权请电话联系13810995524)

* 文章为作者独立观点,不代表MBAChina立场。采编部邮箱:news@mbachina.com,欢迎交流与合作。

收藏
订阅

备考交流

免费领取价值5000元MBA备考学习包(含近8年真题) 购买管理类联考MBA/MPAcc/MEM/MPA大纲配套新教材

扫码关注我们

  • 获取报考资讯
  • 了解院校活动
  • 学习备考干货
  • 研究上岸攻略

最新动态