6月18-21日，O’Reilly AI Conference在北京召開。大會上，來自荷蘭的金融公司ING的IT主管Bas Geerdink帶來了《關于數(shù)字驅動企業(yè)》的主題分享。

進入互聯(lián)網大數(shù)據(jù)時代后，ING目標明確的要把自己打造成一家數(shù)據(jù)驅動型企業(yè)，將分析技能作為首要戰(zhàn)略重點，并投資于人工智能、大數(shù)據(jù)分析，希望能借此優(yōu)化業(yè)務流程。

現(xiàn)在，AI已經逐漸發(fā)展成ING業(yè)務的核心，公司內部有著大量關于數(shù)據(jù)分析及人工智能在項目在進行著。正如他們自己所言，他們是一家IT公司——An IT company with a banking lisence.

Bas Geerdink從WHY、WHAT、HOW三個角度分享了ING在數(shù)字化轉型中的思考與實踐。

以下是演講全文，大數(shù)據(jù)文摘在不改變原意的前提下進行了編輯。

演講內容

WHY：ING的挑戰(zhàn)和機遇

有著160多年歷史的ING見證的銀行業(yè)的發(fā)展與變革，從最早期的客戶因信任扛著資產到銀號進行存儲；到后來一張張小小的卡片和客戶經理成了銀行和客戶之間的紐帶；再到如今，很多客戶根本就沒有在銀行體驗過實體的服務，他們和銀行的交互只是一個應用程序罷了。因此，如何靠應用程序吸引客戶并建立穩(wěn)定的客戶關系，是他們最關心的問題之一。

另外，金融行業(yè)的競爭也在不斷的加劇，想在比荷盧經濟聯(lián)盟以外的地區(qū)站穩(wěn)腳跟并非易事，Bas Geerdink特別強調到亞洲市場，這是塊很有吸引力但又充滿挑戰(zhàn)的市場，他還提到了阿里和騰訊，這兩家公司以互聯(lián)網的基因做著金融的業(yè)務，無論是成本還是用戶基礎上他們都充滿優(yōu)勢，想要他們那分一杯羹，ING必須花更大心思充分理解當?shù)乜蛻?，并用上最新的IT技術手段。

當然，作為金融行業(yè)老人，卓越的遠見自然是它屹立不倒的重要原因，所以ING早13年就制定了數(shù)字化戰(zhàn)略，計劃抓住數(shù)據(jù)和AI的機遇，結合自身在金融領域的百年經驗，將數(shù)據(jù)融入產品，建立穩(wěn)固的客戶關系，給客戶打造更可靠、更便捷的服務體驗，為客戶提供集成化商務平臺，從而為客戶的資產賦能。

WHAT：ING產品上的AI應用

案例1：Actionable Insight，這是一項基于歷史數(shù)據(jù)的預測產品，ING會基于用戶歷史的銀行資金數(shù)據(jù)，對用戶接下來一個月的經濟狀況作出預測，如果根據(jù)近期的消費模式預測出可能會有財務問題，便會提早給客戶提示，讓客戶今早調整財務計劃。

想必還是有很多小伙伴會期待這種智能提醒吧，至少筆者這樣的月光黨還是很需要被敲黑板的。

案例2：Real-time Forecasting，這是一個推薦服務，這是嵌入在ING移動產品里的，它用的是實時數(shù)據(jù)進行推薦，推薦的是用戶可能需要的ING服務，假象一下你的定位發(fā)生了大面積轉移，又消費了外幣，這時它就會預測你或許是在一次國際旅行上，然后發(fā)送當?shù)氐腎NG網點給你，附上跨國購匯取款等操作指導，很暖心有沒有。

案例3：Instant Mortgages，貸款購房這是不管放到哪個國家都是人生大事，ING會基于PSD2的交易數(shù)據(jù)評估出客戶的貸款能力，為客戶推薦量身定制的貸款數(shù)額，最關鍵的是它很快，分分鐘解決你的顧慮，不需要再像以前那樣擠出時間找顧問咨詢啦。

HOW：ING在IT技術和工作模式上的最佳實踐

Bas Geerdink說到，以前的ING是金融公司，而現(xiàn)在卻不僅僅如此了，因為這些年在企業(yè)內部建立起了強大的IT技術團隊，不再使用以前的外包形式，再加上大數(shù)據(jù)平臺的建立和AI技術的應用，一家高科技公司妥妥的。

優(yōu)秀的數(shù)據(jù)驅動公司的標志之一就是能管理好歷史數(shù)據(jù)，銀行業(yè)務的特性使得ING面臨多種業(yè)務系統(tǒng)的數(shù)據(jù)，形式各有不同，而且近兩年數(shù)據(jù)井噴的環(huán)境下的fast data和過往的historical data得采用不同的處理方式，它們采用了數(shù)據(jù)湖的方式處理這些多源異構數(shù)據(jù)，用不同的技術處理對應的數(shù)據(jù)，最終以統(tǒng)一的標準呈現(xiàn)給應用層。這對ING至關重要，因為這是一切分析或AI的基石，正如Bas Geerdink一再強調的，只有做到這點才能避免訓練模型時“rubbish in rubbish out”

前面講到了ING用數(shù)據(jù)湖打下堅實的數(shù)據(jù)基礎，這里再拋出他們的另一把利器——實時數(shù)據(jù)流平臺，按Bas Geerdink的說法，為了讓應用能夠提供更及時準確的數(shù)據(jù)服務，必須把數(shù)據(jù)采集、存儲、模型訓練、迭代、應用微服務這個鏈路完整地串聯(lián)起來，他把這稱為“人工智能生產流水線”，F(xiàn)link的出現(xiàn)大大推動了他們數(shù)據(jù)平臺的升級，讓數(shù)據(jù)高效地指導業(yè)務和服務客戶。

ING在工作模式上遵循了DevOps方法，如Bas Geerdink的PPT所示，在平時工作中，他們會按業(yè)務范疇將業(yè)務人員、數(shù)據(jù)科學家、開發(fā)、運維組成作戰(zhàn)小分隊，使得成員間得以高效緊密的配合，另外，在相應的知識領域，他們又會按照職能劃分小組，進行技術或業(yè)務的交流經驗分享。ING正是這樣很好地貫徹了優(yōu)質的IT管理理念，使得他們敏捷地在數(shù)字化轉型和AI應用的道路上。