对商业银行数字化转型的思考

商业银行数字化转型的时代背景

随着数字技术产业化和传统产业数字化，数字技术的快速发展和广泛应用逐步改变了社会和经济的运行环境与运行模式。在消费互联网仍在不断演进、电子政务水平持续提升之时，工业互联网和产业互联网的发展使得大量传统企业的经营决策、生产运营和外部协同也变得高度数字化和智能化，形成了数字经济这一新的经济形态。数字经济有三个主要特征:一是数据成为推动经济发展的关键生产要素；二是数字基础设施成为新的经济基础设施；三是需求和供给日益走向协调。数字经济使资源配置效率得以优化，社会交易成本显著降低，因此，其已成为更高质量发展的经济形态。

2017年，牛津经济研究院和华为共同发布了一份名为《数字溢出》的数字经济研究报告。报告分析认为，投资ICT数字技术长期回报是非ICT 投资回报的6.7 倍；除金融、通信等高度依赖数字技术的行业外，2000年以来传统行业包括房地产、农业和采矿业数字技术投资复合增长率超过10%；同时，预测到2025 年全球数字经济占比将高达24.3%。这三个数字背后的逻辑非常清晰，那就是数字技术已经成为企业与行业生产效率和创新能力提升的主要推动力。

见证了互联网在零售、社交和金融支付等领域带来的颠覆，或许会更容易理解“数字化转型将是关系到商业银行生存和发展的一场变革”。相比过去银行全面控制产品和交付，侧重内部职能和局部流程，以提升效率和便利性为主要目标的信息化建设，数字化转型是在社会和经济迈向数字化时代的背景下，由数字技术驱动的银行产品和服务、客户经营、风险控制、运营模式以及与外部合作伙伴和生态关系的一次跳跃性演进。新冠肺炎疫情全球暴发使商业银行引发了对互联网和数字技术更多的关注，增强了数字化转型的紧迫感。同时，转型并非会自然发生并获得成功，银行需要把数字化转型放到战略的核心位置，通过分析未来数字经济的形态，找准定位，以终为始确定转型的目标和路径，以坚定的执行力推动实施。

商业银行数字化转型的五个重心

数字化转型要求整个组织拥抱科技

科学技术是第一生产力。回望历史，无论是栽培技术带来的农业革命，还是由蒸汽技术、电气技术、计算机与信息技术带来的三次工业革命，无一不是技术取得重大突破而引发的划时代变革。今天，以大数据、云计算、人工智能、物联网和区块链等技术为代表的新一代数字技术，正在开创一个数字社会和数字经济新纪元。

随着信息技术发展和互联网应用的普及，一些商业银行先后提出科技引领战略，加大资源投入以科技手段提升经营效率和质量。然而，现实中对于什么是“科技引领”在认识上一直都还存在着偏差和误区。科技引领战略提出的背后是对科技已成为推动银行发展最关键变量的认识，那些以工资待遇和干部职数为目的的地位提升，或谁强谁说了算的事关话语权分配的理解无疑都过于偏颇和狭隘。科技引领应有的内涵是运用数字技术对银行进行再造，不仅为了提高效率或降低成本，更重要的是实现自身的进化，以适宜外部环境发生的广泛而深刻的变化。科技引领要求整个组织拥抱科技，所有人员都形成利用科技手段优化、变革和创新的思维方式和行为习惯。有效实施科技引领战略需要科技与业务深度融合，技术和业务双轮驱动。科技人员在技术能解决什么问题的认识方面具有优势，业务人员对金融产品、风险和经营有更全面的理解，两者唯有密切协作、相互启发和促进才能充分发挥数字技术的全部潜力创造业务价值。实施科技引领战略同样要求科技更加前置，深入业务规划和决策中，与业务共同承担业务发展的责任。

敏捷是数字化转型必备的组织能力

当前，我们能看清的是数字社会和数字经济未来发展的方向和总图景，而未来的微观结构和具体形态的形成具有高度的不确定性，甚至超出我们今天的想象。受技术本身发展、新商业模式探索、众多参与主体的合作与竞争、政策调整以及行为习惯变化等诸多因素的影响，数字社会和数字经济的发展必定是一个持续创新、试错、迭代演进的过程。因此，在难以预测的动态环境中能够敏锐感知变化，迅速做出反应的敏捷能力，成为数字化转型的必备能力。对于商业银行而言，敏捷组织成为科技与业务融合在组织和机制层面的保障。

传统银行科技治理模式存在诸多弊端。一方面，集中化的科技资源管理导致过于强调统一规划和统一建设，难以做到技术最优地匹配业务的差异性，大量跨业务线、跨部门的协调使得行动变得迟缓。另一方面，部门银行下以项目驱动的系统建设模式又导致大量的系统孤岛、数据割裂和重复建设。此外，旧有治理模式下的条线意识无形之中拉大了科技与业务的距离。数字化转型需要新的科技治理模式，以建立融入了科技要素的业务敏捷能力（见图1）。

资源配置方面，将承担业务线相关渠道、产品、风险和运营系统建设任务的研发团队配置到业务线，与业务人员共同承担业绩指标，科技负责人向业务主管行长和CIO双线汇报。其余研发资源承担中后台系统建设任务，同时为所有研发团队提供基础技术平台和共享应用支撑能力。架构管理、数据标准及信息安全等重要科技职能实行统一管理，所有科技团队都要遵从这些领域的制度流程和技术规范。

运作机制方面，配置到业务线的研发人员与业务合署办公，科技骨干参与日常业务规划和经营活动，赋予具有业务思维的科技人员更多项目规划和决策权。同时，项目驱动的系统建设模式向产品驱动和运营驱动模式转变，使科技投入能够更加聚焦于业务价值的交付。

在研发模式方面，推动传统瀑布模式向敏捷模式转换，建立敏捷方法与CMMI实践相结合的组织级研发体系。敏捷方法实现快速交付，CMMI提供完整的组织级流程和框架，实现对业务敏捷响应的同时有效保证软件质量，控制大型项目的风险。

数据是数字化转型的核心资源

数据从来都至关重要，让全社会都认识到数据的价值，互联网发挥了重要作用。互联网平台促进海量数据的产生和汇聚，又通过对数据的利用展现了令人惊叹的价值。2020年4月，中央关于要素市场化配置的首个文件中，将数据作为一种新的生产要素类型，与土地、劳动力、资本、技术等并列，表明数据已成为数字经济的关键生产要素。

国内银行对数据的应用大致可以分为三个阶段。早期关注有限的客户数据、账户数据、核算数据以及授信客户的财务数据，为的是满足会计和财务需要。随着监管要求变化和竞争日趋激烈，银行开始收集运用更全面的业务数据，在客户分析和精准营销之外主要服务于内部精细化管理，满足资金转移定价、管理会计、资产负债和资本管理需要。当互联网和科技公司开始渗透到金融业务领域，伴随着大数据技术日益成熟和普及，银行逐步扩大各类外部数据的运用，在内外部数据支持下，以线上线下结合的新模式开展客户经营和风险管理（见图2）。

银行围绕信息收集和处理开展业务，天然具有数据驱动的业务特性。为全面实现经营管理数字化和智能化，银行特别需要在数据治理和基础平台建设方面付出更大的努力。

当前，数据质量、数据孤岛、数据安全等问题在全行业依然普遍。扫除这些障碍需要将数据治理作为一项重要的基础工作持续来抓。在建立制度流程、标准规范等常规治理工作之外，要着重做好以下几项工作：一是超越技术视角建立面向业务的资产管理体系，让业务人员和算法工程师对数据资产及各维度信息一目了然；二是对数据进行分级分类，通过明确使用权限和建立高效审批程序实现数据全行共享；三是建立集成的数据治理平台和工具，赋能数据分析和系统设计研发，实现数据治理闭环管理；四是意识教育、制度规范和技术手段并重，全面加强数据安全和个人信息隐私保护。