第一资本的转型之路：从分析优先到AI优先

至顶网软件频道消息：第一资本长期以来一直被众多渴望实现数据驱动型金融服务转型的企业的目标与楷模。该公司于1994年从Signet银行中独立出来，其核心运营理念为“基于信息的策略”——换言之，在数据与分析的基础之上做出重要的运营与财务决策。2015年的一篇报道指出，“第一资本公司成为利用分析能力了解消费者支出模式的先行者。”例如，该公司于2002年任命了全球第一位首席数据官。而在2014年的Cap Gemini安全研究当中，第一资本又率先探讨了数据驱动财务服务的实施可能性。第一资本公司首席信息官Rob Alexander在采访当中指出，长久以来，“我们一直在利用数据与分析能力建立一家更出色的消费金融服务公司。从众多角度来看，我们都是世界上第一家大数据企业。”

《福布斯》长期以来也一直在强调第一资本公司在金融服务创新方面的领导地位。在Tom Davenport于2006年发表的“分析行业的竞争”文章当中，第一资本成为少数几家能够利用数据与分析制定战略的企业之一。而在2018年7月的《金融科技项目如何推动金融服务创新》一文中，Randy Bean也提到“凭借着对数据驱动型分析的实际应用，第一资本在过去几十年来一直扮演着金融服务领域的创新者角色。”

然而，要保持领先地位，组织本身也必须不断创新。2011年，面对银行业当中出现的一系列颠覆性趋势，第一资本做出战略决策——对其业务中的多个方面（从文化、工作方式到核心技术基础设施）进行重塑与现代化转型。

组织在现代化方面投入巨大努力并非新鲜事物，也有不少企业在这个方向上做出了重要努力，但第一资本在过去七年的全面转型中拥有着引人注目的卓越表现。Alexander表示，“在刚刚起步之时，我们无法得知这一切在多年之后到底会如何展开。我们的目标是只是不断前行，从而为客户提供更快捷且更灵活的新功能。”

转型中的技术要素包括部署用于软件交付的敏捷模型、建立大规模工程组织并雇用数千名新员工出任数字相关职务、实现云原生并面向云端重建应用程序、实施RESTful API以及微服务等现代架构标准，并以开源成果为基础进行构建等。这是一项需要投入数年时间的大型工程，要求业务体系中的各个部门在过程当中适时参与。如今的第一资本公司已经与七年之前完全不同，且通过转型解决了美国企业所广泛面临的核心挑战：如何利用数字技术、实时分析与机器学习改变业务与客户体验。

 来自第一资本公司智能银行助手Eno的截屏

第一资本公司如今也开始积极挺进“AI优先”这波新的浪潮。该公司已经建立起两支规模更大的机器学习团队，分别面向其信用卡业务线与企业级服务业务线。另有多支小型团队负责推动其它业务线。目前，第一资本正在将AI与机器学习技术应用于业务中的几乎各个层面，包括面向客户的欺诈保护强化，以及面向内部流程的呼叫中心运营改善等等。

第一资本还为客户提供智能助手方案Eno，用于完成欺诈警报以及余额查询等日常任务。该公司高管表示，机器学习与AI技术的重点不仅仅体现在信用决策（发卡机构的经典应用）当中，同时也将介入客户互动乃至运营的所有层面。正如公司CIO Rob Alexander所言：

每一次做出决策时，我们都有机会使用机器学习技术——包括向客户推销产品、执行产品交付、确定合作关系中的条款、提供奖励政策、制定支出限额以及识别欺诈行为等等。

第一资本方面的目标，在于提供轻松的体验、预测客户需求、在实际需要出现之前提供正确的信息与工具，并时刻关注客户及其资金情况。

云计算在“AI优先”浪潮下的作用

第一资本是如何推动原有分析方法现代化转型的？根据Rob Alexander的介绍，答案在于采用新一代技术。Alexander指出，2011年左右，该公司的高管们尝试重新定义未来发展方向。当时关键性技术的实现成本急剧下降，客户在迁移当中使用的数字化渠道产生了更多数据，因此有望帮助银行方面更好地理解客户情况与需求。此外，云服务的出现则带来了大规模处理数据的能力。Alexander和他的同事们据此得出结论，认为以往由IT组织构建基础设施解决方案的方式已经不再必要。相反，IT部门应当开发出优秀的软件与业务功能以服务客户。

将数据迁移至云端，正是这一思维之下的主要结果。云资源也成为第一资本AI扩展工作的重要催化剂。该公司最初在内部数据中心中建立起私有云，但随后通过对Amazon Web Services的观察，Alexander认为第一资本永远无法在规模与弹性水平方面与AWS相抗衡。相反，该银行完全可以从AWS的软件驱动、大规模扩展性、即时配置云存储以及计算能力等优势当中获得助益。此外，AWS及其它公有云还提供各类创新型机器学习工具与平台。简而言之，迁移至云端将为银行内部新一代技术的落地打下根基——除了AI之外，还包括移动与数字客户体验等等。到目前为止，第一资本已经计划在明年年底之前关闭其最后一座数据中心，并将所有应用程序及数据存放在公有云之上。

对于第一资本而言，AI技术虽然非常重要，但也只是其全面转型之旅当中的组成部分之一。第一资本公司的领导者们——从创始人Rich Fairbank开始——一直坚信，能够在未来的经济环境当中胜出的企业，必然会是那些具有传统银行业务能力的科技公司，而风险管理将成为其中的重中之重。Rob Alexander认为，我们正处于向技术密集型银行业转型的早期阶段，而这方面的直接体现就是以AI为基础的决策制定能力。

第一资本的AI发展前景

毫无疑问，AI技术将继续在第一资本的战略与产品当中占据可观比重，但具体方向是怎样的？其中一种可能性，就是更多地使用深度学习。该银行的数据科学家们认为，深度学习模型（即具有多层变量或特征的复杂神经网络）为预测信用风险与欺诈以及多种其它用例提供了巨大的改进潜力。然而，就目前来看，第一资本（也包括其他银行机构）所使用的深度学习模型还不够透明。而无论是企业的内部政策，还是监管机构的外部要求，都不允许在信贷领域使用这种“暗箱”式的决策方法。

但第一资本并没有坐等其他人出手解决与深度学习透明度相关的问题。该公司机器学习中心负责人Dave Castillo表示，他们正在主动尝试以多种方式对模型的分析过程做出解释：

我们在可解释性方面做了很多工作；我们也已经成为深度学习透明度问题领域的领导者之一。我们参与了多个跨行业可解释性论坛——其中包括竞争对手、学者、法律专家、技术专家以及监管机构等——旨在解决AI偏见与负责性等问题。我们在“全局归因映射”方面取得了实质性的进展，即将影响结果归因于模型当中的某些特定特征。我们还专注于推动深度学习的可视化。我们正在与监管机构就解释性问题进行交流沟通。

Castillo还高度关注如何提高生产力与机器学习技术的渗透率。通过所谓“自驱动数据科学”，该银行正努力开发出更多自动化机器学习功能。这项计划的目标不仅是提高数据科学家在开发新模型方面的生产力水平，同时也希望实现“自动重新调整”——包括以几乎无需人为干预的方式，对机器学习模型进行监控以及自动重新拟合。

长期以来，第一资本一直是“模型管理”领域的领导者——具体来讲，就是通过外部环境或客户行为的变化，对现有模型进行管理与更新。然而，如果机器学习模型能够利用新的训练数据进行持续监控与重新训练，那么整个流程都将得到显著简化。Castillo与Alexander将这种能力视为下一代模型管理的核心，并与公司内的模型监管办公室合作以推动相关能力的实现。

当然，第一资本AI发展计划中还有另一大关键组成部分，这就是对数据道德与隐私要求的重视。Rob Alexander指出，任何拥有良好治理水平的银行都应对数据安全与隐私肩负起特殊的责任，而这无疑需要大量的资金投入。在第一资本，各个小组都需要审查其数据管理实践——包括首席信息安全官组织、内部审计员与监管机构——并由高管团队出任相关工作的总领导者。

CIO Alexander总结道，“为什么传统银行业务目前还没有迎来全面颠覆？可能历史性拐点还没有到来。但我们重视这一颠覆整个银行业的重要机遇。”可以肯定的是，Alexander将继续甚至加快新兴技术的采用，并持续以使客户受益为目标推动数据管理、数据使用、数据分析以及AI构建等先进实践。