作者 | 百融云创研究院
来源 | 九卦金融圈
01
央行首提：银行要保持合理利润
在政策要求“金融让利实体经济”若干年之后，合理利润这个词第一次被用在银行业，今年第二季度货币政策执行报告中，央行首提银行合理利润：商业银行维持稳健经营、防范金融风险、需保持合理利润和净息差水平。
为何提合理利润，先看几个数据：
据中金估算，中资银行最低长期ROE水平为10~11%，最低净息差约为1.6~1.8%，今年上半年我国商业银行ROE为9.66%，净息差为1.74%，我们可以看到整个银行业盈利水平数据已达下限，很多银行的息差已经低于其不良率。
除了全局性的压力，结构性压力更大：
我国有4000多家银行，42家上市银行从数量上仅占1%，剩下的99%都是非上市银行，包含了大部分城商行、农商行和其他农村类机构。无论从资产质量、盈利能力及风险抵补能力各维度来看，银行的结构性分化都在加剧，今年上半年银行指标表现如下：
资产质量：国有行、股份行不良贷款率分别为1.29%、1.29%，行业整体不良贷款率为1.62%，但城商行、农商行不良贷款率分别为高达1.90%、3.25%，
盈利能力ROA：上市银行虽然也不理想，为0.88%，但城商行、农商行分别仅为0.66%、0.67%，商业银行整体为0.75%。
拨备覆盖率：头部上市银行为246%，非上市银行仅为143%，银行业整体拨备覆盖率为206%。
至此我们能看出，央行提合理利润的主要原因是当前我国银行业整体利润率及净息差已达理论下限，且马太效应愈演愈烈推高结构性风险。若要持续支持信贷投放，完成保交楼、存量按揭利率下调等关键任务，则银行业亟需逆转盈利水平持续下滑的趋势。
02
客群内生成长性才是银行分化根本原因、提升利润的核心要素
银行是特许经营牌照，之前一直被认为是金饭碗，近些年问题金融机构处置进度加快，牌照数量在减少，人们才猛然发现银行业的供给侧改革已经悄然进行了若干年，银行也有生命周期，并且银行也同其他企业一样，只有长期、可持续地为客户创造价值，才能赢得自身的成长与发展。
因此，只有经营好客户，银行才能保持一个合理的利润水平。但我们知道银行客群经营普遍面临的痛点是客群内生成长性不足，带来客户稳定性差、资金成本高等问题。标杆银行的客群结构呈现金字塔型结构，高端客户主要依靠提升中低端客户向上输送，但大部分银行难以挖掘中长尾金矿推动客户资产向上输送，高端客户往往靠产品拉动，AUM的提升往往不是靠持续的客户经营，而是靠单笔产品销售获得，推高资金成本，且客户流失率高，客户向下迁徙率往往是向上迁徙率的2倍。
这些问题在民营银行体现的更明显。之前民营银行主要通过流量获客，流量经营的好处是快、批量大，这种模式下民营银行更重视获客，客户经营办法不多，跟客户的关系往往是一次销售，一把一过，所以流量并没有被充分激活。调研发现民营银行客户从年活到月活到日活，流量衰减较大；流量兑现效能也不高，流量向产品导入难，相比流量增长速度，AUM增长速度明显偏低。归纳起来就是获客成本高、客户贡献低、资产流失快。
最近百融云创项目组在跟银行合作过程中发现之前留资、但已经休眠1~2年的客群中，可投资金额在50万以上的客群占比约为15~20%，经项目组有效运营，购买产品的转化率从之前的千一提升到1~2%，而且户均AUM超过15万。之前这部分客群对银行来说就是沉默成本，但经过有效运营就可以把它变成金矿，这里体现的是数据、智能算法、智能运营的威力。
03
客群经营智能化如何破局？
在OPEN AI的网站，我们能看到相关信息，GPT 4在大多数北美学术能力考试中，都能超过85%的学生。比如GPT-4在SAT数学课的考试里，满分800分可以拿700分，在SAT阅读和协作考试里，满分800分可以拿710分，在GRE写作考试里，满足6分可以拿4分，VERBAL考试里，满分170分可以拿169分。
AI智能发展的速度比想象中更快，今年年底，大概率GPT-5会带着更加让人惊艳的能力面世。对于银行来说，前面提到的客户无效经营的问题在智能化发展不充分的年代，其实是一筹莫展的，但如今智能化将重塑业务模式，技术将越来越不是障碍，可能影响效果的反而是银行的响应速度。
对银行来说，智能化破局的三个能力是非常重要的，分别是数据、策略、运营。三者之间可以形成一个智能化闭环：数据的目的是洞察客户的需求和偏好，以此为基础来设计策略，有了策略则需要智能化的运营，根据A/B test的运营结果再对数据标签与经营策略进行快速迭代。
数据是基础能力。银行可用于客群运营的数据标签维度较少，数据标签对客户经营策略支撑不够，未来需要全社会高效、合规共享数据资源，银行引入外部标签，并基于智能算法围绕经营目标开发KYC（了解你的客户）、KYP（了解你的产品）、KYS（了解你的服务）模型，深度挖掘数字资源的价值，来构建面向大众客户千群千像、面向高净值客户千人前面的标签体系。
策略要智能迭代。各家银行都有自己的策略，策略的作用是一步步去影响客户认知，培养客户心智。那么何为智能策略？基础是策略要摆脱经验，实现数据引领，模型驱动。虽然经验规则很有价值，但机器学习算法能够赋能经验规则触达不到的领域，在人的经验之外，智能算法会提供崭新洞见，这是很有魅力的事情。第二是策略要能智能迭代，根据触客效果，模型自主迭代来策略其他维度的迭代，包括客群圈选、offer（产品与活动）、时机与渠道等维度迭代更新，这样才能保证策略是活的，在人的经验之外，智能化赋予策略新的活力，策略的生命力在于敏捷迭代。
运营要强化智能。运营是个精细活，数据和策略的价值最后都要通过运营来实现。运营转化中每一个环节的提升，最后都会带来转化率的增长。最近的新趋势就是生成式AI在运营当中的作用。
百融云创自主研发的AI智能语音机器人 Chatbot集成自然语言处理（NLP）、自动语音识别（ASR）、语音合成（TTS）及语音活动检测（VAD）等技术，相比行业传统的纯人工运营方式，能够有效提升机构的服务准确度及运营效率，准确识别人类语言以及意图，并提供毫秒级语音交互反馈。
相比纯人工，“AI+人工”节省成本约 80%，“AI”模式节省成本约 90%；
AI Chatbot 能达到人工 4 倍的电话量；
识别客户意图准确度能做到 95%；
反应速度在 500 毫秒以内，和真人接近；
可进行 20 轮以上交互对话；
每天 2000~3000 万通电话；
支持过亿级规模的自动交互频次......
垂类行业的人工智能的有效应用离不开人机协同以及行业 know-how，唯有基于深度的行业洞察和语料累积，才能够做出符合商业需要的产品，先进的技术也才能够真正落地到场景应用中。
“大鹏一日同风起，扶摇直上九万里。假令风歇时下来，犹能簸却沧溟水”。银行的数字化、智能化之路，是对第四次科技革命的顺势而为，对于银行尤其是中小银行来说，通过科学的统筹设计，解析战略密码，聚焦数据及智能化算法，找准关键任务，以智能化为驱动力，实现经营与管理模式重塑。
当然，我们都需要勇敢一点、乐观一点。