从连接到赋能——商业银行数字化转型策略

从连接到赋能——商业银行数字化转型与创新策略

课程背景：

在未来5年中，企业将面临的变化会超过以往50年中的总和。变化来得如此之快，所

以企业必须为数字化未来做好充分的准备—— 摘自比尔.盖茨1997年出版的《未来时速》

数字化转型不是今天才提出的课题，是一家商业银行必须面对的挑战和机遇。继201

5年国务院部署“互联网+”强国战略，习近平总书记还亲自担任《国家网络与信息化领导小

组》组长。当今，银行业不管拥有什么优势，但仍然无法抵御数字化转型带来的“颠覆”式

破坏。所以各商业银行急需深度解读数字化转型的理念、策略及应用，帮助各商业银行

完成数字化从连接到赋能的转型，助力中国经济高质量发展。

思考：商业银行为什么要进行数字化转型？将面临四方面挑战？

1. 通过数字化完成：市场、创新、效率、成本等各方面的重构。

2. 把握从互联网+到智能+，从连接到赋能的演进路径？

3. 尽快通过数字化完成：从IT到DT，从数据到资产的转化。

4. 人工智能、大数据、算法将取代90%的现有岗位，商业银行如何选拔人才？

随着数字经济大格局的变化和新科技的突飞猛进，将社会带进数字化智能化时代，其

中最核心的四项技术：A（Artificial

Intelligence，人工智能），B（Blockchain，区块链），C（Cloud

computing，云计算），D（Big

Data，大数据），以及IOT物联网+5G技术。越来越多的用户都将数字化作为首要的接入

方式，或者唯一方式。商业银行需要不断变化，以适应用户的层出不穷的需求。如果商

业银行还不开始考虑数字化转型——没有找到合适的业务创新，那更大的危机即将来临。



[pic]

数字化核心价值：

传统商业银行如何从战略到实施？

• 随时随地的万物互联（连接信息孤岛）

• 获取极为丰富的海量数据（大数据）

• 拥有高效、廉价、无穷无尽的计算能力（人工智能与云计算）

• 最终实现：重塑用户体验、智能运营、敏捷创新三大战略





课程大纲：

引言：从互联网连接到数字化赋能

1. 数字经济浪潮汹涌而来

1. 你没做错什么，是时代变了

2. 数字技术将成为商业银行的“命脉”

3. 摩尔定律带来市场规模指数级增长

2. 连接改变一切

1. 网络协同效应：快速匹配需求

2. 数据智能效应：数据自主完成——检索、判断、提升

3. 数字化赋能传统商业银行升级

1. 超级平台现象

2. 非对称发展

3. 精益敏捷创新





第一讲： 欢迎进入数字时代

1. 一切皆数据 

1. 数据的本质与价值=时间+复利

2. 数据驱动商业银行战略——数字化必须是商业银行“一把手工程”

3. 数据给商业银行带来的超级竞争力“效率与创新”

4. 商业银行具备从“数据——资产”的转换能力

2.  探究数字化带来的三大客户价值 

1. 成本价值：高流量、长尾获客

2. 体验价值：个性化、定制化、移动化

3. 平台价值：多维、高频、生态圈

3.  重树商业银行文化与思维，以适应转型

1. 树立第一性原理思维

2. 树立经营型而非工具型思维

3. 树立互联网思维

4. 树立智能算法思维

4. 挖掘数字化生产力

1. 解密势不可挡的新科技：技术、人、算法

2. 攻守之道：赢得无边界经济竞争的胜利

3. 他山之石：快速创新能力与实践

案例分析：全面数字化使京东订单交付率、资金周转率从6天降至2天。





第二讲：赋能商业银行跨越数字鸿沟

1. 如何创新数字化生态

1. 数字化1.0=最佳客户连接、业务线上化、移动化

2. 数字化2.0=业务智能、敏捷创新

3. 数字化3.0=开放生态、场景创新

2. 搭建数字化嵌入式产品与营销体系

1. 适者生存——体验，不是产品

2. 设计从顶层开始——用户第一，技术第二

3. 打造“千人千面”个性化定制化产品体系

4. 打造全方位数字化营销体系——从在线到在场

3. 数字化创新的“3+1”落地转型策略

1. 策略一：建设全新商业模式

2. 策略二：以客户为中心的现有业务智能化转型

3. 策略三：全面布局创新机会

4. 一套全新的基础数字化能力，完成IT到DT



第三讲：数字化转型路径与实践

1.         商业银行数字化转型路径

1.        体验创新导入 

2.        科技创新导入

3.        生态创新导入

4.        组织创新导入

实战案例分析：抖音等爆款产品是如何创新出来的？

2. 数字化核心技术：人工智能+大数据+云计算 

1. 智能平台将取代今天90%工作岗位，同时创造更多新的岗位

A. 人工智能基本概念、思维与应用

B.

机器学习分类——监督学习（分类、预测）、无监督学习（聚类、关联

）

实战案例分析：用机器学习和算法预测用户喜好准确性

C. 机器学习的主要学派与五大终极算法

A. 符号学派——逆向演绎算法

B. 联结学派——反向传播算法

C. 进化学派——达尔文算法

D. 贝叶斯学派——推理算法

E. 类推学派——支持向量机算法

2. 大数据将“猜”出并控制一切

A. 树立数据驱动理念

B. 树立大数据思维——从小数思维到大数思维

C. 数据挖掘分析模型

D. 用户画像的商业应用价值

E. 大数据精准营销平台=吸引+说服+转化+留存

实战案例分析： 通过社交自媒体海量获客与营销

3. “中台”系统加持数字化转型

1. 分布式微服务架构

2. 多平台复用数据共享中心

3. 打造异地多活云计算

4. 大数据+AI智能中心

案例分析： 阿里中台系统设计要点介绍

4. 数字化运营的核心：快速敏捷能力

1) 超强感知能力：行为感知、情景感知

2) 明智决策能力：包容性决策、增强型决策

3) 快速执行能力：动态流程、动态资源、产品迭代速度

4) 重构现有组织形式：搭建扁平化敏捷组织

案例分析： 蚂蚁金服敏捷能力搭建：业务敏捷中心

+ 技术敏捷中心 + 数据智能中心 + 最佳实践+规范标准