一、项目建设背景

1.证券市场竞争激烈，客户需求多样化。公司需要通过智慧中台赋能提升服务质量、降低成本，才能在市场竞争中立于不败之地。

2.公司拥有海量的交易数据、客户数据和市场数据。通过智慧中台建设，可以更好地利用这些数据，挖掘商业价值，提升业务水平，推动公司数字化转型。

3.公司面临各种内外部风险和挑战。智慧中台作为实现智能化管理的重要工具之一可实现智能化管理和决策，以保持稳健运营。

二、项目建设目标

1.提高运营效率和质量

通过建设智慧中台，将各种运营相关的数据、工具、流程等进行场景化建设，对过程中采用的数据、模型、算法进行集中管理和优化，实现流程智能化和数据协同化，提高运营效率和质量，降低运营成本。

2.提升客户体验和满意度

客户体验和满意度的提升对公司客户服务至关重要，通过智慧中台，帮助实现客户服务的数字化、智能化和个性化，提高客户满意度和忠诚度，增强客户黏性。

3.增强风险管理能力

增强市场风险、信用风险、流动性风险等各类风险的管控能力，通过智慧中台帮助公司监测和分析风险状况，降低风险发生的概率和影响。

4.实现数字化转型

通过智慧中台帮助证券公司实现业务的数字化、智能化和协同化，提高数字化转型效率和质量，加快数字化转型进程。

三、项目建设创新点

1.技术创新

该项目建设过程中引入了新的平台架构、人工智能算法、大数据引擎、行业标准建模体系等，应用于自然语言处理、计算机视觉、量化投研等多个领域，帮助公司实现向市场化、信息化、智能化应用发展的转变。

2.数据创新

该项目通过整合多个数据源，包括域内数据、域外数据等，构建了一个全面、及时、稳定的数据存储流通机制，同时针对人工智能技术应用的特殊需求规划构建特征中心，提升数据应用效率，为公司发展提供了精准的数据支持。

3.功能创新

该项目不仅提供了传统的基于业务具体需求的场景模型构建功能，还可集成智能量化交易决策、合规风险识别、客户服务营销等多种系统平台，使得智慧中台项目更加符合证券公司的实际需求。

4.流程创新

通过项目建设过程中对证券公司内、外部需求的充分调研，结合行业发展现状与技术发展态势，梳理了人工智能技术在券商领域应用的可行方面和有效途径，规划了一整套人工智能技术应用于券商金融领域的开发应用流程。

5.业务创新

通过该项目，深入挖掘了公司内部智能化建设需求以及外部客户需求，将人工智能技术与证券公司的具体业务场景相结合，改变了业务运营方式，可依据市场信息，为客户提供更加定制化和个性化的服务。该项目建设规划了“平台+场景”的模式，通过将智慧中台集成到证券公司的业务流程中，创造了新的商业价值，提供了一种新的业务发展应用模式。

四、项目技术方案

1.技术架构

智慧中台以Kubernetes作为基础设施底座，负责平台自身微服务的部署、服务注册和发现等，同时承担了人工智能模型的上线和发布工作。借助于Kubernetes强大的数据采集能力，能够实现平台核心运维指标的监控，结合开源的Prometheus+Grafana运维工具实现运维监控可视化和告警通知。

Hadoop作为分布式的海量数据处理框架，其中HDFS主要作为机器学习平台文件系统，承担AI训练数据以及中间数据的落地存储；Spark是一种通用内存并行计算框架，作为Hadoop数据的快速通用计算引擎。

数据库主要是用于平台本身数据服务和配置参数的存储，目前主要采用MySql数据库进行机器学习平台的数据存储。

2.功能架构

智慧中台的核心功能包括适应场景服务需求的算法模型建设和模型部署应用两部分，其中建模又可以分为图形化拖拉拽建模和交互式代码开发建模。数据管理主要实现数据的对接和引入，包括后期模型训练数据集的创建和维护；通过分布式文件系统实现数据的安全存储。基础设施模块承担了机器学习平台的权限、资源以及任务调度等相关职责，保证平台的高可用和稳定性。

3.业务模式

基于人工智能的智慧中台建设项目，以“平台+场景”的模式结合业务需求方具体需求进行运作，具体场景建设需要由业务需求方提出，智慧中台依据具体需求进行资源规划，结合公司域内、域外数据进行模型建设，与业务协同进行模型应用，迭代优化。通过数据驱动业务优化和创新，提高业务效率和盈利能力。

五、项目过程管理

1.前期准备(T — T+30)

平台基础硬件、软件环境准备，进行平台部署和功能测试，进行场景服务需求详细调研，识别风险项目。

2.详细计划(T+30 — T+60)

进行需求建设方案设计，拟定项目计划、里程碑和任务列表,明确人员任务划分。

3.项目实施(T+30 — T+90)

构建平台数据应用流程，进行场景模型开发、调整、优化。对接下游系统进行接口开发。

4.项目收尾(T+90 — T+120)

完成已建设内容验收，进行系统维护交接，进行项目总结与评价。

六、运营情况

1.应用情况

(1)客户满意度提升。智慧中台中用户相关服务场景的建设提升了用户体验和服务水平。如在个性化内容构建场景中，实现了在理财商城对应的一级模块即可满足70%以上用户的直接访问及产品购买需求，该模块涉及交易金额超过总量40%。相较于传统人工统一配置，提升度超过80%，在极大的提高了用户浏览效率的同时，降低后台数据维护成本，有利于实现可持续发展。

(2)应用场景扩大。智慧中台为智能应用场景的建设提供了基础支撑，应用场景范围的扩展丰富了智慧中台的能力范围。当前已规划建设实施个性化产品营销匹配、业务目标潜客识别、客户流失预警、有效客户促活、反洗钱风险用户识别等多个项目，整体应用效果良好。如在客户流失场景中，通过在平台基础上构建流失预警模型，实现了超过60%的流失用户准确预判，同时将流失挽回前置时间窗口扩大至30天，为客户留存工作的开展方式和时间提供了更多的可能性。

(3)智能化水平提升。随着不同场景应用服务的时间增长，积累了大量可用于场景模型优化的反馈数据，依托应用闭环流程的构建，场景模型可通过自学习不断调整优化，提升模型服务能力。自动化闭环流程的构建可极大减低模型重新构建所需的人力和时间成本，场景服务迭代模型构建周期从以月为单位降低至以天为计量单位。

(4)行业竞争力提升。随着智能化场景的推广，公司人员对于数字化、智能化建设意识的提升，有利于形成针对新问题，新需求的方法论，如在客户促活场景中，通过对全量客户和细分客群的近千个促活因子的分析，可优化App页面结构和运营方式，有利于数据驱动用户运营体系的形成。提升整体技术能力和行业竞争力。

2.推广情况

(1)推广方式多样。除了前期采用业务部门一对一走访的形式采集项目需求外，也通过联结外部有行业相关建设经验的优秀厂商，共同探索智慧中台发展方向。

(2)参与方增多。除了智慧中台建设的承接部门金融科技部，相关业务部门越来越深入中台智慧服务场景的建设中，在提供了专业性指导意见的同时，也奠定了场景建设目标基础，促进中台项目发展。

3.系统运行情况

项目建设基础框架完整可用，系统平台稳定，已实现自动化运维监控。当前已建设场景模型输出应用效果良好，新建场景周期将进一步缩短。已形成能力应用建设完整闭环流程，兼容新技术，新方法引入应用。

七、项目成效

1.经济效益

(1)增加营业收入。通过智慧中台项目智能场景的建设将在具体应用领域显著提升客户体验，增强用户粘性。通过构建场景模型对市场进行分析和预测，帮助投资者做出更加精准的资产配置决策，实现更好的投资回报。

(2)降低运营成本。运营策略不再采用粗放的人工配置，而是通过构建场景模型，依据市场和用户具体情况，定制个性化运营策略,提升运营效率的同时降低人工运营试错所造成的损失。

(3)减少风险损失。通过人工智能算法，实现人力难以达成的全方位的风险评估和管理，及时发现和处理异常情况，从而降低风险和损失。

2.社会效益

(1)形成技术引领行业发展新风向。人工智能应用场景的开发可以弥补部分资源、人力不足在行业竞争中的劣势，在推进金融行业深化数字化转型的同时也将吸引更多高素质人才参与到科技创新中来，激发行业的创新活力。

(2)促进行业合作和标准制定。人工智能技术的应用实践需要时间积累，任何一家券商都无法同时在所有技术领域开展应用研究，同业之间积极的合作交流在节省时间成本以及提升成果转化效率方面有显著成效，并将推动建立行业标准规范。统一的技术标准规范有利于提高机构间的协同效应，降低技术开发和运营成本。

(3)形成良性竞争的行业新环境。智慧中台项目实施有利于提高金融行业的服务质量和效率，提升客户满意度，从而推动金融行业的可持续发展。

八、经验总结

1.提高智能化服务泛化能力

由于高水平智能化建设人才队伍稀缺，智能化场景建设需要考虑人力成本与预期效益的平衡关系。通过项目建设过程中对证券公司内、外部需求的充分调研，结合行业发展现状与技术发展态势，梳理了人工智能技术在券商领域应用的可行方面和有效途径，规划了一整套人工智能技术应用于券商金融领域的开发应用流程。由于不同券商业务领域的高度重合，数据一致性较高，当前已形成的人工智能场景建设应用流程规划具有较高的推广泛化能力。

2.使用成熟稳定的技术架构

在项目建设过程中使用了成熟稳定的系统架构以及先进的内核逻辑，在确保智慧中台服务能力的同时，较大程度的提升场景开发建设的效率。当前智慧中台建设方案中已有场景应用实施案例，已建设智能场景经过实际生产测试验证了人工智能算法应用于金融券商领域的有效性。

智慧中台规划构建了了应用闭环流程，在新算法理论的支持下，能够在不断的实践中进行自主学习和优化，并能够根据市场反馈做出相应调整，提高应用的泛化能力，降低了运维和复用成本。

3.审慎对待监管合规要求

由于金融行业的特殊性，合规监管是该项目规划建设的重要构成。公司智慧中台建设规划之初即与合规部门进行了充分沟通讨论，并参考行业监管要求及同业发展实施规划，在确保合规的前提下，针对数据隐私保护、技术应用透明度与可解释性、风险评估和管理、合规审查机制、公平合理等多个维度的合规要求，进行了考量。确保中台整体规划与技术成果应用符合规定要求，探索了人工智能技术在合规监管前提下与业务发展相结合的有效途径，可有效防范金融风险，与行业整体发展态势保持高度一致。