随着金融科技中大数据、云计算和人工智能等技术的引入和革新，金融科技已经逐步在带领金融行业的转型，借助金融科技提升效率、改善客户体验已经成为大趋势。
近日，招商银行总行将在行内已有的业务流程中全面应用企业关联关系智能知识图谱。通过引进人工智能+大数据的智能风险决策手段，避免在企业信贷过程中因关联企业识别不充分而造成的各种风险。
众所周知，招商银行是中国境内最有影响力的商业银行之一，也是一家颇具创新能力的商业银行。秉承“以IT为领先、以创新为驱动”的发展理念，在“数字招商”“招商智慧”等战略及目标的指引下，招行持续不断地对新技术及其创新应用进行提前布局和投资，从全行战略到基础设施建设、开发管理模式、组织架构等方面，借助金融科技提升效率、改善客户体验。
伴随着全球金融一体化进程的加快，银行面临的经营风险日益复杂，银行业固有的和新增的风险进一步加大，风险管理能力随之成为银行生存与发展的核心能力之一。在此背景下，为了加强风险应对策略，识别和管理多重企业风险，降低经营性意外和损失，招商银行总行此次签约合合信息，旨在整合行内外数据并进行深入发掘，打通存贷关系，建立包含企业、个人、关系、事件的关系图谱，实现实时、灵活的风险预警与深入、广泛的客户洞察。
招商银行根据现阶段面临的挑战与未来的目标规划，结合行内业务场景，重点从以下三个方面进行建设：
1、尽调报告一键生成，降低成本提高效率
利用1.8亿的全量中国企业数据库，可以代替客户经理人工收集基础信息的工作，通过一站式信息和知识搜索服务，自动填报企业信息，生成关联关系排查，提高尽调报告审核效率，优化授信流程。
2、企业风险实时推送，风险预警前置
通过知识图谱复杂网络的信息集聚效应，选择指定组合维度的风险主题，可以快速进行复杂数据的汇总运算，自然语言处理情感分析企业经营状况，深度学习监控目标企业关系密切的企业及个人的相关动态，保证风险预警前置。
3、建立黑名单预警机制，及时预判风险
通过知识图谱关联关系分析技术，可以融合银行内部的黑名单客户数据，批量识别与黑名单客户具有特定关联关系的企业实体，进而对与黑名单有关联的企业实体进行不同程度的风险预警和管控。
除此之外，在营销拓客领域，通过对已有的客户信息和关系数据进行分析，识别和开拓与现有客户有关联的优质客户，形成高价值客户营销名单和企业画像。
在大数据时代背景下，知识工程受到了广泛关注，对海量的数据源进行提取、整合和实体关系构建，进而挖掘分析隐蔽的企业风险联系有着重要的意义。招商银行通过企业关联关系智能知识图谱，拥有敏锐的企业关系洞察力。另外，招商银行通过在海量数据下精准甄别企业客户风险、提高风控审查的效率，落地金融科技应用。
关键词:
