《中国农业银行金融科技创新年度报告（2021）.docx》由会员分享，可在线阅读，更多相关《中国农业银行金融科技创新年度报告（2021）.docx（36页珍藏版）》请在taowenge.com淘文阁网|工程机械CAD图纸|机械工程制图|CAD装配图下载|SolidWorks_CaTia_CAD_UG_PROE_设计图分享下载上搜索。
1、中国农业银行AGRICULTURAL BANK OF CHINAF.八cooTECHNOLOGY CREATES VALUE0 IYX11T JiiBIa2O22(E%! AiIiZiz中国农业银金融科技创新年度报工 (2021 )二O二二年一月 带来三维式、主动式、互动型的交互体验。随着银行数字化转型的持续推进，虚 拟化技术与人工智能、5G、物联网、大数据等新兴信息技术不断融合，已经为商 业银行重塑营销和服务渠道提供了新动力，也为全新改进用户体验，提升产品认 知度和吸引力提供了有力技术支撑。农行实践目前VR （虚拟技术）与AR （增强现实）技术在金融同业内已经开展了广泛 应用。2021年，农
2、业银行“营销宝”引入AR技术。客户经理使用营销宝AR扫 一扫功能，扫描特定识别图，就能与出现在手机屏幕中的虚拟客服进行互动，向 客户展示宣传视频，使客户在办理业务的同时加深对农行产品的了解。营销宝在 提升客户体验方面，利用AR技术在手机端实现智能客服，通过3D虚拟人物的生 成、驱动能力，帮助用户低本钱构建专属个性化虚拟客服；在提升营销能力方面， 利用AR技术虚实结合、交互性强的特点，为客户带来全新的视觉体验，凸显品 牌特点，为后续AR技术应用打下基础。2021年被称为“元宇宙”元年，随着这种基于扩展现实技术、数字李生技 术和区块链技术而产生的新型虚实相融的互联网应用和社会形态的不断成熟，银 行
3、业也必将在业务流程、对客渠道、产品形态等方面发生深刻变化。因此，紧跟 VR/AR技术开展趋势，提升我行虚拟化技术能力，才是赢得未来的制胜法宝。展望：未来，农业银行将致力于VR/AR平台的建设，平台将为全行各业务 条线的业务开展与创新提供技术支撑，实现VR全景漫游，AR模型渲染，物体、 手势识别与跟踪、虚拟主播、特效渲染、AR导航等丰富功能，并结合NFT技术 实现链外资产抵押、既有资产上链、打造数字收藏品等元宇宙经济形式，以及 虚拟网点、智慧服务、兴农电商等我行特色应用。6 .云原生一为云而生，与云相融技术趋势云原生的本质是一系列最正确实践的结合，帮助基础设施建设者和应用开发人 员以简便可扩展的
4、方式最大化地利用云的能力，其最主要特点是以应用为中心， 让开发人员能够将更多的精力聚焦于业务应用的研发上。随着容器编排技术 Kubernetes （K8S）在其新版本中弃用Docker, K8S实际上已成为云原生技术核心， 向下兼容多种容器运行时，可向上提供稳定可靠的容器编排服务和强大便捷的扩 展能力。作为“平台的平台，为Serverless、Service Mesh、混沌工程、边 缘计算等上层平台提供基础设施底座。农行实践2021完成新型PaaS云平台产品引入，实现了与laaS云等设施的对接，完成 多套常备测试环境和生产环境建设，并推动开源PaaS和商业PaaS上存量应用系 统向新技术栈迁移
5、。此外，我行继续推动应用上云，目前上云应用系统涵盖内部 管理、金融交易、AI、大数据、数据库等领域。通过不断完善应用基础云自动化 运维能力，并和行内科技管理、配置、应用支持等系统对接，很好地支撑了资源 量大、并发量高的应用场景，同时稳定地支持了行内重要交易系统的运行。主要 带来了如下三方面好处：一是为开发人员减负、聚焦于业务功能实现和创新，实 现分钟级的应用快速部署、故障自愈，提升应用研发和运维效率；二是实现云上 应用的全生命周期管理，提供了应用运行全景视图；三是实现资源按需自动供给、 弹性扩容、空闲自动回收，资源使用效率提升三倍以上。金融科技的开展对系统稳定性、海量数据处理、服务响应等方面提
6、出了更高 要求。为应对挑战，利用容器编排、微服务为代表的云原生技术实现从开发到部 署运维的重构成为最正确选择。农业银行引入新型PaaS平台、推广应用上云只是 “万里长征第一步”，未来云原生技术将释放更多能力，赋能金融服务全面开展。展望：未来，我行将继续推广应用上云，并基于现有PaaS平台，探索 Serverless, Service Mesh.混沌工程、边缘计算、数据湖等上层云原生能力。 随着云原生技术在金融领域的应用不断深化，云原生将成为金融数字基础设施 建设的关键核心，为金融领域的开展带来新的机遇。7 .流批一体一流批合一，极速计算技术趋势“流批一体”最早于2015年由Jay Kreps提
7、出，相较于流计算和批处理分 离的系统架构来说，流批一体重点关注数据源的统一、开发的统一、计算的统一、 存储的统一，实现技术栈的收敛，减小开发和运维本钱的同时，消除重复的计算 框架带来的逻辑不一致性。针对这四个方面，Spark、Flink、Beam等都提出了自己的解决方案，通过多年开展，目前Flink已经成为流批一体计算的事实标准。农行实践农业银行在实时计算领域已有初步探索。在信贷、风控领域的多个工程中， 已采用Flink+Spark的流批结合方式实现了对质检和风险监测实时模型的计算。 然而，“流批结合”的弊端也逐渐显现，例如开发本钱高、运维复杂、数据口径 不一致等，为满足信贷、风控等领域更多实
8、时计算需求，同时防止由“流批结合” 计算方式带来的缺陷，“流批一体”相关技术的应用引入便提上了日程。2021 年，农业银行在风控业务领域相关应用中，对“流批一体”进行了行内首次落 地尝试，使用单一 Flink SQL实现了同一逻辑框架下实时数据监测和批量数据对 齐。该方式在保证了数据实时性和准确性的基础上，统一了技术栈，将开发和运 维本钱省去了一半以上，且从源头上根除了原框架下数据模型不一致的风险，从 实践上证明了 “流批一体”的现实可行性。在信贷业务领域中，通过引入 Flink-CDC组件，并针对行内应用现状，进行了组件级修复和适配，实现了对信 贷业务数据的实时捕获，并基于此，针对信贷用信总
9、账业务，完成了流批一体的 计算框架搭建，用信总账的时效性实现实时同步，实时经营分析和实时风控的效 率进一步提高，助力信贷经营管理开启新局面。流批一体技术的落地，是我行数据计算领域里程碑式的创新。不仅降低了 “流 批结合”模式的开发及运维本钱，也进一步拓宽了实时计算的应用范围，为我行 事件驱动型应用，以及高实时性的数据统计分析型应用提供了高效的计算模式， 为信贷、风险等业务开展质量保驾护航。展望：未来，农业银行将结合数据中台建设，将流批一体技术与数据湖、 ClickHouse等技术融合，建设企业级实时数据仓库和实时分析平台。同时，探 索基于流批一体计算的多种数据分析应用场景，包括实时多维分析、实
10、时深度 学习等，通过积累最正确实践，共享平台组件，形成全行公共技术资产，助力企 业级数据应用生态开展。8.低代码开发开发减负，应用增效技术趋势低代码开发是一种通过可视化方式进行应用程序开发的方法，让具有不同经验水平的开发人员通过图形化用户界面，以拖拽和配置的方式实现应用的构建和 发布。主要适用于偏重前端，业务逻辑简单的轻量型的应用，以及需求变动频繁, 更迭快速的数字产品。通过使用Low Code应用搭建平台，可大幅降低业务系统 的开发和维护本钱，实现版本的快速迭代以满足日益变化的业务需求，同时规范 系统开发过程，提升交付质量，高效率完成信息化系统的搭建与部署。农行实践2021年，农业银行发布轻
11、云(农行Serverless云平台)低代码开发工具， 在原有云开发工具基础上优化开发体验，创立低代码开发模块，提供前端组件库、 前端设计器、前端代码生成、函数智能代码片段生成等功能，面向移动端轻程序 开发，以拖拽配置的方式实现界面搭建，简化函数开发流程，进一步降低云原生 应用开发门槛。目前已完成多家分行的推广使用，总分行下载使用量已达数千人 次。此外，对标业界成熟低代码产品，2021年我行搭建了低代码开发平台原型, 为用户提供一站式开发体验，帮助开发者简单高效地完成移动端H5应用开发， 简化应用开发流程，实现产品快速上线和迭代。“技术最伟大的地方就是让人忘记技术”，低代码开发让金融科技从业人员
12、 “忘记”纷繁复杂的技术细节，专注业务逻辑，快速搭建应用。对于农业银行， 低代码开发技术的应用推广，既符合“薄前台”开展规划要求，也是在业务需求 日益增长的背景下，提升科技应对能力、适应市场快速变化而做出的必然选择。 展望：未来，农业银行将致力于低代码技术平台化的建设以及与行内基础 平台的对接，满足云原生应用低代码开发需求，并在分行应用中进行试点。最 终要在全行范围内形成完善的低代码开发技术能力和开发规范，进一步降低用 户使用门槛、提升应用质量，实现轻量级应用可全员参与开发的新局面，让我 行数字化开展水平再上一个台阶。9 .混沌工程一混沌理念，清晰测试技术趋势混沌工程(Chaos Engine
13、ering)是一门在分布式系统上进行实验的学科， 旨在提升系统的健壮性，将故障扼杀在襁褓之中，以建立对系统抵御意外条件引 发混乱的能力和信心。其基本原理是利用实验提前探查系统风险，通过架构优化 和运维模式的改进来解决系统风险。实验过程是在经验指导下，在可控范围内注 入某些异常场景，验证系统弹性，发现系统未知缺陷，验证应急手段的有效性等。农行实践2021年农业银行正式启动混沌工程的引入和试点工作。在技术研究方面， 明确了行内混沌工程落地实施计划和方案，从技术、管理双视角构建了组织级混 沌测试方法论和成熟度评估模型，并在此基础上结合行内系统特点设计了包含基 础资源、应用、云原生等维度的数十种基础故
14、障场景；在技术试点方面，组织总 行范围内数十个系统进行试点，探索验证混沌工程相关技术在云上/云下、分布 式、微服务等多种架构下的有效性，积累经验。同时，积极推动企业级统一混沌 工程实验平台的建设，平台覆盖多类型基础设施、包含故障场景库，为自动化实 验提供包含演练计划制定、工具介质下发、交易负载启动、故障注入、实验观测、 实验报告生成的全流程支撑，为我行广泛开展混沌工程实践奠定基础。混沌工程通过科学的实验方法解决分布式架构下系统复杂、交易链路长缺乏 弹性测试的问题，亦能对环境、设备、应用等方面进行故障注入，在开发测试阶 段就能主动模拟故障，发现问题、规避隐患、防微杜渐。农业银行已经开展了混 沌工
15、程理念的推广和技术的探索实践并获得了初期效果。展望：农业银行将在以下两个方面提升混沌工程水平。一是提升技术支撑 能力，通过企业级混沌工程平台的建设进一步提升混沌测试的自动化与智能化 水平，到达业界先进水准；二是拓展运用的深度和广度，混沌工程全面落地并 深度融入到研发交付流程，从技术和管理双视角形成故障预防、故障应对、系 统优化的闭环能力，持续提升应对复杂挑战的能力。10 . AIOps运维为核，智能作翼技术趋势AIOps 智能运维(Artificial Intelligence for IT Operations)是通过 整合大数据和机器学习能力，以数据为基础，以算法为支撑，以场景为导向，为
16、企业IT运维管理提供数据管控能力、智能分析能力的新一代运维手段和方法。 其目标是帮助企业更高效地解决自动化运维无法解决的问题，提高系统的预判能 力和稳定性，对所维护产品或服务，实现高质量、合理本钱及高效支撑。目前，AIOps主要应用于效率提升、质量保障与本钱管理等领域。近年来，国内企业数 字化转型的不断深入，推动了 AIOps技术的快速开展。目前无论是同业、第三方 公司还是高校与科研机构都将AIOps作为一个重要研究领域。农行实践农业银行于2019年底开始一体化生产运维体系建设，并将AIOps能力建设 作为其“补足短板，聚力提升”，实现智能运维转型的关键一环。2021年，我 行完成了数据分析平
17、台建设，深入分析和挖掘运维数据价值，积极开展创新实 践，推动AIOps智能运维技术在我行的应用及推广。一是实现了运维数据集市的 建设，完成6大类异构运维数据的集中入库与存储，实现海量运维数据的分布式、 装配式处理和加工；二是全面提升运维分析能力，通过BI及AI分析引擎，降低 了运维数据分析的门槛，提高了运维数据的分析效率，并按照工程维度对运维数 据分析活动进行精细化管理；三是持续推动智能运维场景建设，针对运维领域的 痛点、难点问题落地了一系列智能运维场景。自AIOps应用上线以来，健康检查 等传统运维分析活动实现了全面自动化，效率得到3倍以上的提升；应急现场信 息获取时间提升至秒级；批量类异常
18、事件同比下降近30%。除AIOps技术能力建 设之外，我行也积极与外部机构合作推进技术标准制定与学术研究。2021年， 农业银行参与了全国信息技术标准化委员会牵头的智能运维国家标准信息技术 服务智能运维与中国信通院组织牵头的行业标准云计算智能化运维（AIOps） 能力成熟度模型编写。当前，业务量攀升、技术栈重构、新技术推广等为信息系统运维带来更多困 难。因此对于农行科技人，运维工作不能只是“下苦功”，也要拓宽视野，利用 数字化、智能化技术手段赋能运维，保障质效。当前，我行对AIOps的探索已取 得初步成效，随着AI与更多运维场景的结合，我行运维工作将发生质的飞跃。展望：未来我行将持续推动AIO
19、ps运维能力建设，尽快将AIOps能力向新 技术栈进行推广，全面提高云平台、微服务等复杂分布式架构下的全链路监控、 分析、定位、处置能力，利用AIOps增强风险挖掘能力，对容量精细化管理， 从而提升业务系统整体服务水平。I三、新平台：继往开来，释放创新赋能价值金融科技创新依赖大量的数据、算法以及工具支撑，因此平台化成为绝大多 数金融机构构建科技创新能力、支撑业务快速开展的主要趋势。此外，平台化也 是加速数据价值深度挖掘和产品快速创新的有效途径，“平台+场景应用”将成 为金融机构创新技术应用的标准形态。近年来，农业银行在大数据、人工智能、 云计算、物联网、区块链等核心技术领域精耕细作，已逐步形成
20、平台化的创新技 术能力，并通过平台能力的持续输出，构建出规模化生产力，全面赋能金融业务。1 .大数据：湖纳百川，优化数据处理大数据时代，数据正在以一种新型“生产资料”的形态在企业的生产经营中 发挥重要的作用，适时、合理地处理数据，充分发挥数据的潜在价值，让“用数 据说话”的思维和行为模式自觉融入企业的日常运营和创新开展，已成为领先企 业的核心竞争力。然而，随着数据量的爆炸式增长，数据形式复杂多样，传统的 数据库、数据仓库等处理技术无法适应快速响应、实时分析的数据需求，难以处 理日志、语音等非结构化数据，企业迫切需要一种新型大数据解决方案。在此背 景下，“数据湖”应运而生，其采用异构存算引擎、统
21、一存储视图、增强存储管 理、流批一体计算、元数据自动采集与血缘分析等关键技术，具备多源异构数据 的采集能力、强大的数据存储和计算能力、完善的数据管理与服务能力。2021年，农业银行全力推进数据湖建设，完成数据湖新技术架构落地和企 业级全域数据入湖。一是研究并落地两种大数据新型技术架构，存算别离架构实 现存储资源和计算资源的别离解耦，完成实时计算引擎上云和异构存储统一管 理，支持存储计算资源按需独立扩展，有效提升大数据资源的利用率、可用性和 资源弹性，流批一体架构实现了批量计算和实时计算的统一采集、统一存储、统 一计算和统一开发，贯通了大数据实时处理和批量处理全场景；二是应用 Lakehouse
22、和分布式缓存加速技术提升了数据存储及计算能力，Lakehouse技术 在Hadoop分布式文件系统和对象存储之上增加了事务管理、快速Upsert、流 式读写、时间旅行等增强型存储能力，分布式缓存加速技术提供了多级缓存策略, 在存算别离前提下实现大数据高吞吐及实时读写场景的云端计算加速；三是构建 新型大数据技术栈，基于新型芯片、操作系统、云软件和数据库软件，投产全栈新型数据湖，支持多芯异构环境，有效提升我行大数据技术平安性。数据的处理与应用能力已经成为金融企业最重要的科技支撑。数据湖作为一 种新型大数据基础设施，其在数据存储、计算、管理和服务等方面具有显著技术 优势。2021年，农业银行已初步完
23、成数据湖建设，正所谓“工欲善其事，必先 利其器”，数据湖必将持续加速数据价值发现，助力我行业务开展。展望：未来，农业银行将继续推进数据湖与数据仓库、云计算技术相融合， 提升大数据系统可用性和资源利用率，同时积极探索云数据湖仓新技术，全面 夯实企业级数据底座。作为数据密集型行业，金融业对数据处理能力的追求“永 无止境”，以数据湖、流批一体化计算为代表的新兴数据技术将迅速在金融行 业普及，我们必须紧跟技术开展潮流，才能在激烈的数据竞争中赢得先机。2 .人工智能：技术沉淀，触发服务“智”变人工智能(AI)试图使用机器模拟人的认知和思维过程，目的是让机器掌握与 数据/信息相关的规律或知识，并将学习成果
24、应用于实践。近年来，伴随IT技术 进步和移动互联网的普及，以算力和数据为基础的AI技术在金融业的应用获得 巨大成功，已成为推动银行数字化转型的核心驱动力。经多年业技经验积累，农 业银行已在感知智能和认知智能两个维度上形成了支撑并引领业务的AI技术能 力。2021年，农业银行继续推进人工智能平台建设，通过引进、吸收、升级当 前先进的AI技术，进一步提升平台化的技术服务能力，延展AI能力幅员，赋能 业务和应用创新。以生物识别(人脸、指纹、语音等)为代表的感知智能技术已经在农行互联网 金融、运营、客服、风控等多个业务领域得到广泛应用，有力推动了包含三农在 内的普惠金融的开展，其核心是借助装备传感器的
25、智能设备，辅助银行直观感知 客户和环境的特征与变化，并将感知结果融入业务处理流程。2021年我行继续 完善感知智能技术能力建设，探索声纹识别、微表情识别技术应用。声纹识别声纹识别是一种通过声音判别说话人身份的生物识别技术，在手机银行、电 话银行、客服等领域发挥着重要作用。作为对短信验证码、数字证书、人脸识别、 指纹识别等传统和新型身份认证方式的补充，声纹识别具有数据采集方便、数据 采集过程不涉及隐私、识别精度高等独特优势。目前，农业银行声纹特征识别平台还处于建设阶段，然而“兵马未动，粮草 先行”，考虑到声纹属于生物特征信息，涉及到个人生物信息平安，一旦泄露将 造成不可挽回的损失，2021年农业
26、银行完成声纹平台的数据保密和信息管理相 关技术方案。此外，开展了对声纹技术的研究，基于开源工具在测试环境搭建了 声纹识别demo,为后续声纹特征识别平台建设奠定了技术基础。未来，农业银行将结合现有声纹特征识别技术成果与信息化手段，搭建全行 声纹特征数据库，引入声纹认证/识别核心能力，构建声纹特征识别平台，提供 统一接口服务，并推进在总分行相关场景的试点应用。微表情识别微表情识别指基于微表情难以伪造、难以抑制的特性与计算机视觉技术对客 户面部图像进行分析，进而识别客户表情和情绪的智能能力。可用于客户满意度 评测、客户服务与产品营销、远程信贷面签风控等金融场景辅助金融业务转型。农业银行于2020年
27、启动微表情技术预研工作，通过近半年时间的内部研究 和外部交流，2021年，我行已初步具备微表情识别相关技术的理论分析和应用 实施能力。目前微表情识别技术主要为以下3类业务场景提供技术支撑：一是线 上信贷面签，采用线上视频面审，借助微表情识别技术可实时分析客户在关键问 题应答时的情绪变化与脸部基础动作表情，提供可靠的风险判断并结合大数据分 析划分业务风险等级；二是内部运营管理，以柜面服务或视频客服为例，通过微 表情技术实现柜面满意度或视频客服满意度调查，对问题话务提出实时预警，以 期拉近服务距离，为客户提供更优质的服务；三是产品精准营销，利用微表情技 术动态感知客户情绪变化，识别客户对理财、基金
28、等营销产品的兴趣度与心理情 绪，有针对性地向客户推荐其感兴趣的金融产品。目前，AI的技术重心正在逐渐从感知智能转向认知智能。认知智能是更高 层次的AI,旨在赋予机器数据理解、知识表达、逻辑推理、自主学习等能力， 使机器能够拥有类似人类的智慧。我行的战略目标是打造客户体验一流的智慧银 行，这就要求经过训练的智能化IT系统具备行内领域专家的知识积累和运用能 力。在此基础上，让机器模拟专业人员进行分析和决策，以便为客户提供个性化一、新形势：洞悉时局，创新驱动全面转型1二、新赛道：砥砺前行，开拓创新技术幅员31 .隐私计算一一合规共享，数据融合32 .卫星遥感一一天眼洞察，贷有所依43 .边缘计算一一
29、就近服务，更快响应54 . 5G消息5G赋能，拓宽渠道65 . VR/AR虚拟技术，真实体验76 . 云原生为云而生，与云相融87 . 流批一体流批合一， 极速计算98 .低代码开发一一开发减负，应用增效109 .混沌工程一一混沌理念，清晰测试1110. AIOps运维为核，智能作翼12三、新平台：继往开来，释放创新赋能价值141 .大数据：湖纳百川，优化数据处理142 .人工智能：技术沉淀，触发服务“智”变153 .云计算：全栈转型，打造极致性能204 .物联网：万物互联，聚力经营管理215 .区块链：链上金融，重构商业模式226 .基础建设：夯实底座，强化支撑能力23四、新机制：脚踏实地，
30、完善创新支撑体系271 DevOps建设，支持创新快速落地272微服务规划，助力创新高效复用 283开源管理，提供创新核心动力294 创新体系，构建创新循环生态30五、新征程：仰望星空，畅想金融科技未来32的服务和极致化的体验。在银行业，工程中应用较多的认知智能技术包括智能推 荐、知识图谱、自然语言处理等。机器人流程自动化机器人流程自动化(Robotic Process Automation,简称RPA)是一种 以软件机器人及人工智能为基础的业务过程自动化技术，旨在实现规那么明确、标 准化、高重复的日常事务操作的自动化处理，从而将人工从大量重复性工作中解 放出来，提升业务质效，降低运营本钱。2
31、021年农业银行继续深化RPA技术应用，完成RPA运营管理平台搭建。RPA 平台的建成更好地支撑了 RPA在全行的推广应用，在打通业务流程断点、赋能业 务模式创新、业务开展保障等方面均发挥了重要作用。在对公开户RPA智能报备 人行场景中，利用RPA技术打通了行内系统与人行系统之间数据交互壁垒，替代 人工自动完成业务操作；在信用卡申请人信息识别场景中，利用RPA+0CR技术， 自动完成总行信用卡材料质检工作，辅助业务开展审查审批工作；截止2021年 10月，已在信用卡、财务会计、监管报送、运营管理、人力资源、投资理财等 前、中、后台各个业务领域落地RPA技术应用场景。有效提升处理效率、减轻作 业
32、压力，对加快我行数字化转型、构建企业级数字生态具有重大意义。未来，我行将进一步加强RPA+AI的技术创新，以便能满足更复杂、涉及多 类AI技术(如视觉感知、语义识别、语音识别等)的场景需求。同时，RPA作 为AI技术落地的重要载体，可以使AI应用变得更加简单，解决更多复杂业务场 景的自动化问题，促进总分之间、科技与业务之间的的高度融合。智能推荐引擎推荐引擎主要解决信息过载条件下，用户如何被动而高效地获取感兴趣的信 息的问题。与带着明确目标、主动使用搜索引擎的用户不同，推荐引擎面向的用 户通常对自己的需求比拟模糊。通过将机器学习、深度学习、强化学习等算法引 入到传统推荐引擎的技术框架中，可以提升
33、引擎的推荐效果和智能化程度。目前 推荐引擎主要用在个性化推荐、精准营销、个性化评分评级等场景。2021年，农业银行在实时推荐、在线推荐和推荐算法方向继续提升技术能 力，赋能更优推荐服务。实时推荐方面，将离线推荐计算结果与实时计算结果进 行融合，提供低延迟、有状态的实时服务。在线推荐方面，引入强化学习算法， 基于用户实时行为采集数据，实现更准确的用户状态更新、更持久的用户状态累 积，到达越推荐越准确的效果。推荐算法方面，应用协同过滤、因子分解、分类 算法等进行召回和排序，并在应对冷启动等方面积累了多项策略，形成解决方案 的模板。此外，考虑到应用场景本身对于推荐服务的需求千差万别，数据中台- 决策
34、引擎也在应用过程中逐渐完善形成了离线、联机和实时的三类服务形式，尤 其是针对掌银交易等特定实时场景创新性地实现了有状态的实时推荐服务，有力 地支撑了创新型业务场景的个性化、智能化、实时化推荐需求。未来，农业银行智能推荐系统还需在算法、引擎建设、场景推广等方面进行 迭代优化。算法方面，继续推进强化学习应用，以及推荐算法与可信AI、联邦 学习等算法的融合；引擎建设方面，需要在实时、高效服务对接、决策闭环等方 面提供技术支撑；场景推广方面，尝试在客户经理营销、线下渠道推荐、商户级 别评分等场景开展应用试点。Q人工智能工程化人工智能工程化(MLOps)是DevOps的扩展，将模型的全生命周期梳理为流
35、程化、标准化的闭环，通过持续监控及验证以不断训练模型，到达优化的效果。 MLOps不仅解决了模型开发到部署的“最后一公里”问题，还解决了 AI模型研 发及应用中的数据管控、人员协同、敏捷交付迭代、模型测试、AI运营等难题。我行人工智能服务平台(AI平台)将MLOps体系融入到整个平台建设中， 对数据探查、特征工程、模型训练、模型发布、模型运行、运行监控与后评价 AI全流程实现一站式支持，形成完整优化闭环。2021年人工智能平台从一体化 流程、基础架构、管理机制等方面进行优化，通过容器化实现了组件的模块化， 到达了组件可重复使用、可编排；构建一键发布流水线，提供模型自动化的部署； 提供自动化的模
36、型验证，保证在模型投入生产之前对其进行评估和验证。通过 MLOPS体系支撑，智能模型的研发周期和部署周期极大缩短。为进一步简化和自动化端到端的机器学习生命周期，并将其融入到现有的 DevOps流程，未来，MLOps能力建设将在以下3方面开展。首先，需要支持更多 的AI框架，包括PyTorch、TensorFlow. MXNet等；其次，提升模型的共享、协 作和重用能力，支持在各种应用场景中重用模型；最后，完善模型的后评价体系， 持续跟踪模型的各项评价指标，为模型的更新/升级提供科学依据。0知识图谱知识图谱是一种以结构化的形式描述客观世界中的概念实体及其关系的方 法，旨在从数据中识别、发现和推断
37、事物与概念之间的复杂关系，是事物关系的 可计算模型，其构建涉及知识建模、关系抽取、图存储、关系推理、实体融合等 多方面的技术。知识图谱技术可帮助AI模型认知世界的知识框架，使AI真正做 到智能化。2021年，农业银行重点在知识图谱平台建设、资产中心建设、技术应用深 化和图神经网络的探索方面推进工作。首先，完成企业级一站式知识图谱平台一 阶段建设，通过落地商用图数据库，提高图谱数据存储和查询性能，初步具备基 于图数据库的图谱建模、可视化查询、图谱分析等服务能力；其次，建立企业级 知识图谱资产中心，实现大规模图数据组织及管理。已完成自然人、信贷、金融 资产、交易等维度的大类主题，累积涵盖全行个人、
38、法人、产品三类实体关系资 产建设，逐步打造全行“一张图”，形成百亿级规模的实体与关系网络；第三， 利用知识建模、关系推理等技术开展基于风控、营销领域的多方面应用服务；第 四，完成图神经网络技术在我行信用卡早期逾期检测场景中的研究探索工作。针 对该场景中新客户无法准确检测的难题，设计大规模图神经网络训练方案，利用 客户自身属性和邻居特征辅助判断，从而更加全面地建模，准确率较普通机器学 习算法提升近2倍。未来，为满足全行场景需求，知识图谱引擎需加快平台和资产的建设步伐， 积极引入图表示学习、事件图谱、实时图谱等关键技术，构建知识图谱服务的闭 环流程，为知识图谱资产的沉淀和应用提供体系化的能力支撑，
39、推进知识图谱资 产价值赋能应用建设。智慧银行的基底是AI技术，其核心是借助IT技术，基于数据模拟人类的思 维过程，并将这种智能化、数据化的行为模式贯穿于银行商业活动。我行充分运 用AI技术成果，大力拓展AI应用场景，以AI学习成果为指导，优化经营管理 活动，不断提升金融资源配置效率和金融服务能力。展望：我行将紧跟AI的前沿技术，通过引进与创新并举，实现新技术在我 行AI平台的平稳落地；以满足业务开展目标、解决业务痛点问题为导向，不断 探索AI技术新的应用场景。在客户行为分析、营销活动筹划、服务有效供给、产品质量改进、客户体验提升、服务结果评价等领域，以深度神经网络、可解 释AI等为代表的新技术
40、尚有广阔的应用空间，未来将成为我行的关注重点。3 .云计算：全栈转型，打造极致性能2021年，农业银行建成一体化全栈云平台，为应用带来“技术栈创新”、 “极致性能”、“健壮容灾”、“高效运维”、“敏捷交付”等5大提升。一是 在技术栈创新方面，基于新型容器云平台产品，打造两条技术栈“跑道”，一条 提供一云多芯、技术栈全栈创新能力，满足技术栈创新要求；另一条采用成熟度 更高的软硬件产品，可承载核心业务。二是在极致性能方面，计算、存储、网络、 云平台关键组件性能全面提升，为应用带来极致的业务体验，综合网关平台单 P0D性能极大提升，分布式核心路由中心模块可支撑更高吞吐量。三是在健壮容 灾方面，为应用
41、构建跨中心、跨资源池、跨集群等三层次高可用容灾体系。通过 混沌工具对云平台进行故障注入测试，大大提升了云平台可靠性。四是在高效运 维方面，建成以容器化应用为中心的配置管理体系，自研云原生配置管理数据库 适配器实现动态配置实时上报。五是敏捷交付方面，以应用为中心，全面对接 DevOps流水线，实现资源自助申请、应用上云规范的强制落地、自动部署。同 时，提供Serverless、Service Mesh、AI等云原生能力，赋能应用快速创新。 一体化全栈云平台，作为农业银行新一代技术架构体系的底座，目前已承载数十 个应用系统，在平安、稳定、高效等方面得到了充分的验证。云平台作为现阶段金融应用的基础设
42、施，其转型升级具有两方面意义。一是 为数量更多，架构更复杂、平安性要求更高的金融应用提供了更强大的底座支撑, 二是在新的国际形势下，为金融企业云上系统平安提供了有力保障。农业银行一 体化云平台建设，为实现我行数字化转型“全面再造”奠定了坚实基础。展望：未来，一体化全栈云平台将承载更多的应用运行，预计2022年将有 数百套存量容器化应用迁移至一体化云，同时采用Java技术栈的新建应用以及 架构重大改造或者重构的应用，也将基于一体化云平台部署。随着越来越多的 应用上云，对软件开发、部署、运维将提出更高要求，一体化云平台的支撑作 用将更加显著。4 .物联网：万物互联，聚力经营管理物联网（IoT）可以
43、看成通信网和互联网的网络延伸，它利用传感器（热敏、压 感、摄像头、麦克风、红外、卫星、RFID等）和智能装置感知物理世界，通过网 络传输互联，在终端设备、边缘域或云中心使用AI等技术对数据进行智能化的 分析和预测，实现人与物、物与物之间的信息交互和无缝对接，以到达对物理世 界实时控制、精确管理和科学决策目的。当前，物联网应用已经极少以单一形态出现，更多时候作为一种基础技术， 与云计算、人工智能、区块链、5G、虚拟化技术等创新技术相融合，充分发挥“万 物互联”的感知和协作能力，在数据采集，计算处理、协同服务等方面提供新型 技术解决方案。在金融科技领域，物联网的应用也越来越广泛。农业银行关于物联网
44、技术的 应用探索起步较早，目前已经在网点营销、金库管理、机房监控和信贷风控等领 域积累了一些优秀的实践经验。2021年，我行继续推进利用物联网技术支撑行 内金融产品创新。借助物联网感知设备，实现对大宗商品位置、重量等信息实时 采集，替代线下人工调查，大幅降低监控本钱，破解担保货权不符、仓储地区偏 远、现场检查周期长等现实难题。以“万物互联”为特征的物联网技术和生态将给社会生活和金融服务行业带 来深刻而剧烈的变化，以多方互联为载体的金融服务创新也成为近年来局部同业 产品和服务创新的重要模式。农行2021年开展了基于物联网技术的大宗商品仓 单质押试点工程，对物联网技术、应用做了验证与储藏，并在此基
45、础上规划并启 动了全行级物联网平台建设，正式开启了我行物联网金融开展之路。展望：互联网金融实现了信息流和资金流的合二为一，但这一技术体系没 有降低金融业务开展的风险；而物联网通过终端和系统，形成物理世界到数字 世界的真实映射，将实现信息流、资金流和实体流的合一，从根本上改变风控 逻辑，也催生出巨大的应用场景和海量的业务模式。农行物联网平台的建设， 为我行在动产质押、供应链融资、绿色金融、智能运营等多个业务领域的数字 化转型开拓了新赛道。未来，可以期待物联网为金融业带来更多改变。5 .区块链：链上金融，重构商业模式区块链将加密算法、共识机制、智能合约和分布式存储等相关技术融合，形 成一种分布式基
46、础架构与计算范式。由于具有去中心化、难篡改、可追溯和智能 化等特点，区块链在促进数据共享、优化业务流程、降低运营本钱、提升协同效 率、建设可信体系等方面具有天然优势。2021年，农行紧跟区块链技术及应用 开展趋势，在区块链即服务(BaaS)技术、跨链技术等方面深入探索，提升区块 链技术赋能业务水平。区块链即服务(BaaS)技术BaaS(Blockchain as a Service),也就是“区块链即服务”，是一个提供 区块链服务的开放平台，它将区块链框架嵌入云计算平台，利用云服务基础设施 的部署和管理优势，为开发者提供便捷、高性能的区块链生态环境和生态配套服 务，支持使用者的业务拓展及运营保
47、障。2021年，农行持续推进BaaS平台建设，打造开发态、运行态、管理态三位 一体的企业级区块链云服务平台，面向用户提供稳定可靠的运行服务，简单易用 的研发工具，高效智能的运维管理，实现区块链服务入口的有效收敛，输出全行 区块链产品视图，增强用户开发友好体验。同时，农行持续跟进区块链技术研究 与应用创新，开拓预言机、分布式数字身份和NFT等多条新赛道，提供丰富多样 的应用方案，助力区块链技术在数字藏品、信贷风控、企业年金、贸易融资、分 布式数字身份、建设资金管理、供应链融资等领域落地。跨链技术区块链已渗透至多个应用领域，不同应用领域涉及的区块链底层协议往往具 有较强独立性，导致不同区块链底层协
48、议之间的数据通信以及价值转移面临着无 法共通的巨大挑战。然而，打通各行业的价值孤岛、构建串接不同资产的流通体 系正是数据时代大势所趋。为解决上述问题，跨链技术应运而生，成为区块链间 实现互联互通、提升系统与业务可扩展性的重要技术手段。跨链技术目前处于起 步阶段，研究焦点在于提升兼容性，高效支持同构、异构跨链等方面，其主要技 术路线包括公证人机制、侧链技术、哈希锁定技术、分布式私钥控制技术等。2021年，农业银行为促进跨链的技术创新与业务场景创新，在充分研究以 中继链为代表的软件跨链技术和以TEE为代表的硬件跨链技术基础上，依据跨链 业务实际需求，结合跨链技术多元化的开展趋势，确定了 “以中继链
49、技术为主， 多种跨链技术共同关注”的建设路线。通过业务产品创新、技术路线选型和整体 方案设计，深入探索了跨链技术与应用场景的有机结合，并对其业务与技术的可 行性进行了验证，预计于2022年完成跨链技术在行内落地。金融的基础是信任，而区块链能以不可篡改的特性记录每一个信息细节，从 而降低交易的信息本钱，通过金融工具，这种信任可直接转化成财富。农业银行 基于区块链技术已在数字支付、贸易融资等领域展开了应用试点，在取得良好成 效的同时，我们也注意到，区块链正在以其技术特征悄然驱动我行业务模式创新。展望：农业银行将继续推进BaaS平台建设，为区块链应用提供更强技术支 撑，同时尽快实现跨链技术、分布式数字身份技术在行内落地。未来，区块链 技