本期嘉宾：XPJ金融科技首席专家 崔蕾
■ Q1：打造强有力的中台成为各大银行的数字化转型的战略方向，怎么理解中台建设的重要作用和价值？
崔蕾：金融行业数字化转型的核心是要用数字化技术、系统能力、数据能力响应业务的规模化、创新化发展。银行把能够高度集中、沉淀已久的基础金融能力整合在一起，以规模化方式为前台的业务创新和场景创新，提供能力支撑——这就是中台建设的思想。中台建设是银行数字化转型中非常关键的步骤，它决定了银行未来能否更快速、更有效地把基础能力和特色业务输送给客户端；也决定了银行是否能以更高效方式采集、沉淀、分析相应的业务数据，推动流程升级改造和服务体验优化。我们能够看到，在银行数字化发展的过程中，中台建设会成为一个关键过程，给未来的场景创新和业务创新带来强大的支撑能力，并且发挥推动效用。目前，中台建设已成为国内银行业发展的共同趋势。
■ Q2：中台的建设有三大类，包括技术中台、数据中台和业务中台，银行在建设不同的中台时会不会有先后顺序？
崔蕾：技术中台、数据中台以及业务中台实际上牵扯到大大小小、上百个不同系统的建设，只是从大的分类上把它们划归为这三个比较重要的平台体系。
技术中台是由多种关键性技术共同构成的应用系统支撑平台。比如说分布式技术、微服务架构、低代码开发、DevOps、混沌工程、新型数据库的使用等等。银行通过技术中台把不同结构的系统技术框架统一起来，就能够更好地利用整合的科技能力为广泛的业务发展提供相应服务。因此从顺序上来说，技术中台一定先行。只有搭好一个好的技术的框架，才能够充分实现对数据、业务和服务的处理。技术中台成熟后，银行就可以进行数据中台和业务中台的建设。
业务中台的建设过程也是循序渐进的。基础的、相对稳定的、更偏向于管理的一些能力先集中起来，然后再慢慢地延伸到通用的客户服务能力和场景建设的能力上。比如我们今天谈的核算能力，在业务中台就由交易级大总账系统来承担，未来全行产品配置能力由产品中心来承担，银行的整体定价能力由定价中心来承担，等等。这些都是偏向管理类的集中化能力。这些能力建设好后，可以再开展账户中心、交易中心、营销中心等偏向于客户服务层面的中台能力中心建设。在业务中台建设的同时，可以开展数据中台的建设，这样也能更有效的结合业务系统的建设推进数据标准化、数据资产管理等工作。
简单总结，中台建设的顺序：先要打好技术的基础，通过建设技术中台，把银行里所有大大小小的、不同系统的技术体系统一起来；在这个基础上，再展开数据中台和业务中台的建设；数据中台的建设侧重点在于采用通用技术能力，从不同的系统中按照统一的数据标准、数据模型获取相应的业务数据，然后再把它纳入数据资产进行管理；业务中台则优先选择更加稳定的、偏向于管理类的后台集中类的业务进行中台建设，再慢慢地衍生到客户的服务类以及场景建设类的业务中去。
■ Q3：立足今天放眼未来，银行打造业务中台的驱动要素有什么？
崔蕾：业务中台的发展本质还是从业务创新的角度来提出来，即把不同的场景创新、服务创新所需要的功能进行复用和流程的集中。因此，第一驱动力仍是业务创新的要求。因为业务创新需要规模化，而规模化就需要更快速地把通用的、复用的能力集中起来进行统一支撑。这样的需求直接映射成为中台系统的建设诉求。第二推动力是银行自身的能力积累。银行在数十年的高速发展中，积累了很多专业性的能力，不仅体现在专业的金融服务能力上，也体现在帮助客户更有效地管理有价物品和防范风险，统一为客户提供专业的旅程服务等方面。银行把这些能力集中之后，不仅能为金融场景提供足够的能力输出，还可以高度地复用这些专业化、成熟的能力，给它的生态和场景建设，以及为合作伙伴提供高效的服务能力支撑。比如银行的Call Center提供的是专业的售后服务，是否也可以帮助与银行有合作关系的商城或是商铺进行电话服务的处理？今天来看，这条路已开始打通了，而系统层面的关键点就是通过中台建设，把这些能力抽象出来、集中起来，复用到不同类型的场景中去。
■ Q4：在实际建设中，业务中台会重点解决银行哪些痛点问题呢？
崔蕾：当前银行面临的难点：一是如何在快速发展的业务中进行有效的业务服务和金融风险的管理？今天更多的业务创新是借助新型的技术手段，通过线上服务或者是线上线下融合的一体化服务来开展的，并且很快形成爆发性的业务增长，尤其一些具备较强吸引力和竞争力的产品，极为容易引起短时间内的业务量激增。在激增的业务量下稳定服务质量和管控风险就变成了难题。解决这个问题，可以从业务中台的建设入手，将稳定性相对高、流程纷繁复杂的业务，转化为标准化的服务模型，通过中台去实现风险的集中化管理、服务流程的自动化处理。我们也建议业务中台建设可以遵循 “先有稳，再向敏”、“先从后、再向前”的建设趋势推进，这样能够更好地匹配业务发展要求。
二是如何能够以有限的资源支撑未来无限的业务发展诉求？尽管业务的发展是无限和广阔的，但是对于每家银行来说，它内部的人员、系统、物理网点等资源是有限的。这就回归到如何更有效地、集中化地利用有限的资源，提供更多更有效的服务。通过中台集中化的服务模式，可以有效地帮助银行实现能力复用。一方面是系统能力，另一方面是人员能力的复用。通过中台系统，把关键人员集中起来，为更多的客群和场景提供标准化的服务，通过资源集中，能够更好地进行资源循序渐进的拓展和扩大，实现更高效的业务发展。
■ Q5：业务中台的建设当前处于怎么样的发展阶段？
崔蕾：可以说国内银行目前的业务中台建设正处于一个起步发展的阶段。当前很多银行借助于相对比较成熟的技术中台或统一的技术平台，正在循序渐进地开展业务中台的建设。有的银行借助新核心系统建设契机，把核心系统拆分开，变成不同的业务中台，按照一定的顺序进行建设；有的银行通过将营销、客户、产品、渠道等相关能力升级为企业级能力中心的方式进行中台体系的打造。每家银行规划的方式和路径虽然不同，但在中台系统的建设上都有积极表现。
这个过程中，很多银行把交易级大总账中的核算中心作为业务中台发展的第一关键系统，也是有很多深思熟虑的因素在其中：面向内部会计管理的系统，适合于以中台的方式来提供能力，对客户影响面小，也有利于对技术中台进行相应的技术验证和创新尝试，同时能够满足未来业务中台的发展要求。此外，还有产品中心、定价中心，这些基础能力中心也是各个银行在做业务中台时优先选择建设的系统。
■ Q6：除了集中化管理，业务中台建设技术上是否还有其他的核心理念？
崔蕾：第一，集中化管理一定是业务中台最根本的目标和立足之本。第二，集中化管理之外，业务中台本身的灵活性也和传统系统有很大的区别。很多传统专业化的系统一般都是前中后台一体化打通的，面向某业务场景从前台的服务、中台的管理到后台的数据收集和分析全部包干，但是这些能力相对固化和束缚，无法释放给其他的业务场景使用。而业务中台采用分布式、微服务架构来进行建设，整个体系是松耦合的，每个中台系统独立又可变，可以将积累的能力释放给不同的业务场景使用，还可不断适应业务的需求而创新，同时不影响其它系统功能的稳定性。第三，业务中台能更加有效地对业务数据进行精细化处理。中台面对的是前端纷繁复杂的业务场景以及业务服务，数据进入到中台之后，需要按照标准化、集中化的处理模式纳入统一的管理。在这一过程中，中台要确保对精细化的业务数据的最大化兼容。所以说，除了核心的集中化管理思想外，相对独立的功能，且灵活变化，以及对于精细化数据的接纳能力，都是中台建设的关键。
■ Q7：XPJ作为金融科技企业在这方面如何满足客户需求？
崔蕾：XPJ是领先的金融科技服务商，从技术中台到数据中台、业务中台的系统规划、业务咨询以及具体的实施落地都能够提供相应的专业化服务。2015年，XPJ就已经开始了分布式和微服务架构的技术方向探索。关键原因就是我们看到银行未来发展中对高性能、松耦合以及中台化的需要，经过多年的发展，整个技术体系已经相对完善和成熟。
我们今天为很多的银行客户输出技术中台能力，帮助银行更有效地建设规范的、统一的技术体系。XPJ也因此不断完善了微服务化、中台化的发展体系。并由若干个中台系统共同构成了强大的业务中台体系，产生了很多能够满足未来业务需要的专业化中台系统和解决方案，包括交易级大总账、产品中心、客户中心，定价中心、贷款中心、存款中心等等一系列的微服务架构系统。在推动中台化发展的过程当中，这些新发展起来的专业化系统可以快速融入到银行的整体技术架构体系里，为整个银行企业级的中台建设打下较好的基础。
在未来的发展中，营销中心、运营中心、风险管理中心等都是XPJ能够帮助客户建设业务中台的关键内容。我们希望能够成为最值得信赖的合作伙伴，为广大的中小银行的发展提供足够的技术和系统建设支持。
■ Q8：银行交易级大总账系统和传统总账区别是什么？
崔蕾：传统的大总账系统主要承担的是日常的会计管理以及银行内部的总账管理。由于银行业务非常复杂，业务受理完成后，进入金融会计体系需要转换成标准的会计模型，这个转换过程一般是大总账制定标准，各个业务系统在业务处理完成后自行进行映射转换，然后才能纳入后续的会计管理，用于信息披露、日常财务管理、监管、报税等。传统的大总账承担的是一些标准化后的会计数据的管理功能，这是一个典型的后台管理系统。但是从今天业务发展变化的趋势来看，业务创新应接不暇，每个业务系统都涉及映射会计模型的处理。而中台的发展使得这一共性能力可以采用集中化方式统一处理，而不再由各个专业系统进行处理，这就形成了核算中心这种新型中台系统。核算中心加上传统大总账的会计数据管理功能，形成了交易级大总账。
交易级大总账系统包含了两个主要的组成部分：一个是高性能、灵活多变的核算中心——将纷繁复杂的业务数据转化为标准统一的核算口径，起到标准的会计数据转换的作用；另一个是传统大总账里一系列的账务管理处理能力，包括损益的处理、日常的会计披露、审计、计量等等。核算中心和传统大总账的管理类功能两部分共同构成了交易级大总账，也正因为核算中心这样独特的体系，交易级大总账的会计管理能力相较于传统的大总账系统更加强大，可以实现多维会计、更加精细的会计数据管理，同时也可以兼容多个账套、多个会计准则的核算处理，甚至可以适用于不同国家或不同监管机构下的会计数据披露的要求和诉求，比传统的大总账能力向前跨进了一大步。
■ Q9：试水中台建设，是否就一定要先建成银行的交易级大总账呢？
崔蕾：如果银行有能力，也完全可以同步展开多个业务中台系统建设，不一定要把交易级大总账排在业务中台建设的最前端。但是出于风险最低、客户影响最小、内部管理需要最迫切等因素考量，将交易级大总账作为中台建设的起点就一定是不二的选择了。
一方面，随着业务的发展变化，传统大总账的核算性能已经满足不了业务发展要求，也无法负担更高的数据处理能力。同时很多业务的核算或会计改造过程都需要由原来的专业化系统承担，一定程度也阻碍了整体业务创新的灵敏度和高效性。对于核算集中、总账集中的业务诉求非常强烈的银行，在建设中台时自然会选择先建交易级大总账系统，尤其是其中的核算中心。
另一方面，交易级大总账定位于偏向于后台管理和会计管理的系统，本质上不会影响客户。以它开始中台建设对于客户服务的影响风险最小。而且通过交易级大总账的建设，我们也可以更加有效地验证技术中台的微服务体系是否足够成熟；分布式的技术能力是否足够支撑更好的性能和弹性扩充；数据中台里的数据是否能够更快速地进行从结构化到非结构化数据的转化等。
交易级大总账对于通过循序渐进的方式来进行业务中台建设的银行来看，一定是最适合最优的入口选择。
■ Q10：请分享一下交易级大总账系统的建设经验和实际成果？
崔蕾：XPJ在交易级大总账方面已有2-3年的探索实践，取得了很大的市场落地成果，服务了很多重要的区域银行。它本身也成为XPJ为银行提供整体的中台建设步骤和规划中的最重要的系统。这两年，很多银行随着技术平台的成熟，都开始采用交易级大总账更新换代传统总账系统。XPJ也希望之前的先行积累，能够在未来给客户和合作伙伴提供更好的技术支撑和服务保障。
■ Q11：关于业务中台的建设，它的未来可能是什么样子？
崔蕾：未来的业务中台建设一定是百花齐放的态势，国内的各类银行最后都会走到这样的一条道路上。业务中台本质上关系到每家银行自身可以提炼和集中化的专业能力，对于不同规模、不同性质的银行来说，它的专业能力、统一对外输出的服务能力都是不一样的，而中台建设的侧重点也不一样。中台背后映射的本质是不同银行自身的强项能力的积累，擅长于做信贷业务的银行会想办法把风险管理、公司客户管理、信贷业务管理的能力集中起来，给更广泛的小微或者是个体客群提供相应的金融服务；擅长做存款类或者是做理财类的银行会想办法把它在理财或者是存款营销推广上的一些能力和资源集中起来，形成相应的营销平台或存款产品输出平台。中台从后往前越来越向场景端发展，每一家银行的特性化也会表现得更加的充分。虽然我们说交易级大总账作为更适合的业务中台建设的先期选择，对于各家银行来说是相对统一，而且诉求比较明确的。但是，随着从管理类向着前端服务类中台建设的循序渐进推进，不同银行自身的特点逐步沉积在里面形成不同类型的中台体系。未来中台发展的最主要趋势是它会通过相对趋同的建设阶段，进入到百花齐放、各显神通的发展的阶段。
数据中台和业务中台可以同步发展的原因，在于未来的业务中台会更多地结合数据中台，依托于数字化转型诉求的数据技术能力，来完成自动化的业务服务。中台建设的最大的驱动力来自业务对于资源集中使用的诉求，而除了人力资源和系统资源以外，数据资源也是很有的地能够降低资源使用成本的重要举措。所以，未来的业务中台的发展会和数据中台的发展衔接起来，形成利用数据分析优化中台流程和处理模式，更好地完成数字化转型的战略诉求。
第三，未来紧跟业务中台的发展可以有效地沉淀银行的业务资产，而业务模型也将变成银行发展中重要的资产之一。银行目前最重要的资产首先是客户资源，其次是数据资源，但是未来除了这两大资源以外，银行自身的能力模型也会变成重要的资源。银行的能力除了给自身提供服务以外，是否也能为合作伙伴或者生态提供相应的支持，完全取决于能否把这些能力抽象出标准化的、能够让合作伙伴很容易理解的模型输出出去。而中台方式非常有利于积累模型、完善模型，以及发展未来需要的业务模型。所以，我们认为未来的中台发展也会和整个业务资产的沉淀以及业务模型沉淀紧密地结合起来。
■ Q12：在中台建设方面，您和您的团队有什么具体规划？
崔蕾：按照2021年XPJ发布的ModelB@nk5.0整体规划，我们除了交易级大总账以外，还有一系列详细的中台建设的研发和客户落地实施的计划，包括产品中心、定价中心、客户中心，都已是比较成熟的中台系统。我们现在进行账户中心、交易中心等偏向于服务和流程化方面的中台系统研发。并借助XPJ金融超脑AI的能力，优化不同中台的智能处理能力。正在建设的风险中台也有效地利用了金融超脑的机器学习能力，进行银行内部风险预测，包括流动性风险、价格风险，以及经营性风险的预测等等。ModelB@nk5.0对于中台有非常细致的规划，未来也会沿着这条路持续进行研发，并把我们的研发成果更快地输出到客户端和合作伙伴方。