kp-004 · 金融业务全景：三台一线与数据流

入门模块：全景与脉络预计 15 分钟更新 2026-10-02

一句话定义

金融机构内部按"前台—中台—后台"三台分工、以监管为外部约束线运转，AI 的落点必须映射到具体台别与数据流上，本知识点给出这张组织与数据地图。

为什么重要

AI 项目立项时最先暴露的问题往往不是算法，而是"找错了客户部门"：给中台风控推销提效工具、给后台运营推销预测模型，都是错配。理解三台一线有三个用处：一是定位甲方——每个台别的 KPI、预算逻辑与痛点完全不同；二是预判落地阻力——前台要增长速度，中台要风险与合规，后台要准确与留痕，同一个 AI 工具在三台的验收标准截然不同；三是理解数据流——金融 AI 的原材料（客户数据、交易数据、财务数据）在三台之间的流转路径决定了特征能用到什么、模型能部署在哪、审计要查什么。

前置知识

kp-001。

直观类比

三台像一家餐厅：前台是迎宾与点菜的服务员（直接创收），中台是采购质检与食品安全官（决定能不能上、敢不敢上），后台是洗碗、库房与账房（保证持续运转），监管是卫生监督所（不定时检查、不合格就停业）。AI 之于餐厅：智能点餐推荐是前台应用，食材溯源与留样检测是中台应用，自动对账与报表是后台应用——推广"智能点餐"给食品安全官，注定鸡同鸭讲。

核心概念

前台：直接面对客户与市场创收的部门——对公/零售银行条线、投行、资管、经纪、保险销售。AI 落点：智能投研辅助、客户画像与营销、智能投顾界面、客服机器人。
中台：为前台提供能力与约束的部门——风险管理、合规、法务、财务、科技/数据部门。AI 落点：信用评分、反欺诈、反洗钱监测、市场风险计量、模型验证。
后台：维持机构运转的部门——运营、清算结算、财务报告、内审、行政。AI 落点：报送自动化、对账自动化、文档处理、审计抽样辅助。
一线（监管线）：中央银行、金融监管总局、证监会（中国）及 SEC/Fed/OCC/FINRA（美国）等，通过牌照、报送义务、现场检查与处罚约束三台行为；监管自身也在用 AI（监管科技的对偶面 SupTech）。
主数据流：客户与交易产生数据 → 业务系统 → 数据仓库/数据湖 → 特征平台 → 模型服务 → 决策系统 → 留痕与报送。每一段流转都有权限、质量与审计要求。

原理与机制

为什么 AI 落点必须映射组织？因为模型的价值实现依赖决策权：一个反欺诈模型的输出如果嵌不进审批流程（谁有权拒绝、拒绝依据如何记录），技术指标再好也不产生价值。为什么数据流决定模型边界？因为特征可得性受数据血缘与授权约束：客户在 A 产品的行为数据，未必被授权用于 B 产品的模型；跨主体（集团内子公司之间）的数据共享有独立合规要求。为什么后台是 AI 降本的优先区？因为后台任务是高频、规则化、有明确对错答案的（报送、对账），自动化收益立即可度量、合规风险低——这解释了现实金融机构"后台先行"的采纳顺序。

图示

客户/市场
   │
┌──▼─────────────────────────────┐
│ 前台  投行·资管·零售·经纪        │←─ AI: 投研辅助·营销·投顾·客服
├─────────────────────────────────┤
│ 中台  风险·合规·财务·科技        │←─ AI: 评分·反欺诈·AML·风险计量
├─────────────────────────────────┤
│ 后台  运营·清算·报告·内审        │←─ AI: 报送·对账·文档·审计辅助
└────────────┬────────────────────┘
             │ 报送·检查·处罚
        监管机构（外部约束线）

实例或案例

一笔消费贷款的全旅程：客户在 App 申请（前台获客）→ 身份核验与反欺诈筛查（中台）→ 评分卡给出建议额度与利率（中台风控）→ 审批策略引擎放款（前台执行）→ 还款行为进入行为评分与催收分层（中台+前台）→ 全部数据进入报送系统按监管口径上报（后台）→ 监管抽查时可回溯每一笔决策的模型版本、特征值与规则命中（留痕）。这条链上至少有五个 AI 落点，分属三个台别——它说明"AI+金融"从来不是单点项目，而是嵌入业务流水线的系统工程。

常见误区

误区一：把 AI 项目当纯科技部门项目。 科技部门能交付模型，但阈值、策略、责任归属必须由业务与风险条线拍板；缺了业务共担，模型上不了线。
误区二：数据在集团内可以自由流通。 子公司之间、境内境外之间的数据共享各有授权与合规边界，"数据在自家"不等于"数据可用"。
误区三：监管只是事后约束。 报送口径、留痕要求反过来定义了系统必须采集什么数据，监管要求是需求输入而非验收补丁（详见 kp-020）。

自测题

三台各自的职责与典型 AI 落点是什么？

答案要点：前台创收（投研/营销/投顾/客服）、中台约束（评分/反欺诈/AML/风险计量）、后台运转（报送/对账/审计）。

为什么说"模型的价值实现依赖决策权"？

答案要点：模型输出必须嵌入有明确责任人、阈值与留痕的决策流程，否则不产生业务价值。

主数据流经过哪些环节？每段的治理要求是什么？

答案要点：产生→业务系统→数仓→特征平台→模型服务→决策→留痕报送；各段有权限、质量、血缘与审计要求。

公式或模型

本节不适用：本知识点为组织与流程地图，不涉及数学模型。

与其他知识点的关系

kp-002 的合规约束在三台数据流上具体化；kp-020 的报送自动化是后台 AI 落点的展开；kp-026 的三道防线是中台治理职能的组织化框架。