金融科技的演进方向和应用逻辑

---

来源：清华金融评论
作者：中原银行行长 王炯

随着新一代信息技术的发展，应用于金融的科技探索快速推进，金融科技底层技术日益丰富、适用范围不断扩大，拓宽了金融服务边界，推动了传统金融的变革，甚至一定程度上颠覆了社会公众对于金融的认知。本文结合实践，研究金融科技的最前沿技术、演进方向和金融科技的应用逻辑，期待对金融机构正确推进金融科技的应用有一定启发。
   
科技的进步以及应用创新是金融领域使用并发展金融科技的重要驱动力量，特别是人工智能、大数据、区块链等核心技术甚至影响着金融科技的发展趋势，它们在金融业的深度应用，改变了传统金融业务模式，极大地提升了金融服务质量和效率。
   
人工智能。人工智能是通过计算机分析人的行为举止及思维过程而形成的一门新型综合学科，该领域按照技术可以分为深度学习算法、机器学习算法；按照场景可分为运算智能、感知智能与认知智能。近年来，人工智能技术发展迅猛，已逐步进入商业应用阶段。上至顶层设计，下至百姓生活，都可以看到人工智能的影子。
 
金融业是较早引入人工智能辅助的行业，例如，银行、保险等金融机构在业务运营、风险控制等领域通过机器人流程自动化（Robotic Process Automation，简称RPA）技术来“替代人”高效执行重复性、无需人工决策的流程化操作；再例如，运用智能投顾对客户进行资产配置建议。
 
区块链。作为多种技术的融合体，区块链技术利用密码学和分布式共识协议保证网络传输与访问的安全性，实现数据多方维护、全网一致、不易篡改，解决了信任与价值的可靠传递难题。
 
当前，区块链技术在银行业的应用主要集中在贸易融资、跨境金融、电子存证等场景，例如，在供应链金融业务中，利用区块链技术有效整合物流、仓储、进销存管理等信息，将全链条数据沉淀转化为对授信业务的高效支撑。
 
生物识别技术。生物识别技术通过计算机与光学、声学、生物传感器及生物统计学等手段的密切结合，利用指纹、虹膜、声音、签名等人体固有的生理特性和行为特征，以更好地识别客户。在金融行业，生物识别技术已经在移动支付、远程开户等领域得到广泛应用。
 
例如，通过人脸识别，将活体照片信息与权威高清人像数据源进行比对，可有效防止伪造、冒用他人身份进行欺诈的行为，增强交易安全性；同时，依据身份识别及数据模型运算结果，也可在厅堂为到访客户提供精准的服务。
 
大数据。大数据技术较为复杂且庞大，其核心技术主要有数据采集、数据预处理、分布式存储、非关系型（Not Only SQL，简称NoSQL）数据库、数据仓库、并行计算、可视化等，目前正在朝着实时化、智能化、融合化的方向发展。
 
金融业是大数据应用的先行者，比如商业银行通过分析客户交易动机、行为等数据，可以持续完善客户画像，精准反映客户需求，进而推动实现金融产品创新、精准营销及智能风险防控。
 
安全技术。金融安全防护技术涵盖多重技术与策略，它以底层的金融信息基础设施安全保障为基石，代表性解决方案包括大数据安全、区块链安全、物联网安全、风控反欺诈、用户隐私保护等。通过金融安全技术的应用，可以完善金融安全生态，促进金融行业安全健康大环境的形成。
 
场景应用技术。虚拟现实/增强现实技术是20世纪发展起来的全新的实用技术，它利用计算机生成一种模拟环境，营造出多源信息融合的、交互式的三维动态视景，能够使用户沉浸其中。该技术为金融业务模式创新提供了更多可能，比如借助虚拟现实技术，打造虚拟营业厅，给用户身临其境的“逛实体营业厅”的体验。
   
全球知名IT研究咨询公司Gartner连续多年对科技发展趋势进行研究，在对2021年战略科技趋势的研判中，他们认为有三大主题，分别是以人为本、位置独立性和弹性交付，充分反映了2020年新冠肺炎大流行对全球科技发展的影响，同时，还指出多技术的组合创新也是重要的技术演进趋势。
 
从工作实践来看，金融科技的演进主要遵循四个原则：
 
围绕需求演进。需求是一切商业行为的本源，产品是满足需求的工具，技术则是产品创设的基础。很多技术诞生之初，并没有和特定需求绑定，但是客户需求和商业发展的结合，必然会促使技术寻找到适宜的应用场景，从本质上看，技术是为满足需求而产生的。
 
比如，新冠肺炎疫情让大家更加注重自我体验和安全防护，“以人为本”成为新技术主题之一，行为互联网、全面体验和隐私增强计算等相关领域技术受到关注。
 
技术组合实现创新。组合是创新的重要方式，在实际应用中，不同技术相互融合、相互促进，可以创造全新的价值并降低创新成本。比如，反欺诈技术融合了大数据、人工智能、图计算等多项技术能力。
 
实际操作过程中，基于大数据，可以简单判断客户征信、黑名单、涉诉等风险情况；利用图计算能力，可以判断是否有团伙作案嫌疑；利用人工智能进行客户深度画像，可以实时挖掘潜在风险。
 
符合人性特点。趋乐避苦是人类和其他有感觉生物的普遍诉求，简单重复无意义的劳动是痛苦的一个重要来源，因此，人类发明了洗衣机、吸尘器、汽车等机器，去替代自己劳动或活动，满足人类天生的惰性。在金融领域，技术的演进也是围绕效率的提升而展开，比如“人工智能工程化”“超级自动化”等前沿科技一旦投入使用，可以更高效地替代人去工作。
 
应对环境变化。环境变化对金融科技的发展有着非常重要的影响。新冠肺炎疫情导致了居家办公需求暴增，无接触服务被民众普遍理解和支持，“位置独立性”成为新技术发展的重要主题，“分布式云”“随处运营”“网络安全网格”等技术愈加重要，可以为灵活弹性的办公以及运营提供支撑。
   
近年来，伴随着金融科技的迅猛发展，金融业实现大范围和深层次的创新，并持续延伸服务边界、开拓全新领域。
 
目前，金融科技在金融业的应用，已经全面渗透到触客、获客、活客、黏客的客户全生命周期管理过程中，为业务发展提供动力支撑。结合具体实践，笔者认为金融科技在商业银行的
 
应用逻辑体现在以下几个方面：
 
实现客户远程识别。线上化、互联网化、移动化必然产生如何识别客户的问题。生物识别、光学字符识别（Optical Character Recognition，简称OCR）、语音语义识别（Natural Language Processing，简称NLP）等技术为客户身份验证、信息收集等提供技术保障。
 
定位识别、大数据、人工智能等技术，实现对客户行为、社交、关联网络等海量数据的收集分析，并通过数据建模，对客户进行深度画像，形成基于数据的客户洞见，提高了解客户的能力，有助于银行远程识别客户和服务客户。
 
判断客户真实性与客户意愿。一是实现反欺诈判断。综合利用生物识别、实名认证（Know Your Customer，简称KYC）以及相关数据和机器学习、深度学习、联邦学习、关系图谱等技术，建设并不断优化反欺诈策略模型，对客户是否存在欺诈行为进行研判，可以发现潜在欺诈风险，挑出“坏客户”。二是进行综合业务判断。比如，借助大数据、机器学习、灰度发布等技术，选用合适的建模技术，对贷款客户适用的授信额度进行综合判断和最终核定。
 
确保信息的真实性、完整性。建设基于区块链安全及隐私保护机制的数据共享服务平台，实现数据授权、发布、分享完全线上化，通过访问链路上链，实现数据访问的可追溯、可审计，确保了信息的真实性。在符合监管及数据安全要求下，还可以实现不同机构间数据层面的互联互通和撮合交易，搭建各行各业数据共享的生态联盟，确保信息的完整性。
 
促成优质高效的销售触达与交付。一是利用大数据精准KYC。比如，建设企业级客户画像平台，以企业级标签引擎为基础，上线标签工厂、标签集市、一键画像等功能，可以精准触达客户，实现高效交互，形成聚焦客户需求的洞见，促成销售。
 
二是建设线上服务场景。通过虚拟现实、增强现实技术布置场景，辅助配置视频营销的设计，再结合边缘计算的即时快速反馈，可以让客户在身临其境的情景体验中，完成线上业务咨询，获取合适的金融产品与服务。
 
提高操作的效率与准确性。一是建设RPA平台，以拖拽式操作实现智能流程的快速自主开发，可以应用在对公户年检、账户日常自检、拨备金对账、客服质检等业务流程中，节约人工成本。
 
二是深度优化RPA，实现实际场景的灵活编排和快速调用，大幅减少人工审核时间，提高工作效率，缩短客户等待时间，提升客户体验。
 
助力员工协同高效工作。进入数字经济时代，员工远程协同方面需求快速增长，企业内部远程协同工具应运而生。
 
比如，开发建设内部员工协同平台，引入即时通信、微服务、小程序等技术，在确保内部信息安全的同时，可实现信息触达、事项审批、同事圈动态、内容集合等能力，丰富延伸工作内容，提高内部工作效率，助力管理效率提升。
 
提高管理可视性。应用边缘计算技术，实现资源和服务向边缘位置的下沉，从而降低交互时延、减轻网络负担、丰富业务类型、优化服务处理，最终提升服务质量和用户体验。比如，依托数据可视化服务平台，搭建覆盖交互式大屏、个人电脑端及移动端的数据可视化平台，可以实现管理信息的实时传递，使管理更加透明高效。
 
保障金融安全。安全的核心价值是信任。金融机构高度依赖信任，而信息安全对金融机构维持公众信任具有重大影响，因此“零信任”机制是应对快速变化时代的必然策略。
 
零信任技术通过多因子身份认证、身份与访问管理、编排、分析、加密、安全评级和文件系统权限等措施，可以尽可能地保障业务、应用、数据、网络等的安全，并满足监管合规要求。

在金融科技的演进中，业务发展为技术提供动力和应用场景，而技术发展则对业务产生推动力，两者之间相互促进、共同提高，可以形成有机的正向循环。
   
商业银行围绕自身业务需求，通过金融科技的深度应用，逐步探索打造“服务更可得”“运营更聪慧”“风险更可控”“组织更高效”的数据化、智能化银行。
 
一是基于KYC反欺诈建设方面。商业银行通过生物识别、联邦学习、深度学习等技术应用，积极推出风险模型体系和大数据辅助决策模型，并结合实践反馈，持续提升模型的精准度。
 
二是基于大数据的应用方面。商业银行通过借助机器学习、深度学习等技术，实现大数据智能用例、OCR服务、NLP标准服务的全面推广，为智能营销、风控、客服、运营等场景建设提供了有力支撑；同时，随着大数据技术的深度应用，商业银行逐步打造出“以客户为中心”的数字产品矩阵，数据驱动营销能力进一步提升。
 
三是基于场景的建设方面。商业银行借助区块链技术，推进数据共享场景区块链应用落地，有效解决数据资产无法确权、难以追溯等痛点。例如，通过构建数据湖与数据仓库服务（Data Warehouse Service,简称DWS）融合的全新计算平台，解决数据存储成本与数据访问性能平衡问题，既能够降低数仓存储空间，又有效提升数据访问效率。
 
四是基于提高效率和自动化程度的RPA矩阵方面。商业银行通过建设RPA平台，开发智能业务流程、替代员工手工操作、化解流程断点，使相关业务流程真正实现自动化、智能化。
 
五是组合创新方面。商业银行通过云计算、低代码等技术应用，打造云计算平台、统一云管平台以及容器云平台，实现对IT基础资源的集约化管理，从而提升IT基础资源的交付能力，促进业务系统建设周期的缩短，并确保业务产品的快速交付。
 
六是安全管理方面。商业银行通过建设安全运营及数据安全智能化、自动化平台，实现应用安全的全生命周期管理，同时通过红蓝对抗、夺旗（Capture The Flag，简称CTF）竞赛等措施，积极打造实战型、创新型安全团队，推进信息安全体系向纵深防御演进。
   
金融科技是当前金融发展的一个普遍且重要的趋势，一方面，金融科技可以提高金融服务效率、降低金融服务成本，对金融业态产生深远影响；另一方面，金融科技发展迅速，可能会带来一些不确定因素，导致金融稳定性受到挑战。
 
金融机构在应用金融科技的过程中，要把握好金融与科技之间的平衡，使科技服从于金融业务需求。具体来讲，要做到以下五个方面：
 
坚持业务导向。每一次的科技创新都是对原有世界的革命和突破，前沿技术诞生之后，只有不断地尝试与各领域事物的匹配组合，才能找到适合发展的土壤。金融机构在应用金融科技时，首先要考虑的问题是技术与自身特点及业务需求的适配性，立足于解决最急迫的问题和支持业务发展的角度，去探索应用，再结合实际落地情况去决定是否推广使用。可以说，没有最好的技术，只有最适合的技术。
 
主动拥抱新技术。在当今这样一个知识爆炸、信息发达的时代，新理论、新技术和新工具不断涌现，而新技术一旦找到适用的场景，就可以极大地促进该领域的发展。
 
金融机构需要高度重视科技发展，持续关注基础科学发展的趋势和方向，积极对接领先技术，确保自身找准新技术应用的良好时机，同时可以加深对科技创新型企业的了解，抓住介入服务的机会。
 
积极学习并应用先进实践。银行业的经营原则是稳健持续发展，所以对新技术的应用也首先考虑的是技术是否成熟、是否有衍生风险，总体上，银行业金额机构是技术的跟随者。
 
当前，科学技术发展处于爆发增长的拐点，许多行业，譬如电商行业、互联网企业利用技术创新加速行业重塑，许多新的技术被加速应用并取得较好的效果。金融机构，特别是商业银行，要主动向其他行业学习，将金融科技在同业或者异业的应用实践，推广融入到金融业务场景，促进业务创新发展。
 
聚焦满足客户需求。金融科技之所以得到突飞猛进的发展，最主要原因是它更好地满足了金融消费者的需求，让客户感受到前所未有的金融服务体验。金融机构在使用金融科技推进自身发展的时候，也要以创造客户满意的服务作为根本出发点，在身份管理、服务效率、产品供给和隐私保护等方面为客户提供价值，使金融与科技实现完美融合。
 
践行科技向善。科技是人类智慧形成的能力，本身是中性的，善意应用能够创造正向价值，恶意使用则会放大恶果，因此，科技向善应该成为数字社会的共同准则。
 
金融机构在应用金融科技的过程中，要坚持守正创新，尤其是要注重保障客户隐私安全，防止过度收集客户信息，加强客户信息和数据使用管理，切实保护金融消费者权益。
 
金融科技方兴未艾，不断丰富我们对货币、支付、信息、风险、资源配置和公平竞争等金融基本概念的认知，也为金融业实现高质量发展提供了无限可能，更是金融机构创新发展的核心支撑。
 
未来的银行业，需要积极链接“金融”与“科技”，以客户需求为目标，以合规和风险为约束条件，通过金融科技的多场景应用，打造核心竞争能力，创造绿色、开放、合作的金融新未来。
 
本文编辑：王晔君

---

---