疫情之下：金融科技企业的突围思考

众多金融科技企业在 2019 年年尾做好了富足的准备，去应对羁系、风控、新技术、宁静合规等问题。只是未曾想到，2020 年的开端竟然是一场席卷全国的疫情发作。这也验证了那句话：通常能被验证的，都不是“黑天鹅”。

回首 2019 年，金融科技领域发生了五件大事：

网贷行业方面，存案再次延期，泛起数起头部平台退失事件；

银行业金融科技方面，开放银行成为了主流趋势，各银行都推出了开放银行平台；

银行再次下注金融科技子公司；

新技术方面，Facebook 主导的 Libra 再次将比特币拉回到民众视野；

小微金融方面，商业银行发力，多维数据成为小微金融业务的关键点。

疫情之下，金融行业应对风险的能力如何？金融科技公司如何突围？InfoQ 邀请了 12 家金融科技企业的专家，基于各自的研究领域，谈谈对 2020 年金融科技趋势的看法，以下是看法整理。

2020 年金融科技领域重点趋势解读

360 数据智能团体技术总监 徐皓

焦点看法：银行数字化历程加速，宁静和高效是焦点诉求。

2019 年对于金融行业来说可谓是不平凡的一年，履历了史上最严的羁系，大浪淘沙最终那些不停突破创新、良性运营的互联网金融企业坚持了下来。在当前疫情下，2020 年金融行业的技术生长趋势有以下几点：

传统银行业加速数字化转型、人工智能和云助力场景落地。今年突如其来的疫情让我们的事情和生活受到了差别水平的影响，银行业是关系到国计民生的行业，如何让其业务管理在现在的情况下尽可能不受到影响，网上银行无疑是一个最佳选择。

虽然近几年银行业已经开始了数字化转型的脚步，但每个银行的数字化转型水平纷歧，相信在这次疫情之后数字化转型的程序将大幅度提速，诸如网上营业厅、无人营业厅、智能客服等，而这些数字化转型的措施势必会让人工智能落地场景越来越多，也会让云平台的应用迎来一个新的增长。

业务管理流程连续追求高效、跨行业多场景数据海量增加。随着现实世界和网络世界的互通互联速度的不停提升，全社会的生活和事情节奏也在不停加速，金融作为人们日常生活中息息相关的一个领域，用更快的响应速度、更高效的业务流程、更宁静的生意业务环节去顺应社会的高速生长趋势，诸如如何快速识别风险客户从而降低业务风险，如何在发生重大事件时快速响应并推出适合的营销产物。

在这些历程中对海量数据处置惩罚实时化、跨行业的数据共享交流、大数据宁静能力等一系列围绕数据相关的技术将会连续深耕，保障金融领域数据宁静的同时最大化提升业务流程的高效和敏捷。

京东数字科技团体金融科技事业部技术总司理 卞水师

焦点看法：银行的 IT 架构正朝着从集中式架构过渡到双模 IT 架构转变，并最终完成迁移到金融云架构的趋势生长。

以银行为代表，不少银行对于移动平台、云平台和数字化转型等越来越重视。为了适应移动化、线上化、开放的业务形态和数字化转型的需要，银行加大了对金融科技的投入，并努力实验数据中台、业务中台等能力建设。

银行的 IT 架构正朝着从集中式架构过渡到双模 IT 架构（集中式架构 + 云平台：即焦点系统仍依赖集中式架构，而外围和线上业务迁移云平台）转变，并最终完成迁移到金融云架构的趋势生长。

固然在这个历程中，银行因为自身业务、资源以及战略的差异化，程序有快有慢。技术要服务于业务目的，要与业务共生，所以我们坚持围绕业务目的举行项目交付，将智能营销、智能风控的能力，以致多样化业务场景一起带给客户，为银行打造技术中台、数据中台、业务中台、移动中台等焦点能力的同时，形成数百个产物和组件，可以凭据机构的需求提供定制化的解决方案。

在 2020 年，将有更多的中小金融机构，尤其是区域性金融机构会在数字化转型中发力。接下来的几年间，金融科技与业务相互促进配合生长将形成能力更强、更具生命力和竞争力的有机体。

平安银行 AI 算法卖力人 潘鹏举

焦点看法：2020 年金融科技行业中有 2 个大的技术趋势是 5G 技术的落地和联邦学习的应用。

以银行业为例，如下图所示。整个银行业的变迁分成 4 个阶段，横轴和纵轴划分代表了摩擦和渠道，摩擦代表的是客户体验水平，渠道代表的数字化水平。简朴来说，银行 1.0 是物理网点时代，2.0 是窄带时代（PC 时代），3.0 是移动化时代（智能化），4.0 是开放平台时代。

凭据美国银行创新教父布莱特·金出书的书籍《Bank 4.0》的理论，银行也已经迈向了数字化驱动的 Bank 4.0，银行 4.0 最终回归到了银行业的本质：银行是一种服务，一种无所不在的金融服务。银行是和生活的中的场景精密联合在一起，体现在 3 个焦点作用：

能够随时随地宁静存钱；

能够随时随地转移钱，例如支付；

能够随时随地获得信贷能力。

凭据中国电子银行 2019 年观察陈诉，小我私家手机银行用户占比到达 63%，银行业的移动化已经成为了一个主流趋势了。基于移动端的数据收罗和智能化 AI 应用已经逐渐成为了金融领域不行或缺的组成部门，可是当前依然存在许多的毛病。

好比，你在买车的时候贷款，如果没有销售照料的先容，你基础不知道你是否能够贷款，能够贷款几多？银行也不知道你是否去过 4S 店？

这些用户行为轨迹数据，依赖于相关设备的信息，现在均未收罗，原因是因为数据信息量过大，网络带宽不够，导致丢失了许多行为数据，无法让金融领域真正实现随时随地，实时化感知用户需求。

2020 年，随着 5G 技术的落地，基于 IoT 数据的收罗和使用会成为一个重中之重，我们将进入一个超宽带移动化时代。Gartner 预测：2020 年 5G 手机的占比将到达 10% 左右，根据全球 30 亿手机用户来算，也快要有 3 亿用户会使用 5G 手机，这个数据很是可观，此为其一。

其二，随着对小我私家隐私的重视以及国家政策趋严，数据的掩护粒度越来越大，所以接纳一套既能掩护用户隐私数据，又能实现智能化的 AI 技术应用迫在眉睫，联邦学习应运而生。

通过联邦学习，可以不用交流原始的数据，就能够实现智能化的 KYC。通过加密数据传输的方法实现实时化数据的传输，从而来实现实时化的场景识别。

当我们有了各个场景实时化的 IoT 数据以及宁静可控不用袒露小我私家隐私数据的智能化算法，银行成为一种无所不在的金融服务才气成为现实，真正的 Bank 4.0 才会到来。

ThoughtWorks 创新总监 肖然

焦点看法：开放银行模式将在中国发芽，金融科技从业者需要思维升级。

随着各家商业银行在金融科技投资上的加码，银行正在科技术力方面追赶互联网巨头，标普 S&P 在去年的分析文章中指出，在零售银行领域，中国银行金融科技术力甚至到达世界领先水平。中国银行业的领头羊们更是纷纷建立金融科技公司，目的已经逾越传统的金融服务，全面进入数字化时代。

已往两年在银行主营业务领域，金融科技的应用让银行服务更贴近客户、更深入场景，类似建行在租房和招行在车生活领域的服务创新，都离不开金融科技的支撑。

一方面，银行在金融科技术力方面的竞争还会加剧，通过数据分析提升客户体验的革新才刚刚开始；

另一方面，银行一定开始思考如何通过金融科技缔造新的商业模式，发现新的收入泉源，尔后者将逐渐成为银行决议者们的关注点。

面临疫情，数字服务的优势再次凸显，更会促使已经具有一定科技实力的银行思考新的线上服务可能。数字化时代商业模式的创新不会只是阿里腾讯这样互联网巨头的专利。

2020 年在金融科技驱动下，开放银行模式将在中国发芽。从海内金融情况出发，开放银行在中国仍然会接纳市场驱动的模式。但我们也必须看到海内银行的科技开放能力仍然处于起步阶段，纵然浦发银行的 API 开放平台和招商银行的企业开放平台这样的行业先行者，也存在许多思维看法上的束缚，科技开放另有待于金融科技转型的进一步深化。

银行金融服务开放的程序会显著加速，数字化时代连续泛起的商时机促使银行加速建设互助生态，从而能够切入工业，形成工业互联的商业生态模式。

金融科技的生长让传统银行从业者有了一次思维升级的契机，接下来的工业生态互助将挑战银行从业者们是否能够真正拥抱敏捷思维，比拼客户场景的洞察和资源的整合能力。

信用算力 CEO 张建梁

焦点看法：金融业务全面合规化、持牌化，科技输出服务竞争开放化，羁系与利好同步向金融科技服务生态全链条笼罩。

2019 年，行业围绕“套路贷与真利率”、“大数据爬虫与小我私家信息掩护”、“共债与普惠”“助贷与实质风控”举行广泛讨论，羁系思路与扶持政策明确，金融与科技的服务界限逐渐清晰。深度服务持牌金融机构，增强毗连与资源能效互补，成为科技输出型企业的正确航向。

以复盘 2019 年信用算力重点服务的某头部农商行为例，科技型企业在服务金融机构历程中，需要做好以下几点：

第一， 要足够相识互助机构互联网化信贷展业需求、产物订价区间，以及产物形态的当地化特征，磨练机构产物订价区间的合理性，营销获客与系统化运营治理的可行性。

第二， 要足够相识（当地区）用户区间漫衍与优质信贷用户特征。对用户举行订价与分层，确保优质用户以更快速度、更低成本完成资金需求，让差别信用区间的用户，获得差别产物订价的信贷服务。

第三， 在智能营销服务方面，整合全域流量资源，提供全场景媒体曝光，精准定位目的人群，提供实时风控前置的精准获客服务。

第四， 在风控能力输出方面，向互助机构提供高质量风控建模、风控计谋、智能风控产物和决议引擎系统等服务，如通过对用户授权的真实消费数据和行为数据的挖掘，使用风险模型的方式加工输出对用户还款能力与还款意愿的评分，预测用户坏账率，用以决议判断及量化风险。

在满足当地化、私有化部署的前提下，将风险决议模型应用、智能风控技术运用到用户触点的全流程，实现系统灵活设置、实时反欺诈，以及毫秒级系统响应，极大降低机构风控人力成本。

第五， 在大数据运用和精致化运营治理方面，通过平台涵盖的审批、生意业务侦测、客服、调额、催收等环节，满足互助机构信贷业务的快捷化、规模化、精致化运营需求。

星合资本首席科学家 胡震

焦点看法：区块链应用落地从 G 端入手，推动普及到 B 端和 C 端，脱虚向实还任重道远。

近年来区块链技术的应用落地，总体上出现多点着花、不停深入的态势。鉴于区块链天然地自带金融属性，所以在区块链技术的诸多落地应用领域中，金融科技行业是重点。

其中在同盟链生态方面，现在海内有一定数量的金融行业应用已经通过了原型验证和试运营阶段，涉及供应链金融、跨境支付结算、商业金融、资产治理、保险等细分领域，这部门现在主要是由海内的互联网巨头、金融科技独角兽平台及金融机构主导推进实施的。

在公有链生态方面，以 MakerDAO 、Uniswap 为代表的 DeFi（开放金融）也是风生水起，最新的数据是已经有十亿美元的数字资产锁定在 DeFi 生态中了，而这也才短短的不到两年的生长时间，未来前景可期。

可是现在不管是同盟链还是公有链的落地应用，总体上离大规模商用另有一段不小的距离，场景化落地还需要行业及政府的继续不懈地努力。当前应用落地的瓶颈不仅仅是因为底层区块链性能不足，更重要的是实际应用场景所需的基础设施仍不完善，无法解决信息上链、身份认证、隐私掩护、羁系等问题。展望 2020 年，区块链技术会在以下几个方面取得重大的突破。

蚂蚁金服区块链技术总监、达摩院区块链资深技术专家 闫莺

焦点看法：2020 年总体上成熟的业务将会从单链协作迈入跨链协作阶段，形成更大规模的业务价值网络；技术方面，跨链技术架构趋于统一，异构特性、应用特性会进一步升级，有望演收支更多贴近真实应用场景的组网方式、跨链模式及应用功效，同时也有望催生出跨链尺度。

无论公有链还是同盟链，跨链的抽象架构差异其实并不高。种种跨链机制实现趋于成熟，跨链模式多样化，有多个跨链平台推出且运行着落地案例，整体上各家跨链平台处于能力快速建设阶段，但尚未形成统一跨链尺度。

2020 年，区块链 BaaS（Blockchain as a Service）服务将进一步降低企业应用区块链技术的门槛。在商业应用大规模落地的同时，区块链网络的“局域网”和“数据孤岛”问题将被新型的通用跨链技术所解决。

基于现在的区块链业务生长趋势及技术的积累水平，预判 2020 年总体上成熟的业务将会从单链协作迈入跨链协作阶段，形成更大规模的业务价值网络。在技术方面，跨链技术架构趋于统一，异构特性、应用特性会进一步升级，有望演收支更多贴近真实应用场景的组网方式、跨链模式及应用功效，同时也有望催生出跨链尺度。

现在蚂蚁区块链已有不少跨链案例落地，如跨链溯源同盟、供应链金融应用等。在跨链的焦点机制偏向上，蚂蚁区块链引入以可信盘算为基础的组件，解决异构链带来的差异性难题，同时联合漫衍式身份，界说跨链治理模型，有望构建统一的尺度跨链模式。

可以预期，跨链协作将进一步拓展价值互联网的界限，实现万链互联。这也将进一步夯实区块链在数字经济时代数据和资产可信流转的全球基础设施职位。

度小满金融区块链卖力人 李丰

焦点看法：互金精致化运营能力成盈利关键，区块链生长需专注内功、警惕“华而不实”

随着互联网红利殆尽、生长趋缓，未触网用户、未触达的新客规模越来越少，获取难度和成本也日益高涨。针对存量客户的挖掘、谋划和激活，成为金融业务新的重点，而这需要金融机构对用户和客户有更深入的相识。

在充满不确定性的 2020 年里，通过大数据与数据挖掘、人工智能算法等不停增强对用户行为和需求洞察，发现潜在需求，不停提升精致化风控与运营能力，将是在不确定的 2020 年里，金融机构实现连续盈利的关键。

而对从去年 10.24 之后再次成为热点的区块链技术，在 2020 年里整个行业需要越发岑寂，警惕“华而不实”的行业生长，制止好不容易迎来的政策转机，再次进入低谷。

可预期的，区块链在政府治理、企业协作方面，2020 年将发作大量需求，发生大量落地项目，岂论从资金层面还是项目层面，这都对区块链的生长，特别是同盟链偏向的生长带来很大推动。

可是，这些项目的最终落地效果，项目之后为行业留下来的履历有几多，需要所有从业者思考和关注。

通过这次疫情下区块链的体现，我们已经看到区块链的技术能力和应用能力还很是低级，难以经受大规模的磨练。

因此，2020 年，整个行业应该借政策的推动和行业利好，去掉浮华，借东风越发关注焦点技术的创新与突破，基础设施能力的完善和尺度化，以及行业应用场景的联合和落地，夯实整个行业基础、苦练内功，构建区块链生态，努力推动行业康健可连续生长。

中国电信翼支付首席数据科学家、人工智能研究院院长 谢巍盛

焦点看法：海内 to B 类的金融科技企业将加速升级，不再提供单一的工具或平台，而是深入各细分场景内为客户提供端到端的解决方案。

此次发作的全国性疫情事件给金融市场带来了一定打击，但相信其影响是阶段性的，暂时的。在这次疫情事后，金融市场应当更多关注重点地域和行业的相关企业，这也对金融科技企业带来更大的使命与机缘。

近几年金融科技市场高速生长突显的一些问题仍将是影响海内金融科技下一阶段生长的主要因素。

首先，应对用户隐私掩护问题，严羁系的常态化将促使金融科技市场连续转型升级。企业对于用户数据的收罗、加工和应用环节需做到合规、宁静及高效，这将进一步推进企业精致化运营、优化产物、提升用户体验与业务质态；

另一方面也将加速可信情况建模的相关研究和技术在金融领域的落地，如使用联邦学习在保证数据宁静情况下实现团结建模，使用区块链建设互信机制实现数据交互等；

其次，近年“AI + 金融”生长较快，但当前以机械学习为主的 AI 在金融领域的应用仍以监视式学习为主要方法，对于许多金融场景而言，数据标签的获取仍有很浩劫度。

随着问题的凸显，金融领域对于新型的、多样的建模方法具有较迫切的需求，因此对于诸如小样本学习、弱监视学习、多目的、多模态学习等偏向在金融场景下的研究与落地是一个趋势；

最后，如何协助海内大量的中小型地方性金融企业使用科技，特别是大数据与新一代人工智能技术开展金融业务，对于支持当地制造业和小微企业具有现实且重要的意义。这将促使海内 to B 类的金融科技企业加速升级，不再是提供单一的工具或平台，而是深入各细分场景内为客户提供端到端的解决方案并连续打磨。

追一科技技术总监 杨雪峰

焦点看法：2020 年语言智能将在金融领域的应用会发作，智能客服质检需求将会是新的应用热点。

科技趋势的形成是客户需求与技术进步交汇发生的碰撞。

在技术角度，2019 年是语言智能突飞猛进的一年，在全球科学家的配合努力下，通用的语言建模能力飞速提升，不停打破现有记载，这为 2020 年语言应用的发作提供了很好的基础。

在没有预训练语言模型的 AI 应用中，模型同时要学习语言工具自己的特性，以及它在特定应用领域的语义映射。这对数据笼罩度以及密度提出了庞大的需求，在应用数据并不是十分富足时，极大地限制了 AI 能力的发挥。

通用语言建模能力的提升可以将语言工具自己的特性学习的很好，从而降低下游任务的难度，降低数据的需求。可以预见，语言智能的下游应用一定会迎来庞大的发作。

这场疫情危机肯定会进一步推动金融行业在线服务需求的增长，语言智能的发作正当其时， 在助力金融机构满足客户在线服务需求，迈向智能化的历程中发挥越发重要的作用。在追一科技为金融机构提供基于 AI 能力的产物与服务的 3 年中，客户一直提出人工客服的服务质量检测需求。智能质检是大型呼叫中心 AI 赋能闭环的关键一步，相比文本智能客服自动资助客户找到问题的谜底，如何明白客服与客户的对话状态，专业解答是否合理合规是对语言智能更高难度的挑战。

在文本客服已经广泛应用的金融领域，AI 赋能所发生的实际效果已经让金融企业建设了信心，那么下一步实验的落脚点很大可能就是智能质检。

妙盈科技 CTO 刘涛

焦点看法：随着 ESG 数据越来越受到金融机构与政府的重视，非结构化数据的处置惩罚平台将会变得越来越重要。

ESG 是情况（Environmental）、社会责任（Social）与公司治理（Governance）的简称。在已往的一段时间内，我们可以看到 ESG 的数据正在受到越来越多的金融机构与政府的重视。

陪同着这次疫情的发生，以及澳大利亚森林大火对国际社会所造成的影响，无论是企业自己还是羁系机构对于 ESG 相关的重视将会不停增强，ESG 数据的进步将会更快。

差别于传统金融数据，ESG 数据自己具备以下几方面的奇特性：

1. 更新频率高

有别于传统的财政性数据，以月度、季度、年度的披露方式，ESG 数据具有更新频率高、实时性强的特点。以公司治理中的高管负面信息为例，新闻或社交媒体中随时都市爆出可能会影响公司治理的事件。平台需要第一时间对这类事件的影响与分析做出反映，同时这类事件的发生，并没有一定的纪律，所以无法用传统手段与数据预测或应对。以现在我们监控的新闻信息来看，险些天天都市有种种严重的负面新闻泛起。

2. 数据类型多样，质量控制难度显著提高

ESG 数据主要漫衍于公然的社会责任陈诉以及社交媒体与新闻当中，同时数据花样也可以是文本、图片、音频或者视频。这其中以非结构化数据与半结构化数据为主，这对于数据处置惩罚的难度提出了比力高的要求，同时数据质量的管控也变得越发艰难。机械学习的能力不仅需要应用于分析数据并归纳出结构化数据，同时也需要能够自主的举行质量检测，这样才气保证信息处置惩罚的准确性。

3. 数据疏散不集中

数据的疏散主要体现在两个方面：第一，数据疏散在众多的关联公司中。当重要事件发生时，需要通过知识图谱的查找才气够看到事件的全貌。

好比 B 公司发生歇工，那么相识 B 公司是哪些公司的供应商，或 B 公司是哪些公司的子公司这层关系就变得格外重要。掌握全局关系才气顺藤摸瓜找到真正受到影响的种种潜在公司。

第二，数据漫衍自己比力疏散，以宁静事故举例，关于宁静事故的报道可能来自于社交媒体、新闻等差别的渠道。这样一来，如何做去重、如何举行实体消歧，也就成为了一个重要的挑战。

针对 ESG 数据的特点，势必须要构建新型的数据治理平台。这其中应当包罗知识图谱的构建与治理，数据血缘的治理，以及数据质量的治理三个方面。这其中数据血缘的治理最为重要，至少应当做到表级此外血缘治理。这样才气够保证每一次数据更改对于业务人员完全透明，每一个发生的数据，都可以直接追溯到数据源头。

依托数据血缘为基础，在每一次 ETL 操作中也都需要配合自动化的数据质量校验，因为金融行业对于数据质量的要求是 100% 正确，因此每一个生产的数据都至少应当保证有一个校验逻辑来笼罩。

最后是对 Ontology 的治理，与机械学习平台的无缝对接也都需要与平台举行有效的整合。随着这次中国疫情的泛起，ESG 的生长将会进入快车道，社会、政府以及金融机构也会越发关注 ESG 数据对于公司未来的影响。

众安科技副总司理 苏炜鑫

焦点看法：在强羁系情况下能为企业提供高效、灵活、合规的用户增长和运营能力的 MarTech 解决方案将会成为金融科技的一大生长趋势。

在已往 5 年随着金融科技的高速生长，金融科技在促进业务创新和高速生长的同时也使市场在特定领域的风险快速累积放大，羁系在风险管控和小我私家隐私掩护领域正连续增强。

在强羁系情况下能为企业提供高效、灵活、合规的用户增长和运营能力的 MarTech 解决方案将会成为金融科技的一大生长趋势。

高效是指 MarTech 解决方案应具备为企业提供快速流量和渠道对接，高质量投放治理，多样营销运动制作，精准多维客户触达，全链路数据分析等一站式服务能力，使各业务职能能在统一技术和应用架构下获得快速赋能，并高效整合完成业务闭环运作。

除了具有高效的特点外，MarTech 解决方案还应具备产物化平台级的灵活性。技术上支持企业能凭据业务需要快速部署所需的应用服务，并能因业务生长动态在平台上低成当地按需新增应用服务；业务上支持企业小步快跑地综合测试渠道、产物和客群，探索最佳营销实践。

最后是合规，是指切合金融羁系要求的宁静等保能力，对营销中的客户隐私和企业谋划焦点数据提供合规保障。

编辑总结

2020，注定是不平凡的一年。

大多数金融科技公司已迎难开始了运转。回首我国金融科技的生长历程，虽起步较晚，但已经走过了最初的野蛮生恒久，来到了一个趋于规范和成熟的阶段。

已往一年，许多企业履历了数字化转型的焦虑和打击，熬过来的，就从行业的洗牌中突围出来。疫情之下，技术的重要性越发凸显出来，而那些忽视了技术的金融机构则再次陷入焦虑中，开始重新计划在技术上的结构。

科技行业天然的容易形成“赢者通吃”的垄断局势，对于竞争力弱的初创公司而言，将很有可能被迫淘汰出局。少数突围者经受住了挑战，必将乘胜追击。

金融科技行业最终会告竣新的稳定，巨头依然是最值得期待的玩家。

TA 的更多文章

点个在看少个 bug