报告对中国金融科技行业的发展情况进行整体梳理，通过iResearch的数字化研究工具与分析模型，对研究周期内关键技术的实践效能及细分领域的业务创新进行用例解读。报告通过对大量优秀厂商的案例实证研究，深刻阐述金融机构技术投入趋势与技术厂商的市场机会，为金融机构科技建设路径提供前瞻性参考建议。
金融机构在政策指引下的发展机遇
中国Fintech行业迈入自主创新、效能深化、提质提速新阶段
金融机构数字化实践的驱动因素
组织内生驱动力与市场外生驱动力共同作用下的价值循环
前沿科技与金融业态间的融合碰撞蕴含增长韧性与潜力，金融科技正从设计生产、风险控制、资源配置、渠道流通、交互协作等方面不断重构传统金融价值链，并成为有益延伸。同时，金融科技打破了传统金融市场的单一供给方式，使金融服务不再是传统金融机构的“专属特权”。科技应用与创新模式的引入让更多市场参与者可以从科技禀赋、细分专业等角度切入金融赛道。传统金融机构、金融科技公司、技术服务商呈现三方融合发展态势，积极推动金融基础设施、金融业务模式、组织内部架构的多层次创新实践。
FinTech –技术战略矩阵
矩阵用例解读：TDaaS
TDaaS是一项值得被数据提供者、数据应用者及服务商共同关注的数据安全可信流通的能力范式
TDaaS（Trusted Data（intelligence）as a Service），可信数据（智能）即服务。是由艾瑞咨询可信科技研究团队定义的一项“满足业务敏捷响应、高互通、高可用、可持续”的可信数据流通产品形式与服务理念。是一项值得隐私计算厂商与行业用户重点关注的重要战略技术趋势。2028年，60%以上的金融机构将通过金融级TDaaS获取安全、合规的数据调用及数据智能服务。
TDaaS的能力演变周期
基于TDaaS能力阶段的分析
TDaaS1.0所构建的可信数据流通的基础框架性能力，但是不具备模型与功能的敏捷性。
TDaaS2.0将模型与功能进行了进一步封装与抽象，支持业务需求和技术实现的快速响应。
TDaaS3.0通过融入了智能科技与模型自适应，让TDaaS的能力架构进一步完善，通过主动智能、过程智能捕捉和记录模型效果促进业务和模型的自适应匹配。
TDaaS与隐私计算
TDaaS所需的技术能力不止于隐私计算，并非所有隐私计算厂商都将走向TDaaS：TDaaS是多元化的技术堆栈，完备的TDaaS产品需要融合隐私保护计算、区块链、安全防御、自适应AI等多元化技术。TDaaS在构建与客户需求精准匹配的数据源生态的基础上，封装了基于隐私计算的数据调用功能、模型训练算法、场景模型知识库。
矩阵用例解读：隐私计算
Insight 1 技术应用概述
隐私计算平台建设：国有大行、股份制银行等数字化领先的金融机构往往对可信数据能力建设拥有自上而下的推动方式，通过竞争性磋商引入技术供应商开展隐私计算平台建设。部分中小金融机构也在业务侧的需求推动下，以场景+可信数据的需求推动隐私计算平台建设实践。目前，金融客户在选择服务商时，除了评估安全性、性能等关键技术能力外，同样将可信数据链接调用、场景建模等纳入关注的能力方向。
客户侧在逐渐推动隐私计算跨平台互联互通的建设：目前招商银行、银联为代表的机构开展了互联互通平台建设的项目，随着金融客户对数据合作者多样性需求的提升，此类项目数量也将不断增多。
隐私计算+应用场景的实践：对比《艾瑞：2022年中国隐私计算行业研究报告》中的发布结果，营销类、风控类场景用例已迈入精益实践象限，证明这类场景的大部分实践案例在金融机构用户的业务中获得了相应实践成效，但目前主要以局部业务实践为主，实践深度有待扩展。其余场景的突破依然需要1～3年的探索驱动。
Insight 2 商用市场概述
整体概述：2021年Q4，金融机构发起的项目增多；2022年实现商用初期阶段的稳步增长。预计2023年将持续稳步增长。
2022年概述：2022年H1，受到疫情等因素的影响，部分已中标项目无法实施、新项目招标开展缓慢，商用实践进程放缓。进入2022年Q3，金融隐私计算商用市场开始回温，机构招标数量渐渐增多，且出现千万级金融类项目（科研类机构采购）。部分机构展开了第二阶段的隐私计算采购。
矩阵用例解读：决策智能
金融机构正在加深对决策智能的重视与投入
金融机构对决策智能的重视程度正在逐步提升，越来越多的机构领导者计划将决策智能应用于全域业务中。决策智能将帮助金融业务提供风险分析、营销分析、结构分析、流动性分析等能力。根据部分机构领导者反馈，决策智能需要提升输出结果的精准性、实时性、主动性，以便满足金融级场景需求。此外，金融场景Know-How也是厂商服务能力中关键的一部分，近65%的金融机构提出，期望服务商可以拥有对金融业务的精准理解，以便于保证业务模型的高可用性。在金融场景全域数据化、多方数据可信协同计算、自动因子发现等技术和能力推动者决策智能的进一步发展，金融机构也需要将促进决策智能发展的相关技术纳入投入范畴。
矩阵用例解读：RPA/IPA
RPA技术能力不断外延，金融机构建设趋势实现从任务执行、流程执行到决策执行的转变
调研结果发现：78%的银行机构客户正积极布局RPA技术应用，并将RPA与其他技术的融合应用纳为重要考察指标。RPA技术与人工智能、低代码、流程挖掘等多项技术的效能融合，可实现从结构化数据处理到非结构化决策赋能，从简单任务执行到业务流程解析的飞跃式发展，成为企业流程治理、业务衔接、部门协同的加速引擎。
业务流程提效之外，RPA实践具备强化组织战略的卓越潜能
本次调研的金融机构均已开展不同程度的RPA实践，87%的金融机构对RPA的实践价值表示认可，且有59%的金融机构获得了理想的实践收益。在技术融合、场景深化的双轮驱动下，金融机构愈加希望借助RPA技术的流程连接、流程塑造能力，在战略层面推动超级自动化平台、自动化卓越中心等创新能力布局，自上而下推动组织内部协同与组织结构优化。
矩阵用例解读：云原生
金融机构云计算战略深化，云原生技术投入与实践态度积极
我国金融机构正逐渐从以资源为中心的云化阶段，步入到以应用为核心的云原生时代。艾瑞咨询调研结果发现：61%的金融机构已经开始积极布局云原生相关实践，且其中有79%的实践者计划在未来持续加大云原生相关技术投入。
基础资源的标准易用性与应用开发的敏捷高效性，成为金融机构上云、用云的重要衡量标准。74%的金融机构已将微服务及Service Mesh列为最关注的实践方向。同时，DevOps作为促进开发团队之间持续集成、持续交付的一系列做法和工具，在云化转型过程中同样作为一项重点实践内容，正不断驱动金融机构组织变革。
云原生变革基础架构与开发模式，支撑金融敏态业务良好发展
从基础资源角度看，容器技术对虚拟化资源的进一步抽象，降低了金融机构的上云、用云门槛；从应用开发角度看，微服务架构将业务逻辑与服务治理的深度解耦，为在线业务的精细化管理与敏捷开发创造条件，大幅提升金融敏态业务的响应速度与创新韧性。云上资源与云上应用相辅相成，形成了自下而上与自上而下的良性互动，并朝着“统一泛在”、“极致弹性”的方向持续演进。
矩阵用例解读：基础云<信创>
“自主可控、性能适配、数字创新”三项能力成为金融信创云平台的长期实践方向
金融信创云平台建设以信创生态兼容适配与非信创资源纳管迁移为基础，在具体实践中更强调平台对稳态、敏态业务的支撑能力，及系列云上应用与解决方案的延伸空间。“自主可控、性能适配、数字创新” 已成为金融信创云平台建设的长期方向。同时，自主知识产权、自主开源的技术路线（如：云轴科技ZStack、青云科技等）也逐渐成为金融机构采用趋势。
来源：艾瑞
>>关注公众号，回复“金融科技”获取报告
大佬观点
本篇文章来源于微信公众号: 数字金融网
