中国智慧金融行业洞察及2021年发展趋势研究报告.docx

>K01开展概述Pi -10China FintechDevelopment Overview智慧金融的内涵分析PI1.1 智慧金融行业开展政策环境分析P2智慧金融行业技术环境及基础设施M中国智慧金融行业产China FintechIndustry Chain Analysis2.1 智金融行业产业链简介P12智慧金融行业上游产业分析P132.2 智慧金融行业中游产业分析P16田*用Ja I /JT；-11L7J |/| I I中国智慧金融行业'33-4 61China FintechIndustry Development Status3.1 国P33中.|智慧金融开展特点分析P383.2 中国智慧金融开展存在的问题分析P42中 I决思路P45China Fintech ScenePratical Application Overview智慧金融对金融业影响与趋势分析.J - 90China FintechImpact on Finance & Trend Analysis中国智慧金融市场需求现状分析P715.1 智慧金融对金融业的影响P76智慧金融对具体金融机构影响分析P795.2 中国智慧金融行业开展趋势分析P82中国智，金融行业开展前景分析P885.3 智慧金融行业开展及趋势总结与展望P90附录：图表目录 参考文献 关于我们 制作团队P91 - 92P93 - 94P95 - 96P97趋势多云环境打破云 服务商之间的障 碍人工智能将提高 云计算的速度专有本解决方案 越来越受欢迎本地企业加速迁移到云图表1.:金融机构云计算部署模式及选择分析多云是指在业务架构内使用多个云计算供应商和提供商，从而使企业能够根据其 特定要求将不同的工作负载分散到不同的环境中。当前，越来越多的企业转向混 合或多云环境，要求跨多个模型部署基础设施。这意味着，越来越多的企业要求 云服务商在它们的平台之间搭建桥梁，因此未来能够提供多云管理的云服务商将 受到企业青睐。在很多方面，云计算和人工智能是相互建立的，未来人工智能服务将成为云计算 供应商的一个战场，云计算市场的增长将受到云计算服务提供商正在开发的人工 智能（AI）平台的客户的推动，以开发新的应用程序、流程、服务和用户体验。对一些企业来说，在公有、私有或混合云环境中进行选择是一个挑战。就灵活 性、性能、平安性和合规性而言，每种途径都有优缺点。但是随着云生态系统的 成熟，很难有两全之策的途径。相比于公有云厂商，专有云厂商在面向企业核心 应用需求的时候更具优势。专有云厂商不仅能够将企业需求以云计算的方式提供 给客户，同时依托服务行业客户的多年经验，更了解企业的需求痛点，能够为企 业提供定制化的专有云解决方案，能够更好的满足客户需求，使企业的核心应用 平滑过渡到云上。随着2020年初以来，Covid-19在全球肆虐，拥有本地设备的企业加速将服务转移 到云、托管或托管基础架构中。此次疫情也让企业意识到在家办公（WFH ）对于 雇员和雇主都是可行的长期选择。有专家预计，未来的办公空间将大幅缩减，并 且随着租金的减少，将有更多资金来支持向云计算的迁移。而这些后果将极大地 影响所有形式的云服务,尤其是涉及大型企业（如Amazon Web服务、Microsoft Azure和Google Cloud 另外IT人员也将转移到云服务，因为需要的本地基础架 构会更少。资料来源:前瞻产业研究院整理2.云计算在金融领域的应用云计算在金融机构领域的应用简称金融云，即利用云计算的运算和服务优势，将金融业的数据、 客户、流程、服务及价值通过数据中心、客户端等技术手段分散到"云"中，以改善系统体验，提升运算 能力、重组数据价值，为客户提供更高水平的金融服务，并同时到达降低运行本钱的目的。目前，国内金 融机构使用云计算技术主要采用私有云和行业云两种部署方式，对公有云的接受程度相对落后于其他行 业。7:盟盘X forward前腱AXBrESsIi /、 tsantv :一 Service图裁.:金融机构云计算部署模式及选择部署模式私有云运行核心业务系统，存储重要敏感数据；一般米用购买硬件产品、基础设施、解决方案搭建；在生产过程汇中实施外包驻场运维、自主运维或自主运维。行业云通过金融机构间在基础设施领域的合作及资源方面的共享在金 融行业内形成公共基础设施、公共接口、公共应用等一批技术公共 服务；用于对金融机构外部客户的数据处理、服务，或一定区域内金融 机构、金融机构垂直机构提供资源共享服务。金融机构选择大型金融机构具有较强的经济基础和技术实力，大多偏向私有玄;中小型金融机构自身技术实力相对较弱,且行业云在搭建过程中充分考虑行业合规 等监管及政策要求，并且有专业化团队负责运官维护。因此中小金 融机构大多偏向行业云。方面具体情况资料来源:前瞻产业研究院整理物联网在金融领域的应用非常广泛，主要应用如下：1、在动产融资、保险等领域在动产融资领域，银行利用物联网技术监控抵押物的实时状况；在保险领域，车险公司利用车联网技 术了解驾驶员驾驶习惯；在供应链金融业务中银行利用物联网技术监控物流信息和企业的货物销售状况; 在租赁业务中，租赁公司利用车联网技术监控车辆信息。在动产融资业务中，通过物联网技术赋予动产以 不动产的属性，重振商业银行万亿元规模的动产融资业务。车险领域引入车联网技术后，UBI车险的开展 迅速，全球已有1540万名客户。2、在定价、风控、监管方面物联网技术的应用，可以帮助银行对抵押物实行全面监控，及时了解供应链上下游企业的经营状况； 还可以帮助保险公司掌握驾驶员行为习惯，实现精准定价；帮助租赁公司实时监控车辆的状况，动态监 管。物联网金融的这些优势，促使各金融机构不断推动物联网金融的开展。3、非金融机构类物联网金融参与企业方面在动产融资领域，物联网解决方案提供商和仓储物流公司合作负责仓库改造，银行等金融机构将增 加对改造后的仓库的使用需求。物联网保险和租赁业务都需要车联网技术服务商对车辆进行改装，运用 云平台对车辆进行实时监控，了解车辆状况。在供应链金融领域，需要核心企业和仓储物流企业提供贸易 往来数据，车联网企业提供物流监控服务，从而了解中小企业财务和经营状况。动产融资业务中，物联网 解决方案提供商和仓储物流公司、物联网保险和租赁业务中的车联网等企业，都将获得巨大的市场需求。FlnSight 人工智能实验室X FORWARD 前腌13.5区块链区块链技术的开展最初由金融业推动，区块链与金融有着天然紧密的联系。作为"比特币”的技术解 决方案，区块链诞生，"比特币"可以理解为一种点对点的电子现金支付系统，而支付是一切金融活动的 重要基础。2015年，区块链技术从"比特币”概念中别离出来，成为独立的研究方向，主要依赖于金融 行业的推动。当前银行、保险、证券行业已经开始实际的落地尝试。应用场景主要包括数字货币、支付清 算、数字票据、资产证券化、供应链金融、银行征信、贷款业务、资产转让及股权交易、KYC信息传递 等。整体来看，区块链在金融领域具有巨大的改造力，仍处在早期阶段，四大典型应用场景包括跨境支 付、供应链金融、保险和征信。相较于传统跨境支付模式，基于区块链的跨境支付模式效率更高、本钱更 低、流动性更强、权利更平等。区块链技术可以解决供应链金融信息孤岛问题、传递核心企业信用、丰富 可信的贸易场景、运用智能合约防范履约风险、实现融资降本增效。区块链技术可在保险行业的产品开 发、风险防范、流程优化以及相互保险等领域具有较广泛的应用价值。征信方面，基于区块链技术，构建 真正独立、可信赖的第三方数据交易平台，进而解决数据孤岛问题。8FlnSight 人工智能实验室 zFORWARD 前睡行业产业链分解Ohina FintechlIndustry Ohain Analysis第2章：中国智慧金融行业产业链分析2.1 智慧金融行业产业链简介在金融基础设施全面信息化、电子化的基础上，用户对通过远程渠道获取金融服务的模式适应性不 断提高，各类金融交易数据的收集、处理、分析、共享得以实现线上化，信息数据的规模不断增长、多样 性不断丰富，在物联网、大数据、机器学习等技术应用日益成熟的助推下，一个需求更多元、供给更精准、 风险防控更高效、协同效应更明显的智慧金融时代正在悄然来临。大体看来，我国智慧金融产业链从下至 上主要包括四个层次：金融机构、场景应用层、通用技术层、基础服务层。具体如下：图表9.：中国智慧金融产业链图谱金融机构银行机构 保险机构 证券机构 基金、信托机构 其他金融机构场景应用层综合解决方案商智能风控身份核验智能监管智能理财IUffiPfiLU IUffiPfiLU ICE KREDIT XS0更厚科技0C拉卡拉MEGVI旷视闵航集团2 ANTGROUPS数行科技吐金所LU 3a ONGCONNECT笈的蚊集团V ANTGROUP45宗法如科 监金融眯画 U淤 ONECONNECT ©忆钛金智能投研智能保险智能营销型上5 v弘量科技巴芟虹白通致HO中09甲至PING AN定力登科技SUNING 乙苏宁金！ iM?智能支付就碧快珞inspiRY*At#通用技术计算机视觉知识图谱语音识别商谛MEGVII旷视J00京京/N公诲致星图石J云对声Unisound区块链I腾讯区块够趣港科技C-J阿里云NLP网络技术机器学习大数据/物联网阿博茨科技V V ABCTtchnolowHUAWEI金中国移动 ChnaMoMe<XX IDoSeeherftradigmON6CONN6CT生华为云GO阿里云基础服务层A 芯片服务基础云服务A 计算框架(intel)空WIDIA. 腾讯云 G)阿里云Go glc amazon资料来源:前瞻产业研究院整理智慧金融行业上游产业分析22.1 智慧金融行业上游产业概述以智慧金融场景应用层作为行业中游，那么智慧金融的上游为基础服务层（AI芯片、基础云服务、AI 计算框架）和通用技术层（机器视觉、语音识别、NLP、网络技术、区块链、大数据、物联网技术等 上游产业的技术开展是智慧金融开展的基石，构成了智慧金融的基础设施。222智慧金融行业上游重点产业分析1、AI芯片服务AI芯片是人工智能的"大脑"，不仅驱策智能产品的创新，还加速了数据、算法、算力在各类场景应 用落地。目前AI芯片主要分为主要类型有CPU （中央处理器1 GPU（图形处理器）、FPGA（现场可编辑门 阵列）、DSP （数字信号处理器 ASIC（针对神经网络算法的专用芯片）和类人脑芯片几种。近年来，随着 人工智能的快速开展，传统芯片厂商、科技巨头、应用层厂商及初创企业纷纷开始涉足其中，加快芯片国 产化进程，打造国内芯片产业链，在整个AI行业格局未定的态势下，抢占市场主动权，通过AI芯片实 现"弯道超车"，成为行业领军者。在全球各国政策推动、企业积极布局等推动下，近年来AI芯片市场规模呈快速增长态势，全球市场 规模到达75亿美元。根据IDC数据显示，预计至2022年，全球整体AI芯片市场规模将会到达352亿美 元，CAGR大于55%就国内而言，目前我国的人工智能芯片行业开展尚处于起步阶段。随着大数据的开展，计算能力的提 升，人工智能近两年迎来了新一轮的爆发。数据显示,2019年中国人工智能芯片市场规模到达56.1亿元， 预计2020年市场规模将进一步增长，到达75.1亿元。图表10. ： 2016-2022年中国及全球AI芯片市场规模（单位：亿元，亿美元）14012010080604020 02016 年2017年2018年2019年 2020E2021E2022Erd11X6056.4745.75.97.1933.O13312中国（亿元） 美国（亿美元）资料来源：Garmer前瞻产业研究院整理FlnSight 人工智能实验室FORWARD 前腾r. -itcaniv 二、 Scfvue2、计算机视觉计算机视觉是指用摄影机和电脑代替人眼对目标进行识别、跟踪和测量等机器视觉，并进一步做图 形处理，使电脑处理成为更适合人眼观察或传送给仪器检测的图像。作为一个科学学科，计算机视觉研究 相关的理论和技术，试图建立能够从图像或者多维数据中获取"信息"的人工智能系统。计算机视觉是使 用计算机及相关设备对生物视觉的一种模拟。它的主要任务就是通过对采集的图片或视频进行处理以获 得相应场景的三维信息。计算机视觉技术在金融领域的广泛应用，普通个人用户对此有明显感知：传统的线下柜台、面对面的 交互、验证模式被线上化逐步取代。但与此同时，业务模式的改变，意味着过去基于线下流程的风控模式 需要变革。通过计算机视觉技术对用户进行平安、有效、便捷的身份核验，已经成为金融行业"标配"。 在金融业实际应用，计算机视觉主要应用在金融机构内部流程、以及与客户交互的自动化，对风险控制、 客户服务等核心价值链产生影响。这些影响表达在：对现有重复性的人工作业进行取代、提升，并创造出 新的客户交互模式。3、语音识别智能语音消费者业务主要通过硬件出售及相关互联网增值服务获利，而企业级和公共级业务那么主要 有两类合作模式：一是技术平台输出模式，将通用技术能力封装为SDK或API,下游客户或生态中的开 发者使用时需向技术提供方支付一定费用。另外为了促进生态的快速开展，一些平台如华为HiAI、百度 语音技术采取面向开发者免费的策略；二是切入传统行业，提供解决方案（含核心设备），这种情形下涉 及智能语音企业与传统行业集成商或最终客户进行定制化、深度合作。由于电销、客服、回访等场景的广泛存在，语音识别技术在金融机构中渗透相当广泛。在提升用户交 互满意度、进一步降本增效上，语音识别的应用价值仍有进一步提升空间。从技术成熟度角度来看，语音 识别技术方兴未艾，尤其是中文语音识别在模型上与拉丁语系存在较大差距，在识别准确率、场景深度交 互等方面还有较大提升空间。在应用环节上同样，语音技术的相关应用目前是中大型金融机构的标配，如 客服机器人、合规场景的质检等，实际创造的价值更多表达在对人力的替代，而在更具深度、复杂的场景 中的应用还需进一步探索。4、NLP技术NLP是人工智能分支之一，是计算语言学、计算机科学等多学科的交叉技术，是使用计算机去处理 和分析自然语言，最终目的是实现计算机与自然语言的有效交互。目前NLP自然语言处理技术包括基础 技术和核心技术两局部：基础技术围绕不同层次的自然语言处理，如分词、词性标注、语义分析、篇章分 析等，它是其他语言技术或应用的基础；NLP核心技术包括词汇、短语、句子、篇章的表示技术，具体 应用而言包括知识图谱、机器翻译、自动问答、自动摘要、信息检索、信息抽取、聊天和对话、语言生成、 推荐系统等技术。从应用角度来看，自然语言处理技术深入已应用到各个应用系统和垂直领域中，比方搜 索引擎、智能客服、商业智能、语音助手、舆情监控等应用系统和法律、医疗、教育、政务、专出版、:图盟 X forward前肥公安等垂直领域。图表11. ： NLP的技术和应用NLP基础技术NLP核心技术词汇表示和分析词法和句法分析语义分析篇章分析语言分析-垂直应用大数据云计算机器学习深度学习用户画像领域知识资料来源：Garm”前瞻产业研究院整理在金融领域，NLP是一项在所有价值链环节都有着广泛潜在应用的技术，尽管目前成熟度仍缺乏以 支撑其为金融机构创造较高的价值，但前景可期。考虑到这一点，金融机构需要及早布局NLP相关应用。 当前阶段，受限于技术成熟度，NLP技术为金融行业创造的价值还相对有限，仅仅应用在自动化相关的 场景下，例如文本合规检查、数据检索等，主要价值表达在帮助金融机构降低运营本钱上。市场规模方面，根据美国一家市场研究机构Marketsand MarketsTM提供的数据，2019年全球NLP市 场规模为102亿美元）据信通院预测，2021年全球NLP市场规模将到达160.7亿美元。同时在基于NLP 技术得不到突破的保守预期下，2021年国内NLP市场也能够保持20%的增长速度。经过多年的快速开展，移动通信、互联网等技术趋于成熟，为智慧金融提供了坚实的网络基础。智慧 金融主要技术包括信息网络的IPV4/IPV6技术、Wi-Fi网络、4G/5G网络等。近年来，企业数字化转型进程不断深入，终端数量极速暴增，海量的数据流量对WLAN的速率、时 延及可靠性提出了更高要求，企业需要无处不在、可靠且强大的无线网络提供连接支撑。WiFi6凭借技术 成熟、建设本钱低、建设周期短、场景化定制、灵活组网等优势，已成为当前企业无线组网的最优选择。 IDC预计在2020年，WiFi6将在无线市场中大放异彩，仅在中国市场的规模就将接近2亿美元；至2023 年，WiFi6在中国无线AP市场出货量占比中将超过90%。另外，在5G技术方面，截至2020年6月底，5G终端连接数已超过6600万，三家基础电信企业已 开通5G基站超40万个。工业互联网领域已培育形成超过500个特色鲜明、能力多样的工业互联网平台。 截至2020年7月，我国已分配IPv6地址用户数达14.42亿,IPv6活跃用户数达3.62亿，排名前100位 的商用网站及应用已经全部支持IPv6访问。职 X FORWARD 前肥2020年以来，各地加快布局5G ,三大运营商也发布了 5G建设计划，并披露了 2020年5G投资计 划。据投资计划显示：三大运营商2020年将建50万个基站。其中，中国移动将新建25万个5G基站， 另外，中国电信将与中国联通共建约25万个5G基站，覆盖全国所有地市级（含）以上城市。具体来看：图表12.:三大运营商2020年5G计划5G资本升支5G基站数量5G覆盖范围5G部署方式中国移动1000亿元25万个覆盖全国所有 地市级（含） 以上城市加快向SA演进，坚持入网一体开展中国电信453亿元25万个覆盖全国所有 地市级（含） 以上城市5GSA商用能力处于行业领先地位，5G+ 公有云+MEC融合最大化5G技术价值中国联通350亿元25万个覆盖全国所有 地市级（含） 以上城市年中商用5G SA网络，推进玄网边端 业"局）度协同合计1803亿元50万个注：因有局部运营商基站合并共建，故合计数据已忽略合并局部防止重复计算。资料来源:前瞻产业研究院整理2.3智慧金融行业中游产业分析2.3.1 智慧金融行业中游产业概述智慧金融行业中游产业为场景应用层，包括智能营销、智能客服、智能风控、智能监管、智能投研、 智能保险、智能理财、智能支付等相关应用场景，以及智慧金融应用场景的综合方案解决商、单个应用场 景解决方案商等。综合解决方案商那么基于上游的基础服务层通用技术层的大数据、人工智能、区块链、云 计算等相关技术，为金融机构提供全场景或多场景的智慧解决方案；细分场景解决方案商那么是基于营销、 风控、理财等单个应用场景，提供智慧解决方案。FlnSight人工智能实验室X FORWARD 前腱23.2智慧金融重点企业分析注：由于报告第三章对智慧金融场景有具体的分析，因此本节只列举行业内重点企业进行分析。1、京东教科京东数字是一家全国领先的金融机构数字化解决方案商，根据京东数科发布的招股说明书显示,2017 年、2018年、2019年及2020年1-6月，京东数科金融机构数字化解决方案的收入分别为15.46亿元、 32.98亿元、62.17亿元和42.84亿元，年复合增长率到达100.51%。截至2020年6月末，京东数科在金 融机构服务领域，已为超600家包括商业银行、保险公司、基金公司、信托公司、证券公司在内的各类金 融机构，以及1000多家资管科技公司，提供了多层次全方位数字化解决方案。图表13.：2017-2020年京东数科金融机构数字化解决方案营收（单位：亿元）资料来源:招股说明书前瞻产业研究院整理2.金融壹账通金融壹账通旨在打造全球领先的面向金融机构的商业科技云服务（Technology-as-a-Service ,简称 TaaS）平台，于2019年在美国纽交所上市（股票代码为OCFT ）,是国家高新技术企业。公司融合 丰富的金融服务经验与领先科技，为金融机构提供“科技+业务”的解决方案，帮助客户实现三升两降， 即提升收入，提升效率，提升服务质量，降低风险，降低本钱，实现数字化转型。作为中国平安集团的联营公司，金融壹账通依托平安集团30多年金融行业的丰富经验，精准把握金 融机构需求，为银行、保险、投资等金融行业多个垂直领域提供端到端的服务。目前金融壹账通共有16 大解决方案，覆盖从营销获客、风险管理和客户服务的全流程服务，以及从数据管理、智慧经营到云平台 的底层技术服务。金融壹账通在金融行业打造了人工智能、大数据和区块链等前沿科技实力。截至2020年6月30日， 全球专利申请累计4327项，其中境外专利申请945项，先后斩获IDC2019年真实价值奖、BAI全球创新 大奖、OMG微表情竞赛第一名等36项国际专业大奖，并获得CMMI5国际认证。或器 X FORWARD 网中国智慧金融开展概述Ohina FintechlDevelopment Overview截至2020年6月30日，金融壹账通服务客户已涵盖中国全部的国有银行和股份制银行、99%的城 商行和53%的保险公司。3、泛钛客科技泛钛客科技是一家智慧金融解决方案提供商，专注AI与金融领域，运用自身业务场景的深入理解和 持续的科技创新能力，为银行、信托、消费金融公司等金融机构提供智慧营销、智慧运营、智慧风控方面 的服务。公司的股东背景包括国内大型消费金融服务商、信托公司，以及非银行金融机构，并汇聚了来自 国内外金融界及IT界的核心团队。泛钛客科技与天津大学管理学院联合设立的FInSight人工智能实验室， 在首席科学家-天津大学博士生导师贾宁教授的指导下，基于人工智能、大数据、区块链、云平台及金融 应用等科技，为金融全场景进行赋能。由泛钛客科技自主研发的汽车金融智能工厂解决方案在今年斩获了 "2020金融科技创新突出贡献奖"， 该解决方案为邮储银行等11家银行、以及3家信托公司，累计服务信贷资产500亿，触达200万客户， 助力金融机构提升审查效率与质量，为行业数字化开展赋能。目前泛钛客科技已与邮储银行、民生银行、中原银行、九江银行、长安信托、中航信托、东莞信托、 北汽财务、东正金融等一批行业领先的专业金融机构建立长期的良好合作关系，通过标准化、定制化的解 决方案部署，为其提供全方位的智慧金融解决方案。2.4智慧金融下游产业分析智慧金融行业的下游主要为各类型的金融机构，包括银行、基金/信托、券商、金融监管机构、财富 管理公司、保险公司、小微贷款企业等。智慧金融解决方案商利用大数据、人工智能、云计算、物流网、 区块链等前沿技术，为金融机构提供智慧营销、智能投顾、智能风控、智能监管、智能保险等应用场景的 解决方案。以下主要以银行、保险、证券、消费金融这几个领域进行分析。2.4.1 银行业1、传统银行业面临的挑战市场竞争加剧：银行业务同质化现象严重，外延式开展动能缺乏，为寻找新的业务增长点，将更加聚 焦于打造差异化能力体系，需要强有力的运营能力支撑。客户需求升级：客户需求日益多样化、个性化，对体验有更高要求，对业务处理的时间容忍度不断降 低，推动银行持续提升运营响应能力。面2图盟X forward前驱监管要求细化：监管对客户信息管理的持续细化，以及对业务合规性管理的持续优化，使风险代价日 益高昂，对运营能力提出更高要求。流程自动化缺乏：在银行内部，前台部门承当运营职能，无法专注客户营销。运营人员无法从操作性 工作中脱离出来，同时流程的自动化缺乏进一步导致流程标准化缺乏。本钱效率不高：依赖线下运营模式，人力本钱压力大，网点租金逐年增加。运营人员多、职责重叠、 集约化缺乏，形成竖井式流程。数据整合不高：数据散落在各个业务系统中，基础运营多头且分散，共享运营占比低，分析能力尚待 提升。基础报表仍需人工导出、计算和整合，效率低且风险高。图表14.:传统银行业面临的挑战市场竞争加剧数据整合不高客户需求升级Wr本钱效率监管要求不高/细化流需化资料来源:前瞻产业研究院整理2、智慧运营给银行业带来新变化通过智慧运营：可以帮助银行形成差异化优势，打造内涵式开展动能，实现客户体验、风控、效 率、本钱的平衡，有效应对内外部变化，打造核心竞争力。具体而言，智慧运营可助力银行实现五个方面 显著变化：交互网格化：以优化客户旅程管理为核心，以"网络"提升客户覆盖广度、以"网点"提升客户经营 深度，以"网格"强化管理职责与联动，实现客户交互网格化。重点在于，通过线上渠道建设、线下业务 向线上分流、线上线下020无缝对接、网点功能优化等，打造线上线下一体化交互体系。管理动态化：建设机动灵活、高效智能的大运营支持平台，促进运营与产品服务深度融合，以数据驱 动供需匹配和动态管理。例如，基于对网点周边客户资源特征及区域属性等综合分析结果，实现市场需求 驱动的动态运营时间管理。服务共享化：推动业务流程改造与优化，打通行内各平台、各系统、各渠道的边界，实现服务共享。 重点在于，建立面向全客户、支持全业务、覆盖全渠道的无缝衔接的运营服务流程，为客户提供一点接入、全网响应、体验一致、高效顺畅”的高品质共享服务。资源集约化：资源集约化并非一定需要物理意义上的集中，作业资源的共享和调配可以通过"虚拟集 中"的方式实现。例如，结合云技术，将专业性强、标准化程度高、业务规模大的业务进行集中作业，以 此打通跨地域、机构层级的运营资源。数据要素化：将分散在各系统的业务管理数据进行集成，以集中的方式和工具化的手段对数据进行 统一分析、统一可视，实现面向全业务管理数据的聚合。彳锄据提升为重要的生产力要素，发挥其可视化 的能力，将复杂场景的业务运营数据信息借助动态图形化手段，清晰有效地传达和呈现，大幅提高运行效 率，实现主动运营和高效运营，提供决策支撑。10图表15.：智慧运营给银行业带来的新变化图表15.：智慧运营给银行业带来的新变化资料来源：前瞻产业研究院整理3、国内银行业加大科技投入以大数据、云计算和人工智能为代表的新技术，正在重塑金融业态，金融业务正在向着场景化、移动 化的方向开展。新业态促使银行从传统的资金中介升级为数据分析师、服务提供商、产品分销商和资金供 应商。服务形式的数字化，迫使商业银行不得不重塑传统商业运营模式，为客户提供极致的体验。但银行的智慧化运营，离不开庞大的资金投入，根据上市银行2019年年报显示，包括国有大行、股 份行、城商行在内的诸多银行公开了在金融科技方面的投入。从数据来看，六家国有大行科技投入总和超 700亿元，其中，中行、农行、工行、建行四家大行投入资金已超100亿元。具体数据来看：建行金融科 技投入为176.33亿元，占该行营业收入的2.5%，位列首位；工行金融科技投入为163.74亿元，占该行营 业收入的2.2% ；农行信息科技投入为127.9亿元，占该行营业收入的2.16% ；中行信息科技投入为116.54 亿元，占该行营业收入的2.12% ；邮储银行信息科技投入为81.80亿元占该行营业收入的2.96% ；交通银 行信息科技投入为50.45亿元，占该行营业收入的2.57%0700多亿的投入建设远远无法满足银行智能化转型需求，各大银行均表示要继续加强金融科技开展,<><>曹宗盟 X forward前肥AXBrESsIi /、 tsantv :一 Service加大资金投入。邮储银行董事长在年报中称，将每年拿出营业收入的3%左右投入到信息科技领域。图表16. ： 2019年六家国有大行信息科技投入（单位：亿元， ）科技类投入（亿元） =©=占营收比重（）资料来源:企业年报前瞻产业研究院整理 银行要开展金融科技，除去大量资金的投入，同样重要的是对金融科技人才的吸纳和培养。2019年 发布的金融科技（FinTech ）开展规划（2019-2021年）曾明确提出，要加强人才队伍建设，围绕金融 科技开展战略规划与与实际需要，研究制定人才需求目录、团队建设规划、人才激励保障政策等，合理增 加金融科技人员占比。同时，要求金融机构要在年报及其他正式渠道中真实、准确、完整地披露科技人员 数量与占比。因此，2019年的年报中，不少银行公布了科技人才数据：工行科技类人员数量为34800人，占全行 员工的7.8% ,人员数量和占比最大；建行科技类人员数量为10178人,占全行员工的2.75% ；农行科技 类人员数量为7351人，占全行员工的1.6% ；中行科技类人员数量为7016人，占全行员工的2.58% ；交 行科技类人员数量为3460 ,占全行员工的4.05%o图表17.：2019年五大行金融科技人员投入（单位：人， ）400003500030000250002000015000100005000金融科技人员数量（人）=占员工人数比重（）9%8%7%6%5%4.05% 4%3%2%1%0%资料来源:企业年报前瞻产业研究院整理像"匾祟V X forward蒯4、主要银行智慧金融布局图表18.：主要银行智慧金融布局主要银行智慧金融布局_L商银行截至2019年末，已完成智能化改造的网点15684个，智能设备79555台，智能服务 覆盖个人、对公等域的287项业务。在金融同业中首次实现大数据服务工全面实现分 布式和国产化转型；率先在国内银行业实现5G网络联通；区块链平台实现同业首家 通过工信部区块链权威认证、首家完成网信办备案，同业率先投产企业级机器人流程 自动化（RPA ）平台并推广应用，物联网平台已接入100万台设备并提供海量物联数 据支撑。农业银行截至2019年末，全行2.2万家网点全部实现智能化，累计精简高柜1.76万个，将2.41 万名柜面人员充实至营销服务岗位。人工智能：智能推荐提升理财产品营销响应率达 4倍以上；NLP智能风控对信用卡高危地址甄别准确率超过95% ； OCR凭证分类在 事后监督场景准确率到达99.99% ；区块链技术方面：落地国内首个养老金联盟链，推 出养老金区块链应用系统，推出线上供应链融资产品"e账通"；大数据方面：完成大 数据平台升级扩容，主库节点数扩蹙U 112个，全行推广应用数据分析挖掘平台和分 行数据集市；本计算方面：新一代基础架构本平台已完成开发测试入基础环境的部署 及父付。应用工平台实现京沪两地运行，41个应用系统上玄投产。邮储银行本计算：基于OpenStack开放入平台，构建了 两地二中心入服务架构体系；人工 智能：积极探索人工智能在智能金融服务、智能运营、智能风控、智能营销等不同的 场景中的应用，完成了智能客服、刷脸付、智能票据识别等推广应用；区块链：u 链福费廷业务系统上线，完成了首笔跨链交易，开展区块链技术平台建设，支持下一 步应用场景拓展和跨链对接。物联网：推进RFID技术应用，满足现金实物智能管控 需要，降低操作风险，提高运营管理效率。平安银行依托平安集团核心技术和资源，持续利用人工智能、本计算、区块链、物联网等新技 术赋能业务，不断提升业务产能及效率、节约本钱，完善风控体系，目前已取得了 点 状突破,在产能及效率提升方面，通过实施AI战略，广泛应用自然语言处理（NLP 生物识别等新技术，赋能业务提质增效；在本钱控制方面，广泛应用本计算、AI等新 技术，不断降低本钱；在风控体系方面，充分利用人工智能、大数据技术赋能提升风 控水平。招商银行数字化风控：强化扩展智能风控平台天秤系统，伪冒侦测范围覆盖线上和线下交 易渠道，并进一步优化电信诈骗提醒拦截；云+API方面：加快系统架构转型，打造 开放型IT架构，建立基于云计算技术的大规模数字化基础设施；大数据+AI方面：:盟盘X forward前腱AXBrESsIi /、 tsantv :一 Service主要银行主要银行民生银行智慧金融布局升级大数据云平台，数据湖整体容量提升至9.8PB。加大AI技术研究和应用，建设 智能客服、风险舆情、计算机视觉三大AI云服务，推出知识管理、数字营销、风险 管控三大AI解决方案；区块链方面：完善并开展标准分链、BaaS (区块链即服务) 平台生态，应用数量累计达25个。坚持数据+技术 平台+场景：年末网络金融零售线上平台用户数超过7000万户； 借助智能投顾、智能投研、智能资讯等科技金融能力，构建集成产品、投研、投资、 风险、运营五大核心流程的资管云平台。AI智能客服机器人运用LSTM算法，应答 准确率达98% ；拥有多项自主研发新技术，将大数据平台和人工智能服务体系对自身 风控技术进行赋能，广泛运用授信准入、风险授权、限额设定、资产减值、风险报告 等领域的应用，构建了相对完善的智能风控体系。资料来源:前瞻产业研究院整理2.42保险业1、保险智慧化运营投入(1)保险科技投入一直以来，保险行业的信息化水平都落后于银行、证券等其他传统金融领域，而在银保监会发布的 中国保险业开展"十三五"规划纲要中明确指出要加强保险业基础建设，推动云计算、大数据在保险 行业的创新应用。近几年，中国保险企业开始加大保险科技投入，其中头部保险企业和互联网保险公司的 布局更加迅捷，以中国平安、中国人寿、中国太保、中国人保为代表的大型保险机构纷纷将保险+科技 提到战略高度，并且积极出资设立保险科技子公司。2018年中国保险机构的科技投入达268亿元，2019 年上升至319亿元，增速达191。预计2020年将达382亿元,2022年将增长到534亿元。人工器 X forward前腌图表19.：2018-2022年保险科技投入规模及预测（单位：亿元）资料来源：iResearch前瞻产业研究院整理（2）保险IT硬件投入根据IDC的数据