腾讯研究院：智创互联-2023金融科技十大趋势报告（72页）.pdf

《腾讯研究院：智创互联-2023金融科技十大趋势报告（72页）.pdf》由会员分享，可在线阅读，更多相关《腾讯研究院：智创互联-2023金融科技十大趋势报告（72页）.pdf（72页珍藏版）》请在三个皮匠报告上搜索。

1、0103编委会顾 问邱跃鹏|腾讯公司副总裁、云与智慧产业事业群 COO 兼腾讯云总裁周天虹|招商银行信息技术部总经理陈曦|招商银行信息技术部首席 IT 工程师肖钢|中信建投证券首席信息官司晓|腾讯研究院院长徐翊鸣|腾讯云副总裁胡利明|腾讯云副总裁张敏毅|腾讯广告行业销售运营总经理黎巍|腾讯安全副总裁周斌|腾讯安全总经理侯锦坤|微信支付总经理吴运声|腾讯云副总裁，腾讯云智能负责人，优图实验室负责人刘颖|腾讯云副总裁沙开波|腾讯云副总裁董志强|腾讯安全副总裁、云鼎实验室负责人 编写委员杜晓宇 张钦坤 杨乐 王爱民周政华 刘琼 李刚 吴绪亮韩开创 李剑戈 曹骏 贾飞姜江 王成 郭润增 张微敏孙淑芹

2、王思影 王少鸣 夏凯黄家宇 张晋铭 杨蓓 吴昊衷意 黄晶莹 陈立东 王义成罗茂政 秦国安 李滨04主编策划杨望主要作者陈楚仪 欧阳静淼 王诗卉 陈力源徐思彦 王钰淇 王聆月 黄飞 研究团队袁媛 刘金松 刘莫闲 曹建峰王星 孙怡 巴洁如 窦淼磊陈维 王焕超 温博欣 胡浩张瑞娜 史剑 蔡璞 靳悦荣丛磊 夏海宏 邱恒 黄奕青郝竞超 王卉 彭浩 苏强陈豪 谢子毅 宋宜徽 李超刘站奇 杜明灯 胡晓鸣 陈童邱春龙 黄玉婷 秦天雄 潘冬梅廖家雯 朱宏亮 殷世浩 周锦李碣石 刘超 刘蕾 逯明严璐 戚蕴 周立斌联合出品腾讯研究院、腾讯云、腾讯安全、微信支付、微信支付 33 号实验室、腾讯广告腾讯优图实验室、腾讯

3、云鼎实验室、招商银行、中信建投证券05CONTENTS编委会序言06 金融科技助力智创互联迈向新阶段07 金融科技助力金融营销全域化升级08 构筑自主创新新基建，助力金融行业新发展09 构建业务安全免疫力，守护动态风险防护网创新篇11 趋势一：自主创新成为金融数字化转型关键任务23 趋势二：生物识别技术在支付领域的创新应用智能篇29 趋势三：生成式 AI 为金融科技注入新生产力35 趋势四：数字原生打造金融数字化新底座普惠篇39 趋势五：金融营销全域化破局获客活客难题46 趋势六：金融科技催化可持续金融创新发展安全篇53 趋势七：隐私计算助力金融数据可信流通58 趋势八：动态风险治理打造数字风

4、控新模式融合篇63 趋势九：全真互联加速金融数字化转型67 趋势十：Web3 助力打造出海金融科技基础设施联合发布机构简介智创互联2023 金融科技十大趋势报告专家推荐06序言金融科技助力智创互联迈向新阶段随着以人工智能、区块链、大数据、云计算等科技的日趋成熟，信息的广度、密度和传递效率有着明显飞跃，智能科技正在重构全球经济。金融业数字化转型正处于深度突破的新时期，关系着未来金融服务的深度与广度。金融业作为数据密集型行业，在技术领域的探索一直走在行业前沿。党的二十大报告明确提出，加快发展数字经济，促进数字经济与实体经济高度融合，激发数字活力，打造具有国际竞争力的数字产业集。为此在数字经济时代大

5、背景下，金融业正积极拥抱智能科技，坚持金融科技关键技术创新原则，不断重塑金融机构的业务场景、客户服务、风险管理等模式，全力推动数字化转型进度，探索迈向下一阶段的智创互联发展之路。在新应用创新方面，随着“互联网原住民”逐渐成为消费主流群体，客户对金融科技的需求正在扩大。如何更好实现客户的数字化触达、服务体验、运营优化等，决定了金融机构在数字经济时代的竞争力。一方面，金融机构借助数字化手段联动全域营销与公域私域，整合线上线下场景，从而深度洞察用户的需求，探索获客活客的增长机遇。另一方面，为了优化应用场景升级，微信支付创新性地将刷掌支付的生物识别技术应用于支付场景，不仅改善用户支付体验，提高金融科技

6、服务效率，同时服务实体经济质效提升。在新基建层面，新基建的核心是数字基建，为金融业的数字化提供更多想象空间。新基建包括人工智能、云计算、数据中心等方面，是支撑数据采集、传输、存储、计算、分析、应用、安全等能力的新一代基础设施建设。金融业正全力建设新基建，在提升金融行业的数字化和智能化水平的同时，强化多云协同能力以及发挥数据资源的效益最大化。在新服务场景方面，数字化将助力打通虚拟与现实。代表着“下一个时代”的全真互联已成为金融行业内公认的技术趋势，数字化技术打破虚拟与现实的界限，开创“数实融合”的创新模式，将用户需求与金融服务精准对接。银行等金融机构踊跃探索全真化的服务体系，打造数字化、低延迟和

7、高“临场感”的新一代全真互联服务场景，更好服务于个人和企业客户。展望未来，金融与科技的融合逐步密切，金融机构的技术架构也随之迭代升级。金融行业与数字技术高度融合，构建以用户、场景为核心的现代金融服务体系以及万物互联的应用场景，是我国金融业新业态、新经济模式发展的必经之路。智能科技作为新型数字基础设施，助力金融机构建设共享、安全、敏捷的数字化技术底座，最大程度促进金融服务高效化、智能化、安全化。在自主创新作为国家发展战略的大背景下，金融机构不仅要注重技术驱动数字化能力建设，也要在业务、技术、数据、场景等层面坚持守正创新的原则，才能引领业务创新发展，保障数字化转型行稳致远，筑建高质量发展的金融科技

8、生态体系。为此，腾讯研究院联合腾讯云、腾讯安全、微信支付、腾讯广告、腾讯优图实验室、腾讯云鼎实验室、招商银行、中信建投等多方力量，共同发布研究报告项目智创互联 2023金融科技十大趋势报告。趋势报告分为“创新篇、智能篇、普惠篇、安全篇、融合篇”五大类，自主创新、生物识别技术、生成式 AI、数字原生、全域营销、可持续金融创新发展、隐私计算、动态风险治理、全真互联、Web3 共计十大趋势，立足于金融发展研究，探索金融科技未来发展趋势，助力经济金融高质量发展。司 晓 腾讯集团副总裁腾讯研究院院长07序言金融科技助力金融营销全域化升级近年来，随着金融科技创新快速发展迭代，金融服务的触角正在深入到用户的

9、消费、生活、社交等各种场景中，银行 4.0的作者布莱特金提到的“银行服务无处不在”的趋势正在逐步实现。随着金融服务场景化变革的深入，金融机构依靠公域流量获取用户转化已经不能满足其业务深度发展的需要。通过线上+线下、公域+私域的全域经营，打造以用户为中心、以生活场景为半径的金融服务，将成为金融机构数字化进入“深水区”之后的突破口，也将成为数字时代金融机构实现用户增长的重要路径。金融服务具有低频度、高单价、决策链路长、专业性高等特征，服务完成的过程中更加需要金融机构服务人员的快速响应和支持。不论是理财、信贷还是保险、投资，从产品和服务信息的浏览，到需求的激发，再到具体产品服务的选择，最后到开户或者

10、业务办理，过程中任何一个环节遇到问题都可能造成客户的流失。因此，应用金融科技实现金融服务的全域贯通，以线上+线下、公域+私域，为用户提供便捷、统一的体验，将赋能金融机构打造全新的金融服务体验。更为关键的是，金融科技的创新和应用，能够在这一过程助力金融机构将累积的用户数字资产有效地沉淀至企业私域，并且进一步反哺企业在全域的营销运营，从而形成正向循环。特别地，私域提供了一个最综合、长周期、多层次的用户连接方式，与公域流量贯通，能够帮助金融机构兼顾深度与广度地连接起全触点用户，在整个决策链路上为用户提供助推。基于微信生态和各种原子化组件构建品牌自主的经营阵地，金融机构可以拥有自己的数字资产、拥有自己

11、的交易场域，定义自己的经营规则和节奏，提升组织内部效率，实现全面的客流、信息流、服务流的无缝连接与互通，最大化提升金融机构的经营效率，以获得更好和更可控的利润。在过去几年，腾讯广告已经联合多家金融机构，基于金融行业的深度需求和痛点，以技术能力为基石，建立起了完整的全域经营链条。金融服务能力的稳定性和安全性是金融机构的经营前提，通过持续升级目标人群与产品服务的匹配效率，以保障决策链路长、专业性高、交易转化链路复杂的金融服务需求。此外，金融机构还需要搭建“数智化大脑”，以自动化营销、精细化投放工具等协同支持品牌经营，实现对海量数据资产的高效管理，从而深刻洞察用户诉求，探索增长机遇。金融科技正在给金

12、融行业带来更大的想象空间，作为金融机构的增长伙伴，腾讯广告携手微信支付、腾讯云、腾讯安全、腾讯研究院、腾讯优图实验室、腾讯云鼎实验室、招商银行、中信建投等多方力量，共同发布研究报告项目智创互联2023 金融科技十大趋势报告。希望本报告总结的科技趋势与优秀案例，能够为金融机构带来有价值的实操参考，加速金融科技的繁荣发展。未来，在助力金融机构全渠道发展的道路上，腾讯广告将一如既往地发挥腾讯的独特价值，做好金融机构的全域增长。张敏毅 腾讯广告行业销售运营总经理08序言构筑自主创新新基建助力金融行业新发展当前，国民经济正处于重新踏上发展快车道的关键期，信息技术领域的国产自主创新进入到全行业推广、向金融

13、行业纵深突破的新阶段。构筑自主创新的金融新基建，已成为金融机构深入推进数字化转型，提升业务安全可靠和发展韧性的关键基础。自主创新是筑牢数字经济产业体系，推动数字经济高质量发展的内在要求。中共中央、国务院印发的数字中国建设整体布局规划，要求强化数字中国关键能力，构筑自立自强的数字技术创新体系。一行两会分别在金融科技发展规划（2022-2025 年）、证券期货业科技发展“十四五”规划和关于银行业保险业数字化转型的指导意见等相关的规划和指导意见中，对金融行业推进自主创新提出了明确要求。在自主创新向全行业推广，金融领域向纵深突破的新阶段，腾讯云携手微信支付、腾讯安全、腾讯广告、腾讯研究院、腾讯优图实验

14、室、腾讯云鼎实验室、招商银行、中信建投等联合编撰的智创互联2023 金融科技十大趋势报告，将自主创新放在突出位置，深入分析了自主创新的需求痛点和国产操作系统、分布式数据库、中间件、金融云、国密改造等方面的方案实施成果，以及未来的趋势展望，准确把握了金融行业信息技术自主创新发展的内在要求，对下一阶段金融行业推进自主创新的相关工作具有重要的参考价值。一直以来，腾讯云积极推进自主创新的相关工作。一是全面支持自主创新战略。我们紧跟自主创新的发展步伐，自觉肩负起科技企业的创新使命，深入参与自主创新标准的研制和白皮书的编写工作，连续多年获评“卓越贡献成员单位”。二是加速适配持续突破。我们加快推进国产的适配

15、验证，与上下游企业完成了大量互认证，国产技术攻关持续取得突破。三是开放生态扩大合作。我们不断扩大生态合作范围，持续加大投入，与众多国产生态上下游企业建立紧密合作，联合推动自主创新技术的应用。经过长期不懈的努力，在深入推进技术攻关和大量产品互认证的基础上，腾讯云近百款产品进入了技术图谱，十几款产品通过知识产权相关评估，近十款产品取得质量测试认证，十几个重点方案入选权威机构评选的典型解决方案，多款数据库产品取得测评认证，从而构建起腾讯云领先的全栈国产软件产品供给能力。基于领先的全栈国产软件产品能力，我们在金融领域持续取得突破，已落地典型案例数十个，云、数据库等重点产品市场占有率行业领先，在银行传统

16、核心系统替代领域，TDSQL 位居国内数据库第一。在银行业，我们分别协助某国有大行、头部股份制银行，基于 TCE 打造了国产云平台；助力某国有大行、城商行基于 TDSQL 完成了核心系统数据库的国产迁移。另外，有多家股份制银行、省级农信社、省级农商行和城商行都选择了 TDSQL。在证券业，我们助力证券行业云构建起一云多芯的资源能力，赋能行业国产进程；协助多家券商实现 TCE 国产资源能力扩容；支持某头部券商基于 TBDS 的大数据国产节点实现行业首发，助力某券商数据湖赋能财富管理数字化升级。在保险业，我们协助多家头部保险公司完成了国产数据库迁移；TCE 国产云平台，帮助某头部保险公司实现重要系

17、统的全国大集中。另外，还有多家保险公司正在与腾讯云开展国产数据库的合作。在取得丰硕成果的同时，我们也清醒地认识到自主创新是一项复杂的系统性工程，需要长期坚持和持续投入。腾讯云将继续肩负起科技企业的创新使命，充分发挥全栈国产技术方面的优势，为金融行业推进自主创新提供可靠支撑，助力金融机构深化转型升级和数字经济高质量发展。胡利明腾讯云副总裁09序言构建业务安全免疫力 守护动态风险防护网高质量发展是全面建设社会主义现代化国家的首要任务。到今天，金融科技的发展刚刚走完了一个十年的周期，在新一轮的十年历程中，高质量成为核心主题。为了形成共促高质量发展合力，今年政府工作报告强调，产业政策要发展和安全并举，

18、有效防范化解重大经济金融风险仍是工作重点。金融行业天然的聚集了“钱”和“数据”，对安全的依赖程度超过了其他任何数字生态。随着金融科技发展的不断深入，海量数据集中，信息系统复杂度提升，全球范围内的金融安全事件时有发生。在系统稳定、网络攻击、漏洞病毒等传统网络安全层面之上，与金融业务和经营流程紧密相关的业务安全风险正在变得越来越难以应对，亟需通过 AI、大数据、隐私计算等创新技术发现隐匿的风险，构建动态、自适应，且能持续应对外界不确定性威胁的免疫能力，从而让金融机构以及金融业务与更多用户建立彼此信任的金融服务体验。当前，金融机构所服务的客户群体结构、社会运作逻辑发生改变，远程服务逐渐成为常态，推动

19、着冗长的传统风控流程提速，“动态风险治理”进入金融行业的视野。借助这一风控逻辑，金融机构找到了发展与安全的平衡点。银行依托自有数据和第三方数据，能在没有“面对面”的数字世界中快速勾勒出用户的风险等级，同时基于云计算、大数据、人工智能等先进技术，在流量入口前置风控、反欺诈管理、风险模型、额度策略等方面对风控策略进行整体升级，提高信贷效率，提升服务体验，创造增长曲线。随着个人信息保护法、数据安全法等法规的相继落地，确立了中国数据出境安全管理的法律框架，银行获取用户数据涉及更高的合规门槛，用户对个人信息授权的认知也越来越高，金融机构与用户需要建立更加牢固的信任关系，进一步平衡隐私与安全。其中，技术创

20、新是数据安全有序流动的基础之一。加强联邦学习的应用与发展，运用技术手段构建数据跨境流动安全风险的防控体系，可在保护数据主体权利的前提下，通过模型共享，实现“数据可用不可见”，既保证在不同类型、不同样本的数据资源融合过程中，数据主体权利不受侵犯，也能有效防止垄断行为的发生，在数据融合的基础上促进企业发展。可以预见，随着金融+科技业态的不断延伸，金融科技的内涵将不再局限在数据量级，而是形成隐私计算、AI、云计算等数字技术与金融机构运营、管理等流程深度交融的数字科技，成为金融机构赢得市场竞争与客户青睐的核心能力。尽管如此，金融数字化业务安全问题并没有通用解法和“银弹”，需要多方共同努力，共同构建动态

21、风险防护网。不仅需要以银行为代表的金融机构充分发挥金融主力军作用，基于“风控科技”更精细化和让用户无感知地执行风控策略，严守安全底线；还需要各地金融监管机构依托“监管科技”把握安全态势，精准高效的识别金融创新和违法金融活动；同时也需要广大用户不断提高金融安全素养和风险意识，守护财产安全。在这一背景下，腾讯安全携手腾讯云、微信支付、腾讯广告、腾讯研究院、腾讯优图实验室、腾讯云鼎实验室、招商银行、中信建投等多方力量，联合推出智创互联2023金融科技十大趋势报告。这份由数十名来自业务、技术、产品、方案、研究等领域的专家学者，历时数月共同研讨产出的报告，面向金融科技趋势与场景进行了分析和预判。我们希望

22、通过这份报告见微知著，对如何利用不断升级的金融科技手段，提升各类市场主体、产业、区域、乃至国家的经济高质量发展提供一定的启示与参考。黎 巍 腾讯安全副总裁腾讯研究院副院长创新篇自主创新技术助推金融科技发展，积极服务安全可控信息技术应用创新。生物识别技术持续推进支付产业创新，打造支付新型基础设施。创新篇自主创新技术助推金融科技发展，积极服务安全可控信息技术应用创新。生物识别技术持续推进支付产业创新，打造支付新型基础设施。11趋势一：自主创新成为金融数字化转型关键任务一、趋势应用当前，新一轮信息技术革命浪潮拉开序幕，以人工智能、大数据、云计算等为代表的数字技术正在重构全球经济。在数字经济时代，数字

23、化转型不再是金融业的选择题，而是所有金融机构的必答题。政策层面已陆续出台多份文件，推动金融机构的数字化转型，以提升金融机构竞争力、提升服务实体经济质效、助力数字经济发展。但同时，金融信息系统作为国家关键的信息基础设施，直接关系到国家经济、社会的正常运行。如果我国关键领域核心技术严重依赖海外厂商，一旦国际形势发生变化，整个金融行业乃至国家将面临不可预估的重大风险。因此，在数字化转型过程中，构建自主创新、稳定运行的金融系统，防范供应链风险、系统风险、数据风险等问题，实现基础软硬件的自主创新，摆脱“卡脖子”风险，成为金融机构数字化的关键任务。随着全球 IT 生态格局的演变，2020 年，我国提出了“

24、2+8”安全可控体系，金融作为八大行业之首，自 2020 年起步以来，试点范围由大型银行、证券、保险机构向中小型金融机构渗透，成为落地实践最多的行业自主创新。政策层面，2020 年 11 月央行成立金融自主创新生态实验室；2022 年 1 月，原银保监会发布的关于银行业保险业数字化转型的指导意见明确指出要“提高新技术应用和自主创新能力”，坚持关键技术自主创新原则，对业务经营发展有重大影响的关键平台、关键组件以及关键信息基础设施要形成自主研发能力，降低外部依赖、避免单一依赖。金融信息系统的自主创新包含了底层基础硬件、中间层基础软件、上层核心应用软件等方面的变革，以及在建设过程中发挥重要作用的网络

25、安全、云平台、终端外设等环节。12图 1：金融信息系统组织架构 资料来源：腾讯云，腾讯研究院这些系统过去长期被国外厂商所垄断。很长一段时间以来，国内金融机构核心系统普遍采用集中式架构，IBM 的小型机、Oracle 的数据库与 EMC 的存储设备共同组成的“IOE”架构，占据主导地位。软硬件也长期被国外 Wintel 联盟所垄断，包括 Intel 芯片、Windows 操作系统、Office 及 Adobe 软件等。近年来，在“核高基”专项等重大部署下，我国一直关注攻关高端芯片、基础软件等核心技术，国内信息技术产业快速崛起，金融机构“去 IOE”、国产化替代的进程也在不断推进。根据工信部信息技

26、术应用创新优秀解决方案名单，金融机构在操作系统、中间件、数据库、办公软件、网络安全、终端外设等多个环节均在推进自主创新，已有实践落地的产品或解决方案。比如，腾讯云的分布式数据库、金融大数据实时风控；中兴通讯银行核心系统分布式数据库、安全办公解决方案；长亮科技分布式银行核心业务系统；广电运通存取款一体机解决方案等。当前，金融自主创新试点已完成两期。2020 年一期试点机构 47 家；2021 年二期试点机构198 家，包含银行、保险、券商等机构，要求试点单位自主创新投入不低于全年 IT 支出的 15%。后续，试点范围将由大型银行证券保险等机构向金融自主创新中小型金融机构渗透，投入占全年IT 支出

27、比重将提升至 30%。在政策的推动下，金融自主创新自 2022 年进入全面爆发阶段。预计 2023 年将实现对一般系统的基本替换，并向数据库、业务系统等核心领域深入，预计 2024-2025 年核心系统及关键业务系统将进入替换期。13图 2：金融自主创新试点 资料来源：腾讯云，腾讯研究院从实施的路线上看，办公软件、OA、邮件等外围应用软件，以及终端外设等硬件设备是率先改造的对象，随着自主创新任务的推进，分布式数据库、金融云等则将是下一阶段的重点建设方向。二、趋势案例我国金融行业早在 20 世纪 70 年代便开始信息化建设，已经拥有非常成熟、复杂的 IT 体系。其中，以国外厂商为主导的集中式架构

28、依托其强大的 RAS（Reliability，Availability，Service-ability）能力被金融机构广泛应用。但是，随着数字化转型的深入发展和业务的不断创新，集中式架构往往只能通过纵向增加单机资源进行“烟囱式”的部署，这使金融机构的 IT 系统变得冗重复杂。导致了硬件高配低用、新旧系统整合困难、新应用部署周期长等问题，难以满足数字化时代“短连接、高频次”交易的爆发式增长。此外，在自主创新浪潮下，金融机构需要更高可靠、高性价比的可替代方案。在这样的背景下，具备低成本、技术自主创新、高扩展能力等优势的国产分布式架构，成为重点的转型方向。但是，金融核心架构的国产化改造，面临改造工作

29、量大、改造成本高等挑战。第一，整体改造困难。金融业务对安全、可靠、性能的极高要求，但由于金融系统的自主创新涉及到从基础架构到应用架构的大量改造，各层级改造均存在潜在风险，安全稳定责任风险重大，导致一次性整体落地困难，需要逐步改造。第二，兼容适配问题。金融系统从原有系统向新系统迁移的兼容性和改造难度是目前国产化改造最大痛点。例如，大部分原有业务系统都采用了Oracle 等国外数据库产品，甚至部分数据库由应用厂商嵌入在业务系统中，一旦替换将对上层业14务系统的运行带来困难。第三，进度及技术能力不统一问题。由于金融系统的自主创新涉及到国内众多厂商，技术、能力等方面参差不齐，且金融机构在国产化改造过程

30、中面临上层应用、基础软硬件不均衡发展的现状，相互间缺乏统一协调，将对改造的推进带来困难。因此，金融系统自主创新无法简单地依靠产品替换来实现自主创新适配，需要考虑金融企业技术架构、应用架构、业务系统的复杂情况，从技术架构切入，进行国产化系统升级和替换。因此，金融行业的自主创新工作量将远远大于其他行业。1.国产化操作系统操作系统是核心基础软件，负责分配和管理所有系统资源，是应用程序和计算机间的接口，更是数字基础设施的关键底座。因此，操作系统的自主创新构成金融系统自主创新中的重要环节，决定了服务器、数据库、云平台等软硬件的安全。TencentOS Server，是腾讯基于 Linux 内核自主研发设

31、计的企业级服务器 Linux 操作系统，自 2010 年启动研发，已经经过了腾讯和上下游海量业务验证和考验，其稳定性、安全性、兼容性和性能等核心能力均已得到长时间充分验证。图 3：TencentOS Server 整体架构 资料来源：腾讯云，腾讯研究院在金融行业，TencentOS Server 支撑了腾讯财付通的金融自主创新试点。腾讯财付通作为首批金融自主创新试点单位，需要完成业务系统的全面自主创新改造和适配，其中包括网络、服务器、操作系统、数据库和业务系统等，其中服务器操作系统作为核心基础设施和底座，需要选用自主创新、具有自主知识产权的国产操作系统，腾讯自研的 TencentOS Serv

32、er 满足相关要求，在财付通自主创新环境中使用 TencentOS Server 完成了所有业务系统、软硬件的适配，最终完成了所有服务器操作系统的替代。TencentOS Server 作为腾讯自研的国产服务器操作系统，支15撑了包括物理机操作系统、云底座操作系统、云主机操作系统(Guest)在内的设备和环境，助力腾讯财付通通过了最终的试点验收。2.金融级分布式数据库数据库是支撑人工智能、云计算、区块链等新技术的根本，各种基于数据分析的应用场景，都是利用庞大数据资源进行计算的结果。过往国内金融行业主要采用 Oracle、IBM 等集中式数据库。从 2020 年 11 月中国人民银行分布式数据库

33、技术金融应用规范发布以来，国产金融行业分布式数据库“生态”正在逐步建立。据统计，当前本土数据库厂商已经超过 200 家，多类型数据库百花齐放，产业生态日趋完善。这其中既有发展多年的传统数据库厂商，也有伴随近年国内公有云发展的云数据库厂商以及新兴的创业型数据库厂商。其中，腾讯云 TDSQL、中兴通讯分布式数据库 GoldenDB、达梦数据库 DM7、开源数据库 openGauss 陆续完成了对中信银行、湖北银行、张家港银行、邮储银行等核心数据库的替换。腾讯云 TDSQL 是腾讯打造的一款企业级国产数据库产品，具备强一致、高可用、全球部署架构、高 SQL 兼容度、分布式水平扩展、高性能、完整的分布

34、式事务支持、企业级安全等特性，同时提供智能 DBA、自动化运营、监控告警等配套设施，为客户提供完整的分布式数据库解决方案。TDSQL 早在 2020 年就已入选工信部网安中心新型技术应用创新解决方案，通过中国信息安全测评中心自主原创性测评。2022 年 1 月 21 日，北京国家金融科技认证中心正式发布2021年分布式数据库标准符合性检测参检机构名单，TDSQL 名列其中，成为首款通过检测的互联网公司数据库产品。标志着 TDSQL 满足分布式数据库金融行业标准的各项要求，可以更有力支撑金融机构的业务系统。图 4：腾讯 TDSQL 资料来源：腾讯云，腾讯研究院16TDSQL 不仅性能容易扩展，其

35、强同步能力也保证了数据不错、不丢，可同时支持部署在腾讯金融云，支持物理独享、加密、审计等系列安全方案。TDSQL 是国内第一个将分布式数据库应用于金融系统的产品，2014 年底，TDSQL 数据库正式投产微众银行核心系统。此时，其生产+容灾部署超过 800 个节点，数据库实例个数达到 2000+，整体数据规模达到 PB 级。针对金融机构原有数据库已经与系统应用高度耦合的特征，在迁移改造的过程中，国产数据库对 Oracle 等数据库的兼容性至关重要。腾讯云 TDSQL 采兼容 Oracle、开源数据库，可以平滑迁移客户业务系统核心数据库。最新升级的金融级分布式数据库 TDSQL 新引擎 TDSt

36、ore 还针对产业技术趋势需求，聚焦适配金融级敏态业务，在频繁进行模式变更、数据流量陡增等敏态场景下，实现弹性伸缩变更、对业务透明无感知。例如在证券行业，证券类业务最重要的是用户数据，需要具有超高性能、高扩展性、高可用性和高一致性的数据库支持百万级写、千万级读的在线业务场景。中信建投证券是国内领先的券商机构，于 2020 年提出“科技赋能、运营升级，以数字化转型助推客户服务体系建设”的战略目标，同时在公司“十四五规划”中提及将通过云计算、大数据、AI 智能、区块链等新一代信息技术加快推进数字化建设。中信建投证券于 2021 年引入腾讯云数据库 TDSQL，参与公司全历史客户分析系统和 OA系统

37、的自主创新改造。已配合四个业务组完成 18 套系统的改造，尚在建设或者适配中的系统 32套，包括股权激励系统、TA 系统、债券业务管理系统、客户运营可视化监控、客户全历史、投行委权益类业务管理系统、迅投 Q 系统、办公类系统等。腾讯云数据库作为全栈自主创新数据库解决方案，未来还会支持公司核心交易系统改造。基于腾讯云数据库完美兼容 MySQL 的特性，极大提高了公司业务系统自主创新改造进度，降低了系统改造难度，节省了改造成本。3.中间件中间件是自主创新基础软件不可或缺的重要组成部分，它是一类独立的系统软件服务程序，处于操作系统、网络和数据库之上，应用软件之下。中间件为处于上层的应用软件提供运行与

38、开发环境，封装不同应用系统的 API 接口，为应用提供统一标准接口，使应用的开发、运行与操作系统无关，屏蔽底层的技术细节差异，实现其独立性，从而降低了企业在应用软件开发和维护中的大量成本。腾讯微服务平台（Tencent Service Framework，TSF）是一款面向企业级的，集资源管理、微服务开发、服务治理和服务运维为一体的 PaaS 平台，为企业构建微服务架构的应用提供应用全生命周期管理、服务治理、统一配置管理、调用链跟踪、数字化运营、资源管理、CI/CD 等能力，兼容主流开源框架并适配 Tencent OS、统信 UOS、银河麒麟和深度等自主创新操作系统，17以及 x86 和 AR

39、M 自主创新硬件。同时提供同城双活、两地三中心高可用容灾能力，配套运营管控平台实现完善的运营监控能力。图 5:腾讯微服务平台（Tencent Service Framework，TSF）资料来源：腾讯云，腾讯研究院腾讯分布式消息队列软件（Tencent Distributed Message Queue，简称 TDMQ）是一个云原生消息队列中间件系列，为分布式应用系统提供异步解耦和削峰填谷的能力，具备互联网应用所需的海量消息堆积、高吞吐、可靠重试等特性，并适配麒麟等国产化操作系统及 arm、x86等国产化芯片，满足金融、互联网、教育、物流、能源等不同行业和场景的需求。18图 6：腾讯分布式消息

40、队列软件（简称 TDMQ）资料来源：腾讯云，腾讯研究院某国有大行分布式技术平台基于腾讯 TSF 和 TDMQ 构建。在架构设计上，基于微服务设计理念，该行依托腾讯云微服务平台 TSF，实现了基于多地、多中心的整体高可用、业务多活的架构体系，依托云计算 IaaS 和 PaaS 能力并结合业务单元化的分布式理念，实现了业务模块微服务化设计。结合单元化部署能力，该行实现了四地（北京，上海，内蒙，合肥）八中心的整体基础高可用、业务多活的架构体系，在整体架构不同层次 IaaS、PaaS、业务单元实现同城双活和异地高可用。在高可靠消息系统上，采用腾讯云分布式消息中间件 TDMQ 作为支持，平台消息队列的能

41、力在系统运行过程，为核心业务系统提供了事务一致性保障、消息可靠传输等核心机制；应用的业务系统包括客户信息管理系统、客户评价与细分、机关管理、员工权限管理、人力资源管理、报表综合处理等系统。4.金融云金融云是指面向银行、券商、保险等金融机构的业务需求，集互联网、行业解决方案、弹性IT 资源为一体的云计算服务。具体而言，是指金融机构通过利用云计算技术与服务，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。近年来，随着金融机构数字化转型的不断深入，金融机构需要更加强大的实时处理、分析海19量信息数据的能力。而云计算因具备强大数据运算和同步调度能力，以及高效、灵活、安全、可扩展等优点，在提供

42、弹性的信息基础资源方面具备天然优势。金融云被认为是金融行业实现自主创新的最优解，金融行业的上云需求极速增长。信通院数据显示，2021 年金融云市场规模达425.75 亿元，同比增长 41.2%。其中，基础设施市场规模 299.65 亿元，金融云解决方案市场规模 126.1 亿元。预计在 2025 年，我国金融云市场规模将突破千亿。腾讯专有云企业版（简称 Tencent TCE）是基于腾讯云成熟产品体系的企业级专有云平台，能够为企业提供自主创新、弹性伸缩的全栈服务能力。腾讯云专有云平台 TCE 遵从金融行业的合规性要求，采用腾讯云自主研发的 VStation 云管理平台作为操作系统，以主流开源技

43、术构建分布式架构，支持多中心多活及快速扩容，能够帮助金融企业轻松应对大规模、高并发业务带来的技术挑战。目前，TCE 已经在 ISO 标准体系、CSA、可信云等方面获得了 20 多项合规资质认证。图 7：全栈专有云 TCE 解决方案整体框架 资料来源：腾讯云，腾讯研究院20招商银行以“数字招行”助力“数字中国”建设。2020 年年初，招商银行“全面上云”工程正式启动，经过万千考验，顺利于 2022 年年末完成各业务系统上云，并将所有客户数据迁移上云，正式全面迈入“云时代”，此举标志着“数字招行”底盘完成升级换代。沿着线上化、数据化、智能化、平台化和生态化五大发展路径，招商银行数字化转型迈出扎实一

44、步，为服务产业数字化、数字产业化两大数字经济核心领域，打下坚实基础。招商银行作为第一批 19 家国产化试点单位，自 2020 年开始进行国产化业务系统试点，为了保障业务全面上云的目标达成，亟需补齐招行云全栈国产化的能力。（1）TCE 用于构建招行原生云的底层国产化云平台，源于腾讯公有云的同城 3 活架构与一云多芯架构，帮助招行原生云平台构建了全栈国产化能力，并完成同城跨中心容灾演练，达到了预期效果。（2）TCS 利用自身轻量级云上虚拟计算和容器计算能力，利用高性能的 Underlay 网络设计，为稳定的核心金融交易场景提供高稳定性、高可用性、高效、高质量的底层计算能力。（3）银行的核心系统作为

45、一家银行最为重要的业务系统，对数据库的要求是极为苛刻的。尤其是承接招商银行的零售核心系统的账务数据库，该核心系统管理了全国大量账户资金，其对业务连续性和高可用的要求远超一般行业。为了响应国产化的号召，实现数据库核心能力自主可控，招行和腾讯联合攻关，探索更多国产数据库在银行领域的应用。经过一年严格的验证，招行使用TDSQL 替换 Oracle 取得了阶段性成果，在部分核心业务进入分批试点切换阶段，未来双方将继续深化合作，使用 TDSQL 上线更多的银行场景。腾讯帮助招行云和数据库服务构建全栈的国产化能力，未来双方将在此方向上继续深度合作，协助行方加快系统架构转型，打造开放型 IT 架构，建立基于

46、云计算技术的大规模数字化基础设施。5.国密改造2020 年 1 月 1 日中华人民共和国密码法的正式实施，对各行业系统的密码应用安全提出了更高的要求，金融行业等涉及国计民生的重要领域首先面临密码安全升级的新挑战。要通过自研的方式打造自主创新国产商用密码算法引擎，摆脱过去长期以来对国外开源项目的依赖，应对多样的业务和技术场景，着力解决好性能、兼容性、安全性、易用性的问题。基于 GB/T 39786-2021信息安全技术 信息系统密码应用基本要求以及各行业密码应用基本规范要求，自主创新国产商用密码可广泛应用传输链路安全、密钥安全、高性能加密等商用密码合规改造场景。腾讯将安全要求放在第一位，TDSQ

47、L、COS、TCE、企业微信等产品均支持国家标准的商用密码算法（后简称国密），形成了完善的成体系的密码安全方案，可以通过商用密码应用安全性评估。在金融领域，腾讯财付通在 2018 年即成立了国产商用密码自研与改造项目组，旨在自主研21发国产商用密码相关技术，支撑财付通金融支付业务完成全链路密码改造升级。财付通面临用户体量大、端到端覆盖的密码应用场景多等挑战，既包括了移动终端、IoT 嵌入式物联网设备，也包括了服务端、网页端、小程序等。在国密改造的技术实现上，财付通在密码基础底座之上搭建密码服务组件层，形成商密服务中间件矩阵，研发包括支持商密算法体系的安全控件、加密键盘等用户端密码组件、支持商密

48、SSL 的跨平台网络通信密码套件，签名、验签后台密码服务以及支持商密 PKI/CA 体系的密码认证服务，为业务升级改造提供易于接入的中间件模块。在应用层通过对核心算法引擎与密码组件服务的进一步封装，形成密码应用服务中台，提供面向业务的一站式接入能力，满足各业务线的商密技术应用和安全合规需求，实现业务支撑闭环。财付通通过完全自主研发的商用密码算法引擎和中间件矩阵，高效率、低成本地支撑了财付通金融支付业务完成全链路密码改造升级。自研技术成果先后获得三项国家密码管理局商密产品认证，获得深圳市金融创新一等奖和中国人民银行金融发展奖二等奖。三、趋势展望1.金融自主创新带动金融机构数字化转型更加深入金融机

49、构传统的集中式架构存在封闭性强、架构模块耦合性高等特点，导致其运营、扩容、升级换代的成本高、周期长，且资源弹性差，难以满足大量业务集中在短时间内爆发的场景，另外难以分享当前开源技术的红利，制约了技术的创新运用。在自主创新发展成为国家战略的大背景下，金融机构利用这一发展契机，从底层架构、管理系统、业务系统到核心系统进行全方位的分布式转型和云化，使得金融机构核心架构的可扩展性、运算能力和业务的创新空间都得到极大的扩展。因此，金融自主创新将从根本上解决集中式架构当前对金融机构数字化转型的局限，通过架构的分布式重构，带动业务、人才、组织的全方面转型，推动金融机构数字化转型的进一步深入。2.金融自主创新

50、发展将向核心架构深入随着自主创新的深入推进，金融自主创新将从办公 OA 等一般系统的替换，逐渐向核心系统替换扩展的应用深化期转变。由于金融机构对安全性和稳定性的要求高，传统 IOE 的系统成熟稳定，沿用多年，尤其大多数银行的核心账务和会计核心仍在 IOE 系统。因此，金融机构需要逐步进行自主创新改造。例如，22银行去 IOE 的初期大多围绕支付、对账、融资系统等外围系统，核心系统的去 IOE 十分谨慎。金融领域自主创新能力建设将逐步由管理办公系统拓展到一般业务系统，并向核心业务系统深入。国产基础硬件、基础软件等的替换，将带动应用系统的适配需求。从当前行业情况来看，如果要实现核心系统的去 IOE

51、，中小规模的银行或能在 3-4 年的时间实现，大银行则预计是 5-10年的长期任务。3.中小金融机构成下一阶段金融自主创新主力军金融自主创新的第一批、第二批试点机构，主要由国有大行、股份制银行、头部券商等构成。如今，随着金融自主创新建设进入到全面推广阶段，覆盖的金融机构范围将向数量占比更为庞大的中小银行、券商和保险机构扩展。核心业务系统数据库进行国产替代，不仅将满足金融服务转型升级的客观需要，支撑面向未来中长期战略的实施，更将为促进实体经济发展，服务国家战略提供强大动能。2022 年，多家农商行在自主创新建设方面进行了主动布局。截至 2022 年 10 月，已有无锡农商行落地自主创新环境数据安

52、全项目；北京农商行落地全国首单自主创新版利率报备项目；苏州农商行落地基于自主创新架构的数据中台；常熟农商行落地“合芯”4.0 项目。已有多家农信联社及部分省会城市农商行开始参与进金融自主创新的建设中，如江西农信、吉林农信、广东农信、山东农信以及顺德农商行、江南农商行、武汉农商行等。相比于具有较强的 IT 自主建设能力的头部金融机构，数量占比更多的中小金融机构，更依赖于产品经验丰富的外部解决方案厂商和服务提供商。金融云、国产数据库等解决方案市场规模有望进一步提升。23趋势二：生物识别技术在支付领域的创新应用一、趋势应用应用场景的全面升级和产业格局的不断优化推动了移动支付服务的创新与发展，支付方式

53、也逐渐从扫码支付拓展到了生物支付，更好满足了用户多样化、个性化的支付需求。以刷脸支付为代表，融合了生物识别、AI 人工智能、大数据智能风控、3D 摄像头等多项先进技术，拓宽了移动支付方式，应用场景不断升级。而刷掌支付则是对多元生物识别技术的更深层次应用，通过持续创新攻克了“掌纹+掌静脉”融合识别等多项技术难题，在场景应用创新上不断取得突破，成为了现行支付方式的有益补充，不断提升了支付的准确度、安全性和隐私性。生物识别支付可分为第一代和第二代生物识别支付，第一代生物识别技术主要指利用体表生物信息进行识别，包括指纹识别支付、掌纹识别、人脸识别技术等；第二代生物识别技术则开始利用体内生物信息进行识别

54、，比如静脉识别和虹膜识别。其中，静脉识别又可分为指静脉和掌纹静脉。当前生物识别的发展以多模态识别为主流，掌纹、掌静脉识别是其中最前沿的识别技术。掌纹与掌静脉是个体独特的生物特征。刷掌服务通过对个人掌心上的纹和静脉特征进行精准识别，也可以被看作是“掌心二维码”，难以伪造、安全性高。伸出手掌即代表用户的使用意愿，设备通过 RGB 摄像头和红外摄像头分别采集手掌的纹理图像信息及静脉影像信息，将自身掌纹掌静脉信息与已存储的掌纹掌静脉信息进行比对，从而实现身份识别、完成支付。24图 8：掌纹及掌静脉识别 资料来源：微信支付，腾讯研究院在信息采集环节1，刷掌服务设备利用近红外线照射手掌，输入可见光和红外图

55、像，通过检测追踪、质量优选、活体、识别等步骤获取手掌内部静脉图像特征，再通过图形数字化将静脉图像特征转换为数据，结合算法实现加密和储存。在支付环节，刷掌设备获得用户的掌纹特征并在注册库中检索匹配，成功后根据掌纹绑定的账户信息完成扣款。二、趋势案例手掌识别技术已经历二十余年的发展，在早期主要被用于一对多身份认证，覆盖的场景包括智能门禁、医院、公共交通等。随着技术的不断创新迭代，静脉纹路非表体暴露、信息局限小且不受外界影响的特性也为支付方式演化提供了新的思路。1产品情报局，“微信预研的刷掌服务，会是下一个刷脸支付吗？”https:/ 2018 年起开始布局刷掌识别，并于 2020 年推出专用设备

56、AmazonOne 实现刷掌服务。注册时需要在 AmazonOne 中绑定信用卡或借记卡并验证卡片预留手机号，注册时扫描掌纹形成支付凭证，支持任意手支付识别。2020 年 9 月亚马逊首先在两家 AmazonGo 无人店内启动 AmazonOne 试点，之后逐步把 AmazonOne 推广到 WholeFood、AmazonBook 等更多元的场景中，截止 2022 年 12 月底已累计落地 218 家。而国内刷掌服务发展则更多源于后疫情时代的模式创新。目前在商超、餐厅、游乐场、轨道交通等具体场景进行了测试，带来了“玩水不用带手机”、“刷掌就能就餐”等等更便捷的体验。与扫码、刷脸等传统移动支付

57、方式相比，刷掌服务的限制更少、感知更快，精度更高。在便捷性方面，刷掌服务不受身高影响、双胞胎和高相似亲属也可以使用，在戴口罩和拥挤情况下体验更优，还避免了必须携带手机或其他支付介质的困扰。在隐私性方面，手掌静脉识别技术是目前既能最大限度保护个人隐私又能提供高效率的生物识别技术之一，所采集信息需要特定技术才能与个人对应。在安全性方面，表皮掌纹加皮下静脉具有个人特征，难以被伪造，可以完全满足金融支付的高安全性要求。微信刷掌服务在意愿、隐私、便捷等方面均有独特的优势，是隐私监管趋严大背景下的创新产物，可以与刷脸支付形成良好互补，共同丰富微信支付生态体系，为用户带来更好的使用体验。1.现有资源复用，建

58、立最短使用路径微信支付自 2019 年起就开始了对“掌纹+掌静脉”前沿技术的探索，攻克了多项技术难题，研发成功刷掌服务新产品。刷掌支付具有无介质、非接触、高便捷、高安全等技术特点，为用户提供了便捷的补充支付方式。在注册模块，用户进入刷掌开通流程时，在用户充分知情且同意的前提下，刷掌流程会记录用户的掌纹特征，用户提交后完成手掌信息与自己的微信账户绑定。在支付模块，使用微信支付作为基础支付能力。在检索库中匹配成功后，根据注册时绑定的微信账号及支付信息，启动微信支付扣款流程完成支付。2.多重技术融合，打造支付黑科技微信支付采用了业界领先的技术来解决环境、习惯和生理差异带来的场景难题，并与微信支付自研

59、的国密 SE 芯片相结合，以更高性能、更安全以及更兼容的技术基础提升了活体识别的准确度、加强了对个人隐私的保护。在科技创新中，微信支付也加强了标准制定和工业设计，在嵌入刷掌功能的同时不断优化支付界面的外观设计，始终保持用户使用的简洁性和便利性。26图 9：多重技术打造微信支付黑科技 资料来源：微信支付,腾讯研究院3.多场景覆盖，构建“掌上生活”新模式2022 年，微信刷掌服务在部分场景下开始了小范围试点。在落地更多线下消费场景的同时，微信刷掌也打通融入进了门禁、打卡、轨道交通等多元的生活化场景，有效提升了用户的支付和生活服务体验。27三、趋势展望刷掌服务作为一种安全、快捷的新支付方式，是生物识

60、别技术在支付领域中的又一创新实践，也是对现行支付方式的有益补充。相比于第一代生物识别技术下的刷脸支付，刷掌不受用户身高、是否佩戴口罩、是否化浓妆等因素的限制，给用户提供了更优的支付体验。“伸手即代表支付意愿”的方式也避免了误刷情况发生，从体验端打消了用户对支付安全性的顾虑，且掌纹信息与面容信息相比也具有更好的隐私性，能够提升用户使用过程中的接受度和安全感。目前，在团餐、学校等机构内场景下，刷掌服务已证明可以提供更好的使用体验。微信支付将与商家一起联合打造更多刷掌创新科技应用场景。28智能篇生成式 AI 推动金融业务流程革新和重组，促进国家金融产业变革。云原生助力金融机构开发和部署应用程序，加速

61、国家金融数字化建设。智能篇生成式 AI（AIGC）推动金融业大模型的开发应用，促进智能金融生态的构建。云原生助力金融产业的技术开发和部署，加速金融数字化建设。29趋势三：生成式 AI 为金融科技注入新生产力一、趋势应用GPT-4 发布后，多模态的生成式 AI 技术再一次成为科技界和产业界共同关注的前沿科技热点。2022 年，Gartner 将生成式 AI 评为银行和投资服务行业的三大热门技术趋势之首，生成对抗网络（GAN）和自然语言生成（NLG）等生成式 AI 相关的技术已经应用于欺诈检测、交易预测和风险因素建模等领域。而伴随 OpenAI 在 2023 年发布了 ChatGPT 和 GPT-

62、4，各行各业的应用探索持续推进，具有大量数据积累和技术储备的金融行业将会是生成式 AI 的主要受益者。从根本上说，生成式 AI 减少了内容生成所需的金钱和时间，并且内容跨越文本、代码、音频、图像、视频及其组合，使得企业可以快速、大规模地制作更多内容，从而提高生产力和盈利能力。对于金融行业来说，由于生成式 AI 技术仍然处于持续迭代发展中，相关的金融场景的应用还在探索。最早期采用生成式 AI 技术的行业集中在图像和艺术、游戏、营销和销售等行业，但生成式AI 也可以成为金融服务方式革新的一个关键因素，并使生产力提高 10 倍以上。图 10：内容创作模式的四个发展阶段 资料来源：腾讯 AI Lab,

63、腾讯优图实验室，腾讯研究院30从技术的角度理解，生成式 AI 是一种机器学习算法，能够从训练数据中生成新的数据，包括：表格数据/结构化数据，图像、视频、语音等媒体数据，以及文本数据。最强大的生成式 AI 算法建立在大模型之上，以自监督的方式在大量未标记的数据上进行训练。生成式 AI 领域具有代表性的预训练大模型有 Transformer 模型、扩散模型（Diffusion Model）、神经辐射场模型（NeRF）等。其中，Transformer 模型中最具有热度的是 OpenAI 的 GPT 系列模型；扩散模型中最具有代表性的模型是 Stability AI 的 Stable Diffusio

64、n 模型，可以支持结构化文本生成图像。AI 预训练大模型是基础设施，在此基础上可以快速抽取生成场景化、定制化、个性化的小模型，实现在不同行业、垂直领域、功能场景的工业流水线式部署，同时兼具按需使用、高效经济的优势。随着兼具大模型和多模态模型的 AIGC 模型加速成为新的技术平台，模型即服务（Model-as-a-Service，Maas）开始成为现实，预计将对商业领域产生巨大影响。基于 GPT3.5 训练、调试、优化的聊天机器人 ChatGPT 是最具代表性的 MaaS 应用。生成式 AI 的大模型已经从早期单一的自然语言处理（NLP）或计算机视觉（CV）模型，发展到现在语言文字、图形图像、音

65、视频等多模态、跨模态模型。例如，GPT-4 可以接受图像和文本输入，同时输出文本；Midjourney、Stable Diffusion 的 AI 图像生成模型可以通过输入文本生成出 AI 图像。借助多模态模型还可以通过 2D 图片直接生成 3D。例如，英伟达的 AIGC 模型GET3D（Generate Explicit Textured 3D），具备生成具有显示纹理的 3D 网格的能力，可根据其所训练的建筑物、汽车、动物等 2D 图像类别，即时合成 3D 几何体。图 11：AIGC 产业生态体系的三层架构 资料来源：腾讯 AI Lab,腾讯优图实验室，腾讯研究院31多模态的大模型基础上的生

66、成式 AI 技术，目前能够实现以下功能：（1）自动数据/内容生成：大型语言模型和图像生成模型可支持提示词（prompt）输入自动生成数据/内容；（2）提高内容质量：AI 生成的内容可能比人类创建的内容质量更高，因为人工智能模型能够从大量数据中学习并识别人类可能看不到的模式。（3）增加内容多样性：AIGC 模型可以生成多种类型的内容，包括文本、图像和音视频、3D 内容等等。生成式 AI 与金融行业的结合可能会沿着两种形式发展：第一种是 GaaS（Generative AI as a Service），以“开箱即用”的服务形式提供生成式 AI 技术，这种形式可以参考 ChatGPT 这类基于公开互

67、联网数据进行训练的大型语言模型应用。第二种是 GaaC（Generative AI as a Component），以组件形式提供生成式 AI 技术，并将其嵌入到已有的金融服务工作流程。金融机构的数据通常不是公开互联网数据集的一部分，使用通用性的大模型之前必须基于专业化数据进行训练和微调。我们展望生成式 AI 技术在金融行业的应用有以下方向：1.提升客户服务响应能力，优化用户体验金融业是直接面向客户的服务行业，客服咨询等和客户互动的场景与对话式 AI 有着天然的耦合性。大型语言模型能够进一步降低信息搜索和处理的门槛，并且通过个性化的对话和定制化的文本内容生成，来提升人机交互的体验，极大程度提升

68、客服的响应速度和回答质量。基于生成式AI，将数字员工打造成银行数字化服务能力的普适触点，以自然语言指令的这种低门槛交互方式实现数字化服务的供给。银行和金融科技公司已经在使用聊天机器人来提供基本支持性服务，但基于生成式 AI 的聊天机器人可以支持更复杂的客户问题，并允许用户提出后续问题以获得更清晰的信息。它们还可以在回答问题过程中解决常见问题，例如设置直接存款或信用卡付款自动计费。2.辅助投资分析和决策，提供个性化理财建议生成式 AI 具备处理和理解复杂语言模式的能力，使其能够从大量数据源（如社交媒体、新闻文章和财务报告）中提取有价值的见解。第一，快速从财务报表中提取数据形成总结，以便分析师可以

69、更快地深入研究其它重要事件。第二，利用大型语言模型建立机构内部的专业知识问答系统，来辅助进行投资决策，为客户提供个性化的理财建议。第三，帮助在构建投资组合过程中提取和分析所有可用数据，以更准确地预测公司未来业绩并识别风险。第四，协助保险机构进行精算分析，降低使用复杂精算公式的门槛，等等。3.增强风控能力，提升系统安全性利用生成式 AI 技术创建具有真实数据的性质的合成数据，可以增加真实数据中的罕见样本，有助于更有效地训练反欺诈模型，应用领域有金融犯罪和欺诈预防、信用评分、销售和交易、保险产品定价和索赔管理、资产管理和组合优化等。例如，根据信用评分来进行贷款决策是银行业32的典型场景之一。合成数

70、据可以加入到机器学习模型训练的样本中，用来帮助银行确定客户是否有资格获得信贷或抵押贷款，以及银行可以提供多少贷款。GPT-4 可以通过分析大量数据中的模式和关系，以前所未有的精度识别潜在的威胁和漏洞。4.提高编程与软件开发自动化水平，实现智能研发在研发领域，AIGC 也可以表现为自然语言翻译成代码，同时支持代码补全，代码重构、代码注释、编程语言迁移、bug 修复以及模型训练数据预处理的自动化等，帮助金融领域编程人员进行更高效的数据和代码处理，实现人力的高效利用。数字银行 Chime 最近正在与一家初创公司合作训练类 ChatGPT 的内部语言模型，帮助其工程师更快速地编写代码。另一方面，金融领

71、域因为其特殊性，数据复杂度和专业化要求都高于平均水平，对于数据的需求尤其突出。AIGC因其生成式的特性和极佳的仿真能力，可以帮助实现结构化数据、图像、文本、音视频等各种模态下海量数据的合成，成为人工智能场景应用推广的必备利器。5.增强市场洞察能力，强化市场营销生产力市场调研侧，金融机构需要知道他们的客户想让他们留在身边的是什么，市场研究是该过程的重要组成部分，可以了解最新的消费者偏好和趋势。生成式 AI 可以进行调查和问卷调查以收集见解，然后分析该数据以生成对银行家做出决策有用的反馈。通过分析文本语言，生成式 AI 能够帮助经营机构迅速了解市场舆情、竞品动态、员工情绪等。市场营销侧，AIGC

72、技术可以模拟人类行为、激发创意，提升内容多样性，支持低成本的生产和创作，提高金融行业生产力，在金融业各种文案的创作、图文结合的 PPT 制作、营销视频创作等领域有着可观的应用前景。二、趋势案例据 OpenAI 的公开案例，GPT-4 已经开始在金融机构的实际场景落地。摩根士丹利财富管理公司用 GPT-4 来构建公司内部的聊天机器人，帮助财富管理顾问来检索涵盖投资策略、市场研究和评论以及分析师洞察的信息库。信息检索这个领域最大的痛点是大量信息以 PDF 格式存储在许多公司内部网站中，需要顾问扫描大量信息来找到特定问题的答案，整个工作过程成本高、耗时长、步骤繁琐。摩根士丹利从内部提出问题，利用 G

73、PT-4 技术处理大量内容和数据，生成客户易于消化的答案，并链接到源文档。全球支付平台 Stripe 组织了一个 100 人的团队来研究如何利用 GPT-4 加速优化产品用户体验和工作流程。在此之前，Stripe 一直在用 GPT-3 来帮助客户支持团队，比如借助 GPT-3总结用户提出的问题。2023 年，Stripe 使用 GPT-4 测试版帮助用户简化操作、并更快地获取33所需信息，首批成果之一是 GPT-4 驱动的 Stripe Docs。开发人员可以在 Stripe Docs 中用自然语言向 GPT-4 查询问题，GPT-4 将通过总结文档的相关部分或提取特定信息来回答，极大降低了开

74、发人员的学习成本、节省了时间。在这个过程中，GPT-4 实际上担任了虚拟助手这一角色，帮助消化、理解、回答技术问题。Stripe 的应用机器学习产品负责人 Eugene Mann 认为，“就像电子邮件、智能手机或视频会议的引入一样，GPT-4 有可能从根本上重新布线并改善企业的运营方式。”彭博社于近期发布了为金融界打造的大语言模型（LLM)BloombergGPT。它使用了类似于 ChatGPT 的技术原理，即使用 Transformer 模型和大规模预训练技术来实现自然语言处理，拥有 500 亿参数。BloombergGPT 的预训练数据集主要来自彭博社的新闻和金融数据，构建了一个 3630

75、 亿个标签的数据集，支持金融行业的各种任务。BloombergGPT 的目标是帮助用户更好地理解和分析金融数据和新闻。它可以根据用户的输入，生成与金融相关的自然语言文本，例如新闻摘要、市场分析、投资建议等。它的应用场景主要包括金融分析、投资咨询、资产管理等领域。例如，在资产管理领域，它可以根据历史数据和市场情况，预测未来的股票价格和交易量，为投资经理提供投资建议和决策支持。在财经新闻领域，BloombergGPT 可以根据市场数据和事件，自动生成新闻摘要和分析报告，为读者提供及时、准确的金融信息。根据彭博社发布的官方声明，BloombergGPT 已经在其内部使用，为金融分析师和投资经理提供了

76、语言模型和自然语言生成的能力，帮助他们更好地分析和预测市场趋势、评估投资风险和机会。未来这款产品有望为金融分析师和投资经理提供更加智能化和高效的数据分析和预测工具。三、趋势展望长远来看，生成式 AI 有利于金融机构更高效地提供金融服务和做出决策，有利于客户更便捷、更低成本地获取服务，在银行和金融服务行业的应用广泛，且会随着时间的推移变得越来越重要，而在此之前的分析式 AI 系统无法达到同等水平。换言之，生成式 AI 有效地拓展了金融科技创新的疆界，并且提供了一种前所未有的新生产力，其影响甚至可能演变成对现有金融业务流程的革新和重组，值得所有的金融机构关注、跟进以及应用。同时，我们也要意识到，虽

77、然像 GPT-4 这样的生成式 AI 技术为金融科技行业带来了巨大的商业潜力，但是，第一，它们目前所提供的信息精度没法完全满足金融行业对信息准确性的严格要求，衍生对数据隐私泄漏和安全的担忧，第二，落地成本高，需要强大的数据、算力、算法做支撑。第三，模型学习的数据源较为冗杂，目前的使用中还有较多错误，为金融数据分析及数据34清理带来额外的工作负担，模型可信度需要实践验证。而数据源是大语言模型能力塑造的关键因素，多家生成式 AI 的大模型采取了闭源方案，也侧面证明了数据源是各家模型竞争的重要材料。如果金融机构越来越依赖生成式 AI 技术进行决策，必须对模型训练数据中的潜在偏见保持警惕，防止潜在偏见

78、影响模型以及输出结果。生成式 AI 并非万能，用户可以在认识其能力和潜力的基础上更好地将其融入工作流，寻找合适的应用场景，提高工作效率，为金融机构在客户服务、信息处理等领域带来长效发展。35趋势四：数字原生打造金融数字化新底座一、趋势应用金融行业对数字化的探索已久，越来越多的企业发现传统的应用已经无法满足海量数据和新型业务场景需要，所以企业会对应用进行彻底升级。从 10 年前开始，基础设施已经经历两轮，现在正在经历第三轮基础设施转型。从数字化到云化，从云化再向数字原生进化。目前大部分银行、金融机构的云原生布局已经从最初的容器、微服务等技术再到云原生技术扩容，再到现在数字原生布局成型。数字指数字

79、化转型，原生就是指云原生。从数字化转型来看，数字原生企业将在组织治理、技术研发、业务运营、客户服务、产品创新、经营决策等方面，由内到外裂变，实现数字驱动的体系。从云原生上来看，云原生作为应用程序开发和部署的方法，它的优势在于可以在云上部署和运行，因此云原生相对于传统架构具有更好的容错性和可拓展性、更高的资源利用率、更高的开发效率等优势。在金融场景下，云原生技术可以提高金融行业的数字化和智能化水平，从而实现更加高效、灵活和安全的金融服务。云原生技术可以将传统的金融应用程序转移到云端，实现更好的容错性和可扩展性，可以使金融机构更快、以更低成本部署新的应用程序和创新。此外，云原生技术提供了更好的安全

80、性，因为它可以提供更细粒度的访问控制和监控，以便及时检测和应对潜在的安全威胁。作为云计算的再升级，云原生重塑了研发流水线，重新定义了软件交付方式并对运维模式进行了升级。通过对底层资源的深度整合，全面帮助企业分担整个软件从开发、测试、交付到运维的全生命周期的技术复杂度。同时云原生也在加速多项技术的融合，包括中间件和容器的技术融合、大数据和数据库的技术融合、开发和运维的技术融合、PaaS 层和 IaaS 层的技术融合。云原生应当包括云原生技术、云原生产品、云原生架构以及构建现代化应用的开发理念，如DevOps，具体说明如下：（1）云原生产品和云原生技术需要基于公有云、私有云或混合云的云基础设施（I

81、aaS）。（2）云原生架构和云原生开发理念是基于云原生技术和产品构建或实现的。注意，对于不是基于云原生技术或者产品的架构和理念，如基于传统物理服务器发布、构建的 DevOps，是不会被划分到云原生范畴的。（3）现代化应用和云原生应用是基于云原生的架构和开发理念构建或实现的。36图 12：云原生技术 资料来源：腾讯云，腾讯研究院二、趋势案例国际数据公司（IDC）于 2017 年提出了数字原生企业（digital-native enterprise）的概念，预测了一种由技术强驱动、以数据为核心的颠覆性运营革新的企业形态的出现，这种前瞻性的预测成为了企业数字化转型的灯塔。但是 2017 年能够支撑产

82、业大规模数字化转型的底座技术尚未成熟，数字原生更多是描述一种愿景和最终形态。随着 Z 和近 Z 世代的消费者占比已高达 50%，数字原生消费者正在主导市场，购买力高达69%，企业为了满足这些需求，亟需进行数字化+云原生的升级，打造以互联网、云原生为代表技术驱动的，数据为核心的数字原生企业，更好实现数字原生消费、沉浸社交体验、多元价值需求以及 Web3 忠实用户的需求体验。传统企业转型升级为数字原生企业需要经过两个阶段，第一个阶段是数据原生，数据原生即以数据为核心要素、由数据定义业务及架构去开展社会生产经营活动，具备数据可信、数据价值化、智能自治以及数权明确的特性。数据原生能够充分发挥数据中所包

83、含的价值，有助于突破思维边界，激发企业业务创新。第二阶段为数实融合，本质是数字化向非数字化实体产业的应用、渗透和重塑，即平台经济对实体企业进行全面赋能，二者互相促进发展。但数实融合不是简单的将数字经济与实体经济相加，智能制造、深度用云才是数实融合真正的应有之义。37图 13：数字原生企业 资料来源：腾讯云，腾讯研究院腾讯云自主创新专有云 TCS 平台是腾讯重点打造的云原生体系，能全面支撑国内金融机构的数字化转型和国产化改造，实现深度用云的数字化升级。腾讯云 TCS 作为金融机构的云原生PaaS 底座，持续支持金融业核心业务系统的分布式下移改造，在资源使用率、系统韧性、应用交付效率、基础技术组件

84、复用性、可观测性等多方面助力金融行业打造自主可控的平台和安全敏捷的应用交付流水线，推进金融业务的发展创新，实现企业降本增效提质，为金融机构的转型发展提供数字化方案。三、趋势展望数字原生是金融机构 IT 架构全面进阶的新机遇。“上云与用云”，决定着金融机构数字化转型的成败与速度。从搭建云平台，到全面拥抱云原生推进传统应用上云，目前金融行业数字化转型已经进入到新的阶段。第一，更多的金融机构将采用云原生技术。由于云原生在计算、存储和分离上具备巨大的灵活性和成本优势，因此越来越多的金融机构将采用云原生技术来提高其业务效率和创新能力。第二，更多的降低人力成本。云原生提倡的 DevOps 文化和工具集可以

85、有效提升技术的迭代速度并降低人力成本。第三，更大规模的应用程序部署。随着云原生技术的发展，金融机构将可以更大规模地部署其应用程序，以满足越来越复杂的业务需求。第四，更高级别的自动化和自愈能力。云原生技术将继续提高自动化和自愈能力，以便更快地检测和解决问题，从而提高可用性和可靠性。第五，更多的安全措施。随着金融机构在云原生技术上的投资增加，安全将成为一个更加关键的问题。因此，云原生技术将不断提高其安全措施以应对不断增加的安全威胁。在数字原生时代，云原生技术与金融行业的应用将持续增长并不断发展，以满足金融机构不断变化的业务需求和客户期望，科技厂商也将与金融机构共同推动技术的不断发展。38普惠篇金融

86、营销全域化降低获客成本，提升金融机构经营效率，健全国家金融营销业务规范。金融科技支持经济绿色转型发展，促进国家可持续金融创新应用。普惠篇金融营销全域化助力降低获客成本，提升金融机构经营效率，构建全域化的经营模式。可持续金融成为金融领域最前沿的发展趋势，金融科技加速可持续理念在农业、消费、小微企业等领域的应用。39趋势五：金融营销全域化破局获客活客难题一、趋势应用近年来，随着金融机构用户高速增长红利期的结束，金融机构的获客成本也在逐年走高。此外，2021 年底出台的金融产品网络营销管理办法(征求意见稿)，也对金融机构营销活动作出了进一步规范，在产品宣传合规审核、活动形式限定等方面都提出了更严格的

87、要求。在这样的背景下，金融机构过去粗放式的营销方式亟待转变，精细化、场景化的全域营销成为破局关键。当前，金融行业正从重视线下网点经营，向线上线下打通、公域私域联动转变，构建以用户为中心的全域经营成为新兴趋势。全域经营，是当下数字化经营的主流模式，由腾讯在 2022 年给出了明确定义。全域营销则是企业以数字化手段建立的，以消费者为中心，整合线上线下场景，整合公域私域触点的一体化营销模式。具体来看，线上线下整合的实现包含了用户的整合识别、用户的整合服务两个关键，通过线上线下双向服务的打通、权益的打通、数据洞察的打通，让用户在各个场域间的体验连贯且一致。公域私域整合的实现则包含了有效私域的构建、公私

88、域的贯通两大关键，通过金融机构数字化用户资产的沉淀及运营，以及公域流量、公域网点、私域用户池、私域网点四象限内的所有触点实现全面的客流、信息流、服务流的无缝连接与互通，从而达到消费者交易与体验的最优化、金融机构经营效率的最大化。此外，线上线下的整合、公域私域的整合，背后需要强大的技术能力作为基石。金融机构需要搭建“数智化大脑”，包括自动化营销、社群运营、精细化投放工具等，实现对海量数据资产的高效管理，从而深刻洞察用户诉求，探索增长机遇。40图 14：“全域经营”四象限触点 资料来源：腾讯广告，腾讯研究院在金融机构面临用户增长瓶颈的背景下，全域营销在银行、证券、保险等子行业均有较多应用场景。在新

89、用户触达上，全域营销能够提升公域流量的用户转化率。金融机构可以通过线下场景中的小程序二维码、柜员的企微二维码等方式，将线下的私域和公域流量转化为数字化的私域用户，实现重复触达，然后引导后续交易的达成和服务的体验，实现“以用户为中心”的全渠道触达方式。在新产品推介上，全域营销能够提升全渠道的新品曝光效率，并通过精细化的私域运营，提高流量的用户留存率及活跃度。在公域，大数据、大模型支撑下的人群洞察，能够提升公域流量的匹配精准度，并通过嵌入私域引流链路，实现后续的持续转化。在私域，金融机构的专属客服可以根据用户的标签，对不同类型的用户推荐不同的新产品组合，实现更为精准的用户唤醒和营销转化。在用户的持

90、续运营和转化上，私域运营的强社交属性，恰好能满足金融服务的专业性和复杂性的需求，让用户最大程度地还原线下服务场景。用户不仅体验更加流畅，金融机构还更容易建41立与用户的亲密关系。此外，借助数字化工具，金融机构能够打通线上线下用户数据、触点匹配和内容匹配之间的壁垒，实现用户经营的自动化、智能化，与用户达成更深度的沟通。在品牌形象建设上，随着次世代入局，通过品牌形象强化用户对于品牌的认知，放大品牌效应已成为金融机构的必选题。全域营销下，金融机构可以通过 IP 内容营销，以及贯穿公众号、视频号等全渠道、全场景的内容互动的方式进行金融产品的品牌力放大，深度诠释金融机构品牌主张，轻松实现品牌出圈。二、趋

91、势案例随着网点客流量的减少，金融机构新客户的增长和老客户的持续触达面临困境。虽然银行等各类金融机构都大力投入开发和推广线上 APP，推动用户从线下向线上转化，但线上 APP 的交互程度弱。一方面，用户往往只有在必须办理业务时才会打开线上 APP，活跃度较低，拉新和唤醒客户的能力较弱；另一方面，对于保险、投资等专业性强、需要持续沟通的金融服务，线上APP 难以提供很好的服务体验。此外，金融机构过去往往在商业街和购物中心等多种渠道进行营销触达，但由于金融产品更加多元化，受众人群在用户特征可能有非常大的差异，传统方式难以实现对受众人群的精准定向，后续的营销转化也难以跟踪。在投放效果和转化效率逐年降低

92、的背景下，金融机构亟待探索数字时代的营销新玩法，在扩大用户的触达广度的同时，提升与用户的交互深度，赋能业务增长。数字化营销的两大痛点一个是解决产品精准推送问题，尤其是针对金融产品的营销；另一个是如何实现交易转化，保持用户粘性和品牌个性化。针对以上金融机构在获客、活客过程中存在的需求，腾讯基于腾讯生态，打造了面向金融机构的全域营销解决方案，助力金融机构数字化、智能化转型。42图 15：全域经营的数字化营销方案 资料来源：腾讯广告，腾讯研究院1.全渠道触达用户，打造全链路智慧营销腾讯丰富的内容圈层和产品组件，造就了多元化的全域玩法。现有的腾讯生态场景几乎覆盖了用户能接触到的绝大部分场景，比如社交场

93、景、资讯场景、娱乐场景、支付场景等，这些场景让腾讯可以掌握更加全方位的洞察用户群体特征。通过微信生态、腾讯新闻/腾讯视频等平台与内容系全场景流量、腾讯系 QQ、腾讯外 APP 优量汇蓝海流量等广告流量，能够实现全场景、全时段的高效用户触达，全面提升浏览量、粉丝量及点击率，助推金融机构前端拓客引流。找到了目标人群之后，通过腾讯广告自有的营销组件的添加以及广告转化链路的优化，提升点击率，激发后端转化。针对不同的拓客链路，腾讯广告提供的适配金融业务的营销链路，可以让用户在看到广告的同时，在所在链路，获得信息和服务支持，继而下单、享受服务。基于完整43的引流渠道和金融产品工具，腾讯广告帮助金融机构打造

94、全链路智慧营销中台体系，覆盖高质量金融兴趣人群，同时可通过自动定向、定制人群包、自动化投放、创意支持等工具，帮助金融机构实现个性化用户筛选和智能投放。在提升用户体验的同时，提升金融机构交易转化率。2.四大技术基座，支撑金融机构实现用户增长金融业务与其他零售业务不同，在目标客户的识别上以及所需的技术支撑上，都具有较大的行业特殊性。腾讯广告借助领先的技术能力，通过商业中台与营销技术赋能金融机构在交易全链路实现用户增长。在行业化方面，腾讯在业内首创“行业因子”，提升各金融子行业对目标人群和金融产品的识别和匹配能力。在投放策略上，腾讯广告针对金融行业定制了深度转化、信贷完件授信等模型，赋能金融机构用户

95、增长。在精准识别上，通过融入金融数据，让系统能够更好地理解金融产品，全方位提升用户与产品的匹配能力。在技术支撑方面，通过“太极”机器学习平台打造的混元 AI 大模型和广告大模型，聚焦主线大模型，提升腾讯广告系统的算法和算力，充分发挥机器学习潜力，优化投放效率，做到触达有方。此外，大模型要以大数据为基础。基于系统内数据和一方数据建模，通过联邦学习方式在保证用户和金融机构数据隐私安全的情况下，提升模型泛化能力，实现安全精准、统一、实时的协作，最大化数据价值。3.全面提升私域经营，为用户创造真正价值私域是全域营销的基石，基于微信生态的去中心化交易场域，腾讯广告为金融机构提供私域流量留存、运营、变现的

96、全方位私域营销解决方案。在全渠道触达引流的基础上，在微信生态内，通过公众号、视频号、企业微信、微信群等成熟的生态组件搭建链接公私两域流量的桥梁，为金融机构提供简单易行的流量留存工具。加粉关注并不是客户营销的终点，而是客户全生命周期运营环节中，实现新客留存、老客激活的关键节点。腾讯广告基于海量大数据和前沿大模型，在公众号、视频号、企业微信中嵌入服务组件，能够助力金融机构实现客户的分层化运营和深度管理。内容营销库的搭建，也能够为金融机构客服提供营销决策和话术支撑，输出与金融机构品牌形象一致的用户互动。此外，微信生态也提供了多种流量变现渠道，助力金融机构在去中心化的交易场域打造具有自身特色的交易渠道

97、。例如在小程序提供安全便捷的服务办理环境，在视频号直播通过内容营销实现品牌形象打造和金融知识科普，在企业微信通过专属客服实现深度的交互，让用户可以在体系内完成金融服务的咨询和交易的完成。以券商资管业务为例，企业微信已在多家券商得到深度应用，助力券商打造私域经营体系，44同时有效解决微信的信息过载。在客户触点的建立上，实现了线下线上相结合，打破了地理空间的限制，帮助机构基于线上触点与客户建立联系、组建私域。图 16：企业微信助力券商打造私域经营体系 资料来源：腾讯广告，腾讯研究院在客户的运营上，企业微信能够与机构 CRM 打通，实现基于任务的经营动作。此外，企业微信赋能机构基于客户 AUM 进行

98、分层，实现差异化的客群经营。对于长尾基础客群，通过直营专员以数字化渠道为主进行服务，建立互联网化的数据体系；对于富裕客户，借助客户经理进行客户维护，线上线下场景深度融合提供专业投顾服务；对于高净值客户，以私行模式为其提供资产配置为主线的专属服务。腾讯广告借助前沿技术能力和成熟生态，已经为多家金融机构提供了全域营销解决方案，实现业务价值。在产品获客、活客方面，微众银行围绕腾讯广告生态，深度开展小微企业金融的全域经营探索。微众银行企业金融通过微信朋友圈广告进行精准营销，并跳转公众号实现增粉，并将公众号作为营销阵地，联动视频号、企业微信等渠道，将私域流量、公域流量实现全域承载。经过微众银行与腾讯广告

99、四年的合作，微众银行企业金融的公众号粉丝增粉超过千万，拉新获客45取得显著成效。此外，在品牌运营方面，在 2022 年暑假期间，为了强化品牌形象，微众银行携手腾讯视频采用创新玩法，以“因We更好，剧有心意”为主题，推出暑期定制片单活动，打通用户观影链路，助力品牌占领用户心智。覆盖多部热播剧和口碑大剧，撬动娱乐用户价值，助力品牌影响力提升。三、趋势展望1.建立开放系统，协同共建提升营销精准度金融行业的业务和产品均具有较大的特殊性，社交体系中的累积数据缺乏金融标签，而金融机构体系则缺乏社交场景，难以发挥数据要素的价值。在这样的背景下，隐私计算等金融科技技术，将为场景与金融的融合提供可行技术支撑。通

100、过融入金融机构一方数据，协同共建，在保证安全性的前提下，提升公域营销获客的精准度。2.内容营销强化品牌形象，打造营销新玩法Z 世代更加注重品牌所体现的价值观，也更加重视体验式消费。伴随着新的消费群体的崛起，如何通过向用户传递一种品牌价值观，并输出人格化的品牌形象，成为金融机构品牌竞争的独特武器。基于社交生态的全域营销，为金融机构提供了内容营销、强化品牌形象的新方式，打造“场景搭建+内容营销+用户激励”的营销组合拳。此外，当前，内容营销开始从图文进入视频时代，短视频、线上直播已经成为金融机构引流的一个重要渠道。越来越多的金融机构将大力布局视频号渠道，通过品牌微电影、理财课堂、节点营销、新品发售等

101、多渠道引流，提升用户转化率和品牌认可度。3.结合数字工具，实现智能化私域运营精准化的私域客户运营是全域营销实现流量变现的关键环节。多份研究报告指出，私域运营成本攀升和私域人才缺失，是当前私域运营开展困难的核心痛点。在这样的背景下，AIGC（利用人工智能技术的内容生成）、数字人等数字技术及应用，将为私域运营的智能化升级提供可能。基于智能化的数字工具组件，金融机构将进一步提升私域运营能力，从而解决私域运营培训成本高、人才缺失的问题。46趋势六：金融科技催化可持续金融创新发展 一、趋势应用可持续金融的快速发展源于全球对可持续发展的迫切金融需求。随着 2016 年 1 月联合国2030 年可持续发展议

102、程正式启动以及 2021 年 11 月联合国气候变化大会(COP26)敲定巴黎协定全面实施细则，可持续金融在引领全球可持续发展上得到了空前的重视。可持续金融泛指一切为实现可持续发展而实施的金融活动，将可持续发展融入到金融政策、金融产品和金融行为之中，通过金融资源的配置、调整和优化实现既定目标。本质上看，可持续金融是通过金融的方法将经济利益、社会发展和环境效益融合并与可持续发展相连，围绕可持续发展诸多议题，衍生出绿色金融、普惠金融、转型金融、ESG 等概念。早在 2016 年，由中国人民银行、财政部等七部委联合印发了关于构建绿色金融体系的指导意见，自上而下陆续形成了“1+N”的可持续金融发展政策

103、框架。2021 年 10 月底，我国央行和美国财政部牵头完成二十国集团首个可持续金融框架性文件G20 可持续金融路线图，这是巴黎协定进入实施阶段后 G20 国家领导人就绿色与可持续金融议题达成的首个重要共识。当前，我国金融科技发展已全面迈入“积厚成势”的 4.0 新阶段，科技和产业变革的加速将充分激发技术创新活力和可持续经济增长动力，在这个过程中，运用人工智能、区块链、大数据、云计算等前沿科技成果创新或改造金融产品、业务流程、运作模式，将有效促进可持续金融创新应用、推动经济绿色转型发展。金融科技在可持续金融中的运用前景巨大，已经覆盖到绿色金融、普惠金融、ESG 投融资、转型金融等重点领域。在绿

104、色金融应用中，集中于绿色基金、信贷、债券等产品数字化赋能，以及信息管理、环境效益监测等信息化应用等，并向绿色消费、碳交易等场景扩展；在普惠金融应用中，集中于农村数字普惠金融与服务质效的提升，信用科技应用，支付生态改善与便民商业体系构建等；在 ESG 投资应用中，集中于对多样、海量的信息数据进行汇集，数据整合、存储、分析，ESG 评级与投资策略分析等；在转型金融应用中，集中于可持续发展挂钩债券等新型金融工具落地实践，信息披露和转型关键指标建设等。技术层面，人工智能、区块链、大数据、云计算等技术（简称“ABCD 技术”）广泛应用于可持续金融相关项目，使金融科技助力可持续金融效能凸显。根据 2021

105、 年中国金融学会绿金委的测算结果，未来 30 年在碳中和背景下累计需要 487 万亿元绿色低碳的投资，其中转型所需要47的融资量可能远大于纯绿项目产生的融资需求。图 17：金融科技作用机制 资料来源：腾讯可持续社会价值事业部，腾讯研究院ABCD 技术在建模、分析和预测上能助力金融机构测算外部变化风险敞口，开展风险评估及压力测试，强化风险评估能力，进而提升金融机构风险管理综合能力，高效识别、防控转型风险。比如通过区块链技术对数据进行公开透明可追溯收集，对风险进行量化评估，通过构建违约概率模型对企业实施有效监测。其次，大数据等技术利用于企业采购立项、动态风险管理、精准营销等分析中，为企业决策提供数

106、据和发展支撑，提升运营和管理效率。此外，通过区块链技术可以极大提升企业绿色贷款流程的可信度和透明度，分布式账本技术将审批流程上链并记录，以智能合约实时实现交易结算，建立高效的贷款模式，改善融资困境。在改善企业信息披露质量上，利用大数据、物联网、云计算等技术通过数据化服务平台能增强企业对相关环境效益数据采集速度并提升可靠性，降低企业信息披露成本同时扩大披露范围并完善信息披露机制，推动企业转型升级，助力绿色发展。二、趋势案例1.普惠金融一体化，构建“政-金-产-数”生态腾讯云霖中小企业金融服务平台（以下简称云霖平台），是腾讯云联合多家银行推出的以金融科技助力中小企业普惠融资服务的创新产品。引入了腾

107、讯亿级企业大数据能力，基于联邦学习框架建立合规、安全的风控运营体系，通过腾讯+本地运营的合作模式，构建了涵盖政府部门、金融机构、产业机构和数字科技企业的“政-金-产-数”普惠金融新生态，并连接政府、金融机构、产业场景，形成了可复制的普惠金融落地模式。云霖平台建立起了全域数据的采集、清洗、整理和分析能力，形成覆盖区域内的征信服务体系，打造线上化综合融资服务流程。通过聚焦融资双方的信息发布瓶颈，进一步拓宽中小企业融资渠道，提高金融供需对接效率。48图 18：腾讯普惠融资服务平台 资料来源：腾讯可持续社会价值事业部，腾讯研究院在展业环节，云霖平台借助尽调模版、财报 OCR、企业 360 风险画像、基

108、于腾讯会议与TRTC 双底座的音视频能力等，大幅提升效率；在管理环节，通过动态管理驾驶舱、业务风险预警及企微实时通知等能力，实现精细化运营管理；在业务流程支撑上，基于腾讯云技术底座，面向小微金融业务提供可扩展、高性能的小微金融业务管理系统，兼容从小 B 端到大 B 端类型的全覆盖。此外，腾讯云普惠金融解决方案集成了多项能力，助力破解中小微融资难题，助力实现多方共赢。在政府端：解决中小企业融资问题；金融助力企业发展，创造就业岗位；信息汇聚共享，建立金融信用体系实现行业结构分析。在企业端：一对多金融资源对接，降低时间成本；匹配最优金融产品，降低企业融资成本；信用培育机制，树立企业经营自身信用意识。

109、在金融机构端：线上导流，增强营销获客能力；精准筛客，风控前置，精准筛选客户；在线匹配，提高工作效率；风险预警，提高金融机构贷后风险识别能力和速度。49图 19：腾讯普惠金融服务平台 资料来源：腾讯可持续社会价值事业部，腾讯研究院2.产业金融助力产业数字化升级，解决中小微企业融资难题在服务产业转型方面，腾讯金融云通过搭建“一横三纵”的产业金融服务体系，助力产业互联网金融数字化转型升级。“一横”是指以腾讯云多年打磨的 AI、区块链、IoT、大数据等技术能力为底座，提供一整套金融云基础设施；“三纵”是指以“场景驱动”“数据驱动”“技术驱动”为三大关键支柱，助力产融双侧实现数字化升级。50图 20：腾

110、讯云产业金融综合解决方案 资料来源：腾讯可持续社会价值事业部，腾讯研究院产业金融是产业互联网金融的新业态模式，通过深入产业链和场景，利用云计算、区块链、大数据风控等金融科技能力构建产业与金融的数字化新连接，将产业价值链关键环节进行场景化呈现，有效结合金融资源，服务中小微企业融资。它实现了四个维度的同频共振：（1）产业新动能：新基建加速升级，5iABCDE 等新兴技术深度应用于产业，实现产业互联，场景更加垂直，众多行业完成商业重塑；（2）数字新连接：数字化时代，产业各类经营数据逐步转为电子化、线上化、智能化，场景端和资金端将构建新型、融合的连接方式；（3）场景强协同：深度融入产业方的生产、销售、

111、物流等价值链核心环节，通过金融科技让整个交易行为、交易过程场景化地呈现；（4）金融新模式：参与主体、参与方式呈多样化；大数据风控、精准营销等金融科技深入应用。在产业侧，聚焦数字化营销、风控管理以及生态链接等场景，为各产业链核心企业及其上下游，输出完整的金融科技能力，助力打造产业金融平台；在金融侧，为金融机构提供涵盖 AI、大数据、产融风控在内的 IaaS、PaaS、SaaS 层不同技术能力，连接金融场景。针对关键技术卡点，通过提供人脸识别、OCR、电子合同等金融科技能力，以及为金融机构提供智能核验、电子签约、移动金融等多场景的技术赋能。目前，腾讯云产业金融解决方案已为兴业金融租赁、中关村融资担

112、保、奇瑞汽车金融、财信金控、张家港保税区、远东国际、深圳担保集团等多家企业和机构提供服务，未来，还将持续聚焦产业51金融赛道，以金融科技力量，促进数实融合，助力可持续金融发展。三、趋势展望可持续金融在未来全球可持续发展中将扮演愈发重要的角色，要重视金融科技在支持可持续金融发展中的价值，持续推动金融科技在多个维度发挥更重要的作用。第一，加大金融科技在银行等金融机构端的可持续金融项目中的应用深度和广度，包括项目实施过程中的效益评估、信贷与风险管理自动化、投融资精细管理等。第二，推动金融科技在金融数据能力应用上的建设，包括数据的可得性、完整性、可靠性以及跨主体批量抓取、整合、分析的能力，强化数据安全

113、隐私保障，激活金融与非金融数据应用潜能。第三，扩展金融科技在服务企业数字化管理中的应用场景，根据国家绿色发展方向、国内外可持续发展评估标准等，强化自动化标准匹配和效益管理系统建设。第四，支持金融监管政策工具在金融机构及企业上下游应用，为可持续金融信息披露和考核提供有效便捷的数字化工具。第五，大力赋能碳金融、气候投融资和转型金融等领域的创新案例和产品开发，通过汇集金融科技和可持续金融合力，让更多的创新实践惠及实体经济和可持续发展。52安全篇隐私计算技术保证金融数据可信流通，助力国家金融信息流动，释放数据要素潜能。动态风险治理打造金融风控新模式，保护国家信贷业务安全。安全篇隐私计算技术保障金融数据

114、可信流通，为构建更加开放的金融生态提供了新思路。动态风险治理基于大数据和人工智能以及专家经验策略集合，打造服务更广大用户的智能风控决策体系。53趋势七：隐私计算助力金融数据可信流通一、趋势应用2022 年中共中央、国务院印发关于构建数据基础制度更好发挥数据要素作用的意见（简称“数据二十条”），构建了充分实现数据要素价值的“四大制度”，对数据产权、流通、交易、使用、分配、治理、安全等领域提出了原则性或方向性的要求。我国正在构建从数据资源化走向资产化、资本化的政策体系，实现数据要素的社会化配置。在技术保障层面，“数据二十条”提出建立“数据来源可确认、使用范围可界定、流通过程可追溯、安全风险可防范的

115、数据可信流通体系”，可见政策鼓励在保障数据安全的情况下发挥数据要素的最大化价值。当前，金融机构已经积极应用先进技术提升业务数字化水平，但技术带来的风险也随之提升。金融机构由于合规、政策、隐私保护等考虑因素，难以采取传统的数据共享方式进行信息互联的困境，通过隐私计算实现“数据不出门，信息可用”，是信息互联、共享的新模式，是实现数据可信流通的主要方法。金融监管机构也发布多个文件推动隐私计算在金融行业的应用。人民银行的金融科技发展规划（2022-2025 年）多方安全计算金融应用技术规范分别从推动数据有序共享、释放数据要素潜能、使用多方安全技术引导金融应用等角度关注到隐私计算技术。联邦学习、多方安全

116、计算、可信计算等隐私计算技术已经在金融领域的风控及营销等场景具备成熟的解决方案。在政策和行业需求的双轮驱动下，保护数据可信流通安全与合规的隐私计算技术将会得到更多金融机构的应用，并且在广泛的金融场景落地。隐私计算（Privacy Computing）是一种由两个或多个参与方联合计算的技术和系统，参与方在不泄露各自数据的前提下通过协作对数据进行联合机器学习和联合分析的技术，核心是能够保障数据在流通与融合过程中的“可用不可见”。隐私计算常见的流派包括可信计算、联邦学习、多方安全计算。中国信通院的报告认为，2022 年各主流隐私计算技术路线持续迭代优化，能力上限和可用性进一步提升，为技术大规模落地应

117、用提供了必要条件。22 隐私计算白皮书，中国信通院，2022 年。54图 21：隐私计算三种主流技术 资料来源：腾讯安全，腾讯研究院联邦学习（Federated Learning，FL）：一种多个参与方在保证各自原始私有数据不出数据方定义的私有边界的前提下，以保护隐私数据的方式交换中间计算结果，从而协作完成某项机器学习任务的模式。通过对各参与方间的模型信息交换过程增加安全设计，使得构建的全局模型既能确保用户隐私和数据安全，又能充分利用多方数据，是解决数据孤岛和数据安全问题的重要框架，其强调的核心理念是“数据不动模型动，数据可用不可见”。联邦学习在性能优化、模型效用提升等方面也取得进展，引入自监

118、督学习、半监督学习、知识蒸馏、迁移学习等 AI 技术。多方安全计算（Secure Multi-party Computation，MPC）：在无可信第三方的情况下，多个参与方共同计算一个目标函数，并且保证每一方仅获取自己的计算结果，无法通过计算过程中的交互数据推测出其他任意一方的输入数据。在技术发展方面，多方安全计算的创新进展主要集中在性能优化和应用扩展两大方向，在复杂模型推理场景落地，并且结合 GPU、FPGA、ASIC 等异构硬件能力提高了计算速度。可信计算（Trusted Execution Environment，TEE）：可信计算又称可信执行环境，通过软硬件方法在中央处理器中构建一个

119、安全的区域，保证其内部加载的程序和数据在机密性和完整性上得到保护。可信计算目前的进展包括推出了集成可信执行环境技术的硬件产品以及开发了更加通用、灵活、适配异构可信执行环境的软件平台。从技术发展趋势来看，隐私计算的多种主流技术走向成熟、持续创新，为数据要素可信流通提供科技底座。目前，多方安全计算已经达到技术成熟的预期峰值，联邦学习和可信执行环境处在快速增长的技术创新阶段。从计算过程的数据保护程度来看，多方安全计算呈现出较优的安全性、通用性，且性能不断提升。此外，区块链技术也是隐私计算的重要补充，可以确保计算过程和数据的可信、广泛、协同应用。55表 1：隐私计算多种主流技术现状比较技术多方安全计算

120、可信计算联邦学习计算性能低-中高中安全性高中-高中通用性高高中可信方不需要需要均可硬件依赖无有无支持场景任意计算任意计算机器学习建模技术成熟度技术成熟度达到峰值快速增长的创新阶段快速增长的创新阶段 来源：中国信通院，腾讯云，腾讯研究院二、趋势案例以隐私计算为代表的新型数据安全可信流通方式以及它形成的综合解决方案可以实现“可用不可见，可用并不可控，可控可计量”的目标。以银行业为代表的金融业使用隐私计算技术的场景包括联合风控、联合营销、智能运营和反欺诈。当前应用隐私计算技术也面临痛点：一是数据保护加密算法的复杂性造成的数据处理效率低。二是法律层面关于应用隐私计算技术是否满足了匿名化还暂未明确。三是

121、由于各类市场主体技术路线不同，现在多方隐私计算平台在互联互通层面仍然需要行业层面的共同指引和共同推进，特别是在行业主管部门的牵头统筹下，针对性地解决隐私计算的标准和技术产品统一的问题。3对此，在企业或机构层面建立隐私计算平台是助力数据可信流通迫在眉睫的举措。腾讯安全隐私计算平台基于联邦学习、多方安全计算、可信计算等隐私数据保护技术，在保证原始数据不出本地的情况下可以支持联合统计、联合计算和联合建模、安全求交、隐匿查询等功能，使得各合作机构既能保障数据安全，又能发挥数据最大价值，实现数据可用不可见，为数据可信流通提供安全底座。目前，腾讯的隐私计算解决方案已经在银行、新金融机构、信贷机构、保险、证

122、券等落地，具体的场景包括：信贷风控建模：主要应用于信用卡、小微企业贷、个贷等金融信贷场景的风控建模。精准营销：应用于存量客户运营、交叉营销，默客激活等精准营销场景。多方联合统计：应用于不同机构之间的联合统计分析，不暴露各参与方的前提下实现运算。3 http:/ 56主要因为金融行业的数据集中在金融领域，且受限于机构业务范围，具有对同业机构、其它行业机构的数据进行联合计算的需求。图 22：腾讯安全隐私计算平台架构 来源：腾讯安全，腾讯研究院以银行风控业务场景为例，当银行客户向银行提出现金借贷申请时，银行需要整合各种方面的资讯来评估违约风险。传统模式下，银行如果需要引入外部数据来提升效果，需要分享

123、明文的还款表现数据给合作数据方用以建立评分卡。这样的做法一定程度上泄漏了客户隐私，也违背了监管要求，因此未能普遍采用。为了发挥外部数据价值，提升模型预测的准确性，银行现在可以联合其他数据方进行联邦建模，在保护客户隐私数据不泄漏的情况下，利用外部数据建立模型。基于上述需求，腾讯隐私计算平台为某银行提供了联邦学习风控解决方案，通过跨机构的联邦建模，结合银行积累的数据和第三方数据建立新的评分卡评估用户逾期还贷风险。行方引用联邦学习模型的风控体系，将 M1+逾期率由 2.16%降低至 0.41%。同时，为了保障客户信息安全，当新客户向银行提出借贷申请时，银行通过隐匿查询技术查看客户的信用评级分数。隐匿

124、查询技术会将客户 ID（例如联系方式）进行模糊化，第三方服务商收到请求后无法定位到具体的人。从而帮助银行防止了潜在的客户线索泄漏风险。57图 23：基于隐私计算的金融风控建模案例 来源：腾讯安全，腾讯研究院三、趋势展望通过隐私计算技术释放金融数据要素潜能、推动数据有序共享成为业界共同认可的金融科技趋势。一方面，随着数据安全与治理体系的不断完善，隐私计算将成为数据流通、共享必需的基础设施，广泛应用于泛金融行业。另一方面，隐私计算技术的逐步成熟、持续创新，使得其在银行、保险、证券等行业的具体应用场景中，既保障数据安全又最大程度挖掘企业数据流通、协同应用的价值，形成一批行业标杆性案例，实现金融业务的

125、创新和提效。伴随数据要素可信流通成为行业发展主线之一，我们可以预见：（1）支持金融数据要素可信流通的政策和制度供给将会增加，包括国家层面进一步制定和健全数据要素安全流通的法律法规。（2）未来金融监管机构、金融机构、科技企业需要合力在国家政策指引下进一步推进隐私计算的标准体系建设，积极参与国际标准制定，将我国的产业实践贡献到国际标准中，助力金融数据可信流通“行稳致远”。（3）政产学研加速隐私计算软硬件融合、加速计算性能提升。在政策支持下，隐私计算的科技厂商、学术机构和研究机构，通过算法加速、通信加速、代码加速等方式进行算法优化，融合硬件加速技术、算法优化等方式，有效提高隐私计算性能。58趋势八：

126、动态风险治理打造数字风控新模式一、趋势应用过去，在金融的组织层面，传统风险治理模型是根据组织职能的功能与性质划分责任，依靠业务部门、合规部门和内审部门三道防线进行风险治理，而不是根据数据驱动的生产经营活动所带来的风险划分管理责任。此外，在传统的风险治理模型中，管理层以静态方式分析和处置风险，会引发业务风险通过流程链条传递到组织层面的系统风险。动态风险治理（dynamic risk governance，DRG）是基于组织层面的以动态方式分析和处置风险的风险治理体系。组织通过实施动态风险治理，针对每种风险适当地定制化风险治理，使组织能够更好地管理风险并降低保障成本。同时动态风险治理是以大数据与人

127、工智能为核心技术，在海量数据分析的基础上，结合机器学习、智能算法等自动化模型，构建组织层面的动态风险管理体系。相比于传统的二元风控模型，动态风险治理拓宽了风险量化的范围，将每一笔贷款申请等金融服务，自动化生成一个 0 到 100 之间取值的风险分数，金融机构根据不同的风险分，来决策金融服务的类型与成本。随着 5G、大数据、云计算、区块链、人工智能等新技术的应用，数字经济得到了大力发展，同时加快了组织数字化转型进程。组织和业务从本地迁移上云、敏捷项目的实施、开源代码的应用、数据流动和开发利用等因素，导致数据风险决策越来越分散，数据泄露、滥用、篡改等数据安全事件越发频繁，同时，基于三道防线的个人金

128、融与企业金融业务的风控流程，需要全方位和强关联的风险治理体系，来进行系统的控制与治理。DRG 框架是通过分析每个风险的治理强度，构建风险 RACI 矩阵（谁执行（R=Respon-sible）、谁批准（A=Accountable）、咨询谁（C=Consulted）、通知谁(I=Informed)）来实现的。DRG 的数据分析看板定期向高级管理层提交简要报告，以便随着战略或机会的出现而更新。由“静”到“动”的风险治理框架，打破了职能边界，通过经营活动而不是按角色分配权力，建立了更密切的工作关系，以便在风险发生时迅速处理风险，通过更多的合作，实现及时、协作和高效风险管理。DRG 的实施需要考虑风险

129、管理数字化，组织将数据集中化管理，持续进行风险分析，并建立组织风险视图，自动化持续跟踪业务风险、组织风险和数据风险，实现对风险分析过程的全面治理。DRG 框架的实施，能够帮助组织更加了解组织的整体风险状况，组织根据风险偏好和容忍度制定系统层面的风险治理策略，并针对不同数据处理活动、不同数据类型和敏感等级的风险采取不同的风险治理模型，实现精细化的风险治理。59二、趋势案例腾讯安全天御决策操作系统，聚焦数据分析、风险感知、AI 决策，结合隐私计算等腾讯自研应用，通过操作系统的形式，连通腾讯云原生底层基础设施与上层应用软件，让数据分析与 AI 在各金融场景更轻松、智慧地驱动决策的制定与应用。金融机构

130、可基于该操作系统与现有系统兼容互通，补齐数智化业务和人才短板，打造统一的风控中台。图 24：腾讯安全天御决策操作系统 资料来源：腾讯安全，腾讯研究院在风控中台场景实践中，银行机构可在贷前信用风控决策流程部署 150300 个指标与常量、200500 个规则判断、1030 个模型节点、1020 个决策节点、若干个辅助脚本节点。全流程自动审核审批、无人工介入，极大节省人力投入，一支 35 人的风控团队即可支持百亿级的业务规模。所有的风控决策节点与流程，在决策引擎平台上，都能被清晰定位和解释，进件资产在不同环节的风控表现也能实现全程透明，帮助商业银行进行快速、准确的业务分析。腾讯安全曾帮助某客户进行

131、内部审计时，仅用一个工作日，完成 20 万条全量业务数据的风控分析，提炼所有审计要求的数据。因此，动态风险治理平台，具备风控能力标准化、产品化；构建不同主题域的风险数据集市；完备的数据管理和特征管理能力；以及灵活部署，高效并发处理能力四大优势能力。第一、风控能力的标准化与产品化。在风控中台中，专家能力与信贷、反欺诈风控项目的服务经验，经过梳理、沉淀，形成了标准化的知识库，包括风险特征库、风险规则库、风险报表、60风险数据和风险策略等，并通过嵌入到动态风险治理平台中，实现业务与组织风控的快速启动。第二、构建不同主题域的风险数据集市。风控中台提供面向风险的数据主题集市，满足银行等金融机构对内部风险

132、精细化管理的需求，形成了风险数据整合的统一展示平台，支撑风险决策。第三、完备的数据管理和特征管理能力。模块化管理流程，提升数据管理效率，整合银行等金融机构的内外部数据，降低数据接入时间和代价，打通行内数据孤岛，构建全行统一的风险数据特征，提供口径统一、全面的、综合性的风险数据。第四、灵活部署，高效并发处理能力。支持规则+模型的灵活配置，以分布式部署的方式，对高并发场景实时支持。同时，7*24 小时自动进件的审核，实时业务、风控监测预警，风险事件实现全天候跟踪处理。在数据处理能力层面，快速、海量的规则计算能力，能实现数据快速、关联查询，2 分钟新客、30 秒钟老客户审核，系统吞吐量能达到 160

133、+TPS。在业务规模支撑层面，支持 100 亿级别贷款规模、单日 10 亿+进件量和 10 亿+单日交易金额峰值。光大银行是最早实践风控中台的头部银行之一。在银行科技金融转型战略牵引下，光大银行联合腾讯云搭建了一套基于大数据和人工智能以及专家经验策略集合的智能风控决策体系，实现电商、社交、出行、教育、医疗等多类消费场景的金融化和互联网化，先后在欺诈检测、风险评估、预警催收等多个风控环节进行智能风控产品创新，并实现成果转化。图 25：光大银行搭建风控中台成果（截至 2021 年末）资料来源：腾讯研究院全真互联 银行数字化发展研究报告61三、趋势展望以往金融机构的风控能力和工作开展都建立在线下的物

134、理网点基础上，面核面签、可信环境等安全设计能很好地保障风险可控。尽管用户办理流程比较长，银行也需要承担相对高的人力成本，但在以线下办理为主要方式的年代，线下营业厅每天仍有络绎不绝的用户办理业务。金融服务线上化之后，用户对办理流程和体验提出了新的要求，推动冗长的传统风控流程不得不提速。“动态风险治理”的方案，能系统地服务好更大范围的普惠用户，金融机构依托自有数据和第三方数据，能在没有“面对面”的数字世界中快速勾勒出用户的风险等级，同时基于云计算、大数据、人工智能等先进技术，在流量入口前置风控、反欺诈管理、风险模型、额度策略等方面对风控策略进行整体升级，提升信贷效率。62融合篇全真互联适应金融服务

135、需求变化，推动金融机构数字化转型，拓宽国家普惠金融优质服务。Web3 实现金融服务安全、高效、透明，驱动国家产业发展模式创新。融合篇全真互联依托实时音视频 TRTC、AI、数智人、云渲染、数字孪生等技术，探索新一代金融场景全真交互的创新和落地。海外 Web3 作为下一代互联网，基于分布式的理念，构建 DeFi（分布式金融）应用，将成为金融服务的有益补充。63趋势九：全真互联加速金融数字化转型一、趋势应用在数字化政策、技术、资金、标准和生态的共同推动下，金融数字化转型升级不断加速和深化。金融机构通过布局云原生、区块链、人工智能和数字孪生等技术，开始为客户提供沉浸式、个性化的金融服务体验。腾讯和埃

136、森哲联合发布的全真互联白皮书表明，全真互联是通过多种终端和形式，实现对真实世界全面感知、连接和交互的系列技术集合和数实融合创新模式。对个人而言，全真互联能随时随地提供身临其境的体验；对企业和组织而言，全真互联让服务变得更可度量，质量更可优化，推动组织的效能提升；对社会而言，全真互联让资源利用效率提升，为产业发展模式带来创新，提高社会治理效能，促进社会可持续发展。全真互联具有全真体验、无限连结、自由协同、数实融合四大发展特征。具体来说，全真体验可实现所见即所得，通过数字技术也能够对真实世界进行全面的沉浸式感知和体验，从视觉、听觉、嗅觉、触觉等方面重塑体验方式。无限连接是指人、物、环境、世界之间将

137、产生无数种连接的可能性，通过多端互联打破信息流通壁垒、拓宽数据连接范围、开放生态合作领域。自由协同是指全真互联突破物理时间和空间的限制，让人能够触达更广阔的世界，随时随地、顺畅自然、无距离感地沟通或协作。数实融合是指数字技术与实体经济融合发展，社会产业得益于数字技术的注入提质降本增效，真实世界因此更加美好。全真企业的实现不是指单纯建设一套数字化平台或引入数字化工具,而是一整“数实融合”的系统性工程，既需要“自顶向下”的全局规划和顶层设计,同时也必须具备“自底向上”在各个业务层面落实应用的数字化技术。举例来说，全真互联时代的数字化转型，将推动核心系统架构从集中式架构向瘦核心、分布式架构方向演进，

138、降低基础设施投入成本的同时，提高业务创新和运行效率。全真互联时代下的金融科技服务，旨在创建一种以用户为中心、以数据为驱动、以全真为特色的新型普惠金融服务，以支持线上服务智能化、沉浸式的金融服务模式。当前，金融机构与金融科技服务商综合运用云原生、音视频、物联网和 AIGC（AI generate content）等全真互联技术，实现了数字人、数字资产、远程银行和全真营业厅等新业态的落地，极大提升了服务能力和用户体验。一般而言，全真互联可应用于金融科技全链条场景，包括组织管理与机构治理、客户服务与业务运营、经营决策与产品创新和研发实现与科技治理四个环节。第一，在组织管理与机构治理环节。其不仅应包含

139、组织架构的设置和调整，还应关注技术、岗位、64绩效、薪酬、职业发展、企业文化等要素。在传统的层级式组织向灵活式、拼接式的数字化、原生化组织转型的过程中，需要上述各要素发挥自身特色，形成一套较为完善的、符合公司发展要求的数字化管理体系。第二，在客户服务与业务运营环节。其旨在让渠道和服务每时每刻存在，具体包括渠道和营销两方面。在渠道方面，可以基于数字平台，将金融服务的线下分支机构与社交购物平台等渠道进行整合，搭建多元融通的服务渠道，提高存量客户活跃度，实现业务量的提升。此外，可以根据多渠道数据实施智能决策，不断打造以客户为中心的极致服务，进一步提升品牌价值。在营销方面，围绕“人即服务”，链接微信生

140、态，打造服务闭环，形成数字流量、数字服务、数字营销三大数字模块。例如，通过企业微信链接微信生态，把业务流程和管理流程数字原生化，以客户触达、引流分配、运营管理、营销转化的方式进行客户精准营销。第三，在经营决策与产品创新环节。其旨在激发数据要素动能，完成从“业务数据化”到“数据业务化”的转变，包括运营管理和风险决策两方面。在运营管理方面，通过 5G、人工智能（AI）、区块链（Block）、云计算（Cloud）、大数据（Data）、虚拟体验（Experience）、物联网（IoT）（以下简称“5ABCDEI”）的底层支撑，为对外营销及银行机构内部人员的管理赋能。金融机构一般包括总行、分行、支行三层

141、架构，通过云原生技术应用，将总行管理需求和分行、支行的“管理+营销”需求自上而下串联起来，形成内部连通的有机管理体系；将管理团队、业务团队和客户串联起来，更好地为零售、对公和中间业务赋能，推动金融机构数字化和原生化服务转型。在风险决策方面，风控解决方案以专家规则与数据挖掘模型相结合，以金融数据与互联网大数据相结合，通过“5ABCDEI”调用内外部数据，及时完成风险测评。针对项目特定客群制定基本准入政策，通过内部数据关联，结合客户基本信息、相关报告及二十余项外部征信数据进行综合判断，利用大数据模型在贷前、贷中、贷后对客户进行信用风险评估。第四，在研发实现与科技治理环节。其主要以云原生为基础，打造

142、轻核心、分布式架构，逐步取代过去的集中式架构。在传统金融体系下，各部门负责不同的业务，开发和运维、产品、运营、业务、理财等各方难以进行数据信息之间的互通。而基于“5ABCDEI”等技术支撑，可以将核心系统打造成轻核心、分布式架构，突破“数据孤岛”瓶颈。其中，轻核心架构只保留核心业务中的账务处理和会计处理，将大部分管理功能剥夺；分布式架构则将不同模块与服务实时打包云化，待其成为各类独立的应用后进行集群化扩展，为金融机构降低基础设施投入成本、提高业务运行效率提供了可能。65二、趋势案例全真互联银行作为以用户为中心、以数据为驱动力、以全真互联为特色的新型服务模式，充分适应金融服务需求的变化，叠加机器

143、学习、人工智能技术迭代创新，是银行数字化发展的前沿式实践。例如某国有大型银行已借助科技，赋能场景、渠道、业务等传统模式创新，开展建设全行音视频能力平台的全真互联转型实践。从具体的实施方案来看，银行利用本地支行网点和异地分支机构的数据中心为基础设施，通过 AI 系统、在线音视频能力平台及数据中台、新客服平台等相关系统，构建高效协同的技术应用整体框架，对内加速数据与资源的流动，对外以全真互联形态对接企业、客户、市场等。在业务场景开展层面，银行主要以远程视频服务、在线业务操作、视频双录、线上客服、远程考试培训等方式提供服务，即使客户距银行线下网点远隔千里，也能在远程端切身体验数实融合的新型服务模式。

144、同时银行通过手机银行、小程序、自助银行等以全真互联为支撑的渠道，应用于线上拓客、线下拓客、交易服务、视频客服、人才服务的智能营销交易场景，塑造线上线下客户交互场景一体化，重塑获客及触客渠道。银行借助全真互联这种多层次新型交互渠道，实现客户沉浸式、个性化体验最优化，加速组织效能提升。图 26：全真互联银行运行架构 资料来源：腾讯云、腾讯研究院66三、趋势展望在数字技术的迅速发展的大背景下，各银行积极推动数字化服务能力的提升，全真互联给予银行数字化转型的新方向和转型方案。以全真互联技术为支撑的商业银行，极大地释放了数字红利，即使是在银行面临宏观经济下行、行业竞争不断加大、用户需求发生变化、前期数字

145、化转型未及预期等内外部压力的情况下，全真银行依然显示出了较强的竞争力。在未来，借助技术的迭代创新，全真互联势必会给银行数字化探索路径提供更多潜在可能和发展空间，与此同时，代表着“下一个时代”的全真互联成为银行业普遍承认的技术趋势，既能为社会公众提供与现实世界一样的服务体验，又能达到超越现实世界的创新突破，助力金融机构在深化数字化转型道路上走出体现中国社会主义特色且领先时代的业务模式。67趋势十：Web3 助力打造出海金融科技基础设施一、趋势应用Web3 是指由分布式账本支持，基于区块链架构的新一代互联网。通过分布式系统、共识、密码学等协议和技术构建的可信任的、隐私安全的价值互联网，其主要创新点

146、包括开放、隐私、共建，以及借助区块链和智能合约等技术实现的去中心化。Web3 将会开启一个全新的数字时代，用户不但可以在互联网上读取、交互信息，还可以传递资产。每个人都可以在计算、存储、交易等各个领域享受到去中心化的服务，成为自己信息数据的拥有者和管理者。同时 Web3 也带来了包括金融在内的多领域的创新应用。Web3 的模式经历了从发展平台到发展协议的变革，Web1.0 是静态的信息互联网，由平台生产、拥有、控制内容，然后主要由平台获得收益。Web2.0 是交互式信息互联网，由用户生产内容，再由平台负责拥有、控制内容，最后平台进行分配收益。Web3 主要是通过协议进行分配，用户在协议上去生成

147、资产，拥有资产，控制资产，然后由协议来分配收益，并没有一个中心化的平台运营商。图 27：Web3：从发展平台到发展协议 资料来源：腾讯云，腾讯研究院68从技术层面，五大关键技术栈构成 Web3 生态，分别是：协议层、工具层、平台层、应用层和入口层。最底层是协议层，由底层区块链架构组成，包括公链、智能合约平台、跨链桥等，其他的一切都是在该架构之上构建的。在这场以区块链为标志性开端的革命中，公链无疑是最重要的基础。公链指任何人都有权限读取、发送且获得有效确认的共识区块链，因此公链通常被认为是“完全去中心化”的，其无需注册、授权便可匿名访问网络，具有中立、开放、不可篡改等特点。工具层位于协议层之上，

148、由可互操作的构建模块组成，包含智能合约审计软件、数据存储、通讯协议、数据分析平台、DAO 治理工具、身份解决方案、基本的金融服务等。当这些基础设施组合在一起时，就会像乐高积木一样，Web3 开发人员可以使用它来构建应用程序。平台层通常用于工具层之上，主要是 Web3 中进行资产发行、流通及交易的的应用场景，另一方面，平台层也可以成为基于工具组成的游戏或者元宇宙等场景的入口。应用层是基于基础设施层之上的各种模块，是 Web3 的主要使用场景。由于以太坊具备图灵完备的特性，在以太坊上可以创建去中心化的应用和服务，包括各类去中心化金融（Defi）、社交协议、NFT 交易平台、元宇宙游戏等多样化的去中

149、心化应用 Dapp 和服务。最上一层是存取接入层，作为各种 Web3 活动接口的应用程序。一般来说，用户想要进入各种应用，需要通过区块链钱包进行登录，所以钱包成为接入大多数 Dapp 的入口。此外，用户如需查询链上资产和交易信息，则需要通过区块链浏览器进行。图 28：价值互联网的全景生态 资料来源：腾讯云，腾讯研究院69二、趋势案例1.去中心化金融（DeFi）在金融领域，Web3 技术可以实现去中心化金融（DeFi）。DeFi 是指去中心化金融（De-centralized Finance），根据中国信通院 全球 Web3 技术产业生态发展报告（2022 年）的定义，DeFi 是利用智能合约和

150、预言机打造的一个基于 Web3 的开放金融系统，旨在无需依赖第三方中心机构的条件下，为用户提供各项金融服务，并支持一体化和标准化的经济体系。DeFi 中的交易直接发生在交易双方之间，可以支持更为详细、更为多样化的交易细节设计，充分满足人们的金融需求、大幅提升交易效率。DeFi 将给金融市场带来更大的创新空间，有望在多种金融服务场景应用，包括借贷、交易、稳定币、保险等。DeFi 是 Web3 在金融科技方面较为成熟的应用场景，主要包括去中心化交易和去中心化借贷两种金融应用模式4。当前去中心化借贷模式主要依托数字资产，尚未进入现实经济活动，对于传统信贷的影响较小，但其中蕴含的理念和被实践证明的技术

151、对于 Web3 下银行借贷模式创新具有积极意义。首先，去中心化借贷将审批权交给市场主体并通过制度设计约束市场主体的行为，有助于激发创新活力。传统贷款的决策主体主要为各银行的授信审批委员会，依靠审批人的经验进行授信决策。去中心化借贷中的超额抵押贷款主要依靠超额抵押进行风险防范；闪电贷主要借助区块链的“原子性”，依靠交易回退的方式取消没有偿还的贷款。去中心化借贷将贷款审批权转移给市场主体，并通过超额抵押、交易回退等制度设计限制了市场主体的不良行为，该种贷款模式有助于激发市场主体的创新活力。其次，去中心化借贷有可能推动银行业形成以数字产权和时间流为核心的评审模式，对科技贷款具有启发意义。2.Unis

152、wapUniswap 是一种基于以太坊的去中心化交易协议，它可以实现任意两种代币之间的兑换，无需中间商和交易所。Uniswap 的交易机制是基于自动化做市商机制的。自动做市商（Automated Market Maker，简称 AMM）是一种基于算法的去中心化交易机制，它可以让用户在不需要传统交易所的情况下交易代币。在 AMM 机制中，交易的价格是由一种算法自动计算得出的，而不是像传统交易所那样由买方和卖方的竞价来决定。AMM 机制的核心思想是让用户提供代币的流动性，以换取手续费奖励。具体来说，在 AMM 机制中，用户需要将两种代币存入一个智能合约中，4 全球 Web3 技术产业生态发展报告（

153、2022 年）70形成一个流动性池。当其他用户进行交易时，他们需要向这个流动性池中存入一种代币，从而获得另一种代币。交易完成后，流动性池中的代币比例会发生变化，AMM 算法会自动调整代币价格，使得交易对的价格保持稳定。这种机制可以带来更高的流动性和更低的交易成本。目前，许多去中心化交易平台都采用了 AMM 机制，其中最著名的是 Uniswap 和 Curve 等。图 29：UNISWAP 工作原理 资料来源：腾讯云，腾讯研究院三、趋势展望Web3 技术的出现将为金融市场提供更大的创新空间。从资产层面，Web3 将推动基于互联网原生的数字资产发展。从效率层面，Web3 将建立多方信任、提高资产流

154、通效率，充分满足人们多样的金融需求。从隐私和安全层面，Web3 技术可以实现数据隐私和安全，这是传统互联网所不具备的。区块链技术可以实现去中心化存储，使得数据分散存储在网络中的各个节点，从而保证数据的安全性和隐私性。71联合发布机构简介：腾讯研究院是腾讯公司设立的公共战略研究机构。旨在依托腾讯公司多元的产品、丰富的案例和海量的数据，围绕互联网发展的焦点问题，通过开放合作的研究平台，汇集各界智慧，共同推动数字经济与社会健康有序的发展。为数字经济和社会健康有序发展提供前沿性思考。坚守开放、包容、前瞻的研究视野，致力于成为现代科技与社会人文交叉汇聚的研究平台。腾讯云，腾讯集团倾力打造的云计算品牌，面

155、向全世界各个国家和地区的政府机构、企业组织和个人开发者，提供全球领先的云计算、大数据、人工智能等技术产品与服务，以卓越的科技能力打造丰富的行业解决方案，构建开放共赢的云端生态，推动产业互联网建设，助力各行各业实现数字化升级。腾讯安全是基于腾讯 20 多年海量攻防实战经验，以腾讯安全联合实验室作为实力技术支撑的网络安全领先品牌。腾讯安全以“一起，捍卫美好”为使命，致力于与客户、伙伴携手共进，追求卓越，全力守护数字世界美好未来。微信支付是腾讯集团旗下中国领先的第三方支付平台，一直致力于为用户和企业提供安全、便捷、专业的在线支付服务。以“微信支付，不止支付”为核心理念，为个人用户创造了多种便民服务和

156、应用场景，为各类企业以及小微商户提供专业的收款能力，运营能力，资金结算解决方案，以及安全保障。企业、商品、门店、用户已经通过微信连在了一起，让智慧生活，变成了现实。72腾讯广告作为腾讯面向企业统一的商业服务平台，致力成为“企业全域经营伙伴”。我们依托“全场景用户连接”、“全链路经营提效支撑”、“行业化营销服务”，以及“服务生态体系”四大核心能力，帮助广告主实现数字化经营与生意增长。腾讯优图实验室于 2012 年正式成立，是腾讯顶级的人工智能实验室，一直以来专注于视觉技术的研究与落地，现在实验室已经有 300 多位科学家及工程师，在多项国际顶级 AI 比赛中斩获赛道冠军，拥有超过 1000+件全

157、球 AI 专利。截止目前，腾讯优图通过腾讯云输出超过 20+AI解决方案，100+AI 原子能力，为国家人口普查、健康码、粤港澳小程序、医疗影像 AI 级国家平台、敦煌研究院等提供核心的自研 AI 技术能力。此外，腾讯优图专注未来科技研究，与 50+全球顶级院校展开产学研合作，积极探索航空航天、公益环保、文化保护等领域，打造如跨年龄 AI 寻人，OCR 无视障、青少年内容审核等技术能力，践行公司科技向善的使命和愿景。招商银行于 1987 年成立于中国改革开放的最前沿深圳蛇口，是中国境内第一家完全由企业法人持股的股份制商业银行，也是国家从体制外推动银行业改革的第一家试点银行。成立 35年来，招商

158、银行已成为沪港两地上市，拥有商业银行、金融租赁、基金管理、人寿保险、境外投行、消费金融、理财子公司等金融牌照的银行集团，在全球具有鲜明的发展特色和重要的市场影响力。中信建投证券成立于 2005 年 11 月 2 日，是经中国证监会批准设立的全国性大型综合证券公司。公司注册于北京，注册资本 77.57 亿元，主要股东有北京金融控股集团有限公司、中央汇金投资有限责任公司与中国中信集团有限公司，均为拥有雄厚资本实力、丰富资本运作经验与较高社会知名度的大型企业。公司在全国 30 个省、自治区和直辖市设有 300 余家证券分支机构，并设有中信建投期货有限公司、中信建投资本管理有限公司、中信建投(国际)金

159、融控股有限公司、中信建投基金管理有限公司和中信建投投资有限公司等 5 家全资子公司。73智创互联2023 金融科技十大趋势报告专 家 推 荐数字经济时代，金融机构正全面拥抱智能科技，积极借助金融科技赋能实体经济，在激发数字活力的同时释放数字红利。本报告结合目前政策及行业发展，通过分析十个趋势方向及案例，给出有价值的研究成果，对于更好理解金融与科技的融合发展及新的增长点具有启示意义。黄益平 北京大学国家发展研究院副院长、教授北京大学数字金融研究中心主任在万物智慧互联的时代，数字经济的发展离不开创新科技的支持。为加快数字中国建设，金融业持续提升智能化、数字化能力。报告以智创互联为主题，详实介绍了前沿科技未来的发展趋势并辅以案例分析，对金融科技发展提出前瞻性展望。高峰中国银行业协会首席信息官国家“十四五”规划中对于金融科技创新和金融机构数字化转型提出明确要求，要求金融机构稳妥发展金融科技，加快数字化转型。本报告对金融科技的发展趋势做出了展望，对金融机构如何规划发展金融科技具有深刻启示。王 辉中央财经大学金融学院党委书记、教授 报告展现了十大金融科技的趋势应用，趋势案例和趋势展望。深入研究金融科技的应用情况，辅以分析金融科技应用的案例，推理出金融科技的发展趋势，其对金融科技的未来发展规划有重要的参考价值。徐翊鸣腾讯云副总裁