2024年中国金融科技（FinTech）行业发展洞察报告.pdf

部门：TMT金融组2023 iResearch Inc.2024年中国金融科技（FinTech）行业发展洞察报告署名：孙石琦2目 录CONTENTS01中国金融科技行业发展背景介绍Background02中国金融科技行业技术侧趋势介绍Technological Development Trends03中国金融科技行业业务侧能力应用Business Application04卓越者评选&典型厂商案例Outstanding Enterprises&Case Study05中国金融科技行业专家之声Industrial Experts Insights3中国金融科技行业发展背景介绍Background0142024.3 iResearch I科技价值的分析科技能力由金融服务传导至实体经济，金融科技的外延价值提升金融机构运营效率，助力实体经济降本增效金融科技的发展是人工智能、区块链、大数据等前沿技术与传统金融业务的结合，在合理应用数理模型与算法能力的基础上，实现对于数据与计算资源的整合及充分应用。金融科技的广泛应用不仅在业务层面完善了机构的风险管理策略、提升精准营销能力，并且通过改进业务办理环节与展现形式，以丰富的内容与交互方式服务用户，全面提升用户的金融业务办理体验。与此同时，前沿技术的影响力也通过金融服务的方式传导至实体经济，企业不仅在数字化转型的浪潮中提升了自身基础技术应用与数据治理能力，也在金融机构科技赋能的背景下获得了性价比更高、流程更高效的金融服务，极大的降低了企业（特别是中小企业）的融资周期，实现以技术推动金融业与实体经济间的产融结合，助力金融科技行业发展新目标的达成。来源：专家访谈，公开资料，艾瑞咨询研究院自主研究及绘制以数据与模型为基础完善金融机构风险管理策略优化金融机构业务办理流程提升用户金融服务体验丰富产品营销方式提升精准营销与个性化服务能力大数据、人工智能改进金融模型框架优化业务流程与策略机制云计算整合计算资源提升计算资源利用率区块链技术保障数据安全、私密流通与分享金融科技的内生价值：科技优化金融能力金融机构金融科技的外延价值：提升金融机构运营效率可获得低成本、高性价比的金融产品及服务实现“数字驱动、智慧为民、绿色低碳、公平普惠”的金融科技行业发展目标金融科技价值导向分析全景图金融科技实体企业技术赋能金融业务能力金融服务实体经济科技能力升级间接助力实体企业经营金融科技的外延价值：助力实体企业降本增效金融监管体系缩短金融业务办理流程金融资源得到及时、合理的配置解决中小企业融资难问题推动普惠金融产业发展52024.3 iResearch I政策环境的演变金融行业迈入“统一的超级监管”时代 中国金融监管总局设立，银保监会退出历史舞台，国内金融监管格局由“一行两会”转变为“一行一局一会”。央行、国家金融监管总局及中国证监局“三定”方案公布，“超级央行”的监管框架让位于“双峰”监管，以央行负责审慎管理、国家金融监管总局负责金融监管为核心的中国金融“双峰”监管框架基本形成。金融科技发展规划（2022年-2025）将金融科技治理与保障安全和隐私下的数据有序共享放在首位，健全金融科技治理体系，运用金融科技创新监管工具，强化数字化监管能力建设。健全法律制度体系，制定网络安全法数据安全法个人信息保护法在金融领域的配套规章制度，健全适应新发展格局的高质量、多层次监管基本规则体系。中国金融科技行业发展政策环境解读金融监管体系的改革推动行业进入超级监管时代，数据要素应用与金融场景建设成为当今金融科技行业关注的重点能力数据应用与场景建设成为行业关注的首要能力重视数据在金融场景的应用，完善数据要素流通体系，以技术的金融场景化落地为目标，推动场景金融与嵌入式金融发展金融数据成为“生产要素”金融数据升级成为“生产要素”“数据+技术”双轮驱动金融创新发展完善金融场景建设，推动嵌入式金融、场景金融发展，打通科技成果转化“最后一公里”“同时将数字元素注入金融服务全流程，将数字思维贯穿业务运营全链条，注重金融创新的科技驱动和数据赋能。”本阶段规划将关注的重点由技术应用转向更为根本的数据要素，强调金融数据在金融行业发展中的作用，在技术的基础上突出金融数据治理与应用，通过数据+技术双轮驱动金融创新发展。完善金融场景建设“强调深化数字技术金融应用,壮大创新共赢的产业生态,助力普惠金融的发展,打通科技成果转化“最后一公里”表明了场景金融建设的重要性，通过先进的金融科技技术将金融与场景深度融合，增加各产业间的关联性，引导资源的流动与共享，对产业生态的可持续发展起到持续的推动作用。同时场景金融的发展将不断拓展金融服务边界，助力普惠金融的发展。健全金融科技治理体系、强化数字化监督能力建设是保障数据安全私密共享、实现科技成果场景化建设的首要保障来源：专家访谈，公开资料，艾瑞咨询研究院自主研究及绘制62024.3 iResearch I业技融合的应用以金融业务需求为导向的技术服务成为“厚积成势”新阶段金融科技行业的发展目标，市场参与者“业技融合”能力受到普遍关注如今国内金融科技行业已从“立梁架柱”迈入“厚积成势”的新阶段，与之前强调技术层面的提升不同，新阶段的金融科技行业将更加重视技术与业务的交融共振，如何从业务视角探寻金融机构的技术需求、真正实现以业务需求驱动技术应用、以技术应用优化业务流程成为金融科技行业发展的进阶目标。这不仅考验金融机构在面对数字化、科技化转型的应变协同能力，更是对国内金融行业IT技术服务商的大考验。在原有模式下，传统的技术服务商普遍以技术水平提升与新技术创新应用为驱动，企业的核心价值更多的体现在产品技术层面，对于特定的业务流程及场景应用的关注度不高。随着国内金融机构数字化转型浪潮的推进，金融行业对于技术能力的需求成为决定技术供给方行业发展的趋势导向，在金融科技行业发展的新阶段，技术服务商不能仅局限于技术能力的普世化应用，而是应从金融业务的技术需求出发，以业务需求带动相关技术产品的发展，真正实现技术与业务的边界融合、协同共生。在业绩融合的同时，技术服务商也应重视金融机构的产品使用体验，将服务朝向降低客户使用门槛、开源开放的方向推进，为金融机构提供更易用、更通用金融科技产品。来源：专家访谈，公开资料，艾瑞咨询研究院自主研究及绘制金融科技行业发展新阶段“业技融合”的应用金融业务 业技融合的第一步是要明确金融机构业务办理流程与金融场景的技术需求，以实际业务需求为导向，需求适合的金融科技产品。前沿技术 根据实际金融业务的技术需求，综合应用人工智能、区块链、云计算、体验提升、感觉界面等前沿技术，通过金融科技能力提升金融行业数字化、科技化水平。业技融合金融科技产品及服务协同共生边界融合 以金融业务技术痛点为导向的金融科技产品，助力金融机构实现动态投资管理与决策，提升业务相应能力 低门槛、开源开放、一体化的金融科技服务，帮助金融机构明确跨职能目标一致的战略目标，实现创新突破为金融机构提供结合金融业务与前沿技术的金融科技产品将成为金融科技行业发展新阶段的进阶目标72024.3 iResearch I21.0%13.6%9.8%11.0%9.7%10.7%13.2%14.4%16.4%金融科技市场规模在信创建设、发展规划等多重因素的影响下，国内金融科技市场预计将以约12%的增速于2027年突破5800亿元随着前沿技术的迭代升级与金融机构数字化转型进程的逐步推进，国内金融机构对于金融科技的投入规模逐年递增，2019年增幅一度高达21%，整体规模突破2200亿元，后续受到全球新冠疫情、中美贸易冲突、国际地缘政治等多方面影响，国内金融机构对于科技成本的使用愈加审慎，于此同时，国家倡导的信创建设推动了金融机构软、硬件产品的国产替代化浪潮，以国产软、硬件设备为基础的科技应用时代提升了金融机构传统IT系统的建设投入。此外，银行、保险等多领域纷纷颁布了2023-2025年科技投入发展规划，就未来3年金融科技投入提供量化指导，明确了科技团队的建设规模与投入的资金比例。综合来看，在发展规划的指导下，伴随着信创投入的提升与前沿科技应用的逐步成熟，未来国内金融科技市场将以约12%的复合增长率于2027年超过5800亿元。来源：专家访谈，公开资料，艾瑞咨询研究院自主研究及绘制1731.72078.02317.02530.12793.23040.03338.53735.34245.8276.4351.0403.5451.3517.6584.7665.7763.8870.4216.6262.8338.2377.4417.0465.7522.8625.6745.120192020202120222023e2024e2025e2026e2027e银行业（亿元）保险业（亿元）证券业（亿元）5124.75861.22019-2027年中国金融机构科技投入情况CAGR=11.98%2224.72691.83058.73358.53727.84090.44527.0增速（%）中国金融科技行业 技术侧趋势介绍Technological Development Trends 029中国金融科技行业技术侧发展趋势总结数据处理与平台应用多模态数据处理：改善信息收录方式，推动通用人工智能技术的泛化应用；低代码平台应用：下沉业务开发逻辑，覆盖更多中长尾金融业务场景；智慧智能应用金融大模型：集成数据、算法、算力，是大模型能力输出的主要方式；AI数智人：与多模态技术的结合为用户带来全新数智体验RPA与多技术的融合应用：以企业级集成平台的模式为金融机构提供复杂业务流程的自动化解决方案云应用“云边端”协同与边缘计算：满足金融机构充分泛在算力的需求“一云多芯”融合云平台：从底层硬件到上层云原生应用的多芯全栈式适配兼容；可信与安全隐私计算一体机部署：软、硬件结合提升隐私计算技术的易用性；云原生安全：将安全技术与云端应用紧密结合，打造云原生时代安全范式。10Part 1模块一：数据处理与平台应用112024.3 iResearch I多模态数据处理技术多模态技术的应用将改善传统模型的信息收录方式，利用更加丰富的感知通道模拟人类的理解和表达，推动通用人工智能技术的泛化应用多模态数据处理技术是指模型通过多种渠道感知、处理信息，以模拟人类信息理解与表达的方式，结合图像识别、金融大模型等前沿技术，实现在金融场景下多类型数据源的综合处理及运用，为金融机构的智能风控、客户营销与智慧化运营，提供多模态情感计算支持。在实际应用方面，多模态大模型技术可通过自监督的方式实现对于海量无标注数据的学习，其自身的泛化能力支持特定场景少量数据的标注学习及微调，目前该项技术在人工服务监督评价、智能语音输入、反欺诈及不良贷款识别、情感捕捉与个性化营销等方面得到深化应用，随着技术能力的提升，未来具备跨模态应用及学习能力的模型或将为金融业带来更全面的多模态应用。多模态技术的逻辑架构与金融场景的实际应用源数据多模态数据处理模型落地场景应用音频数据文本数据图像数据视频数据多模态数据编码器Transformer生成网络多模态数据特征投影/压缩多模态数据特征投影/解压多模态数据特征投影/解压Diffusion扩散程序Stable Diffusion稳定扩散Latent Diffusion潜在扩散多技术应用融合人工智能 智能风控 多模态的应用提升人工智能技术的能力“上限”，推动支持多种模态泛化输入、输出能力的通用人工智能（AGI）技术的完善；多模态数据处理模型可作为外部信息输入、输出的技术能力支持，为AI数字人、金融大模型等AI技术的泛化应用提供技术补充。弥补结构化数据构建模型对于多模态数据利用的局限性，结合人工智能算法对图像特征的提取能力，丰富风控模型信息输入模式，提升金融机构反欺诈与识别不良贷款的能力。智能营销 多模态感情计算通过对客户文本情感与微表情情感的识别计算，感知客户的情感反馈，结合大模型实现对于海量无标注数据的学习任务，实现用户的精准化、个性化营销。来源：专家访谈，公开资料，艾瑞咨询研究院自主研究及绘制122024.3 iResearch I低代码平台应用将金融业务的开发逻辑下沉到平台侧，在金融大模型的加持下覆盖更多中长尾金融场景的应用，实现数字化解决方案开发部署效率的提升随着金融行业数字化转型进程的推进，金融科技产品的技术研发与业务场景间的融合更加密切，低代码技术通过提供可视化的开发工具和预先构建模块，搭建起适用于金融业务的敏捷开发平台，在满足金融从业人员对于机构数字化转型过程中的诸多开发需求的同时，实现机构金融数字化业务效能的提升。在以往的低代码产品建设中，产品的可视化能力、基础组件的构成及产品与业务的适配效果是低代码厂商间竞争的核心，而面对如今产品应用能力的增强与业务场景的多样，产品功能层面的竞争已逐渐成为过去，是否有能力沉淀行业Know-how、实现复杂场景的敏捷开发成为低代码产品的最新需求，随着AICG、金融大模型等前沿技术在金融领域应用的逐步成熟，大模型加持下的低代码开发平台将实现更全面的业务场景覆盖，自然语言交互能力在低代码模式下的智能搭建与应用将进一步降低产品的使用门槛，通过需求描述自动生成简单应用的产品模式将成为可能。此外，金融大模型对于金融行业内数据、算法、场景模式的积累将为低代码平台的模块、组件、框架的优化提供有力支持，生成式AI对于需求代码的自动式生成将极大提高低代码平台的使用体验，助力业务向金融科技产品应用的达成。低代码平台功能的迭代与技术的融合来源：专家访谈，公开资料，艾瑞咨询研究院自主研究及绘制产品功能的应用技术生态的建设低代码平台+金融大模型技术赋能技术赋能 基础组件的建设与模块化、框架化架构的搭建；“流程画布+拖拉拽组件”的应用；贯穿软件生命周期的全生命周期开发管理能力。行业Know-how能力的积累；基于智能模型的自适应开发能力；开发者技术能力共享与生态建设。降低低代码平台使用门槛：融合金融大模型在图像识别、自然语言交互方面的能力，通过对业务需求的描述实现应用产品的自动化生成，提升用户的交互体验与开发效率；覆盖更多中长尾金融业务场景：金融大模型为低代码平台提供丰富全面的数据、算法、业务模型及场景模式的支持，在基础组件与框架的建设中融入大模型的快速学习能力，加速低代码平台的开发；此外，大模型也可在优化代码模板与生成结果方面辅助用户的产品开发流程，提供更便捷的低代码开发体验。低代码平台13Part 2模块二：智慧智能应用142024.3 iResearch I金融大模型随着人工智能技术领域深度神经网络架构应用的成熟，大模型作为汇集大规模参与复杂计算结构的机器学习模型，凭借其在自然语言处理、计算机视觉、语音识别、推荐系统等多业务导向领域的综合应用能力，逐步走向千行百业，而金融行业作为拥有丰富场景与个性化需求的核心业务领域，其对于大模型应用的需求受到行业内外的普遍关注。金融大模型作为将专业知识与大模型能力相结合的行业大模型应用体系，是通用大模型在垂直行业的有效实践，一方面金融行业对于大模型的广泛应用将改变金融科技范式，重塑金融机构工作方式与金融服务生态，就当前行业近况来看，金融大模型已在金融资讯、产品介绍、内容及图片文本生成、虚拟客服在线交互等方面得到实际应用，随着业务的融合与技术能力的提升，基于“大数据+大算力+强算法”的金融大模型将在更多细分的金融场景带来新技术的变革。集成数据、算法与算力的金融大模型产品将成为未来大模型在金融行业能力输出的主要方式金融大模型落地路径与能力对比来源：专家访谈，公开资料，艾瑞咨询研究院自主研究及绘制基础平台基础模型大模型服务（MaaS）业务场景高性能算力资源数据准备与增强机器学习建模与训练大模型训练模型推理模型蒸馏与压缩向量数据库通用大模型通用算法行业算法场景模板 企业专属大模型细分领域模型训练应用支撑针对于企业特征的行业大模型定制化解决方案OCR训练平台AOI训练平台智能决策模型代理智能营销产品创新风险管理监管科技办公管理基础大模型金融大模型创新技术支持行业经验反哺 与基础大模型相比，金融行业大模型结合金融业务场景特征与数据资源，在专业度、业务模型输出能力、场景适配度与成本把控等方面优势较为明显。随着行业大模型的不断涌现，未来将有更多的金融业务板块与细分场景被模型能力覆盖。基础大模型VS.行业大模型152024.3 iResearch IAI数智人多模态技术的应用助力“数字人”步入“数智人”时代，多模态信息的接受与理解将全面提升虚拟人物的交互功能，为用户带来全新数智体验以文本输入的形式进行语言理解的文本对话式机器人目前已被广泛应用于金融行业客服领域，通过智能系统自动读取、解析、识别外界输入的信息，在咨询服务、用户问答等环节，以拟人化、规范化、专业化的语句完成与用户间的初步交互。此外，可以实现简单语言交互功能的AI数字人也被金融机构应用于线下网点的客户接待与线上直播间的带货服务，在解放人力的同时也降低了金融机构的运营成本，随着AI技术的提升与多模态技术的应用，虚拟数字人在思想决策、语言输出等方面将更加接近真人，覆盖的应用场景与可搭载的设备种类将更加丰富，整体的交互能力与应用场景将得到进一步提升，逐步步入多模态输入模式下的AI数智人时代。来源：中国人工智能产业发展联盟，专家访谈，公开资料，艾瑞咨询研究院自主研究及绘制“AI数字人”到“AI数智人”的升级与应用多模态AI技术的应用人物语音生成人物动画生成音视频合成显示智能分析与决策感知识别终端用户TTSA人物模型文本输入（AI数字人）智能驱动型虚拟人运作流程 多模态AI技术的应用由“AI数字人”到“AI数智人”的升级信息融合跨模态生成上下文理解多模态模型核心能力结合应用多模态输入（AI数智人）“AI数字人”阶段 AI数字人阶段对语言的理解主要以文本为主，文本对话机器人被广泛应用在客服咨询、售后问答环节 随着语音交互功能的提升，部分AI数字人应用也可实现简单语言功能的交互应用。多模态技术的应用能够帮助生成式模型交互能力的提升，模型不仅能够文本输入，还能接受并理解多种感官模态的信息。多模态数据能够提供更加丰富、全面、准确的信息，因此AI数智人在感知能力、思维能力、内容输出能力等方面将全面优于AI数字人。162024.3 iResearch IRPA与多技术的融合应用RPA与大模型、流程挖掘等多技术的融合应用，以企业级集成平台的模式为金融机构提供复杂业务流程的自动化解决方案伴随着金融机构数字化转型的逐步推进，金融业务自动化的复杂程度与日俱增，针对复杂流程应用的RPA规划将产生高额费用，为了应对该情况的发生，RPA将从单一的技术模块转变为企业级集成平台，不断集成、融合更多的技术与组件应用，通过吸收其他板块的技术优势，提升RPA集成平台自身的自动化能力，助力金融机构有能力解决更多、更复杂的流程自动化与关键环节拆解的业务难题，全面提升RPA系产品的易用性。与RPA相融合的技术包括NLP、OCR等AI小模型的应用，以及与低代码平台结合以SaaS化产品输出的RPA系产品，其中目前业内最主流的两种应用模式分别是RPA技术与大模型以及RPA与流程挖掘两者的分别结合，应用大模型在智慧生成、语意理解等数智化方面的能力，优化人机交互模式，提升RPA产品的智能性。此外，流程挖掘技术的应用将识别自动化流程的机会点，在监测自动化流程的同时改进环节，实现自动化流程的全面优化。来源：专家访谈，公开资料，艾瑞咨询研究院自主研究及绘制RPA+流程挖掘RPA+大模型RPA企业级集成平台建设大模型与流程挖掘技术的融合应用机器人流程自动化RPA大模型（LLM）流程挖掘 流程挖掘作为构建传统模型驱动方法与新兴数据驱动方法之间的桥梁，通过分析信息系统中的事件日志数据，以流程模型或流程图的形式展示业务流程的实际运营情况。小模型低代码+SaaS流程挖掘技术的应用：改善RPA流程部署所需的完整环境和端到端视角，扫描业务流程，识别自动化机会点。识别业务流程的价值板块，量化自动化机会点的收益，帮助RPA排定优先级，提升自动化效益机会捕捉流程优化效果提升成本降低 为了拓展RPA技术的能力边界与适用场景，提升RPA产品在自动化业务流程上的经验判断与推理能力，将具备生成能力、语意理解、逻辑推理能力的大模型技术（以LLM为主）与其结合，以API、私有化+模型微调、原生模型等形式调用。大模型技术的应用：RPA产品人机交互能力的提升促使用户能够通过自然语言驱动RPA场景落地，缩短开发链路，同时产品智慧复合能力的提升也将超越传统的结构化应用，适配更多的业务场景。降低门槛人机交互拓展边界17Part 3模块三：云应用182024.3 iResearch I“云边端”协同与边缘计算“云、边、端”的协同充分发挥云计算与边缘计算的优势，满足金融机构对于充分泛在算力的需求；架构解耦成为技术落地应用的重要一环云计算的应用助力金融机构通过云端共享的算力资源实现大型计算任务的达成，这种集中式的计算模式对于云端数据中心的依赖度较高，广而全的数据信息获取与应用也使其在隐私安全性与业务时效性方面难以适配某些特定需求的业务流程，而边缘计算作为一种分布式运算架构，它的工作原理是将中心服务器负责的任务分解发放至网络的边缘端，由边缘端通过设备端收集数据，在不需要将数据上传至中心云的情况下，低延时满足金融机构的业务需求。边缘计算系统通过云、边、端的三方协同，实现了云计算和物联网的深度融合，避免了大量不必要的敏感数据跨网传输，可应用于金融机构智慧网点、智慧安防等场景建设中。对于金融行业来说，云端与边缘端的技术开源与架构解耦将成为“云边端”协同落地应用的重要一环，也为后续复杂业务场景的定制化开发奠定基础。来源：专家访谈，公开资料，艾瑞咨询研究院自主研究及绘制云、边、端协同一体化解决方案展示中心云资源管理设备探测智能终端设备边缘云边缘节点管理设备监控立体安全分布式数据分布式调度分布式应用统一运维统一管理移动设备传感设备设备端运维通道AI运维EdgeOps自动化部署告警策略统一监控设备告警数据采集指令控制云边协同边缘计算数据储存边缘网关边缘应用边缘自治设备端边缘端云端 传统云计算的中心节点，边缘计算的管控端，负责全局性、非实时、长周期大数据处理与分析。云计算的边缘侧，分为基础设施边缘和设备边缘，实现将云服务和应用部署在距离用户和数据源更近的地方。终端设备，包括移动设备、智能终端、传感设备等，负责数据的采集、云端报送及指令执行。192024.3 iResearch I“一云多芯”融合云平台“一云多芯”可实现从底层硬件到上层云原生应用的多芯全栈式适配兼容，是构建信创云、金融团体云底层架构的重要保障随着金融行业“上云用数赋智”进程的推进，金融业务场景的复杂性以及金融机构上云进程与软硬件产品选择的不同，导致目前金融行业存在多条技术路线并存的情况，而“一云多芯”作为能够实现在同一云端支持不同CPU芯片的混合部署的云平台协同技术，通过对源代码的架构编译、容器化封装、表转化部署的方式，实现多家金融机构、多类应用场景、多种软件产品的云端部署。在金融团体云建设与信创化浪潮中，“一云多芯”可解决信创应用适配N个操作系统与M个CPU架构的 N x M多选的难题，有效的将数智化转型过程中的工程化挑战，以多样化算力帮助金融行业实现金融团体云建设。来源：专家访谈，2023中国算力大会第二届西部数谷算力产业大会，公开资料，艾瑞咨询研究院自主研究及绘制“一云多芯”的发展路程演变及运行架构展示混合部署、统一管理、统一视图第一阶段第二阶段第三阶段一云多芯资源可管理程序可运行状态可迁移业务迁移、分层解耦、架构升级软件定义算力标准，全栈多芯 异构节点的统一池化管理，统一服务目录和统一监控运维 资源层、平台层和应用层分层解耦，基于算力量化分析，各层级协同实现应用的低成本跨架构平滑切换和弹性伸缩。形成处理器、异构加速芯片、整体算力等价规范，实现应用感知、架构无感知弹性调度发展路径云服务网络服务计算服务存储服务灾备服务安全服务数据库服务镜像服务 一云多芯一云多池物理机虚拟化公有云跨架构编译程序源代码服务器容器化封装标准化部署容器容器容器X86ARMLA 程序运营逻辑：“多芯”类型：鲲鹏飞腾海光Intel基础设施计算存储安全20Part 4模块四：可信与安全212024.3 iResearch I产品层本地隐私数据管理隐私求交实时隐私计算联盟管理模型管理训练任务预测任务业务监控日志审计隐私计算一体机部署随着金融行业对于数据流通共享需求的提升与数据合规应用监管的严格，隐私计算作为保障“数据可用不可见，用途可控可计量”流通范式的支持技术，在数据密集型产业合规运营中的作用愈发重要，但在实际应用中，面对复杂的技术栈部署、产品形态与应用环境，如何平衡技术在性能、安全性与通用性方面的表现，充分释放隐私计算能力、实现真正的大规模商用成为隐私计算行业发展面临的重要课题。在提升隐私计算技术的可用性、易用性方面，将可信硬件与高性能软件相结合的隐私计算一体机，通过软硬件结合的方式构建从硬件、固件、操作系统到应用软件的一站式隐私保护计算解决方案，应用可信硬件的支持保障隐私计算系统的高效平稳运营，为金融机构提供开箱即用、安全可证的数据可信流通服务。近日随着隐私计算一体机技术要求的出台，隐私计算一体机产品在在参考架构、功能需求、性能需求、安全需求等多方面获得了标准化、专业化的技术标准支持，在降低行业内协作成本的同时实现更大规模的产品应用与落地推广。软、硬件结合的隐私计算一体机产品解决方案展示通过可信硬件与高性能软件的结合提升隐私计算技术的易用性，为金融机构提供一站式隐私数据保护方案联合黑名单应用层联合信贷评分联合征信管理联合存量客户运营政府数据联合隐私计算软件层多方安全计算联邦学习特征工程机密计算在线推理硬件层可信执行环境加密与隐私保护算法组件秘密共享不经意传输混淆电路同态加密查分隐私零知识证明大数据存储计算服务云平台建设网络专线区块链安全增强设备计算加速设备数据源政府数据中心金融机构电信运营商企业数据中心互联网平台节点链路链接来源：专家访谈，公开资料，艾瑞咨询研究院自主研究及绘制222024.3 iResearch I云原生安全将安全技术与云端应用紧密结合，为金融机构打造智能化、平台化的云原生时代安全范式随着金融机构数字化转型浪潮的日益推进，金融上云成为行业发展的必然选择，在面对愈加复杂的应用部署、系统架构与资源规模时，如何保障金融机构上云后的云原生建设安全成为云原生时代应关注的核心问题，与传统“防火墙式”系统安全保护模式不同，云原生安全系统的建设需要从传统的边界防护转为纵深防御，应用安全左移、安全内生的原则，从软件开发阶段开始保障功能的可预期性、降低“可被利用”漏洞的安全事件发生，通过在软件开发、分发、部署、运营全阶段的安全体系保护，建设云原生时代金融机构的全新安全范式。来源：中国信息安全，专家访谈，公开资料，艾瑞咨询研究院自主研究及绘制开发安全运营安全云原生应用保护平台（CNAPP）镜像扫描可信验证IaC安全检查IaC代码检查安全架构设计安全开发环境IDE安全插件漏洞扫描容器安全RASP渗透测试基础设施即代码(IaC)扫描容器扫描云工作负载保护平台（CWPP)云基础架构授权管理（CIEM）云安全态势管理（CSPM)通过机器可读的定义文件来管理和配置计算数据中心的过程。可使用Pull Request和代码审查工作流审查代码正确性，支持DevOps代码系统自动完成基础设施部署和回滚。通过对镜像在构建、传输、储存、运营阶段的扫描，保障容器运行中基础文件的安全性，进而保障容器的安全性。面向多云/混合云环境，适用于大规模分布式部署；通过安全防护能力对云工作负载的随行，解决云内工作负载漂移问题。管理、授权、修复云访问风险，减少过多访问权限及云基础架构权利，确保用户具备必要的访问权限级别，避免可能导致安全风险的过多权限。通过自动化检测、记录、报告持续管理云安全风险。关注身份安全和合规、监控和分析、资产的盘点和分类，成本管理和资源组织四个关键领域云原生应用保护平台框架图及能力介绍中国金融科技行业 业务侧能力应用Business Application0324中国金融科技行业业务侧能力应用总结银行业：金融科技业务场景应用：精准营销：以“用户全生命周期”为核心的银行营销数字化产品应用；智能风控：由基础能力治理与风控能力应用两部分构成的银行智能风控体系建设；银行业金融科技投入规模：预计将以11%的复合增长率于2027年突破4200亿元；保险业：金融科技场景应用：智能核保承保：金融科技优化核保承保流程，提升业务办理效率与连续性；理赔流程优化：关键节点的数字化升级与业务流畅衔接是优化理赔流程的核心要素；保险业金融科技投入规模：预计将以约13.9%的复合增长率于2027年达到870亿元；证券业：金融科技场景应用：智能投顾系统：与前沿技术的结合实现用户全生命周期的数智化投顾服务；证券业金融科技投入规模：预计将以约15.6%的复合增长率于2027年达到745亿元。252024.3 iResearch I银行业：金融科技业务场景应用前沿技术与金融业务场景的深度融合助力银行数字化营销平台与智能风控体系的建设，从营收与风险两方面实现对于银行业务场景的科技赋能随着我国经济发展由高速增长阶段转向为高质量发展阶段，传统金融体系在支撑国内经济高质量发展的过程中面临诸多挑战，银行作为整个经济体中负责调配资金需求、保障金融资源合理利用的重要金融机构，在促进产融结合、实现金融服务实业方面被给予厚望。人工智能、大数据、云计算等前沿技术作为银行数字化营销平台与智能风控体系的底层技术支持，通过提升银行数据治理能力、优化业务流程、改善交互模式等方式，充分挖掘用户数据价值，以数据驱动金融业务的达成，实现金融科技对于银行营收与风控能力的双重赋能。金融科技赋能金融行业数字化转型银行业务场景应用注释：N=120，受访对象是国有银行、股份制商业银行、城商行、农商行等相关业务条线的从业人员来源：专家访谈，公开资料，艾瑞咨询研究院自主研究及绘制精准营销STEP以“用户全生命周期管理”为核心的银行营销数字化产品应用由基础数据治理与风控能力应用两部分构成的银行智能风控体系智能风控用户数据分析平台（CDP、DMP等）用户权益平台风控对象及风控方式营销数字化产品类型个人关系图谱、企业关系图谱构建行业评级报告、资产配置优化方案区域限额计算银行营收能力的提升与风险把控能力的增强金融科技以数字化产品应用的方式赋能银行营销与风控环节金融科技商业银行提升服务流量升级用户触达渠道联动流程整合营销场景科技应用需求客户关系管理平台（CRM、SCRM等）银行应用人工智能、云计算等底层技术能力，构建服务于银行精准营销业务的数智化平台，通过提升银行数据分析、客户关系处理、数据安全保障等方面的能力，实现用户全生命周期管理与精准营销，为用户提供高定制化服务体验。风控数据库建设智慧型风控平台智能交易平台智能预警系统银行智能风控体系 通过将大数据、人工智能、云计算等前沿技术与银行风控业务的汇总融合，帮助银行风控流程实现线上化、数字化、智能化，全面提升银行对于客户、行业及地域的风险把控能力，帮助银行在客户资格审核及贷款批复、资产管理及投资组合构建等方面降低风险水平，提升银行整体业务效果银行业保险业证券业262024.3 iResearch I银行业：金融科技投入规模在信创建设与新技术应用的双重推动下，金融科技市场将在审慎的银行投资中以11%的复合增长率稳步增长1731.72078.02317.02530.12793.23040.03338.53735.34245.820.0%11.5%9.2%10.4%8.8%9.8%11.9%13.7%16.1%20192020202120222023e2024e2025e2026e2027e2019-2027年中国银行业金融科技投入情况金融科技投入（亿元）增速（%）来源：专家访谈，公开资料，艾瑞咨询研究院自主研究及绘制银行作为金融行业中数字化转型与科技应用起步较早的领域，在金融科技方面的基础建设与资金投入远超其他金融机构，在2019年国内银行业的金融科技总投入就以20%的增速突破1700亿元，后续受到全球疫情、边缘政治、中美贸易战等多方影响，国内银行业的运营由“粗放”走向“精细”，对于金融科技版块的投资也愈加审慎。于此同时，国家信创建设的要求促使着国内银行业提升在软、硬件产品国产替代化领域的投入，随着头部国有大行信创建设的推进，市场对于国产核心系统的需求将进一步提升。此外，以AI数字人、金融大模型为代表的前沿技术在精准营销、智能风控等多个金融场景的灵活应用，让国内银行业认识到了新技术与银行业务的高度适配，以前沿技术为基础的数智化产品或将在未来3-5年得到更广泛的应用。综上所述，在经历1-2年的增速减缓，由信创建设与新技术应用为核心推动力的银行业金融科技市场，将呈现逐年稳步提升的增长态势，预计将于2027年整个市场规模突破4200亿元。CAGR=11%银行业保险业证券业272024.3 iResearch I银行业：科技投入情况分析前沿技术应用将成为银行科技投入的核心增长点，以超25%的复合增长率高速增长；云原生建设及AI与大数据的融合应用备受行业期待随着银行业数字化转型的推进与科技岗位的扩充，近年银行科技团队建设与人员薪酬成本占据科技投入的较高比例，但随着后续市场的逐步稳定与团队建设的成熟，预计未来3-5年银行科技人员的人力成本将以此为基础呈现动态调整、小幅增长的态势。此外，随着银行信创建设的逐步推进，银行在维持软、硬件产品正常更新换代的同时还要逐步达成国产化产品的替代，预计未来传统IT建设的资金投入将以13.8%的复合增长率稳步提升。对于前沿技术应用来说，伴随着新技术产品的迭代升级与一体化解决方案的落地应用，预计未来3-5年将以超25%的复合增长率高速增长，其中云计算与云原生的建设以及AI与大数据的综合应用将成为银行业前沿技术投入的两大核心点，预计2027年两者的综合投入将突破500亿元。1536.31580.81602.51606.21698.3691.3773.4868.01022.01159.1565.6685.8868.01107.11388.42023e2024e2025e2026e2027e科技人员投入（亿元）传统IT建设投入（亿元）前沿技术应用投入（亿元）2023-2027年中国银行业科技投入规模拆分131.51158.17198.56251.18312.3863.6381.44108.50145.31190.9029.4133.0938.6345.1251.3740.1649.2162.9381.10102.742023e2024e2025e2026e2027e云（亿元）AI与大数据（亿元）RPA/IPA（亿元）区块链（亿元）VR/AR（亿元）其他（亿元）2023-2027年中国银行业前沿技术投入规模拆分2793.23040.03338.53735.34245.8565.6685.8868.01107.11388.4CAGR=25.17%来源：专家访谈，公开资料，艾瑞咨询研究院自主研究及绘制银行业保险业证券业282024.3 iResearch I保险业：金融科技业务场景应用前沿技术在保险行业的广泛应用推动行业内“业”“技”“数”的有效融合，在优化业务流程的同时实现保险业务经营的降本增效在可持续增长与业务创新等诉求的驱动下，多项技术的融合赋能与契合场景需求的创新开发已成为保险机构核心竞争力的构建共识，前沿科技的实践探索正重塑保险各环节价值链，推动保险保障类型、产品内涵、业务模式、行业生态发生根本性变革。核保承保与理赔给付作为保险业务流程的核心环节，其数智化水平的提升将在优化业务流程的同时降低运营成本，以高效的自动化流程降低保险业务对于人力的高度依赖。金融科技赋能金融行业数字化转型保险业务场景应用注释：N=124，调研范畴包括保险公司、保险经代机构的科技/IT部门决策者。来源：专家访谈，公开资料，艾瑞咨询研究院自主研究及绘制智能核保承保STEP金融科技优化核保、承保流程提升业务办理的效率与连续性关键节点的数字化升级与业务流畅衔接成为优化理赔流程的核心要素理赔流程优化信息识别校验平台重塑业