2021年中国FinTech行业发展洞察报告.pdf

中国FinTech行业发展洞察报告2021.12 iResearch Inc.晨曦22021.12 iResearch I概念界定注释：金融科技定义参考金融稳定理事会（FSB）。来源：艾瑞咨询研究院自主研究及绘制。金融科技（FinTech）金融科技主要指运用前沿科技成果（如：人工智能、区块链、大数据、云计算、物联网等）改造或创新金融产品、经营模式、业务流程，以及推动金融发展提质增效的一类技术。金融技术在金融业务中所应用的（包含但不限于ICT、前沿科技）各类技术。金融技术金融科技（FinTech）概念界定32021.12 iResearch I研究工具及研究方法本报告使用了“FinTech 技术战略矩阵、数字实践力洞察雷达、技术效能发展象限”三种研究工具。在具体章节中，我们将对三种研究工具展开详细介绍。三种研究工具通过大量的市场调研、以及案例实证研究和数理实证研究输出相应研究成果。来源：艾瑞咨询研究院自主研究及绘制。第二章：FinTech 技术战略矩阵、数字实践力洞察雷达第三章：技术效能发展象限具体章节分布42021.12 iResearch I摘要来源：艾瑞咨询研究院自主研究及绘制。趋势展望细分领域研究行业发展分析技术发展洞察2020年，银行、保险与证券机构的累计技术资金投入达2691.9亿元，中国FinTech已经迈向可信科技驱动的智能化进阶时期。2021年是“金融科技三年规划”的收官之年，未来几年金融机构的技术投入与数字创新实践将主要集中于三个方向：基础技术建设与升级、业务需求导向的数字化实践、基于数字金融基础设施的创新实践。根据“iResearch：FinTech 技术战略矩阵（2021，中国）”：云计算、分布式核心系统、分布式数据库、隐私计算、联盟链等技术位于“核心性战略”范畴，建议金融机构重视这些技术的投入与应用。FinTech技术市场目前拥有“技术产品销售、定制化服务、按量收费（节点、机器人数量、流量等）、联合分润”四类商业模式，整体市场机会巨大。未来5年，中国FinTech行业将迈入“可信时代”，可信与智能融合将成为未来10年内FinTech发展的主旋律。数据治理及数据可信流转将成为可信科技近5年内的发展切入点，FinTech“二层能力”及“三层能力”进入协同发展期。2020年，中国银行机构技术投入为2078亿元，技术采购费用达618亿元；中国保险机构技术投入达351亿元，中国保险机构技术采购费用达183亿元；中国证券机构技术投入达262.9亿元。基于“2020-2021年科技效能发展象限”：a.银行领域在远程视频银行、数字人民币、数据中台、数据治理等用例表现出了良好的科技效能；b.保险领域在渠道与营销（SalesTech推动下）、数据中台、全域数字化等用例的效能表现较优；c.证券领域在数字监管、以TAMP为代表的财富管理业务方面表现出了相对领先的科技效能。5发展纵览：中国FinTech行业发展分析1科技致远：技术发展洞察及市场机会2精益创新：细分领域科技创新情况3趋势洞见：中国FinTech行业发展趋势4iResearch FinTech卓越者评选5典型企业案例662021.12 iResearch I行业发展概述中国FinTech行业进入新的高效发展阶段来源：艾瑞咨询研究院自主研究及绘制。FinTech公司金融机构FinTech技术服务商三方融合发展如：中国工商银行等如：软通动力、腾讯云等如：蚂蚁集团、平安集团等技术输出技术输出技术合作技术输出或生态合作开放金融生态/技术合作开放金融生态/技术合作Part 1：政策发展概述Part 2：市场参与者概述Part 3：应用创新概述Section a：技术建设要点Section b：技术应用要点Section a：基础设施建设及关键科技战略（2021年要点发现）Section b：金融机构业务创新实践（2021年要点发现）2021年是“金融科技三年规划”的收官之年，其良好的实践成效为中国FinTech行业的长远发展打下坚实基础。2021年中国金融科技创新监管试点（中国版“监管沙盒”）的参与者类型与数量、实践场景都实现了进一步发展。2021年，开展普惠金融、推进绿色金融是政策鼓励下的重要科技应用实践方向。2021年，在普惠金融的细分方向上，农村金融普惠、助老普惠等是政策重点鼓励的FinTech创新方向。Section a：FinTech公司Section b：FinTech技术服务商Section c：金融机构基于业务模式创新的公司需要强化合规能力，并加强合规科技投入。部分FinTech公司开始践行“技术输出赋能”战略。技术服务商作为“赋能者”拥有巨大市场机会（见第二章分析）。金融机构追求技术自主可控建设，国有厂商市占率将进一步提升。市场参与者越来越多，部分银行旗下金融科技子公司将逐渐开始技术输出。大部分FinTech技术服务商将“金融机构的技术投入方向”作为战略规划导向。如联盟链等技术的价值空间巨大，但落地效果不理想。头部金融机构应承担起技术实践推动者的角色（见第二章分析）。以数字人民币为代表的金融基础设施逐渐落地，金融业持续推进自上而下的数字化转型。金融机构正在推进分布式核心系统、分布式数据库等基础技术建设以及数据治理、全域数字化、开放金融等关键科技战略。2021年，围绕数据治理与数据可信流转所展开的数据中台、隐私计算等技术实践在银行及保险机构中得到了高度重视。诸多银行开启了以实时音视频技术为核心的远程视频银行建设。“SalesTech”让保险渠道与营销业务看到了新的增长点。72021.12 iResearch I技术发展分析中国FinTech已经迈向可信科技驱动的智能化进阶时期艾瑞咨询将金融科技的技术能力分为三个层次：全栈安全及性能成熟、全栈全域可信、深度智能。这三个能力层次的发展进程表现是融合协同、而非割裂的。下述我们将从技术建设与技术价值期望角度来阐述FinTech的技术发展情况。注释：1、“AI与分析技术每年为全球银行带来的潜在价值”数据来源麦肯锡。2、高效价值回报期的定义：技术已经具备了良好的业务渗透率和ROI，具备卓越的综合效能。3、这里的综合价值不局限于技术实践所带来的业务效能提升，也包含推动数字金融体系化建设以及赋能其他技术创新发展所实现的综合价值。来源：艾瑞咨询研究院自主研究及绘制。FinTech技术建设与价值回报高低短期（5年内）长期（10年以上）进入高效价值回报期所需时间2所需投入成本基础/通用技术类Section 1：技术价值分析智能科技：智能科技可提升金融机构的生产力，成为各金融机构的主要技术投入方向，同时智能科技也拥有巨大的实践价值，如AI与分析技术每年为全球银行带来的潜在价值可高达1万亿美元1。可信科技：1）可信科技可以强化甚至重构金融信任机制，确定数据权责利，重塑生产关系。2）基于可信数据共享计算网络还能推动智能科技的落地，这也是左图“可信科技”与“智能科技”两个用例发生一定重叠的主要原因。3）可信科技在金融业务中的应用虽然晚于智能科技，但其拥有巨大的价值期望空间。仅以供应链金融这一个场景为例：预计至2025年，区块链（可信科技范畴中的关键技术）可以为其带来约5.4万亿的市场规模增量。Section 2：技术所处阶段目前智能科技与可信科技都在FinTech实践中发挥各自的技术价值，金融机构通过积极探索隐私计算等技术的实践与应用，进一步推动智能科技的落地。可见目前可信科技与智能科技处于协同融合的发展阶段，同时可信科技也在助力智能科技的进阶发展。可信科技智能科技T1（智能科技）T2（可信科技）Cost 3（基础/通用技术类）T3（基础/通用技术类）Cost 1（智能科技）Cost 2（可信科技）用例圆越大，表示该类技术所能实现的综合价值3越大82021.12 iResearch I中国金融机构技术投入“金融科技三年规划”实践成效显著，以银行为代表的金融机构技术投入增速显著提升2020年，银行、保险与证券机构的累计技术资金投入达2691.9亿元，预计至2024年将达到5754.5亿元。2021年作为“金融科技三年规划”的收官之年，中国FinTech取得了显著的建设成果，这也将推动未来几年金融机构的持续创新和技术投入的增加。未来几年，金融机构的技术投入与数字创新实践将主要集中于三大方向：1）基础技术建设与升级：分布式核心系统、分布式数据库等基础技术及工具的投入和升级建设；2）业务需求导向的数字化实践：满足机构对自身业务的数字实践需求，解决所面临的“生产力瓶颈、可信关系难以构建”等问题；3）基于数字金融基础设施的创新实践：如在数字人民币基础上结合实际业务场景加载智能合约应用、在数字监管体系中进行合规科技的实践探索等。注释：艾瑞在本年度（2021年）报告中对银行的统计口径进行了调整，2020年度报告统计范畴聚焦于银行对软硬件技术工具以及产品技术服务的投入，本年度报告的统计范畴还将纳入支持性配套设备、移动互联网及相关数字平台运营成本等类目，将“前沿科技”投入升级为“数字化建设”投入。来源：艾瑞咨询数据统计模型。2078.0 2558.0 3082.4 3668.1 4328.3 351.0 431.7 531.5 648.4 797.5 262.9 320.7 396.0 495.0 628.7 20202021e2022e2023e2024e2020-2024年中国金融机构技术资金投入情况银行（亿元）保险（亿元）证券（亿元）2691.9 3310.4 4009.9 4811.5 5754.5 9发展纵览：中国FinTech行业发展分析1科技致远：技术发展洞察及市场机会2精益创新：细分领域科技创新情况3趋势洞见：中国FinTech行业发展趋势4iResearch FinTech卓越者评选5典型企业案例6102021.12 iResearch I本章所涉及的研究工具介绍（1/2）iResearch：FinTech 技术战略矩阵FinTech 技术战略矩阵（下述简称“矩阵”），将考察各项技术在金融业务实践中的综合战略价值。“矩阵”研究成果参考了行业专家意见，同时在“FinTech 技术战略评估模型”的基础上，对大量案例实证和数理实证进行了深入研究。技术潜在效能：即技术在（金融）业务实践中所将实现的潜在价值空间。技术战略重要性：一方面考察一项技术在短期为金融数字化转型带来的可见实践价值与战略意义，还将重点考察这项技术在长期内对金融数字化转型方向的引导性与体系化能力建设的价值。来源：艾瑞咨询研究院自主研究及绘制。领导性战略核心性战略关键性战略加持性战略技术战略重要性低低高技术潜在效能高iResearch：FinTech 技术战略矩阵对FinTech整体发展具有“引领性/基础设施功能”的技术。在FinTech的应用实践中具有“核心支持能力/高效推动作用”的技术。在部分场景中发挥关键价值的技术。帮助FinTech的应用实践锦上添花，或者近期内暂不能发挥较大技术效能的技术。随着技术成熟性的提升或者应用实践的深入发展，本范畴内的用例可能在其他评估周期内发生较大位置跃升。（主要指因目前技术成熟度较低而暂居“加持性战略”范畴的技术用例）112021.12 iResearch I本章所涉及的研究工具介绍（2/2）iResearch：数字实践力洞察雷达对技术应用实践情况的研究，“iResearch：数字实践力洞察雷达”将设置相应评估指标（在“实践深度”与“实践效能”这两个维度下设置多个细化指标，不同类别的技术通常需要差异化设置细分指标）。以此为基础，分析师将结合案例实证研究及数理实证研究，输出研究成果。来源：艾瑞咨询研究院自主研究及绘制。iResearch：数字实践力洞察雷达（技术类别，领域/行业，市场范围）实践效能低高高低实践深度绘制时间：XX年XX月敏捷探索卓越回报实践扩展精益实践122021.12 iResearch IFinTech 技术战略矩阵（2021，中国）来源：艾瑞咨询研究院自主研究及绘制。领导性战略核心性战略关键性战略加持性战略iResearch：FinTech 技术战略矩阵（2021，中国）技术战略重要性低低高技术潜在效能高联盟链分布式数据库绘制时间：2021年12月RTC云计算l应用技术类 智能科技l基础/通用技术类低代码/无代码隐私计算分布式核心系统智能合约跨链RPA/IPAOCRIoTNLP计算机视觉（CV）语音识别（ASR）知识图谱（可信）数字基础设施机器学习IDPAIOps中国金融业处于FinTech建设关键期，可信科技及智能科技将实现深入协同发展合规科技（RegTech）监管科技（SupTech）l应用技术类 可信科技l关键数字金融战略/数字金融基础设施132021.12 iResearch I矩阵解读分为三个部分：矩阵整体解读、矩阵用例解读、矩阵延伸解读。矩阵整体解读：对矩阵的整体输出成果及关键技术方向进行概述分析。矩阵用例解读：选取本研究周期内的要点技术用例，通过技术厂商与金融机构调研、案例实证与数理实证研究、以及“iResearch：数字实践力洞察雷达（2021）“分析等方式进行解读。矩阵延伸解读：基于矩阵整体研究，进行商业模式与市场机会的解读。来源：艾瑞咨询研究院自主研究及绘制。矩阵解读说明iResearch：FinTech 技术战略矩阵（2021，中国）142021.12 iResearch I矩阵整体解读艾瑞在上一年度发布的曙光-2020年中国金融科技行业发展研究报告的趋势分析中有提出：FinTech在未来将实现“全栈安全及性能成熟全栈全域可信深度智能”的三层能力构建。此处将在该技术能力体系基础上，对“矩阵”进行解读。来源：艾瑞咨询研究院自主研究及绘制。FinTech的三层能力发展洞察技术能力定义本次研究周期内的技术要点发现本次研究周期内的应用要点发现全栈安全及性能成熟全栈全域可信深度智能基于“可信”而驱动智能技术的深度发展。全栈技术能力和全域业务环境的可信建设。技术自主可控基础上，保证技术在安全与性能方面均达到金融级应用需求。智能科技战略依旧坚定，基础科技能力建设及可信数字能力建设成为FinTech近期发展重点基于隐私计算等技术构建的数据可信计算环境，驱动感知智能、认知与决策智能深度发展，提升智能科技能力。实现底层技术、基础技术设施、OS、网络层、应用层的软硬件、端到端全栈安全可信以及技术性能成熟稳定。以加密技术、区块链、隐私计算等技术构建数据的可信交易（流转）环境、可信计算环境、可信业务协作体系等。基于自动因子发现的机器学习降低人工参与度，提升结果数据的客观性。基于可信数据共享计算网络，实现数据计算安全，推动隐私增强计算发展。动态学习等技术推动实时智能进步。云原生的建设推进，高效驱动智能科技与可信科技的数字化应用实践。AIOps的全栈成熟性实现有效提升。智能科技与可信科技的底层能力在性能与安全性等方面满足金融级需求。联盟链、基于隐私计算的共享智能等多维度技术构建了业务全域可信体系。主动安全防御、网络安全及网格管理、攻防技术等多维度技术构建了技术全栈可信体系。全域智能的应用落地与全域全栈可信技术体系的发展正在同频推动。基于主动性的机器学习以及增强分析等技术让金融风控等场景的智能化应用结果更加客观。多方数据可信共享计算场景下，联合风控、联合营销等金融应用场景落地。基于多方构建的开放联盟链提升机构间的协作效能，构建可信数字产业金融平台。基于“iResearch：FinTech 技术战略矩阵（2021，中国）”的研究全栈可信的技术能力在金融全域业务中实现深入渗透，如保险全域数字化、银行多方可信数据共享计算。金融机构持续加大基础科技建设投入，国产厂商的市场占有率显著提升。152021.12 iResearch I矩阵用例解读：隐私计算（1/3）安全性、功能与性能是金融机构重点关注的隐私计算能力指标；2022年应用隐私计算技术的金融机构将实现大幅度增加。隐私计算是“矩阵”中“（可信）数字基础设施”用例的关键组成技术。研究积累概述：在艾瑞上一年度（2020年）发布的曙光-2020年中国金融科技行业发展研究报告中就已经对安全多方计算、联邦学习等技术在金融数字化实践中的重要性进行了分析，并认为安全多方计算、联邦学习等技术将成为金融机构建立全栈全域可信体系不可或缺的关键技术。金融+隐私计算落地概述：2021年数据安全法个人信息保护法的相继发布加深了金融机构对隐私计算的重视程度。艾瑞调研发现，隐私计算目前在金融机构的实践中处于初期阶段，主要以头部金融机构的探索与实践为主。来源：金融机构调研、艾瑞咨询研究院自主研究及绘制。金融机构隐私计算应用情况Insight 1-1：全行业统计视角（银行、保险）约1.5%的机构：已经开始隐私计算的实践（包括POC）约3.1%的机构：计划在2022年开启隐私计算的实践。Insight 1-2：数字化程度领先的机构（银行、保险）约30.0%的机构：已经开始隐私计算的实践（包括POC）约61.5%的机构：计划在2022年开启隐私计算的实践。注：1、全行业统计视角范畴：国有商业银行、股份制银行、城市商业银行、农村商业银行、农村合作银行、农村信用社、村镇银行、民营银行、外资法人银行、中国所有保险企业在内的4000+金融机构。2、数据保留到小数点后一位。注：1、数字化程度领先的机构（银行、保险）指已经具备数字金融实践基础，且在3-5年内已经、计划或有可能进行隐私计算投入的银行与保险机构。包括国有商业银行、股份制银行、城市商业银行、部分保险公司等200+机构。2、数据保留到小数点后一位。Insight 2：金融机构应用者对隐私计算产品的主要关注点约80%+应用者重点关注：产品功能与性能约75%+应用者重点关注：安全性问题注：1、分析师对金融机构的技术应用者展开了访谈，并对访谈结果进行了综合整理与归类统计；2、访谈过程中，每位受访者均阐述了不止一项的关注点，因此上述百分比总和大于100%。应用技术类基础/通用技术类162021.12 iResearch I矩阵用例解读：隐私计算（2/3）隐私计算在金融行业处于落地初期阶段来源：金融机构案例实证研究、艾瑞咨询研究院自主研究及绘制。iResearch：数字实践力洞察雷达（2021）（隐私计算，金融行业，中国）实践效能低高高低实践深度绘制时间：2021年12月敏捷探索卓越回报实践扩展精益实践精准营销信用风险评估债券指数编制借贷额度定价存量客户促活资产扫描个人借贷还款能力评估企业借贷风险识别个人借贷风险识别Section 1：整体表现解读风控、营销、定价、评级等是隐私计算+金融的主要落地场景，雷达图用例均分布在“敏捷探索”象限，排布状态相对聚集，分散性较低。说明隐私计算在金融业中的落地处于初期阶段，各业务的实践效能与实践深度目前暂未拉开较大差距。重点说明：隐私计算处于应用初期，而且较多实践处于POC阶段。这样的情况下，雷达图只用于反映隐私计算+金融的整体落地状态，而不建议用作具体业务的落地判断，因现阶段行业高价值的案例实证与数理实证有限，且实践中的变量因素较多，雷达图用例分布状态在短期内极有可能发生较大变化。Section 2：延伸解读Section 3：数字创新影响力解读隐私计算是构建可信数字金融基础设施以及FinTech全域全栈可信技术能力的关键技术。对于“信任场景”依赖性较强的金融行业来说，隐私计算对每一个金融机构都不可或缺。隐私计算为数据可信计算、可信数据流转等问题给出了卓越的解决方案，在实现全栈全域可信2层能力基础上，隐私计算将驱动金融业务向深度智能3层能力发展。注：2层能力&3层能力指：报告前文所提及的FinTech三层能力构建。未来发展分析：90%+实践者认为隐私计算是数据治理体系中的必要组成部分，可以让数据治理由机构内部向机构外部实现有效延展。75%+实践者认为在隐私计算的应用中应该融入区块链技术。用例变化预估：根据报告前文调研，2022年计划开启隐私计算实践的机构数量约是2021年已经进行隐私计算应用实践机构数量的2倍。加之2022年大部分机构会完成POC而正式投入应用，因此，在下一个研究周期（2022年底），预计在联合营销、联合风控大类场景中会有少数（3个左右）细分场景进入“实践扩展”象限。保险精算定价资产评级资产证券化（ABS）应用技术类基础/通用技术类172021.12 iResearch I矩阵用例解读：隐私计算（3/3）隐私计算+区块链：构建可信数据共享计算网络隐私计算可以解决在数据共享计算环节中隐私保护和数据共享的平衡难题，但也面临着一些挑战，如数据真实性、参与方身份可信、难以构建可信数据共享协作网络等。区块链可以提供数据全生命周期的闭环管理，实现上链前真实性交叉验证，上链后数据可记录、可追溯、不可篡改、可审计等功能。结合“矩阵”的案例实证研究，我们认为洞见科技在“隐私计算+区块链”的解决方案能力上具备卓越优势。艾瑞认为：洞见科技“隐私计算+区块链”框架，结合了隐私计算和区块链的优势，能在数据共享过程中有效保护个人信息，并为数据真实性、数据确权等问题提供可行解决方案。实现全流程可记录、可验证、可追溯、可审计的安全、可信数据共享网络，为进一步建设高效、高安全和高流动性的数据要素交易市场打下基础。来源：洞见科技调研、金融机构案例实证研究、艾瑞咨询研究院自主研究及绘制。基于“隐私计算+区块链”的智能风控实践案例（洞见科技）业务申请业务申请企业主企业某商业银行放款放款监管机构政务数据互联网数据征信数据透明监管技术提供业务系统智能风控数据流资金流节点2隐私计算+区块链平台节点1节点3节点4节点51Part案例概述2Part实践成效通过构建基于“隐私计算+区块链”的大数据智能风控产品，有效联合工商、税务、水电、司法、运营商、征信机构等外部大数据，构建风控用户画像、风险规则和信用评分模型，帮助银行更加安全、智能地评估信贷用户的风险状况。外部大数据模型方面：AUC提升11%，F1Score提升42%，Precision提升13%，Recall提升59%。效率方面：有效提升了银行的智能化水平和效率，信贷业务平均审批效率提升30%。业务方面：有效提升了银行的信贷风险识别能力，不良贷款率降低1.43%。应用技术类基础/通用技术类182021.12 iResearch I矩阵用例解读：联盟链（1/3）联盟链在金融可信数字基础设施建设中具备不可替代的价值 联盟链是“矩阵”中“（可信）数字基础设施”用例的关键组成技术。技术落地情况及机构投入态度：联盟链是区块链落地金融行业的核心方式，其主要价值在于构建链接金融机构、企业、监管等多方主体的可信协作网络。从技术落地角度来看，金融业是区块链落地成效最优的领域之一，而从金融机构的技术实践与投入角度来看，并非所有金融机构都对区块链寄予了较高的价值期望。部分具备卓越战略眼光的头部金融机构会重点开启区块链的建设与应用实践，而中尾部的金融机构虽有尝试区块链应用探索或已开启部分应用实践，但并未将区块链纳入机构数字战略的核心范畴。上述问题的成因：1）联盟链实践需要多方参与，协同成本高：联盟链应用者寻找多方组织共同开启实践，相比于人工智能等技术的应用，联盟链产生了较高的协同成本，对于部分话语权较弱的金融机构，无疑增加了实践难度；2）部分应用者缺乏长远价值愿景，过于追求短期内的回报：相比于可信科技实现的生产关系创新，机构更愿意追求智能科技带来的生产力变革。机构实践者往往因过于追求短期内的技术ROI而忽视了联盟链为可信基础设施建设带来的长远价值。来源：项目积累、金融机构调研、中国市场内的区块链厂商调研、艾瑞咨询研究院自主研究及绘制。金融机构的联盟链实践要点（金融机构角度）Type 1：头部金融机构成为发起者Why？为什么建议成为发起者 头部金融机构具备更强的资源优势 头部机构具备卓越的产业协同能力 How？如何成为发起者 确定技术实现方式 确定联盟链参与者 Type 2：中小金融机构成为参与者Why？为什么建议成为参与者 降低多方协同成本，快速参与实践 规避资源缺陷，寻求合作共赢 How？如何成为发起者 确定技术部署与实现方式 选择合适的联盟链生态 应用技术类基础/通用技术类192021.12 iResearch I矩阵用例解读：联盟链（2/3）联盟链可见价值巨大，但是需要寻求高效的技术落地之路来源：项目积累、金融机构调研、中国市场内的区块链厂商调研、艾瑞咨询研究院自主研究及绘制。iResearch：数字实践力洞察雷达（2021）（联盟链，金融行业，中国）实践效能低高高低实践深度绘制时间：2021年12月敏捷探索卓越回报实践扩展精益实践供应链金融Section 1：整体表现解读通过联盟链构建多方可信协作网络可有效解决企业机构间的信任难题。以“雷达图”用例可见，落地场景主要分为：融资类场景（解决企业授信难题）、资产管理类场景（授信+穿透式监管）、支付与清结算场景等。联盟链的实践已在供应链金融等部分场景中看到了卓越成效，但整体实践深度与实践效能还有较大发展空间。Section 2：延伸解读Section 3：数字创新影响力解读联盟链是构建可信数字金融基础设施的关键技术，为金融业务中的信任难题提供了有效解决方案，可信协作网络可以高效提升企业机构间业务协作效率。联盟链是构建FinTech全域全栈可信技术能力的关键技术，在FinTech的三层技术能力构建中不可或缺。机构实践情况：部分金融机构或是出于政策导向，或是基于真实战略愿景，已经开始重点布局区块链相关的技术建设，多以头部金融机构为主，中尾部金融机构的实践热度相对略低。银行实践热度高于其他金融机构。未来发展分析：单纯的“技术输入”策略无法高效推动区块链技术落地。开放联盟链战略、基于数字金融基础设施的应用创新（如基于数字人民币加载智能合约）等形式将对区块链的技术落地起到高效推动作用。用例变化预估：下一个研究周期（2022年底）具备“体系化能力”特征的用例（如数字监管、数字人民币）位置会实现一定的提升，原因在于这些用例具备良好的实践协同力，避免了因上链协同难而无法落地的问题。此外，结合技术应用者的实践规划，融资类场景用例的位置会实现相对明显的进步。贸易融资数字人民币风控跨境支付资产管理融资租赁资产证券化（ABS）清结算信托保险信用存证数字监管应用技术类基础/通用技术类202021.12 iResearch I2021.12 iResearch I矩阵用例解读：联盟链（3/3）开放联盟链将更高效地推动区块链产业落地，且相比于产品技术输出的商业模式具备更大的市场空间来源：项目积累、金融机构调研、中国市场内的区块链厂商调研、艾瑞咨询研究院自主研究及绘制。来源：项目积累、金融机构调研、中国市场内的区块链厂商调研、艾瑞咨询研究院自主研究及绘制。Section 4：开放联盟链战略（下述以“联合分润”的视角来评估商业价值，节点授权/技术服务等收入未纳入其中）开放联盟链将成为区块链技术落地的创新方式，可以降低小微企业等多方主体的上链门槛。开放联盟链可视为一种将“互联网思维”运用于产业数字化创新的典型实践。目前蚂蚁链、趣链科技等区块链厂商都已经开始践行该战略。对于蚂蚁链这类依托集团大量小微企业资源的厂商在开放联盟链生态的构建中将具有一定基础优势；对于趣链这类垂直技术厂商同样可以通过战略合作、收并购等方式推进开放联盟链生态建设。除了技术厂商外，具备强大影响力的金融机构、行业三方主体等都是开放联盟链战略的潜力实践者。开放联盟链不仅对区块链金融落地产生高效的推动作用，同时也将让成功的实践者获得巨大价值回报。0.6 1.3 2.0 3.3 4.9 6.9 0.1 0.3 0.6 1.0 1.5 2.1 20202021e2022e2023e2024e2025e2020-2025年中国金融业务链上流转价值（供应链金融与融资租赁为例）融资租赁链上流转价值（万亿元）供应链金融链上流转价值（万亿元）1.数据测算意义：以融资租赁、供应链金融场景为参考，对金融开放联盟链实现的业务分润空间进行类比分析。2.链上流转资产包括两部分：1）传统模式下的业务上链；2）通过区块链模式创新实现业务规模的增量。3.该组数据表示供应链金融、融资租赁业务链上流转的资产量，该规模小于两类业务场景的总市场规模（因为总规模中涉及未在链上流转的部分）。30.8 63.0 101.3 164.0 244.6 342.5 6.5 16.0 29.0 50.0 73.5 103.5 20202021e2022e2023e2024e2025e2020-2025年中国金融开放联盟分润空间（供应链金融与融资租赁为例）供应链金融链分润空间（亿元）融资租赁分润空间（亿元）此处为分润空间，而非指当下已经实现的商业规模，该组数据主要用于开放联盟链商业价值空间的说明。此处以业务分润逻辑来测算，未包含节点授权/技术服务收入。分润比例按照0.5%计算。应用技术类基础/通用技术类212021.12 iResearch I矩阵用例解读：RPA/IPA（1/2）除了RPA核心“三件套”能力之外，金融机构开始更加关注流程挖掘与分析技术在实践中的应用RPA让流程化、重复性强的业务实现流程自动化处理，以“数字员工”的方式有效打破了金融机构的生产力瓶颈。市场调研发现，80%以上的金融机构RPA应用者认为：流程挖掘与流程执行分析对RPA的实践成效起着决定性的影响，并希望在RPA产品中能够融入流程管理相关技术能力。此外，运维能力以及可视化运营效果分析能力对金融机构应用者同样关键。来源：项目积累、基于“中国国有商业银行、股份制银行、部分城市商业银行的数字战略规划者”的访谈、艾瑞咨询研究院自主研究及绘制。RPA在金融实践中的全流程技术能力Part 1：流程挖掘与管理Part 2：机器人设计与管理Part 3：运维管理Part 4：运营分析80%+的技术应用者对流程挖掘与分析能力保持较高的期待，并认为厂商应该将智能科技的能力融入其中。近2/3应用者将核心“三件套”的性能与易用性作为选择合作伙伴的关键考察指标；近50%的应用者认为通过低代码/零代码编辑机器人脚本应成为必备功能。运维管理有助于保障RPA的运行性能。约1/3应用者认为运维管理能力的重要程度较高，并建议厂商提供AIOps能力。运营分析可以帮助应用者了解RPA机器人的工作效能，并为机器人的设计提供反馈意见。管理平台机器人设计器管理与授权WorkerCreatorCommander监控管理机器人、分配任务。设计/创建机器人优秀的实践案例中，通常组织实践者会将RPA机器人与NLP、OCR、ML等技术进行融合应用，打造智能流程自动化能力。核心“三件套”通过智能流程解析、嵌入式流程发现等技术对业务流程实现深度挖掘与管理。厂商需要将智能化的技术能力融入到流程挖掘与分析的应用实践中。流程挖掘与流程分析将高效提升RPA机器人设计与应用实践成效。以流程为核心Process is The Core卓越实践保障For Excellent WorkRPA厂商需要提供良好的运维能力为机构与组织用户提供产品应用的体验保证。a.让问题防患于未然：让技术问题提早被预见并进行修复。b.让问题及时地解决：让即时出现的问题即时被解决。总结与反馈Summary And Feedback为RPA机器人的应用实践结果提供可视化的分析功能，让业务人员及时了解业务运营情况。引入智能分析功能，为RPA设计与部署的优化提供辅助性决策。应用技术类基础/通用技术类222021.12 iResearch I矩阵用例解读：RPA/IPA（2/2）RPA/IPA打造的“数字员工”具备良好的技术ROI来源：项目积累、基于“中国国有商业银行、股份制银行、部分城市商业银行的数字战略规划者”的访谈、艾瑞咨询研究院自主研究及绘制。iResearch：数字实践力洞察雷达（2021）（RPA/IPA，金融行业，中国）实践效能低高高低实践深度绘制时间：2021年12月敏捷探索卓越回报实践扩展精益实践l金融类场景l通用类场景Section 1：整体表现解读具备良好的技术ROI是RPA的一大优势，从“雷达图”我们可以看出，各场景用例整体的实践效能表现优越，且多集中于精益实践范畴，通用类业务整体表现略优于金融类业务。从机构类型角度来看，银行落地成效最优，顺次分别为证券、保险。Section 2：延伸解读Section 3：数字创新影响力解读当下可见价值：通过打造数字劳动力提升金融机构生产力，优化成本结构、降低业务错误率，进而实现降本增效。潜在价值：RPA可以有效弥补数字化战略实践的最后一公里鸿沟，解决智能化应用落地难的问题。RPA、流程挖掘等技术还可以帮助机构组织打造数字孪生体（建立DTO战略）。机构认可度：金融机构的调研显示，90%+的应用者肯定RPA技术价值并计划扩展应用，且多数应用者认为构建CoE不但可以提升RPA的实践效能，还有助于实现体系化的数字能力建设。构建卓越中心（CoE）：通常机器人的数量在5055之间，便需要开始着手构建CoE，以便保证业务实践的高效性。用例变化预估：金融机构调研显示，约85%的机构应用者计划增加RPA的技术投入；此外，处于POC阶段的金融机构将逐步进入正式应用阶段。可见，RPA在金融机构中的实践将会逐渐加深，多数用例的“实践深度”预计在下一个研究周期（2022年底）呈现明显的进步。随着实践的逐渐深入，应用成熟性较高用例（如报表类场景、账户管理、财务与账款管理等）的“实践成效”预计将在下一个研究周期（2022年底）呈现明显的进步。人力跨系统流程执行监管报表报送支付与清结算报表类场景财务与账款管理风控借贷征信账户管理资产管理与交易数据核对核保理赔投保金融业务审核双录应用技术类基础/通用技术类232021.12 iResearch I矩阵用例解读：RTC（1/3）目前实时音视频可达金融级应用需求，但仍面临技术挑战本部分以实时音视频为主，对RTC用例展开解读。RTC（实时通讯技术）在金融业务中扮演着越来越重要的角色，让金融机构的业务办理不再受限于物理网点，从渠道与服务触达方面进一步加深“金融服务无处不在”的数字化实践。实时音视频技术目前在性能、全场景融合能力、全球通信能力、加密传输等方面具备成熟可用性，音视频内容审核能力也能够满足业务合规审查需求。可见实时音视频在底层技术能力、应用性能、安全合规三个方面达到金融级应用需求。面对日益复杂的实践场景与高性能传输等应用要求，实时音视频在金融业务的实践中仍需在复杂网络适应、编解码性能、质评标准、标准化产品能力等方面实现进一步提升。来源：项目积累、腾讯金融云技术专家访谈、艾瑞咨询研究院自主研究及绘制。实时音视频技术能力现状与面临的挑战技术能力现状1、技术性能目前实时音视频技术已经在网络层协议传输、播放器抗抖动（设置Jitter Buffer区为本地缓冲）、设备端播放的画质同步、服务端内部处理延时等方面均具备了优越性能的保障能力。2、全场景融合能力目前实时音视频可支持接入金融机构的各类手机APP、PC机、网点机具等特色场景。支持Android、IOS、Windows Native、WindowsWeb、小程序、H5等多平台接入。3、全球通信能力实施音视频技术厂商可以通过基于云的CVM、GAAP等IaaS基础设施，为全球多国家和地区提供音视频接入能力，通过智能选路、全球虚拟网络等优化方式降低端到端延时，保障优质的全球通信能力。4、加密传输大部分厂商可以通过UDP协议和内外网音视频网关进行代理转发，对音视频数据单元进行信封加密，生成的密钥由金融机构自行管理，极大程度保证密钥安全性。技术面临挑战1、复杂网络适应性现实的业务环境中，网络波动、复杂网络环境挑战比比皆是。面对难以预测的网络环境，做到对网络状态的实施探测、预警、反馈以及通过智能科技对数据实现修复的能力仍需不断提升。2、编解码性能要求基于5G通信技术的进一步成熟与商用，让4K高清视频、VR虚拟网点等技术在金融业务中的创新逐步付诸于实践。因此对基于更大体量数据的解密、编解码处理等技术能力，以及音视频SDK的接入都提出了挑战。3、统一音视频质评标准QoS（Quality of Service）标准尚未形成，目前仍主要以偏主观的方式去判断