在實體經濟走向數字經濟的進程中，不可避免地，每一個行業都要去擁抱數字化轉型。這件事似乎成為一個必選項，數字化不是該不該做，而是如何做。無論是大型企業也好，中小企業也好，在數字化方面都缺少成熟的方法論。不少傳統產業，傳統業務模式，都亟需進行有效的數字化改造。于是，越來越多的企業開始提供數字化咨詢服務。早期的數字化咨詢廠商，大多從傳統咨詢公司的IT咨詢板塊演變而來。

隨著在咨詢行業中，幾乎所有為客戶提供的解決方案里，都帶有數字化方面的一系列需求規劃，使得數字化咨詢逐漸脫離成一個獨立的，甚至主流的業務板塊。似乎，借助“數字經濟”這個東風，數字化咨詢的日子會比較好過，但是實際情況并非如此，大多數企業并不愿為此買單。更有甚者，很多提供數字化咨詢服務的廠商，頭頂著咨詢師的“名號”，實際上干的是“銷售”甚至“IT民工”的活兒。

本以為數字化咨詢業務可以挽救國內咨詢行業的困境，實際上在大多數項目中的效果僅僅“杯水車薪”。數字化對業務改造升級的潛力，對企業經營效率的提升，總是被抱有過高的期待，殊不知——任何數字化項目真正產生價值的過程都是極為漫長的。

大多數有能力開展數字化轉型嘗試的企業，他們的業務體系都極為龐大，單點的“數字化”改造難以達成效果，而體系化的變革顛覆，又總是阻力重重。“難的不是沒有思路，而是怎么落地。” 銀行金融科技投入的重點方向主要表現在如下方面。

方向1：人工智能從部分場景到全面應用

從流程自動化到機器學習、知識圖譜、智能識別，甚至大模型，商業銀行在人工智能領域的應用和創新日益活躍。

一方面，人工智能的應用范圍正在從營銷、客服等支持性服務向風控、授信等核心業務擴展。例如，交通銀行利用全棧式知識圖譜平臺構建產業鏈、供應鏈等上下游產業鏈路，助力業務織網補鏈。優化電信欺詐賬戶攔截規則，提升風險預警精準性，全年管控欺詐賬戶1,600余個。

另一方面，RPA(機器人流程自動化)、OCR(光學字符識別)、大模型等技術與業務的結合更加緊密，人工智能在重復性業務中的應用深度進一步提升，助力銀行提升效率、優化客戶和員工體驗。例如，交通銀行深化人工智能技術應用，推動業務操作自動化，開戶影像資料核查等任務從原先的3個月壓縮至1周。

方向2：從云計算到全面上云

全面上云和分布式核心系統建設，是銀行數字基礎設施建設的重點方向，也是提升自主創新能力、保障金融系統安全高效的重要任務。

云化數字新基建，一方面能夠賦能銀行自身業務效率提升，在大幅提升算力的同時降低單位成本。銀行通過全面上云，可以實現更高效的數據處理和更敏捷的業務運行，同時，可以為銀行提供更好的系統可擴展性和穩定性，為銀行數字化轉型提供更強有力技術底座。招商銀行率先完成了歷時三年的上云工程，實現了“全面上云”，將全部零售客戶和批發客戶平穩無感遷移至云上，實現從“傳統科技架構”全面轉換到“云架構”。“云架構”打破了主機架構下系統與系統之間的壁壘，以“微服務”全面重構業務系統，讓新業務、新想法快速組裝、快速驗證。同時，實現容量擴展和算力提升，面對高并發、大流量的活動實現資源彈性供給，隨時隨地按需配置資源。

另一方面，能夠賦能銀行通過構建云平臺，為外部金融機構和企業提供金融解決方案。在上云的過程中，頭部銀行構建了一系列金融云服務產品，包括云存儲、云數據庫、云計算、云安全等。除了滿足自身需求，銀行還能夠通過構建金融云服務平臺，將自身的云服務能力向外賦能，為金融行業內外的其他企業提供云服務，助力企業利用銀行的云服務產品來實現數字化轉型。例如，建設銀行打造了具備新金融共享特征的行業云“建行云”， 建行云整合IaaS(基礎設施即服務)PaaS(平臺即服務)和SaaS(軟件即服務)，搭建了符合行業監管和金融級標準要求的金融技術底座，能夠在服務建行內部的同時賦能中小銀行數字化轉型，為其提供一站式行業云化整體解決方案。這種平臺生態化的服務模式將為銀行上云帶來更大的市場機會和收益，同時也將進一步提升銀行業整體的數字化轉型深度，為中小銀行上云提供可行路徑。

方向3：數字化重點從C端向B端轉向

近年來，銀行機構通過加大科技投入、加速數字化轉型進程，在服務C端的零售金融業務領域已經取得了較好的效果。當前，銀行數字化轉型的重心正在從C端向B端遷移，聚焦于服務B端對公業務的產業數字金融，成為業務數字化的投入重點。

大型商業銀行當前主要從兩個渠道入手，探索產業數字金融業務創新。一種典型渠道是應用區塊鏈、物聯網和大數據等技術，圍繞重點行業、重要產業鏈、大型企業或園區，加強場景聚合、生態對接，實現“一站式”金融服務。例如，工商銀行積極與重點行業龍頭企業開展深入合作，搭建產業鏈場景金融服務體系，推出定制化線上融資產品，有效滿足產、購、銷多元化金融需求。建設銀行針對央企客戶構建一站式直聯對接、標準化信息集成、全流程運維支持的服務體系，為央企客戶提供司庫建設綜合服務。

此外，銀行還通過SaaS輸出企業數字化轉型解決方案，助力中小企業數字化升級，以“金融+非金融”的模式提升對公業務線上化水平。例如，浦發銀行面向汽車、商超、鄉村等行業或賽道，在統一收款與對賬、物流監管、倉儲管理、導航營銷、鄉村電商等領域構建行業解決方案，助力傳統產業數字化轉型變革。

數字技術在產業金融的大規模應用，讓企業的資金流、物流、信息流轉化為“數字信用”，同時使得銀行能夠看得清、管得住資產，顯著降低了對公信貸中的風險成本。未來，隨著數字技術在B端業務中的深度應用，產業數字金融有望如零售金融領域一樣，通過線上化服務，幫助眾多中小微企業獲得普惠金融服務，從而破解企業融資難、融資貴難題。

方向4：從數據治理到數據驅動

數據是數字化轉型的核心要素。然而由于銀行不同業務條線系統建設存在時間差異，各個條線往往根據自身需求獨立獲取數據、進行數據加工，導致行內形成了一個個“煙囪式”的數據孤島。分散的數據源、海量的數據規模、不統一的數據標準，成為銀行數據治理的難題。隨著數字化轉型的深入，銀行數據驅動的思維不斷增強，數字化轉型的重心逐漸從前端的業務創新向中后臺的架構變革滲透。

目前，多家銀行正在通過發力數據中臺建設，發揮數據要素價值，降低數據應用門檻，從而推動各業務系統根據自身需求自主用數，進一步開發業務場景。

一是建設數據中臺，提升員工用數能力與用數體驗。建設銀行打造了企業級“數據與分析”智能中樞，構建了統一的數據應用體系，高效、快捷支持本行各級機構按需自主用數。招商銀行進一步深化數據中臺和技術中臺建設，以數據賦能員工各類經營分析工作，大數據服務覆蓋率達到全行員工五成以上。

二是發揮數據要素價值，賦能業務創新與能力升級。在數據中臺建設的基礎上，建設銀行充分發揮大數據作用，推出“云稅貸”、“抵押快貸” 等一批普惠金融產品，助力小微企業發展。研發大數據產品190多個，廣泛應用在全行客戶營銷、風險管控、精細化管理等業務場景中。浦發銀行迭代升級以天眼系統為核心的數字化風控體系，引入工商信息等多維外部數據，有效輔助審貸決策。

艾瑞資深團隊搭建了一套成熟完善的銀行數字化評測體系，從數字化轉型能力與數字化底層支撐兩方面拆解銀行數字化轉型的差異化實施路徑及技術需求判斷，并對銀行數智化、開放性、敏捷性、生態化的未來趨勢進行深入洞察。

大勢所趨：銀行業數字化轉型

數字中國建設成未來最大確定性之一，銀行業應加快數字化轉型以適應數字經濟社會新環境

頂層規劃：構建數字金融新格局

由廣入微，見微知著，國家數字化轉型系列政策層層推進，逐步構建數字金融新格局

疫情影響：“后疫情時代”的挑戰

疫情促使“非接觸式”金融服務需求激增，銀行業務線上化進程加速

疫情限制線下金融活動，改變用戶金融業務辦理習慣，線上渠道與“非接觸式”金融服務受到市場的普遍關注，疫情對于用戶金融業務辦理習慣的改變促使銀行業務線上化轉型進程的推進，“非接觸式”金融服務對于銀行渠道建設能力、技術架構搭建、數字化運營能力等多方面提出了全新的要求，為銀行業數字化發展與金融服務方式改變帶來持久而深遠的影響。

圖片

外部競爭：互聯網公司入局造成沖擊

互聯網公司技術能力及生態建設水平超過銀行，金融“換”媒浪潮動搖銀行市場地位

隨著大數據、人工智能、云計算等前沿技術在互聯網領域的成熟應用，互聯網企業充分發揮其自身技術能力優勢，將新技術在數據分析、模型搭建、信息保護等方面的數字化能力應用于金融服務領域，為銀行傳統“存、貸、匯”業務帶來服務模式與運營方式的革新。在技術賦能金融業務的同時，互聯網企業在金融領域的探索與技術革新對于商業銀行原有業務板塊與市場份額帶來了不小的沖擊，金融“換”媒浪潮逐步動搖銀行在金融領域的市場地位。

內部投入：銀行業IT投入逐年穩步增加

近年國內銀行業IT投入規模穩步提升，預計將以約24.6%的復合增長率高速增長，2025年市場投入規模將接近6000億

隨著國家數字化轉型系列政策的出臺及前沿技術在金融服務領域應用的逐步成熟，銀行數字化轉型已經成為國內商業銀行發展的大勢所趨。

技術進步：前沿技術與銀行業高度契合

底層技術及新興技術的成熟發展成為銀行數字化轉型助推器

數字化轉型離不開堅實的技術支撐。日漸成熟的大數據、云計算及AI等底層技術與數字化場景衍生新興技術相輔相成，賦能于諸多銀行業務場景。如智能客服：基于自然語言理解的對話機器人可取代部分人工客服，降低人力成本，提升解決問題的效率。智能清算：搭建基于區塊鏈的供應鏈金融平臺，完成數據的可信流轉，使企業客戶實現更便捷安全的自動清算。

信用風險管理：主要通過大數據技術識別信息不對稱問題，進行欺詐識別、授信評分、貸后管理等風險管理。在如今數字新基建的背景下，依托“ABCDE”(人工智能(AI)、大數據(BigData)、云(Cloud)、物聯網設備(Device)及前沿探索(Exploration))全棧技術能力，打造數字化產品、渠道、運營及生態體系，已成為促進銀行業數字化升級的剛需。

圖片

模型搭建邏輯介紹

評測模型由作為核心驅動的頂層戰略規劃、能力展現的數字化能力建設以及作為轉型保障的底層結構支持三部分構成

數字化能力建設：數字化指標象限展示

通過優先度、重要度與能力展現效果三重維度評測銀行數字化能力轉型水平

數字化能力指標一：渠道數字化

渠道數字化由線上、線下渠道建設及渠道聯動三部分組成

渠道建設作為銀行業務的基礎環節，其數字化轉型的效果將直接影響銀行在營銷、產品、風控等其他領域的數字化表現。構建數字化渠道、實現渠道間智慧聯動不僅是銀行數字化轉型過程中的優先選項，其對于銀行業務的發展及數字化轉型效果的呈現都是不可或缺的關鍵部分。銀行的渠道數字化能力主要體現在三個方面，分別是銀行線下網點數字化轉型、線上數字化渠道建設以及渠道間的聯動互通。

智能工具的引入助力銀行線下網點的數字化升級;網銀、手機銀行等線上平臺成為銀行線上用戶的聚集地

業務聯動性依賴于銀行歸戶管理能力及業務聯通體系的搭建

圖片

數字化能力指標二：營銷數字化

建立以用戶運營為核心的數字化營銷體系，圍繞用戶全生命周期提供精準營銷服務

營銷數字化作為在銀行數字化能力建設中優先度、重要度與能力展現效果均位列前位的銀行數字化能力評測指標，其對于銀行整體的數字化升級效果的展現與影響力是不言而喻的。由于該項能力數字化升級效果易量化，銀行受益直接，對于銀行營銷體系的數字化升級通常是銀行“試水”數字化的第一步。營銷數字化的核心是將傳統銀行業務由“客戶導向”轉變為“用戶導向”，整個數字化營銷流程全面圍繞用戶展開，以單個用戶的實際需求為核心，結合大數據、云計算、人工智能等技術，精準刻畫用戶畫像，全面捕捉用戶生命周期。銀行營銷能力數字化升級按照其用戶運營流程被分為四個階段，依據每個階段不同的業務重點，針對性的部署各業務環節的數字化升級模式，具體情況如下：

用戶識別階段的升級核心是用戶身份確認與數字畫像建設;渠道數字化是用戶觸達環節數字化升級的基礎

三位一體的用戶轉化體系助力銀行實現數字化用戶運營及轉化;運營監測系統動態捕捉用戶行為，及時調整用戶分類

數字化能力指標三：產品數字化

前沿技術應用賦能銀行產品數字化設計、銷售與迭代全流程

大數據、人工智能、云計算等前沿技術在銀行產品領域同樣得到了廣泛的應用。對于銀行來說，產品的數字化升級不僅僅是將其線下營業網點推出的信貸、理財等產品放到線上平臺售賣，而是從產品的設計環節開始，重新塑造產品的價值鏈及商業模式，用數字化方式全面賦能產品從設計到銷售、運營的每個環節，其數字化升級的核心主要體現在三個方面，分別是產品設計階段的數字化能力應用，產品銷售階段的數字化智能營銷以及后續產品的數字化運營與迭代升級。基于以上三方面的能力提升及業務模式轉型，幫助銀行實現產品領域的數字化、智能化提升。

基于用戶及產品的歷史數據分析，實現精準產品設計與營銷

數字化能力指標四：風控數字化

銀行智能風控體系由基礎能力與業務能力兩個核心部分組成

銀行風險管理領域的數字化升級是整個銀行系統數字化升級的核心部分，風控作為銀行業務能力提升的重要輔助環節，其核心工作原理就是通過分析處理歷史數據，得出風險等級并展望未來風險變動趨勢。通過將大數據、人工智能、云計算等前沿技術與銀行風控業務的匯總融合，幫助銀行風控流程實現線上化、數字化、智能化，全面提升銀行對于客戶、行業及地域的風險把控能力，幫助銀行在客戶資格審核及貸款批復、資產管理及投資組合構建等方面降低風險水平，提升銀行整體業務效果。銀行智能風控體系搭建主要由基礎能力及業務能力兩個核心部分組成，基礎能力體現在對于銀行集團級風控數據信息庫的建設以及智慧型風控平臺的搭建上，業務能力主要包括對于銀行智能交易平臺及智能預警系統的使用。

銀行數據信息庫與智慧風控平臺的建設是銀行風控領域數字化、智能化升級的基礎能力建設部分

銀行智能風控業務能力主要體現在智能交易風控平臺建設與智能預警系統使用兩個方面

底層結構支持：數字化指標象限展示

通過優先度、重要度與支撐效果三重維度評測銀行底層支撐

底層結構支持指標一：低代碼

短期拉低數字化門檻，長期提升創新動力與技術自主性

中短期來看，低代碼不僅賦能IT人員，提高復用及開發效率，同時賦能于銀行業務人員，便于軟件的自主搭建，降低數字化門檻。長期視角中，低代碼平臺將企業需求與自主開發深度融合，打造出可持續性的、緊跟變化的IT服務能力來經受瞬息萬變的時代考驗。但銀行要在時代洪流中屹立不倒，仍需保持創新動力，而低代碼賦予普通業務人員的開發技能可以促進新點子變現，激發員工創新，賦能銀行探索第二甚至是第三曲線的描繪可能。

底層結構支持指標四：數據安全

多種技術配合，構建完整數據安全體系

數據安全是銀行數字化轉型重要的底層結構支撐。從國家和監管層面看：數據安全是金融系統穩定的重要保障，也是銀行合規的重要考評標準。從銀行自身風險看：數據安全是反欺詐和自身穩定運營的關鍵。從用戶服務和聲譽度看：數據安全可有效保障用戶隱私，維護銀行聲譽。

數據安全技術體系復雜，但根據目的，可以分為：(1)保障數據不被丟失，具體包括容災、備份等技術。(2)保障數據不被篡改，具體包括防火墻、訪問控制、監控和審計。區塊鏈技術等。(3)保障數據不被泄露，具體包括加密技術、隱私計算、數據遮蔽等。數據安全大致可有兩個方向：對數據本身進行控制(類似于強制存取控制)和對用戶進行控制(類似于自主存取控制)，前者屬于狹義數據安全，后者與網絡安全等關系密切，屬于廣義數據安全，兩者相互配合，缺一不可。

數據安全整體架構案例展示

銀行數據安全治理體系標桿案例

趨勢及展望(一)：數智化

銀行數字化體系建設將更加完善，逐步覆蓋更多業務場景，為用戶提供全面、便捷的金融服務

從整個銀行業金融科技賦能程度與數字化轉型階段來看，目前大多數國內銀行仍處于轉型1.0的線上化階段，處于該階段的銀行數字化能力比較薄弱，在實現業務線上化的基礎上，僅在少數幾項業務板塊(如：營銷、風控等)探索性開展數字化業務的能力升級。對于頭部大行來說，目前基本已經進入了銀行數字化轉型的2.0階段，銀行在業務數字化轉型及應用方面的能力較為完整，對于銀行業務場景也實現了一定程度的數字化覆蓋，并且在某些業務條線，頭部大行的技術能力應用也能夠達到數智化初級水平。

趨勢及展望(二)：開放性

數字化升級推動開放融合的金融生態體系建設，促進國內開放銀行業務的發展

隨著金融科技在銀行業更廣泛的應用以及國內商業銀行數字化轉型進程的推進，銀行與客戶之間的交互方式與服務模式正逐步發生改變，以用戶為核心、與場景相融合的數字化金融生態建設將成為國內銀行業未來發展的新趨勢，由傳統銀行逐步向開放銀行探索是國內銀行業數字化發展與生態建設的“進階之路”。開放銀行是指商業銀行通過標準化API、SDK、H5、小程序等連接方式與生態內金融科技公司、第三方開發者、供應商等其他合作伙伴相互融合，共享數據、算法、交易流程與其他業務功能，為生態內的合作伙伴輸出金融服務能力，由生態內的其他參與者為用戶提供場景化的金融服務，實現對于銀行商業模式與經營模式的數字化重塑。