金融業(yè)數(shù)字化轉(zhuǎn)型發(fā)展報告 （白皮書） 金融信息化研究所 2022年2月 2020-2021 金融業(yè)數(shù)字化轉(zhuǎn)型發(fā)展報告（白皮書） I 前言 《國民經(jīng)濟(jì)和社會發(fā)展第十四個五年規(guī)劃和2035年遠(yuǎn) 景目標(biāo)綱要》中提出加快數(shù)字化發(fā)展,、建設(shè)數(shù)字中國的任務(wù),， 要求金融業(yè)穩(wěn)妥發(fā)展金融科技、加快金融機(jī)構(gòu)數(shù)字化轉(zhuǎn)型,。

《金融科技（FinTech）發(fā)展規(guī)劃（2019-2021年）》實施完 成,，《金融科技發(fā)展規(guī)劃（2022-2025年）》正式發(fā)布，持 續(xù)推動金融創(chuàng)新,，助力金融業(yè)數(shù)字化轉(zhuǎn)型,，促進(jìn)普惠、綠色 金融發(fā)展,，更有效服務(wù)實體經(jīng)濟(jì),。

為總結(jié)一年來金融業(yè)數(shù)字化轉(zhuǎn)型情況，金融信息化研究 所聯(lián)合行業(yè)機(jī)構(gòu),，組織開展行業(yè)調(diào)研,，在金融業(yè)數(shù)字化轉(zhuǎn)型 實踐基礎(chǔ)上，編寫了《金融業(yè)數(shù)字化轉(zhuǎn)型發(fā)展報告（白皮書）》， 從轉(zhuǎn)型治理,、新技術(shù)應(yīng)用創(chuàng)新,、基礎(chǔ)設(shè)施迭代升級、網(wǎng)絡(luò)安 全防范,、促進(jìn)監(jiān)管科技發(fā)展等方面全面總結(jié)梳理了主要金融 機(jī)構(gòu)在數(shù)字化轉(zhuǎn)型方面取得的進(jìn)展,，并展望發(fā)展趨勢，供各 方參考,。

參編單位： 北京金融信息化研究所有限責(zé)任公司 阿里云計算有限公司 華為技術(shù)有限公司 金電信息科技（北京）有限責(zé)任公司 北京國家金融科技認(rèn)證中心有限公司 金融業(yè)數(shù)字化轉(zhuǎn)型發(fā)展報告（白皮書） I 目錄 一,、概述....................................................................................................1 二、數(shù)字化轉(zhuǎn)型實踐...............................................................................1 （一）加強金融業(yè)數(shù)字化轉(zhuǎn)型指導(dǎo)和規(guī)范.....................................1 （二）普遍重視數(shù)字化轉(zhuǎn)型戰(zhàn)略驅(qū)動.............................................4 （三）加快實施組織架構(gòu)優(yōu)化.........................................................5 （四）大力推動企業(yè)架構(gòu)轉(zhuǎn)型.........................................................7 （五）持續(xù)加大科技投入...............................................................10 （六）不斷加強科技隊伍建設(shè).......................................................12 （七）深入推進(jìn)云計算應(yīng)用...........................................................14 （八）有序推進(jìn)大數(shù)據(jù)應(yīng)用...........................................................16 （九）全面開展人工智能應(yīng)用.......................................................18 （十）加快探索區(qū)塊鏈應(yīng)用場景...................................................20 （十一）優(yōu)化升級金融信息基礎(chǔ)設(shè)施...........................................22 （十二）不斷完善網(wǎng)絡(luò)安全保障體系...........................................24 三,、金融業(yè)數(shù)字化轉(zhuǎn)型發(fā)展展望.........................................................26 （一）加大數(shù)字化轉(zhuǎn)型指導(dǎo)和規(guī)范...............................................26 （二）進(jìn)一步完善數(shù)字化轉(zhuǎn)型治理體系.......................................27 （三）全面推進(jìn)金融科技應(yīng)用創(chuàng)新...............................................27 （四）強化企業(yè)級數(shù)據(jù)能力建設(shè)...................................................28 1 一,、概述 隨著數(shù)字經(jīng)濟(jì)上升為國家戰(zhàn)略，金融科技推動金融業(yè)數(shù) 字化轉(zhuǎn)型持續(xù)深入發(fā)展,，數(shù)字金融成為當(dāng)前主流,，推動金融 業(yè)高質(zhì)量發(fā)展。

為有效推動金融業(yè)數(shù)字化轉(zhuǎn)型,，金融管理部 門加大了轉(zhuǎn)型指導(dǎo)和規(guī)范,，金融機(jī)構(gòu)重視數(shù)字化轉(zhuǎn)型戰(zhàn)略規(guī) 劃的制定，實施組織架構(gòu)優(yōu)化,，推動企業(yè)架構(gòu)轉(zhuǎn)型,，強化金 融科技投入和人才隊伍建設(shè)，持續(xù)開展云計算,、大數(shù)據(jù),、人 工智能、區(qū)塊鏈等新技術(shù)創(chuàng)新應(yīng)用,，加快金融信息基礎(chǔ)設(shè)施 迭代升級及提升網(wǎng)絡(luò)安全保障能力等多個環(huán)節(jié),，涵蓋了金融 業(yè)治理能力提升和治理體系完善的方方面面。

為適應(yīng)數(shù)字金融發(fā)展需要,，監(jiān)管部門將強化金融業(yè)數(shù)字 化轉(zhuǎn)型指導(dǎo)和規(guī)范,，金融機(jī)構(gòu)將不斷完善轉(zhuǎn)型治理體系，持 續(xù)推進(jìn)金融科技應(yīng)用創(chuàng)新,，通過企業(yè)級數(shù)據(jù)能力提升推動金 融業(yè)數(shù)據(jù)要素市場建設(shè)。

二,、數(shù)字化轉(zhuǎn)型實踐 金融業(yè)數(shù)字化轉(zhuǎn)型實踐主要基于行業(yè)調(diào)研和行業(yè)專家 觀點,，進(jìn)行統(tǒng)計、分析,，從多維度展示金融業(yè)數(shù)字化轉(zhuǎn)型實 踐情況,。

（一）加強金融業(yè)數(shù)字化轉(zhuǎn)型指導(dǎo)和規(guī)范 金融管理部門特別重視行業(yè)數(shù)字化轉(zhuǎn)型規(guī)劃指導(dǎo)，其中 人民銀行發(fā)布了《金融科技發(fā)展規(guī)劃（2022-2025）》,、銀 保監(jiān)會年初發(fā)布了《關(guān)于銀行業(yè)保險業(yè)數(shù)字化轉(zhuǎn)型的指導(dǎo)意 2 見》,、證監(jiān)會發(fā)布了《證券期貨業(yè)科技發(fā)展“十四五”規(guī)劃》,， 明確“十四五”期間行業(yè)金融科技發(fā)展、數(shù)字化轉(zhuǎn)型目標(biāo),， 從治理體系,、業(yè)務(wù)創(chuàng)新、技術(shù)和數(shù)據(jù)能力建設(shè),、風(fēng)險防范等 多維度提出重點任務(wù),，推動行業(yè)數(shù)字化轉(zhuǎn)型落地實施。

金融業(yè)加大數(shù)字化轉(zhuǎn)型相關(guān)標(biāo)準(zhǔn)規(guī)范研制,，加強數(shù)字化 轉(zhuǎn)型方法論研究,，并提出了金融業(yè)數(shù)字化轉(zhuǎn)型參考模型，從 轉(zhuǎn)型共識,、轉(zhuǎn)型治理,、技術(shù)支撐、數(shù)據(jù)治理,、應(yīng)用創(chuàng)新,、生 態(tài)構(gòu)建和風(fēng)險防范7個方面給出金融機(jī)構(gòu)數(shù)字化轉(zhuǎn)型的框架， 提出了不同類型金融機(jī)構(gòu)數(shù)字化轉(zhuǎn)型的實施策略,，同時給出 了轉(zhuǎn)型實施路徑的建議,。

金融科技創(chuàng)新監(jiān)管工具穩(wěn)步實施，《金融科技創(chuàng)新安全 通用規(guī)范》（JR/T 0199—2020）為進(jìn)入金融科技創(chuàng)新試點 的科技產(chǎn)品的技術(shù)性安全評估提供依據(jù),，金融科技創(chuàng)新監(jiān)管 試點范圍和數(shù)量不斷增加,。

截至2021年底，共有17個地區(qū) 的近120個金融科技創(chuàng)新產(chǎn)品對外公示,，其中科技產(chǎn)品42 個,，工銀金科、建信金科,、興業(yè)數(shù)金等29家機(jī)構(gòu)的科技產(chǎn) 品均已完成技術(shù)性安全評估工作,，并順利登記。

此項評估既 可管控好金融技術(shù)創(chuàng)新應(yīng)用帶來的風(fēng)險,，又不過度附加安全 措施而影響創(chuàng)新效率,，以最小干預(yù)原則把好了金融科技創(chuàng)新 入口關(guān)。

金融標(biāo)準(zhǔn)檢測認(rèn)證切實促進(jìn)金融科技監(jiān)管和綜合治理 水平的提升,。

據(jù)調(diào)研顯示,，目前獲認(rèn)可開展金融中介、保險 3 和輔助服務(wù)認(rèn)證及金融科技產(chǎn)品認(rèn)證的機(jī)構(gòu)共有21家,，相 較2020年底增加5家,，如圖-1所示。

圖-1我國從事金融標(biāo)準(zhǔn)認(rèn)證機(jī)構(gòu)數(shù)量趨勢圖 金融標(biāo)準(zhǔn)認(rèn)證及相關(guān)檢測業(yè)務(wù)涉及規(guī)范金融科技產(chǎn)品 與服務(wù)、保護(hù)數(shù)據(jù)安全和個人金融信息,、支持金融數(shù)字基礎(chǔ) 設(shè)施建設(shè),、引導(dǎo)新技術(shù)應(yīng)用創(chuàng)新、支持普惠金融發(fā)展等多方 面,。

目前,，金融科技產(chǎn)品認(rèn)證作為國家統(tǒng)一推行的認(rèn)證制度 （簡稱國推產(chǎn)品認(rèn)證），認(rèn)證對象包括客戶端軟件,、條碼支 付受理終端,、聲紋識別系統(tǒng)和云計算平臺等11種金融科技 產(chǎn)品，金融行業(yè)共依據(jù)92項標(biāo)準(zhǔn)開展認(rèn)證業(yè)務(wù)38項,。

截至 2021年底,，通過金融科技國推產(chǎn)品認(rèn)證的機(jī)構(gòu)共523家，涵 蓋商業(yè)銀行,、非銀行支付機(jī)構(gòu),、金融科技公司等多種類型。

通過檢測認(rèn)證確保了金融科技產(chǎn)品在身份認(rèn)證,、邏輯安全,、 安全功能設(shè)計、密碼算法及密鑰管理,、數(shù)據(jù)安全等方面符合 4 行業(yè)標(biāo)準(zhǔn)要求,，保障金融科技產(chǎn)品的安全和質(zhì)量。

（二）普遍重視數(shù)字化轉(zhuǎn)型戰(zhàn)略驅(qū)動 數(shù)字化轉(zhuǎn)型相對之前電子化,、信息化對業(yè)務(wù)的支撐作用 和意義,，更強調(diào)業(yè)務(wù)與科技的深度融合、業(yè)務(wù)主導(dǎo)和科技引 領(lǐng)的“雙輪”驅(qū)動,，僅依靠科技部門難以有效推動各機(jī)構(gòu)的 數(shù)字化轉(zhuǎn)型工作,。

為此，主要金融機(jī)構(gòu)紛紛從企業(yè)級戰(zhàn)略高 度推動數(shù)字化轉(zhuǎn)型工作,，制定金融科技發(fā)展,、數(shù)字化轉(zhuǎn)型的 戰(zhàn)略規(guī)劃，加大戰(zhàn)略驅(qū)動,，推動數(shù)字化轉(zhuǎn)型工作落地,。

根據(jù)對46家金融機(jī)構(gòu)的調(diào)研，有40家制定了數(shù)字化轉(zhuǎn) 型戰(zhàn)略,，占比達(dá)86.96%,，其中將數(shù)字化轉(zhuǎn)型確定為企業(yè)級戰(zhàn) 略的有38家，占比達(dá)82.61%,。

不同類型金融機(jī)構(gòu)制定數(shù)字 化轉(zhuǎn)型戰(zhàn)略的占比情況如圖-2所示： 圖-2數(shù)字化轉(zhuǎn)型戰(zhàn)略占比情況 可以看出，不同類型金融機(jī)構(gòu)在戰(zhàn)略驅(qū)動數(shù)字化轉(zhuǎn)型方 面基本形成共識，注重頂層設(shè)計,，通過金融科技創(chuàng)新發(fā)展,、 5 數(shù)字化轉(zhuǎn)型規(guī)劃的制定和實施，推動數(shù)字化轉(zhuǎn)型落地,。

（三）加快實施組織架構(gòu)優(yōu)化 金融機(jī)構(gòu)不斷在組織架構(gòu)優(yōu)化與完善方面發(fā)力,，從決策、 管理,、執(zhí)行,、創(chuàng)新等多個方面強化數(shù)字化轉(zhuǎn)型的組織保障。

從決策層面看,，在設(shè)置最高層分管領(lǐng)導(dǎo),、信息科技管理 委員會進(jìn)行信息化管理決策的基礎(chǔ)上，部分機(jī)構(gòu)由一把手親 自抓金融科技創(chuàng)新,、數(shù)字化轉(zhuǎn)型工作,。

調(diào)研結(jié)果表明，46家 機(jī)構(gòu)中有16家機(jī)構(gòu)將金融科技,、數(shù)字化轉(zhuǎn)型確定為“一把 手工程”,，占比約為34.78%。

不同類型機(jī)構(gòu)的具體情況如圖 -3所示： 圖-3數(shù)字化轉(zhuǎn)型一把手工程機(jī)構(gòu)數(shù)量及占比情況 如圖-3所示,，國有大型銀行,、股份制銀行及保險公司更 注重由“一把手”親自抓數(shù)字化轉(zhuǎn)型工作，加大轉(zhuǎn)型實施力度,。

從關(guān)鍵高管崗位設(shè)置情況看,，部分機(jī)構(gòu)通過設(shè)置信息科 6 技相關(guān)的關(guān)鍵高管崗位，加強金融科技管理,、推動數(shù)字化轉(zhuǎn) 型,。

根據(jù)調(diào)研結(jié)果看，其中設(shè)置首席信息官（CIO：Chief Information Officer）的金融機(jī)構(gòu)有23家機(jī)構(gòu),，設(shè)置首席 技術(shù)官（CTO：chief technology officer）的金融機(jī)構(gòu)有9 家,，設(shè)置首席信息安全官（CISO：Chief information security officer）的金融機(jī)構(gòu)有4家，設(shè)置首席數(shù)據(jù)官（CDO： Chief Data Officer）的金融機(jī)構(gòu)僅1家,。

根據(jù)關(guān)鍵高管崗 位設(shè)置情況看,，目前主要金融機(jī)構(gòu)基于監(jiān)管要求和加強整體 科技管理考慮，重點設(shè)置CIO和CTO,，但CDO的設(shè)置還沒引 起普遍重視,。

如圖-4所示： 圖-4設(shè)置關(guān)鍵高管崗位機(jī)構(gòu)數(shù)量示意圖 從部門設(shè)置調(diào)整看，金融機(jī)構(gòu)紛紛加大了支持金融科技 創(chuàng)新,、數(shù)字化轉(zhuǎn)型的新部門設(shè)置和組建,，提升金融科技能力 和水平,、支持金融創(chuàng)新。

從本次調(diào)研結(jié)果看,，9家金融機(jī)構(gòu) 成立相關(guān)金融科技創(chuàng)新研究院,，其中包括7家銀行，2家保 7 險公司,。

被調(diào)研的機(jī)構(gòu)中有13家金融機(jī)構(gòu)成立金融科技子 公司,，其中包括10家銀行、2家證券交易所,，1家保險公司,。

另外，有25家金融機(jī)構(gòu)成立創(chuàng)新實驗室,，其中2家政 策性銀行及1家開發(fā)銀行中有1家成立創(chuàng)新實驗室,，6家國 有銀行有5家成立了創(chuàng)新實驗室，9家股份制銀行有7家成 立了創(chuàng)新實驗室,，6家區(qū)域性銀行有3家成立了創(chuàng)新實驗室,， 7家外資銀行有1家成立了創(chuàng)新實驗室，8家證券業(yè)金融機(jī) 構(gòu)有4家成立創(chuàng)新實驗室,，5家保險機(jī)構(gòu)有4家成立創(chuàng)新實 驗室,。

如圖-5所示： 圖-5設(shè)立創(chuàng)新實驗室的不同類型機(jī)構(gòu)數(shù)量示意圖 不難看出，主要大型金融機(jī)構(gòu)在設(shè)立支持金融科技創(chuàng)新 的機(jī)構(gòu),、部門方面相對中小機(jī)構(gòu)力度更大,，從而可以更有效 支持金融科技創(chuàng)新、數(shù)字化轉(zhuǎn)型,。

（四）大力推動企業(yè)架構(gòu)轉(zhuǎn)型 基于技術(shù)發(fā)展,、業(yè)務(wù)創(chuàng)新需要，主要金融機(jī)構(gòu)在推動企 8 業(yè)級架構(gòu)轉(zhuǎn)型方面持續(xù)發(fā)力,，包括業(yè)務(wù)架構(gòu),、數(shù)據(jù)架構(gòu)及IT 架構(gòu)的全面轉(zhuǎn)型，提升企業(yè)架構(gòu)整體設(shè)計能力,，推動組件化,、 分布式架構(gòu)深入應(yīng)用。

部分機(jī)構(gòu)加大了中臺體系的構(gòu)建和落 地應(yīng)用,，在推動核心系統(tǒng)向分布式云架構(gòu)轉(zhuǎn)型中也取得較大 進(jìn)展,。

不同機(jī)構(gòu)在實施分布式架構(gòu)轉(zhuǎn)型中，既有核心系統(tǒng)從 傳統(tǒng)大型主機(jī)集中式架構(gòu)全面基于原生云架構(gòu)和分布式技 術(shù)體系進(jìn)行重構(gòu)的模式,，也有只將核心系統(tǒng)數(shù)據(jù)庫替換為分 布式數(shù)據(jù)庫的漸進(jìn)式演進(jìn)模式,，還有部分機(jī)構(gòu)基于開源技術(shù) 結(jié)合云原生實踐實現(xiàn)自研分布式數(shù)據(jù)庫的應(yīng)用等。

以下對主 要金融機(jī)構(gòu)的架構(gòu)轉(zhuǎn)型情況做簡要介紹： 工商銀行從全行視角進(jìn)行企業(yè)架構(gòu)整體規(guī)劃,，通過業(yè)務(wù) 架構(gòu)指導(dǎo)IT架構(gòu)的轉(zhuǎn)型提升,，目前已經(jīng)設(shè)計了覆蓋全量業(yè) 務(wù)的1200余個業(yè)務(wù)活動,、4200余個任務(wù)、2100余個業(yè)務(wù)實 體,，形成了包含63個業(yè)務(wù)領(lǐng)域,、113個業(yè)務(wù)組件、318個業(yè) 務(wù)對象的架構(gòu)資產(chǎn),，打造“全客戶、全渠道,、全領(lǐng)域”的生 態(tài)化業(yè)務(wù)架構(gòu),。

農(nóng)業(yè)銀行持續(xù)建設(shè)數(shù)據(jù)、信貸,、開放銀行,、零售營銷、 對公營銷和運營的“六大中臺”,，并在試點領(lǐng)域構(gòu)建企業(yè)級 業(yè)務(wù)架構(gòu),。

中國銀行企業(yè)級架構(gòu)建設(shè)作為全集團(tuán)最重要的基礎(chǔ)性、 全局性,、長期性的科技改革戰(zhàn)略性工程被付諸實踐,，以中臺 思維、價值導(dǎo)向作為未來工作指引,，推廣戰(zhàn)略解析方法,，以 9 減少戰(zhàn)略執(zhí)行的衰減，提高IT資源的價值創(chuàng)造力,。

建設(shè)銀行在“新一代核心系統(tǒng)”建設(shè)的基礎(chǔ)上,，從業(yè)務(wù) 開放拓展為業(yè)務(wù)和技術(shù)生態(tài)全面開放，通過“建行云”打造 共享敏捷協(xié)同的技術(shù)中臺,、數(shù)據(jù)中臺和業(yè)務(wù)中臺服務(wù)能力,， 構(gòu)建新型“云+”生態(tài)體系。

交通銀行提出要積極打造企業(yè)級數(shù)據(jù)中臺,，統(tǒng)一數(shù)據(jù)底 座,，實現(xiàn)企業(yè)級數(shù)據(jù)共享，要面向業(yè)務(wù)全生命周期打造“數(shù) 字孿生”的業(yè)務(wù)與系統(tǒng),，推動線上與線下,、境內(nèi)與境外、金 融與非金融,、人工與機(jī)器智能的相互融合,。

郵政儲蓄銀行企業(yè)級轉(zhuǎn)型工程取得較大進(jìn)展，新一代分 布式核心系統(tǒng)投產(chǎn),，通過業(yè)務(wù)建模對業(yè)務(wù)進(jìn)行重新梳理,，建 立模型資產(chǎn)庫,，對業(yè)務(wù)進(jìn)行模塊化、組件化改造,，再通過分 布式系統(tǒng)支持業(yè)務(wù)改造的落地,，從而逐步走向核心系統(tǒng)設(shè)計 的自主可控。

渤海銀行全面推進(jìn)企業(yè)級的“科技轉(zhuǎn)型與中臺項目”建 設(shè),，以打造“輕”前臺,、“快”中臺、“強”后臺為架構(gòu)轉(zhuǎn) 型目標(biāo),，構(gòu)建平臺化,、組件化、服務(wù)化的新一代分布式核心 系統(tǒng),。

北京銀行擬依托企業(yè)級業(yè)務(wù)架構(gòu)指導(dǎo)IT系統(tǒng)實施,，聚 焦客戶體驗打造“敏捷”前臺，聚焦能力共享打造“聚能” 中臺,，聚焦流程管控打造“強健”后臺,，推動從業(yè)務(wù)到技術(shù) 的全面轉(zhuǎn)型。

10 中國太平洋保險（集團(tuán)）股份有限公司升級數(shù)字化轉(zhuǎn)型 戰(zhàn)略,，聚焦大健康,、大區(qū)域、大數(shù)據(jù)三大重點方向,，并分為 兩個階段打造了集團(tuán)級數(shù)據(jù)中臺,，改變了原有大數(shù)據(jù)平臺覆 蓋范圍不完整和傳統(tǒng)“煙囪式”系統(tǒng)無法實現(xiàn)統(tǒng)一數(shù)據(jù)治理 的局面。

中華財險全面打破原有“煙囪式”系統(tǒng)架構(gòu),，搭建業(yè)務(wù) 中臺與數(shù)據(jù)中臺并行的“雙中臺”模式,，并對前臺及SaaS 層應(yīng)用系統(tǒng)重構(gòu)，實現(xiàn)靈敏調(diào)用全域數(shù)據(jù),，提升營銷水平,、 服務(wù)水平，以及產(chǎn)品快速定制上線,。

興業(yè)證券在數(shù)據(jù)中臺和業(yè)務(wù)中臺體系的支撐下,，打造了 數(shù)字運營平臺，建立了用戶標(biāo)簽體系,、北極星指標(biāo)體系,，實 現(xiàn)用戶、流量,、渠道,、活動及產(chǎn)品等領(lǐng)域的一站式數(shù)字化運 營，提升了精準(zhǔn)營銷能力,。

（五）持續(xù)加大科技投入 信息科技對數(shù)字化轉(zhuǎn)型引領(lǐng)和驅(qū)動作用不斷顯現(xiàn),，充足 的科技投入成為數(shù)字化轉(zhuǎn)型的必要條件,，主要金融機(jī)構(gòu)持續(xù) 加大科技投入，確保了數(shù)字化轉(zhuǎn)型順利推進(jìn),。

本次調(diào)研的41 家有效反饋中,，2020年科技領(lǐng)域投入在1億元以下的有3家 金融機(jī)構(gòu)，在1-10億元的有16家金融機(jī)構(gòu),，在10-50億元 的有12家金融機(jī)構(gòu),，在50-100億元的有6家金融機(jī)構(gòu)，在 100-200億元的有2家金融機(jī)構(gòu),，在200億元以上的有2家 金融機(jī)構(gòu),。

根據(jù)調(diào)研結(jié)果可以看出，因為機(jī)構(gòu)類型,、規(guī)模及 11 實力不同，各金融機(jī)構(gòu)科技領(lǐng)域投入差異較大,，其中國有銀 行和全國性股份制銀行的科技領(lǐng)域投入較多,。

具體情況如圖 -6所示。

圖-62020年科技領(lǐng)域投入情況 從科技領(lǐng)域投入占總營收的比例來看,，科技領(lǐng)域投入占 總營收的比例最高的金融機(jī)構(gòu)為外資銀行,，達(dá)到12.95%，其 次是證券業(yè)金融機(jī)構(gòu),，為4.69%,，全國性股份制銀行、區(qū)域 性銀行及保險公司的科技領(lǐng)域投入占總營收的比例都在3% 左右,，國有銀行,、政策性銀行及開發(fā)性銀行的占比相對較低。

可以看出,，盡管國有銀行和全國股份制銀行的科技領(lǐng)域投入 較多,，但其科技領(lǐng)域投入占總營收的比例卻相對較低。

具體 情況如圖-7所示,。

12 圖-72020年科技領(lǐng)域投入占總營收的比例 （六）不斷加強科技隊伍建設(shè) 實施數(shù)字化轉(zhuǎn)型需要一支水平高,、能力強的科技隊伍的 支持，金融機(jī)構(gòu)越來越重視科技隊伍建設(shè),，科技實力不斷增 強,。

從科技人員數(shù)量來看，本次調(diào)研的43家有效反饋中,， 科技人員數(shù)量在500人以內(nèi)的有19家金融機(jī)構(gòu),，在500-1000 人的有8家金融機(jī)構(gòu)，在1000-5000人的有9家金融機(jī)構(gòu),， 在5000-10000人的有4家金融機(jī)構(gòu),，在10000人以上的有3 家金融機(jī)構(gòu),。

根據(jù)調(diào)研結(jié)果可以看出，各家金融機(jī)構(gòu)的科技 人員數(shù)量差異較大,，其中國有銀行和全國股份制銀行的科技 人員數(shù)量較多,。

具體情況如圖-8所示。

13 圖-8科技人員數(shù)量 從科技人員數(shù)量同比增長速度來看,，絕大部分金融機(jī)構(gòu) 科技人員數(shù)量呈現(xiàn)不同比例增長,，不同類型機(jī)構(gòu)的科技人員 數(shù)量增長情況也不相同，其中全國性股份制銀行科技人員數(shù) 量同比增長最快,，達(dá)到31.33%,，其次是區(qū)域性銀行，同比增 長達(dá)到23.86%,。

根據(jù)調(diào)研結(jié)果可以看出,，隨著金融機(jī)構(gòu)加快 數(shù)字化轉(zhuǎn)型進(jìn)程，其科技人員數(shù)量保持著高速增長,。

具體情 況如圖-9所示,。

14 圖-92020年科技人員數(shù)量同比增長情況 （七）深入推進(jìn)云計算應(yīng)用 金融機(jī)構(gòu)利用多種云計算服務(wù)模式，整合自身資源,，探 索和實踐開放,、共享、創(chuàng)新能力,，實現(xiàn)與客戶,、同業(yè),、監(jiān)管 機(jī)構(gòu)等構(gòu)建云生態(tài)系統(tǒng),。

營銷、運營,、生態(tài),、OA,、管理等不 同業(yè)務(wù)的云化率不斷提高，為產(chǎn)業(yè),、企業(yè),、客戶提供多樣化 的金融產(chǎn)品和金融服務(wù)。

目前,，金融業(yè)采用適合自身發(fā)展的方式分階段實現(xiàn)業(yè)務(wù) 系統(tǒng)上云,，云計算普及率已經(jīng)達(dá)到較高水準(zhǔn)。

從調(diào)研的43 家有效反饋中統(tǒng)計發(fā)現(xiàn),，有9家金融機(jī)構(gòu)的云化率超過了80%,， 6家機(jī)構(gòu)的云化率達(dá)到60%-80%，6家機(jī)構(gòu)的云化率達(dá)到 40%-60%，有9家金融機(jī)構(gòu)的云化率超過了20%-40%,，另外 13家云化率處于1%到20%,。

如圖-10所示。

15 圖-10不同云化率區(qū)間的機(jī)構(gòu)數(shù)量分布示意圖 從應(yīng)用的部署模式看,，金融機(jī)構(gòu)主要還是以私有云為主,， 根據(jù)調(diào)研結(jié)果，44家有效調(diào)研反饋中,，選擇私有云部署模式 的有31家金融機(jī)構(gòu),，占比70.45%，有11家機(jī)構(gòu)選擇混合云 部署模式,。

金融機(jī)構(gòu)考慮安全可信,、監(jiān)管合規(guī)的要求，目前 的云計算應(yīng)用模式主要還是體現(xiàn)了“以我為主”的私有云部 署模式,。

隨著云原生技術(shù)的興起,，金融行業(yè)也開始逐步推廣應(yīng)用。

從調(diào)研結(jié)果看,，44家有效反饋中,，已經(jīng)有21家機(jī)構(gòu)開始了 云原生應(yīng)用，涉及DevOps,、容器、微服務(wù),、服務(wù)網(wǎng)格,、 Serverless等主流的云原生技術(shù)，覆蓋了計算云原生,、開發(fā) 云原生,、架構(gòu)云原生、數(shù)據(jù)云原生及安全云原生等多個領(lǐng)域,。

云原生的應(yīng)用,，將進(jìn)一步提升IT服務(wù)效率，夯實數(shù)字化轉(zhuǎn) 型底座,。

16 （八）有序推進(jìn)大數(shù)據(jù)應(yīng)用 依托大數(shù)據(jù)技術(shù),，金融業(yè)數(shù)據(jù)治理和數(shù)據(jù)應(yīng)用成效明顯， 大數(shù)據(jù)應(yīng)用已經(jīng)成為行業(yè)熱點,。

從調(diào)研結(jié)果看,，大數(shù)據(jù)在風(fēng) 控、精準(zhǔn)營銷,、反欺詐,、經(jīng)營決策、產(chǎn)品和服務(wù)創(chuàng)新、征信 和智能投顧等多個領(lǐng)域中得到廣泛應(yīng)用,。

本次調(diào)研的45家有效反饋中,，有30多家機(jī)構(gòu)表示已將 大數(shù)據(jù)廣泛應(yīng)用于風(fēng)控、精準(zhǔn)營銷,、反欺詐和經(jīng)營決策等領(lǐng) 域,，20多家機(jī)構(gòu)將大數(shù)據(jù)應(yīng)用于產(chǎn)品和服務(wù)創(chuàng)新、征信和智 能投顧等領(lǐng)域,。

如圖-11所示,。

圖-11金融業(yè)大數(shù)據(jù)應(yīng)用領(lǐng)域情況 從當(dāng)前金融機(jī)構(gòu)數(shù)據(jù)平臺建設(shè)現(xiàn)狀角度，大多數(shù)金融金 融搭建了以大數(shù)據(jù)平臺+MPP分析型數(shù)據(jù)庫為主的平臺體系,， 支撐敏態(tài)+穩(wěn)態(tài)的應(yīng)用體系,。

另外，數(shù)據(jù)平臺在實現(xiàn)批量計 算的基礎(chǔ)上,，更多的金融機(jī)構(gòu)在進(jìn)行實時數(shù)據(jù)計算的能力,， 17 以滿足業(yè)務(wù)對于數(shù)據(jù)時效性以及實時類業(yè)務(wù)場景的需求。

從數(shù)據(jù)治理和數(shù)據(jù)運營進(jìn)展情況來看,，絕大多數(shù)金融機(jī) 構(gòu)在數(shù)據(jù)治理方法論上都較為成熟,，建立公司級的數(shù)據(jù)標(biāo)準(zhǔn)， 對數(shù)據(jù)質(zhì)量進(jìn)行管理,，達(dá)到38家,；建立數(shù)據(jù)安全和數(shù)據(jù)隱 私管理機(jī)制、企業(yè)級統(tǒng)一大數(shù)據(jù)管理平臺,，分別有36和34 家金融機(jī)構(gòu),；設(shè)立專門大數(shù)據(jù)管理部門和具有以數(shù)據(jù)驅(qū)動的 業(yè)務(wù)模式的金融機(jī)構(gòu)數(shù)量相對較少，為29和26家,，由此說 明金融機(jī)構(gòu)在進(jìn)行數(shù)據(jù)治理和數(shù)據(jù)運營時首先都是以建立 標(biāo)準(zhǔn)規(guī)范,、管理機(jī)制和數(shù)據(jù)平臺為主，數(shù)據(jù)運營體系的建立 還較為缺失,。

如圖-12所示,。

圖-12數(shù)據(jù)治理和數(shù)據(jù)運營進(jìn)展情況 從大數(shù)據(jù)應(yīng)用存在的困難來看，絕大多數(shù)金融機(jī)構(gòu)表示 缺乏專業(yè)人才的,，達(dá)到37家,，同時有31家金融機(jī)構(gòu)表示數(shù) 據(jù)不夠豐富，有28家金融機(jī)構(gòu)表示數(shù)據(jù)治理水平不高,，22 家金融機(jī)構(gòu)表示數(shù)據(jù)應(yīng)用技術(shù)能力不夠,，還有13家金融機(jī) 18 構(gòu)表示應(yīng)用需求不多。

此外,，還有一些金融機(jī)構(gòu)提出政府等 公共數(shù)據(jù)還不夠開放,、可獲得性不高，這其實也是數(shù)據(jù)不夠 豐富的一個方面。

如圖-13所示,。

圖-13大數(shù)據(jù)應(yīng)用存在的困難 （九）全面開展人工智能應(yīng)用 近年來,，人工智能邁進(jìn)新一輪快速發(fā)展期，廣泛應(yīng)用于 金融科技各個領(lǐng)域,。

從調(diào)研結(jié)果看,，人工智能主要應(yīng)用于7 個領(lǐng)域，包括流程自動化,、客服,、風(fēng)控、營銷,、智能網(wǎng)點,、 管理決策以及信息系統(tǒng)運維。

本次調(diào)研的44家有效反饋中,， 12家金融機(jī)構(gòu)在7個領(lǐng)域都有應(yīng)用,，其中包括4家國有銀行、 4家全國股份制銀行,、2家交易所及證券業(yè)金融機(jī)構(gòu),、1家區(qū) 域性銀行以及1家保險公司。

應(yīng)用于OCR,、RPA機(jī)器人流程 自動化,、客服、風(fēng)控以及營銷的相對較多,，分別有38,、35、 33和31家,，智能網(wǎng)點、管理決策以及信息系統(tǒng)運維等方面 應(yīng)用相對較低,，均在20家左右,。

如圖-14所示。

19 圖-14人工智能主要應(yīng)用領(lǐng)域情況 從人工智能應(yīng)用方式來看,，依據(jù)特定業(yè)務(wù)和系統(tǒng)獨立實 現(xiàn),、建設(shè)AI中臺能力再深入業(yè)務(wù)應(yīng)用、直接采購AI應(yīng)用產(chǎn) 品這3種應(yīng)用方式的金融機(jī)構(gòu)數(shù)量基本持平,。

不同類型金融 機(jī)構(gòu)采用人工智能應(yīng)用方式也不同,，交易所及證券業(yè)金融機(jī) 構(gòu)和保險公司基本都采用了2種以上的應(yīng)用方式。

另外,，有 15家金融機(jī)構(gòu)采用了3種方式,，有11家金融機(jī)構(gòu)采用了其 中2兩種方式。

如圖-15所示。

20 圖-15人工智能應(yīng)用方式 （十）加快探索區(qū)塊鏈應(yīng)用場景 目前為止,，區(qū)塊鏈技術(shù)在金融業(yè)進(jìn)行了大量的應(yīng)用實踐,。

根據(jù)45家有效調(diào)研反饋統(tǒng)計，進(jìn)行小規(guī)模應(yīng)用的有16家,， 有18家機(jī)構(gòu)在非核心業(yè)務(wù)中進(jìn)行應(yīng)用,，4家規(guī)模大、實力強 的金融機(jī)構(gòu)在核心業(yè)務(wù)中開展區(qū)塊鏈應(yīng)用,，還有多家機(jī)構(gòu)開 展應(yīng)用研究和探索,。

41家有效調(diào)研反饋機(jī)構(gòu)中，區(qū)塊鏈應(yīng)用 于供應(yīng)鏈金融場景的有19家銀行,、應(yīng)用于貿(mào)易金融場景的 有15家銀行,、應(yīng)用于支付清算場景的有13家各類金融機(jī)構(gòu)， 應(yīng)用于資金管理場景的有11家各類金融機(jī)構(gòu),，應(yīng)用于數(shù)字 資產(chǎn)場景的有10家各類金融機(jī)構(gòu),，應(yīng)用于其他如電子存證、 信息披露,、監(jiān)管報送,、產(chǎn)品溯源等場景的有11家，如圖-16 所示,。

21 圖-16區(qū)塊鏈不同應(yīng)用場景的機(jī)構(gòu)數(shù)量示意圖 從區(qū)塊鏈應(yīng)用技術(shù)平臺選擇看,，46家有效反饋機(jī)構(gòu)中， 有24家機(jī)構(gòu)選用了基于開源的HyperLedger Fabric平臺,， 占比達(dá)到52.17%,。

少數(shù)實力強的大型機(jī)構(gòu)有7家自研區(qū)塊鏈 應(yīng)用技術(shù)平臺。

整體上看,，區(qū)塊鏈應(yīng)用還處于探索階段,，在金融業(yè)大規(guī) 模應(yīng)用推廣還面臨一些實際的障礙和困難。

從調(diào)研結(jié)果看,， 46家有效反饋機(jī)構(gòu)中,，有33家表示區(qū)塊鏈目前應(yīng)用的最大 問題還是應(yīng)用場景問題，場景不多,，重量級應(yīng)用更缺,。

24家 機(jī)構(gòu)認(rèn)為區(qū)塊鏈專業(yè)人才缺乏也限制區(qū)塊鏈應(yīng)用，有18家 對認(rèn)為區(qū)塊鏈規(guī)模應(yīng)用還面臨性能障礙,，13家機(jī)構(gòu)還認(rèn)為安 全問題依然是區(qū)塊鏈應(yīng)用需要解決的難題,，另外還有3家機(jī) 構(gòu)認(rèn)為技術(shù)產(chǎn)品的標(biāo)準(zhǔn)化程度不夠同樣阻礙推廣應(yīng)用。

如圖 -17所示,。

22 圖-17區(qū)塊鏈應(yīng)用所面臨不同問題的機(jī)構(gòu)數(shù)量示意圖 （十一）優(yōu)化升級金融信息基礎(chǔ)設(shè)施 數(shù)據(jù)中心節(jié)能,、智能等新技術(shù)逐步擴(kuò)大應(yīng)用,，實現(xiàn)降本 增效。

預(yù)制模塊化,、制冷,、供電等多種綠色節(jié)能技術(shù)，企業(yè) 級一體化數(shù)據(jù)中心基礎(chǔ)設(shè)施管理（DCIM）,、智能運維等技術(shù) 的應(yīng)用,，進(jìn)一步推動數(shù)據(jù)中心綠色、智能發(fā)展,。

金融數(shù)據(jù)中 心電力,、制冷資源利用率平均為51.4%和56.2%，達(dá)到較高 水平,。

金融數(shù)據(jù)中心年均PUE值從2019年的1.81,，降至2020 年的1.74，為達(dá)到2025年普遍不超過1.5的目標(biāo)奠定基礎(chǔ),。

金融網(wǎng)絡(luò)創(chuàng)新發(fā)展,，支持金融科技創(chuàng)新。

軟件定義網(wǎng)絡(luò) （SDN：Software-Defined Networking）具備促進(jìn)業(yè)務(wù)創(chuàng)新,、 靈活的流量管理,、敏捷高效的運維部署等優(yōu)勢，主要金融機(jī) 構(gòu)逐步開展了SDN在網(wǎng)絡(luò)建設(shè)中的應(yīng)用,。

如圖-18所示,。

23 圖-18金融業(yè)SDN應(yīng)用情況示意圖 SRv6技術(shù)在金融骨干網(wǎng)的應(yīng)用推進(jìn)金融網(wǎng)絡(luò)轉(zhuǎn)型與創(chuàng) 新發(fā)展。

從行業(yè)調(diào)研結(jié)果來看,，全行業(yè)有兩成機(jī)構(gòu)部署了 SRv6,，在國有銀行中，SRv6的部署率已達(dá)到100%,。

5G與金 融科技融合初見成效,，截至2020年底，9家機(jī)構(gòu)已建正式運 營的5G智慧網(wǎng)點,，在服務(wù)應(yīng)用場景創(chuàng)新方面亮點頻出,。

2020 年，全行業(yè)已有超過四成的機(jī)構(gòu)不同程度地開展量子通信技 術(shù)研究,，大型機(jī)構(gòu)的參與比例超過三分之二,。

計算和存儲領(lǐng)域穩(wěn)步發(fā)展,。

一是X86和ARM兩種架構(gòu)服 務(wù)器并存,，其中X86產(chǎn)品占據(jù)市場的絕對主導(dǎo)地位，根據(jù)調(diào) 研結(jié)果看,，金融業(yè)機(jī)構(gòu)X86架構(gòu)服務(wù)器總體占比超過90%,。

隨著信創(chuàng)深入發(fā)展正在推動國芯服務(wù)器在金融機(jī)構(gòu)加快應(yīng) 用,，目前超過7成的金融機(jī)構(gòu)開始部署國芯服務(wù)器。

二是金 融業(yè)集中式存儲仍然是主流模式,，調(diào)研數(shù)據(jù)顯示,，國內(nèi)金融 機(jī)構(gòu)的集中式存儲占存儲總體比率的平均值達(dá)到76%。

另外,， 24 分布式存儲發(fā)展迅速,，調(diào)查顯示，目前92%的金融機(jī)構(gòu)已經(jīng) 開始使用分布式存儲,，并且使用規(guī)模逐年擴(kuò)大,。

隨著技術(shù)日 漸成熟和SSD的成本快速下降，全閃存儲正在得到廣泛應(yīng)用,， 國有大型銀行的全閃存容量平均達(dá)到30%,，部分股份制銀行 的全閃存容量占比達(dá)到70%以上。

災(zāi)備能力等級普遍較高,。

根據(jù)本次調(diào)研統(tǒng)計,，70%的主 要金融機(jī)構(gòu)都采用了兩地三中心的布局，核心信息系統(tǒng)的災(zāi) 備覆蓋率都已達(dá)100%,，實現(xiàn)了對核心系統(tǒng)的災(zāi)備全覆蓋,。

目 前也有部分金融機(jī)構(gòu)開始探索多地多活部署架構(gòu)，為未來承 載云原生,、分布式架構(gòu)的轉(zhuǎn)型提供基礎(chǔ)架構(gòu)支撐,。

（十二）不斷完善網(wǎng)絡(luò)安全保障體系 在不斷加大金融科技創(chuàng)新、推動數(shù)字化轉(zhuǎn)型深入發(fā)展中,， 加強網(wǎng)絡(luò)安全風(fēng)險防范成為關(guān)鍵,。

當(dāng)前，針對國家級網(wǎng)絡(luò)對 抗以及高強度攻防博弈的態(tài)勢升級,，網(wǎng)絡(luò)安全已演變?yōu)槿恕? 數(shù)據(jù)以及運營能力的對抗,，更是效率的實時比拼，傳統(tǒng)合規(guī) 的被動防護(hù)體系心余力絀,。

金融機(jī)構(gòu)網(wǎng)絡(luò)安全保障逐步向積 極主動的安全防御體系轉(zhuǎn)型,。

47家調(diào)研反饋中已有30家機(jī)構(gòu)建成和配備誘捕、溯源,、 反制等主動安全防御的系統(tǒng)和工具,，占比達(dá)到63.83%。

36 家機(jī)構(gòu)基于SOC,、態(tài)勢感知平臺等統(tǒng)一安全管理運行平臺,， 配套完善的管理制度，構(gòu)建涵蓋資產(chǎn),、配置,、漏洞,、補丁的 管理運行，事件處置,，主動防護(hù)等完善的安全運營體系,，占 25 比達(dá)到76.6%。

根據(jù)對46家有效反饋統(tǒng)計,，態(tài)勢感知平臺建設(shè)方面,， 已完成態(tài)勢感知平臺建設(shè)，全面覆蓋主要設(shè)備,、系統(tǒng),，數(shù)據(jù) 采集完整，運行效果良好,，已接入人民銀行的態(tài)勢感知平臺 的機(jī)構(gòu)有15家,；基本建成態(tài)勢感知平臺，覆蓋主要的設(shè)備,、 系統(tǒng),，數(shù)據(jù)采集較完整，運行效果較好,，已接入人民銀行的 態(tài)勢感知平臺的機(jī)構(gòu)有10家,；初步建成態(tài)勢感知平臺，覆 蓋設(shè)備,、系統(tǒng)范圍小,，數(shù)據(jù)采集還不完整，運行效果一般,， 未接入人民銀行的態(tài)勢感知平臺的機(jī)構(gòu)有7家,；正在建設(shè)態(tài) 勢感知平臺的機(jī)構(gòu)有5家；計劃在未來一年內(nèi)建設(shè)態(tài)勢感知 平臺的有3家機(jī)構(gòu),；計劃在未來三年內(nèi)建設(shè)態(tài)勢感知平臺的 有3家機(jī)構(gòu),；暫時沒有建設(shè)計劃的機(jī)構(gòu)有3家。

如圖-19所示,。

圖-19不同態(tài)勢感知平臺建設(shè)情況 為應(yīng)對新技術(shù)應(yīng)用帶來的安全邊界模糊,、安全敞口放大 26 等風(fēng)險，金融機(jī)構(gòu)開始推進(jìn)零信任安全體系應(yīng)用,，47家有效 反饋中,，開展零信任的規(guī)劃、計劃配置產(chǎn)品及服務(wù)的有9家 機(jī)構(gòu),；實現(xiàn)零信任部分場景多地應(yīng)用的有6家機(jī)構(gòu),；開展應(yīng) 用研究探索的有27家；還未開展此項工作的有6家機(jī)構(gòu),。

如圖-20所示,。

圖-20零信任安全防護(hù)建設(shè)情況示意圖 三、金融業(yè)數(shù)字化轉(zhuǎn)型發(fā)展展望 （一）加大數(shù)字化轉(zhuǎn)型指導(dǎo)和規(guī)范 金融管理部門將加大數(shù)字化轉(zhuǎn)型參考框架模型等方法 論指導(dǎo),，推動相關(guān)標(biāo)準(zhǔn)規(guī)范的落地,，開展數(shù)字化轉(zhuǎn)型評估。

繼續(xù)完善金融科技創(chuàng)新監(jiān)管工具,、創(chuàng)新中心,、創(chuàng)新孵化器等 政策措施，注重風(fēng)險控制與鼓勵創(chuàng)新的平衡,，促進(jìn)金融科技 持續(xù)健康發(fā)展,。

圍繞金融科技基礎(chǔ)設(shè)施、數(shù)據(jù)要素,、綠色金 融,、智能應(yīng)用、法定數(shù)字貨幣等領(lǐng)域打造形成“以客戶和場 景為中心”的金融科技檢測認(rèn)證生態(tài)體系,，為金融監(jiān)管提供 27 更有效支撐,。

加大人工智能、大數(shù)據(jù),、云計算等新技術(shù)在數(shù) 字化轉(zhuǎn)型監(jiān)管中的應(yīng)用,，提供面向金融業(yè)的風(fēng)險控制、金融 信息基礎(chǔ)設(shè)施運行,、統(tǒng)一監(jiān)管報送,、安全防護(hù)、綜合信息服 務(wù)等監(jiān)管類公共服務(wù),。

（二）進(jìn)一步完善數(shù)字化轉(zhuǎn)型治理體系 金融機(jī)構(gòu)根據(jù)行業(yè)規(guī)劃要求,，持續(xù)加大金融機(jī)構(gòu)數(shù)字化 轉(zhuǎn)型戰(zhàn)略規(guī)劃落地、完善敏捷型管理體系,、強化轉(zhuǎn)型投入和 人才隊伍建設(shè),，并加快數(shù)字化轉(zhuǎn)型辦公室籌建，促進(jìn)科技與 業(yè)務(wù)融合,，實現(xiàn)對數(shù)字化轉(zhuǎn)型工作的統(tǒng)籌管理和推進(jìn),。

同時， 金融機(jī)構(gòu)頂層設(shè)計將更多圍繞“企業(yè)架構(gòu)轉(zhuǎn)型”,、“中臺體 系構(gòu)建”為核心,，打造適應(yīng)數(shù)字化轉(zhuǎn)型的架構(gòu)體系、運營模式,。

（三）全面推進(jìn)金融科技應(yīng)用創(chuàng)新 金融機(jī)構(gòu)進(jìn)一步提升云計算,、大數(shù)據(jù)、人工智能,、區(qū)塊 鏈等新技術(shù)應(yīng)用創(chuàng)新能力,，推動不同技術(shù)的融合應(yīng)用,，分布 式新核心系統(tǒng)正在引領(lǐng)進(jìn)入云原生、中臺化,、智能化的新階 段,，不斷夯實數(shù)字化轉(zhuǎn)型的技術(shù)底座。

金融團(tuán)體云加大對行 業(yè)服務(wù)力度,，成為金融業(yè)加速上云的推動手段,，并加速從技 術(shù)賦能向業(yè)務(wù)賦能的轉(zhuǎn)變，實現(xiàn)從單純注重IaaS-PaaS轉(zhuǎn)向 SaaS的全領(lǐng)域云計算應(yīng)用,。

金融業(yè)進(jìn)一步加大5G,、物聯(lián)網(wǎng)、 量子計算應(yīng)用探索,，提高創(chuàng)新活力,。

金融科技應(yīng)用創(chuàng)新將進(jìn) 一步重點關(guān)注生態(tài)建設(shè)，依托金融科技賦能產(chǎn)業(yè)發(fā)展,，與實 28 體經(jīng)濟(jì)形成“良性循環(huán)”,，開放化、場景化,、生態(tài)化,、平臺 化服務(wù)成為金融科技應(yīng)用創(chuàng)新的重點。

（四）強化企業(yè)級數(shù)據(jù)能力建設(shè) 金融機(jī)構(gòu)將加強企業(yè)級數(shù)據(jù)能力頂層設(shè)計,，通過數(shù)據(jù)戰(zhàn) 略推動體系化的數(shù)據(jù)能力建設(shè),。

在頂層設(shè)計的指導(dǎo)下，加快 推進(jìn)數(shù)據(jù)治理體系建設(shè),，將數(shù)據(jù),、業(yè)務(wù)、技術(shù)作為一個有機(jī) 整體,，構(gòu)建全鏈路的數(shù)據(jù)研發(fā)體系,，提升全域數(shù)據(jù)資產(chǎn)管理 能力，加快數(shù)據(jù)中臺的建設(shè)和落地,。

進(jìn)一步加強內(nèi)外部數(shù)據(jù) 整合,，全面提升數(shù)據(jù)分析能力，實現(xiàn)數(shù)據(jù)價值驅(qū)動發(fā)展,，構(gòu) 建穩(wěn)態(tài)+敏態(tài)的數(shù)據(jù)服務(wù)能力,，更有效支持批量獲客、精準(zhǔn) 營銷,、數(shù)據(jù)運營,、智能風(fēng)控、精細(xì)管理、自動化決策等,。

數(shù) 據(jù)安全法規(guī),、標(biāo)準(zhǔn)落地實施將成為重點，數(shù)據(jù)安全和隱私保 護(hù)將成為數(shù)據(jù)應(yīng)用的關(guān)鍵,，利用隱私計算等技術(shù)手段解決數(shù) 據(jù)安全問題將成為熱點,。

金融機(jī)構(gòu)基于數(shù)據(jù)能力的不斷提升， 將推動數(shù)據(jù)要素市場化配置,，不斷深入數(shù)據(jù)要素在確權(quán)、價 值評估,、共享與流通方面等方面的探索與實踐,。