银行业数字化转型是一场由思想到行动、由顶层到基层、由内部到外部的深刻变革， 需要科学方法论的指导。在推动体系性重塑、开放生态建设、业务科技融合、基础设施升 级以及体制机制变革等探索和实践中，银行业逐步形成从顶层设计到数字化能力建设，再 到业务经营模式变革的数字化转型方法与路径。同时，根据自身特点和资源禀赋，坚持战 略导向、问题导向、市场导向，着重解决客户难点痛点堵点，提升价值创造能力和客户体验，做好成本与收益的平衡。

（一）强化顶层设计，自上而下系统推进数字化转型

数字化转型是技术、数据等新型经营要素与传统经营要素的统筹考虑与合理配置，涉 及既有业务流程和组织架构的调整变化，既有生产关系的改变。因此，需要决策层的直接 参与和推动，执行层的全员参与和共建，保障层的协同调度和资源供给。银行业通过加强 数字化转型的顶层设计和统筹规划， 根据自身规模、禀赋和发展方向制定全行数字化战略，并将其融入整体发展战略， 成为全行战略的有机组成部分， 从而形成战略共识、全员共识，树立长期导向，久久为功，指导和推动数字化转型工作有序开展。

  银行数字化转型路径图

1. 深化战略布局明晰转型路径

目前，各家银行已形成以集团战略规划为主，金融科技、业务板块等专业领域规划统 筹协同的数字化战略框架，将金融科技作为集团发展的关键动力，加快组织机制变革，促进银行经营变革和创新能力提升，打造新服务新模式新业态，推动形成增长新动能。

（1）整体转型战略布局。国内外银行从数字经济发展要求和发展目标出发，结合自 身规模、禀赋，从组织架构、经营模式、治理体系等方面制定数字化转型经营战略，塑造 发展新动能新优势。一是充分发挥高层决策和统筹推进作用。把数字化转型作为“一把手 工程”来抓，成立全行数字化转型发展的决策和协调机构，健全数字化转型的企业级统筹 协调机制。二是以顶层设计为指引。结合自身规模、资源禀赋和发展方向制定数字化发展 目标，不同机构推进差异化、特色化的数字化转型路径。国有大型银行全面推动体系化 战略布局，从科技赋能智能化业务创新、业务理念转型、经营模式创新、金融生态布局等方面形成企业级数字化战略，向智能化升级、生态化演进方向迈进。中小型银行通过合作共建、借力赋能等灵活举措，以技术创新驱动线上化、智能化和生态化发展，以关键领域 为核心不断巩固提升特色优势。三是推出数字化转型品牌。例如工商银行推出“数字工行 （D-ICBC）”，宣传数字化发展理念，既凝聚全行人员达成共识，又向合作伙伴和客户 分享本行金融服务创新方向，助力对外合作和金融生态圈建设。四是建立跨部门协同联动 机制。数字化转型需要全部门、全员工的参与，通过建立各业务板块、业务与科技之间的 “煲汤式”融合机制，营造协同转型的氛围，减少层级推动阻力，加速数字化转型成效落 地。国有大型银行建立总分数字化转型多级支持体系和协同机制，加强产业金融、个人金 融等重点业务经营板块数字化转型的统筹推进。股份制及中小银行以业务目标为导向，建 立跨层级、跨专业、跨部室柔性团队，加强数字化转型的互通协作、渠道通畅，高效协同全行资源，快速响应业务转型需求。

表 1 境内外银行数字化经营战略

（2）聚焦金融科技的转型战略。国内外商业银行在实施数字化转型中，强化科技创  新引领作用， 将金融科技作为重要发展战略， 不断提升科技供给能力， 增强全行经营转型、 推动高质量发展的动能。一是把科技自立自强作为深化数字化转型的战略支撑，加大科技  投入，促进业务模式和管理模式创新，支撑全行数字化转型落地实施和经营管理转型。二  是以数据和技术为新生产要素， 以金融科技为驱动引擎， 以开放生态为新增长极， 推动“网 络化、数据化、智能化”等金融科技战略目标，打造金融科技核心竞争力，以金融科技全面赋能经营发展。三是深化科技与业务融合， 加速推动科技基因渗透到金融的每个“细胞”，不断提升业务与科技的创新研发能力。四是建立产品快速创新研发机制，打造研发运营一 体化（DevOps）平台，统筹跨服务域的信息共享，进行服务化重构，提升金融科技部门平稳快速交付高质量软件及服务的能力。

表 2 境内外银行金融科技发展战略

（3）板块化的业务转型战略。在数字化战略引领下，国内银行围绕“服务客户、赋 能员工”加快推动经营模式和管理模式的数字化变革，向广大客户群体提供高效、高质量 的多元化金融服务，构建新业态、新模式，开创金融服务与生活服务融合互促的新局面， 同时为员工提供高效便捷的办公服务体验。一是以问题为导向，加快解决客户难点痛点堵 点问题，优化管理流程，加快业务模式和管理模式的深度变革，提升客户服务水平和员工 工作效率，打造人民满意银行。二是以市场为导向，把握数字经济发展趋势，推进业务模 式创新和精品产品打磨，推出契合市场需求、客户急需的产品和服务，建设以智能平台为 核心的线上线下融合服务体系、数字化运营和风控体系，提升金融服务供给能力。三是以 目标为导向，围绕服务实体经济发展、满足人民日益增长的金融服务需求，建平台、引流 量、接场景， 打造与政务、产业、生活融合的金融生态圈， 推 GBC 三端协同联动发展，延伸服务边界，提升金融差异定位、错位竞争的服务能力。

2. 构建统筹机制强化顶层推动

以战略规划为指导，为有效推动全行的数字化转型加快落地，多家银行从公司治理层 面强化顶层推动，构建了数字化转型的企业级统筹协调机制，充分发挥高层决策和统筹推 进作用。例如，工商银行成立金融科技与数字化发展委员会，主任委员由行长担任，并由 金融科技部、深改办、网络金融部、管理信息部联合牵头深化全行数字化转型工作，并在 金融科技部设立委员会办公室，办公室下设秘书处团队。农业银行成立数字化转型推进 委员会，定期研究解决数字化转型中出现的重点难点问题；总分行均设立数字化转型办公 室，协同推进数字化转型重点工作任务。中国银行成立金融数字化转型领导小组，负责 牵头全行数字化转型工作，优化金融数字化委员会运行机制，负责数字化转型统筹管理和 高效决策 。建设银行成立金融科技与数字化建设委员会，统筹全行数字化经营。

3. 加大资源投入厚植数字基因

数字化转型无论是业务产品创新还是技术能力建设， 都涉及大量基础性工作， 时间长、见效慢，需要银行进行持续投入，并做好充足的资源保障。

（1）加大科技投入。随着银行数字化发展的持续深化，金融科技从过去单纯支撑银 行业效率提升，到建设企业技术数字化平台、驱动业务模式变革，对科技创新力量提出了 更大需求，银行业持续加大金融科技投入，实现科技资源保障。一是提升金融科技投入在 营业收入中占比，2022 年国有六大行科技投入总计约为 1165 亿元 ,工商银行投入 262 亿元的数额最高；2022 年股份制银行投入约为 662 亿元 , 招商银行以 142 亿元位居榜首； 地方性银行中北京银行、上海银行投入居前。二是建立灵活的资金投入方式，设立金融 科技创新项目基金等方式鼓励科技创新研发。此外，目前已有包括工、农、中、建、交等 5 家国有大型银行在内的逾 20 家银行机构成立了自己的金融科技子公司，通过市场化运作方式加强科技投入，提供更加灵活的服务模式。

（2）加大数字人才培养。人才是组织的基础和创新的关键。银行加快人才培养和引

进力度，激发人才创新活力，以满足数字化转型对智力资源的需要。一是加大科技人员引进力度。科技人才队伍是银行数字化发展关键力量，近年来金融科技队伍人数不断扩充。

根据 2022 年相关银行的年报显示，大部分银行的科技人员保持增长态势。其中，工商银 行科技人员3.6万人位居榜首，建设银行、中国银行和农业银行的科技人员数量也突破万人， 分别 1.6 万、1.3 万、1 万，交通银行、邮储银行的科技人员数量也突破五千人。二是提 升全员的数字化能力。随着数字化进程的推进，银行对数据科学家、数据分析师、算法工 程师等高技术人才有着越来越广泛的需求，复合型数字化创新人才则更为稀缺。银行加强懂技术、通业务的复合型数字人才培养，推动科技与业务的深度融合，激发新业务场景，开创新业务模式。例如工商银行建立“人力部门招聘——科技部门锻炼——业务部门使用” 的蓄水池机制，提升业务部门科技思维，强化业务和科技的深度融合。三是建立更具市场   竞争力的薪酬激励体系。为减少科技人才流失，银行针对科技人才相对缺乏、引才留才难   度增大等情况，进一步优化对于科技条线人员的激励机制，提升薪酬待遇，让银行业成为   科技人才的高地。例如建设银行自建信金科成立以来，以市场化机制提升金融科技人才团队力量。

4. 加强方法变革保障战略落地

银行数字化转型要实现企业级转型升级和创新发展，就需要加强方法变革，以更先进 的方法体系实现经营战略的有效落地。业务架构方法作为企业整体和业务生态视角的方法体系，以业务架构资产为基础，以落地企业战略为目标，将业务架构的企业级设计理念应用于端到端的业务研发，对于全流程保障战略落地契合业务发展需要发挥着关键性作用。

图 4  基于业务架构的业务顶层设计“Z 模型”

（1）统一业务发展与战略要求。数字化转型需要银行对所处环境、理念和目标、战 略和行动、内驱力和比较优势做全面审视和重塑，业务架构方法有助于明晰业务与战略的 关系，并促使业务发展与战略要求协调一致，形成“战略指挥业务，业务服从战略”的实 践效果。业务架构方法提供了绘制和分析业务状况多维视图和建模等的指引，例如，从业 务资源等导出企业资源地图、从价值链角度绘制对内支撑能力地图和对外服务能力地图，  以及实现企业级业务运营所需的流程建模、数据建模和产品建模的思路和系列方法，帮助 银行全面提升机构能力规划、价值创造与交付链条、信息挖掘及其在组织中的流动使用等，优化或重构经营战略、产品服务、政策规划和与诸多利益相关者的关系。

（2）打通战略决策与研发落地。数字化转型既离不开完备的战略制定，也离不开顺 畅有序的战略执行，业务架构方法具有系统化、体系化的特点，将宏观治理与微观指导相 结合，整体规划与分步实施相协同，在业务研发体系中发挥着联结战略与实施并指导数据架构、应用架构和技术架构的关键作用，帮助银行从业务视角入手，打通战略决策与研发落地的边界，保证战略有效落地。以高内聚、松耦合的业务架构来指导 IT 架构转型，一 是通过将企业战略拆解，将有关成果注入业务研发过程，引导业务研发方向；二是利用标 准化业务研发语言，将业务和技术连接为协作互动的协同整体，用相对稳定又灵活的业务 架构将企业的战略目标翻译成为 IT 可落地、可实施的方案和指导，使研发落地与战略决策一致贯通，并最终符合业务需要。

（二）创新业务经营模式，为发展增动能

业务模式创新的主攻方向是从服务客户和赋能员工两个维度，全面升级业务模式、营 销模式、研发模式、服务模式、风控模式、经营管理模式等六大模式，达成“总分协同实 现能力全系统共享、板块联动实现业务全链路贯通、服务融合实现客户全触点体验”的三大目标。

1. 生态链接构建开放融合的业务模式

数字经济时代，企业不再单打独斗，需要与合作伙伴、客户一起建立广泛链接、融合 发展，互相成就对方。银行把服务国家改革、服务产业升级、服务社会民生作为数字化转 型的出发点和落脚点， 以金融服务为核心、场景生态为切入点、平台建设为基础， 借助“走 出去 + 引进来”相互支撑、双向赋能，打造“连接能力强，产品供给广，数字服务优”的 开放银行体系，推进不同生态位上各个参与方的优势叠加，获得“1 ＋ 1 ＞ 2”的效果，推动形成企业级增长新动能。

（1）强化 API 服务输出。银行将资金结算、商户运营、商户收单等金融产品通过建 设 API 开放平台的方式实现与场景方的快速连接， 对外构建无界融合、优势互补、开放共 赢的金融生态圈，嵌入延伸到社交、财务、生活、出行、电商等生产生活场景，同时对外 输出支付、融资等金融服务，将银行服务逐步渗透到人们生活的各个领域之中，实现金融 业务的场景化融入。API 输出作为生态开放的初始形态，其优势在于快速合作对接、与场 景的融合度更高、以客户为中心提供金融服务。对于中小型商业银行来说，由于客群、资 源等限制， 以 API 输出的方式加入到广阔的外部生态中， 能够快速扩展其所能触达的客户范围，实现业务的突破式发展。

（2）强化 SaaS 场景引入。针对合作方技术积累薄弱、数字化能力不足的场景，大中 型商业银行可以基于自身相对突出的技术能力优势，围绕民生、乡村、教育、产业、政务等热点领域，搭建数字化场景共建的金融云平台，通过银行自建、第三方共建等模式，联例如，工商银行建设“工银聚链”平台，聚焦招投标及保证金管理、企业收款记账管理等供应链典型场景形成综合方案；打造“工银聚融”品牌，涵盖票据投融资管理、供应统计分析中，进而形成数字化运营工作流程闭环。

例如，工商银行围绕感知、目标、成本、决策、执行、反馈 6 个阶段，实现运营全流 程闭环管理，提炼了共享复用的十大企业级运营能力，打造企业级数字化运营平台，为总 分行运营人员提供统一工作台入口，支撑各业务线开展运营工作。广发银行以数据应用为 主体，依托数据资产管理、数据交换、数据开发、数据分析、报表服务、人工智能六大基 础平台， 以及统一营销、智能风控、统一报送三大专业平台实现数据价值的循环， 形成“看 用评治”闭环运营模式② 。招商银行建设圆方数据分析平台，面向分行 IT 和业务用户提供自主用数能力，推动数据决策驱动业务持续盈利生长，平台月活用数 4.2 万规模，月均 访问次数 600 万 + 。

（2）打造面向客户的全旅程运营。客户体验管理的主轴是客户旅程，银行从旅程维 度统筹各渠道、产品与客户的交互关系，以客户为中心，建立客户旅程体验视图、优化客 户旅程服务、客户旅程体验监测等运营工作，实现客户数字化旅程体验提升。一是建立客 户旅程体验视图。从客户生命周期全旅程视角，通过旅程现状调研和问题反馈，分阶段、  分渠道、分触点体现客户旅程中的痛点、行为、感受， 以及可以提升客户体验的机会点等。 二是客户旅程重塑和优化。建立“体验—提升—再体验—再提升”的客户体验提升闭环管 理机制，聚焦于客户对银行服务最直接、最真实的反馈，实现客户需求实时感知、分析、  预测，开启端到端客户旅程优化。三是客户旅程体验监测。基于客户数字化旅程建立数据  埋点，实时和动态监测客户旅程行为，同时开展客户问卷调研或通过面对面的体验活动，收集客户体验反馈。

例如，农业银行依托智能数字员工平台，打造“迎客宝”等智慧营销产品，采用基于 AI和大数据分析的营销策略， 根据客户的特征进行个性化的营销， 实现多渠道“无感”获客， 快速识别客户身份 。浦发银行以客户用卡生命周期的业务旅程为横坐标，接触渠道为纵 坐标，绘制客户体验旅程的全景视图 。招商银行采用“端到端客户旅程方法论”，对零 售客户首面经营旅程、MGM（客户推荐客户）旅程、代发业务旅程和信用卡账单分期旅 程进行全流程体验重塑，流程效率大幅提高。

3. 突出客户导向丰富产品研发模式

在数字技术的支撑下，银行业实现“以产品为中心”向“以客户为中心”的跨越，以  数字化思维推进业务产品创新的全生命周期优化提升， 从产品的个性化、场景化、体验化、智能化角度，有效提高用户体验和提升产品功能。

（1）个性化：按客户定制产品。借助机器学习、知识图谱、大数据分析等技术，通过对客户数据进行分析， 深入了解客户行为、客群特征， 制定客户“千人千面”的服务策略，“向合适的客户，在合适的时间，以合适的渠道，提供合适的服务”，为客户提供针对性 的营销策略和差异化、个性化的金融服务和产品，更精准、高效地满足客户个性化需求。  例如， 工商银行手机银行强化金融智能化、多元化发展， 推出了面向不同客群的专版专区， 通过多层次服务供给满足人民群众多样化金融需求，幸福生活版 2.0 首批获得工信部“信 息无障碍”标识， 普惠专版构建起涵盖信用贷款、供应链融资等在内的数字普惠产品体系， 青春版以纯线上、高互动、轻松有趣的方式打造梦想空间。建设银行根据不同客户的不同 特点和需求，研发“小微快贷”“个人经营快贷”“裕农快贷”“善贷”等标准化、定制 化产品体系 。按照客群、场景以及额度、期限、担保方式等维度分类抽象成标准化、模块化的元部件， 根据特定客群的业务需要快速组装定制化产品， 并根据客户行为敏捷迭代。

（2）场景化：按场景定制产品。以金融服务为基础，与场景深度融合，根据不同的 场景和情境，提供相应的“金融 +”服务能力，增加客户的黏性，增强客户对产品和平台 的信任感，同时延长产品的生命周期，满足客户的专业、快捷的金融服务。例如工商银行 浙江分行为进一步提升手机银行活跃度，在生活页签上线聚惠出行、网易严选专区，进一 步丰富手机银行非金融功能场景，并做好金融场景和生活场景的联合运营，提升手机银行 用户粘性。中国银行打造专业服务平台“中银跨境 GO”App，为留学、跨境旅游等跨境 客群提供一站式服务，搭建服务跨境客群全生命周期的一站式场景平台，提供结售汇、外 币现钞预约等特色金融业务，以及多种跨境场景相关的非金融服务。

（3）体验化：客户参与设计定制产品。充分了解客户的需求和期望，与客户建立良 好的沟通渠道，让客户共同参与产品设计，增强客户参与度，促进目标客户的需求挖掘与 体验整合 ,提高产品质量和客户满意度。例如， 工商银行充分凝聚大众智慧， 发布众测平台， 基于此产品体验优化平台，客户在工行产品使用过程中实时提出问题及建议，银行第一时 间应答客户意见，同时依据典型问题追溯提出人员，深入掌握产品体验状况，着重把握客 户痛点，有针对性地解决不符合体验规律与影响体验效果的各类问题，提高手机银行等触 客产品的可用性与易用性。招商银行以客户为中心，上线“VOC”新版投诉管理系统，倾听客户的声音、收集客户意见，及时与客户沟通，发现问题，找到经营管理的薄弱环节和改进工作的方向，不断提升用户体验。

（4）智能化：智能手段创新产品。借助人工智能、大数据、生物识别、区块链等新技术， 整合银行内部和行外信息数据，通过数字技术简化流程，让系统和数据“多跑路”，拓展 入口渠道，拓深客户群体，提供更多非接触服务方式，提升金融服务质效。一是减少客户 重复性、低价值的操作流程，缩短客户等待业务办理时间，提高产品的转化率，提高客户  金融生活的便利性。二是替代员工手工量大、重复机械的工作，为一线员工减负赋能。例  如工商银行应用人工智能、大数据、生物识别等新技术，实现场景化获客、自动化审批、  可视化风控的普惠金融新模式，打造“一分钟申请、一分钟放款”的“商户贷”产品，大 力拓展个体工商户、新市民等客群；以视频面审、在线电子签约和资料上传等非接触服务 方式， 代替传统线下服务， 在提升客户体验的同时， 通过“数据 + 人工”更好地防范风险。 微众银行 通过 AI 语音合成、加速度传感器、人脸边缘检测、光线活体等技术，为视障、  听障及语言障碍群体带来定制化服务与舒适体验，加快弥合数字鸿沟。

4. 全渠道触达拓展客户服务模式

服务渠道作为连接商业银行和金融消费者的触点，是对客户提供高质量金融服务的全 面支撑。数字化时代的客户更加敏感、匆忙、易流动，一站式、顺畅、极致的客户体验是维系客户连接的关键，也是银行渠道升级的目标。

（1）统一触点服务标准。银行以客户为中心的理念，从关注客户单触点互动向全触 点服务转化，更好满足客户的更高期待。一是以客户为中心重构业务处理流程。基于银行 内部渠道的联通、外部数据的接入、音视频等远程交互技术的创新应用，全面提升客户在 享受服务旅程中的综合体验， 升级整体对客服务满意度。二是建立标准化的渠道服务规范。 基于客户行为习惯与服务需求，打造跨渠道的一体化服务设计规范，形成渠道界面、交互 流程、服务话术统一的标准规范。三是完善运营和服务机制。通过渠道数据埋点等大数据  技术建立全旅程的服务运营及客户体验指标体系，实现客户消费习惯洞察、客户体验的实时动态评测分析，形成对客户服务旅程中相关产品的迭代优化快速反应机制。

（2）线上线下渠道协同。目前，银行机构的业务线上化比例已普遍超过 95% , 线上渠道已成为产品营销和服务的主渠道。但在客户业务办理过程中， 服务咨询、产品讲解、

操作辅助和售后服务等需求仍需要通过网点服务人员、客服电话等渠道另行获取，与线上 业务办理流程的渠道分离。因此，应综合线上渠道简单产品与用户广度覆盖服务优势，线 下渠道复杂产品与用户深度交流服务优势，实现线上线下服务联动。一是完善线上渠道定 位。发挥手机银行主战场优势，提升线上业务服务水平；加快企业微信、互联网流量平台 等开放渠道体系建设，提供对客服务轻量级入口；加强远程银行、智能外呼等渠道建设， 灵活上线客户服务、客户关怀、客户提质等呼叫场景。二是打造各渠道协同服务能力。建 立网点柜面、远程银行等渠道之间服务流转、调度机制，实现渠道资源充分利用。建立企 业微信和新媒体投入平台等渠道引流、手机银行和人工服务促活转化等经营模式，进一步 发挥渠道协同价值。三是整合线上线下服务资源。依托人工智能、音视频等技术进行流程 的深度整合和优化，实现线上线下一体化的资源协同调度，探索贯穿线上线下多渠道、服 务、数据为一体的集约化服务体系，着重在对客服务全流程数字化、渠道触点服务资源协 同、对客服务智能化水平三个方面发力， 推动建立“线上办理 + 线下交付”“线上预约（预 填）+ 线下办理”“线下引导 + 线上办理”“前端受理 + 后台集中处理”“自助办理 + 远程辅导（审核）”“线上线下渠道 + 远程办理”等线上线下协同服务模式。

例如，工商银行通过强化线上线下一体化协同服务，提出“屏对屏”非接触咨询、审 核等服务，升级线上线下一体化运营模式，丰富网点泛金融服务功能，不断加强与政务服 务系统对接，创新数字员工应用，加快人机协同成效释放等措施，全面推动线上、线下金 融服务创新。农业银行用数据形成线上、线下渠道协同闭环，强化经营策略多渠道部署， 推动形成全渠道协同经营新模式，为客户提供跨渠道的一致体验 。

（3）开拓网络新兴渠道。在客户营销、风险管控、客户服务等业务领域，传统触客 方式耗费大量人力、物力和时间成本，无法触达全量客户，且交互体验差，银行利用互联 网、人工智能等新技术，加快新兴触客渠道建设，在提升业务处理效率的同时，为客户提 供更加便捷的服务。一是搭建智能交互服务平台，利用自然语言处理技术的多轮任务型交 互、闲聊能力，支持业务建设智能外呼场景，以自然、拟人化形式开展智能交互，并实时 收集客户意向。二是构建企业微信触客生态，随着互联网平台的高速发展，微信等产品已具有强社交属性， 个人微信月活用户数已 12.6 亿人， 银行充分发挥微信平台流量优势，以企业微信 App 为载体，实现引流获客、客户识别、产品营销、客户陪伴、合规检查等方面能力，支撑开展全场景、精细化的客户服务。

例如，中国银行打造行业智能外呼“机器人员工”队伍，对客户意图识别率超 96%， 替代人工完成数十亿元信用卡逾期催收。工商银行打造企业微信触客助手， 提供了拓客、 识客、维客、转化分析等全流程闭环的触达方式，上线员工数近 7.7 万人，与 1460 万个人客户建立好友关系，构建了庞大的私域流量池。

5. 精准智控升级风险防控模式

（1）构建智慧风控体系。银行的本质是经营风险， 银行业通过数字化赋能风控环节，  依托大数据、人工智能技术，建成全风险覆盖、全场景感知、全智能决策、全业务嵌入的 人机协同的智慧风控新模式。一是提升数字化风险管理的核心能力，构建企业级风险数据 和视图平台，通过挖掘整合广泛的金融、非金融数据信息，从真实客户行为中抽象出客户 特征，构建 360°客户画像，形成企业级统一、全面、完整、科学的风险视图，支撑事前 准入控制、事中监测预警和事后辅助分析管理。二是建立动态、智能化的风险管理模型，  充分利用业务经营数据和客户行为数据，针对不同场景、不同信贷生命周期客户，制定差 异化的授信准入、额度和定价策略，形成多维度风险定价、评级模型，支持贷款申请、评 分、授信、审批全流程自动办理。三是建立全方位智能化风险监控预警体系，通过行为风 险模型自动对客户的风险变化趋势进行预测， 对欺诈套现和多头借贷等风险特征进行识别，对还款能力和还款意愿进行跟踪及预测，提升风险防控能力。

例如，工商银行运用卫星遥感技术，研发地物分类、变化检测、高度识别等模型，解  决由于项目地处偏远地区等原因导致的人工现场监控不便的困难， 覆盖风电、光伏、农业、 基建等典型场景；构建反欺诈智能防控体系，对全客户、全渠道、全产品交易进行事中实  时风险识别，根据不同风险等级采取短信验证、电话核实、直接拦截等干预措施，有效保  护客户的钱袋子。农业银行不断融合应用新技术，构建线上线下全场景、全渠道、全流程  覆盖的企业级风控平台，为推动全面风险管控和治理提供科技动力支撑；通过打造“数字化风控中心”，打造“集中作业 + 属地作业 + 自动化作业”的风控作业处置模式， 实现风

险信号的高效处置① 。

（2） 构建风险联防联控体系。银行在数字化转型过程中， 基于移动互联网、云平台、  API等技术手段， 与不同产业的合作伙伴打通， 同时客户不是孤立的个体， 与其所处的行业、 供应链等周边环境有着密不可分的关系。以上因素导致风险更容易通过客户、行业、产品、 合作机构等途径传导。为此银行通过打通部门墙和前中后台信息孤岛，建立跨业务线、跨  风险领域、跨机构、跨地域的风险监测和联动防控的数字化风险管理体系，确保银行企业  级风险管理体系的完整性，全行风险偏好的一致性，对外服务的连续性。一是依托银行的 各专业风险防控系统，打通融合跨专业、跨风险领域的风险信息，形成全行统一的涵盖信 用、操作、市场等各风险领域的完整客户风险画像，夯实风险数据基础。二是构建风险联  防联控服务，通过风险联防联控服务接入到各业务场景中进行风险标签的监测处置，实现  对于跨专业的风险联防联控，做到“一个专业发现问题，各个专业都设防，各个渠道都提  示”，实现“一点出险、全面防控”，大幅提升风险防控的效率和效果。 三是支持业务 部门通过智能决策平台灵活配置可即时生效的风险规则，在客户准入、产品准入、交易过程中对风险客户进行实时防控，实现风险的快速防控。

例如，工商银行运用知识图谱技术，建立产品、客户、市场交互关联的交叉性风险管 理体系， 构建涵盖 7 大类、22 小类行内外、表内外、境内外风险数据信息， 穿透 27 类产品、 36 万底层投资品、8 类合作机构、200 万公司客户、1000 万关联关系的交叉性金融风险知 识图谱，全面支撑企业交叉风险监测、客户和产品交叉风险监测、资金违规流向监测等风  险防控。建设银行构建全面风险监控预警平台，打造数字化、智能化监控预警拦截能力，  能实现企业级客户统一风险监测、预警、排查和底线自动化拦截；依托“全量业务敞口加 总工具”提升风险排查效率，可实现客户关联全量业务敞口的一键快速排查，支持各层级 机构据此进行经营策略制定、风险监测预警、集中度管控等。

6. 感知决策一体升级经营管理模式

（1）数字化客户管理。大型商业银行受制于业务条线繁、专业机构多等现实情况，造成营销任务分散，缺乏完整的业绩视图，业绩成效反馈不及时，导致无法统筹、高效、有序开展客户管理。银行通过数字化手段提升覆盖全客户、全场景、全闭环的客户管理能 力。一是以履职场景为中心开展工作模式革新， 完善数字化客户洞察和营销机会挖掘能力， 构建更为智能的营销支撑辅助能力。二是完善营销策略统筹能力，整合各业务条线客户数 据建立联动营销能力。构建客户分层营销触达能力，拓展现有渠道触客的场景，打通营销 执行最后一公里。三是提升数据完整性和时效性，基于数据中台建立多维量化评价体系，强化营销效果评价和队伍管理能力。

例如，工商银行打造营销通平台，建立和丰富营销货架，加强资产负债一体化经营， 支持个金、私银、信用卡等个金版块特色化经营和营销信息共享。对公端，建立对公板块 最关注、最常用的客户画像、客户运营、日常营销、业务办理、业绩视图五大核心功能体 系，形成“感知—决策—执行—评价”的闭环营销能力。中信银行夯实客户洞察能力与线 索发现，构建公司业务主数据平台，深度理解产业链，识别营销线索和触达策略，并使用 人工智能和数据挖掘技术，基于客户洞察实现智能化产品推荐。

（2）经营业绩价值管理。银行业通过建设管理会计体系和管理层智能驾驶舱，为管 理层的经营管理、指挥调度、战略决策提供有力支撑，持续提高数字化经营服务能力。一 是根据不同产品的动因参数和分成模式，实现收入的自动分解和下划，提升了业绩下沉的 公平性和透明度。二是建设灵活、便捷、合规的集团财务分成体系，以管理会计总账为载 体，支持各机构间、各业务条线间逐级和跨级的实时业绩分成，并在总分行月末季末年末 的成本收入分配核算中发挥基础支撑作用。三是建立多维穿透的价值链传导分析体系，以 精准的下沉业绩为基础，通过大数据计算实现机构、部门、产品成本收益的穿透式分析， 为业务用户提供深入直观的财务归因分析工具。四是实现财务分析向客户维度延伸，利用 人工智能算法、机器学习、模拟训练等，实现了财务分析向客户维度延伸，为财务人员和业务人员的管理沟通提供了同频共振的渠道。

银行业基于数据体系，建设全行经营情况监测数据大屏，从相对单一的经营报表转型 升级为全行经营战略内容服务，为总分行高管和相关部室负责人提供全行总体经营状况信 息、全行资产负债、损益、中间业务、互联网金融、同业机构等关键经营管理数据服务。

例如，工商银行建设数据大屏，通过灵活组合形成动静态融合的高质量视觉效果，辅以数字员工的即时播报，全方位、多形态地展示银行的经营成果，上线总体概况、集团战略、  经营效益、存贷业务、客户分析、资金流向、人力资源、数字银行、金融科技、风控安全、 经营业绩、股东信息等主题页，提供一千余指标的同业对比、机构对比、趋势对比等多维  分析视角。从不同角度反映全行监测评价指标的变化趋势，切实满足精细化管理、高质量  发展的现实要求。农业银行通过数据应用打通全渠道经营闭环， 聚焦数字化转型关键问题， 大力消除数据应用断点，贯通线上线下全渠道，实现移动端页面数据埋点全覆盖，有力支  撑了精细化运营，深度挖掘客户经营价值。

（3）息差价值管理。国内金融市场政策变革，息差收窄、风险管理复杂化等问题亟  需商业银行深化精细化管理能力。通过应用大数据、人工智能技术开展息差价值管理，实  施事前的利率定价决策、事中的利率授权审批、事后的量价协调分析、风险计量等，提升  银行竞争力。一是事前的利率定价决策， 为应对利率市场化全面放开， 银行利用资产收益、 负债付息、资金成本、客户行为等产品定价的数据，建立存款、贷款、FTP 定价模型、利 率敏感性评估模型，支持总行基准利率决策，指导分行客户经理对客议价。二是事中的利  率授权审批 , 支持利率超高的存款业务进行逐级审批授权，满足对利率超限业务电子化逐  级授权，实现利率管理“放权、赋能、强责”，有效管控银行的利息收支。三是事后的量  价协调分析、风险计量，量价协调分析是以存贷款业务明细数据、各资金项目内部计价数  据为基础， 实现分产品、机构、期限、客户群的利率执行情况监， 内外部收益情况分析，识别利率异常业务。

例如，工商银行融合客户属性特征、客户行为分析、客户风险情况、客群渗透率等因 素， 建设个人消费贷款智能化定价模型， 通过配备多渠道的营销触达方式， 提供渠道便捷、 期限丰富、价格惠民的优秀产品， 畅通市场经济循环。聚焦 NIM、“两率”（存款付息率、 贷款收益率） 、银行经济价值 EVE 等核心指标， 通过对存款定活比、新发生贷款收益率、  债券久期等指标滚动预测，实时测算季末、年末 NII 和 NIM 等资负关键指标，通过“管理层驾驶舱”为管理人员随时随地提供两率重点指标的趋势分析、排名分析等服务。

（三）升级数据和技术支撑体系，筑牢发展根基

1. 多层级强化数据要素创新应用能力

数据是金融科技的基石，金融科技的各种表现形态都奠基在数据基础之上。银行加快 数字化发展进程首要任务是打造坚实的数据基础，建立数据从生产到消费的闭环机制，加 强数据采集、存储、加工全流程数据应用能力建设和数据质量治理，通过建立用数赋智团队等方式，深化科技与业务融合，形成技术、数据、业务的数据应用联动机制。

（1）夯实数据资产。银行数据资产具有规模庞大、增长迅猛、类型多元的特点，通 过面向业务视角建立完善的用数赋智体系，实现各类数据资产的打通共享复用。一是建立 企业级数据标准，保障数据规范性和一致性，促进数据共享，消除数据壁垒，提升沟通效 率。二是形成数据资产的标准化加工工艺，推动指标、主题聚合、模型、客户标签等数据 资产管控流程落地，实现从数据资产登记、审批、准生、研发、发布、使用、运营的全流 程管理体系。三是推进存量数据资产沉淀，实施存量数据资产暴露、沉淀及共享，减少数 据冗余存储，盘活存量数据资产。四是推动外部数据引入，建立统一开放的外部数据引入 机制，明确数据权责归属，积极与政府、工商、税务、法院、产业平台等机构开展数据合 作，持续丰富内外部数据资产内涵。五是做好数据资产管控，构建企业级数据资产目录， 形成集团数据资产全景视图，使数据资产看得全、看得清、看得懂；建立数据资产管理工具和平台，实现数据管理流程的自动化、线上化。

例如，工商银行构建了以贴源层、聚合层、萃取层为支撑的数据分层体系，率先于同   业将全集团的业务数据完整纳入数据湖，构建统一的客户画像和共享指标库，为对公、个金、  信用卡、金融市场等多业务领域提供了可复用、可共享的数据服务；利用“数据资产目录” 平台， 为用户打造了清晰、直观、易用的数据查询体验， 解决了业界普遍的“找数难”问题；  通过构建数据资产的多维画像，使数据资产透明化，解决了“懂数难”的痛点。中国银行   建设“三横两纵一线”企业级数据平台，产品分为数据字典、数据协同、数据层、分析层和展现层五大模块，覆盖数据流转过程中的采集、存储、计算、使用和管理等各个阶段，汇聚集团数据资产， 消灭数据竖井并实现同源数据实时可见共享。并多维刻画“一套标签”， 构建了 1000余个客户标签，促使银行洞察更准确、服务更精准、风控更精确。全景展示“一张视图”， 一点聚合全量信息， 一张图看到客户、机构和员工全貌。

（2）创新数据服务。大数据的本质是数据的融合应用，为了顺应数字化时代的业务 发展，银行业应创新数据服务模式，打造数据产品体系和数据服务平台，形成稳定高效、 成本可控、资源动态调配、数据按需服务的企业级大数据应用能力，深化数据赋能，驱动 业务发展。企业级数据服务平台可以把原本各自孤立的数据互相关联、融合，通过抽象、 加工，构建数据资产标签类目体系，实现多源异构数据的集中存储和融合共享、海量数据的高效整合和实时计算。

例如，工商银行基于大数据、人工智能等新技术，通过数据分层体系、提供灵活易用 的用数赋智工具，打造了高效、智慧、开放、共享的数据服务体系，全面支撑业务的智能 化创新，其中运用知识图谱技术构建以客户为中心的关系网络，提供知识图谱服务，支撑  贷后资金流向监测、客户资金漏损分析等业务场景；打造企业级客户画像， 推出智能推荐、 个人客户流失预警、个人客户风险偏好预测等服务，有力支撑了客户营销、风险防控等场  景创新。建设银行以数据增信开展主动客户洞察，整合小微企业在生产经营和生活中积累  的数据，对基本信息、信用信息、经营结算信息交叉验证，基于数据、模型和算法，实现 对企业偿债能力的全新评价① 。邮储银行建设数据中台，以点带面提升业务渗透能力，支 撑个人金融、普惠金融、信用卡等行内条线应用，服务覆盖营销管理、风险监控、运营优 化与提升等九大场景，截至目前，数据中台已支持 60 余个业务系统、365 项业务需求， 提供 1156 项数据服务内容，系统日访问量均值约 1649 万次，达到毫秒级响应，支撑极速  贷、邮享贷、胖虎卡等业务和产品线上运营。

（3）打造用数赋智工具。为快速赋能营销、运营、风控等场景创新，银行打造即时 BI 平台、AI 工作站、智能决策引擎、大数据工作站等用数赋智工具， 降低用数赋智门槛。 一是构建面向业务及研发人员的即时 BI 平台，支持用户通过拖拉拽方式建立可视化的报 表，实现数据快速应用。二是构建面向数据科学人员的 AI 工作站，形成面向人工智能机 器学习、深度学习 AI 建模流水线， 大幅提升 AI 建模效率。三是打造面向业务人员的规则引擎平台，形成“数据 + 决策引擎”的规则配置化用数模式，支撑业务人员灵活配置可即

时生效的专业决策规则，提供高时效高并发的通用决策服务。四是建设面向总分行科技人 员的一站式大数据研发平台。通过低代码的数据资产接入、研发支撑工具、大数据支持社 区，形成面向贴源、聚合、萃取、数据服务等专业领域，覆盖需求管理、研发测试、生态 社区等研发周期的 DataOps 数据研发流水线，降低用数门槛、提升研发效率与质量，实现数据价值快速交付与规模化输出。

例如，工商银行构建面向业务及研发人员的即时 BI 平台，支持用户低门槛配置可视 化图表，形成“数据中台 + 即时 BI”的数样分离用数新模式，单报表制作平均周期由 10 天缩减到目前的 4 小时，实现了向“人人都是数据分析师”的跃进。农业银行以数据中台 为主要依托， 打造全行数据价值快速发现的生态环境， 数据中台为全行提供基础数据服务、 数据智能（BI）服务、人工智能（AI）服务等多层次立体化的数据服务，赋能业务模式创  新，为前台瘦身、后台减负 。

（4）强化数据治理。以各数据治理领域的治理指标为核心，通过问题清单驱动各数 据治理领域治理能力提升，为数据要素供给与赋能保驾护航。一是以“统一采集、集中管 理、硬控制为主”为原则，强化元数据管理，打通和关联各类资产各类管理要素，实现对 数据架构的广泛支撑。二是以数据标准属性为核心，以贯标落标准确率指标为抓手，推进 各业务系统数据标准的贯标及落标工作，保障数据规范性和一致性。三是以数据生命周期 策略为核心，以系统管理为主要手段，以设计审核和信息收集为辅助手段，对数据进行分 类管理，确保数据完整性、有效性和可恢复性。四是以质量规则为核心，强化事前质量规 则识别、事中采集校验、事后监测治理等全链路管控，保障数据质量。五是以数据安全策 略为核心，推进数据敏感及重数据识别、强化数据安全保护，健全数据安全监测与应急机制，实现“敏感可识别、资产可保护、风险可监测”的数据安全防护目标。

例如， 工商银行通过运营分析， 统计各治理域治理指标， 形成运营治理问题清单， “以 数治数”驱动数据治理，并迭代完善“管—查—用—评—治”的数据管理机制，助力数据架构核心层实现从“业务数据化”向“数据业务化”的转型升级， 满足监管机构数据报送要求及业务用数需求，在 2021 年成为国内首家获得 DCMM5 级认证的银行。建设银行 在总行成立“数据治理委员会”，制定全行数据标准，建成完整的企业级数据逻辑模型、 数据标准、业务术语、业务指标等数据规范；按照业务数据化、数据资产化、资产价值化 的动态循环，构建起数据治理价值链 。

2. 多领域深化数字技术服务供给能力

目前，云计算、大数据、人工智能、区块链、物联网等数字技术快速发展，已在金融 科技创新中广泛应用，赋能于诸多银行业务场景。国有大型银行业积极跟踪研判前沿技术 发展趋势，加快关键核心技术创新攻关，推动外部技术能力向自身企业级能力转化，运用 数字化技术驱动业务流程重塑、业务模式创新和运营模式变革。股份制及中小银行也积极 开展新技术创新应用，采用对外合作等灵活的技术引入方式，在移动互联网、大数据、人工智能等领域形成应用突破，赋能业务创新形成差异化的优势。

（1）建设基础技术体系。基础技术体系为银行提供基础的计算、存储、网络以及企 业级研发、运行、运维服务，是银行的数字基础设施。银行业积极运用云计算、分布式技 术打造开放化基础技术架构， 推进业务下主机， 有效支撑业务快速增长和大数据创新应用。 一是建设符合业务发展需要的金融级云平台。国有大型银行采用产学研联合创新和自主研  发模式， 打造开放化的“云 +分布式”基础技术体系， 全力推动业务系统上云和下主机工作。 股份制及中小银行也积极推进云技术转型和应用系统重构，进一步夯实数字技术的基座。  二是构建基于云原生容器技术的云基座。国有大型银行积极探索微服务、容器等前沿技术 应用，利用容器及其编排技术实现了超大规模资源池化管理和秒级弹性伸缩，最大限度为  全行IT 系统提供标准化、自动化的基础设施和公共技术服务， 在可靠性、可用性、可维护性、 可扩展性、容灾恢复等方面达到甚至超过主机水平。三是打造基于云原生的DevOps流水线。 践行云原生“基础设施即代码”的理念，通过容器镜像技术实现业务开发在开发、测试、  部署的一致性，将环境问题的可能性降低到零，运用 CI/CD 持续交付工具链建设研发运维一体化流水线，助力业务快速上线。

例如，工商银行建设开放化、易扩展、弹性伸缩“云 + 分布式”基础技术体系，通过自主研发打造云原生容器基座， 实现 IT 架构和基础设施的转型升级， 支持业务弹性扩展、需求快速迭代创新，在 2022 年 12 月全集团云上节点数达到 15.9 万。农业银行建设轻量 化云原生应用平台， 综合深度运用云原生、Serverless、DevOps 云流水线、云 IDE 等新一 代数字技术，提供了轻量式云原生能力、一体化云交付能力。

（2）建设大数据支撑体系。大数据支撑体系为银行提供各类数据加工、集成功能，  支撑应用灵活获取数据、深入挖掘数据资产价值。近年， 国有大型银行以业务架构为指导， 以共享、复用、创新为目标，建设大数据平台、数据湖、数据仓库等大数据服务体系，为 用数赋智提供算力支撑。一是建设企业级大数据处理平台。通过沉淀公共服务、向上统一 服务入口、纵向细分领域能力，形成“采、存、算、取、用”数据全生命周期、全场景通 用数据处理能力，赋能大数据研发和业务用数分析场景。通过流计算、高时效入湖、实时 数仓等技术创新，提升全链路数据处理时效，充分发挥数据价值潜力。二是筑牢大数据处 理底座。构建统一的资源调度、日志中心、运营监控等公共服务能力，通过大数据资源管 理服务提供裸金属资源的大数据专项虚拟化，实现跨机房、跨芯片、跨云地进行部署。通 过存算分离、高低优先级负载混部、按租户动态灵活分配等技术提高大数据平台弹性扩展 能力。三是创建“开放共建”数据生态。构建端到端的 DataOps 敏捷数据研发流水线、一站式开发工作站，创新提供“数据 +BI”数样分离的用数新模式，降低大数据使用门槛。

例如，工商银行打造工银魔方大数据体系，形成统一的数据加工处理链路，建成实  时采集、实时计算、实时分析的实时数仓体系，并通过资源扩容保障算力供给，提供十亿  GB 级海量数据存储、百亿 GB 级数据并行处理能力，支撑全数据存储、全数据挖掘、全  算法应用、全场景部署的需要，充分发挥数据要素价值。中国银行建设“三横两纵一线” 企业级数据平台，构筑“统一数据、统一架构、统一生态”的集团数据治理体系，截至  2023 年 8 月整合“数据竖井”50 个、落地新型数据应用 43 项，在风险管理、智能营销、  贸易金融、运营管理等领域取得显著成效。

（3）建设人工智能支撑体系。近年来，人工智能技术快速演进点燃了全球 AI 生产力 研究创新的热潮。银行业持续建设人工智能体系，抢抓人工智能大模型和 AIGC（智能化 内容生成）的前沿技术发展和应用机遇，逐步开展人工智能大模型能力建设。一是打造统一 AI 技术底座，建立异构算力、异构算法、异构框架等 AI 公共要素的异构融合、统一调用的插拔式 AI 技术融合框架，硬件层面实现算力资源的池化和虚拟化，软件层面抽取和  沉淀技术公共组件，降低人工智能上层应用的技术成本，保障公共资源利用高效能；同时  结合业务发展需求，加强算力规划和资源保障，满足业务创新需要。二是建立统一的 AI 资产管理框架。通过沉淀模型样本 AI 资产、建立 AI 资产管理能力、提炼 AI 资产模板， 构建面向业务视角的 AI 资产视图，实现 AI 资产“全面、可见、可用”管理，方便用户复 用相似场景的 AI 资产模板快速开发。三是建设垂直领域技术能力。加强机器学习、图像  识别、语音识别、自然语言处理、知识图谱等各垂直领域技术能力建设，形成“看、听、记、说、 想、做”全栈 AI 能力。四是探索人工智能大模型应用。从 AI 技术能力、应用创新等方面 积极推进 AI 大模型技术体系建设， 搭建大模型的训练算力集群、训练框架， 构建文本生成、以文生图、视频生成等能力。例如，工商银行建设快速赋能的AI 中台，创新“数据中台+AI”用数模式，打造“拖拉拽”配置化的智能决策建模、自动化机器学习建模、计算机视觉建模等多样化 AI 建模流水线，聚焦共性需求，形成端到端业务智能化解决方案，已具备百亿级 AI 大模型信创算力基础 设施，利用大模型打造知识运营助手，提升智能客服问答的准确率、覆盖率、可理解性。 农业银行发布了自主金融 AI 大模型应用 ChatABC，利用本行的算力、算法、数据和人才 优势，着重在金融领域的知识理解、内容生成和安全问答能力上进行了深入探索应用。

（4）建设互联互通技术体系。银行业务服务过程中通过线上化、网络化实现更广泛 的触达客户，这依赖于互联互通技术体系的支撑。互联互通技术是指区块链、物联网、生 物识别、音视频通讯等技术，提供物与物、物与人、人与人的互联能力。银行需要围绕线 上化、网络化业务发展趋势，加强互联互通技术的研究应用，提升客户触达、对外合作、 生态链接等方面的技术支撑能力，助力拓展金融业务触达范围，拉近与合作方和客户的距 离。一是建设集基础服务、组网运维、金融级安全为一体的区块链体系，提供智能合约、 跨机构系统快速对接和信息安全存储能力，建立区块链 BaaS 平台，加快场景落地，运用 区块链可跟踪、防篡改的特性，构建参与方安全互信、信息公开透明的区块链生态圈。二 是建设汇聚万物、智慧洞察的物联网体系，构建“端、边、云”一体化技术架构，实现实物数字化智能感知， 提供安全可靠的智慧物联解决方案， 创新金融服务模式， 在物品监控、溯源等场景开展广泛应用。三是建设开放多元、金融级安全的企业级生物识别体系，借助  生物识别技术实现客户生物信息全面数字化，建立统一维度管理的企业级生物特征库，提  供人脸、指纹等生物特征管理、安全管控、服务调度等功能，支持各领域身份鉴别、智能 感知等创新应用。四是建设标准、统一的企业级音视频平台， 实现音视频通信、直播、点播、 智能分析等基础服务，融合5G、人工智能、生物识别等技术，形成全方位音视频类服务能力，助力远程业务办理等非接触服务创新。

例如，工商银行搭建企业级区块链技术平台“工银玺链”，提供强安全、高性能、易 扩展、智运维的区块链服务，助力构建诚信互联的区块链应用生态，在安全防控、性能容 量、便捷研发及跨链易扩展性等方面取得了多项技术突破，在资金管理、贸易金融、供应 链金融、民生溯源、行业监管和数字资产业务领域取得了突破应用，打造了雄安新区智慧 城市建设、一带一路“中欧 e 单通”等应用案例。平安银行提出“星云物联计划”，搭建 星云物联平台，借助网联网、卫星通信技术，实现供应链上下游的真实经营数据等信息更 及时、有效的回传，为升级供应链金融服务提供有力支撑。

（5）加快新技术应用赋能。数字技术充分发挥新型生产要素作用，需要银行在做好 新技术研究落地的基础上，通过机制创新、工程化实施等措施推动新技术的规模化应用， 将科技创新成果转化为生产力。一是建立新技术推广应用机制。构建涵盖场景首创、小范 围应用、全面应用、应用效果评估四大环节的新技术规模化应用闭环流程，强化科技与业 务融合、总分行协同联动，通过深入基层一线调研等措施，挖掘新技术应用的场景需求， 解决用户难点痛点。二是持续降低新技术应用门槛。持续优化技术平台易用性，总结提炼 新技术应用等方面的标准模式、解决方案和典型案例，以点带面推动业务模式横向借鉴和 成功模式规模化推广，助力创造规模化业务效益。三是找准新技术应用的突破点。精准对 标经营改革战略、业务发展目标和客户诉求，结合自身新技术能力，围绕客户服务、降本 增效、风险防控等重点方向，聚焦网点转型、数字员工等当前金融创新热点场景，推动技术落地快速见效。

例如，工商银行组建专职团队开展新技术融合应用推广工作，建设“场景应用市场、在线体验平台”的标准化新技术应用模式，支持分行以“零编码、少编码”的方式快速进

行新技术场景推广复制， 促进新技术研究成果转化；应用人工智能、数字人等技术推出“工 晓伴”等数字员工，创新业务运营模式。建设银行打造企业级 RPA 系统，从六大方面用 体系化、规模化的思路推进 RPA 应用，包含规划 RPA 应用范围、规划 RPA 研发方式、 规划 RPA 运营方式、确定 RPA 技术引入策略、规划 RPA 平台架构、规划 RPA 运营组织 架构，打通各条线的业务系统，带来较大经济效用 。

3. 多维度进化数字基础设施支撑能力

（1）构建绿色数据中心。银行传统数据中心的高能耗造成能耗压力不断攀升，在绿 色环保成为当今时代发展潮流背景下，银行贯彻绿色节能理念，加快数据中心建设及运维 模式向绿色化模式转型，建立贯穿设计、选址、建设、运维等各个环节的全生命周期智能化管理体系，利用自然冷源等方式逐步降低能源消耗。

例如，工商银行按照绿色数据中心规划开展上海外高桥园区改扩建工程，从建筑功能 布局、建筑节能、暖通工程、供配电照明、能源计量和管理方案等方面加大绿色应用，大 量采用绿色技术或产品，如供配电系统采用光伏发电、具备休眠功能的模块化 UPS，IT 设备大规模采用液冷服务器等，大幅降低数据中心耗能。中国银行数据中心建设项目中充 分利用机房所在地平均气温较低的特点广泛采用间接蒸发冷却技术，利用自然冷源与机房 内热空气进行热量交换达到制冷的目的，实现“换热不换质” 。

（2）开展系统架构转型。互联网发展及大数据应用对算力提出更高需求，银行积极  推进云计算平台建设、分布式架构转型。云计算平台具备资源池化、高可靠、云生态全面、 支持业务弹性扩缩等特性， 成为银行数字化转型的核心基础设施， 满足银行业务增长需求。 分布式体系基于开放平台集群系统， 建设分布式服务、软负载、事务、消息、批量、缓存、 数据库、对象存储、文件存储等运行支撑平台，建设开放平台核心银行系统的全新技术体 系框架，通过多地多活部署、万级集群架构、多样化运行监控等技术手段，可实现秒级自  愈、超高可用水平。同时， 建设适配“云 + 分布式”体系的运维基础技术支撑、持续交付、监控分析、应急处置、性能容量、变更风险管控等运维核心能力，保障生产安全。例如， 工商银行分布式服务体系实现服务按节点注册模型， 实施了异构注册中心机制、RPC 心跳打散等众多业界创新技术方案， 应用系统已实现分布式架构转型， 实现“应转尽转”，安全平稳地承载了工行全量 7 亿多个人客户信息、10 亿多个人账户迁移至分布式 架构体系单轨运行，支撑日均交易 3 亿多笔。建设银行实施基于多技术栈的银行核心系统 建设， 包括存款、贷款、借记卡、信用卡等原本在大型机上的核心业务领域全量业务功能， 实现了分布式部署、模型化设计开发、全量并行验证、业务连续性保障等技术目标，满足 了业务服务完整衔接、持续拓展、平滑切换的需求。

（3）提升网络与信息安全。面对网络安全威胁不断增长和世界各地安全事件频发， 银行逐步构筑全面立体智能的信息安全体系。一是提升主动防御和智能防护能力，建立覆 盖网络层、文件层、服务器层的新一代纵深防御体系基础架构，建设具备网络异常流量威 胁感知、异常文件动态检测、虚拟补丁、服务器入侵防护等新型防护能力的系统。二是提 升攻击溯源能力，构建以蜜罐系统、服务器入侵防护系统和威胁情报系统为基础的蜜网体 系，实现体系化的攻击溯源能力。三是提升开放平台数据安全风险管控水平，部署开放平 台数据监控审计平台，构建对敏感数据异常访问及修改行为的感知和发掘能力。四是以攻 促防，在现有立体防御体系框架基础上，着力推进攻击能力体系建设，及时发现防御系统存在的薄弱环节。

例如，农业银行构建云应用防火墙，可有效防御 OWASP 攻击、支持 IP 和 URL 常 见参数监测、支持自定义防御规则、CC 攻击防御、0day 漏洞补丁以及页面防篡改。工 商银行构建云应用防火墙，可实现应用层常见网站漏洞防护，如 SQL 注入、XML 注入、XSS 等攻击防护。

四、银行业数字化转型未来发展应突出价值导向

（一）以数字金融支撑经济社会重点领域发展

1. 服务科技金融发展

科技金融是指通过创新金融产品，改进服务模式，搭建服务平台，实现科技创新链条 与金融资本链条有机结合，为初期到成熟期各发展阶段的科创企业提供更加灵活、高效、 低成本的融资渠道和金融产品。2023 年 6 月 16 日召开的国务院常务会议强调，要引导金融业根据不同发展阶段科技型企业的不同需求，进一步优化产品、市场和服务体系，为科技型企业提供全生命周期的多元化接力式金融服务。依托金融科技，面向科创企业的产业 金融服务创新已经成为落实金融服务国家创新驱动发展战略、服务实体经济要求的重要着力点。

近年来，在各部门和金融机构的支持下，我国金融支持科技创新的强度和水平持续提 升，科技、产业、金融相互塑造、紧密耦合、良性循环的格局正在形成。我国科创金融制 度和市场体系持续健全，初步建成包括银行信贷、债券市场、股票市场、创业投资、保险 和融资担保等在内的全方位、多层次的科创金融服务体系。金融管理部门引导银行业金融 机构设立服务科技创新的专营组织架构、专门风控制度、专业产品体系、专项考核机制， 推动信贷资源向科创领域倾斜 。

如今，我国科技金融发展初见成效，金融工具持续健全，融资渠道逐渐畅通。银行信 贷方面，大数据、区块链、云计算等金融科技的应用缓解了科创企业信息不对称问题；部  分商业银行与地方政府利用业务贴息、利差补贴、风险补偿等激励政策，设立科创企业信  贷风险准备金， 为企业提供无抵押、免担保信用贷款。债券融资方面， 创业投资基金类债券、 双创孵化专项企业债券、知识产权证券化等针对科创企业的融资渠道不断涌现。权益融资方面， 围绕服务科技创新， 多层次资本市场建设加快推进， 创新型企业上市数量稳步增加。

然而，相较于成熟的金融产品来说，科技金融仍然处于探索阶段。信息不对称问题仍  然存在，风险投资机制仍需完善，创新企业融资渠道仍需拓宽，技术评估方法仍待统一， 不敢贷、不多贷的问题仍旧制约部分科创企业的发展，进一步支持科创企业的发展需要提 供更多的金融服务。金融机构需要进一步加强金融科技的应用创新， 利用互联网、大数据、 人工智能等新兴技术，提高金融服务的效率、质量和安全性，降低科创企业的融资成本和  风险，支持科技创新和实体经济发展。同时，多层次的资本市场需要进一步完善，包括银  行信贷、债券市场、股票市场、创业投资、保险和融资担保等，为科创企业提供全方位、  多层次的金融服务，满足不同阶段、不同类型、不同规模的科创企业的融资需求，促进科技成果的转化和应用。

银行业金融机构需要从创新和健全金融服务模式方面提升数字金融对科技金融的促进作用。具体而言，一方面，要积极利用金融科技手段，优化科创企业评价体系，创新投融资模式。以初创型科创企业为例，其普遍具有轻资产、少抵押、高成长的特点，作为其核 心竞争力的知识产权，较难获得相匹配的融资支持。在此情况下，银行应依托金融科技能 力，建立“技术流”评价体系，创新知识产权质押融资模式，通过对科创企业科技能力的 “精准画像”，把企业的技术“软实力”转化为融资授信的“硬通货”，有效破解初创型企业融资难问题， 尤其是通过金融科技手段做好风控管理， 破解“卡脖子”项目资金难题。

另一方面，要强化线上金融服务创新，打造覆盖科创企业全生命周期的金融生态链。  金融机构通过数据共享分析，构建“前景评估＋融资助力＋生态服务”的科创型企业全生 命周期金融服务体系。针对初创期、成长型科创企业打造多类特色金融产品；利用科创企 业上市贷款等产品推动成熟期科创企业微成长、小升高、高变强；同时， 联合基金、保险、 担保公司创新信息共享渠道和机制， 形成金融生态闭环， 持续推进科创金融产品迭代创新，优化科创融资担保服务，深度支撑核心技术攻关。

2. 推动绿色金融发展

绿色金融是为支持环境改善、应对气候变化和资源节约高效利用的经济活动， 对环保、 节能、清洁能源、绿色交通、绿色建筑等领域的项目投融资、项目运营、风险管理等所提 供的金融服务。实现碳达峰、碳中和是国家重大战略决策， “双碳”目标的提出也使绿色发展成为我国未来经济社会发展的重要战略方向。

此前，人民银行发布《金融科技发展规划（2022—2025 年）》， 要求加强金融科技 与绿色金融深度融合，创新发展数字绿色金融，运用科技手段有序推进绿色低碳金融产品 和服务开发，着力提升金融服务绿色产业的覆盖面和精准度，助力实体经济的绿色转型和 低碳可持续发展；国家金融监管总局（原银保监会）印发《银行业保险业绿色金融指引》 再次强调，应积极运用大数据、区块链、人工智能等科技手段提升绿色金融管理水平，不 断完善产品开发、经营销售、投融资管理等业务流程。因此，金融机构持续深化数字化转型，发挥金融科技优势是推动绿色金融发展的重要引擎。

目前，绿色金融以对基础设施类项目的支持居多，离实施碳核算的能力尚有差距，还 存在信贷资金用途追踪难、碳数据监测和统计难、环境风险效益量化难等问题。大数据、 人工智能、区块链等数字技术的应用，能够使金融机构针对绿色金融有关数据进行生产、 采集、加工、运算和存储，对金融机构进行绿色资产识别认证和绿色效益评估具有重大意义，这是绿色融资的重要基础，对绿色金融具有重要的战略价值。

随着金融科技与绿色金融的进一步融合发展，金融科技将从以下五个方面对绿色金融形成有效支撑：

一是增强绿色金融数据分析能力。在数据来源方面， 数字技术可实现对涉及企业环境、 能耗、排放及 ESG 等信息的广泛抓取、智能选择、实时跟踪与批量处理。在信息评估方面， 人工智能可以在短时间内进行大量主体的环境项目标准化打分，避免由基层客户经理对绿  色项目贴标时的标准不一和主观性误差。在信息披露方面，可以利用区块链等技术实现信息高效管理与储存。

二是强化绿色金融产品创新能力。金融科技可为绿色金融产品的创新提供更智能有效 的设计方案、更精准的客户定位、更丰富的数据基础、更有效的风控手段，推动绿色金融 产品创新更加高效，助力形成层次多元、产品丰富、市场高效的绿色金融服务体系，提升 金融服务实体经济绿色转型发展的适配性。就绿色信贷而言，金融机构依托金融科技构建 绿色金融风控体系，在产品开发、产品定价、贷后监控等全流程，实现对绿色金融业务的智能识别和统筹管理。

三是提升绿色金融服务效率。在提升风险管理水平方面，可利用大数据、人工智能、  卫星遥感等科技手段提升环境风险识别、预警、跟踪和管理水平。在提升绿色项目管理效  率方面，绿色企业认定评价标准已初步嵌入相关金融服务平台，平台化管理已初步实现企 业线上全流程绿色识别， 金融机构可根据相关数据提升服务效率， 降低绿色企业融资成本。 在前瞻性风险预判方面，可应用情景分析和压力测试方法，量化测算环境与气候风险的影响，依托金融科技手段增强金融应对气候变化的韧性。

四是拓宽绿色金融应用场景。金融科技的应用为绿色金融服务创造了更多的应用场景。 以“个人碳账户”为例，目前已有多家金融机构推出碳账户方案，依托绿色交易所的碳减  排计算因子，合法合规地采集用户金融消费数据，形成碳账户，为客户提供额度升级、支付优惠等方面的金融服务激励。

五是金融科技助推金融绿色转型，为社会经济可持续发展提供重要动力。一方面，金 融科技助力金融机构自身绿色转型。部分金融机构利用金融科技手段结合业务场景开展绿 色转型：在业务办理中主推纯线上化，在产品设计中丰富碳金融产品、完善碳金融服务体 系。另一方面，金融科技有效管控转型金融投放风险，防范“漂绿”“洗绿”行为。部分金融机构利用金融科技开展转型金融体系建设， 实现对高耗能、高排放企业的“有保有压”，在风险可控的大前提下精准支持产业转型。通过金融科技助力全社会碳足迹管理系统的构建，使每一个市场主体的碳足迹可测、可比。

3. 深化普惠金融发展

普惠金融是指立足机会平等要求和商业可持续原则，以可负担的成本为有金融服务需 求的社会各阶层和群体提供适当、有效的金融服务（主要面向小微企业、个体工商户等客 群）。普惠金融是公认的世界性难题， 在发展中始终面临“两高一低”（风险高、成本高、收益低）的挑战。

近期，国务院印发《关于推进普惠金融高质量发展的实施意见》（以下简称《实施意 见》） ，明确了未来五年推进普惠金融高质量发展的指导思想、基本原则和主要目标，重 点强调了六个方面内容 。其中，提出要“有序推进数字普惠金融发展”，要求支持金融 机构深化运用互联网、大数据、人工智能、区块链等科技手段，实现数字化转型，打造健 康的数字普惠金融生态。同时强调将数字普惠金融全面纳入监管。因此，综合普惠金融的 实践经验以及政策指导的未来发展重点，坚持以金融科技为支撑发展数字普惠金融仍是下一步发展重点。

针对下阶段运用金融科技促进数字普惠金融进一步发展，金融业需要从以下三方面进行突破：

一是提升农村金融服务能力，为乡村振兴提供数字金融解决方案。金融是助力乡村振 兴建设的重要资源和力量，农村金融服务对于解决“三农”问题具有重要作用。目前，农 村地区面临金融服务产品种类较少、服务成本偏高、服务渠道单一等多方面问题，金融科 技应用成为金融助力乡村振兴的重要突破口。一方面，金融科技与数字乡村建设相融合。 金融机构整合“三农”数据，推动农村地区经济主体的电子信用档案建设，加快金融与民 生系统互通，扩大农村数字金融服务场景，推动信贷、保险、担保、电商等金融业务与农 村公共服务形成合力。另一方面，金融科技聚焦农村重点发展需求，打造精准性数字金融 服务模式。聚焦以供应链金融为代表的生产经营环节，金融机构能够利用金融科技化解农 户的信用信息不足、不准确的问题，为相关产业链上下游实现有效增信。同时，将服务入口接入到众多涉农公共服务平台，开展诸如工业品下乡和农产品进城等金融服务，有效提升面向农村的金融服务能力。

二是强化金融精准服务能力，为中小微企业提供更高效的金融服务。解决中小企业 融资难、融资贵问题一直是发展普惠金融、扶持实体经济发展的重难点。随着金融科技的 广泛应用，金融机构在利用新兴技术手段提升中小微企业金融服务能力方面能够取得突出 成效。一方面，金融科技提升金融机构差异化服务能力，打造定向专属金融服务产品。金 融机构可以利用金融科技将信贷资源精准投放至急需资金支持且通过风险评估的中小微企 业。另一方面， 综合应用智能物联网、大数据、区块链等新技术， 持续优化金融业务流程， 为中小微企业提供更加精准和高效的金融服务；同时通过靶向数据优化智能风控模型，更 精准地为目标客户提供符合场景资金需求的融资服务，有效提升中小微企业的金融服务质效。

三是优化金融服务渠道能力，为更多弱势群体提供更便捷的金融服务。“十四五”规 划明确提出，要保障残障人士及老年人等弱势群体基本权益。金融科技带来金融服务渠道 的数字化转型与便捷化提升， 为金融机构提升服务弱势群体能力提供了有力支撑。一方面， 金融机构利用相关技术提前判定弱势人群性质，提供如手语服务、语音播报服务、大字显 示服务、智能语音输入服务等针对性的无障碍业务办理服务，让服务精准直达特殊人群。  另一方面，金融机构提升外部风险识别能力，准确识别弱势群体的非典型行为，及时避免其受到的金融诈骗， 通过技术手段帮助弱势群体安全理财， 为特殊群体建立金融安全屏障。

4. 保障养老金融发展

养老金融是指为了应对老龄化挑战，围绕社会成员的各种养老需求所进行的金融活动 的总和，包括养老金金融、养老服务金融、养老产业金融三部分。当前，我国人口老龄化 存在数量多、速度快、差异大、任务重的形势和特点，老年人收入保险等领域存在着未保 险和已保险损失之间的巨大差距。同时，随着全社会数字化的快速发展，老年人越来越多 地面临数字鸿沟的问题，如何通过数字技术更有效的服务老年群体，保障养老发展的课题亟待解决，这些都对我国老龄工作提出了更高要求。

近年来，以商业银行、保险公司等为代表的金融机构一方面为养老产业的发展提供融 资支持，另一方面通过采用大数据、人工智能、机器学习等新技术和新的保险商业模式，  不断提高效率和风险管理能力， 在个人养老金的积累与保值增值方面不断做出尝试。此外，众多金融机构借助人工智能、智能监管等技术，不断推出智慧养老社区和智慧居家管控产品，正在打造标准化、智能化、规模化的居家康护服务体系。作为养老金融科技的重点， 保险科技借助物联网、卫星遥感等技术设计聚合企业、政府、第三方专业环评机构、保险 公司四方的环境污染责任保险，实现“保险 + 科技 + 监管 + 服务”的联动，持续助力保险业创新产品的设计，为乡村振兴、绿色发展、健康养老等方面发挥重大作用。

金融机构应深入研究老年客群的金融服务场景特征，增强人工智能、大数据、移动网  络等技术的适配性，围绕养老金融的“供给端、需求端、供需衔接”三个环节做好金融服 务，提升适老化服务的体验。在需求端，银行业、基金业、证券业和保险业可围绕居民生 命周期养老金融需求特点，提供一站式金融服务解决方案。利用大数据、云计算等金融科 技手段对老年客群的年龄层次、收入水平、家庭结构、风险偏好、预期寿命等客观数据进  行分析，识别其在养老财富积累与财富管理方面的需求，提供养老存款、理财、保险、基 金等各类个性化、专业化的金融产品及产品组合，构建基于居民全生命周期的养老金融产  品线。在供给端，金融机构一方面针对目前存在的数字鸿沟问题，加快针对老年客群的适 老化改造。在产品设计过程中分析老年客群的使用特点， 在字体、语言、功能、语音播报、 操作讲解等方面兼顾适老化需求；另一方面，依托金融科技提升养老金融服务的包容性、  普惠性。金融机构充分发挥科技优势，应加强与外部机构的合作，共同搭建养老特惠服务 体系，结合老年人日常生活消费场景，与商超、旅行社等合作，在衣食住行方面提供优惠  折扣和优质综合服务。尤其是考虑到老年人医疗保健需求较多，金融机构和医疗机构合作  在预约就诊、挂号、体检等方面提供综合便捷的服务。同时，银行业加强与政府职能部门  的合作，推出养老助残卡，集养老金发放、市政交通等于一体，并作为老年人享受各种优待政策的凭证。

（二）面向业务创新需求深挖数据资产价值

1. 深入参与数据要素市场建设驱动业务创新

随着国家对于数据要素市场化配置改革的稳步推进，银行业作为数据要素市场的重要  参与者，未来将同时承担数据需求方、数据提供方和数据服务商的三重角色，推动业务创新。 一是数据需求方角度方面，全国一体化的数据要素体系与成熟的数据交易市场，将加速政 府公共数据、企业数据的流通，扩大银行业可采购、可使用的数据资产种类与范围，促进 形成全要素、全产业链、全价值链的数据共享融合， 实现金融服务与行业场景的深度融合。

二是数据提供方角度方面，银行业具有丰富的数据资产，可以在符合国家行业监管要求的前提下，探索对外输出数据产品，主动融入国家数据要素市场，共建市场生态。三是数据 服务商角度方面，银行业可以发挥带头作用，依托自身领先的数据服务能力和数字化转型经验，为大中小企业提供数据服务，促进双向公平数据授权，赋能企业数字化转型发展。

2. 应用隐私计算促进数据融合应用

隐私计算是指在保证数据提供方不泄露原始数据的前提下，实现数据价值和知识的流 动和共享的技术体系，可以实现跨企业、跨组织间的数据融合和共享，达到“数据可用 不可见”的目标，解决了数据资产无限复制的难题。随着数字经济的发展，隐私计算技 术作为破解数据安全流通困局、平衡数据利用和安全的关键路径，可在满足数据隐私保 护的前提下，为金融机构合法合规地进行数据的流通和共享提供技术保障。例如可利用 联邦学习、多方安全技术等隐私计算能力，实现联合统计、隐私求交、隐匿查询等数据服务场景。

3. 推动数据资源向数据资产转变

推动数据资源向数据资产转变，进一步挖掘数据资产价值，是下阶段数字化转型实践 探索的重要方向，应重点做好三方面工作：一是推动数据资产价值评估、入表，促进数据价值升级。国家大数据局的成立，进一步推动了数据基础制度的建设与成熟落地，为银行业率先向数据资产化演进、推动数据资产入表、引领数据资产化发展路径提供了重要的发 展机遇。银行业需要关注相关政策的发布与落地，开展数据资产价值评估与数据资产入表 等方面的探索，促进数据价值提升。二是探索数据资本化发展路径，推动数据价值转化。  随着数据要素市场不断完善和数字产业化、产业数字化的发展，数据资本化成为未来发展 的热点方向，为银行业探案数据资产质押、数据资产证券化、数据期货、数据信托、数据 银行等数据资本化业务提供发展机遇。三是推动形成金融行业数据资产流通的标准化体系。 加快形成金融数据资产估值、定价、交易等相关重点标准，建立健全行业级数据登记、数据交易、数据共享等相关机制，推动金融数据资产流通各环节规范化、专业化、体系化。

（三）面向前沿领域纵深推进数字技术探索应用

1. 人工智能促进生产力大变革

人工智能技术和大模型的爆发式发展，进一步丰富了数据与实体的融合方向，行业发  展格局正发生改变，未来也将更加广泛地对银行业发展产生深远影响。一是促进客户服务 智能， 从 ChatGPT发布以来的表现来看， 高级别的人工智能有可能比人工客服更有经验， 知识面更广，反应速度更快。可以预料在不远的将来，人工客服或将被智能机器人替代，  降低了银行机构的人力成本和管理成本。二是银行风险管理智能化，银行所面临的风险类  型多种多样，人工智能可以充分发挥作用，包括监控制度的执行情况、对剧烈波动的市场  做出快速反应、科学评估风险类型和程度等；风险信息的披露涉及大量数据和信息，仅靠  人力很难科学、准确、快速处理这些信息， 人工智能在这个领域中同样可以大大提升效率。 三是产品智能化定价，金融产品定价的本质是风险评估，需要根据客户的资信状况、还款  能力、财务状况等因素对客户进行风险评估， 风险评估模型综合运用风险评估、数据收集、 数学建模、模型验证和风险管理等多个方面的知识和技能，引入高级别的人工智能，进一 步提升这些模型的科学性。四是智能投资顾问，利用大数据和人工智能实现量化投资，为  客户提供个性化的投资建议和推荐，在保证风险控制和收益最大化的前提下对客户的投资  组合进行优化等，在未来投资顾问的场景中，通过人工智能强大的数据库、知识库和分析  能力，帮助私募股权投资行业更加科学地进行投资决策，提高投资组合的收益和风险控制能力。

2. 元宇宙促进服务模式变革

近年来，元宇宙在国内外研究热度与日俱增。银行开展元宇宙应用场景探索，催生了金融领域服务模式创新。元宇宙是数字技术的集大成者，具有沉浸体验、数字身份、经济 系统、开放和创造性、持久在线和长期演化、虚实融合等基本特征，未来在金融领域有较 大应用潜力，银行业应重点开展技术研究和应用探索，促进服务模式变革。一是银行可通 过数字孪生、内容生成、人工智能等技术构建金融元宇宙数字基础设施，通过在数字空间 实时构建现实世界物理对象的精准数字化映射，打造未来元宇宙与物理世界对称存在的数 字化产品， 实现元宇宙环境中金融市场和产品的模拟计算， 复现现实世界可能的市场变动， 呈现产品预期效果，缩短产品开发周期与成本，辅助优化银行高层风险决策。二是 XR 等 虚拟现实技术不断优化金融元宇宙前台交互体验，虚拟现实投显等虚拟现实设备打通与现 实世界沉浸式交互接口，与各类交互技术融合应用优化交互体验，以虚拟数字人、元宇宙 营业厅等创新服务模式提高用户操作的沉浸性和使用黏性，为客户提供更加智能、人性化 的金融服务。三是基于元宇宙赋予银行金融服务人、场、物三个核心要素全新内涵，银行 可围绕新的三要素组合构建出新的服务渠道、营销方式、产品服务与运营管理，将可能为 业界带来新的商业模式， 创造新的增长点， 如数字藏品（NFT） 以区块链构造分布式账本， 以智能合约驱动系统运行，提高资产流通，建立多方信任，打造去中心化银行业务模式，实现从数据权益化、权益资产化到资产流通化的价值闭环。

3. 量子计算将对金融安全形成挑战

近年来，量子技术已经成为全球各主要国家在科技领域关注的焦点，也是当前值得关 注的颠覆性技术之一。量子计算具有叠加性、纠缠性、测量随机塌缩、不可复制等特质， 通过量子态的受控演化实现并行计算，可带来指数级算力提升，但也将对以经典密码技术 为依托的银行网络安全形成挑战，在未来 15 年甚至更长时间，量子计算能在经典密码破 解方面发挥巨大影响。在 2023 金融街论坛年会上人民银行科技司司长李伟提到“要密切 跟踪国内外抗量子技术研究的进展，积极探索运用抗量子加密算法 PQC 或者叫后量子加 密算法，来加强安全防护”。在监管机构高度关注量子计算发展及安全风险的情况下，银 行业积极开展金融领域量子技术应用的探索研究，在 2023 金融街论坛年会上工商银行发 布了《量子计算金融应用研究报告》，建设银行发布了《量子最优化算法在金融应用研究报告》，在探索量子技术应用方面进行了实践。

鉴于量子计算短期内还不会落地，银行需要做好长远谋划，从团队培养、技术跟踪与试点、行业合作等方面，开展量子技术的探索和研究，为后续技术落地做好人员、技术及环境的储备。一是加强团队能力培养。通过建立自身的量子计算研究团队，形成量子计算 研究的合力；通过业界交流等方式，进一步加强对量子计算基础技术的掌握，提升团队量 子算法设计编码能力和研究能力。二是做好技术跟踪与试点。持续跟踪量子计算机不同技 术路线、主要性能指标的发展趋势，关注量子算法的研究和金融场景应用热点，形成相关 技术动态分析及发展研判；开展抗量子密码算法的试点探索，为后续升级到抗量子密码算 法做好技术准备。三是参与行业合作。积极与国家实验室、产业联盟、高校等机构开展量 子计算合作，通过产学研用课题方式引入外部力量，发挥各自优势、共享研究成果，积极探索量子计算应用场景，在数字化时代把握前沿技术创新发展机遇。

（四）以评促建推动数字化转型取得新成效

1. 建设数字化转型评价体系的必要性

数字化转型应建立可动态调整的评价体系，科学合理衡量自身数字化能力水平、梳理 查摆薄弱环节，促进银行业及时改进转型策略，为数字化转型投入提供绩效评价和决策支 撑。一是引导方向与路径方面，数字化转型的切入点众多，从哪里入手以及沿着什么路径 推进，关系到转型效率及效果。建立多维度的数字化成熟度评估体系，有利于厘清数字化 转型方向，有利于帮助银行明确数字化发展路径与举措。二是评估进展与成果方面，有利 于帮助银行根据各业务条线数字化的深入程度来评估数字化转型成果，通过可比较的基准 衡量数字化转型战略规划周期内的进展。三是明确重点资源投入方面，有利于帮助银行厘 清数字化转型发展所需的关键资源与短板领域，协助银行确定重点资源投入的优先顺序、 范围和内容，有的放矢地量化资源投入及增加资源投入。四是催化数字化价值方面，有利 于推动并催化银行数字化转型成效显现。成熟度评估体系下各维度、各领域的提升，标志着银行数字化能力与价值的提升。

目前，国家及各级监管机构加快制定数字化能力成熟度评价行业标准或指引，指导银 行开始数字化转型能力成熟度评价工作。例如，人民银行正式发布了《金融数字化能力成 熟度指引》，该指引构建了银行数字化能力成熟度模型架构，形成了金融科技治理体系、 数据要素潜能释放、新型数字基础设施建设、关键核心技术应用、数字化经营动能、金融 服务智慧再造、金融科技审慎管理、可持续化发展基础 8 个能力维度（即能力域）。行业 级数字化转型评价体系的构建，有助于指导金融机构检视自身数字化发展的长板与短板，为明晰数字转型的发展阶段和未来方向提供参考。

2. 银行数字化转型评价指标探索

在行业评价标准的基础上，银行结合自身业务发展需要，构建针对数字化转型的评价 指标体系，实现对数字化转型的战略、执行过程、实现效果等进行跟踪监控，及时评估数 字化转型的投入产出比，巩固和提高数字化转型的效果。此外，银行在进行数字化转型评 估的过程中，应坚持内部评估和外部评价相结合的原则，在银行内部建立必要的评估评价 体系的同时，适当引入第三方评价，提高评估评价的独立性和有效性。在实际操作中，银 行机构可均值分布各能力域权重，也可根据实际需要灵活调整，通过能力评估，引导数字化转型的重心转移至数字化经营和服务智慧再造，提升转型效果。中国信通院联合工商银行、中国银行、兴业银行、中信建投、国泰君安、东方证券、 兴业证券、上海证券、民生证券、人保科技、泰康人寿、华为、志凌海纳、华佑、中电金信、恒生电子、凯美瑞德等 50 多家单位的专家，打造《基于业务价值的金融业数字化转型能力评估模型》体系，从业务、技术、数据、基础设施和战略组织五大能力域切入，将 金融机构数字化转型能力成熟度分为 1~5 级，针对 15 个能力项的 58 个能力子项制定评估方法，评估范围覆盖金融机构 1500 余项数字化转型相关的工作内容。