科学技术进步及其应用创新，是金融科技发展的驱动要素。一方面，科技持续赋能金融服务领域并创造价值；另一方面，技术进步也催生出更多创新商业模式。麦肯锡分析，在未来10年，七项关键技术将持续影响金融科技总体发展趋势，驱动业务模式重构，并左右金融业竞争格局（见图1）。

1 人工智能（AI）：自动因子发现、知识图谱和图计算，以及基于隐私保护的增强分析将发挥更大价值

麦肯锡估计，AI技术每年可为全球银行业创造高达1万亿美元的增量价值；安德烈亚斯·卡普兰（Andreas Kaplan）和迈克尔·海恩莱因（Michael Haenlein）将人工智能定义为“系统正确解释外部数据，从这些数据中学习，并利用这些知识通过灵活适应实现特定目标和任务的能力”。时至今日，AI技术已取得更为长足的进步，给包括金融行业在内的许多行业带来更深远的变革。

从技术趋势看，一是基于自动因子发现的机器学习应用将越来越广泛并产生颠覆性影响，改变传统机器学习算法中，影响因子依赖于人工干预而客观性不足的弱点；二是知识图谱与图计算将发挥更大作用，知识图谱作为人工智能语义表征的关键应用，利用广泛的数据来源构建关系，利用复杂网络技术和图计算，进行模式识别和特征发现，在金融科技的不同领域将发挥更大价值；三是基于隐私保护的增强分析，强调在使用数据的同时保护数据，实现数据最化使用原则，即仅获取相关、必要、脱敏后的特征信息进行模型训练，采用联邦机学习和隐私感知机器学习，利用加密、安全多方计算、零知识证明等技术在隐私保护的前提下进行数据分析。

从应用角度来看，人工智能应用覆盖金融业的前、中、后台，从千人千面的产品及服务，个性化的用户体验与分析、智能客服或对话界面、市场测算及自动化交易、机器人投顾；到利用非财务数据的另类信用评分、利用人脸辨识的身份验证；再到智能流程，以知识图谱为代表的知识表示和自然语言解析，这些技术被用于检测欺诈行为，也越来越多的被金融行业用于构建产业图谱和客户关联关系，提升客户洞察能力。虽然对很多金融机构而言，人工智能应用仍然较为零星，且往往只针对特定用例，但越来越多银行业领军者已开始通过系统性方法部署高级人工智能，并将其整合到贯穿前后台的数字化经营全生命周期之中。

值得留意的是，算法只是人工智能的一部分，要发挥人工智能的竞争优势最终还是靠数据。人工智能的普及让金融业确实体会到数据、特别是传统运营上没有采集的客户行为数据的重要性，这将推动金融业与非金融业的联盟，体现了生态圈金融的重要性。

以银行为例：在内部，“AI先行”机构将通过手动任务的极致自动化（“零操作”概念）以及在银行运营的各个领域以高级诊断引擎替换或增强人为决策，来提高运营效率。运营绩效提升带来的收益，将从广泛的传统和尖端AI技术应用（例如机器学习和人脸识别）投资，流向对庞大而复杂的客户数据（近乎）实时的分析上。未来的AI先行银行也将拥有当今数字原生企业的速度和敏捷性。银行将快速创新，在数天、数周而非数月的时间内发布新功能。银行还将与合作伙伴广泛协作，提供覆盖各个旅程、技术平台和数据集、无缝整合的全新价值主张。

2区块链：智能合约、零知识证明、跨链技术带来新的机遇

分布式账本技术（Distributed Ledger Technologies，简称DLT）是构建生态圈金融的另一个重要技术，其中的关键技术如智能合约（Smart Contract）、零知识证明（Zero Knowledge Proof）和分布式数据存储和交换成就了如数字钱包、数字资产、去中心化金融（Decentralized Finance，简称DeFi）、非同质化代币（Non Fungible Token，简称NFT）等应用；跨链技术则致力于解决部署了不同区块链的企业之间基于链的交互问题。

其中去中心化金融的总锁定价值（TLV）在过去10个月有接近50倍的增长，整体数字资产达到2.1兆美元的规模，数字化交易所在2021年的营收估计达到150亿美元，大大改变了金融业的生态，传统投资机构 也慢慢上调数字化资产在投资组合的占比。

在国家和地区层次上，我们也看到DLT对政策和法规的影响，按国际清算银行（BIS）在2021年初的调查，约6成的央行表示他们正在对央行数字货币（Central Bank Digital Currency，简称CBDC）做研究或测试，其中，中国人民银行的电子人民币更达到了试运行的阶段，向世界展示了电子货币为金融业带来的冲击和机遇。

其他区块链应用场景包括：

以区块链技术为基础的去中心化金融虽然为金融行业带来新的机遇，但同时也冲击传统金融业的定位和价值，加上金融政策和法规的改变，将成为影响未来金融业的重要因素。

3云计算：敏捷化、高弹性、微服务的云原生优势更受重视

麦肯锡研究表明，到2030年，云为全球500强企业带来的EBITDA（税息折旧及摊销前利润）价值将超过1万亿美元，有效的云使用可以将迁移应用程序的开发和维护效率提高38%，将基础架构成本效率提高29%，可以将迁移应用程序的停机时间减少约57%，从而使违规成本降低26%。同时，云可以通过自动化的嵌入式安全流程和控制（例如DevSecOps）提高平台完整性，并且这些功能通过跨环境的、一致的技术堆栈降低了技术风险。

云计算持续影响金融行业和金融科技，对金融机构而言，云的形态可分为公有云、混合云和私有云。公有云是指基础设施是被云计算服务提供商所有，后者将云服务销售给广泛的大众或组织；混合云是指基础设施是由两种或两种以上的云（私有、公共）组成，每种云仍然保持独立，但由专有技术连接；私有云是指云基础设施是为一个客户单独使用而构建的，私有云可以部署在企业数据中心，或其他主机托管所。

从技术趋势来看，一是边缘计算和边缘云进阶为独立门类；从边缘端到数据中心到云端，这样的区隔与发展逻辑，已经逐渐在多个行业中被认同，随着5G、物联网、云计算、AI等交互协同，在新零售、医疗、工业园区、智慧城市以及工业物联网等领域的发展，加速了边缘云的发展和进步；二是容器云激发云端创新；公有云厂商大力推进容器技术云上落地，促进了PAAS层云交付模式的敏捷创新；容器即服务（Container as a Service）的云平台构建，也成为一个云原生发展焦点；三是AI与云的深度结合；AI云平台在图像、声音、医疗影像识别等领域应用越来越深入，AI的深度学习、算法等技术，借助云平台可以更好地为更多领域的用户提供服务。

从应用角度来看，云计算不但让金融业从IT基础建设和数据中心等非核心业务中释放出来，以更低的成本和更灵活的方式获取存储、计算和服务资源，更专注于客户、金融产品和服务，同时为如开放银行（Open Banking）和银行即服务（Banking-as-a-Service）等新业态赋能。

伴随金融机构敏捷化能力的述求，对于具有灰度发布要求，市场、客户响应要求极高，需更大弹性扩展的创新性业务和能力组件，将逐渐进行云端迁移。同时伴随大数据分析的规模化应用，对于弹性算力的要求越来越高，这一类应用的部署也将逐渐依靠云完成。

以银行为例，银行将在未来几年尝试大规模采用基于云的微服务架构。而API将成为机器对机器沟通的核心方式。基于微服务的架构，新一代核心银行应用软件将成为银行实现新架构转型的关键推动者，传统核心银行系统供应商已经意识到了市场对基于云的微服务架构的内在需求和潜力。

4物联网：万物互联构建全新诚信体系，与金融融合潜力无限

物联网将在未来几年给全世界带来翻天覆地的变化，联网设备将在其中扮演重要角色。从技术架构来看，物联网体系由智能感知和传感系统、无线通信网络和应用与运营支撑三个层次构成；从技术趋势看，一是传感技术的不断发展，如RFID标签技术是融合了无线射频技术和嵌入式技术为一体的综合技术，RFID在自动识别、物品物流管理方面有着广阔的应用前景；二是物联网通信方案日益丰富，有线和无线网络、近场通信方案、低功耗广域网、窄带物联网、末端设备的互联和集控管理等提供了通信网络保障；三是嵌入式系统技术和智能技术的发展，通过在物体中植入智能系统使得物体具备一定的智能性，能够实现主动或被动沟通。

从应用角度来看，环境、社会和企业管治（ESG）近年在金融行业快速涌现，渐渐成为金融市场的一种主流战略，这不但影响了投资决策，同时为金融业带来了新的产品和机遇，比如说，包括中国在内的各国最近都针对碳达峰和碳中和发布了更明确的政策和解析，其成功要素在于有效监控和管理工业和电力的能源效率、可再生能源的使用等等，为物联网的应用搭建了大量场景，而其中碳排放交易（Carbon Trading）为金融业带来了新的机遇。

在保险领域，目前为止，保险公司主要使用物联网加强与客户的互动，并加速和简化承保和理赔流程。物联网技术可以帮助险企更加精准地判断风险。例如，车险公司历来都借助驾驶员的年龄、住址和信用等间接指标确定保费。但现在却可以通过物联网获取关于其驾驶行为和车辆使用的数据，比如车速以及夜间行车频率等。这种技术已经在市场高度成熟的国家得以应用，结果表明，保险公司确实可以借此提高风险评估的准确度；险企还可以借助联网设备与客户展开更频繁的互动，并基于收集的数据提供新服务。在保险行业，客户往往只与代理人或经纪人打交道，只有在需要续期或索赔时才会与保险公司直接联系。因此，物联网对拉近客户关系大有裨益，可以帮助险企与客户建立更加深入而有针对性的联系。

在银行领域，基于物联网的存货动产融资，物联网技术和区块链技术整合，突破动产融资中的既有风险管理障碍：保障账实相符，真正打通线上线下的交易形态，构建全新的诚信体系；同时物联网在航运和物流行业的应用也为传统贸易融资业务注入了新元素，允许银行就货流追踪开发新的融资产品，并通过智能合约等技术开发按需流动性（On-Demand Liquidity）等金融创新；基于物联网的可穿戴设备与银行业务嵌入，比如与支付等进行结合，创造和客户更为紧密的金融场景应用。

5开源、软件即服务和无服务架构：让企业利用新技术快速创新而不需要担心技术运营和基础架构投资

速度和可扩展性对新业务和金融创新的成功极为关键，在竞争激烈和赢家通吃的数字化经济下，“快鱼吃大鱼”成为了新常态。从技术角度看，开源、软件即服务和无服务架构近年成为创新科技企业或传统金融业打造互联网金融等新业态的“三宝”：

从应用角度看，上述每项技术都能独当一面，但最大效益还是来自于它们的组合应用，当三宝齐发时，企业不但能够快速搭建技术开发的基础设施，同时能够利用成熟的开源代码开发产品原型并专注于客户体验等要素，且能利用软件即服务和无服务架构将产品快速低成本上架。

虽然技术三宝有很多优点，但对传统企业而言，要真正利用并将开源、软件即服务和无服务架构转化为竞争优势，IT组织架构、开发能力、风管能力等各个方面都会面临挑战，如何有效引进三宝并对IT战略做调整，升级IT在快速反应上的能力，将会是大部分企业在金融科技创新上最大的课题。

6无代码开发平台：无代码和低代码方式重新定义程序开发

无代码开发平台（No-code development platform，简称NCDP）是可以让程序设计者及一般用户不用传统程序设计语言即可以开发应用程序的开发平台，使用的是图形用户界面（GUI）以及组件。

从技术角度看，一方面，无代码开发平台是软件工程领域的组件复用与构件组装、DSL（领域特定语言）、可视化快速开发工具、可定制工作流流程编排等理念和设计思维的组合应用及发展；另一方面，无代码开发平台的发展和云计算以及DevOps等基础技术的发展密切相关，云计算和DevOps等内化并自动化解决了容器化、弹性缩扩容、开发、部署、运维一体化、异地多活、平行扩展、高可用等问题，在这样的基础技术之上构建应用层技术，限制少、约束小还能适应各种复杂场景。

从应用角度来看，企业使用无代码开发平台的目的，常常是为了要开发以云端为基础的应用程序。让开发流程加速，也让团队的商业策略可以和快速开发流程同步。由于在无代码平台或低代码平台上可以自动化进行审计跟踪和文档生成，因此还可以增强合规性。这对于需要以敏捷模式快速响应市场的金融机构和金融科技企业而言有较大助力，已经开始逐渐发挥价值，当然其成熟度和健壮性仍需要时日加以检验。

以谷歌为例，谷歌云除了投资Unqork外，最近收购了AppSheet，这是“低代码”和“无代码”软件市场中最大的玩家之一，它让业务人员能够开发应用程序，而无需具备专门的编码技能。Unqork首席营销官Schmelkin表示，一家金融服务公司过去需要花费数年时间才能完成的工作，如果采用“无代码”可以在几个月内完成。他说，在无代码情况下，少量的开发人员与业务人员聚在一起，三个月内就可以完成软件的全部开发。迄今为止，Unqork大约有100名程序员，主要致力于金融服务领域。

众多金融机构正在大力推进数字化转型，从技术侧而言，需要庞大的技术研发团队，并且需要在一个项目上耗费几个月的时间。在疫情期间，我们已经深知这种工作方式是不可持续的；相反，技术团队需要能够在项目之间进行调整，并根据需要调整的优先级进行推进。这就是无代码或低代码开发平台的价值所在，如果企业抛弃传统研发方式，选择使用无代码或低代码开发平台构建应用程序，那么，即使是最传统的金融机构也可以与灵活的金融科技创新步伐相媲美。

7超自动化（Hyper automation）：流程机器人（RPA）等自动化技术继续代替人工

超自动化是指在企业业务和IT流程进行自动化改造的过程中，引入人工智能、深度学习、事件驱动的软件、流程机器人及任何有助于提升决策效率和工作自动化能力的技术或数字化工具。

以RPA为例，从技术趋势看，一方面，RPA自身不断完善和进化；RPA核心作用是将工作信息流与业务交互通过机器人来按照设定的流程去执行，从而将业务执行过程变得自动化且标准化。高重复性、逻辑明确、稳定性三项是目前检验RPA技术可行性的基础。典型的RPA平台技术框架至少会包含开发工具、运行工具与控制台等三个基础组成部分，并且这三部分将不断完善优化；另一方面，未来RPA技术将与AI深度融合；为了满足更复杂的业务流程场景，RPA会应用AI技术提升效能；同时，RPA已经成为AI技术落地的重要载体，AI算力以及分析能力以RPA为载体赋能给更多企业，在此情况下，“RPA+AI”被认为可能成为未来行业的一个更大风口。

从应用角度来看，RPA流程机器人在金融行业的应用也日渐广泛，尤其在金融机构的中后台运营效率提升领域，用于财务流程自动化和对账自动化等。例如应收应付账款的流程自动化、财会共享服务中心拨款、工时调整以及工时审核诸流程的自动化、从财务记录到汇报及司库流程的自动化、以及期末及结算流程的自动化等等。以自动化替代人工，除了提升效率，还可以减少人为错误，将来会有更多的领域被流程机器人、聊天机器人等智能应用所代替。以应付账款流程为例，利用可模仿人类行动的机器人代替基本的应付账款工作手续和决策过程的人工操作，达到60%的自动化替代率。

把握关键技术趋势，打造未来竞争力

麦肯锡认为，上述关键技术并非孤立存在，而是相互交织、嵌入和融合的，从而迸发出巨大能量并引发行业变革。目前这些核心技术组合已经在金融细分领域逐渐深化实践应用，未来将体现更大价值，并影响金融科技乃至金融行业的市场竞争格局。传统金融机构和创新型金融科技公司均需结合自身情况聚焦价值领域，布局新技术以及做好能力储备，打造技术层面的核心竞争力。