2022全球金融科技十大技術趨勢是北大光華-度小滿金融科技實驗室、零壹財經· 零壹智庫於2022年1月6日聯合發布的報告。
基本介紹
- 中文名：2022全球金融科技十大技術趨勢
- 發布時間：2022年1月6日
報告內容
趨勢一：“數據可用不可見”，隱私計算助力金融業數據生態建設
邊緣計算
隱私計算能夠實現數據在流通與融合過程中的“可用不可見”。在數據互聯互通需求高漲與數據安全政策不斷出台的背景下，網際網路巨頭、科技公司及金融機構等紛紛入局隱私計算產業。2021年，被業界稱為隱私計算規模化套用元年。
作為數據密集型行業，金融業對數據的互聯互通需求迫切，是隱私計算技術的主要落地行業。隱私計算能夠在保障數據安全的前提下，助力金融業數據流通，被主要套用於信貸風控、精準行銷、反欺詐、移動支付人臉識別等場景。
2021年，各國持續加強數據安全立法相關工作，例如，中國陸續出台《數據安全法》《個人信息保護法》《徵信業務管理辦法》等一系列數據法規，韓國發布“MyData”相關立法和數據服務指南，強化數據保護等。
在此背景下，伴隨著隱私計算行業標準的陸續發布及相關技術的不斷疊代升級，2022年，隱私計算將在金融數據生態建設方面發揮更大作用。
趨勢二：頭部企業加碼，大模型成全球AI技術競爭焦點
邊緣計算
隨著算法不斷創新、算力逐漸增強及數據的海量爆發，預訓練大模型已經成為人工智慧的新方向。大模型的基本訓練方法是自監督學習，依託複雜的預訓練目標、龐大的模型參數，能夠將豐富的知識存儲到大量參數的隱式編碼中，可以完成面向不同場景下的不同任務。大模型提高了AI通用性，有助於解決AI套用場景碎片化的問題。
自2020年OpenAI發布NLP（自然語言處理）預訓練模型GPT-3以來，大模型在全球範圍迎來爆發，成為新一輪人工智慧技術競爭的焦點。2021年，谷歌發布萬億級模型Switch Transformer，百度發布鵬城-百度·文心知識增強大模型，華為發布盤古大模型……大模型開始從自然語言處理向更多領域拓展。
在套用落地方面，目前大模型仍處於各大機構的積極探索階段。隨著技術性能的不斷提升、產業模式的不斷成熟及監管體系的逐漸建立，大模型必將掀起新一輪的人工智慧套用浪潮。
趨勢三：“元宇宙”助推下，VR/AR產業興起新一輪發展浪潮
邊緣計算
伴隨產業鏈各環節的逐漸成熟，疊加疫情推動“零接觸”需求的上升，VR/AR技術在經歷熱炒、低谷、復甦後，進入快速發展階段。在“十四五”規劃中，中國更是將“增強現實/虛擬現實”列入數字經濟重點產業之一。
2021年，“元宇宙”概念大火。VR/AR能夠帶來人機互動新方式，被視為元宇宙與現實世界的硬體接口。在元宇宙的助推下，VR/AR產業迎來了新一輪發展機遇。根據IDC預測，2021年全球VR產品同比增長約為46.2％，2020-2024年複合增長率約為48％，2025年全球AR設備出貨量將達到2440萬部。
2022年，蘋果有望發布首款MR產品，Oculus或將發布Quest Pro，打造下一個VR旗艦款，索尼有望發布新一代PS VR頭顯。
趨勢四：多模態學習受青睞，催生人工智慧多元化套用場景
邊緣計算
多模態學習最早始於1970年，經過幾個階段的發展，2010年後全面步入深度學習階段。最早的多模態研究套用之一是視聽語音識別，通過融合視頻和聲音兩個模態，多模態學習開始表現出其優秀的學習能力。
2020年以來，面對“戴口罩”“零接觸”的疫情常態化防護需求，以及指紋、人臉等單一生物特徵信息頻頻泄露的個人隱私風險，多模態的解決辦法開始受到市場青睞。多模態生物識別憑藉其準確度高、安全性強以及套用場景廣的特點，正不斷成為市場主流，被逐漸套用於金融、公安、出入境、安檢以及教育等多個場景。
2022年，在加強個人信息保護的主旋律下，多模態生物識別融合多種生物特徵的優勢，可以靈活地選擇合適的技術融合方式和決策權重，能夠適應不同套用場景下的需求變化，將有更多的落地套用場景。
趨勢五：低代碼與無代碼套用升溫，加速金融領域數位化轉型
邊緣計算
2014年，Forrester Research提出“低代碼開發平台”的概念，隨後，Gartner則用基於aPaaS的高生產力平台（hpaPaaS）來命名這一品類。2018年，西門子收購低代碼套用開發領域廠商Mendix，低代碼平台 OutSystems 獲得3.6 億美元融資，低代碼套用開發在海外市場迅速升溫。
在國內市場，數位化轉型驅動的軟體需求擴張與現有研發體系的矛盾日益增長，傳統架構無法應對多變的市場需求。而低代碼/無代碼可以較好地解決這一問題。
低代碼/無代碼開發平台能夠釋放金融領域的生產力，加速金融領域的數位化轉型。一方面，低代碼/無代碼開發平台能夠滿足機構隨時變化的業務需求；另一方面，可以實現架構可視化、建模可視化及開發可視化等。2022年，低代碼/無代碼將驅動金融領域更快實現業務創新。
趨勢六：雲原生技術生態逐步擴展，為金融行業創新發展注入新動能
邊緣計算
2015年，雲原生套用基金會（CNCF）創立，雲原生技術與套用的發展開始駛入快車道。近年來，雲原生技術生態也從早期集中於容器、微服務、DevOps等技術領域，擴展到底層技術、編排及管理技術、安全技術、監測分析技術以及場景化套用等眾多分支。
隨著企業數位化轉型的深入，企業套用需要基於雲原生的技術、架構和服務來構建。2021年，全球雲原生套用持續上升。雲原生套用可彈性擴展、可伸縮，通過雲原生改造，可以最大化地利用伺服器資源，有效節約伺服器成本。同時，雲原生套用平台能夠提升業務套用的疊代速度，能夠靈活應對各種場景需求。
當下，一些金融科技領域的創新者不斷從技術架構、產品疊代速度、用戶體驗提升及客戶畫像精準度等方面基於雲原生架構進行創新。根據 Gartner預測，2022年，將有75%的全球化企業將在生產中使用雲原生的容器化套用。
趨勢七：行業關注度提升，數字孿生成企業數位化轉型的重要抓手
邊緣計算
2003年，美國密西根大學Michael Grieves 教授首次提出了“數字孿生”的概念。數字孿生最早套用於航空航天領域。隨著新一代信息技術的成熟，數字孿生開始向智慧型製造、智慧城市、交通、醫療及農業等垂直行業拓展，成為促進企業數位化轉型、促進數字經濟發展重要推動力。
當前，全球積極布局數字孿生套用，2020年，美國和德國分別成立了數字孿生聯盟和工業數字孿生協會，加快構建數字孿生產業協同和創新生態。在中國，探索建設數字孿生城市被寫入“十四五”規劃，成為國家發展戰略。Global Industry Analysts 報告顯示，2020年全球數字孿生市場規模為46億美元，2026年將達到287億美元。
隨著數字孿生技術的不斷成熟，未來也可被用於金融場景中。金融機構可以利用數字孿生技術構建“數字經理”，為客戶提供個性化、定製化服務，還可以將其套用於金融產品研發，在數字孿生模型中進行產品的疊代設計等。
趨勢八：提供核心科技能力，區塊鏈推動供應鏈金融邁向3.0時代
邊緣計算
當今世界的國與國競爭，製造業被擺在了日益重要的位置。製造業的競爭歸根結底是產業鏈和供應鏈的競爭，於是，建設一個高效的供應鏈金融體系就變得至關重要。疫情以來，央行等八部委聯合《關於規範發展供應鏈金融 支持供應鏈產業鏈穩定循環和最佳化升級的意見》，力推供應鏈金融發展，鼓勵“運用區塊鏈、大數據、人工智慧等新一代信息技術，持續加強供應鏈金融服務平台、信息系統等的安全保障”。
大力發展供應鏈金融，或將成為金融科技公司的下一個主場。2021年9月，浙商銀行原行長徐仁艷加盟度小滿金融，負責供應鏈金融科技業務，併兼任度小滿供應鏈科技有限公司董事長，從人事變動中可以看出度小滿加大在供應鏈金融科技布局的意圖。12月，度小滿套用區塊鏈技術支持中小企業在北京金融資產交易所發行了首單供應鏈創新直融產品。另一巨頭網商銀行也在2021年10月推出了基於數位技術的供應鏈金融方案“大雁系統”。
目前，區塊鏈技術主要套用於圍繞核心企業的供應鏈2.0模式，解決協作問題、信任問題、數位化信用憑證問題和自動履約問題。未來，通過結合物聯網、大數據等技術，構建基於區塊鏈的協作網路和資產網路，區塊鏈技術有望從根本上改變供應鏈金融的業務模式，推動供應鏈金融向去核心企業的3.0模式邁進。
趨勢九：“從不信任，始終驗證”，零信任構築金融網路安全螢幕障
邊緣計算
不同於傳統的基於邊界的網路安全方法，零信任以“從不信任，始終驗證”為原則，將身份作為訪問控制的基礎，以最小化實時授權為核心，持續認證、動態訪問控制、授權、審計以及監測為鏈條，從而實現動態的、持續的信任評估。
2021年，美國發布《聯邦零信任戰略》《零信任成熟度模型》等在內的多項零信任政策；歐洲企業中有82%增加了零信任建設方面的預算；在中國，自工信部2019年發布《關於促進網路安全產業發展的指導意見(徵求意見稿)》將“零信任安全”列入需要“著力突破的網路安全關鍵技術”以來，國內網際網路巨頭、科技公司也在不斷探索零信任布局。
趨勢十：雲、邊、端協同，邊緣計算助力金融機構打造“安全+效率”雙優勢
邊緣計算
邊緣計算被視為雲計算的延伸，與雲計算相輔相成，協同發展。邊緣計算的數據處理和分析實時性強，可以為用戶提供實時性更高的服務，同時由於邊緣計算只負責自己範圍內的任務，數據處理基於本地，數據的傳輸安全性高。邊緣計算也不需要使用太多的頻寬，網路頻寬的負荷降低，智慧型設備的能源消耗也進一步降低。
隨著5G、物聯網等技術的不斷成熟，邊緣計算正在迅速崛起。面對海量數據計算、新型計算場景、小數據實時處理等方面的挑戰，邊緣計算正成為數據時代技術落地的重要計算平台，不斷滿足各行業數位化轉型中套用智慧型、實時業務、隱私保護等需求。
對於金融領域的很多實時性高、安全性強的場景，邊緣計算能夠為其發展帶來更多的可能性。隨著邊緣被賦予越來越多的數據存儲和計算資源，未來邊緣計算或將成為主流部署。
