我国金融行业数字化转型现状及发展趋势探讨

2023年10月召开的中央金融工作会议提出，“金融要为经济社会发展提供高质量服务，切实做好科技金融、绿色金融、普惠金融、养老金融、数字金融五篇大文章”。其中“数字金融”首次被写入中央文件，国家对金融行业数字化建设的关注程度日益凸显。金融业正在经历一场前所未有的变革，在大数据、云计算、人工智能等技术的推动下，数字金融正在颠覆传统金融业态。本文将着重探讨我国金融行业数字化转型发展阶段所面临的认知误区，以及如何实现高质量金融数字化转型，赋能业态发展的趋势探讨。

金融行业数字化转型需要以金融机构为核心，以内外兼修、动静结合的实施策略，通过数字化技术的应用，改进目前的技术框架、业务流程和组织管理结构，提升数据资产的应用效能，从而实现全链条、全要素的优化配置。但是，不少金融机构的数字化转型的发展误区问题也暴露出来，在其目标、内核和框架等方面有所偏差。

| 误区一：将金融行业数字化转型作为目标成果导向的任务执行

金融高质量发展是数字化转型的目标，但一些金融机构会陷入将数字化转型和金融高质量发展同义化的发展误区。数字化转型本身是作为金融高质量发展的助推剂，而创新金融技术会不断创造新的金融业态和业务模式，其本质是对于长期金融业务模式升级的一种赋能，而不仅限于作为提升当前金融业绩的解决方案。

因此，对于金融业务数字化转型的评价，首先关注的不是短期的业绩成绩，而是借助数字化手段实现的业务和技术融合，数据结构的可拓展性，对运营和管理的长期协同效果等。

| 误区二：将数字化转型的内核仅局限在数据赋能业务发展

 “数据驱动”模式是数字化转型的内核，业务发展只是“数据驱动”实现的其中一个功能，而一些机构会陷入将数字化转型的功能理解为赋能业务发展的工具的误区。“数据驱动”涉及到企业管理、业务管理、流程线上化、渠道选择、客户服务、运维支持等多个方面。

金融机构在开展数字化转型过程中往往会更聚焦在近期业务发展的增长性，追求转型效果的快速“变现”，从而忽略了数据结构的解析，数据框架的设计和数据应用的重要路径。其最终可能会导致缺少数据枢纽平台，导致数据入库但无法应用和挖掘；没有数据治理，多平台重复录入信息；数据域隔离不充分，数据安全因素无法得到保障。最终，在高人力和资源投入的数字化转型项目中最终陷入了数据结构不明确、数据质量不高、数据安全没有保证、数据挖掘能力不强的境地。

在国务院新闻办公室发布会上，国家发展改革委副主任刘苏社介绍，“在世界进入新的动荡变革期、全球经济增长动能不足的大背景下，中国经济发展呈现出‘稳’‘进’‘好’的特征。”2023年，我国经济结构进一步调整优化，其中高技术服务业投资增长了11.4%。在此基础下，作为我国重要的金融产业的远期发展尤为重要，其基于新型技术、深度挖掘、应用场景的落地将成为经济发展的重要基石。

| 推动新型技术赋能金融科技

近年来，我国金融投资业在创新应用技术如雨后春笋般出现，但在底层重大技术创新方面还仅处于起步阶段。尤其伴随着人工智能预训练大模型（AI大模型）在全球的快速应用，我国也开启了人工智能生成内容（AIGC）的创新浪潮，并在如自动驾驶、教育、零售业、智能物流等领域得到充分应用。但是在金融领域，尤其在另类投资领域对于改善工作流程、提升服务效率、数据智能处理支持等方面仍留下探索的空间。在如人民银行《金融科技发展规划(2022-2025年)》等发布规划和管理办法的引领下，包括大数据、云计算、人工智能领域在内的创新技术将成为推动金融业数字化转型的重要推手。

| 深度挖掘数据要素基础

党中央于2022年底发布《关于构建数据基础制度更好发挥数据要素作用的意见》，重点提出对数据来源、数据产权、数据质量、数据使用的规范化应用。数据资产作为金融业的核心应用要素，完善合规的数据治理体系成为数据要素市场建设的重要抓手，对于全面推动金融科技创新，更好服务实体经济也具有重大意义。

| 丰富应用及落地场景

金融科技创新更关注对技术应用的赋能，实现对多元金融应用场景的探索。以另类投资为例，将多线程、多层级复杂的过程计算整合，实现对全局投资体系的精准分析，助力决策者能够快速、准确的了解市场行情及投资关键动态信息，就是对于金融应用场景落地的案例。综合来看，随着金融监管与治理模式的完善、技术与金融的融合不断深入，金融基础设施与金融生态的优化，数字化将成为协同促进经济金融高质量发展的核心要素。