中国金融科技(FinTech)行业发展洞察报告.pptx

中国金融科技（FinTech）行业发展洞察报告技技术创术创新，新，变变革未来革未来概念界定注释：金融科技定义参考金融稳定理事会（FSB）。金融科技金融科技（FinTech）金融科技主要指运用前沿科技成果（如：人工智能、区块链、大数据、云计算、物联网等）改造或创新金融产品、经营模 式、业务流程，以及推动金融发展提质增效的一类技术。金融技金融技术术在金融业务中所应用的（包含但不限于ICT、前沿科技）各类 技术。金融技金融技术术金融科技金融科技（FinTech）概念界定概念界定2研究工具及研究方法本报告使用了“FinTech 技技术术战战略略矩矩阵阵、数数字字实实践践力力洞洞察察雷雷达达、技技术术效效能能 发发展展象象限限”三种研究工具。在具体章节中，我们将对三种研究工具展开详细 介绍。三种研究工具通过大量的市场调研、以及案例实证研究和数理实证研究输出 相应研究成果。具体章具体章节节分布分布第二章第二章：FinTech 技术战略矩阵、数字实践力洞察雷达第三章第三章：技术效能发展象限3摘要趋势趋势展望展望细细分分领领域研究域研究行行业发业发展分析展分析技技术发术发展洞察展洞察2020年，银行、保险与证券机构的累计技术资金投入达2691.9亿元，中国FinTech已经迈向可信 科技驱动的智能化进阶时期。2021年是“金融科技三年规划”的收官之年，未来几年金融机构的技术投入与数字创新实践将 主要集中于三个方向：基础技术建设与升级、业务需求导向的数字化实践、基于数字金融基础设 施的创新实践。根据“iResearch：FinTech 技术战略矩阵（2021，中国）”：云计算、分布式核心系统、分 布式数据库、隐私计算、联盟链等技术位于“核心性战略”范畴，建议金融机构重视这些技术的 投入与应用。FinTech技术市场目前拥有“技术产品销售、定制化服务、按量收费（节点、机器人数量、流量 等）、联合分润”四类商业模式，整体市场机会巨大。未来5年，中国FinTech行业将迈入“可信时代”，可信与智能融合将成为未来10年内FinTech发 展的主旋律。数据治理及数据可信流转将成为可信科技近5年内的发展切入点，FinTech“二层能力”及“三层 能力”进入协同发展期。2020年，中国银行机构技术投入为2078亿元，技术采购费用达618亿元；中国保险机构技术投入 达351亿元，中国保险机构技术采购费用达183亿元；中国证券机构技术投入达262.9亿元。基于基于“2020-2021年科技效能年科技效能发发展象限展象限”：a.银行领域在远程视频银行、数字人民币、数据中台、数据治理等用例表现出了良好的科技效能；b.保险领域在渠道与营销（SalesTech推动下）、数据中台、全域数字化等用例的效能表现较优；c.证券领域在数字监管、以TAMP为代表的财富管理业务方面表现出了相对领先的科技效能。4发展纵览：中国FinTech行业发展分析1科技致远：技术发展洞察及市场机会2精益创新：细分领域科技创新情况3趋势洞见：中国FinTech行业发展趋势4iResearch FinTech卓越者评选5典型企业案例65目录行业发展概述FinTech公司公司三方融合三方融合发发展展金融机构金融机构如：中国工商银行等如：蚂蚁集团、平安集团等技术输出技术合作技术输出或 生态合作开放金融生态/技术合作技术开放金融生输出态/技术合作FinTech技技术术服服务务商商如：软通动力、腾讯云等中国FinTech行业进入新的高效发展阶段Part 1：政策政策发发展概述展概述Section b：技技术应术应用要点用要点6Section b：金融机金融机构构业务创业务创新新实实践践（2021年要点年要点发现发现）Section a：技技术术建建设设要点要点2021年是“金融科技三年规划”的收官之年，其良好的实践成效为中 国FinTech行业的长远发展打下坚实基础。2021年中国金融科技创新监管试点（中国版“监管沙盒”）的参与者 类型与数量、实践场景都实现了进一步发展。2021年，开展普惠金融、推进绿色金融是政策鼓励下的重要科技 应用实践方向。2021年，在普惠金融的细分方向上，农村金融普惠、助老普惠等 是政策重点鼓励的FinTech创新方向。Part 2：市市场场参与者概述参与者概述Section a：FinTech公司公司基于业务模式创新的公司需要强化合规能力，并加强合规科技投入。部分FinTech公司开始践行“技术输出赋能”战略。Section b：FinTech技技术术服服务务商商技术服务商作为“赋能者”拥有巨大市场机会（见第二章分析）。金融机构追求技术自主可控建设，国有厂商市占率将进一步提升。市场参与者越来越多，部分银行旗下金融科技子公司将逐渐开始技术输出。Section c：金融机构金融机构大部分FinTech技术服务商将“金融机构的技术投入方向”作为战略规划导向。如联盟链等技术的价值空间巨大，但落地效果不理想。头部金融机构应承担起技 术实践推动者的角色（见第二章分析）。Part 3：应应用用创创新概述新概述Section a：基基础设础设施建施建设设及关及关键键科技科技战战略略（2021年要点年要点发现发现）以数字人民币为代表的金融基础设施逐渐落地，金融业持续推进自上 而下的数字化转型。金融机构正在推进分布式核心系统、分布式数据库等基础技术建设以 及数据治理、全域数字化、开放金融等关键科技战略。2021年，围绕数据治理与数据可信流转所展开的数据中台、隐 私计算等技术实践在银行及保险机构中得到了高度重视。诸多银行开启了以实时音视频技术为核心的远程视频银行建设。“SalesTech”让保险渠道与营销业务看到了新的增长点。技术发展分析中国FinTech已经迈向可信科技驱动的智能化进阶时期将金融科技的技术能力分为三个层次：全全栈栈安全及性能成熟、全安全及性能成熟、全栈栈全域可信、深度智能。全域可信、深度智能。这三个能力层次的发展 进程表现是融合协同、而非割裂的。下述我们将从技术建设与技术价值期望角度来阐述FinTech的技术发展情况。注释：1、“AI与分析技术每年为全球银行带来的潜在价值”数据来源麦肯锡。2、高效价值回报期的定义：技术已经具备了良好的业务渗透率和ROI，具备卓越的综合效能。3、这 里的综合价值不局限于技术实践所带来的业务效能提升，也包含推动数字金融体系化建设以及赋能其他技术创新发展所实现的综合价值。FinTech技技术术建建设设与价与价值值回回报报高高低低 所所 需需 投投 入入 成成 本本基基础础/通用技通用技术类术类Section 1：技技术术价价值值分析分析智智能能科科技技：智能科技可提升金融机构的生产力，成为各 金融机构的主要技术投入方向，同时智能科技也拥有巨 大的实践价值，如AI与分析技术每年为全球银行带来的 潜在价值可高达1万亿美元1。可信科技：可信科技：1）可信科技可以强化甚至重构金融信任机制，确定数据权责利，重塑生产关系。2）基于可信数据共享 计算网络还能推动智能科技的落地，这也是左图“可信 科技”与“智能科技”两个用例发生一定重叠的主要原 因。3）可信科技在金融业务中的应用虽然晚于智能科技，但其拥有巨大的价值期望空间。仅以供应链金融这一个 场景为例：预计至2025年，区块链（可信科技范畴中的 关键技术）可以为其带来约5.4万亿的市场规模增量。Section 2：技技术术所所处阶处阶段段目前智能科技与可信科技都在FinTech实践中发挥各自的技 术价值，金融机构通过积极探索隐私计算等技术的实践与 应用，进一步推动智能科技的落地。可见目前可信科技与 智能科技处于协同融合的发展阶段，同时可信科技也在助 力智能科技的进阶发展。可信科技可信科技智能科技智能科技T1（智能科技）（智能科技）T2（可信科技）（可信科技）Cost 3（基（基础础/通用技通用技术类术类）T3（基（基础础/通用技通用技术类术类）Cost 1（智能科技）（智能科技）Cost 2（可信科技）（可信科技）短期短期（5年内）年内）长长期期（10年以上）年以上）进进入高效价入高效价值值回回报报期所需期所需时间时间2用例圆越大，表示该类技术所能实现的综合价值3越大7中国金融机构技术投入注释：在本年度（2021年）报告中对银行的统计口径进行了调整，2020年度报告统计范畴聚焦于银行对软硬件技术工具以及产品技术服务的投入，本年度报告的统计范畴还将纳 入支持性配套设备、移动互联网及相关数字平台运营成本等类目，将“前沿科技”投入升级为“数字化建设”投入。2078.02558.03082.43668.14328.3351.0431.7531.5648.4797.5262.9320.7396.0495.0628.720202024e2021e银行（亿元）2022e保险（亿元）2023e证券（亿元）来源：数据统计模型。82691.93310.44009.94811.5“金融科技三年规划”实践成效显著，以银行为代表的金融 机构技术投入增速显著提升2020年，银行、保险与证券机构的累计技术资金投入达2691.9亿元，预计至2024年将达到5754.5亿元。2021年作为“金 融科技三年规划”的收官之年，中国FinTech取得了显著的建设成果，这也将推动未来几年金融机构的持续创新和技术投 入的增加。未来几年，金融机构的技术投入与数字创新实践将主要集中于三大方向：1）基基础础技技术术建建设设与与升升级级：分布式核 心系统、分布式数据库等基础技术及工具的投入和升级建设；2）业业务务需需求求导导向向的的数数字字化化实实践践：满足机构对自身业务的数 字实践需求，解决所面临的“生产力瓶颈、可信关系难以构建”等问题；3）基基于于数数字字金金融融基基础础设设施施的的创创新新实实践践：如在数 字人民币基础上结合实际业务场景加载智能合约应用、在数字监管体系中进行合规科技的实践探索等。2020-2024年中国金融机构技年中国金融机构技术资术资金投入情况金投入情况5754.5发展纵览：中国FinTech行业发展分析1科技致远：技术发展洞察及市场机会2精益创新：细分领域科技创新情况3趋势洞见：中国FinTech行业发展趋势4iResearch FinTech卓越者评选5典型企业案例69目录本章所涉及的研究工具介绍（1/2）技技术战术战略重要性略重要性低低加持性加持性战战略略关关键键性性战战略略核心性核心性战战略略领导领导性性战战略略对对FinTech整整体体发发展展具具 有有“引引领领性性/基基础础设设施施 功能功能”的技的技术术。在在FinTech的的应应用用实实践中具有践中具有“核心支持能力核心支持能力/高效推高效推动动作用作用”的技的技术术。在部分在部分场场景中景中发挥发挥关关键键价价值值的技的技术术。帮助帮助FinTech的的应应用用实实践践锦锦上添花，或者近期内上添花，或者近期内暂暂不能不能发挥较发挥较大技大技术术效能的技效能的技术术。随着技术成熟性的提升或者应用实践的深入发展，本范畴内的用例可能在其他评估周期内 发生较大位置跃升。（主要指因目前技术成熟度较低而暂居“加持性战略”范畴的技术用 例）10技技 术术 潜潜 在在 效效 能能高iResearch：FinTech 技术战略矩阵FinTech 技术战略矩阵（下述简称“矩阵”），将考察各项技术在金融业务实践中的综合战略价值。“矩阵”研究成果 参考了行业专家意见，同时在“FinTech 技术战略评估模型”的基础上，对大量案例实证和数理实证进行了深入研究。技技术术潜在效能：潜在效能：即技术在（金融）业务实践中所将实现的潜在价值空间。技技术战术战略重要性：略重要性：一方面考察一项技术在短期为金融数字化转型带来的可见实践价值与战略意义，还将重点考察这项 技术在长期内对金融数字化转型方向的引导性与体系化能力建设的价值。iResearch：FinTech 技技术战术战略矩略矩阵阵高本章所涉及的研究工具介绍（2/2）对技术应用实践情况的研究，“iResearch：数字实践力洞察雷达”将设置相应评估指标（在“实践深度”与“实践效能”这两个维度下设 置多个细化指标，不同类别的技术通常需要差异化设置细分指标）。以此为基础，分析师将结合 案例实证研究及数理实证研究，输出研究成果。实实 践践 效效 能能11低低高高iResearch：数字实践力洞察雷达iResearch：数字数字实实践力洞察雷达践力洞察雷达（技（技术类别术类别，领领域域/行行业业，市，市场场范范围围）高高实实践深度践深度低低绘绘制制时间时间：XX年年XX月月敏捷探索敏捷探索卓越回卓越回报报实实践践扩扩展展精益精益实实践践FinTech 技术战略矩阵（2021，中国）领导领导性性战战略略核心性核心性战战略略关关键键性性战战略略加持性加持性战战略略低高技技 术术 潜潜 在在 效效 能能12联盟链低应用技术类 智能科技低代码/无代码云计算分布式核心系统 分布式数据库智能合约跨链RTC RPA/IPAOCRIoTNLP知识图谱（可信）数字基础设施机器学习计算机视觉（CV）语音识别（ASR）IDPAIOps中国金融业处于FinTech建设关键期，可信科技及智能科技将 实现深入协同发展iResearch：FinTech 技技术战术战略矩略矩阵阵（2021，中国）中国）合规科技（RegTech）监管科技隐私计算（SupTech）技技术战术战略重要性略重要性应用技术类 可信科技 基础/通用技术类绘绘制制时间时间：2021年年12月月高关键数字金融战略/数字金融基础设施矩矩阵阵解解读说读说明明 iResearch：FinTech 技术战略矩阵（2021，中国）矩阵解读分为三个部分：矩阵整体解读、矩阵用例解读、矩阵延伸解读。矩矩阵阵整体解整体解读读：对矩阵的整体输出成果及关键技术方向进行概述分析。矩矩阵阵用用例例解解读读：选取本研究周期内的要点技术用例，通过技术厂商与 金融机构调研、案例实证与数理实证研究、以及“iResearch：数字实 践力洞察雷达（2021）“分析等方式进行解读。矩矩阵阵延伸解延伸解读读：基于矩阵整体研究，进行商业模式与市场机会的解读。13矩阵整体解读深度智能深度智能基于基于“可信可信”而而驱动驱动全全栈栈全域可信全域可信全全栈栈技技术术能力和全域能力和全域业务业务环环 境的可信建境的可信建设设。全全栈栈安全及性能成熟安全及性能成熟技技术术自自主主可可控控基基础础上上，保保证证技技术术在在 安安全全与与性性能能方方面面均均达达到到金金融融级级应应用用 需求。需求。基于隐私计算等技术构建 的数据可信计算环境，驱 动感知智能、认知与决策智能技智能技术术的深度的深度发发展展。智能深度发展，提升智能科技能力。实现底层技术、基础技术 设施、OS、网络层、应 用层的软硬件、端到端全 栈安全可信以及技术性能 成熟稳定。以加密技术、区块链、隐 私计算等技术构建数据的 可信交易（流转）环境、可信计算环境、可信业务 协作体系等。基于自动因子发现的机器学习降低人工参与度，提升结果数据的客观性。基于可信数据共享计算网络，实现数据计算安全，推动隐私增强计算发展。动态学习等技术推动实时智能进步。云原生的建设推进，高效驱动智能科 技与可信科技的数字化应用实践。AIOps的全栈成熟性实现有效提升。智能科技与可信科技的底层能力在性能与安全性等方面满足金融级需求。联盟链、基于隐私计算的共享智能等多维度技术构建了业务业务全域可信体系全域可信体系。攻防技术等多维度技术构建了技技术术全全 栈栈可信体系。可信体系。全域智能的应用落地与全域全栈可信 技术体系的发展正在同频推动。基于主动性的机器学习以及增强分析 等技术让金融风控等场景的智能化应 用结果更加客观。14多方数据可信共享计算场景下，联合风控、联合营销等金融应用场景落地。主动安全防御、网络安全及网格管理、基于多方构建的开放联盟链提升机构 间的协作效能，构建可信数字产业金 融平台。智能科技战略依旧坚定，基础科技能力建设及可信数字能力 建设成为FinTech近期发展重点在上一年度发布的曙光-2020年中国金融科技行业发展研究报告的趋势分析中有提出：FinTech在未来将实现“全栈安全及性能成熟全栈全域可信深度智能”的三层能力构建。此处将在该技术能力体系基础上，对“矩阵”进行 解读。FinTech的三的三层层能力能力发发展洞察展洞察基于基于“iResearch：FinTech 技技术战术战略矩略矩阵阵（2021，中国）中国）”的研究的研究技技术术能力定能力定义义本次研究周期内的技本次研究周期内的技术术要点要点发发现现本次研究周期内的本次研究周期内的应应用要点用要点发现发现全栈可信的技术能力在金融全域业务中实现深入渗透，如保险全域数字化、银行多方可信数据共享计算。金融机构持续加大基础科技建设投入，国产厂商的市场占有率显著提升。矩阵用例解读：隐私计算（1/3）安全性、功能与性能是金融机构重点关注的隐私计算能力指 标；2022年应用隐私计算技术的金融机构将实现大幅度增加隐隐私私计计算是算是“矩矩阵阵”中中“（可信）数字基（可信）数字基础设础设施施”用例的关用例的关键组键组成技成技术术。研究研究积积累概述累概述：在上一年度（2020年）发布的曙光-2020年中国金融科技行业发展研究报告中就已经对安全多方计算、联邦学习等技术在金融数字化实践中的重要性进行了分析，并认为安全多方计算、联邦学习等技术将成为 金融机构建立全栈全域可信体系不可或缺的关键技术。金融金融+隐隐私私计计算落地概述算落地概述：2021年数据安全法个人信息保护法的相继发布加深了金融机构对隐私计算的重视程 度。调研发现，隐私计算目前在金融机构的实践中处于初期阶段，主要以头部金融机构的探索与实践为主。金融机构金融机构隐隐私私计计算算应应用情况用情况Insight 1-1：全行全行业统计视业统计视角（角（银银行、保行、保险险）约1.5%的机构：已已经经开始开始隐隐私私计计算的算的实实践（包括践（包括POC）约3.1%的机构：计计划在划在2022年开启年开启隐隐私私计计算的算的实实践。践。Insight 1-2：数字化程度数字化程度领领先的机构（先的机构（银银行、保行、保险险）约30.0%的机构：已已经经开始开始隐隐私私计计算的算的实实践（包括践（包括POC）约61.5%的机构：计计划在划在2022年开启年开启隐隐私私计计算的算的实实践。践。注：1、全行业统计视角范畴：国有商业银行、股份制银行、城市商业银行、农 村商业银行、农村合作银行、农村信用社、村镇银行、民营银行、外资法人银 行、中国所有保险企业在内的4000+金融机构。金融机构。2、数据保留到小数点后一位。、数据保留到小数点后一位。注：1、数字化程度领先的机构（银行、保险）指已已经经具具备备数字金融数字金融实实践基践基础础，且在3-5年年内已已经经、计计划划或有可能有可能进行隐私计算投入的银行与保险机构。包括国有商业银行、股份制银行、城市商业银行、部分保险公司等200+机构。机构。2、数据保留到小数点后一位。、数据保留到小数点后一位。Insight 2：金融机构金融机构应应用者用者对隐对隐私私计计算算产产品的主要关注点品的主要关注点约80%+应用者重点关注：产产品功能与性能品功能与性能约75%+应用者重点关注：安全性安全性问题问题注：1、分析师对金融机构的技术应用者展开了访谈，并对访谈结果进行了综合整理与归类统计；2、访谈过程中，每位受访者均阐述了 不止一项的关注点，因此上述百分比总和大于100%。应用技术类来源：金融机构调研、研究院自主研究及绘制。15基础/通用技术类矩阵用例解读：隐私计算（2/3）实实 践践 效效 能能低低高高iResearch：数字数字实实践力洞察雷达践力洞察雷达（2021）（隐隐私私计计算，金融行算，金融行业业，中国），中国）高高实实践深度践深度低低绘绘制制时间时间：2021年年12月月敏捷探索敏捷探索卓越回卓越回报报实实践践扩扩展展精益精益实实践践存量客户促活信用风险评估 借贷额度定价资产扫描隐私计算在金融行业处于落地初期阶段Section 1：整体表整体表现现解解读读风控、营销、定价、评级等是隐私计算+金融的主要落地场景，雷 达图用例均分布在“敏捷探索”象限，排布状态相对聚集，分散 性较低。说明隐私计算在金融业中的落地处于初期阶段，各业务 的实践效能与实践深度目前暂未拉开较大差距。重点重点说说明：明：隐隐私私计计算算处处于于应应用初用初期期，而，而且且较较多多实实践践处处于于POC阶阶段段。这样这样的情况下，雷达的情况下，雷达图图只用于反映只用于反映隐隐私私计计算算+金融的整体落地状金融的整体落地状态态，而不建而不建议议用作具体用作具体业务业务的落地判断，因的落地判断，因现阶现阶段段行行业业高价高价值值的案的案例例 实证实证与数理与数理实证实证有限，且有限，且实实践中的践中的变变量因素量因素较较多多，雷达，雷达图图用例分用例分 布状布状态态在短期内极有可能在短期内极有可能发发生生较较大大变变化。化。Section 2：延伸解延伸解读读Section 3：数字数字创创新影响力解新影响力解读读隐私计算是构建可信数字金融基础设施以及FinTech全域全栈可信 技术能力的关键技术。对于“信任场景”依赖性较强的金融行业 来说，隐私计算对每一个金融机构都不可或缺。隐私计算为数据可信计算、可信数据流转等问题给出了卓越的解 决方案，在实现全栈全域可信2层能力基础上，隐私计算将驱动金 融业务向深度智能3层能力发展。注：2层能力&3层能力指：报告前文所提及的FinTech三层能力构建。未未来来发发展展分分析析：90%+实践者认为隐私计算是数据治理体系中的必 要组成部分，可以让数据治理由机构内部向机构外部实现有效延 展。75%+实践者认为在隐私计算的应用中应该融入区块链技术。用用例例变变化化预预估估：根据报告前文调研，2022年计划开启隐私计算实 践的机构数量约是2021年已经进行隐私计算应用实践机构数量的2倍。加之2022年大部分机构会完成POC而正式投入应用，因此，在下一个研究周期（2022年底），预计在联合营销、联合风控大 类场景中会有少数（3个左右）细分场景进入“实践扩展”象限。债券指数编制资产评级精准营销个人借贷风险识别企业借贷风险识别 个人借贷还款能力评估保险精算定价资产证券化（ABS）应用技术类来源：金融机构案例实证研究、研究院自主研究及绘制。16基础/通用技术类矩阵用例解读：隐私计算（3/3）隐私计算+区块链：构建可信数据共享计算网络隐私计算可以解决在数据共享计算环节中隐私保护和数据共享的平衡难题，但也面临着一些挑战，如数据真实性、参与方 身份可信、难以构建可信数据共享协作网络等。区块链可以提供数据全生命周期的闭环管理，实现上链前真实性交叉验证，上链后数据可记录、可追溯、不可篡改、可审计等功能。结合“矩阵”的案例实证研究，我们认为洞见科技在“隐私计算+区块链”的解决方案能力上具备卓越优势。认为：洞见科技“隐私计算+区块链”框架，结合了隐私计算和区块链的优势，能在数据共享过程中有效保护个人信息，并为数 据真实性、数据确权等问题提供可行解决方案。实现全流程可记录、可验证、可追溯、可审计的安全、可信数据共享网络，为进一步建设高效、高安全和高流动性的数据要素交易市场打下基础。基于基于“隐隐私私计计算算+区区块链块链”的智能的智能风风控控实实践案例（洞践案例（洞见见科技）科技）业务申请企业主企业某某 商商银银 行行业务申请放款放款监监管机构管机构政政务务数据数据互互联联网数据网数据征信数据征信数据透明透明监监管管技技术术提供提供业业 业务业务系系统统智能智能风风控控数据流资金流节节点点2隐隐私私计计算算+区区 块链块链平台平台节节点点1节节点点3节节点点4节节点点5Part2Part1案例概述案例概述通过构建基于“隐私计算+区块链”的 大数据智能风控产品，有效联合工商、税务、水电、司法、运营商、征信机构 等外部大数据，构建风控用户画像、风 险规则和信用评分模型，帮助银行更加 安全、智能地评估信贷用户的风险状况。来源：洞见科技调研、金融机构案例实证研究、研究院自主研究及绘制。17外部大数据外部大数据实实践成效践成效模型方面：模型方面：AUC提升11%，F1Score提升42%，Precision提升13%，Recall提升59%。效率方面效率方面：有效提升了银行的智能化水平和效率，信贷业务平均审批效率提升30%。业务业务方面方面：有效提升了银行的信贷风险识别能力，不良贷款率降低1.43%。应用技术类基础/通用技术类矩阵用例解读：联盟链（1/3）联盟链在金融可信数字基础设施建设中具备不可替代的价值联联盟盟链链是是“矩矩阵阵”中中“（可信）数字基（可信）数字基础设础设施施”用例的关用例的关键组键组成技成技术术。技技术术落地情况及机构投入落地情况及机构投入态态度度：联盟链是区块链落地金融行业的核心方式，其主要价值在于构建链接金融机构、企业、监管等多方主体的可信协作网络。从技术落地角度来看，金融业是区块链落地成效最优的领域之一，而从金融机构的 技术实践与投入角度来看，并非所有金融机构都对区块链寄予了较高的价值期望。部分具备卓越战略眼光的头部金融 机构会重点开启区块链的建设与应用实践，而中尾部的金融机构虽有尝试区块链应用探索或已开启部分应用实践，但 并未将区块链纳入机构数字战略的核心范畴。上述上述问题问题的成因的成因：1）联联盟盟链实链实践需要多方参与，践需要多方参与，协协同成本高：同成本高：联盟链应用者寻找多方组织共同开启实践，相比于人工 智能等技术的应用，联盟链产生了较高的协同成本，对于部分话语权较弱的金融机构，无疑增加了实践难度；2）部分部分 应应用者缺乏用者缺乏长远长远价价值值愿景，愿景，过过于追求短期内的回于追求短期内的回报报：相比于可信科技实现的生产关系创新，机构更愿意追求智能科技 带来的生产力变革。机构实践者往往因过于追求短期内的技术ROI而忽视了联盟链为可信基础设施建设带来的长远价值。金融机构的金融机构的联联盟盟链实链实践要点（金融机构角度）践要点（金融机构角度）Type 1：头头部金融机构部金融机构成成为发为发起者起者Why？为为什么建什么建议议成成为发为发起者起者头部金融机构具备更强的资源优势头部机构具备卓越的产业协同能力How？如何成如何成为发为发起者起者确定技术实现方式确定联盟链参与者Type 2：中小金融机构中小金融机构成成为为参与者参与者Why？为为什么建什么建议议成成为为参与者参与者降低多方协同成本，快速参与实践规避资源缺陷，寻求合作共赢How？如何成如何成为发为发起者起者确定技术部署与实现方式选择合适的联盟链生态应用技术类来源：项目积累、金融机构调研、中国市场内的区块链厂商调研、研究院自主研究及绘制。18基础/通用技术类矩阵用例解读：联盟链（2/3）实实 践践 效效 能能低低高高iResearch：数字数字实实践力洞察雷达践力洞察雷达（2021）（联联盟盟链链，金融行，金融行业业，中国），中国）高高实实践深度践深度低低绘绘制制时间时间：2021年年12月月敏捷探索敏捷探索卓越回卓越回报报实实践践扩扩展展精益精益实实践践联盟链可见价值巨大，但是需要寻求高效的技术落地之路Section 1：整体表整体表现现解解读读通过联盟链构建多方可信协作网络可有效解决企业机构间的信任难题。以“雷达图”用例可见，落地场景主要分为：融资类场景（解决企业 授信难题）、资产管理类场景（授信+穿透式监管）、支付与清结算 场景等。联盟链的实践已在供应链金融等部分场景中看到了卓越成效，但整体实践深度与实践效能还有较大发展空间。Section 2：延伸解延伸解读读Section 3：数字数字创创新影响力解新影响力解读读联盟链是构建可信数字金融基础设施的关键技术，为金融业务中 的信任难题提供了有效解决方案，可信协作网络可以高效提升企 业机构间业务协作效率。联盟链是构建FinTech全域全栈可信技术能力的关键技术，在FinTech的三层技术能力构建中不可或缺。机机构构实实践践情情况况：部分金融机构或是出于政策导向，或是基于真实 战略愿景，已经开始重点布局区块链相关的技术建设，多以头部 金融机构为主，中尾部金融机构的实践热度相对略低。银行实践 热度高于其他金融机构。未未来来发发展展分分析析：单纯的“技术输入”策略无法高效推动区块链技 术落地。开放联盟链战略、基于数字金融基础设施的应用创新（如基于数字人民币加载智能合约）等形式将对区块链的技术落地起到高效推动作用。用例用例变变化化预预估：估：下一个研究周期（2022年底）具备“体系化能力”特征的用例（如数字监管、数字人民币）位置会实现一定的提升，原因在于这些用例具备良好的实践协同力，避免了因上链协同难 而无法落地的问题。此外，结合技术应用者的实践规划，融资类 场景用例的位置会实现相对明显的进步。数字人民币资产管理资产证券化（ABS）供应链金融贸易融资清结算 跨境支付信用存证信托融资租赁保险数字监管风控应用技术类来源：项目积累、金融机构调研、中国市场内的区块链厂商调研、研究院自主研究及绘制。19基础/通用技术类20矩阵用例解读：联盟链（3/3）来源：项目积累、金融机构调研、中国市场内的区块链厂商调研、研究院自主 研究及绘制。来源：项目积累、金融机构调研、中国市场内的区块链厂商调研、研究院自主 研究及绘制。开放联盟链将更高效地推动区块链产业落地，且相比于产品 技术输出的商业模式具备更大的市场空间Section 4：开放开放联联盟盟链战链战略（略（下述以“联合分润”的视角来评估商业价值，节点授权/技术服务等收入未纳入其中）开放联盟链将成为区块链技术落地的创新方式，可以降低小微企业等多方主体的上链门槛。开放联盟链可视为一种 将“互联网思维”运用于产业数字化创新的典型实践。目前蚂蚁链、趣链科技等区块链厂商都已经开始践行该战略。对于蚂蚁链这类依托集团大量小微企业资源的厂商在开放联盟链生态的构建中将具有一定基础优势；对于趣链这类 垂直技术厂商同样可以通过战略合作、收并购等方式推进开放联盟链生态建设。除了技术厂商外，具备强大影响力 的金融机构、行业三方主体等都是开放联盟链战略的潜力实践者。开放联盟链不仅对区块链金融落地产生高效的推 动作用，同时也将让成功的实践者获得巨大价值回报。0.61.32.03.34.96.90.10.30.61.01.52.120202021e2022e融资租赁链上流转价值（万亿元）2023e2024e2025e供应链金融链上流转价值（万亿元）2020-2025年中国金融年中国金融业务链业务链上流上流转转价价值值（供（供应链应链金融与融金融与融资资租租赁为赁为例）例）1.数据测算意义：以融资租赁、供应链金融场景为参考，对对金融开放金融开放联联盟盟链实现链实现的的业务业务分分润润空空间进间进行行类类比分析比分析。2.链上流转资产包括两部分：1）传统模式下的业务上链；2）通过区块链模式创新实现业务规模的增量。3.该组数据表示供应链金融、融资租赁业务链上流转的资产量，该规模小于两类业务场景的总市场规模（因为总规模中涉及未在链上流转的部分）。30.863.0101.3164.0244.6342.56.516.029.050.073.5103.52020-2025年中国金融开放年中国金融开放联联盟分盟分润润空空间间（供（供应链应链金融与融金融与融资资租租赁为赁为例）例）20202021e2022e供应链金融链分润空间（亿元）2023e2024e2025e融资租赁分润空间（亿元）此处为分润空间，而非指当下已经实现的商业规模，该组数据主要用于开放联盟链商业价值空间的说明。此此处处以以业务业务分分润逻辑润逻辑来来测测算，未包含算，未包含节节点授点授权权/技技术术 服服务务收入。收入。分润比例按照0.5%计算。应用技术类基础/通用技术类矩阵用例解读：RPA/IPA（1/2）除了RPA核心“三件套”能力之外，金融机构开始更加关注 流程挖掘与分析技术在实践中的应用RPA让流程化、重复性强的业务实现流程自动化处理，以“数字员工”的方式有效打破了金融机构的生产力瓶颈。市场调 研发现，80%以以上上的的金金融融机机构构RPA应应用用者者认认为为：流流程程挖挖掘掘与与流流程程执执行行分分析析对对RPA的的实实践践成成效效起起着着决决定定性性的的影影响响，并并希希望望在在 RPA产产品中能品中能够够融入流程管理相关技融入流程管理相关技术术能力。能力。此外，运维能力以及可视化运营效果分析能力对金融机构应用者同样关键。RPA在金融在金融实实践中的全流程技践中的全流程技术术能力能力Part 1：流程挖掘与管流程挖掘与管理理Part 2：机器人机器人设计设计与管与管理理Part 3：运运维维管管理理Part 4：运运营营分析分析以流程以流程为为核心核心Process is The Core通过智能流程解析、嵌入式流程 发现等技术对业务流程实现深度 挖掘与管理。厂商需要将智能化的技术能力融 入到流程挖掘与分析的应用实践 中。流程挖掘与流程分析将高效提升RPA机器人设计与应用实践成效。管理平台管理平台Commander管理与授权监控管理机器 核心核心人、分 配 任务。设计设计器器“三件套三件套”机器人机器人CreatorWorker设计/创建机器人优秀的实践案例中，通常组织实践者会将 RPA机器人与NLP、OCR、ML等技术进行融 合应用，打造智能流程自动化能力。卓越卓越实实践保障践保障For Excellent WorkRPA厂商需要提供良好的运 维能力为机构与组织用户提 供产品应用的体验保证。a.让问题防患于未然：让技术 问题提早被预见并进行修复。b.让问题及时地解决：让即时出现的问题即时被解决。总结总结与反与反馈馈Summary And Feedback为RPA机器人的应用实 践结果提供可视化的分 析功能，让业务人员及 时了解业务运营情况。引入智能分析功能，为 RPA设计与部署的优化 提供辅助性决策。80%+的技术应用者对流程挖掘 与分析能力保持较高的期待，并 认为厂商应该将智能科技的能力 融入其中。近近2/3应用者将核心“三件套”的性能与 易用性作为选择合作伙伴的关键考察指 标；近近50%的应用者认为通过低代码/零 代码编辑机器人脚本应成为必备功能。运维管理有助于保障RPA的运 行性能。约约1/3应用者认为运维 管理能力的重要程度较高，并 建议厂商提供AIOps能力。运营分析可以帮助应用者 了解RPA机器人的工作效 能，并为机器人的设计提 供反馈意见。来源：项目积累、基于“中国国有商业银行、股份制银行、部分城市商业银行的数字战略规划者”的访谈、研究院自主研究及绘制。21应用技术类基础/通用技术类矩阵用例解读：RPA/IPA（2/2）RPA/IPA打造的“数字员工”具备良好的技术ROI实实 践践 效效 能能高高iResearch：数字数字实实践力洞察雷达践力洞察雷达（2021）（RPA/IPA，金融行金融行业业，中国），中国）高高低低实实践深度践深度敏捷探索敏捷探索卓越回卓越回报报实实践践扩扩展展精益精益实实践践金融类场景 通用类场景绘绘制制时间时间：2021年年12月月Section 1：整体表整体表现现解解读读具备良好的技术ROI是RPA的一大优势，从“雷达图”我们可以看出，各场景用例整体的实践效能表现优越，且多集中于精益实践范畴，通 用类业务整体表现略优于金融类业务。从机构类型角度来看，银行落 地成效最优，顺次分别为证券、保险。Section 2：延伸解延伸解读读Section 3：数字数字创创新影响力解新影响力解读读当下可当下可见见价价值值：通过打造数字劳动力提升金融机构生产力，优化 成本结构、降低业务错误率，进而实现降本增效。潜在价潜在价值值：RPA可以有效弥补数字化战略实践的最后一公里鸿沟，解决智能化应用落地难的问题。RPA、流程挖掘等技术还可以帮 助机构组织打造数字孪生体（建立DTO战略）。机机构构认认可可度度：金融机构的调研显示，90%+的应用者肯定RPA技 术价值并计划扩展应用，且多数应用者认为构建CoE