2019年中国金融科技价值研究报告.pdf

中国金融科技价值研究报告2019年微众银行&艾瑞联合发布2概念定义2019.12 iResearch I来源：定义参考中国人民银行金融科技（Fintech）发展规划（2019-2021）、金融稳定理事会（FSB），艾瑞研究院自主研究及绘制。金融科技定义：金融科技公司定义：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。将金融科技应用于自身金融业务（且该公司只经营金融业务）或对外合作的一类公司。金融科技服务商定义：通过企业自身技术能力，对金融机构或金融科技公司进行技术输出或合作（且不仅服务于金融机构及金融科技公司）的一类技术公司。3报告摘要2019.12 iResearch I来源：艾瑞咨询研究院自主研究及绘制。趋势建议金融科技发展与价值行业分析经历了“IT电子化互联网金融金融科技”的发展阶段，金融科技的概念逐渐明晰，且逐渐成为了推进金融业务创新发展的主要力量；几年来，监管陆续出台“科技+金融”政策导向性文件，肯定了金融科技的同时为建立健全金融科技监管制度与市场秩序做出了卓越贡献，2019年8月金融科技三年发展规划的落地更是为金融科技发展做出了顶层规划与指导建议；一大批互金企业重点发展金融科技的同时，传统金融机构也逐渐意识到了科技的重要性，头部机构纷纷加大金融科技资金投入，金融科技的战略地位得到显著提升。金融科技企业推动了技术的发展，为加速金融科技的价值变现，中国企业正在增强科技自主创新发展的力量，如积极进行开源生态建设，通过联邦学习等技术解决数据孤岛难题进而推动AI落地；金融科技已经渗透到金融业务各领域，以借贷、理财、保险、支付等为代表的金融典型领域在快速发展的同时仍面临各类业务问题，金融科技在各业务领域中的创新与应用使业务痛点得到了不同程度上的解决。在全球经济增速放缓、中国经济进入新常态的宏观背景下，金融科技可以帮助提供更优质的金融服务能力、简化金融业务流程、降低金融服务成本的同时提升金融服务效率，不断驱动业务发展；基于金融科技在不同业务中的创新应用以及对业务痛点的解决，金融科技在金融业务中的价值主要体现在获客效率的提升、风控效果的提高、产品设计的精细化与差异化、成本结构的优化、更高效的多方业务协作。国内监管科技尚处初级发展阶段，但在政策的鼓励和监管升级需求的双重推动下，监管科技的蓝海市场逐渐涌现；直销银行、智慧银行、互联网银行、虚拟银行、开放银行等概念频现，银行业正在逐步走向数字化、开放化的新格局；区块链政策向好将带动金融机构区块链技术投入增长，预计至2022年金融机构区块链投入将达90.4亿元，其中银行占比遥遥领先；RPA市场被广泛看好，金融机构RPA资金投入力度将逐渐增加，预计至2022年将达42.5亿元；企业在过度关注金融科技技术发展的同时，更需重视技术的业务落地、关注金融科技为企业带来的实际价值，培养具备“业务思维”的技术型人才，以降低试错成本并提高技术产生的价值。4金融科技行业概述1金融科技发展与价值分析2典型企业案例介绍3发展趋势及建议452019.12 iResearch I中国金融科技发展脉络IT电子化互联网金融金融科技，技术在业务中的渗透逐步深入中国金融与技术的融合开始于20世纪80年代，而金融科技（FinTech）的概念在2015年进入中国。早期的技术应用是金融业务的IT基础设施，电子化工具为主。后随着第三方支付、P2P网贷等一系列互联网金融业务的快速发展，技术逐渐从后台的位置转移到了前端，渗透到了金融的核心业务领域。2016年起，伴随着金融科技概念兴起和监管的收紧，行业开始重新审视科技的重要性，以技术输出为核心业务的企业开始出现，此外，金融科技对于金融业务的意义也更加重要，以消费金融为例，2018年以来，在监管愈加收紧背景下，多数互金公司转型助贷，通过金融科技为银行、信托、消金公司等金融机构提供获客、风控、反欺诈等技术输出服务。来源：艾瑞研究院自主研究及绘制。中国金融科技发展历程第三方移动支付崭露头角，科技从后台支持的位置走向前端，后第一批P2P企业出现，纯线上化金融业务得到发展，科技终于真正渗透到金融最核心的业务中，成为部分金融机构创收的重要因素余额宝横空出世，传统金融行业受到冲击，各机构开始进行大规模互联网化布局，P2P、互联网保险、互联网理财等一系列新兴金融业务快速兴起和发展。科技在金融业务的主要应用领域为IT系统构建、获客和风控金融科技概念进入中国，受到监管、行业和用户的普遍关注，以技术输出为核心业务的企业涌现，但普遍处于初创期适逢互金行业乱象频生，监管收紧，很多互金公司开始标榜金融科技公司，但事实上多数企业的科技属性还非常弱，金融科技只浮于概念互联网及数字技术出现，传统金融机构受到提高工作效率等需求推动，开始通过传统IT软硬件实现办公自动化、电子化，以实现业务升级2004年以前2004-2012年2013-2015年2016-2018年2018年以后大数据、云计算、人工智能等技术快速发展，行业对技术的理解愈加深入，技术输出型金融科技企业价值快速上升，新进入者也不断增加互金企业科技属性增强，不仅将金融科技深度应用于获客、风控、贷后管理、客户服务等环节，部分公司也开始探索纯技术输出。技术作为业务基础设施，未能进入核心领域科技从后台支持的位置走向前端，并进入金融业务核心环节概念逐渐明晰，金融科技成为业务发展核心力量，甚至发展成为企业主营业务，并且在业务中的应用与渗透逐渐加深。IT电子化互联网金融金融科技62019.12 iResearch I来源：艾瑞研究院自主研究及绘制。中国金融科技政策环境金融科技创新助力金融高质量发展的价值已被充分肯定在新一轮科技革命和产业革命背景下，科技与金融业务的结合也越来越广泛与深入，科技助力金融业高质量发展的态势显著。监管部门循序渐进地出台一系列“科技+金融”的政策导向性文件，建立健全金融科技的监管制度与市场秩序，2019年下旬，金融科技未来三年发展规划落地，从创新金融产品、经营模式及业务流程等方面进一步肯定了金融科技的价值，并提出了一系列金融科技发展的顶层规划与指导建议，为金融科技的发展提供更高效、全面的保障。1993年深圳科技局首次提出“科技金融”概念2014年1月关于大力推进体制机制创新，扎实做好科技金融服务的意见2015年1月2015年7月2017年5月央行成立金融科技委员会2019年8月2017年7月科技与金融开始走向融合在大力培育和发展服务科技创新的金融组织体系、进一步深化科技和金融结合试点等七个方面提出了部署和要求旨在加强金融科技工作的研究规划和统筹协调，切实做好金融科技发展战略规模与政策指引金融科技三年发展规划确立了金融科技发展的指导思想、基本原则、发展目标、重点任务及保证措施，全视角统筹金融科技的未来发展新一代人工智能发展规划将智能金融发展上升到国家战略高度关于促进互联网金融健康发展的指导意见鼓励新兴金融业务与服务业态创新，提出“分类指导”的监管思路，健全纯线上金融业务的监管制度与市场秩序关于推动移动金融技术创新健康发展的指导意见推动科技金融的底层基础环境建设，推动科技金融在各领域的应用中国金融科技政策沿革710%18%30%50%45%36%28%28%25%12%9%9%20182017201610亿元30亿元1000元/人10-30 元/人120-300元/人VSVS中国消费金融行业获客成本010020030040050060070080090010002014Q12014Q22014Q32014Q42015Q12015Q22015Q32015Q42016Q12016Q22016Q32016Q42017Q12017Q22017Q32017Q42018Q12018Q22018Q32018Q42019Q12019Q22019Q3在政策短期强驱动下，2018年信用卡逾期情况得到缓解，但整体信用卡逾期未偿还资金规模仍呈上升趋势，这表明行业内逾期风险未得到有效控制。2014Q1-2019Q3中国信用卡逾期半年未偿信贷资金规模来源：中国人民银行，专家访谈，艾瑞研究院自助研究及绘制。（单位：亿元）保险企业融资消费金融理财支付创新与应用价值分析212019.12 iResearch I金融科技对消费金融的创新与应用来源：艾瑞研究院自主研究及绘制。金融科技助力消费金融全生命周期风险管理模式落地面对新用户获客成本暴涨，用户逾期风险提升等问题，消费金融从业机构亟需运用金融科技提升自身的全流程风控能力和老客户运营能力。在用户数据的串联下，消费金融从业机构通过研发大数据分析、生物识别、深度学习等技术可以实现消费金融业务的全生命周期风险管理模式，从而有效提升风控效果、降低逾期风险并提高老用户的复贷率。贷前+Fintech贷后后+Fintech贷中中+Fintech放款信贷审核催收消费金融业务结束提交申请还款用户追踪反欺诈违约风险识别信用行为跟踪共债风险识别基于人工智能的催收体系智能运营央行征信百行征信芝麻信用分运营商数据个人信息校验活体检测人脸识别指纹识别生物识别文本分析行为特征分析规则模型识别关联分析组合策略推动用户画像自动识别虚假交易自动阻止恶意套现合理满足个人信贷需求保证风险与收益相匹配风险识别智能客服催收策略网上法庭智能催收提高老用户复贷率会员体系奖励机制精准营销贷中监测贷中动态复盘追溯资金流向确定特定场景用户画像催收记录的实时反馈数据隐私保护舆论环境分析预警消费金融全生命周期风险管理模式到期保险企业融资消费金融理财支付创新与应用价值分析222019.12 iResearch I理财业务发展痛点对专业理财顾问的强烈需求VS智能服务覆盖率与精准度双低随着居民财富的不断积累、大众理财意识的逐渐觉醒，国人对于理财的需求也日益强烈，但专业理财知识的匮乏使用户无法获得最适合的服务，理财用户对专业化理财顾问服务的需求逐渐凸显。通过技术拓宽理财服务边界、降低单客服务成本是解决传统理财顾问无法覆盖所有大众富裕人群问题的有效手段，但是，受数据孤岛、技术发展等各方面因素的限制，目前专业化理财服务的供需矛盾是当前理财服务行业主要问题之一，调研数据显示，理财用户对于专业化智能理财服务的需求度高达79%，但实际上这一服务的覆盖度还不足三成，且提供服务的质量也多数无法满足用户需求。来源：艾瑞咨询于2019年5月通过iClick社区调研获得，N=1794，艾瑞研究院自主研究及绘制。VS专业化智能理财服务需求度79%理财产品智能推荐覆盖率29%理财产品智能推荐精准度22%专业化理财服务供需发展矛盾矛盾：对专业化理财服务的需求强烈理财产品智能推荐服务覆盖率和精准度“双低”用户产生对专业化理财顾问的需求技术手段可拓宽理财服务边界、降低单客服务成本，并提高客观公正度受数据、技术发展掣肘，专业化理财服务理财产品智能推荐覆盖率与精准度“双低“大众理财意识觉醒居民财富积累自身理财经验不足传统理财顾问人力不足，无法触达所有人理财产品的销售大多为利益导向保险企业融资消费金融理财支付创新与应用价值分析232019.12 iResearch I金融科技对理财业务的创新与应用智能理财更深层次地挖掘用户潜力，让投顾服务逐渐走向大众目前中国在智能投顾方面的落地程度相对落后于美国，由于投顾业务的个性化需求较高，深度的咨询业务仍需要依靠专业的投资顾问。算法模型的强化、知识图谱的构建等成为智能投顾突破的关键。智能营销方面的落地情况相对较好，得益于银行的用户数据积累，以及与互联网公司等多方数据的合作，实现用户的深度分析进而让理财产品得到精准化推荐，通过数据分析促活沉睡用户，最大化挖掘用户购买理财产品的潜力。智能营销智能投顾银行理财主要面向银行已有客户，为基金等理财产品提供销售渠道。通过每个用户的不同标签及定位，分析用户需求，形成“千人千面”的个性化智能推荐、深度挖掘客户价值，促活沉睡客户。注释：以银行理财为业务场景展开分析。来源：艾瑞研究院自主研究及绘制。理财产品 A款理财产品 B款Step 1：对客户进行风险偏好评测Step 2：根据客户风险偏好，进行理财产品推荐金融科技对理财业务的创新与应用（银行理财为例）用户主观填写大数据风险偏好分析+客服是否可以回答用户问题输出答案根据用户需求及客户类别，接入不同客服是否智能客服业务逻辑用户可通过智能客服对推荐产品进行进一步了解根据风险评测结果，部分流程化问题可利用智能客服与用户进行交互理财产品 A款理财产品 B款理财产品 C款选择保险企业融资消费金融理财支付创新与应用价值分析242019.12 iResearch I172222023524283309593658138017201320142015201620172018原保费收入（亿元）费用率赔付率保险业务发展痛点产品同质化、产品定价能力差等原因导致综合成本率飙高作为市场经济条件下风险管理基本手段，保险业的良性发展对于稳定社会秩序、助力社会进步具有至关重要的意义。我国保险行业2012年到2018年保费收入实现高速增长，复合增长率达17.2%，但是，随着监管的逐渐收紧和行业竞争激烈程度的增加，保险公司的综合成本率也越来越高，2017年，全国大型财产险企的综合成本率高达97%，企业数量上占据绝对优势的中小型财产险企的这一指标甚至超过了100%，这意味着大部分财产险企业都处于入不敷出的状态。而造成这一结果的主要原因包括企业“价格战”激烈、定价能力差、道德风险问题等。此外，当前民众的保险意识还未完全觉醒，一方面是由于传统保险代理机制未给用户带来正面影响，另一方面，保险条款动辄几十页的文字说明晦涩难懂，使得保险知识的用户教育始终未能很好的普及。注释：按市场占有率划分：大型险企5%，中型险企1-5%，小型险企1%；赔付率=赔付金额/净收入，费用率=费用/净收入。来源：银保监会，麦肯锡咨询，艾瑞研究院自主研究及绘制。矛盾：保险行业高速增长的同时保险公司综合成本率超高2017年财产险公司综合成本率37%43%49%60%59%60%大型险企中型险企小型险企97%102%109%2013-2018年中国保险原保费收入VSCAGR：17.2%综合成本率保险行业现存主要问题产品同质化，“价格战”激烈精算能力低，产品定价能力差风控水平低，道德风险问题频出综合成本率高的主要原因用户教育未普及，业务拓展难度大保险企业融资消费金融理财支付创新与应用价值分析252019.12 iResearch I金融科技对保险业务的创新与应用来源：艾瑞研究院自主研究及绘制。推进全域数字化建设，驱动保险业务智能化落地金融科技对保险业务的应用主要体现在以云计算与大数据为基础，构建全域数字化的业务场景，进而实现从保险产品设计、销售到售后服务的全流程智能化改造。区块链目前仅处于探索阶段，缺乏刚需场景，我们认为随着区块链金融基础设施的逐渐完善，区块链在保险业务中的应用将会逐渐增加。物联网的发展将会加强保险全域数字化的构建，让数据更好地助力保险科技落地。全域数字化下的保险科技应用产品设计销售售后服务理赔投保成保避险用户性别、年龄、健康情况、消费习惯 移动互联网用户数据积累云计算与大数据平台智能家居设备、可穿戴设备、车联网、仓储监控设备 物联网的数据采集场景差异化产品设计智能营销大数据投保评估风险提前预警智能理赔智能客服用于产品设计、定价等，一定程度上改变产品同质化问题。实现客户群精准定位、投放、提高获客转化。场景举例：仓促被盗预警、家庭；煤气泄漏报警等风险防控机构数据打通、线上理赔、不受时间地点限制，效率提高保险企业融资消费金融理财支付创新与应用价值分析262019.12 iResearch I支付业务发展痛点交易规模、用户体验等发展良好，但支付安全隐患仍然存在得益于互联网金融的快速发展和国人消费习惯的逐步变化，第三方移动支付自2013年以来得到飞速发展，交易规模从1.2万亿元上升至2018年的190.5万亿元，基本形成了以支付宝、财付通两大巨头垄断的市场格局。但是，伴随着用户量的快速增长和支付习惯的逐渐养成，支付领域的安全问题也在不断增加。2018年，中国金融支付领域安全事件频出，涉及到终端安全、应用安全、数据安全等方方面面，频频出现的支付安全事件向支付行业发起了新的挑战。支付作为与居民消费、生活息息相关的最重要的环节，其对资金安全的良好把控、用户数据的严格保护都至关重要，金融数据的泄露、篡改可能造成系统性金融风险。注释：PCI DSS，指企业遵守/完全符合第三方支付行业数据安全标准的比例，企业遵守PCI DSS有助于保护支付系统免受持卡人数据的泄露和盗窃。来源：Verizon 2018 年支付安全报告，移动支付网，艾瑞研究院自主研究及绘制。1.2 6.0 12.2 58.8 120.3 190.5 20132014201520162017201820.0%37.1%48.4%55.4%52.5%201320142015201620172013-2018年中国第三方移动支付交易规模2013-2017年全球PCI DSS问题：2018年中国金融支付领域典型安全事件终端安全应用安全数据安全其他2018年1月，透明胶带+导电笔破解指纹解锁并用于支付2018年初，支付宝、微信相继被爆存在克隆漏洞2018年10月，全国多地发生苹果用户支付宝账户被盗刷事件2018年7月，利用POS机非接支付完成盗刷的测试视频刷爆网络2018年8月，网友被通过“短信嗅探技术”盗刷支付宝、京东及关联银行卡第三方支付行业快速发展的同时支付安全隐患逐渐凸显2017年首降（单位：万亿元）保险企业融资消费金融理财支付创新与应用价值分析272019.12 iResearch I金融科技对支付业务的创新与应用来源：艾瑞研究院自主研究及绘制。监管与支付机构通过金融科技有效缓解支付安全风险作为支付业务的参与主体，监管方与支付机构通过大数据、云计算、人工智能和区块链等前沿技术，对支付安全进行了多重保障，降低了支付欺诈、洗钱、账户被盗用等支付犯罪行为的发生概率，从而有效缓解了支付业务的安全风险。支付+Fintech监管方支付机构断直连监管沙盒大数据网络安全分析智能风险识别区块链生物识别大数据采集大数据分析实体画像威胁预警违规取证溯源定位网络威胁风险的智能性、可视化、自动化安全分析与处置终端指纹日志终端用户行为日志用户身份权限日志网络设备日志应用业务日志安全设备日志支付机构通过指纹识别、人脸识别、声纹识别等生物识别技术，增加了支付账户被盗用的难度，保障了支付安全性支付机构利用区块链技术实现了支付信息的可追溯、可验证，进一步保障了支付安全性支付机构利用智能算法制定反欺诈场景模型与规则、账户洗钱特征模型、智能风险监测模型和异常行为安全基线，减少支付欺诈、洗钱等违法行为的发生网联采用分布式云系统对支付业务进行穿透式监管，并应用大数据及人工智能技术对海量支付数据进行深度智能化监管分析决策，有效保障了我国支付业务的安全性在可控范围内发现并降低潜在风险促进金融支付创新的不断健全保险企业融资消费金融理财支付金融科技助力支付安全创新与应用价值分析282.1对技术发展推动的价值2.2 对业务模式创新的价值2.2.1金融科技在业务中的创新与应用2.2.2金融科技对业务的价值分析292019.12 iResearch I精准捕捉用户画像、深度挖掘用户需求传统金融的营销获客主要通过线下铺陈式地推和线上海量式广告投放的方式进行，伴随着金融业务的互联网化进程，其线上获客的比重不断提升，但盲目的线上营销手段并不能精准触达目标用户，各类机构往往通过投放海量广告来获取更多的用户，获客成本水涨船高。而且，大同小异的获客方式、集中式的渠道和同质化的内容使得潜在用户对各类广告内容基本“免疫”，用户转化率愈来愈低。智能营销可以很好的解决这一问题。通过整合多方数据，从多个维度实现对一个用户的深度理解和精准化定位，洞察用户潜在需求，并针对性的推出个性化的品牌营销策略，精准获取用户的同时有效降低获客成本、提高获客效率。来源：艾瑞研究院自主研究及绘制。智能营销业务示意图通过多维度用户信息，形成“千人千面”的用户画像，在此基础上，分析不同用户的差异化需求，实现产品推广的精准触达、用户价值深层次挖掘及沉睡客户唤醒基础信息行为信息兴趣爱好消费信息风险判定客户画像精准用户画像精准触达唤醒沉睡用户客户价值挖掘自有数据沉淀外部数据获取智能营销品牌创意：品牌定位、创意活动媒介投放：投放渠道选择内容营销：广告内容设计、日常运维等个性品牌营销存量用户数据基础数据深度挖掘信贷、理财、支付等金融行为数据消费、娱乐、上网等日常行为数据多方数据整合精准营销全面提升获客效率创新与应用价值分析营销获客风险控制产品设计成本机构业务协作302019.12 iResearch I数据覆盖人群范围广风控升级大数据与风控模型助力风控升级风控水平的好坏直接影响公司的营业收入和社会形象。数据与技术是风控的基础，在数据匹配、风险审核、风险监测等环节也起着至关重要的作用，在金融数字化转型过程中，数据丰富化、动态化的调动结合智能技术手段，大大提升了金融机构的风险控制效率。传统的风控方式主要依靠人工进行身份信息的匹配与查验，数据维度小，稳定性低，风控效果整体较弱。随着智能技术应用的落地，实现了技术驱动下的多维数据连接，数据间的动态交互使得用户特征更加具象化，帮助机构精准排查潜在风险用户。以微众银行为例，其搭建的有关个人经营贷的额度评估模型，解决了对企业的风险核定，且实现差异化额度策略来控制风险。此外，微众银行还推出了基于舆情的贷中风控平台，辅助识别贷中用户画像，能够帮助机构更好的实现风险抑制。数据覆盖人群少线下人力投入高数据维度更多、可靠性更高知识图谱、深度学习等智能技术应用金融科技的逐渐应用智能风控的核心要素及价值分析来源：艾瑞研究院自主研究及绘制。价值场景列举01实现用户立体化、多维度化数据扫描，降低“骗贷”等获客风险02信贷业务逾期预警、智能催收03识别异常登录，降低申请反欺诈风险，实现交易过程反欺诈预警数据技术数据维度单一，静态数据为主数据累计基数小数据安全性低数据维度丰富，动态交互建立海量数据库数据安全性高创新技术投入少，多处实验阶段统计工具较简易，Excel为主区块链等前沿技术已尝试投入大数据评估模型已逐渐成熟营销获客风险控制产品设计成本机构业务协作创新与应用价值分析312019.12 iResearch I金融产品设计的升级金融科技让金融产品设计去同质化，更加满足用户需求通常保险、基金等金融产品的品类较为固定，同质化严重，缺乏产品创新。通过移动端、物联网设备等多方终端数据采集，利用大数据与AI技术实现用户需求深度分析，进而在一定程度上改善产品同质化现象。该应用目前处于探索阶段，保险为主要的应用方向之一，虽无法形成“千人千面”的金融产品，但一方面可以通过更加精准的用户需求设计出更加符合大众需求的金融产品，另一方面，可在一定程度上增加产品品类，让金融产品在更加贴近用户需求的同时，更加多样化。来源：艾瑞研究院自主研究及绘制。金融科技在金融产品设计方面的价值分析获取数据需求分析产品迭代产品设计通过自有用户数据、第三方合作数据，实现多方、多维度数据的整合。价值体现：01在一定程度上让保险、基金等产品实现差异化设计，进而符合更多用户需求，提高成交率，降低售后服务成本02产品迭代需求更加精准，实现更优产品设计。利用所整合的数据，通过大数据与人工智能技术对用户进行深层次的用户分析，挖掘用户需求。在精准的用户需求分析的基础上，一定程度上实现差异化产品设计，同时让产品更加贴合用户需求。结合用户反馈及最新用户行为及使用习惯进行大数据分析，让产品迭代方向更加精准，确保产品与当下市场需求高度匹配。营销获客风险控制产品设计成本机构业务协作创新与应用价值分析322019.12 iResearch I技术催化金融企业优化成本结构、增强版块协同注释：1、人工降本价值指智能客服对人工劳动力替代所节约的人力成本；2、该年的降本价值=上一年人工客服成本 本年人工客服成本。来源：艾瑞研究院自主研究及绘制。优化成本结构在科技飞速发展的同时，传统金融机构也正在悄悄裂变，不论是直接面对客户的业务端还是后端提供支持的职能端，都能看到金融与科技深度融合的影子，金融科技已经渗透到了金融业各领域的具体流程和环节。在此影响下，银行、保险等传统金融机构对于大量人力的依赖正逐渐变小，冗杂的业务流程和运作逻辑正被优化，大量重复性、机械性的工作被技术工具承担或替代，与此同时，获客效率、风控效果、业务增长等方面也受到了科技的促进作用，金融科技极大地降低了金融业务的获客、人力和运营等成本，技术支出在企业成本结构中的重要性越来越强，金融企业的成本结构正被逐步优化、各版块的协同性越来越强、企业的工作效率也随之不断提高。以智能客服对人工客服的替代为例：在此过程中，金融机构与企业的技术研发成本有所提升，但人力成本被大大降低。与人工客服相比，智能客服的工作速度更快、错误率低，可以7*24小时不间断服务，极大了提高了工作效率，且随着业务量的扩大，边际成本也在逐渐降低。金融科技对金融企业成本结构的改变成本结构变化人力成本运营成本获客成本技术成本2018-2022年中国金融机构智能客服带来的人工降本价值44.1 102.9 44.1 44.1 17.6 27.7 70.3 34.1 29.8 12.8 0.3 0.8 0.4 0.5 0.1 0.2 0.7 0.4 0.6 0.03 20182019e2020e2021e2022e银行（亿元）保险（亿元）证券（亿元）基金（亿元）营销获客风险控制产品设计成本结构业务协作创新与应用价值分析332019.12 iResearch I多方业务协作更加高效区块链通过多方组网联盟链，让业务协作更加高效如供应链金融、ABS等业务都需要多方参与并进行业务协作。由于传统IT技术的数据存储方式无法满足各金融业务参与方需求，所以无法构建一套企业间的业务协作系统。而区块链通过联盟链组网，可构建一套便于多方参与的链上业务协作系统，数据可经授权查看，智能合约等技术让业务协作链上化成为可能。营销获客风险控制产品设计成本机构业务协作来源：艾瑞研究院自主研究及绘制。价值分析：01业务线上化，效率增加；较少人工参与降低人工成本、减少人工失误；避免纸质单据流转造假风险。02智能合约执行，防止故意违约情况发生。区块链金融业务协作平台的应用与价值联盟链业务协作系统数据上链存储“读、写、授权”历史操作记录智能合约多方共识协议监管部门资金方企业端相关第三方机构03实现穿透式监管，降低监管成本、提升监管效率。创新与应用价值分析34金融科技行业概述1金融科技发展与价值分析2典型企业案例介绍3发展趋势及建议4352019.12 iResearch I微众银行来源：艾瑞研究院自主研究及绘制。坚持“ABCD”技术战略，引入“3O”开放银行体系开放平台开放创新开放协作合作伙伴非银机构接入更丰富的金融业务银行拓宽金融业务触达场景开源技术社区连接构建银行获取其他参与方更多的创新技术贡献参与者可以节约搭建底层平台的成本跨领域生态赋能银行与其他参与方之间协调作业共建和谐共享、平等智能、共赢的商业生态通过开放平台引入更多的合作伙伴，积极促进多方在技术创新与分享方面的互动，继而实现多领域多组织不同形式的合作。金融科技企业技术服务商/机构间对账/供应链金融/仲裁链Cloud Computing分布式银行核心系统/高扩展性金融云/API/SDK服务/Big Data/大数据风控/差异化服务/大数据精准营销Artificial IntelligenceFedAI合作生态/智能服务/智能营销/智能资管/Blockchain牵头成立金融区块链合作联盟，联合金链盟开源工作组共同研发金融版区块链底层平台FISCO BCOS，并完全开源；开发区块链机构间对账平台；联合研发“仲裁链”；参与区块链相关的国际、国家、行业与团体标准的制定。完成多类金融云产品能力的整合，具备云计算的全线交付能力，搭建起具备自主知识产权的云管理平台。应用多个业务场景，实现业务数据的多维分析与运用，包括全渠道的精准营销与智能运营平台，提供高效的数据集成、中转、存储和计算服务及丰富功能工具与数据视图的金融级一站式大数据平台，基于舆情的贷中风控平台，以及监管报送和反洗钱应用平台。微众银行“ABCD”技术战略与“3O”开放银行体系微众银行作为分布式商业基础设施提供者，在开发完善各类金融科技基础上，不仅将技术用于自身的业务产品，而且积极向国内外合作伙伴分享，通过开源代码、免费软件、开放接口等不同形式的合作，连接多方，共建一个平等、共享、透明、智能、共赢的分布式商业生态圈。坚持“ABCD”技术战略，引入“3O”开放银行体系。Open PlatformOpen InnovationOpen Collaboration“3O”体系打造以联邦学习为核心和特色的新一代人工智能核心技术框架，引领大数据合规合作潮流；构建以金融服务为核心的机器人技术，探索新一代人机交互方式与场景；打造专注高价值产品的隐私安全AI营销及金融服务；结合新型另类大数据和机器学习技术，研发新一代AI驱动的智能资管系统。362019.12 iResearch I微众银行来源：艾瑞研究院自主研究及绘制。研发全球首个工业级联邦学习框架金融科技企业技术服务商微众银行联邦学习开源框架（FATE）介绍及落地案例分析联邦学习开源项目FATE（Federated AI Technology Enabler）是微众银行AI团队自主研发的全球首个工业级联邦学习框架，旨在为联邦学习架构体系和各种机器学习算法的安全计算提供强有力支持，帮助社会各界在符合数据安全和政府法规前提下，有效和协作地进行数据使用和联合建模，同时为立法和监管提供技术依据。作为国内“联邦学习”技术的首倡者和领导者，微众银行AI团队已于19年6月将其自研的FATE捐赠给Linux Foundation。模型A模型B机器学习深度学习迁移学习加密安全计算环境FATE 分布式安全计算框架加密安全计算环境联合跨域交互模型隐私数据不可交互加密训练FATE 核心功能联邦在线模型服务 FATE-Serving联邦建模可视化 FATE-Board端到端联邦建模Pipeline FATE-Flow联邦学习算法功能组件 FATE FederatedML分布式计算和存储 EggRoll跨站点网络通信 Federated Network打破多数行业面临的数据割裂、数据孤岛等问题；让参与各方可以在不暴露底层数据的前提下联合建模，共同提升机器学习效果，实现AI协作；FATE提供了一套跨域交互信息管理方案，解决了联邦学习信息安全审计难的问题。FATE 价值体现372019.12 iResearch I微众银行来源：艾瑞研究院自主研究及绘制。案例介绍：联邦学习在反洗钱中的应用金融科技企业技术服务商微众银行联邦学习反洗钱案例介绍通过微众银行联邦学习平台，在银行/保险反洗钱的应用中实现了如下价值：银行/保险企业：1）LR模型的AUC提升了14%，显著减少了手工评审的工作量和难度；2）AUC随建模数据的增加而增加，从而提高了对数据增长的需求。随着联邦homo-LR的使用，每日审查案例已从1000+减少至38。多方“小数据”联动：银行数据+保险数据本地化反洗钱建模，工作人员处理可疑案例大量减少。银行反洗钱联盟数据集A银行本地建模数据集B银行本地建模数据集C银行本地建模保险反洗钱联盟数据集A保险本地建模数据集B保险本地建模数据集C保险本地建模银行反洗钱联合模型保险反洗钱联合模型工作人员处理的可疑案例大量减少38蚂蚁金服蚂蚁金服以“普、惠”作为出发点，旗下主要品牌包括支付宝、网商银行、蚂蚁金融科技、蚂蚁区块链、蚂蚁财富、芝麻信用、余额宝、蚂蚁森林、花呗、借呗，爱心捐赠等。截止2018年12月底，蚂蚁金服约有11000名员工，技术岗位员工占50%以上，高级技术专家的人数约占30%。蚂蚁金服聚焦“BASIC”战略，进行全球化生态建设及技术输出，服务全球个人与企业用户，如：蚂蚁金服利用区块链技术，为中小企业提供可靠高效、快速便捷的融资服务，解决中小微企业的融资难题。2019.12 iResearch I来源：艾瑞研究院自主研究及绘制。聚焦“BASIC”战略，服务个人与中小企业用户数字金融科技整体解决方案金融智能技术解决方案金融安全技术解决方案海量金融交易技术解决方案新一代交互技术解决方案区块链应用技术解决方案BASICBlockchainAISecurityIoTCloud computing案例：蚂蚁区块链在供应链金融业务中的应用 中科大旗核心企业增信机构银行上链前上链后接入接入接入中科大旗一级供应商二级供应商成都冠勇至少三个月拿到货款银行一秒钟拿到货款只能做融资担保单一融资担保融资担保供应链金融+1个客户经理10个核心企业100个供应商服务核心企业的大供应商不怕萝卜章，服务核心企业上下游所有长为客户提供中科大旗一级供应商二级供应商成都冠勇1个客户经理10个核心企业100N个供应商蚂蚁双链通金融科技企业技术服务商392019.12 iResearch I来源：艾瑞研究院自主研究及绘制。拉卡拉金科通过金融科技为金融机构提供全流程解决方案拉卡拉金科作为拉卡拉集团旗下的金融科技平台，自主研发了“天穹”反欺诈平台和“鹰眼”风控引擎，已建立起完善的线上全流程用户信贷风控能力，并在多年信贷业务实践中进行了成功应用和反复验证，可用秒级速度完成对用户的风险画像和风险评估。拉卡拉全流程金融科技解决方案工具及技术核心解决目标面临挑战实时流失离线计算图计算深度学习自迭代数据采集有效整合多种模型，应用于完全自主研发的智能营销、风险管控AI引擎。集成模型多种特征提取框架，对若干维度进行特征处理，有效解读及加工海量数据。利用互联网数据在内的全域数据，分析长尾客户精准画像，实现下探经营管理。最大化利用专家经验，联手机器学习及模型自迭代，实现实时反馈及调整。特征工程知识图谱人机结合 地域限制 线上线下形式不同 客户信息流失 信息缺失、不对称导致对客户认知的局限 非面签模式下欺诈风险的防范 新产品形态下的客户经营及管理 数据的获取与加工 信息整合的方法及能力 业务及风险管理的实践经验 扩大客户来源 提高营销成功率 额度及定价管理 欺诈风险管控 行为轨迹监测 客户偏好分析 偿付能力预测 意图及饥渴度识别 逾期预警 长期偿付能力预测 最佳介入时点及手段贷前贷中贷后客户获取客户经营挽回损失金融科技企业技术服务商40云从科技云从科技“六大解决方案”赋能银行，助力科技化升级云从科技是孵化自中科院重庆研究院的人工智能高科技企业，在金融领域凭借“智慧鉴身解决方案、智慧识人解决方案、智慧刷脸支付解决方案、小微企业贷解决方案（风控）、个人信贷解决方案（风控）、数据服务解决方案（风控）”六大解决方案赋能400多个银行客户、超过8.8万银行网点、50余行业场景解决方案、日均人脸比对 2.16亿次以上。此外，云从科技国内首发“3D结构光人脸识别技术”，打破苹果公司等国外企业技术垄断；跨镜追踪（ReID）商业应用技术，一次性刷新3项世界纪录并保持至今；人体3D重建技术，实现从0.1秒到0.005秒的跨越，并将世界纪录准确率大幅提升30%，用技术推动了金融业及社会发展。2019.12 iResearch I来源：艾瑞研究院自主研究及绘制。云从金融科技落地案例举例中国农业银行总行采购云从科技集成生物识别平台，将人脸识别技术应用于柜面、超级柜台、ATM机等场景进行用户身份核实、开卡时身份验证以及免携带银行卡进行刷脸取款应用，目前已应用于全国范围内37个省分行，30000多台自助柜员机，日均交易量达100万笔，在用户身份核实、工作人员审核效率、用户交易体验方面得到了很大的提升。金融科技企业技术服务商中国银行从总行层面与云从科技深度合作，就人工智能技术在银行内各个业务渠道进行应用。在柜面应用方面应用到各个分支行，将人脸识别应用与用户身份核实，提升柜员业务办理效率；另外在各个省分行也应用到自助发卡机、手机APP方面，以提升交易的安全性、可追溯性与便捷性。云从科技作为国家发改委提名的