作者 | 朱民

來源 | 金融科技研究

根據以往國際監管協會的說法，金融科技從1.0走到了3.0。但是實際上，當前金融科技已經從3.0已經走向了4.0。對此，清華大學國家金融研究院院長朱民就當下金融科技的發展和變化，圍繞《金融科技4.0的未來和挑戰》為主題發表演講。

01 

金融科技從1.0到3.0的發展歷程

金融科技1.0的起步階段是IT的時代，是主機和數據中心的時代。主要表現為集中式的主機系統和數據中心，業務框架與IT的架構保持一致，網點聯網，以及信用卡、ATM機的出現，業務操作流程呈現計算機化，同時數據開始集中。金融科技最初的應用，基本上都是在金融機構，特別是銀行的內部。

金融科技2.0主要表現為第三方支付機構（包括移動和網絡支付）的迅速發展。2015年以來，第三方支付發展非常迅速。在此背景下，機構、企業可利用互聯網、移動和人工智能等新技術，開拓新業務，提升客戶體驗，降低服務成本。第三方支付是金融科技的一個跳躍式發展，從中心化走向去中心化，出現了高頻的數據與高頻的交易。從數據的角度來說，對于金融業的發展，這是基本變化。

在此金融科技2.0的基礎上，第三方支付運用金融科技中的基礎技術，如人工智能、大數據、云計算和區塊鏈等迅速擴散，進入到金融業的方方面面，我們因此全面進入了金融科技3.0時代。3.0時代的普遍現象包括機構與企業能夠批量獲客、精準畫像、自動審批，能夠進行智能風險管理，實現綜合服務（如交叉銷售），能夠提升運營效率的智能運營，實現監管合規等。

在金融科技3.0時代，人工智能應用已遍布金融機構垂直領域和職能部門。舉例來說，在產品和服務方面出現了智能投顧、直接貸款。在職能部門如“前臺”，AI融入了銷售及客戶支持。在職能部門“中臺”，AI的應用體現在風險與合規產品的處理。而職能部門“后臺”的財務審核，現在通過大數據、AI來處理，效率提高了很多。當然，我這里強調的是垂直，其實還沒有做到綜合。從這一例子可以看到，在人工智能的十大基本模塊里，很多技術得到了普遍的運用其實運用。包括計算機視覺，語音和聲音感知，自然語言處理，搜索、信息處理及知識提取，數據學習，規劃和探索代理，語音生成，圖像生成，處理和控制。

在金融科技3.0時代，金融科技解決了安全、風險、成本、信用、效率等一系列基礎問題，得以把數字世界和物理世界，以及虛擬世界和物理世界統一結合起來。這是很重要的一個方面。通過金融科技，把物理世界中物聯網銀行的實時數據流，通過數字世界中的量化分析對互聯網大數據、對金融事件進行分析，并通過金融云來降低成本，實現從金融服務商與客戶的直接聯系。在這個過程中，生物特征識別將延伸金融空間、人工智能提升金融服務的效率、大數據風控提升資產安全、硬件安全提升了金融服務安全，區塊鏈驅動互聯網自動化、可信及扁平化。其中一個典型的案例就是小微貸款。小微貸款的業務難點就是風險成本高、運營成本高、服務成本高，即“三高”。而小微服務需求的痛點就是要能融到資，用款“短、小、頻、急”，同時要降低融資成本。以前在沒有金融科技的情況下，因為是純信用服務，對于長尾客戶的部分比較難做。現在通過金融科技解決了很多問題，例如大數據風控，解決了信息不對稱的問題；數字化智能營銷解決了服務成本的問題；互聯網產品設計提升了客戶實驗；互聯網與云技術降低了運營成本等。這是我們今天能看到的3.0的典型狀況。所以說當前，金融科技正處于3.0的階段，一個蓬勃的發展階段。

02 

金融科技4.0：數據為基礎的機器認知時代

金融科技正在向4.0時代邁進，其核心就是數據，我們正在離開信息時代，進入智能時代。在信息時代，數據是機器處理的結果，而在智能時代，數據是一切的起點。隨著金融科技3.0的發展，數據越來越多、越來越普遍、規模越來越大，高質量、結構化的數據越來越多，加之深度學習的發展，我們進入了一個以數據為基礎的機器認知時代，這是一個巨大的跳躍。在人類智能（Human Intelligence）時代，人類從觀察到科學，到技術，再到服務，總要通過一個過程。在人工智能時代，可以直接進入知識，再從知識直接進入到產品，從而從產品進入服務。人類有史以來第一次找到了第二個知識獲取的平行途徑——機器認知。

機器認知和人類認知的途徑不完全重合，從而擴大了知識的絕對空間。理解這一點很重要。由于深度學習，機器認知獲得了巨大的突破，深度學習現在可以解決1200維度以上的空間計算，大大拓展了人類對物理世界求得解的無限空間，更是大大擴展了知識的絕對空間。且這一過程不同于3.0階段是人類認知的重復，在4.0時代，機器可以有自己的認知，而機器的認知可以擴大人類認知。

從數據到服務的路徑可以更短、更高效。數據和知識是一體兩面的關系，數據是知識的載體，而數據的流通就是知識的流通。數據本身能夠成為知識，知識也是數據，兩者結合起來，加上深度學習，如神經網絡等多層疊網絡的發展，再加上各種算法的出現的，使得深度學習的計算能力、模擬能力，以及處理數據的能力得到了大幅提高，這也是金融科技有可能從3.0跳躍到4.0的主要原因。

4.0時代，將出現新的技術和競爭。雖然4.0時代，金融科技還是以大數據、人工智能、云計算及區塊鏈為基礎，但同時出現了大模型。大模型是通過聯邦學習和知識圖譜，以及通過自然語言處理，來解釋和開拓新的世界，從而開拓新的物理世界。這是人類第一次找到途徑，將非結構數據和結構數連接起來。我們得以進入一個新的業務領域。隨著深度學習的發展，大數據、人工智能、云計算及區塊鏈的傳統框架，將發生根本性變化，因此技術將出現一些突變。中臺數據質量提升，且得以打通數據。云平臺的出現產生了無摩擦軟件開發的體驗。與此同時，因為數據和5G網絡的發展，無時無地不在的客戶服務開始成為可能。因為大模型的存在，使我們能夠敏捷地應對變化。隱私也變得特別重要，因此我們更注重保護客戶、客戶數據和公司。監管和合規經營也出現新的可能。這是一個多維度的、新的技術空間，在這個技術空間里，金融科技正在發生根本的、質的變化。

03 

金融科技4.0：金融業務的模式開始場景化、標準化、數字化轉型

場景化獲客方面，現在已經出現。標準化風控方面，因為數據質量提高，獲得更加提前，已經可以做的越做越精準，包括準入標準、信貸審批模型、風險監測與預警系統。目前最關鍵的是數字化運營。在已有的3.0階段，金融科技還是垂直的、部門的，聚焦在產品線，我們不能做到平行的、整體的數字化運營。而在金融科技4.0的場景中，一個特別重要的變化，是要求純數字化的運營。

這一新的變化就要求金融機構要升級三大核心能力：

1）場景的開發與合作能力。一切圍繞場景開始，金融機構不可能擁有所有的場景，所以必須合作，這就會改變金融機構的運營模式；

2）數據整合和分析能力，及深度大數據分析和建模的能力。隨著算力的快速提高，現在一個核心的問題是軟件的效率，所以數據整合與分析能力是核心；

3）數字開發運營能力。要能夠實現完全的、數字化運營。

4.0時代，會出現金融新生態，包括數字貨幣和區塊鏈生態。4.0時代，所有技術都基于數字貨幣和區塊鏈的生態，這與現在的傳統貨幣、傳統電子支付及互聯網技術不同。金融科技的生態正在移向區塊鏈，同時移向數字貨幣。這是一個很大的變化。央行數字貨幣在其中一定會起很大的作用。央行數字貨幣普遍化之后，整個金融科技生態的邏輯和運營將會逐漸演變。

04 

金融科技4.0：自我迭代、優化和成長的素質綜合生態

區塊鏈使得去中心化成為新的、特別重要的方面。去中心化成為可能，其中很重要的原因是在進入金融科技4.0的時候，變成了一個自我迭代、優化和學習的素質綜合生態。當提及數字質量和大數據打通、大模型與知識圖譜及深度學習的結合，其實已經在走向機器自動學習和提升的過程。在圖譜架構里，一個是外部世界，即物理世界。物理世界有很多的活動者，活動者的各種各樣行為構成了物理世界。因此要理解的是，活動者本身都已經信息化和數據化了，所以當它變成這個世界的時候，這個世界其實是已經數字化了。之后，我們需要對這個數字化世界進行觀察，對這個世界得觀察就是對智能化的系統進行分析，然后在分析的基礎上產生各種知識、產品和服務，然后產生綜合運營的系統。這個過程是一個正反饋和負反饋的自動過程，是一個迭代、優化和成長的過程。因此金融科技4.0是一個自我成長和自我發展的細胞。這個細胞會不斷地通過數據的輸入、對世界的觀察、算法的深化和提煉，而不斷得到自動提升。世界就在根本上變了。

05 

金融科技4.0：開放、敏捷和可持續的金融科技生態

金融科技4.0要構建開放、敏捷和可持續的金融科技生態，現在，我們需要持續升級對業務的支持能力，需要打造新金融的數字基礎設施，需要強化技術創新和自主可控能力，需要業務、數據和技術生態，以及人力資本的總和，需要單一平臺到整體生態，最后需要創新、運營和賦能。所以金融科技的邏輯、概念、思維的框架在發生變化。

如今，世界上去中心化的、區塊基礎的、全數據支持的、智能化、自動化、自我學習和自我迭代發展的綜合服務金融平臺正在出現。這是一個巨大的變遷，我們真的正在走向一個數據和智能的時代。這是一個完全性的事件，而且在此過程中數據會越來越多、質量會越來越好、深度學習的算法效率會越來越高，因此會不斷地加速迭代過程，從而不斷地創造出、開發出人類需要的各種各樣的金融服務。金融科技4.0是剛剛出現的一個巨大的金融科技發展，前景無限。