在实体经济走向数字经济的进程中，不可避免地，每一个行业都要去拥抱数字化转型。这件事似乎成为一个必选项，数字化不是该不该做，而是如何做。无论是大型企业也好，中小企业也好，在数字化方面都缺少成熟的方法论。不少传统产业，传统业务模式，都亟需进行有效的数字化改造。于是，越来越多的企业开始提供数字化咨询服务。早期的数字化咨询厂商，大多从传统咨询公司的IT咨询板块演变而来。

随着在咨询行业中，几乎所有为客户提供的解决方案里，都带有数字化方面的一系列需求规划，使得数字化咨询逐渐脱离成一个独立的，甚至主流的业务板块。似乎，借助“数字经济”这个东风，数字化咨询的日子会比较好过，但是实际情况并非如此，大多数企业并不愿为此买单。更有甚者，很多提供数字化咨询服务的厂商，头顶着咨询师的“名号”，实际上干的是“销售”甚至“IT民工”的活儿。

本以为数字化咨询业务可以挽救国内咨询行业的困境，实际上在大多数项目中的效果仅仅“杯水车薪”。数字化对业务改造升级的潜力，对企业经营效率的提升，总是被抱有过高的期待，殊不知——任何数字化项目真正产生价值的过程都是极为漫长的。

大多数有能力开展数字化转型尝试的企业，他们的业务体系都极为庞大，单点的“数字化”改造难以达成效果，而体系化的变革颠覆，又总是阻力重重。“难的不是没有思路，而是怎么落地。”银行金融科技投入的重点方向主要表现在如下方面。

方向1：人工智能从部分场景到全面应用

从流程自动化到机器学习、知识图谱、智能识别，甚至大模型，商业银行在人工智能领域的应用和创新日益活跃。

一方面，人工智能的应用范围正在从营销、客服等支持性服务向风控、授信等核心业务扩展。例如，交通银行利用全栈式知识图谱平台构建产业链、供应链等上下游产业链路，助力业务织网补链。优化电信欺诈账户拦截规则，提升风险预警精准性，全年管控欺诈账户1,600余个。

另一方面，RPA(机器人流程自动化)、OCR(光学字符识别)、大模型等技术与业务的结合更加紧密，人工智能在重复性业务中的应用深度进一步提升，助力银行提升效率、优化客户和员工体验。例如，交通银行深化人工智能技术应用，推动业务操作自动化，开户影像资料核查等任务从原先的3个月压缩至1周。

方向2：从云计算到全面上云

全面上云和分布式核心系统建设，是银行数字基础设施建设的重点方向，也是提升自主创新能力、保障金融系统安全高效的重要任务。

云化数字新基建，一方面能够赋能银行自身业务效率提升，在大幅提升算力的同时降低单位成本。银行通过全面上云，可以实现更高效的数据处理和更敏捷的业务运行，同时，可以为银行提供更好的系统可扩展性和稳定性，为银行数字化转型提供更强有力技术底座。招商银行率先完成了历时三年的上云工程，实现了“全面上云”，将全部零售客户和批发客户平稳无感迁移至云上，实现从“传统科技架构”全面转换到“云架构”。“云架构”打破了主机架构下系统与系统之间的壁垒，以“微服务”全面重构业务系统，让新业务、新想法快速组装、快速验证。同时，实现容量扩展和算力提升，面对高并发、大流量的活动实现资源弹性供给，随时随地按需配置资源。

另一方面，能够赋能银行通过构建云平台，为外部金融机构和企业提供金融解决方案。在上云的过程中，头部银行构建了一系列金融云服务产品，包括云存储、云数据库、云计算、云安全等。除了满足自身需求，银行还能够通过构建金融云服务平台，将自身的云服务能力向外赋能，为金融行业内外的其他企业提供云服务，助力企业利用银行的云服务产品来实现数字化转型。例如，建设银行打造了具备新金融共享特征的行业云“建行云”，建行云整合IaaS(基础设施即服务)PaaS(平台即服务)和SaaS(软件即服务)，搭建了符合行业监管和金融级标准要求的金融技术底座，能够在服务建行内部的同时赋能中小银行数字化转型，为其提供一站式行业云化整体解决方案。这种平台生态化的服务模式将为银行上云带来更大的市场机会和收益，同时也将进一步提升银行业整体的数字化转型深度，为中小银行上云提供可行路径。

方向3：数字化重点从C端向B端转向

近年来，银行机构通过加大科技投入、加速数字化转型进程，在服务C端的零售金融业务领域已经取得了较好的效果。当前，银行数字化转型的重心正在从C端向B端迁移，聚焦于服务B端对公业务的产业数字金融，成为业务数字化的投入重点。

大型商业银行当前主要从两个渠道入手，探索产业数字金融业务创新。一种典型渠道是应用区块链、物联网和大数据等技术，围绕重点行业、重要产业链、大型企业或园区，加强场景聚合、生态对接，实现“一站式”金融服务。例如，工商银行积极与重点行业龙头企业开展深入合作，搭建产业链场景金融服务体系，推出定制化线上融资产品，有效满足产、购、销多元化金融需求。建设银行针对央企客户构建一站式直联对接、标准化信息集成、全流程运维支持的服务体系，为央企客户提供司库建设综合服务。

此外，银行还通过SaaS输出企业数字化转型解决方案，助力中小企业数字化升级，以“金融+非金融”的模式提升对公业务线上化水平。例如，浦发银行面向汽车、商超、乡村等行业或赛道，在统一收款与对账、物流监管、仓储管理、导航营销、乡村电商等领域构建行业解决方案，助力传统产业数字化转型变革。

数字技术在产业金融的大规模应用，让企业的资金流、物流、信息流转化为“数字信用”，同时使得银行能够看得清、管得住资产，显著降低了对公信贷中的风险成本。未来，随着数字技术在B端业务中的深度应用，产业数字金融有望如零售金融领域一样，通过线上化服务，帮助众多中小微企业获得普惠金融服务，从而破解企业融资难、融资贵难题。

方向4：从数据治理到数据驱动

数据是数字化转型的核心要素。然而由于银行不同业务条线系统建设存在时间差异，各个条线往往根据自身需求独立获取数据、进行数据加工，导致行内形成了一个个“烟囱式”的数据孤岛。分散的数据源、海量的数据规模、不统一的数据标准，成为银行数据治理的难题。随着数字化转型的深入，银行数据驱动的思维不断增强，数字化转型的重心逐渐从前端的业务创新向中后台的架构变革渗透。

目前，多家银行正在通过发力数据中台建设，发挥数据要素价值，降低数据应用门槛，从而推动各业务系统根据自身需求自主用数，进一步开发业务场景。

一是建设数据中台，提升员工用数能力与用数体验。建设银行打造了企业级“数据与分析”智能中枢，构建了统一的数据应用体系，高效、快捷支持本行各级机构按需自主用数。招商银行进一步深化数据中台和技术中台建设，以数据赋能员工各类经营分析工作，大数据服务覆盖率达到全行员工五成以上。

二是发挥数据要素价值，赋能业务创新与能力升级。在数据中台建设的基础上，建设银行充分发挥大数据作用，推出“云税贷”、“抵押快贷”等一批普惠金融产品，助力小微企业发展。研发大数据产品190多个，广泛应用在全行客户营销、风险管控、精细化管理等业务场景中。浦发银行迭代升级以天眼系统为核心的数字化风控体系，引入工商信息等多维外部数据，有效辅助审贷决策。

艾瑞资深团队搭建了一套成熟完善的银行数字化评测体系，从数字化转型能力与数字化底层支撑两方面拆解银行数字化转型的差异化实施路径及技术需求判断，并对银行数智化、开放性、敏捷性、生态化的未来趋势进行深入洞察。

大势所趋：银行业数字化转型

数字中国建设成未来最大确定性之一，银行业应加快数字化转型以适应数字经济社会新环境

顶层规划：构建数字金融新格局

由广入微，见微知著，国家数字化转型系列政策层层推进，逐步构建数字金融新格局

疫情影响：“后疫情时代”的挑战

疫情促使“非接触式”金融服务需求激增，银行业务线上化进程加速

疫情限制线下金融活动，改变用户金融业务办理习惯，线上渠道与“非接触式”金融服务受到市场的普遍关注，疫情对于用户金融业务办理习惯的改变促使银行业务线上化转型进程的推进，“非接触式”金融服务对于银行渠道建设能力、技术架构搭建、数字化运营能力等多方面提出了全新的要求，为银行业数字化发展与金融服务方式改变带来持久而深远的影响。

外部竞争：互联网公司入局造成冲击

互联网公司技术能力及生态建设水平超过银行，金融“换”媒浪潮动摇银行市场地位

随着大数据、人工智能、云计算等前沿技术在互联网领域的成熟应用，互联网企业充分发挥其自身技术能力优势，将新技术在数据分析、模型搭建、信息保护等方面的数字化能力应用于金融服务领域，为银行传统“存、贷、汇”业务带来服务模式与运营方式的革新。在技术赋能金融业务的同时，互联网企业在金融领域的探索与技术革新对于商业银行原有业务板块与市场份额带来了不小的冲击，金融“换”媒浪潮逐步动摇银行在金融领域的市场地位。

内部投入：银行业IT投入逐年稳步增加

近年国内银行业IT投入规模稳步提升，预计将以约24.6%的复合增长率高速增长，2025年市场投入规模将接近6000亿

随着国家数字化转型系列政策的出台及前沿技术在金融服务领域应用的逐步成熟，银行数字化转型已经成为国内商业银行发展的大势所趋。

技术进步：前沿技术与银行业高度契合

底层技术及新兴技术的成熟发展成为银行数字化转型助推器

数字化转型离不开坚实的技术支撑。日渐成熟的大数据、云计算及AI等底层技术与数字化场景衍生新兴技术相辅相成，赋能于诸多银行业务场景。如智能客服：基于自然语言理解的对话机器人可取代部分人工客服，降低人力成本，提升解决问题的效率。智能清算：搭建基于区块链的供应链金融平台，完成数据的可信流转，使企业客户实现更便捷安全的自动清算。

信用风险管理：主要通过大数据技术识别信息不对称问题，进行欺诈识别、授信评分、贷后管理等风险管理。在如今数字新基建的背景下，依托“ABCDE”(人工智能(AI)、大数据(BigData)、云(Cloud)、物联网设备(Device)及前沿探索(Exploration))全栈技术能力，打造数字化产品、渠道、运营及生态体系，已成为促进银行业数字化升级的刚需。

模型搭建逻辑介绍

评测模型由作为核心驱动的顶层战略规划、能力展现的数字化能力建设以及作为转型保障的底层结构支持三部分构成

数字化能力建设：数字化指标象限展示

通过优先度、重要度与能力展现效果三重维度评测银行数字化能力转型水平

数字化能力指标一：渠道数字化

渠道数字化由线上、线下渠道建设及渠道联动三部分组成

渠道建设作为银行业务的基础环节，其数字化转型的效果将直接影响银行在营销、产品、风控等其他领域的数字化表现。构建数字化渠道、实现渠道间智慧联动不仅是银行数字化转型过程中的优先选项，其对于银行业务的发展及数字化转型效果的呈现都是不可或缺的关键部分。银行的渠道数字化能力主要体现在三个方面，分别是银行线下网点数字化转型、线上数字化渠道建设以及渠道间的联动互通。

智能工具的引入助力银行线下网点的数字化升级;网银、手机银行等线上平台成为银行线上用户的聚集地

业务联动性依赖于银行归户管理能力及业务联通体系的搭建

数字化能力指标二：营销数字化

建立以用户运营为核心的数字化营销体系，围绕用户全生命周期提供精准营销服务

营销数字化作为在银行数字化能力建设中优先度、重要度与能力展现效果均位列前位的银行数字化能力评测指标，其对于银行整体的数字化升级效果的展现与影响力是不言而喻的。由于该项能力数字化升级效果易量化，银行受益直接，对于银行营销体系的数字化升级通常是银行“试水”数字化的第一步。营销数字化的核心是将传统银行业务由“客户导向”转变为“用户导向”，整个数字化营销流程全面围绕用户展开，以单个用户的实际需求为核心，结合大数据、云计算、人工智能等技术，精准刻画用户画像，全面捕捉用户生命周期。银行营销能力数字化升级按照其用户运营流程被分为四个阶段，依据每个阶段不同的业务重点，针对性的部署各业务环节的数字化升级模式，具体情况如下：

用户识别阶段的升级核心是用户身份确认与数字画像建设;渠道数字化是用户触达环节数字化升级的基础

三位一体的用户转化体系助力银行实现数字化用户运营及转化;运营监测系统动态捕捉用户行为，及时调整用户分类

数字化能力指标三：产品数字化

前沿技术应用赋能银行产品数字化设计、销售与迭代全流程

大数据、人工智能、云计算等前沿技术在银行产品领域同样得到了广泛的应用。对于银行来说，产品的数字化升级不仅仅是将其线下营业网点推出的信贷、理财等产品放到线上平台售卖，而是从产品的设计环节开始，重新塑造产品的价值链及商业模式，用数字化方式全面赋能产品从设计到销售、运营的每个环节，其数字化升级的核心主要体现在三个方面，分别是产品设计阶段的数字化能力应用，产品销售阶段的数字化智能营销以及后续产品的数字化运营与迭代升级。基于以上三方面的能力提升及业务模式转型，帮助银行实现产品领域的数字化、智能化提升。

基于用户及产品的历史数据分析，实现精准产品设计与营销

数字化能力指标四：风控数字化

银行智能风控体系由基础能力与业务能力两个核心部分组成

银行风险管理领域的数字化升级是整个银行系统数字化升级的核心部分，风控作为银行业务能力提升的重要辅助环节，其核心工作原理就是通过分析处理历史数据，得出风险等级并展望未来风险变动趋势。通过将大数据、人工智能、云计算等前沿技术与银行风控业务的汇总融合，帮助银行风控流程实现线上化、数字化、智能化，全面提升银行对于客户、行业及地域的风险把控能力，帮助银行在客户资格审核及贷款批复、资产管理及投资组合构建等方面降低风险水平，提升银行整体业务效果。银行智能风控体系搭建主要由基础能力及业务能力两个核心部分组成，基础能力体现在对于银行集团级风控数据信息库的建设以及智慧型风控平台的搭建上，业务能力主要包括对于银行智能交易平台及智能预警系统的使用。

银行数据信息库与智慧风控平台的建设是银行风控领域数字化、智能化升级的基础能力建设部分

银行智能风控业务能力主要体现在智能交易风控平台建设与智能预警系统使用两个方面

底层结构支持：数字化指标象限展示

通过优先度、重要度与支撑效果三重维度评测银行底层支撑

底层结构支持指标一：低代码

短期拉低数字化门槛，长期提升创新动力与技术自主性

中短期来看，低代码不仅赋能IT人员，提高复用及开发效率，同时赋能于银行业务人员，便于软件的自主搭建，降低数字化门槛。长期视角中，低代码平台将企业需求与自主开发深度融合，打造出可持续性的、紧跟变化的IT服务能力来经受瞬息万变的时代考验。但银行要在时代洪流中屹立不倒，仍需保持创新动力，而低代码赋予普通业务人员的开发技能可以促进新点子变现，激发员工创新，赋能银行探索第二甚至是第三曲线的描绘可能。

底层结构支持指标四：数据安全

多种技术配合，构建完整数据安全体系

数据安全是银行数字化转型重要的底层结构支撑。从国家和监管层面看：数据安全是金融系统稳定的重要保障，也是银行合规的重要考评标准。从银行自身风险看：数据安全是反欺诈和自身稳定运营的关键。从用户服务和声誉度看：数据安全可有效保障用户隐私，维护银行声誉。

数据安全技术体系复杂，但根据目的，可以分为：(1)保障数据不被丢失，具体包括容灾、备份等技术。(2)保障数据不被篡改，具体包括防火墙、访问控制、监控和审计。区块链技术等。(3)保障数据不被泄露，具体包括加密技术、隐私计算、数据遮蔽等。数据安全大致可有两个方向：对数据本身进行控制(类似于强制存取控制)和对用户进行控制(类似于自主存取控制)，前者属于狭义数据安全，后者与网络安全等关系密切，属于广义数据安全，两者相互配合，缺一不可。

数据安全整体架构案例展示

银行数据安全治理体系标杆案例

趋势及展望(一)：数智化

银行数字化体系建设将更加完善，逐步覆盖更多业务场景，为用户提供全面、便捷的金融服务

从整个银行业金融科技赋能程度与数字化转型阶段来看，目前大多数国内银行仍处于转型1.0的线上化阶段，处于该阶段的银行数字化能力比较薄弱，在实现业务线上化的基础上，仅在少数几项业务板块(如：营销、风控等)探索性开展数字化业务的能力升级。对于头部大行来说，目前基本已经进入了银行数字化转型的2.0阶段，银行在业务数字化转型及应用方面的能力较为完整，对于银行业务场景也实现了一定程度的数字化覆盖，并且在某些业务条线，头部大行的技术能力应用也能够达到数智化初级水平。

趋势及展望(二)：开放性

数字化升级推动开放融合的金融生态体系建设，促进国内开放银行业务的发展

随着金融科技在银行业更广泛的应用以及国内商业银行数字化转型进程的推进，银行与客户之间的交互方式与服务模式正逐步发生改变，以用户为核心、与场景相融合的数字化金融生态建设将成为国内银行业未来发展的新趋势，由传统银行逐步向开放银行探索是国内银行业数字化发展与生态建设的“进阶之路”。开放银行是指商业银行通过标准化API、SDK、H5、小程序等连接方式与生态内金融科技公司、第三方开发者、供应商等其他合作伙伴相互融合，共享数据、算法、交易流程与其他业务功能，为生态内的合作伙伴输出金融服务能力，由生态内的其他参与者为用户提供场景化的金融服务，实现对于银行商业模式与经营模式的数字化重塑。