近年來，依托于先進的科技能力、豐富的流量資源、敏捷的組織架構、強大的創新能力等優勢，我國金融科技企業快速發展。從國內看，金融科技企業生態不斷完善，并初步形成底層科技類、金融服務類、綜合發展類三種主要業務形態；搭建起以扎實的底層架、豐富的中臺場景、精煉的金融業務為核心的梯形運行架構。從全球看，我國金融科技企業積極向海外擴張，輸出成熟的科技能力與金融服務能力。

1. 金融科技企業發展概況

（1）主要分布在經濟發達地區

金融科技屬于技術和資本密集型行業，并且對尖端人力資源的需求強大。同時，金融科技的發展需要有創新、包容的發展環境。因此，目前國內金融科技企業主要分布在北京、上海、深圳等經濟發達地區，這些地區的軟硬件條件對于金融科技企業的生根、發展具有強有力的推動作用。

以北京為例，依托中關村國家自主創新示范區的創新優勢，以及金融資源優勢，北京市聚集了大量的金融科技企業。其中，以人工智能、大數據、區塊鏈等技術專長的底層科技類企業數量位居全國前列。截至2018年5月，北京的人工智能企業達1070家，約占全國的26%，獲得風險投資的人工智能企業431家，約占全國的35%，中關村已成為我國人工智能創新高地。2018年，北京印發《北京市促進金融科技發展規劃（2018年-2022年）》，力爭到2022年底，涌現5-10家國際知名的金融科技領軍企業，為金融科技企業的發展營造良好的政策環境。

（2）以成立5-10年的年輕企業為主

由于金融科技在國內的起步時間較晚，因此國內的金融科技企業大多為成立時間較短的年輕企業。畢馬威發布的2019年中國金融科技企業50強企業中，44%的企業成立時間為3-5年，37%的企業成立時間達到5-10年，成立時間超過10年的只有5%，另外還有14%的初創型企業（1-3年）。年輕的金融科技企業具有組織架構簡單、輕資產運營、市場化程度較高的共性。

（3）初步形成三種主要業務形態

近年來，我國金融科技企業生態不斷完善，并初步形成三種主要業務形態。一是底層科技類金融科技企業，此類企業具有科技公司的基因，專注于底層技術的研發和應用，強化基礎設施建設，成為金融科技生態體系中的重要土壤，以布比區塊鏈、佳格天地等企業為代表。二是金融服務類金融科技企業，這類企業以金融服務為核心，依托流量、場景優勢，及對金融行業的深度理解，在支付、保險、財富管理等細分領域深耕，以蘇寧金融、馬上金融、以及某些互聯網銀行（微眾銀行、網商銀行）為代表。三是綜合發展類金融科技企業，這類企業既具有扎實的科技能力，同時又擁有深厚的金融服務水平，成為該生態中的頭部企業，如百度、阿里、騰訊、京東（以下簡稱“BATJ”）等。

從畢馬威發布的2019年中國金融科技企業50強名單來看，目前國內從事金融服務的金融科技企業較多（38家），其次是單純做底層架構的企業（13家），綜合類企業由于對技術和服務水平的要求都較高，數量最少（11家）。

2. 已搭建起梯形運行架構

金融科技企業具有較強的科技屬性，在數據資源、技術能力、場景鏈接方面具有明顯優勢，以此為基礎，建立起扎實的底層架構以及豐富的場景中臺。在金融屬性方面，金融科技企業雖有較強的創新能力和市場靈敏度，但受限于牌照、監管的條件約束，無法展開大而全的金融服務。依托流量和風控能力，金融科企業在服務端專攻長尾客戶，為其提供精煉的普惠金融服務。

（1）具有扎實的底層支撐

——海量數據轉化為數據資產

數據是數字經濟時代的新型生產資料，基于數據的生產變革和業務模式創新，正驅動著全球范圍內各個領域的創新發展。海量數據的積累是發展金融科技企業最重要的土壤，而金融科技企業在數據積累方面具有絕對優勢。

以BATJ為例，得益于豐富的場景布局，它們積累了龐大的用戶規模。截至2019財年第二季度，螞蟻金服國內年活躍用戶數超過7億，其中70%的用戶使用3項及以上的服務。騰訊則坐擁8億的QQ賬戶，超過5億的微信賬戶，超過3億的支付用戶。此外，QQ空間、騰訊網、QQ郵箱、微博等多種服務渠道上還聚集了龐大用戶。用戶通過在各類場景的交叉交互，產生的數據呈指數增長。從數據類別來看，主要有三種類型：以阿里巴巴、京東為代表的電商數據，以百度為代表的網頁爬蟲類數據，以及以騰訊為代表的社交類數據。

在海量數據基礎上，金融科技企業輔以生物識別、人工智能、區塊鏈、物聯網等新興科技的挖掘，建立強大的數據平臺，并將數據轉化為資產，實現三大能力、五類服務。一是數據存儲、計算分析能力。在此能力基礎上，金融科技企業對數據進行有效存儲、計算和質量管理，實行客戶周期管理；同時，監控關鍵數據異動，分析異動原因。二是運營能力。通過對大數據進行統計，形成經驗分析報告，深入分析用戶經營情況，發現問題，優化經營策略；結合內外部大數據，尤其是各種競爭情報監控數據、國外趨勢研究數據，輔助決策層進行戰略分析。三是服務能力。數據對外服務對象一般為金融科技企業的自身用戶。

——新興科技的優勢發展及融合應用

金融科技企業秉承技術驅動業務發展的理念，高度重視技術投入，及新興技術的追蹤和開發。從技術分布情況來看，目前人工智能與機器學習、大數據、云計算是金融科技企業最主流的研發和應用方向，同時，5G技術的研發和應用開始在金融科技企業中嶄露頭角。

除了扎實的技術水平外，金融科技企業的底層架構能力還表現在融合各類技術實現金融建模。例如在人工智能領域，為解決行業間、企業間的數據孤島，及數據隱私問題，微眾銀行倡導的“聯邦學習”(Federated Learning)提供了一種全新的思路。聯邦學習使得各方可以在不披露底層數據的前提下共建模型，在多參與方或多計算結點之間開展高效率的機器學習。聯邦學習就像搭建了一個虛擬的“聯邦國家”，把各類“數據孤島”聯合統一進來，其主要優勢在于，一是數據隔離，數據不會泄露到外部，滿足用戶隱私保護和數據安全的需求；二是能夠保證參與各方在保持獨立性的情況下，進行信息與模型參數的加密交換，能夠實現公平合作并同時獲得成長。

金融科技企業并不滿足于在“傳統”技術方面成為引領者，它們也積極在新興技術方面布局。隨著5G標準發布，金融科技企業的相關嘗試也正在積極推進。2020年3月，阿里達摩院成立XG實驗室，主要聚焦5G技術和應用的協同研發，為超高清視頻、在線辦公、AR/VR、工業互聯網、智能物流、自動駕駛等場景研究符合5G時代的視頻編解碼技術、網絡傳輸協議等，并制定相關標準。甜橙金融聯合中百集團、蘇寧等零售業巨頭，及招聯消費金融、螞蟻金服、品鈦（PINTEC）等20余家金融服務知名企業，圍繞聚合支付、消費金融和金融科技三大領域共同簽署《5G時代金融科技生態共建框架協議》。

——復合型人力資源

復合型人力資源同樣是金融科技企業底層架構的一項重要支撐。首先是企業核心管理團隊高度重視“金融+科技”的復合型人才配置，使得管理團隊既具有帶領企業布局金融全場景的能力，也具有駕馭金融技術和布局新興科技生態的前瞻性眼光。以BATJ的核心管理團隊為例，可以看到，四家企業的核心團隊既有具有豐富的金融、管理從業經驗的管理人士，也有具有工科背景的核心人才。

在普通員工層面，金融科技企業非常重視技術人員的引進和培養。從2019年國內50強金融科技企業調查數據來看，有超過60%的金融科技企業技術人員占比達到40%以上，大多數企業的技術人員占比集中在30%-60%區間。其中，螞蟻金服技術人員占比60%，騰訊的該比例為66%。另一個高度重視技術人員引進和培養的例子是微眾銀行。自成立以來，微眾銀行始終保持科技經費投入占全行費用支出比例高達30%以上的水平，技術人員占全行員工的比例在50%以上。2018年，微眾銀行聚焦戰略性人才儲備，全年共引進人才684人，重點引進關鍵領域人才并組建了AI團隊。同時，成立“微眾銀行?深圳大學金融科技研究院”，推動金融科技產學研深度融合，構建人才培養新模式。

（2）擁有豐富的場景中臺

在扎實的底層架構支撐下，金融科技企業開發了多種技術和模型的運用場景，包括金融服務前端的征信、客戶管理，以及中后臺的支付、運營、風控等場景。通過在這些場景的數字化深耕，金融科技企業建立起一套特有的金融服務能力。

——征信

金融科技企業將大數據、云計算、區塊鏈等創新技術應用于信用調查領域，形成了特色的大數據征信模式。其基本邏輯為，通過機器學習方法，對大數據進行分析、建模，從而對個人或企業進行客觀評價，出具信貸報告，并在信貸報告的基礎上提供高價值的衍生產品，例如征信數據關聯性分析、征信模型等。與傳統征信模式相比，金融科技企業的大數據征信模式具有數據來源廣泛、覆蓋率高、評估方式更為先進合理、應用場景更為寬泛的優勢。

目前市場上比較有競爭力的三家大數據征信機構分別是：支付寶的芝麻信用分（數據來源：用戶淘寶交易記錄和行為數據）、騰訊（數據來源：社交數據），以及前海征信（數據來源：平安集團）。

以芝麻信用為例，芝麻信用的數據主要來源于三個方面，包括阿里支付平臺用戶數據、融資理財業務結算數據以及個人與合作商提供的外部數據。依托螞蟻云對客戶大數據進行分析，芝麻信用從個人的行為偏好、身份特質、歷史信用、履約能力和人脈五個維度進行信用評分。目前，芝麻信用已應用在金融和非金融兩個方面，金融類包括獲得人民銀行個人征信工作許可、螞蟻花唄、螞蟻借唄、網絡信貸數據的探索；非金融類包括免押借物、免押出行、信用通信等（陳璐等，2018）。

——客戶管理

首先是線上獲客。通過大數據分析，精準發現潛在客戶，建立“點對點”連接，降低盲目客戶追蹤成本。

然后是客戶分層（分群），通過數據分析，研究客戶最近一次消費(Recency)、消費頻率(Frequency)、消費金額(Monetary)指標，建立RFM模型，對客戶進行精細化分層和分群。在大數據和模型的共同作用下，將客戶分為重要發展客戶、重要價值客戶、一般發展客戶等8個類型，為精準營銷做準備。

第三是精準營銷。金融科技企業連接數以億計的數據進行聚合超算，建立營銷信用評分響應模型，并進行不斷的自我強化和迭代更新，通過自動標簽辨識分類生成客戶資源池，量化分析營銷細節，包括最佳營銷時間、最優營銷渠道、最適營銷方式，以及最適配產品及權益服務等。

第四是客戶流失分析。通過分析流失客戶的共性特征，如資產轉移去向、關閉何種服務渠道、投訴等行為，建立“客戶流失預警模型”。系統根據模型規則，自動篩選出最有可能流失的客戶，并且自動通知客戶經理進行客戶挽留工作。更加智能的是，系統還會預測客戶流失的原因，并提出針對性的挽留建議。

——支付

金融科技企業依托流量端優勢，已經在支付領域占據絕對的市場份額，其中，支付寶與財付通穩居第一二位。2019年4季度第三方支付規模數據顯示，支付寶、財付通分別占據了55.1%和38.9%的市場份額。除絕對的市場占有率以外，金融科技企業在支付領域一直不斷運用新興科技加速支付創新。例如依托生物識別技術實現支付的“脫媒化”和“無感化”，從而有效防止支付設備丟失、機器攻擊、身份冒用等欺詐風險，并簡化支付流程，提高支付效率；通過物聯網技術將資金賬戶與手表、眼鏡等智能穿戴設備，以及電表、水表等生活電器連接，實現萬物皆可支付的數字化方案。

——運營

比起傳統商業銀行龐大的運營團隊，金融科技企業運營團隊規模非常有限，而主要依靠數字化運營完成相關流程操作，最大化減少人工干預。其中，機器人流程自動化在金融科技企業的運營場景中使用頻率越來越高。

機器人流程自動化（Robotic Process Automation，RPA）是一個軟件機器人模型，用來高效處理重復性的、基于規則的運營流程任務，從而解放出人力資源，專注于需要情緒智力、推理、判斷的其它工作。RPA具有增效降本、安全合規、穩定可控、全時候命、敏捷速贏的優勢。例如，將RPA運用于財務報表識別、財務報表編制、財務報銷等流程中，能夠大大縮短流程時間，降低運營成本。RPA于2018年陸續正式進入中國市場，2019年正逐漸開始成為創投領域的新風口。

——風控

金融科技企業建立起較為科學、精準的智能風控體系，并實現如下能力。一是信用風險計量能力，利用神經網絡、深度學習等技術對違約概率（PD）、違約損失率（LGD）、違約風險暴露（EAD）等信用風險因素綜合判斷，科學管理信用風險；二是通過大數據分析、人工智能識別，對業務過程實現全面、客觀、實時跟蹤與監測，實現風險及時預警、準確識別、緊急管控；三是智能反欺詐，依托機器學習技術，深入學習、分析歷史交易特點，實現多渠道、全流程、事前欺詐攔截。通過上述風控能力，金融科技企業構建起多維、多源的客戶全景風險視圖，實現全流程數字化、精準化監控，為金融業務全面風險管理提供支持及依據。尤其是在小微金融業務中，智能風控系統的運用對于小微客戶識別、風險定價及風險追蹤能夠起到高效、精準的作用。

（3）打造精煉的金融業務

在對接金融服務市場方面，金融科技企業主要依托強大的數據能力和流量優勢，深挖長尾客戶資源，深耕普惠金融業務，包括B端的小微企業貸款，及C端的個人消費貸等。其業務邏輯為：借助自身的平臺流量批量獲客，或者與外部機構合作，依托大數據分析精準尋找長尾客戶；通過人工智能+大數據分析對金融產品進行精準定價；借助大數據風控，對業務的貸前貸中貸后進行精密追蹤；同時，通過精簡業務流程、優化客戶服務提高金融服務效率和水平，增強客戶黏性。

——B端服務案例

網商銀行作為由螞蟻金服發起設立的互聯網銀行，具有高度的數字化、云化、智能化的特點，也是國內第一家核心系統基于云計算架構的商業銀行。基于螞蟻金服的底層架構支撐以及豐富的場景，網商銀行在服務B端方面積極探索。例如，針對淘寶、天貓平臺的小微商家和創業者，推出“小微企業成長計劃”，助力平臺小微企業發展；與全球最大的中文網站流量統計機構CNZZ合作，面向中小規模的創業型網站推出的“流量貸”，幫助中小網站解決創業過程中融資難、融資貴的問題。在放貸流程方面，實現全流程線上貸款的“310”模式，即3分鐘申貸，1秒鐘放款，全程0人工介入。同時，將“310”模式打包輸出，目前已與50家金融機構達成合作。

——C端服務案例

在C端客戶方面，網商銀行深耕農村金融。為解決農村金融數據缺失問題，尤其是農民日常生活、消費交易的數據缺失問題，網商銀行與農村生產資料、融資產品的供應商以及農民、農戶、農業生產合作社合作，利用它們的數據、渠道與經驗開展金融服務。此外，與郵儲銀行、農行、農信社、村鎮銀行等下沉到農村區域的金融機構展開廣泛合作，為農村地區用戶打開線上支付通道，滿足線上購買農資與生活用品的需求。

微眾銀行的“微粒貸”同樣是針對C端客戶開發的普惠金融產品。“微粒貸”具有鮮明的“騰訊”特色，產品采用用戶邀請制，受邀用戶可以在手機QQ的“QQ錢包”內以及微信的“微信錢包”進入“微粒貸”端口。該產品的用戶流量、風控均來自于騰訊所積累的技術能力。截至2019年末，微眾銀行“微粒貸”已向全國31個省、直轄市、自治區近600座城市超過2800萬客戶發放超過4.6億筆貸款，累計放款額超過3.7萬億元；授信客戶中約77%從事非白領服務業，約80%為大專及以下學歷；筆均貸款約8000元，超過70%已結清貸款的利息低于100元。

3. 積極向外開展科技賦能

依托成熟的科技能力和對金融行業的深刻理解，金融科技企業積極對外輸出科技能力，從而獲得營業收入，并豐富自身金融科技生態。目前，金融科技企業對外賦能主要有三種模式。一是2F2C模式，通過金融機構促進個人理財、消費金融等個人金融業務發展；二是通過2F2B模式，通過賦能中小金融機構，進一步解決中小微企業融資難題，支持實體經濟發展；三是2B模式，直接賦能中小微企業，幫助其實現數字化轉型。從賦能方式上看，目前主要有軟件賦能、金融云賦能、開放平臺賦能、開源模式賦能、和咨詢服務賦能五種方式。

（1）以軟件形式賦能

為快速解決金融機構在運營過程中的部分痛點，金融科技企業將支付結算、財富管理、資產負債業務中積累的特色產品以軟件和解決方案的形式有針對性地輸出給客戶。此方式主要針對已建立起信息化平臺，但存在部分業務痛點的客戶。

（2）以金融云方式輸出

為系統性解決中小型金融機構、中小型企業長期以來在IT建設方面的局限性，金融科技企業依托自身在科技開發方面的經驗，將相關產品、業務流程、技術以云平臺的方式打包輸出，為客戶提供整體解決方案。此類技術輸出方式能夠為客戶在短時間內提供全面、精準的技術支撐，便于客戶快速信息化發展、數字化轉型。同時，云服務在合作過程中便于數據的合規沉淀、開發、使用，長期來看能夠產生增值效應，是未來金融科技輸出的主流模式之一。但值得注意的是，使用金融云服務的金融機構，數據存于云中，脫離自身掌控，由于存儲環節數據加密難題還未得到有效解決，數據廢棄、物理損毀等無法保證徹底銷毀，加劇了用戶對數據機密性保護的顧慮。

（3）以開放平臺方式輸出

金融科技企業通過Open API或SDK（Software Development Kit，軟件開發工具包）等技術搭建開放平臺，將部分科技組件在平臺上提供，便于中小型銀行隨需使用，從而彌補中小銀行資源受限的短板，幫助其對接上層商業生態，節省巨大的成本。此模式最大的特點在于客戶可按需調用API模塊，實現定制化技術輸出。同時，金融科技企業也能有效切入到合作方的場景中，同步引入合作方的能力和服務，達到快速實現開放銀行的戰略。但同時，平臺開放也意味著風險開放，金融科技企業要面臨輸出風險、共振效應以及內外部風險疊加形成的新的風險，對風控能力提出了更高的要求。

（4）以開源模式輸出

開源（Open Source）模式即開放源代碼，讓用戶在源代碼基礎上進行修改和學習。將技術開源出來，可以供更多的用戶應用到其自身的場景下，從而助推企業業務發展。

近年來，開源模式越來越多地被頭部金融科技企業運用。2019年3月，螞蟻金服對外表示將會開源SOFA最核心的兩個組件——分布式事務框架和服務注冊中心，主動擁抱開源，在支付領域探索開源技術之路，一定程度上擴大技術服務場景，為支付、金融等更多的用戶提供服務，提升合作伙伴的效率。2019年7月，微眾銀行宣布金融科技全面開源戰略。騰訊內部整體代碼開源率由2019年初的20%增長到年末的70%，已建成協同代碼庫4400多個。

（5）以咨詢服務方式輸出

金融科技企業以咨詢者的身份輸出流程化、一體化、全生命周期的解決方案，幫助客戶建立適合客戶特色的體系、工具等，起到實效的運維模式。但咨詢服務周期往往較長，難以滿足用戶短期的、應急性的服務需求。

4. 正加快向海外市場擴張

近年來，國內頭部金融科技企業積極向以東南亞為主的國家進行海外擴張，以金融基礎設施構建為基礎，搭建海外互聯網金融產品體系。金融科技企業海外擴張的原因主要來自三個方面，一是隨著自身技術能力和服務能力逐步完善，金融科技企業具備向外擴張的原動力；二是國內市場競爭日趨激烈，對金融科技企業形成了向海外擴張市場份額的推動力；三是“一帶一路”、數字中國等國家戰略給金融科技企業海外擴張帶來傳動力。

（1）以東南亞國家為主要目的國，開發海外市場

從金融科技企業海外擴張目的國來看，東南亞地區成為最搶手的爭奪市場。原因在于，一是部分東南亞地區的金融發展程度相當于上世紀80、90年代的中國，其金融基礎設施還不夠完善，未來的金融發展有望復制中國模式，快速開啟移動支付時代。二是東南亞地區金融缺口較大，目前，東南亞地區人口約6.5億，但仍有4.5億人得不到銀行服務的機會。隨著東南亞地區經濟的發展，金融需求也隨之日益壯大，因此該區域蘊藏著巨大的市場潛力與容量。

（2）以金融基礎設施構建為基礎，搭建互聯網金融產品體系

金融科技企業海外布局的主要規律是，首先以支付、數據中心、云平臺、電商系統等金融基礎設施打開海外市場，嫁接起國內外金融服務的橋梁，再用互聯網金融產品提供增值服務，擴大客戶范圍，打牢客戶基礎。

（3）并購與共建并舉，充分發揮海外資源優勢

并購與共建是金融科技企業布局海外最常用的方式。螞蟻金服、新聯在線、中國信貸科技等眾多金融科技企業均通過收購當地機構或與當地機構共建的方式快速搶占移動支付、在線理財、在線信貸投資等業務領域。收購與共建能夠快速、直接地結合自身的技術優勢與本土化的市場優勢，達到“1+1>2”的效用。

（4）頭部企業積極探索，多種方式布局海外市場

——阿里巴巴海外發展戰略集中于支付、數據、物流、電商

阿里巴巴具有清晰的海外發展戰略規劃，其戰略投資主要集中在四個方面：在線支付、數據中心、線下物流、電商平臺，分別對應了阿里巴巴的螞蟻金服業務、阿里云業務、菜鳥網絡業務和集團業務。

在線支付領域，阿里巴巴旗下螞蟻金服通過收購當地支付公司、與當地銀行合作等方式，將“支付寶”深入印度、泰國、印尼、菲律賓、韓國、印度尼西亞等多個國家。數據中心領域，與迪拜米拉斯控股集團成立合資技術公司，共同建設迪拜數據中心，為中東、北非地區的企業以及政府機構提供云計算服務。物流配送領域，阿里巴巴先后參股了新加坡郵政、澳大利亞郵政、巴西郵政，并為俄羅斯提供了專營物流渠道，同時其收購占股的印尼Lazada、印度Paytm都在自建物流系統。電商業務領域，阿里巴巴在打造阿里不同語言版本的AliExpress（全球速賣通）同時，先后入股收購了東南亞電商平臺Lazada、印度電商平臺Flipkart和Snapdeal；與泰國泰京銀行簽訂合作協議，支持泰國中小企業發展電子商務渠道，包括提供培訓、推薦和解決各種問題。

——騰訊以“技術+業務”雙輪驅動模式開發海外市場

騰訊公司充分發揮在云計算和大數據等領域的互聯網基礎設施優勢，以及在QQ、微信、騰訊游戲等海量業務的互聯網服務能力，以“技術+業務”雙輪驅動模式推動海外市場建設。例如，為國內外企業和開發者提供安全穩定的云計算服務，涵蓋云服務器、云數據庫、云存儲、視頻與CDN、域名注冊等全方位云服務和各行業解決方案。騰訊旗下公司“騰訊企點”攜手跨境電商B2B平臺敦煌網聯手打造跨境電商社交化應用系統；與大申網打造“智慧企業”，打通傳統、線上、線下、政府、騰訊各方的跨界鏈接，為“一帶一路”企業打造社會化大營銷產業鏈。

——京東以建立海外分公司、合資公司等方式開拓海外市場

京東通過建立海外分公司、合資公司等方式，在印度尼西亞、泰國、越南、哈薩克斯坦等東南亞國家和地區展開投資與合作，促進中外品牌的雙向流動。例如，與泰國尚泰集團有限公司成立合資公司，運用京東數科全球領先的移動支付技術，結合泰國消費實際，提供更加本地化的支付產品和服務，然后向消費金融、供應鏈金融、保險、理財等多個互聯網金融領域拓展。與泰國最大零售商Central Group，Provident Capital成立兩家合資公司，京東為電商合資公司提供人工智能、云計算技術服務，以及電商和物流領域的技術支持。

從戰略層面來看，金融科技企業將更多的發揮比較優勢，突出科技賦能定位。從發展重點來看，將聚焦關鍵技術的創新及融合應用。從發展方向來看，將加速向產業互聯網金融邁進。

1. 加速向外部機構科技賦能定位轉型

我國金融科技企業呈現出加速向科技賦能定位轉型的趨勢，即更加強調自身的科技屬性，強化底層技術的研發，并對外提供技術服務。究其原因，一是金融行業進入強監管，對金融業務提供方的資質、牌照、經營范圍要求極為嚴格，金融科技企業從事金融服務的范圍受到擠壓，服務難度增加。二是科技賦能需求旺盛。在數字經濟時代，無論是中小型金融機構開展金融業務，還是中小型企業生產經營，對于數字化、線上化、智能化轉型的需求都較強。而上述企業的自身科技能力又不足以支撐其完成數字化轉型。尤其是受新冠肺炎疫情影響，各行業均加速了線上化轉型，迫切需要解決數據資源孤島問題，開放共享數據資源，以數據驅動決策，加強數字化辦公，科技基礎設施建設和科技服務需求激增。

2. 聚焦關鍵技術創新研發及融合應用

《金融科技（FinTech）發展規劃（2019-2021）》中明確提出了將“夯實金融科技基礎支撐”作為關鍵任務，并對技術基礎研究的協同、攻關、成果轉化提出了要求。同時，我國以5G網絡、數據中心等新型基礎設施為代表的新基建建設提速，將推動有關技術的攻關。作為金融科技領域重要的技術支撐主體，金融科技企業未來將加大重點技術領域的研發應用力度，同時也為科技賦能定位增加籌碼。

例如在人工智能方面，將從感知智能向認知智能演進，從而促進更高層面的人機協同，更好賦能金融服務；將加強大數據與人工智能的結合，合規開發數據價值；拓展云計算的運用邊界，將其演變成所有IT技術創新的中心；區塊鏈方面，將加強聯盟鏈及非金融領域的應用。此外，還將積極探索通過5G建立更加廣泛的數據生態，有效優化現有的金融服務模式和體驗。

3. 加速向產業互聯網金融領域邁進

（1）產業互聯網空間巨大

截至2019年6月，中國網民規模為8.54億人，互聯網普及率達61.2%，網民滲透率極高。但伴隨而來的是，消費互聯網領域流量紅利消退，用戶增速放緩，金融科技企業服務C端的成本急劇上升，相關營收增幅被逐漸壓縮，金融科技企業迫切需要追求新增長點。與此同時，我國產業互聯網的規模卻非常廣闊。據測算，目前我國有60余個萬億級產業集群，若數字化轉型能拓展10%的產業價值空間，每年可多創造2000億元以上的價值 。據畢馬威預測，2020年中國B端服務市場規模將超過12萬億元。

在上述背景下，金融科技企業開始向產業互聯網金融領域轉型，通過科技手段打通產業內的各個參與者，使得產業內的各要素數字化，并運用區塊鏈等技術保障產業內數據、交易的可信性，從而提升產業內各節點、各參與方的數據價值，并將其轉換為數字化的金融元素，再有針對性地為其提供金融服務。

（2）交通、物流領域將成為有效切入點

交通、物流行業參與主體較多，除了各類貨運、物流企業外，產業鏈上還聚集了眾多司機、快遞員等個人參與者，是離消費互聯網金融最為接近的產業領域，也是金融科技企業邁向產業互聯網金融最容易落地的領域。金融科技企業通過大數據、云計算、車聯網等技術，將車輛、司機、企業各個維度的數據加以挖掘、計算、分析，助力產業數字化。

螞蟻金服已開始了在物流行業的布局。2018年，螞蟻金服領投凱京科技，雙方合作深耕物流行業，為中小微企業和個人提供各類場景下的信貸服務。凱京科技是一家物流科技行業，為中小微物流企業提供SaaS軟件，同時為司機提供APP服務；從運單生成就開始數字化，然后追蹤運單數字化；在最后的支付環節，凱京通過與螞蟻金服為用戶提供賬戶和支付解決方案，讓資金流數字化。從而實現物流、資金流、信息流三流數字化，并通過三流綜合化分析，為小微物流企業的真實生產運營情況精準畫像。基于上述操作，凱京科技開發了一套數字化風控決策引擎來對企業進行風險判斷，從而提供數字化的普惠金融服務，探索解決物流行業運輸成本高、融資門檻高等痛點，為物流行業降本增效。

1. 數據是一切創新的基礎

在數字經濟時代，任何服務升級、商業模式創新、產業轉型都建立在數據要素基礎上。金融科技企業之所以能夠對金融行業的運行帶來重大創新，也是基于其強大的數據掌控能力。體現在三個方面，一是數據積累能力，需要在各類金融業務、各種場景交互、各類渠道中不斷挖掘數據資源，并將非數據要素轉換為數據要素；二是數據開發能力，需要將沉淀的數據資源進行分析、運算，從而提煉出數據的經濟價值；三是數據運用能力，需要將數據資源轉換為數據資產，進而服務于客戶征信、客戶管理、企業運營、智能風控等場景。

依托強大的數據掌控能力，金融科技企業才能精準發現長尾客戶，從而提供普惠、安全、高效的金融服務；同樣基于對數據的深度積累、分析和運用，金融科技企業才能建立豐富的中臺能力，從而進行科技輸出。

商業銀行在長期的經營過程中積累了龐大的數據規模，但是，受限于強監管環境與風險厭惡型企業文化，商業銀行對沉淀數據的開發和應用能力較金融科技企業來說更為薄弱。此外，商業銀行煙囪似的組織架構、傳統的“部門為陣”的慣性思維，導致內部數據孤島現象非常突出，阻礙了數據融合增值的速度。

2. 研發與應用要相輔相成

金融科技企業對待技術的思路是研發和應用相輔相成。一方面，投入大量的資金、人力資源，通過實驗室研發、人才培養等方式突破技術瓶頸，搶抓前沿技術開發時機，奪取技術研發能力話語權。另一方面，金融科技企業高度重視技術的落地和應用投入，通過三個步驟加速技術的價值轉換。第一步是基于技術建立模型，讓技術形成標準化的、可輸出型的產品，例如微眾銀行的聯邦學習模型、RPA流程機器人等；第二步是推動技術模型與各類場景融合，實現技術的場景化運用，例如智能風控；第三步是在應用中不斷迭代優化。

對商業銀行而言，新興科技的研發和技術建模能力總體上較金融科技企業遜色，但商業銀行的優勢在于對于技術的使用場景非常豐富，且能夠在豐富的金融產品和服務過程中對技術及模型進行高頻、高效的優化和迭代。

3. 秉持開放性的發展理念

金融科技企業一直秉持著開放性的發展理念，不僅開放自身的科技能力和金融服務，還積極推動與外部機構的開放性合作，從而達成多方共贏的局面。例如網商銀行在開展農村金融業務時，與深耕農村金融服務的金融機構，以及為農戶提供農資的各類供應商合作，彌補數據空白；與中文網站流量統計機構CNZZ合作，引流中小規模的創業型網站客戶。

商業銀行受限于監管環境和保守的企業文化，與外部機構合作態度更為謹慎。從合作對象來看，通常以大型機構或者頭部企業為主，對于企業規模較小、市場份額有限、成立時間較短，但是可能在某細分領域（例如數據資源或某項技術能力）具有核心競爭力企業，合作可能性較小。另外從合作進程來看，由于商業銀行繁冗的層級式架構，導致溝通合作效率較低，投入產出率不高。

4. 重視盤活維護存量客戶

在消費互聯網紅利消退背景下，對于存量客戶的維護、盤活顯得尤為重要。金融科技企業對于存量客戶的開發舉措包括，一是給客戶打標簽，從而判斷客戶偏好；二是通過符合客戶偏好的產品及服務對客戶進行精準營銷，精準激發客戶需求；三是通過存貸匯、理財、生活服務等多維度產品服務客戶，增加客戶黏性；四是通過大數據分析進行客戶流失預警，留住客戶。在盤活、維護存量客戶的同時，金融科技企業也正在積極挖掘增量客戶，例如向產業互聯網金融邁進，發掘B端客戶市場。

商業銀行在C端市場沉淀了大量的存量客戶，但這部分客戶的活躍度遠遠不如金融科技企業C端客戶。喚醒、活躍、黏住存量客戶，是商業銀行零售業務的重要課題。對于B端市場而言，商業銀行因為良好的金融品牌形象，一直是大中型企業的金融合作伙伴，但如何在產業互聯網快速發展、數字經濟帶動產業升級到背景下深入挖掘產業鏈上下游業務機會，也是商業銀行需要重點探索的方向。