核心摘要：
行業整體發展分析：
回顧歷史，金融科技並不是一個新生事物。人類金融發展過程中，科技創新與金融創新始終緊密相連。尤其進入資訊社會以來，在摩爾定律作用下，資訊科技的運算速度及新技術的出現速度不斷加快，而金融與科技的共生式成長也使得現代金融體系伴隨資訊科技共同經歷著指數級的增長。
放眼全球，中國的金融科技市場正佔據著越來越重要的位置。與歐美等發達國家相比，中國金融基礎要薄弱許多，但正是中國金融市場尚未成熟這一特點給予了中國金融科技快速發展的土壤。
聚焦中國，金融與科技的融合也帶動了金融企業與科技企業的融合。2018年中國各類金融機構技術資金投入已達2297.3億元，其中投入到大資料、人工智慧、雲端計算等為代表的前沿科技資金為675.2億元，佔總體投入比重為29.4%。
細分領域落地分析：
本報告第二章對存、貸、匯三個版塊，證券、基金、保險、銀行理財、供應鏈金融、消費金融、支付七個金融細分業務的金融科技落地及投入情況進行了梳理，由於各細分業務特點不同，金融科技在業務中的也有很大差別。
存：證券、基金業科技化程度較低，前沿科技的應用以頭部企業試水為主，受監管合規約束較強；保險業中，“數字場景搭建à智慧化落地”已成為保險科技的主要投資方向；銀行理財目前以智慧化應用為主，智慧營銷效果顯著，智慧投顧完善空間較大；
貸：供應鏈金融業務中，應收賬款+Fintech在多數銀行，金融科技企業等已有較多落地案例，但仍屬於初步落地階段，相比之下，ARIF+Fintech落地稍顯落後，僅少數核心企業擁有落地案例；消費金融業務中，目前在使用者資料的串聯下，頭部消費金融企業通過大資料分析、生物識別、深度學習等技術已經實現了貸前貸中貸後的全流程風險管理；
匯：產業網際網路背景下，前沿科技將助力支付企業在“產業支付”領域進行發力。
趨勢洞見：
整體落地趨勢來看：短期以業務賦能為主，長期以模式創新為主，且隨著金融科技業務滲透的逐漸加深，監管難度增加，監管科技將逐漸落地。
短期趨勢來看：金融科技對人力的逐漸替代成為明顯趨勢，以智慧客服為例，預計至2022年，智慧客服將替代約73%～80%的金融機構人力；此外，AI落地難的背景下，RPA價值逐漸釋放，著重體現在“催化”金融AI落地及RPA自身價值場景的擴充套件，預計至2022年，金融機構對RPA技術資金投入將達42.5億元。
塘上月：中國金融科技行業發展分析
金融與科技的共生式成長
摩爾定律作用下，現代金融體系正經歷指數級增長
回顧人類的金融發展史，科技創新與金融創新始終緊密相連，金屬冶煉技術的發展讓金屬貨幣取代了實物貨幣，造紙印刷術的成熟讓紙幣逐漸流通。進入資訊社會以來，在摩爾定律作用下，資訊科技的運算速度及新技術的出現速度不斷加快，而金融與科技的共生式成長也使得現代金融體系伴隨資訊科技共同經歷著指數級的增長。
從“IT+金融”到“網際網路+金融”階段，再到現在我們正經歷的以人工智慧、大資料、雲端計算等為代表的“新科技+金融”階段，每個金融階段持續的時間越來越短，金融科技的創新速率越來越快，對於金融從業者及金融監管來說新時代下的金融科技發展充滿了機遇與挑戰。
中國金融科技的彎道超車
中國尚未成熟的金融市場給予金融科技快速發展的土壤
與歐美等發達國家相比，中國金融基礎要薄弱許多，但正是中國金融市場尚未成熟這一特點給予了中國金融科技快速發展的土壤。以中美狹義消費信貸滲透情況對比為例，2016年中國狹義消費信貸滲透率僅為18.3%，與同期美國34.5%的狹義消費信貸滲透率相比差距巨大。但隨著2017年開始中國金融科技行業的爆發，中國狹義消費信貸滲透率在2016-2018短短兩年的時間內完成了從18.3%到32.4%的增長，大幅縮小了中國與美國普惠金融程序之間的差距。
從全球金融科技投資分佈情況來看，2014年中國金融科技企業融資規模僅佔全球的3.1%，但到2018年中國金融科技企業融資規模已佔全球的16.4%，增速遠超歐美等地區。
融合的開始
金融企業與科技企業不再涇渭分明
中國金融科技市場的參與企業按各自側重點不同，可以分為三類：第一類，金融業務開展方，這類企業主要指持牌開展金融業務的銀行、證券、保險等金融機構；第二類，技術提供方，這類企業主要指專注研發人工智慧、大資料、雲端計算等前沿科技底層技術的科技研發公司；第三類，金融科技解決方案提供方，這類企業主要指將前沿科技與金融業務相結合，為金融機構提供可落地的業務解決方案的科技公司。
值得一提的是金融與科技的融合也帶動了金融企業與科技企業的合作融合，目前這三類參與者的邊界正變得越來越模糊。技術提供方正努力補齊金融業務能力的短板，為金融機構提供從單一技術到整體業務的科技升級服務；金融科技解決方案提供方一方面在加強前沿科技的研發，一方面在申請金融牌照，在金融業務與技術兩方面發力；而金融業務方正加大前沿科技的研發投入，部分頭部金融機構已經開展了面向同業的技術輸出服務。
金融科技產業圖譜
金融機構科技投入規模及結構
2018年中國金融機構技術資金投入達2297.3億元，支付業務投入佔比最高
2018年中國金融機構技術資金投入達2297.3億元，其中投入到以大資料、人工智慧、雲端計算等為代表的前沿科技資金為675.2億元，佔總體投入比重為29.4%。從金融機構技術資金投入結構來看，支付業務因其受眾最廣、交易最高頻的特性投入佔比最高。
金融科技的頂層規劃
央行金融科技頂層規劃的出臺利好中國金融科技的健康發展
柳下池：細分領域落地分析
證券+Fintech業務模式及落地情況
證券業科技化程度較低，前沿科技的應用以頭部企業試水為主，且受監管合規約束較強
相較於銀行業、保險業，證券行業的科技應用相對滯後，主要以資訊系統使用為主；AI、區塊鏈等前沿科技僅在頭部企業中“試水“，出現較好落地案例且通過監管的合規性審查後，在非頭部企業中才會逐漸對該項技術進行使用，監管成為證券科技化的關鍵制約因素。現階段前沿科技的應用在證券行業中普遍處於技術落地探索，甚至是概念階段。
證券：技術資金投入情況
首要實現IT建設完善可控，前沿科技投入以頭中部企業為主
以基礎IT建設為主的非前沿科技在證券技術投入中佔較大比重，約2/3為完全通過外部採購實施，這部分證券企業的資料及業務處於非自主可控的狀態，因此實現IT建設自主化是當下證券業務科技化的關鍵。
頭部證券企業前沿科技資金投入約為中部企業的2～3倍，尾部企業投入幾乎為0，而中部企業數量為頭部企業數量的4倍左右。一方面頭部企業有足夠的資金實力佈局科技投入；另一方面，頭部企業在實現良好可控的基礎IT建設後，在監管允許範疇內進行科技化升級探索為尋求業務增長。未來至2022年，我們認為證券業在各項前沿科技投入的增長基本趨穩，單一技術資金投入增長情況不會出現較大波動。雲端計算與大資料的基礎建設，以及AI、RPA/IPA這類應用場景明顯的技術將作為整體的重點投入物件，區塊鏈這類以應用探索為主的技術，主要以頭部企業進行資金投入為主。
基金+Fintech業務模式及落地情況
基金科技現狀：資訊化建設成當務之急、前沿科技以探索為主
頭部基金公司資訊化程度相對較高，IT建設逐漸自主可控，同時進行前沿科技的投入，目前主要以雲端計算與大資料、AI的落地與探索為主，極少數企業進行區塊鏈落地探索。
中尾部企業目前聚焦於企業的資訊化建設，前沿科技投入較少；特別是尾部企業的資訊化搭建目前仍只依靠外部技術採購。可見基金行業整體科技化程度較低，做好自主可控的資訊化基礎建設成當務之急，也是金融科技轉型關鍵。
基金：技術資金投入情況
IT建設成中尾部公司發力重點；頭部公司鞏固完善IT建設的同時，穩步增加前沿科技投入
目前行業平均水平來看，前沿科技在基金公司每年技術資金投入佔比情況：頭部企業約為10%；中部企業約為2%；尾部企業幾乎為0，IT建設等非前沿科技投入依然是主要部分。鑑於中尾部公司之前對IT建設不足，我們預計至2022年，其IT建設投入增速要高於頭部企業。而頭部企業依然是前沿科技投入的主力軍，中部企業次之；尾部企業伴隨著IT建設逐漸完善，預計在2020年前沿科技的資金投入佔比將提高至5%，進而實現逐年增長。智慧營銷、智慧投顧等有助於提高獲客轉化進而提高收益的落地場景是基金科技的主要應用方向，因此前沿科技的增長將以雲端計算與大資料、AI為主，區塊鏈等需進行場景探索的技術資金投入優先順序次之。
保險+Fintech業務模式及落地情況
以場景為核心，通過全域數字化構建，釋放保險科技價值
保險：技術資金投入情況
“數字場景搭建à智慧化落地”成保險科技主要投資方向
中尾部保險公司將技術投資重點放在資訊化建設，前沿科技投入以頭部企業為主。頭部企業雲端計算建設逐漸趨於成熟，對雲端計算的投入增速將趨緩至微降，中尾部企業的投入增速將逐漸增加。伴隨著智慧化應用的逐漸發展，AI資金投入增速將會穩步上漲，同時也將帶動大資料投入的增長，而IoT可有效擴充套件場景資料邊界，如出車聯網、倉儲監控、智慧家居等場景，將更有效豐富保險資料場景，更全面實現全域資料化，但受限於規模化部署、硬體成本等因素，我們認為在1～3年內，IoT在保險領域的應用仍將處於探索階段，投入上不會出現大幅增長。RPA/IPA針對規則經常變化的業務，無法給出長期有效的解決方案，但對於規則較為統一業務的RPA/IPA投入將會逐步增長。而區塊鏈在未來幾年將主要以場景探索投入為主，更多應用在相互保這類需強化互信關係的業務中。
銀行理財+Fintech解決方案及落地情況
銀行理財以智慧化應用為主，智慧營銷效果顯著，智慧投顧落地效果提升空間較大
銀行理財：技術資金投入情況
IT系統投入增速放緩，大資料與AI投入穩步增長
除了選擇與具備流量優勢的網際網路金融公司合作，通過自身技術強化與落地應用成為銀行理財業務增長關鍵策略之一。
銀行資訊化建設相對較為成熟，理財業務IT系統資金投入在未來1～3年內的增速將逐漸放緩。目前智慧化應用還未成熟但價值前景明朗，銀行在構建自有技術團隊的同時也會選擇雲從這類頭部AI服務商進行定製化開發，因此大資料、AI技術的資金投入將繼續的穩步增長。銀行經過多年的雲平臺建設與積澱，相比於證券、保險行業要領先很多，因此“大資料與雲端計算”類別中的雲端計算技術在未來增速將逐漸放緩。
供應鏈金融+Fintech模式及落地情況
構建企業間貿易系統為基礎，憑證拆轉融為主要創新
落地情況：應收賬款+Fintech在多數銀行，金融科技企業等已有較多落地案例，但仍屬於初步落地階段，下一階段任務將是尋找促進憑證流轉策略、吸引更多企業加入鏈上網路生態；相比之下，ARIF+Fintech落地稍顯落後，僅少數核心企業擁有落地案例。
供應鏈金融：技術資金投入情況
聯合運營成主流，銀行供應鏈金融區塊鏈資金投入平穩增長
從銀行角度看，區塊鏈系統成為供應鏈金融科技的主要投入，且無論是頭部的國有大行及商業銀行，還是中尾部的地方銀行、民營銀行等，均對區塊鏈供應鏈金融有所投入。目前雖有“構建區塊鏈生態網路、如何促進憑證高效流轉”等難題的存在，但通過對銀行調研反饋顯示：行業整體對區塊鏈在供應鏈金融業務中的應用前景較為看好，同時分析目前聯合運營逐漸成為主流（聯合運營：金融機構提供資金、技術商提供技術支援、核心企業提供貿易資料，三方分潤），銀行將更多以資金方參與其中，在現有基礎上，我們預估銀行供應鏈金融業務對區塊鏈技術投入將穩定在13%～14%左右的增速，不會出現較大波動。僅部分銀行會參與ARIF+IoT全棧系統建設（如：背靠核心企業的民營銀行），但是這類投入仍然主要以核心企業、倉促物流公司或技術服務商為主。
消費金融+Fintech模式及落地情況
消費金融貸前、貸中、貸後的全生命週期風險管理
消費金融業務的核心是風控，如何做到在貸前、貸中、貸後三個不同環節中，動態地了解貸款使用者的還款意願與還款能力是消費金融企業面臨的主要難題之一。目前在使用者資料的串聯下，頭部消費金融企業通過研發大資料分析、生物識別、深度學習等技術已經實現了貸前貸中貸後的全流程風險管理，而中小的消費金融企業往往也會與拉卡拉金科等較大的金融科技平臺合作來獲取相應的技術支援。
消費金融：技術資金投入情況
科技能力高的消費金融平臺在完成自身技術系統搭建後，將其形成產品輸出給金融生態系統內的合作者
更優秀的金融科技能力使平臺能夠更好地利用其業務中產生的大量資料，定製和優化其產品模型和風控模型，以降低壞賬風險、滿足使用者需求。同時在自身系統構建完畢後將其形成產品，輸出給金融生態系統內的所有合作者。
消費金融業務2018年技術資金投入達157.1億元，其中前沿科技投入達93.6億元。在前沿科技的各項技術中，雲端計算與大資料是目前佔比最高的技術投入，未來人工智慧的技術投入佔比將逐步提升。
支付+Fintech模式及落地情況
產業網際網路背景下，前沿科技助力支付企業發力“產業支付”
目前，面向個人端的第三方支付工具的滲透率已足夠高，使用者量增長已逐漸穩定下來。支付寶、財付通兩大巨頭在個人端佔絕對優勢，其他支付機構在產業側尋求新的增量市場成為關鍵。產業側的支付需求相較個人端要複雜很多，許多企業面臨的最大痛點並不是支付，而是拉新留存、資金週轉和貨品供應等。因此從支付業務入手，運用雲端計算、大資料、人工智慧等前沿科技為企業提供行之有效的整體解決方案才是支付企業發力“產業支付”關鍵。
支付：技術資金投入情況
中國支付業務技術投入已超千億，前沿科技投入增長迅速
根據央行披露的資訊，2018年銀行業金融機構共處理電子支付業務1751.92億筆，非銀行支付機構發生網路支付業務5306.1億筆。中國龐大的電子支付交易體系推動了中國支付業務技術資金的投入規模的增長，2018年中國支付業務技術資金投入達1033.6億元，其中前沿科技投入僅為152.6億元，佔比較低。但隨著“支付+科技”的結合越來越緊密，未來支付企業對前沿科技的資金投入將快速增長，艾瑞預計2022年支付企業前沿科技投入將增長到337.2億元。其中雲從等人工智慧企業的智慧支付解決方案在未來的支付業務前沿科技投入佔比中將會迅速提升。
梅花詩：中國金融科技行業趨勢洞見
金融科技落地趨勢
金融科技落地：短期以業務賦能為主，長期以模式創新為主
金融科技對人力的逐漸替代
金融科技將對下述五個能力階段實現逐步完全的人力替代：
Stage 1：簡單場景的重複與流程化的工作
Stage 2：複雜場景的重複與流程化的工作
Stage 3：初級決策性工作
Stage 4：高階決策性工作
Stage 5：創新性工作
Step1～Step4為可見的技術實現情況，如智慧客服等替代基礎性工作的應用已落地、智慧投顧等決策性應用正在落地探索；Step5處於理論階段層面，由AI的“計算智慧—感知智慧—認知智慧—創造智慧”發展路徑得出。
目前，以實現Step1、Step2為主，智慧客服、RPA/IPA等技術將逐漸替代傳統金融業務中的流程化、重複性的人力工作。相比之下，科技化業務執行可提供7×24小時同效服務，極大地降低錯誤率。而技術替代人力需要一個循序漸進的過程，以智慧客服為例：隨著NLP、知識圖譜等技術的突破，智慧客服將逐漸適應更加複雜的業務場景，進而提升人工替代率。
金融RPA價值的逐漸顯現
RPA將不斷豐富金融科技應用場景，並催化AI等技術落地
從技術資金投入情況可見，對金融機構而言，RPA與“ABCDI”不在同一戰略層級，但從金融科技落地角度看，RPA更像是一枚催化劑，加速了AI等技術與金融業務的融合，如RPA+文字識別應用於合同掃描與關鍵資訊檢索分析，豐富了AI落地場景的同時，也讓AI與金融業務實現了更深度融合。作為催化劑的同時，RPA自身落地的業務場景也在不斷拓展，如：RPA最初只作為財務自動化工具，而後逐漸在清結算、流程化運營等業務場景中被逐漸應用。
從技術發展的巨集觀角度看，RPA在推動金融科技落地方面起到了“過渡”價值，加之RPA自身業務場景的不斷豐富，因此在未來幾年，金融機構對RPA的投入會逐漸增加。而對金融RPA服務商來說：1）提供“RPA+技術”的綜合解決方案會打破金融RPA市場規模瓶頸；2）同樣的技術能力下，更懂金融業務的金融RPA服務商會更具競爭力。
金融的未來
分散式金融（體系）將成終態
分散式金融是建立在完全科技化的、分散式網路基礎設施之上新的金融形態，新的業務協作關係與金融模式成為主要創新，而新思維的認知將成為從業者的關鍵競爭力。
分散式金融目前處於概念階段，分散式金融體系的關鍵是以區塊鏈技術為核心的分散式金融網路，分散式金融網路將作為協調業務、實現點對點交易，保證可信關係的基礎設施，同時將承載數字化場景、金融AI智慧化場景的應用。這樣點對點分散式網路將具備“高效、普惠、低成本”的優勢。