2020年伊始，突如其來的新冠疫情對社會經濟各領域都帶來了廣泛而深刻的影響。面對疫情的衝擊，憑藉“零接觸式”的金融服務方式，金融科技得到了更加廣泛的重視和應用，在金融行業數字化轉型呈現加速的趨勢下，金融與科技的融合程度不斷加深，整個生態正在發生著新的深刻變化。

新一輪生態產業的變革，技術與業務界限的不斷模糊化，讓我們不得不感嘆，技術與業務開始有了深度融合的趨勢，從具體不同視角來觀察，其體現在兩個方面。

一、從技術對業務的影響角度看：

按照以往的經驗來看，技術幾乎以支撐業務為主，而現在大家都慢慢發現了技術改變業務，甚至是技術創造業務的現象。

具體以大資料的技術演變為例，從傳統的Oracle、Mysql關係型資料庫支撐企業資料儲存，到2012年使用Hadoop技術棧構建大資料分析平臺而衍生出的網際網路徵信、大資料風控系統，再到2015年的Spark技術框架實現了業務資料視覺化解決流式計算問題，現在Flink技術的迅猛落地讓資料應用走向智慧化從而輔助企業進行經營決策。

再以知識圖譜為例，知識圖譜助力資料價值的挖掘，賦能於多個細分金融場景。眾所周知，知識圖譜具有多維度、深加工、視覺化等典型特徵，可挖掘金融領域非結構化和半結構化資料的資源價值，提升決策和構建工作流程的準確度和效率，知識圖譜多應用於金融領域風控、徵信、審計、反欺詐、資料分析、精準營銷等。

二、從業務反向驅動技術的角度：

應用場景又將成為新技術研發和應用的重要驅動力，比如聯邦學習，資料孤島是信貸機構參與者普遍面臨的痛點之一，由於涉及到使用者隱私、行業競爭等問題，無法直接進行資料交換，業務痛點促使聯邦學習技術的出現。

在天冕大資料的聯邦學習平臺上，就運用了聯邦學習技術，透過應用場景驅動多方安全計算技術的研發，各參與方只需要在本地伺服器上傳資料樣本，沒有資料流出，僅互動中間梯度計算結果，無樣本資料互動，透過智慧WeFe，機構參與者可以在本地配置演算法與建模引數，本地訓練模型，最終可在互動中間梯度迭代模型。

隨著金融科技技術與業務的融合程序加快，金融科技自主創新能力正在得到更高的重視，底層技術突破將是關鍵，具體來看：一方面自主創新能力正在成為金融科技主體的“核心競爭力”，把核心技術牢牢掌握在自己手裡，確保對於自身金融科技應用能力的自主把控，既是強化自身關鍵競爭能力的保證，也是應對外部市場和使用者靈活需求的需要。

另一方面，金融科技的應用需求更加向底層穿透，需要在適應金融行業獨特需求的條件下進行創新突破，比如在多方隱私安全計算、IT 基礎設施轉型、大資料+人工智慧應用、區塊鏈技術應用，以及 5G 金融應用等多個方面，金融業都對技術應用有更高效能、更強穩定性的要求，而這些要求都必須透過底層技術創新突破來實現。相對應的，將強化科技能力提升到戰略高度，以戰略性的資源投入面對金融科技領域的競爭成為各大金融機構的共識。

央行 2020 年金融科技重點工作中，明確提出要“加大金融科技監管力度”。尤其是央行專門印發了《關於開展金融科技應用風險專項摸排工作的通知》（銀辦發〔2020〕45 號），可以預見，對於金融科技的監管制度和能力建設都將得到進一步的重視和完善。

隨著我國加快促進金融迴歸服務實體經濟的本源，金融科技的應用也會更加重視以提升金融服務可得性，強化金融服務實體經濟能力為目標。