推動數字經濟和實體經濟的深度融合是我國經濟發展新十年堅定不移的方向，也是實現建設數字中國這一目標的必然舉措。金融行業立足於服務實體經濟，深化新技術應用與創新，是推動數字經濟發展的關鍵力量。
即將過去的2021年是全球金融行業應對疫情影響及其不確定性、邁入新常態的關鍵一年，也是凸顯金融行業實現業務韌性，迅速並敏捷應對消費者及企業客戶不斷變化金融產品及服務需求的一年。
IDC Financial Insights 金融行業研究團隊於近日釋出了2022全球金融行業及支付科技十大預測，基於此，IDC中國金融行業研究團隊針對這十大預測，結合中國金融行業的現狀、趨勢及技術特點進行了本地化解讀，並結合外部驅動因素，對IT及業務的影響提出了相應建設性建議。
IDC 2022年中國金融行業與支付科技十大預測具體內容如下：
預測一：隨著監管機構和基於社會責任壓力的加大，到2025年，30%的銀行將實施基於AI的反洗錢（AML）模型，以更好地檢測社會影響較為嚴重的非法活動。
據統計預估，洗錢活動約佔全球GDP的3%。但是透過銀行間資金流向可以識別非法活動的規模卻不到5%。隨著對ESG相關議題認知度的不斷提升，社會要求金融行業能夠更為有效地識別資金流動中的非法活動。這要求金融機構對於先進的機器學習技術優先投資（如無監督式的機器學習模型，圖計算等），以識別複雜的非法資金流動模式。
預測二：到2024年，40%的大型銀行將使用基於人工智慧的情緒分析（Sentiment Analysis）提高客戶對當前以及未來產品和服務的體驗。
評估和理解客戶情緒的能力可以幫助金融行業客戶體驗的提升，這種體驗會根據客戶的情緒、位置、面部表情，甚至是一週中的具體一天或一天中的某個時間點，產生流暢的體驗。完整的人工智慧驅動的情緒分析需要整合影片、文字和自然語言處理，以檢測人類情緒（正或負面）並做出相應反應。這項工作的開展將以人機協同為基礎，機器學習和人工覆盤需要統一整合，以確保演算法捕獲正確的資訊，並透過任何形式的合規測試。
預測三：到2025年，30%的處於第一梯隊銀行將基於雲部署其資料倉庫和資料分析業務。
實時有效的資料分析將為提供客戶的規模化共情體驗、提高機構運營效率、改善企業風險管理以及前所未有的安全和欺詐檢測水平。而金融機構現有資料孤島的現狀是管理資料，實現所有這些能力的最大挑戰。基於雲的資料智慧的能力部署可以充分利用雲服務提供商豐富的資料管理運營經驗和專業知識。而行業使用者則可以專注提升資料及資料分析使用者的技能提升，最大程度發揮資料價值。這個程序中應該在確定企業級資料元件及重要性分層，在關注安全，隱私及合規要求的前提下有節奏推進。
預測四：現有和即將釋出的SWIFT規則框架要求貿易融資系統更新換代，到2025年，75%的系統將基於雲進行部署。
SR2018的釋出所給銀行業尤其是全球性銀行帶來的陣痛，SWIFT被迫將2019年計劃的變化推遲到2020年。隨之而來的變化包括SR2020實施支付跟蹤系統，SR2021基本上意味著從MT支付資訊轉向新的ISO20022資訊傳遞標準。ISO20022也允許將更多有關每個業務方的資料儲存在金融訊息中，並將大幅改進制裁篩選、AML控制和監管報告。鑑於SWIFT的大規模現代化程序，許多銀行將被迫淘汰舊有系統，投資新的貿易融資解決方案（其中許多解決方案將基於雲）以避免過去所走的彎路。
預測五：到2026年，30%的保險公司將直接或透過數字合作生態系統，為零售類（壽險或產險）客戶提供實時風險預防服務（Real-time risk prevention as a service）。
一系列整合到連線裝置中的創新技術的逐漸成熟，為保險公司提供了更為有效的數字技術，他們可以利用這些數字技術透過其核心產品（風險管理、風險預測和風險防範）動態、實時地與客戶互動。這個過程中，邊緣和雲計算成為必需技術能力，這是實時分析資料，並生成即時情境輸出，如警告，以避免迫在眉睫的風險或警報，啟用即時反應的必要條件，以限制/控制損害程度。隨著客戶旅程變得越來越數字化，保險公司必須整合人工智慧、AR/VR、行為設計和說服性技術，最大程度地降低客戶擺脫迫在眉睫的風險。
預測六：到2023年，金融科技（Fintech）市場整合將繼續，至少25%的知名金融科技公司被收購或合併，另外30%的金融科技公司因缺乏規模化而可能遭受失敗。
2021年是金融技術創新者輝煌的一年，這一趨勢將持續。對金融科技玩家的收購創下歷史新高，風投也在這些投資中取得了可觀的回報。同時，許多傳統的金融服務公司已經逐漸轉型成為數字化技術公司。IDC預測，這些大型機構將透過金融科技收購的方式變得更為全面。隨著這些新參與者被整合到其市場上最知名的品牌或收購同行，數字金融市場也將進一步活躍。
金融科技領域的整合證明了金融服務成功的一個既成事實：規模化。消費者的數字習慣和偏好已經開始圍繞現有的金融科技主張趨於穩定，新參與者將越來越難以吸引到那些已經建立起行業公信度的金融科技公司。IDC認為，在如銀行即服務（Banking as Service）、開放銀行、合規、資料隱私及安全、資料即服務類公司，仍然相對開放。這一趨勢代表著新興Fintech的方向逐漸轉變為助力提升銀行的運營模式和成本效率。
預測七：到2026年，35%的支付將使用AI驅動的路由模型（AI-derived routing）進行最佳化。
IDC預測，支付將是金融服務人工智慧的下一個增長點，有關使用哪種支付系統的決定通常是手動做出的，資訊有限，或者使用基於規則的簡單模型，如根據最小成本的路由或最快的結算時間。而AI驅動的模型將利用交易資料，透過複雜的決策模型，根據付款人或機構的整體業務目標，根據支付方或相關機構的整體業務目標，根據多個引數最佳化支付路由決策，為任何給定支付選擇最佳路徑。
數字化支付在多個場景案例中的增長以及支付通道數量的不斷增加，使得這類基於AI最佳化越來越有吸引力。隨著實時支付和資料維度豐富的ISO 20022報文傳遞框架的擴充套件，其發展也將更具現實意義。
預測八：到2024年，20%的消費者將嘗試跨渠道、跨生態的即時信貸類服務（Buy Now, Pay Later）
“先買後付”（Buy Now, Pay Later – BNPL) 的業務模式為消費者在結賬時提供即時消費融資的選項，在過去幾年中增長迅速，尤其在過去18個月中在參與商戶和從事交易的消費者數量上均呈現爆炸式增長。隨著BNPL金融科技公司越來越受關注，銀行和傳統零售金融公司開始透過新產品來保護其市場地位並且取得競爭優勢。隨著這些其他選項被推出，競爭也進一步推動了消費者的使用頻率。
我國已有類似消費金融類產品在近幾年出現，前提是與第三方支付通道繫結，並且在特定的電商或者生活消費類平臺生態內進行。本預測提出的跨渠道、跨生態的即時信貸類服務是否還有足夠的市場前景和推動力尚有待觀察。
預測九：到2026年，FedNow將佔據美國75%的實時支付（RTP）數量，包括跨境交易。
實時支付網路在數秒而不是數小時或數天之內提供賬戶到賬戶的支付和結算服務，這一趨勢在全球範圍內呈增長態勢。以美國為例，現有的實時支付系統是2017年推出TCH的RTP網路。2023年，RTP將與美聯儲正在開發的 FedNow展開競爭。ISO 20022支付資訊傳遞框架是實時支付系統落地的先決條件。然而，RTP和 FedNow的資訊格式並不相同，實施這兩種系統的銀行必須考慮到這兩種差異。
實時支付的實現提供的遠不止即時支付和結算。藉助系統生成的資料，它們可以助力改進其他流程（從反欺詐到反洗錢等）的催化劑。實時支付的實現還有助於基於雲部署模式的支付即服務（Payment as service）的推出。
我國的支付體系有別於美國，實時支付清算體系的實現還有待時日。但是FedNow的實踐經驗將有一定借鑑意義。
預測十：到2025年，30%的全球銀行將基於數字信任及AI的個性化作為開放金融生態下打造忠誠客戶的關鍵差異化能力。
個性化是一種基於人工智慧的工具，能夠以有意義的方式與客戶建立聯絡，它不僅有助於滿足客戶的需求，還能預測和超越客戶的需求。如果個性化要成為真正的朋友，而不是敵人，演算法編排必須要具有相關性及責任感。其相關性取決於它如何開發和利用可落地的洞察（基於客戶屬性、行為和過去在所有渠道積累的互動）來獲得與客戶互動的收益。它必須在正確的時間滿足客戶的實際或預期的情景化需求。
個性化必須具有負責感。這意味著要尊重隱私，並建立基於信任的真正共生互助的合作伙伴關係。
★
IDC中國金融行業研究總監高飛表示：“IDC 2022年度金融行業十大預測首次納入支付科技，並涵蓋銀行，保險不同型別的金融場景。雲化架構、資料驅動、AI使能繼續成為支撐幾大預測的技術趨勢，而與這些技術能力相關如AI倫理、模型的可解釋性、偏差檢測、資料治理、隱私保護及安全等也成為行業共同關注的話題。與支付科技相關的預測的動因均與SWIFT框架下報文及金融行業訊息格式資料標準的推行直接相關，對於貿易融資系統的迭代更新，AI路由能力的要求，以及跨境支付影響相關預測也是獨具視角；尤其值得關注的是金融行業應如何有效利用金融科技的創新實現ESG驅動業務增長將是未來IDC持續關注的課題。IDC中國金融行業研究團隊也將以開放融合、數字信任、智慧金融為研究及活動主線圍繞相關預測展開。”
