2023中国金融科技行业洞察报告.pdf

2023中国金融科技行业洞察报告概念界定 注释：金融科技定义参考金融稳定理事会（FSB）。金融科技（FinTech）金融科技主要指运用前沿科技成果（如：人工智能、区块链、大数据、云计算、物联网等）改造或创新金融产品、经营模式、业务流程，以及推动金融发展提质增效的一类技术。金融技术 在金融业务中所应用的（包含但不限于 ICT、前沿科技）各类技术。金融技术 金融科技（FinTech）概念界定摘要 技术发展洞察 金融科技发展背景概述：a.2022年作为新一期“金融科技发展规划”伊始之年，金融科技发展内涵更加全面细化、发展效能提质提速。政策新阶段强调以数据要素应用为基础，并围绕基础设施建设、产业生态建设方面新增多项重点任务。b.传统金融机构、金融科技公司、技术服务商呈现三方融合发展态势，在组织内部连接变革，客户导向策略转变的内外驱动因素下，积极推动金融基础设施、金融业务模式、组织内部架构的多层次创新实践。基于“FinTech 技术战略矩阵(2023)”的研究：a.矩阵整体解读：基于技术战略矩阵，艾瑞咨询研究团队将值得被金融机构关注的战略技术分为：智能科技、可信科技、基础/通用技术、数字流程与自动化、综合类五大模块。报告对技术整体的发展情况展开解读。b.矩阵用例解读：艾瑞咨询研究团队通过数理模型及大量实证研究，对 TDaaS、隐私计算、决策智能、RPA/IPA、云原生、基础云等技术展开解读。业务创新解析 基于“2021-2022 年金融科技效能发展象限”的研究：a.关键科技战略：数字人民币、远程金融、开放金融等关键科技战略效能在本研究周期内表现较优。b.金融属性维度下的业务类别：借贷融资类、保险类、财富管 理类业务实践 持续领跑；监管 合规实践的重要性与 必 要性 逐步 提 升，成为金融机构的重点部 署 内 容。c.通用能 力 维度下的业务类别：风控、营 销 用例在本 轮观测 周期中 具备良好 成效；数据 沉淀、策略 响 应、迭 代 调优为金融机构的重点 考察 的 风控 能 力；私 域 流量运营及营 销 一体化战略成为金融机构营 销 能 力 建设的长 期 趋 势。厂商研究 报告基于“金融科技 卓越者”评估，坚持“金融为本、技术为用”的原 则，深 度 聚焦 金融科技技术 供 应商、服 务 集 成商（SI）、金融科技公司的“综合创新 力、技术 输出力、市场影响力”考察，旨 在为金融 行 业的科技创新实践，以及金融机构的合作 伙伴选择 提 供 实证 参考。4技术侧：2023 年值得关注的 FinTech 战略技术 1 业务侧：金融业务数字化创新实践 2 厂商 研究 35背景01Background 可信共享：运用多方安全计算、联邦学习、差分隐私、分布式账本、智能合约、共识机制等技术实现高安全、低成本数据互信互通。数据注智：智能模型、系统、工具打通数据断点，重构业务模式，提升服务效能。业技融合：建立适应敏态、稳态的全周期自动运行与数字化交付模式，实现科技供给与业务需求的精准对接。渠道聚合：拓展线下网点智慧升级延伸服务边界，加强线上开放接口和统一数字门户建设，打造“一站式”金融服务。场景联动：金融场景与非金融场景的交叉融合，自有业务渠道和外部合作渠道的联动赋能等。综合治理：加强监管科技的全方位应用，构建跨部门/机构/行业联防联控体系，实现既有业务及创新行为的风险动态感知及穿透式分析。基建升级：推动 安全泛在、先进高效的金融网络、算力体系建设，优化 多中心、多活架构的数据中心布局。架构转型：构建集中式与分布式并存的双模运行体系。推进基础设施虚拟化、云化管理；系统功能平台化、标准化、模块化发展。自主可控：合规运用开源技术，保障关键平台、关键组件、关键信息基础设施的自主研发能力。金融机构在政策指引下的发展机遇 中国 Fintech 行业迈入自主创新、效能深化、提质提速新阶段 Section 1：新旧交替伊始下的政策发展概述 Section 2-2：新阶段政策指引下的创新机遇 积厚成势 金融科技发展规划（2022-2025年）立柱架梁 金融科技发展规划（2019-2021 年）2022 年其他金融科技关键政策“十四五”数字经济发展规划 金融标准化“十四五”发展规划 中华人民共和国金融稳定法（征求意见稿）关于银行业保险业数字化转型的指导意见 银行业保险业绿色金融指引 银行保险机构公司治理监管评估办法 证券登记结算管理办法（2022修订）证券期货业数据安全管理与保护指引 2022年作为新一期“金融科技发展规划”伊始之年，发展效能提质提速。新版规划更加全面细化，强调以数据要素应用为基础，并在围绕基础设施建设、产业生态建设方面新增重点任务。（详见 Section 2-1）Section 2-1：新阶段政策指引下的关键能力 金融机构基础设施建设（2022 年要点发现）金融机构 业务创新实践（2022 年要点发现）为金融科技发展提供纲领性指导方向，强调科技赋能作用，明确金融与科技间的融合趋势。注重法规标准、监管机制、组织规划、风险防范方面的统筹建设及关键技术的宏观引导，为 下阶段金融科技深化发展建立良好环境。国务院 人民银行 银保监会 证监会 分布式云、分布式数据库建设持续推进；信创背景下，信创云解决方案及信创云原生解决方案成为金融机构的积极实践方向。数字人民币顶层规划与运营体系建设成效初见，国内零售/批发支付、跨 境支付场景下的智能合约应用及智能合约生态建设成为 探索 重心。智能科技、可 信科技、自动化技术的 协同 融合成为业技融合的 策略 支点。监管合规成为金融机构高 度 关 注 的实践 领域，合规科技赋能金融机构实现 从“被 动 处置”到“主动合规”的 策略转 型。金融机构风控、营 销相 关实践态 度 持续积极，并计划加 大投资 力 度。夯实数字金融底座 激活数据要素潜能 促进科技成果转化金融机构数字化实践的驱动因素 组织内生驱动力与市场外生驱动力共同作用下的价值循环 前沿科技与金融业态间的融合碰撞蕴含增长韧性与潜力，金融科技正从设计生产、风险控制、资源配置、渠道流通、交互 协作等方面不断重构传统金融价值链，并成为有益延伸。同时，金融科技打破了传统金融市场的单一供给方式，使金融服 务不再是传统金融机构的“专属特权”。科技应用与创新模式的引入让更多市场参与者可以从科技禀赋、细分专业等角度切入金融赛道。传统金融机构、金融科技公司、技术服务商呈现三方融合发展态势，积极推动金融基础设施、金融业务模 式、组织内部架构的多层次创新实践。注：调研范畴包括国有商业银行、股份制银行、城市商业银行、保险、证券等金融机构的科技/IT部门决策者；N=100。金融机构开展金融科技实践的驱动力 n 内生驱动力：组织内部的连接与变革 n 外生驱动力：以客户为中心的策略转变 75%45%金融机构期望在业务创新实践中推动数据要素共享与业务流程优化金融机构期望在业务创新实践中提升业务的安全性与合规性60%44%金融机构期望在业务创新实践中扩大自身的服务能力与服务范围金融机构期望在业务创新实践中打磨更贴合客户需求的精细化产品服务n 前沿科技与组织架构间的相辅相成 前沿科技应用在加速金融机构内外部业务协作与数据共享的同时，也提升了金融风险的复杂性与隐秘性。金融业务敏捷化、模块化转型背景下，前沿科技效能的充分发挥离不开与之适配的组织架构与赋权机制。金融机构需明确前、中、后台职责，形成环环相扣、相互制约、矩阵式联动的业务管理与风险防控体系。金融科技创新并非一 蹴而就，需 要 在 不断 试错 中发展 前 进。顶层 战略 部 署 与创新实践 间 的 协同 并进、动态 调整，构成金融科技创新 价值 的 正 向 循环。n 客户体验打通实践价值的“最后一公里”前沿科技应用赋能金融机构践行开放金融战略，降低金融服务门槛，使金融科技发展红利流向小微企业及特殊人群。流量红利见顶大背景下，金融机构以补贴换增长的扩张策略遭遇瓶颈且难以持续。伴随获客成本不断走高，以客户需求为导向的精细化洞察与运营、以客户体验为核心的用户旅程优化，成为金融机构的关键能力。金融机构最关注的内生驱动力：金融机构最关注的外生驱动力：金融机构组织战略 0102内生驱动因素 外生驱动因素8技术洞察02Technology InsightFinTech 技术战略矩阵 注释：1、FinTech 技术战略矩阵（简称“矩阵”），将考 察各项 技术在金融业务 实践 中的 综 合战略 价值。“矩阵”研究 成果 参考 了 行业 专家 意见，同时 在“FinTech 技术战略评 估 模 型”的基础 上，对大量案例实 证和数理 实 证 进 行 了 深 入 研究。2-1、技术 潜 在效能：即 技术在（金融）业务 实践 中 所 将 实现 的 潜 在 价值空 间。2-2、技术战略重要性：一方面考 察 一 项 技术在 短 期为金融数字化转型 带 来的 可 见 实践价值 与战略意义，还 将重点考 察这项 技术在 长 期 内对 金融数字化转型方向的引导性与 体系 化能 力 建设的 价值。3-1、领导性战略：对 FinTech 整体 发展 具 有“引领性/基础设施 功 能”的技术。3-2、核心 性战略：在 FinTech 的应用 实践 中 具 有“核心支持 能 力/高 效 推动 作用”的技术。3-3、关键性战略：在部 分场景 中发 挥 关键 价值 的技术。3-4、加 持 性战略：帮助 FinTech 的应用 实践锦上添花，或 者 近 期 内暂不 能发 挥较大 技术效能的技术（随着 技术 成熟 性的提 升或 者应用 实践的深 入 发展，本 范畴 内 的用 例可 能在 其他 评估 周 期 内 发生 较大位置跃升。主要指 因目前 技术 成熟度较低而暂居“加 持 性战略”范畴的技术用 例）。领导性战略 核心性战略 关键性战略 加持性战略 iResearch：FinTech 技术 战略矩阵(2023)技术战略重要性 低 低 高 技 术 潜 在 效 能 高 智能科技 基础/通用技术 类 可 信科技 综 合 类 数字 流程 与自动化 联盟链 分布式 数据 库 RTC分布式核心系 统 智 能合 约 跨链 RPA/IPAIoTNLP知识图谱 自 适 应 MLIDPRegTech超级 自 动 化 APM低代码/无代码 隐私计 算-TFL隐私计 算-MPCTDaaS隐私计 算-TEEAIOps流程挖掘 任务 挖掘 流程智 能 可 观 测 性 平台 iPaaS基础 云 云原 生 可信 业务 协同网络 可信 数字基础设施 全 域智 能 云 安全 网络 安全 决策 智 能 主 动智 能 持续智 能 OCRCVASR 2023.2 iResearch Inc.技术 战略矩阵(2023)所阐述的是：值得金融机构 在 2023 年进行关注的战略性技术。报告中仅选择了一些具有代表性的技术用例展开了解读，并不代表被解读的技术用例是格外被推荐的。矩阵解读分为两个部分：矩阵整体解读、矩阵用例解读。矩阵整体解读：对矩阵的整体输出成果及关键技术方向进行概述分析。矩阵用例解读：选取本研究周期内的要点技术用例，通过技术厂商与金融机构调研、案例实证与数理实证研究等方式进行解读。矩阵解读说明 技术战略矩阵（2023，中国）矩阵整体解读（1/2）本 年度 的研 究 中，根 据金融机构 客 户的技术 投入 现 状 与业务需求，综 合技术 市 场的发展，我们增 加 了 一 些值得 金融机构 客 户关 注 的技术用 例。矩阵整 体解 读将围 绕 金融科技的 整 体 洞察，阐述目前 金融机构的技术 投入 现 状以 及 值得 金融机构用户在 2023年 进行重点关 注 的 战略性 技术。整 体上 来看，较 多用 例 在 矩阵 中的 定 位 也 发生 了较大变 化，说明当 下金融机构的 客 户需求 以 及技术实践方向 正 在发生 着相 应的 变 化。此 外，研 究团队还更改了相 关技术用 例 的划分 范畴，以便于 在 后 续 的研 究 中保持方向的一 致性。矩阵用例与口径变化说明共计 11项技术用例被纳入 FinTech 智能科技范畴。艾瑞金融科技团队将这一类目技术所定义的主题为：无处不在的智能。n Insight 1：金融机构有必要在决策智能、过程智能、主动智能三大方向上持续投入与探索。能够把握这一趋势的金融机构将 在金融风控、营销、产品设计的全域业务中获得增长收益。而目前的真实情况中，决策智能往往更容易被机构领导者重视。n Insight 2：机构客户在智能科技的投入中更重视其与可信科技、自动化技 术 的融 合 共 生 性。近 35%的金融机构领导者 已经 开 始 关 注 这一 问题。n Insight 3：艾瑞 金融科技 团队 持续关 注 的全域数据能力 平 台 对 金融机构业务的 影响 与 变 化，我们 发 现 目前 头 部金融机构的 建 设 已经迈进 中 等 能力 级别，而全域数据能力 平 台 是 金融机构践行 无处 不在的智能这一战略的关键能力 底座 之一。智能科技 Intelligent Technologyn Insight 1：根 据目前发展，金融科技中 所定义 的可信科技 范畴 可以 拆 分为 两 大能力方向：可信协同 网络、可信数据流 通网络。n Insight 2：可信数据流 通网络：(T)FL、MPC 等 隐 私保护 计 算 技 术或 其组 合 应用，正 在 推 动 着 金融机构 和多 方数据 间 的协同计 算 得以在 值 得被信 任 的 安 全下情况展开。这也将 促进 共享智能的发展。金融机构有必要 通 过构 建 TDaaS 的能力 来 构 建 体系化的可信数据流 通 能力(TDaaS 是由艾瑞 可信科技 研究团队定义 的一 项 可信数据流 通 能力，后 文 有 详 细内容 解读)。2028 年，60%以上的金融机构将通过金融级 TDaaS 获取安全、合规的数据调用及数据智能服务。n Insight 3：可信协同 网络：基于区 块 链所 构 建 的可信业务协作体系 是 金融科技中 值 得关 注 的重要能力方向。而 现 实的情况 是，相关技 术 在中 国 金融机构中的应用 热度 有 限。该项 战略技 术 的 落地 需要技 术、业务的 双轮 适配 触 发。例如：业务 侧 产业金融不断成 熟 的 驱 动、技 术侧 隐 私保护 计 算 协同 区 块 链 融 合 应用的 驱 动。共计 7项技术用例被纳入 FinTech 可信科技范畴。艾瑞金融科技团队将这一类目技术所定义的主题为：不可或缺的可信。可信科技 TrustedTechnology矩阵整体解读（2/2）n Insight 1：评估认 为，以 银 行、证券 为 代表 的金融 已经 成为 任 务流程自动化 落地最佳 的领域。金融机构的技 术 领导者 们 也在不断增加 对 以 RPA 为 代表 的自动化技 术 的投入。目前金融机构客户 还 在加 强对任 务流程自动化的重要性 定位，RPA/IPA 已经在 财 务、账 户管理、表单填报等多项 应用 场 景中得以应用（具 体可见 艾瑞：2021年 中 国 金融科技(FinTech)行业发展洞察报告 中的 研究）。n Insight 2：30%40%的金融机构客户正在接受 RPA 厂商对流程挖掘/任务挖掘工具、超级自动化等相关技术的市场教育。部分流程 挖掘厂商 也在将金融领域作为目 标市场进 而展开 对 流程 挖掘 的产品 知识普 及。n Insight 3：建议已经拥 有成 熟 RPA 实践 经 验的客户在 2023 年尝试 性 地采纳任 务 挖掘 技 术，促进 提升 RPA 应用效 果。流程 挖掘 更需要 建立 在流程 问题 的需求下展开投入，不 建议 与 RPA 形成 较强 的 绑定，因 为 RPA 作为流程优化的 解 决方 案 之一，而 非必 选项，当 明确流程 问题 后，业务决策者 或 将 根 据实 际 情况 选择 流程优化方 案 与 工具。n Insight 4：此 外，在金融机构中，任 务流程自动化 结合 OCR、NLP 等 技 术，对 智能科技 落地 应用、数据 结 构化 处 理方 面具 有 较 大的 推 动 价值。表现出 了 较强 的技 术 融 合 性。共计 12项技术用例被纳入 FinTech 基础/通用技术类范畴。这里所包含的技术范畴较广。共计 5项技术用例被纳入 FinTech 数字流程与自动化范畴，分为业务流程自动化、流程分析两大技术方向。n Insight 1：对 信 息 化体 统、数据 库等 相关技 术基础 设 施 的升 级建 设一 直是 技 术 实践力领 先 的金融机构的核心投入方向。信创战略导向 促进各类 金融机构开 启国 产化风 潮。n Insight 2：技 术 自主可控 基础 上，保证 技 术 在 安 全与性能方 面均达到 金融 级 应用需求，对 应技 术厂商 将需要相应能力。实 现底层 技 术、基础 技 术 设 施、OS、网络层、应用 层 的 软硬件、端到端 全 栈安 全可信以及技 术 性能成 熟稳定。n Insight 3：在关键技 术 方向上，可 观测 性 平 台、云原生、网络安 全 值等 创新性、基础 设 施 性的相关用 例值 得被重 点 关 注。这 些 创新性、基础 设 施 升 级 的相关 举措，成为 支撑 全域智能、可信数 字基础 设 置、可信协作 网络建 设的关键（被 纳 入“领导性战略”的三 项综合类 技 术）。数字流程 与自动化 Digital Process and Automation基础/通用 技术类 Infrastructure Technology and General Technology矩阵用例解读：TDaaS（1/2）TDaaS 是一项值得被数据提供者、数据应用者及服务商共同关 注的数据安全可信流通的能力范式 TDaaS 的三层关键能力 安全 可 信 互通可 用持续通用 硬 件/可 信 硬 件/云化基础设施密码 学算 法同态加密、秘密分享、混淆电路、差分隐私、区 块 链 安全防 御 敏 捷 响 应 跨平台互联互通保持与多元隐私计算平台的互联互通能力。以满足用户跨平台的数据链接需求。算法库联合统计、联合查询以及更加复杂的建模算法知识库。场景模型 数据 调 用 抽象 与 封装、支持 可参 数化 调整 的功能 或 模型 配置 模型的自适应/敏捷优化面对数据密度、数据字段变更、业务环境及规则等因素的变化，实现业务模型的自适应调整和敏捷优化的能力。数据生态多元化、高 质量、高可用、合规的数据源生态。TDaaS 概述n TDaaS是 数据安全 可 信 流 通方向的一 项 重 要战略 技术 趋势，其 不仅被定义 为多 项 功能集合 而 成的 产品，也可以被定义 为一 种 服务。在 TDaaS 1.0产品出 现 之前，一 切 与 TDaaS理 念趋同 的基 于 隐私计算的 可 信数据 流 通能力 均可被定义 为 TDaaS服务，而这些 服务及实践 经验 的积 累，成为打造 TDaaS产品 的基 石。n 在实践 经验 积 累 的 过程 中，TDaaS将 对算 法、模型、数据 调 用功能等多 元 化能力进行 抽象 与 封装，可以让 用户 按 需 调 用 相 关功能，且 TDaaS应 该 支持 单 点功能的部 署 与 使 用。TDaaS不只是功能的集 大 成 者，还可以帮助 用户在安全 可 信的 前 提下，快速 接入所 需数据，TDaaS的 产品 提供方 还 应 该 建设 参 与 者丰富 的跨平台互联互通生态。n TDaaS产品 需 要 融合自适应 AI能力 来 应对 变 化 莫测 的业务 环 境和规 则以 及数据的 调整 与 更 新，根 据 即时 的动态 反馈来 敏 捷调整 模型，帮助客 户实现业务敏 捷响 应。而这项 能力应 该出 现在TDaaS 2.0或 TDaaS 3.0阶段，并 不 成为 TDaaS 1.0的 必选项。期望获得关于“TDaaS”更加详细的解读，可 联系分析师 进行咨询。TDaaS（Trusted Data（intelligence）as a Service），可信数据（智能）即服务。是由艾瑞咨询可信科技研究团队定 义的一项“满足业务敏捷响应、高互通、高可用、可持续”的可信数据流通产品 形 式与服务理 念。是一项值得 隐私 计 算 厂 商与行业用 户 重点关注的重要战略技术 趋 势。2028年，60%以上的金融机构将通过金融级 TDaaS 获取安全、合规的数据 调用及数据智能服务。矩阵用例解读：TDaaS（2/2）TDaaS 的能力演变周期 注释：E Cycle（业务效能 曲线）的用 例阐述不同 技术应用阶段的 厂 商能 力；The Hype Cycle（技术 成熟度曲线）仅 为参考 线，阐述不同 技术 成熟度 阶段下，与 厂 商能 力对 应的 表现。时期（T）初步探索 期 敏捷实践 期 成熟 发展期 平缓上升 期 卓越 效能期技术 萌芽 期 期 望膨胀 期 生产 力成熟 期 稳 步爬升恢复 期 泡沫破裂低谷 期时期（T）技术成熟度曲线（The Hype Cycle）横轴 业务效能曲线（E-Cycle）横轴 2019 年-2025年 2022年-2028 年 2029 年-2033年 2034年及以后 厂商的能力（竞争力）与厂商能力（竞争力）对应的表现 iResearch：TDaaS 能力演变周期洞察 TDaaS 1.0在底层数据安全与可信流通能力的基础上，封装了应用实践中所沉淀的场景模型、数据调用功能。但是这一时期的TDaaS 产品是低标准化、通用性有待提升的。E-CycleTDaaS 1.0TDaaS 3.0TDaaS 2.0TDaaS 3.0分层封装了更加细化颗粒度的功能。TDaaS 3.0还将融入模型自适应能力，在数据密度、业 务规则等因素变化时，实现模型自适应迭代。打造功能实现敏捷、可 持续、高可用的完备产品。The Hype Cycle（E-Cycle 的参考线）TDaaS 2.0将在 TDaaS 1.0基础上，抽象出通用的数据 调用功能及场景模型，并将之封装于中间层来支撑上层个性化功能的敏捷实现。这一时期的 TDaaS 产品提升了敏捷性与通用性。基于厂商数据生态的逐步完善，TDaaS 2.0将为客户提供更加多元化的可信数据链接。Pre TDaaSn TDaaS 所需的技术能力不止于隐私计算，并非所有隐私计算厂商都将走向 TDaaS：TDaaS是 多 元 化的技术 堆栈，完备 的TDaaS产品 需 要 融合隐私保 护 计算、区 块 链、安全防 御、自适应 AI等多 元 化技术。TDaaS在构建与 客 户需求精准 匹配 的数据源生态的基础上，封装了 基 于 隐私计算的数据 调 用功能、模型 训练算 法、场景模型知识库（TDaaS能力架构见上 文）。n 对 于只聚焦于 技术 输出者角色定 位的隐私计算 厂商不 具 备 构建TDaaS能力的 充要条 件，聚焦于“平台建设+场景运营”双重能力建设的 竞争者 中 也仅 有 少 数 厂商 具 备 实现 TDaaS 3.0的能力。艾瑞可 信科技研 究团队 在 厂商竞争 力 象限(2021Q 1 2022Q 3，隐私计算+金融，中国 市 场)报告 中，对中国金融 领域 的隐私计算 厂商 进行 了评估 与研 究，可 联系分析 师 进行 咨询。TDaaS 与隐私计算n TDaaS1.0所 构建的 可 信数据 流 通的基础 框 架 性 能力，但是不 具备 模型与功能的敏 捷性。n TDaaS2.0将 模型与功能进行 了 进一 步封装 与 抽象，支持业务需求和技术实现的 快速响 应。n TDaaS3.0通 过 融 入了 智能科技与模型自适应，让 TDaaS的能力架构进一 步完善，通 过 主动智能、过程 智能 捕捉 和 记录 模型效 果促 进业务和模型的自适应 匹配。基于 TDaaS 能力阶段的分析矩阵用例解读：隐私计算（1/6）iResearch：隐私计算商用实践洞察象限（2021Q1 2022Q3，金融，中国）实 践 效 能 低 高 低 实践深度绘制时间：2023年 2月 敏捷探索 卓越回报 实践扩展 精益实践 高 精 准 营销 债 券指数 编 制 借贷额度 定 价 存量客户促活 资 产 扫描 企 业 借贷 风险 识别 个 人 借贷 风险 识别 保险 精 算定 价 资 产评 级 ABS数字监管 生 物特 征 信息 保护 投资 者合规 认 证 资 金 流水核验 保 险 理 赔 隐私计 算 平台 建设(MPC+FL)互联互通平台 建设 技术平台建设 类“隐私计算+应用场景”类 整 体 概述：2021年 Q 4，金融机构发 起 的 项 目增 多；2022 年 实 现商 用 初 期 阶段 的 稳步 增长。预 计 2023 年 将持续 稳步 增长。2022 年概述：2022 年 H 1，受到疫 情 等因素 的 影响，部分 已中 标项 目 无法 实 施、新 项 目 招标 开展 缓慢，商 用实践 进 程放缓。进 入 2022 年 Q 3，金融隐 私 计 算商 用 市场 开 始回温，机构招标 数量 渐渐 增 多，且 出现千万级 金融 类项 目（科 研类 机构采购）。部分机构展开了 第二阶段 的隐 私 计 算采购。商用市场概述Insight 2 技术应用概述Insight 1 隐私计算平台建设：国 有大行、股份 制 银 行 等 数 字 化领 先 的金融机构往往 对 可信数据能力 建 设 拥 有自上而下的 推 动方式，通 过 竞争 性 磋商引 入技 术供 应 商 开展隐 私 计 算平 台 建 设。部 分中小金融机构也在业务 侧 的需求 推 动下，以 场 景+可信数据的需求 推 动隐 私 计 算平 台 建 设实践。目前，金融客户在 选择服务 商 时，除 了 评估安 全性、性能 等 关键技 术 能力外，同 样将可信数据 链接调 用、场 景 建 模 等纳 入关 注 的能力方向。客户侧在逐渐推动隐私计算跨平台互联互通的建设：目前 招商银 行、银 联为 代表 的机构开展了互联互 通平 台 建 设的 项 目，随 着 金融客户 对 数据 合 作者 多样 性需求的提升，此类项 目数量也将不断增 多。隐私计算+应用场景的实践：对比 艾瑞：2022 年 中 国 隐 私计 算 行业 研究报告 中的发 布结果，营销 类、风控 类场 景用例已迈 入精益实践 象限，证 明这 类场 景的大部分实践 案例 在金融机构用户的业务中获得了相应实践成效，但 目前主要以局 部业务实践为主，实践 深 度 有 待 扩展。其余场景的突破依然需要 1 3年的探索驱动。隐私计 算 平台 建设(MPC)隐私计 算 平台 建设(MPC+FL+TEE)隐私计 算 平台 建设(TEE)隐私计 算 平台 建设(FL)金融 反电诈矩阵用例解读：隐私计算（2/6）平台选型建议 1、现 阶段 影响 性：某 一指标 对现 阶段技术 实践成 效的 影响；2、持续影响 性：某 一指标 对后续平台扩 展与技术 实践成 效的 影响。选型要点解读&领先实践者的关键反馈金融 客 户进行隐私计算平台建设的 核 心 诉 求 是 为实现数据的 可 信 流 通能力建设，以致于从战略 上构建 可 信数据生态 圈。下 述从要 点能力展开解 读。安全性：80%以 上的金融 客 户期 望厂商 在提供安全 证明 的基础上，能 够 提供安全防 御 的 策略 及能力，对 此，艾瑞咨询 提 出了“最 优安全设计+有效安全 证明+实 时 安全防 御”原 则。在 年 初的 调 研中，市 场内的服务 商 主 要是 通 过流量 监控、攻 防 形 式化 验证、三 方 评测 等方式进行安全 证明。本 次调 研发现 已 有 厂商增 加 了 主动 性 防御、动态对 抗博弈 等能力，补齐 了 实 时 安全防 御 的 空白。性能：隐私计算在金融 领域 的业务实践 已经出 现 了 实 时 精准营 销等对 性 能 要 求 较 高的场景，在 不 影 响 安全 性 的 前 提下，可以 通 过硬 件加 速、算 法 优化、并行计算、通信优化等方式 来 优化隐私保护 计算的 性 能。跨平台互联互通：跨平台互联互通建设的重 要性 随 着 用户场景实践的 深 入 及多 样 化的 可 信数据 链 接需求 而 逐渐显 现。目前 部分用户 正 在推动算 法协 议 层与计算原 语 层的互联互通。其他选型要点：在金融机构自主 可 控的信创架构下，隐私计算平台的信创适 配 能力成为基础 要 求。在应用实践中，产品 功能、内 置 算 法、场景模型 若 能 同 金融业务的场景需求 形 成 较 高的适 配性，可以帮助 用户 降 低业务实践成本，提升业务实践效能。此 外，部 分业务对联邦学习的计算精 确 性 存在 要 求。合规 性 方 面，监管及相 关技术应用规 范要 求算 法所使 用的数据、模型、模型 参 数与计算 结 果均 需 可 追溯审 计，因 此 合规与 审 计能力成为 必选项。隐私计算平台选型象限（金融领域）绘 制时 间：2022 年 10月 建 议 用 户 重点关注的指标 高 低 低 高 现阶段影响性 1持 续 影 响 性 2功 能与 技术 覆盖度 性能 安全性 金融 场景 的 适配 能 力 跨平台互联互通 其他 其他 技术 辅助 能 力 用 户可根 据 需 求 而 关注的指标 计 算的 精 确性 合规与 审计 无可信第三 方 的 实现 方 式 用 例圆越大，重要性 越高 产 品交互 的 友 好性 IT适配 能 力 及 信创适配 能 力 可扩 展性 除上述要点内容的解读外，读者欲对平台选型的相关研究内容进行更加详细的了解，可以 联系分析师 进行交流。矩阵用例解读：隐私计算（3/6）金融机构客户关注的隐私计算厂商能力 注释：1、N=151，受访 者 涵盖 金融机构中的 IT与科技 部、金融业务 团队 的领导者与应用者；2、研究 团队首先 征 集了相 关技术应用者主要关注的能 力 方向，分析师对此进 行归纳整 理，并设 计了选项；3、在调研 过程 中，每 一 位受访 者 最多选择六个选项。来源：金融机构调研、艾瑞咨询研究院自主研究及绘制。注释：N=151，受访 者 涵盖 金融机构中的 IT与科技 部、金融业务 团队 的领导者与应用者。来源：金融机构调研、艾瑞咨询研究院自主研究及绘制。中国 金融机构 客户 关注的隐私计算 厂商 能力 厂商能力 2022 年 3月调研 2022 年 9月调研 产 品 安全&安全自证能 力 产 品 性能 产 品功 能 可扩 展性 部 署形式 与 交付 能 力 国产化的自主 可控 能 力 可信 数据 链 接 调用能 力 场景 建 模 能 力 数据源合规性 审 查 纳入“其他”范畴流量 接 入 能 力 纳入“其他”范畴跨平台互联互通 能 力 区块 链 等技术 辅助 能 力 客户 服 务经 验 其他 82.10%81.50%68.20%46.40%69.50%47.70%46.40%33.10%33.10%13.20%56.30%3.30%产 品 技术 类(%)场景 应用与 可信 数据 运 营 类(%)市 场 经 验 类(%)80.3%69.5%50.3%37.1%35.1%39.0%65.0%33.0%35.1%10.3%65.0%5.3%55.0%0.9%其他 类(%)约 80.3%的 受访 者（拥 有实践 经验 的金融用户）关 注：隐私计算厂商在平衡性能的基础上，如何提供值得客户信任的安全证明或安全防御机制。基于艾瑞咨询 所 提 出 的“最 优 安全设 计+有效安全证明+实时 安全防 御”原 则，本 次象限 评估中发 现 已 有 厂 商 率 先实现了实时 安全防 御 能 力。约 65.0%的 受访 者（拥 有实践 经验 的金融用户）意 识 到：建设跨平台互联互通生态有助于 多样化数据的可信链接，有利于业务模型改善，是 可信数据生态网络建设中不可或缺的部分。我们 发 现，部 分 金融 客户 在 可信 数据应用 场景 的 实践 中，会基于明确的数据源 链 接 需 求 而推动跨平台互联互通 建设，还 有部 分 机构 通过 公开招 标 竞争磋 商的方 式选择 合作 厂 商 进 行 互联互通平台 建设。约 65.0%的 受访 者（拥 有实践 经验 的金融用户）提 出：目前机构已有固定的数据合作方，我们会将隐私计算厂商是否可以基于隐私保护计算的方式链接到这些数据源作为一项能力进行考察。此外，如果厂商可以基于隐私保护的方式链接到更多与业务需求匹配的高价值、稀缺性数据源将成为加分项。如 果 金融机构 客户所需 要的数据源部 署了其他隐私计 算 平台，将 可 能和金融机构的 平台 之间产生 计 算 孤岛，所 以部 分客户 会考 察厂 商 是否有在 其所 关注的数据源 端 部 署隐私计 算 节 点。异常关联，聚集明显 正常 关联，个体 分离 手 机 号 身 份 证 补充 欺诈用户，所在团体为欺诈团伙 团体内无欺诈客户，属于正常团体 银行 外部数据 团伙 欺诈 隐 私 求 交 矩阵用例解读：隐私计算（4/6）随着 反电 信网 络诈骗法 的 落地 实施，作为 电 信网 络诈骗 的 最后 一 环，银行 等金融机构成为 反电诈 的重要 执行者。洞见 科技借 助 设 备 指纹、知识图谱 等前沿技术与隐私计算 高 度 结 合，助力 金融机构 反电诈 的应用实践；同时 联合 银行、支付 机构等多类型金融机构，形 成全 行业联 防 联 控 联 盟，提 高 金融机构 电 信 诈骗拦截率，减少 经 济损失，保 障 人民 财 产 安 全。洞见科技：隐私计算+金融反电诈实践案例解读 设备风险识别 利 用 设备指纹技术，从 多个 维 度，对 设 备 风险 进 行全面评估，形 成 欺 诈 等 级，并 映射到手 机 号。通过隐私计 算方 式，将 其 输出给 银行 反 欺 诈 业务中，并在策略 模 型等 综 合 反 欺 诈 应用中 精 准 使 用。设备环境风险 设备群体风险 设备行为画像 设备应用偏好 手机号设备指纹欺诈等级 设 备 行为数据 银 行 反欺诈策略 专家规则 反欺诈模型 隐私 计算 案件调查 优 化 迭 代 图联邦反电诈 利 用 洞 见 安全图联邦技术，在保证数据安全的 前 提下，实现 银行 域内知识图谱 与 外 部数据构建的 知识图谱 的融合 互联，通过 外 部 数据的 电诈 标 签传递 结合 异常聚集关系，识别电信诈 骗 团 伙。联防联控 金融机构反诈联盟 该 联盟 依托洞 见科技强 大 的 隐私计 算技术能 力，构建 银行、支付 机构等 多 方共 同 参与的金融行业 联盟，实现 银行间、银行与 支付 机构、支付 机构间，在 反诈 领 域 的数据 价值 安全 流通。p 电信诈骗黑名单共享联盟，实现联防联控。利 用 匿踪查 询技术，实现多 机构 黑名单 实时 共 享，让 电信诈 骗 不 法 分 子 无 处藏身。p 横向及纵向联邦学习建模，构建全域最优反电诈模型。利 用金融机构、支付 机构 各 自的数据 样 本 及维 度 优 势，解 决 单 一机构 欺 诈 样 本、维 度 指标 不 足问题，构建 横 向和 纵 向 联 邦学习 模 型，高 效 识别电信诈 骗 施 诈 账号，并 配 套完备预警措 施，保 障 人民 财 产安全。场景效果：目前联盟内 已完 成 横 向 联 邦 反诈模 型、反诈 黑名单 共 享 等 多个 应用 落地，帮助 银行及 支付 机构 实时 拦截 电信诈 骗 5000 余起，挽回 经济 损失 超过 2亿元。本地数据 本地计算 银行 A本地数据 本地计算 银行 B 数据安全计算 价值合规共享 本地计算 支付机构 A本地计算 支付机构 B数据安全计算 价值合规共享 数据安全计算 价值合规共享 数据安全计算 价值合规共享 本地数据 洞见管理 中心节点 不留存 本地数据 生态 监控 网络 运维 授权 审批 存证 审计 洞见科技：隐私计算赋能金融反电诈场景应用实践矩阵用例解读：隐私计算（5/6）蓝象智联：隐私计算赋能外汇风控及电信反欺诈应用实践 管控节点 数 据 流 数 据 流 管 控 流 管 控 流 数据流 数据流 枢纽方 隐私计算节点 管 控 流 管 控 流 成员 管理 合作 审批 联