2023年中國金融科技行業(yè)洞察報告

更新中國金融科技行業(yè)洞察報告?2023.2iResearchInc.金融技術)概念界定金融技術)科技 金融技術在金融業(yè)務中所應用的(包含但不限于ICT、前沿科技)各類技術。金融科技(FinTech)金融科技主要指運用前沿科技成果(如：人工智能、區(qū)塊鏈、大數(shù)據(jù)、云計算、物聯(lián)網(wǎng)等)改造或創(chuàng)新金融產(chǎn)品、經(jīng)營模注釋：金融科技定義參考金融穩(wěn)定理事會(FSB)。來源：艾瑞咨詢研究院自主研究及繪制。?2023.2iResearchInc.2?2023.2iResearchInc.3摘要洞察解析金融科技發(fā)展背景概述：a劃”伊始之年，金融科技發(fā)展內涵更加全面細化、發(fā)展效能提質提速。b.傳統(tǒng)金融機構、金融科技公司、技術服務商呈現(xiàn)三方融合發(fā)展態(tài)勢，在組織內部連接變革，客戶導向策略基于“FinTech–技術戰(zhàn)略矩陣(2023)”的研究：a.矩陣整體解讀：基于技術戰(zhàn)略矩陣，艾瑞咨詢研究團隊將值得被金融機構關注的戰(zhàn)略技術分為：智能科技、可信科技、基礎/通用技術、數(shù)字流程與自動化、綜合類五大模塊。報告對技術整體的發(fā)展情況展開解讀。b.矩陣用例解讀：艾瑞咨詢研究團隊通過數(shù)理模型及大量實證研究，對TDaaS、隱私計算、決策智能、RPAIPA等技術展開解讀?；凇?021-2022年金融科技效能發(fā)展象限”的研究：a.關鍵科技戰(zhàn)略：數(shù)字人民幣、遠程金融、開放金融等關鍵科技戰(zhàn)略效能在本研究周期內表現(xiàn)較優(yōu)。b.金融屬性維度下的業(yè)務類別：借貸融資類、保險類、財富管理類業(yè)務實踐持續(xù)領跑；監(jiān)管合規(guī)實踐的重要c.通用能力維度下的業(yè)務類別：風控、營銷用例在本輪觀測周期中具備良好成效；數(shù)據(jù)沉淀、策略響應、迭代調優(yōu)為金融機構的重點考察的風控能力；私域流量運營及營銷一體化戰(zhàn)略成為金融機構營銷能力建設的長期趨勢。務集成商(SI)、金融科技公司的“綜合創(chuàng)新力、技術輸出力、市場影響力”考察，旨在為金融行業(yè)的科技創(chuàng)來源：艾瑞咨詢研究院自主研究及繪制。業(yè)務側：金融業(yè)務數(shù)字化創(chuàng)新實踐業(yè)務側：金融業(yè)務數(shù)字化創(chuàng)新實踐2廠商研究廠商研究3背景背景5?2023.2iResearchInc6其他金融科技關鍵政策《“十四五”數(shù)字經(jīng)濟發(fā)展規(guī)劃》《金融標準化“十四五”發(fā)展規(guī)劃》《中華人民共和國金融穩(wěn)定法(征求意見稿)》其他金融科技關鍵政策《“十四五”數(shù)字經(jīng)濟發(fā)展規(guī)劃》《金融標準化“十四五”發(fā)展規(guī)劃》《中華人民共和國金融穩(wěn)定法(征求意見稿)》《關于銀行業(yè)保險業(yè)數(shù)字化轉型的指導意見》《銀行業(yè)保險業(yè)綠色金融指引》《銀行保險機構公司治理監(jiān)管評估辦法》《證券登記結算管理辦法(2022修訂)》《證券期貨業(yè)數(shù)據(jù)安全管理與保護指引》國務院人民銀行銀保監(jiān)會證監(jiān)會梁《金融科技發(fā)展規(guī)劃(2019-2021年)》?為金融科技發(fā)展提供綱領性指導方向，強調科技賦能作用，明確金融與科技間的融合趨勢。?注重法規(guī)標準、監(jiān)管機制、組織規(guī)劃、風險防范方面的統(tǒng)籌建設及關鍵技術的宏觀引導，為下階段金融科技深化發(fā)展建立良好環(huán)境。??成勢《金融科技發(fā)展規(guī)劃(2022-2025年)》2022年作為新一期“金融科技發(fā)展規(guī)劃”伊始之年，發(fā)展效能提質提速。新版規(guī)劃更加全面細化，強調以數(shù)據(jù)要素應用為基礎，并在圍繞基礎設施建設、產(chǎn)業(yè)生態(tài)建設方面新增重點任務。(詳見Section2-1)夯實數(shù)字金融底座?基建升級：推動安全泛在、先進高效的金融網(wǎng)?中心布局。??的雙模運行體系。推進基礎設施虛擬化、云化管理；系平臺化、標準化、模塊化發(fā)展。??關鍵組件、關鍵信息基礎設施的自主研發(fā)能力。激活數(shù)據(jù)要素潛能?可信共享：運用多方安全計算、聯(lián)邦學習、差分隱私、分布式賬本、智能合約、共識機制等技術實現(xiàn)高安全、低成本數(shù)據(jù)互信互通。??數(shù)據(jù)注智：智能模型、系統(tǒng)、工具打通數(shù)據(jù)??業(yè)技融合：建立適應敏態(tài)、穩(wěn)態(tài)的全周期自動運行與數(shù)字化交付模式，實現(xiàn)科技供給與的精準對接。?促進科技成果轉化邊，一站式”金融服務。跨部門/機構/行業(yè)聯(lián)防聯(lián)控體系，實現(xiàn)既有業(yè)及創(chuàng)新行為的風險動態(tài)感知及穿透式分析。金融機構基礎設施建設(2022年要點發(fā)現(xiàn))?分布式云、分布式數(shù)據(jù)庫建設持續(xù)推進；信創(chuàng)背景下，信創(chuàng)云解決方案云原生解決方案成為金融機構的積極實踐方向。?數(shù)字人民幣頂層規(guī)劃與運營體系建設成效初見，國內零售/批發(fā)支付、跨景下的智能合約應用及智能合約生態(tài)建設成為探索重心。來源：艾瑞咨詢研究院自主研究及繪制。金融機構業(yè)務創(chuàng)新實踐(2022年要點發(fā)現(xiàn))?智能科技、可信科技、自動化技術的協(xié)同融合成為業(yè)技融合的策略支點。?監(jiān)管合規(guī)成為金融機構高度關注的實踐領域，合規(guī)科技賦能金融機構實被動處置”到“主動合規(guī)”的策略轉型。金融機構數(shù)字化實踐的驅動因素外生驅動力共同作用下的價值循環(huán)融業(yè)態(tài)間的融合碰撞蘊含增長韌性與潛力，金融科技正從設計生產(chǎn)、風險控制、資源配置、渠道流通、交互等方面不斷重構傳統(tǒng)金融價值鏈，并成為有益延伸。同時，金融科技打破了傳統(tǒng)金融市場的單一供給方式，使金融服再是傳統(tǒng)金融機構的“專屬特權”。科技應用與創(chuàng)新模式的引入讓更多市場參與者可以從科技稟賦、細分專業(yè)等角度金融賽道。傳統(tǒng)金融機構、金融科技公司、技術服務商呈現(xiàn)三方融合發(fā)展態(tài)勢，積極推動金融基礎設施、金融業(yè)務模金融機構開展金融科技實踐的驅動力n內生驅動力：組織內部的連接與變革.前沿科技應用在加速金融機構內外部業(yè)務協(xié)作與數(shù)據(jù)共享的同時，也提升了金融風險的復雜性與隱秘性。.金融業(yè)務敏捷化、模塊化轉型背景下，前沿科技效能的充分發(fā)揮離不開與之適配的組織架構與賦權機制。金融機構需明確前、中、后臺職責，形成環(huán)環(huán)相扣、相互制約、矩陣式聯(lián)動的業(yè)務管理與風險防控體系。金融機構最關注金融機構最關注的內生驅動力：75%金融機構期望在業(yè)務創(chuàng)新實踐中45%提升業(yè)務的安全性與合規(guī)性推動數(shù)據(jù)要素共享與業(yè)務流程優(yōu)化金融機構期望在業(yè)務創(chuàng)新實踐中內內生驅動因素金融機構組織戰(zhàn)略外生驅動因素斷試錯中發(fā)展前進。頂層戰(zhàn)略部署與創(chuàng)新進、動態(tài)調整，構成金融新價值的正向循環(huán)。n外生驅動力：以客戶為中心的策略轉變金融機構最關注金融機構最關注的外生驅動力：60%金融機構期望在業(yè)務創(chuàng)新實踐中44%打磨更貼合客戶需求的精細化產(chǎn)品服務擴大自身的服務能力與服務范圍金融機構期望在業(yè)務創(chuàng)新實踐中nn客戶體驗打通實踐價值的“最后一公里”.前沿科技應用賦能金融機構踐行開放金融戰(zhàn)略，融服務門檻，使金融科技發(fā)展紅利流向.流量紅利見頂大背景下，金融機構以補貼換增長的擴張策略遭遇瓶頸且難以持續(xù)。伴隨獲客成本不斷走高，以客戶需求為導向的精細化洞察與運營、以客戶體驗為核心的用戶旅程優(yōu)化，注：調研范疇包括國有商業(yè)銀行、股份制銀行、城市商業(yè)銀行、保險、證券等金融機構的科技/IT部門決策者；N=100。來源：艾瑞咨詢研究院自主研究及繪制。?2023.2iResearchInc78?2023.2iResearchInc.9 iResearch：FinTech–技術戰(zhàn)略矩陣(2023)高低加加持性戰(zhàn)略鏈智能合約智能合約關鍵性戰(zhàn)略主動智能持續(xù)智能聯(lián)盟鏈隱私計算-TEE核核心性戰(zhàn)略領領導性戰(zhàn)略全域智能可信數(shù)字基礎設施可信業(yè)務協(xié)同網(wǎng)絡TDaaS決策智能RegTech網(wǎng)絡安全分布式核心系統(tǒng)基礎云云原生超級自動化網(wǎng)絡安全分布式核心系統(tǒng)基礎云云原生超級自動化流程智能隱私計算-TFL分布式數(shù)據(jù)庫自適應ML分布式數(shù)據(jù)庫RTCAPMRTCAPM低代碼/無代碼流程挖掘知識圖譜低代碼/無代碼流程挖掘知識圖譜云安全可觀測性平臺AIOpsiPaaSCV任務挖掘ASR低技術戰(zhàn)略重要性技術戰(zhàn)略重要性智能科技可信科技基礎/通用技術類數(shù)字流程與自動化綜合類高?2023.2iResearchInc.注釋：1、FinTech–技術戰(zhàn)略矩陣(簡稱“矩陣”)，將考察各項技術在金融業(yè)務實踐中的綜合戰(zhàn)略價值。“矩陣”研究成果參考了行業(yè)專家意見，同時在“FinTech–技術戰(zhàn)略評估模型”的基礎上，對大量案例實證和數(shù)理實證進行了深入研究。2-1、技術潛在效能：即技術在(金融)業(yè)務實踐中所將實現(xiàn)的潛在價值空間。2-2、技術戰(zhàn)略重要性：一方面考察一項技術在短期為金融數(shù)字化轉型帶來的可見實踐價值與戰(zhàn)略意義，還將重點考察這項技術在長期內對金融數(shù)字化轉型方向的引導性與體系化能力建設的價值。3-1、領導性戰(zhàn)略：對FinTech整體發(fā)展具有“引領性/基礎設施功能”的技術。3-2、核心性戰(zhàn)略：在FinTech的應用實踐中具有“核心支持能力/高效推動作用”的技術。3-3、關鍵性戰(zhàn)略：在部分場景中發(fā)揮關鍵價值的技術。3-4、加持性戰(zhàn)略：幫助FinTech的應用實踐錦上添花，或者近期內暫不能發(fā)揮較大技術效能的技術(隨著技術成熟性的提升或者應用實踐的深入發(fā)展，本范疇內的用例可能在其他評估周期內發(fā)生較大位置躍升。主要指因目前技術成熟度較低而暫居“加持性戰(zhàn)略”范疇的技術用例)。來源：艾瑞咨詢研究院自主研究及繪制。矩陣解讀說明iResearchFinTech–技術戰(zhàn)略矩陣(2023，中國)h在2023年進行關注的戰(zhàn)略性技術。報告中僅選擇了一些具有代表性的技讀分為兩個部分：矩陣整體解讀、矩陣用例解讀。?矩陣整體解讀：對矩陣的整體輸出成果及關鍵技術方向進行概述分析。?矩陣用例解讀：選取本研究周期內的要點技術用例，通過技術廠商與機構調研、案例實證與數(shù)理實證研究等方式進行解讀。矩陣整體解讀(1/2)矩陣用例與口徑變化說明中的定位后續(xù)中保持方向的一致性。共計11項技術用例被納入FinTech–智能科技范疇。艾瑞金融科技團隊將這一類目技術所定義的主題為：無處不在的智能。智能科技IntelligentTechnologynInsight1：金融機構有必要在決策智能、過程智能、主動智能三大方向上持續(xù)投入與探索。能夠把握這一趨勢的金融機構將在金融風控、營銷、產(chǎn)品設計的全域業(yè)務中獲得增長收益。而目前的真實情況中，決策智能往往更容易被機構領導者重視。nInsight2：機構客戶在智能科技的投入中更重視其與可信科技、自動化技術的融合共生性。近35%的金融機構領導者已經(jīng)開始關注這一問題。nInsight3：艾瑞金融科技團隊持續(xù)關注的全域數(shù)據(jù)能力平臺對金融機構業(yè)務的影響與變化，我們發(fā)現(xiàn)目前頭部金融機構的建設已經(jīng)邁進中等能力級別，而全域數(shù)據(jù)能力平臺是金融機構踐行無處不在的智能這一戰(zhàn)略的關鍵能力底座之一。共計7項技術用例被納入FinTech–可信科技范疇。艾瑞金融科技團隊將這一類目技術所定義的主題為：不可或缺的可信?？尚趴萍糡rustedTechnologynInsight1：根據(jù)目前發(fā)展，金融科技中所定義的可信科技范疇可以拆分為兩大能力方向：可信協(xié)同網(wǎng)絡、可信數(shù)據(jù)流通網(wǎng)絡。nInsight2：可信數(shù)據(jù)流通網(wǎng)絡：(T)FL、MPC等隱私保護計算技術或其組合應用，正在推動著金融機構和多方數(shù)據(jù)間的協(xié)同計算得以在值得被信任的安全下情況展開。這也將促進共享智能的發(fā)展。金融機構有必要通過構建TDaaS的能力來構建體系化的可信數(shù)據(jù)流通能力(TDaaS是由艾瑞可信科技研究團隊定義的一項可信數(shù)據(jù)流通能力，后文有詳細內容解讀)。2028年，60%以上的金融機構將通過金融級TDaaS獲取安全、合規(guī)的數(shù)據(jù)調用及數(shù)據(jù)智能服務。nInsight3：可信協(xié)同網(wǎng)絡：基于區(qū)塊鏈所構建的可信業(yè)務協(xié)作體系是金融科技中值得關注的重要能力方向。而現(xiàn)實的情況是，相關技術在中國金融機構中的應用熱度有限。該項戰(zhàn)略技術的落地需要技術、業(yè)務的雙輪適配觸發(fā)。例如：業(yè)務側產(chǎn)業(yè)金融不斷成熟的驅動、技術側隱私保護計算協(xié)同區(qū)塊鏈融合應用的驅動。來源：艾瑞咨詢研究院自主研究及繪制。?2023.2iResearchInc.11?2023.2iResearchInc.12數(shù)字流程與自動化DigitalProcessandAutomation基礎數(shù)字流程與自動化DigitalProcessandAutomation基礎/通用技術類InfrastructureTechnologyandGeneralTechnology共共計5項技術用例被納入FinTech–數(shù)字流程與自動化范疇，分為業(yè)務流程自動化、流程分析兩大技術方向。nInsight1：評估認為，以銀行、證券為代表的金融已經(jīng)成為任務流程自動化落地最佳的領域。金融機構的技術領導者們也在不斷增加對以RPA為代表的自動化技術的投入。目前金融機構客戶還在加強對任務流程自動化的重要性定位，RPA/IPA已經(jīng)在財務、賬戶管理、表單填報等多項應用場景中得以應用(具體可見《艾瑞：2021年中國金融科技(FinTech)行業(yè)發(fā)展洞察報告》中的研究)。nInsight2：30%~40%的金融機構客戶正在接受RPA廠商對流程挖掘/任務挖掘工具、超級自動化等相關技術的市場教育。部分流程挖掘廠商也在將金融領域作為目標市場進而展開對流程挖掘的產(chǎn)品知識普及。nInsight3：建議已經(jīng)擁有成熟RPA實踐經(jīng)驗的客戶在2023年嘗試性地采納任務挖掘技術，促進提升RPA應用效果。流程挖掘更需要建立在流程問題的需求下展開投入，不建議與RPA形成較強的綁定，因為RPA作為流程優(yōu)化的解決方案之一，而非必選項，當明確流程問題后，業(yè)務決策者或將根據(jù)實際情況選擇流程優(yōu)化方案與工具。nInsight4：此外，在金融機構中，任務流程自動化結合OCR、NLP等技術，對智能科技落地應用、數(shù)據(jù)結構化處理方面具有較大的推動價值。表現(xiàn)出了較強的技術融合性。共計共計12項技術用例被納入FinTech–基礎/通用技術類范疇。這里所包含的技術范疇較廣。nInsight1：對信息化體統(tǒng)、數(shù)據(jù)庫等相關技術基礎設施的升級建設一直是技術實踐力領先的金融機構的核心投入方向。信創(chuàng)戰(zhàn)略導向促進各類金融機構開啟國產(chǎn)化風潮。nInsight2：技術自主可控基礎上，保證技術在安全與性能方面均達到金融級應用需求，對應技術廠商將需要相應能力。實現(xiàn)底層技術、基礎技術設施、OS、網(wǎng)絡層、應用層的軟硬件、端到端全棧安全可信以及技術性能成熟穩(wěn)定。nInsight3：在關鍵技術方向上，可觀測性平臺、云原生、網(wǎng)絡安全值等創(chuàng)新性、基礎設施性的相關用例值得被重點關注。這些創(chuàng)新性、基礎設施升級的相關舉措，成為支撐全域智能、可信數(shù)字基礎設置、可信協(xié)作網(wǎng)絡建設的關鍵(被納入“領導性戰(zhàn)略”的三項綜合類技術)。來源：艾瑞咨詢研究院自主研究及繪制。矩陣用例解讀：TDaaS(1/2)TDaaS者、數(shù)據(jù)應用者及服務商共同關可信流通的能力范式TDaaS(TrustedData(intelligence)asaService)，可信數(shù)據(jù)(智能)即服務。是由艾瑞咨詢可信科技研究團隊定“滿足業(yè)務敏捷響應、高互通、高可用、可持續(xù)”的可信數(shù)據(jù)流通產(chǎn)品形式與服務理念。是一項值得隱私計算廠TDaaS的三層關鍵能力聯(lián)合統(tǒng)計、聯(lián)合查詢以及聯(lián)合統(tǒng)計、聯(lián)合查詢以及更加復雜的建模算法識庫?！３峙c多元隱私計算平臺的互聯(lián)互通能力。以滿足用戶跨平臺的數(shù)據(jù)鏈接需求。多元化、高質量、高可用、合規(guī)的數(shù)據(jù)源生態(tài)。調用型封裝、支持可參數(shù)化調整的功能或模型配置面對數(shù)據(jù)密度、數(shù)據(jù)字段變更、業(yè)務環(huán)境及規(guī)則等因素的變化，實現(xiàn)業(yè)務模型的自適應調整和敏捷優(yōu)化的能力?！?2023.2iResearchInc.來源：艾瑞咨詢研究院自主研究及繪制。TDaaSTDaaS概述nTDaaS是數(shù)據(jù)安全可信流通方向的一項重要戰(zhàn)略技術趨勢，其S隱私計算的可信數(shù)據(jù)流通能力均可被定義為TDaaS服務，而這n在實踐經(jīng)驗積累的過程中，TDaaS將對算法、模型、數(shù)據(jù)調用能，且TDaaS應該支持單點功能的部署與使用。TDaaS不只是入所需數(shù)據(jù)，TDaaS的產(chǎn)品提供方還應該建設參與者豐富的跨聯(lián)互通生態(tài)。型，幫助客戶實現(xiàn)業(yè)務敏捷響應。而這項能力應該出現(xiàn)在期望獲得關于“期望獲得關于“TDaaS”更加詳細的解讀，可聯(lián)系分析師進行咨詢。?2023.2iResearchInc13時期(T)E-CycleTheHypeCycle (E時期(T)E-CycleTheHypeCycle (E-Cycle的參考線)TDaaS3.0分層封裝了更加細化顆粒度的功能。TDaaS3.0還將融入適應迭代。打造功能實現(xiàn)敏捷、可續(xù)、高可用的完備產(chǎn)品。TDaaS2.0將在TDaaS1.0基礎上，抽象出通用的數(shù)據(jù)調用功能及場景模型，并將之封裝于中間層來支撐上層個性化功能的敏捷實現(xiàn)。這一時期的TDaaS產(chǎn)品提升了敏捷性與通用性?；趶S商數(shù)據(jù)生態(tài)的逐步完善，TDaaS2.0將為客戶提供更加多元化的可信數(shù)據(jù)鏈接。時期(T)DaaS技術成熟度曲線(TheHypeCycle)橫軸TDaaS1.0在底層數(shù)據(jù)安全與可信流通能力的基礎上，封裝了應用實踐中所沉淀的場景模型、數(shù)據(jù)調用功能。但是這一時期的TDaaS產(chǎn)品是低標準化、通用性有待提升的。DaaSDaaS業(yè)務效能曲線(E-Cycle)橫軸aSiResearch：TDaaS能力演變周期洞察技術萌技術萌芽期期望膨脹期泡沫破裂低谷期穩(wěn)步爬升恢復期生產(chǎn)力成熟期初步探索期初步探索期敏捷實踐期卓越效能期平緩上升期成熟發(fā)展期2025年029年-2033年2034年及以后2028年廠商的能力(競爭力)與廠商能力(競爭力)對應的表現(xiàn)基于基于TDaaS能力階段的分析nTDaaS信數(shù)據(jù)流通的基礎框架性能力，但是不具模型與功能的敏捷性。nTDaaS能進行了進一步封裝與抽象，支持業(yè)務需實現(xiàn)的快速響應。aSTDaaS務和模型的自適應匹配。TDaaSTDaaS與隱私計算nTDaaS所需的技術能力不止于隱私計算，并非所有隱私計算廠商都將走向TDaaS：TDaaS是多元化的技術堆棧，完備的應AI等多元化技術。TDaaS在構建與客戶需求精準匹配的數(shù)據(jù)源算法、場景模型知識庫(TDaaS能力架構見上文)。n對于只聚焦于技術輸出者角色定位的隱私計算廠商不具備構建TDaaS能力的充要條件，聚焦于“平臺建設+場景運營”雙重能力建設的競爭者中也僅有少數(shù)廠商具備實現(xiàn)TDaaS3.0的能力。艾瑞可信科技研究團隊在《廠商競爭力象限(2021Q1–2022Q3，隱私計算+金融，中國市場)》報告中，對中國金融領域的隱私注釋：E–Cycle(業(yè)務效能曲線)的用例闡述不同技術應用階段的廠商能力；TheHypeCycle(技術成熟度曲線)僅為參考線，闡述不同技術成熟度階段下，與廠商能力對應的表現(xiàn)。來源：艾瑞咨詢研究院自主研究及繪制。?2023.2iResearchInc14矩陣用例解讀：隱私計算(1/6)iResearch：隱私計算商用實踐洞察象限 (2021Q1–2022Q3，金融，中國)高低精精益實踐實踐深度資產(chǎn)評級險生物特征信息保護實踐擴展 精準營銷隱私計算平臺建設(MPC+FL)存量客戶促活金融反電詐隱私計算平臺建設(FL)借貸額度定價隱私計算平臺建設(MPC)債券指數(shù)編制數(shù)字監(jiān)管保險精算定價隱私計算平臺建設(MPC+FL+TEE)資產(chǎn)掃描隱私計算平臺建設(TEE)企業(yè)借貸風險識別保投資者合規(guī)認證互聯(lián)互通平臺建設理資金流水核驗個人借貸風險識別敏捷探索卓越回報ABS實踐效能賠高低+應用場景”類來源：艾瑞咨詢研究院自主研究及繪制。Insight1技術應用概述?隱私計算平臺建設：國有大行、股份制銀行等數(shù)字化領先的金融機構往往對可信數(shù)據(jù)能力建設擁有自上而下的推動方式，通過競爭性磋商引入技術供應商開展隱私計算平臺建設。部服務商時，除了評估安全性、性能等關鍵技術能力外，同樣將可信數(shù)據(jù)鏈接調用、場景建模等納入關注的能力方向。?客戶側在逐漸推動隱私計算跨平臺互聯(lián)互通的建設：目前招商銀行、銀聯(lián)為代表的機構開展了互聯(lián)互通平臺建設的項目，隨著金融客戶對數(shù)據(jù)合作者多樣性需求的提升，此類項目數(shù)量也將不斷增多。?隱私計算+應用場景的實踐：對比《艾瑞：2022年中國隱私計算行業(yè)研究報告》中的發(fā)布結果，營銷類、風控類場景用例已邁入精益實踐象限，證明這類場景的大部分實踐案例在金融機構用戶的業(yè)務中獲得了相應實踐成效，但目前主要以局部業(yè)務實踐為主，實踐深度有待擴展。其余場景的突破依Insight2商用市場概述?整體概述：2021年Q4，金融機構發(fā)起的項目增多；2022年實現(xiàn)商用初期階段的穩(wěn)步增長。預計2023年將持續(xù)穩(wěn)步增長。?2022年概述：2022年H1，受到疫情等因素的影響，部分已中標項目無法實施、新項目招標開展緩慢，商用實踐進程放招標數(shù)量漸漸增多，且出現(xiàn)千萬級金融類項目(科研類機構采購)。部分機構展開了第二階段的隱私計算采購。?2023.2iResearchInc15持續(xù)影響性2高低矩陣用例解讀：隱私計算(2/6)持續(xù)影響性2高低隱私計算平臺選型象限(金融領域)繪制時間：2022年10月高跨平臺互聯(lián)互通安全性合規(guī)與審計安全性性能可擴展性金融場景的適配能力功能與技術覆蓋度計算的精確性功能與技術覆蓋度IT適配能力及信創(chuàng)適配能力產(chǎn)品交互的友好性其他技術輔助能力的實現(xiàn)方式其他技術輔助能力的實現(xiàn)方式其他低現(xiàn)階段影響性現(xiàn)階段影響性1用戶可根據(jù)需求而關注的指標建議用戶重點關注的指標用戶可根據(jù)需求而關注的指標用例圓越大，重要性越高11、現(xiàn)階段影響性：某一指標對現(xiàn)階段技術實踐成效的影響；2、持續(xù)影響性：某一指標對后續(xù)平臺擴展與技術實踐成效的影響。來源：艾瑞咨詢研究院自主研究及繪制。型要點解讀&領先實踐者的關鍵反饋市場內的服務商主要是通過流量監(jiān)控、攻防形式化驗證、三方評測等方式進行安全證明。本次調研發(fā)現(xiàn)已有廠商增加了主動性防硬件加速、算法優(yōu)化、并行計算、通信優(yōu)化等方式來優(yōu)化隱私保相關技術應用規(guī)范要求算法所使用的數(shù)據(jù)、模型、模型參數(shù)與計除除上述要點內容的解讀外，讀者欲對平臺選型的相關研究內容進行更加詳細的了解，可以聯(lián)系分析師進行交流。?2023.2iResearchInc16矩陣用例解讀：隱私計算(3/6)客戶關注的隱私計算廠商能力中國金融機構客戶關注的隱私計算廠商能力廠商能力2022年3月調研2022年9月調研產(chǎn)品安全&安全自證能力880.3%產(chǎn)品性能881.50%669.5%產(chǎn)品功能668.20%550.3%可擴展性446.40%部署形式與交付能力669.50%國產(chǎn)化的自主可控能力447.70%339.0%可信數(shù)據(jù)鏈接調用能力446.40%65.0%65.0%場景建模能力333.0%數(shù)據(jù)源合規(guī)性審查納入“其他”范疇流量接入能力納入“其他”范疇跨平臺互聯(lián)互通能力665.0%區(qū)塊鏈等技術輔助能力1313.20%5.3%5.3%客戶服務經(jīng)驗556.30%555.0%其他3.30%0.9%產(chǎn)品技術類(%)場景應用與可信數(shù)據(jù)運營類(%)市場經(jīng)驗類(%)其他類(%)注釋：1、N=151，受訪者涵蓋金融機構中的IT與科技部、金融業(yè)務團隊的領導者與應用者；2、研究團隊首先征集了相關技術應用者主要關注的能力方向，分析師對此進行歸納整理，并設計了選項；3、在調研過程中，每一位受訪者最多選擇六個選項。來源：金融機構調研、艾瑞咨詢研究院自主研究及繪制。?2023.2iResearchInc約80.3%的受訪者(擁有實踐經(jīng)驗的金融用戶)關注：隱私計算廠商在平衡性能的基礎上，如何提供值得客戶信任的或安全防御機制?；诎鹱稍兯岢龅摹白顑?yōu)安全設計+有效安全證明+實時安全防御”原則，本次象限評估中發(fā)現(xiàn)已有廠商率先實現(xiàn)了實時安全防御能力。約65.0%的受訪者(擁有實踐經(jīng)驗的金融用戶)提出：目前機構已有固定的數(shù)據(jù)合作方，我們會將隱私計算廠商是否可以基于隱私保護計算的方式鏈接到這些數(shù)據(jù)源作為一項能力進行考察。此外，如果廠商可以基于隱私保護的方式鏈接到更務需求匹配的高價值、稀缺性數(shù)據(jù)源將成為加分項。如果金融機構客戶所需要的數(shù)據(jù)源部署了其他隱私計算平臺，將可能和金融機構的平臺之間產(chǎn)生計算孤島，所以部分客戶會考察廠商是否有在其所關注的數(shù)據(jù)源端部署隱私計算節(jié)點。約65.0%的受訪者(擁有實踐經(jīng)驗的金融用戶)意識到：建設跨平臺互聯(lián)互通生態(tài)有助于多樣化數(shù)據(jù)的可信鏈接，有利于業(yè)務模型改善，是可信數(shù)據(jù)生態(tài)網(wǎng)絡建設中不可或缺的部分。我們發(fā)現(xiàn)，部分金融客戶在可信數(shù)據(jù)應用場景的實踐中，會基于明確的數(shù)據(jù)源鏈接需求而推動跨平臺互聯(lián)互通建設，還有部分機構通過公開招標競爭磋商的方式選擇合作廠商進行互聯(lián)互通平臺建設。注釋：N=151，受訪者涵蓋金融機構中的IT與科技部、金融業(yè)務團隊的領導者與應用者。來源：金融機構調研、艾瑞咨詢研究院自主研究及繪制。?2023.2iResearchInc銀行A計算數(shù)據(jù)安全計算合規(guī)共享生態(tài)網(wǎng)絡監(jiān)控運維據(jù)安全計算合規(guī)共享管理數(shù)據(jù)支付機構B安全計算合規(guī)共享計算數(shù)據(jù)支付機構A計算銀行B數(shù)據(jù)據(jù)安全計算合規(guī)共享該聯(lián)盟依托洞見科技強大的隱私計算技術能力，構建銀行、支付機構等多方共同參與的金融行業(yè)聯(lián)盟，實現(xiàn)銀行間、銀行與支付銀行A計算數(shù)據(jù)安全計算合規(guī)共享生態(tài)網(wǎng)絡監(jiān)控運維據(jù)安全計算合規(guī)共享管理數(shù)據(jù)支付機構B安全計算合規(guī)共享計算數(shù)據(jù)支付機構A計算銀行B數(shù)據(jù)據(jù)安全計算合規(guī)共享該聯(lián)盟依托洞見科技強大的隱私計算技術能力，構建銀行、支付機構等多方共同參與的金融行業(yè)聯(lián)盟，實現(xiàn)銀行間、銀行與支付機構、支付機構間，在反詐領域的數(shù)據(jù)價值安全流通。p電信詐騙黑名單共享聯(lián)盟，實現(xiàn)聯(lián)防聯(lián)控。利用匿蹤查詢技術，實現(xiàn)多機構黑名單實時共享，讓電信詐騙不法分子無處藏身。p橫向及縱向聯(lián)邦學習建模，構建全域最優(yōu)反電詐模型。利用金融機構、支付機構各自的數(shù)據(jù)樣本及維度優(yōu)勢，解決單一機構欺詐樣本、維度指標不足問題，構建橫向和縱向聯(lián)邦學習模型，高效識別電信詐騙施詐賬號，并配套完備預警措施，保障人民財產(chǎn)安全。場景效果：目前聯(lián)盟內已完成橫向聯(lián)邦反詐模型、反詐黑名單共享等多個應用落地，幫助銀行及支付機構實時攔截電信詐騙5000余起，挽回經(jīng)濟損失超過2億元。聯(lián)防聯(lián)控–金融機構反詐聯(lián)盟計算計算賦能金融反電詐場景應用實踐隨著《反電信網(wǎng)絡詐騙法》的落地實施，作為電信網(wǎng)絡詐騙的最后一環(huán)，銀行等金融機構成為反電詐的重要執(zhí)行者。洞見科技借助設備指紋、知識圖譜等前沿技術與隱私計算高度結合，助力金融機構反電詐的應用實踐；同時聯(lián)合銀行、支付機構等多類型金融機構，形成全行洞見科技：隱私計算+金融反電詐實踐案例解讀設備風險識別詐策略則詐策略則詐模型體風險為畫像用偏好調查手機號設備指紋欺詐等級利用設備指紋技術，從多個維度，對設備風險進行全面評估，形成欺詐等級，并映射到手機號。通過隱私計算方式，將其輸出給銀行反欺詐業(yè)務中，并在策略模型等綜合反欺詐應用中精準使用。圖聯(lián)邦反電詐②補充欺詐用戶，團體為欺詐團伙異常關聯(lián)，聚集明顯隱私求交①正常關聯(lián)，個體②補充欺詐用戶，團體為欺詐團伙異常關聯(lián)，聚集明顯隱私求交①正常關聯(lián)，個體分離詐身份證手機號團體內無欺詐客戶，團體內無欺詐客戶，正常團體外部數(shù)據(jù)利用洞見安全圖聯(lián)邦技術，在保證數(shù)據(jù)安全的前提下，實現(xiàn)銀行域內知識圖譜與外部數(shù)據(jù)構建的知識圖譜的融合互聯(lián)，通過外部數(shù)據(jù)的電詐標簽傳遞結合異常聚集關系，識別電信詐騙團伙。?2023.2iResearchInc.矩陣用例解讀：隱私計算(5/6)匯風控及電信反欺詐應用實踐藍象智聯(lián)：基于聯(lián)邦學習技術的外匯合規(guī)風險聯(lián)合防控體系內網(wǎng) 內網(wǎng) 專線學習計算節(jié)點人民幣業(yè)務數(shù)據(jù)戶畫像外匯業(yè)務數(shù)據(jù)外匯業(yè)務數(shù)據(jù)計算節(jié)點理轉發(fā)節(jié)點有大行分行理轉發(fā)節(jié)點有大行分行密文外匯業(yè)務特征ü外匯業(yè)務特征ü結售匯相關ü跨境相關ü現(xiàn)鈔相關標簽ü風險客戶ü可疑賬戶ID(加密)標簽(70+)個人證件特征ID(加密)特征個人證件(61個)人民幣業(yè)務數(shù)據(jù)ü人民幣交易流水客戶畫像數(shù)據(jù)ü客戶基本信息ü客戶交易習慣) (據(jù)、人民幣業(yè)務數(shù)據(jù)及客戶畫像，持事前事中風，從人行監(jiān)管來源：艾瑞咨詢研究院自主研究及繪制。藍象智聯(lián)：基于隱私計算的金融反欺詐聯(lián)防聯(lián)控平臺流流流流聯(lián)盟成員隱私計算節(jié)點操作臺數(shù)據(jù)方控聯(lián)盟成員隱私計算節(jié)點操作臺數(shù)據(jù)流流流流聯(lián)盟成員隱私計算節(jié)點操作臺數(shù)據(jù)方控聯(lián)盟成員隱私計算節(jié)點操作臺數(shù)據(jù)聯(lián)盟成員隱私計算節(jié)點操作臺數(shù)據(jù)據(jù)流聯(lián)盟成員隱私計算節(jié)點操作臺數(shù)據(jù)節(jié)點據(jù)流?2023.2iResearchInc19API服務服務中心管理授權多API服務服務中心管理授權多方安全計算求交統(tǒng)計享分隱私數(shù)據(jù)庫經(jīng)意傳輸路查詢求交統(tǒng)計建模文件據(jù)平臺據(jù)路員管理據(jù)管理學習征工程儲勵機制合約算法征篩選聯(lián)邦計算深度回歸建模征轉換理據(jù)管理管理監(jiān)控審計方管理向聯(lián)邦據(jù)授權統(tǒng)計監(jiān)控管理聯(lián)邦目管理可信執(zhí)行環(huán)境密碼學計算聯(lián)邦學習聯(lián)邦中心數(shù)據(jù)中心計算加速安全監(jiān)控訓練區(qū)塊鏈非銀支付機構打造集團級數(shù)據(jù)應用共享平臺。該共享平臺可保障數(shù)據(jù)在可用不可見的情況下實現(xiàn)安全共享、加速流通與價天冕科技×某大型非銀支付機構：數(shù)據(jù)安全共享平臺業(yè)務應用業(yè)務應用隱私計算基礎設施.隱私計算基礎設施據(jù)庫的情況下，實現(xiàn)與各部門、外部機構的數(shù)據(jù)聯(lián)邦建模。各數(shù)據(jù)持有方在自有安全環(huán)境下完成模型運行結果后，子模型結果匯總得到模型最終結果，無需數(shù)據(jù)離開自有服務器。基于數(shù)據(jù)查詢與統(tǒng)計的需求.多方安全計算的解決方案，運用同態(tài)加密、混淆電路、秘密共享的技術，能夠保護數(shù)據(jù)查詢方與數(shù)據(jù)服務方數(shù)據(jù)安全的情況下實現(xiàn)數(shù)據(jù)查詢與統(tǒng)計的目標。針對非銀支付的數(shù)據(jù)安全與實時性特殊要求.加強了數(shù)據(jù)通道、數(shù)據(jù)存儲方面的安全，加入函數(shù)據(jù)源數(shù)彈性計算，節(jié)省系統(tǒng)資源，提高系統(tǒng)性能，達到數(shù)據(jù)源來源：艾瑞咨詢研究院自主研究及繪制。?2023.2iResearchInc20?2023.2iResearchInc21矩陣用例解讀：決策智能(1/3)正在加深對決策智能的重視與投入金融機構對決策智能的重視程度正在逐步提升，越來越多的機構領導者計劃將決策智能應用于全域業(yè)務中。決策智能將幫助金融業(yè)務提供風險分析、營銷分析、結構分析、流動性分析等能力。根據(jù)部分機構領導者反饋，決策智能需要提升輸出動性，以便滿足金融級場景需求。此外，金融場景Know-How也是廠商服務能力中關鍵的一部智能發(fā)展的相關技術納入投入范疇。金融機構對決策智能的關注情況和投入態(tài)度說明Statement研究團隊首先和部分關鍵金融機構的技術領導者對關注的智能化應用方向展開了溝通，反映較為集中的三個方向是：決策智能、過程智能、主動智能。在此基礎上，分析師增加了認知智能、感知智能選項(因其與決策智能構成了人工智能發(fā)展的三個階段能力)，進而面向金融機構展開了調研。49.3%25.1%15.3%10.3%49.3%25.1%15.3%10.3%18.3%8.9%19.7%50.1%15.3%15.0%19.6%45.3%19.7%17.0%18.0%%能能高度重視(%)較為重視(%)一般重視(%)暫未引起重視(%)注釋：N=135，受訪者包含銀行、保險、證券機構的技術領導者。來源：艾瑞咨詢研究院自主研究及繪制。Insight1：投入態(tài)度約50.3%的受訪者計劃：。在全域數(shù)據(jù)化(所有金融業(yè)務過程數(shù)據(jù)都將被記錄下來，形成數(shù)據(jù)閉環(huán))的趨勢下，利用數(shù)據(jù)驅動營銷、風控、產(chǎn)品設計等業(yè)務環(huán)節(jié)的智能化決策成為金融數(shù)字化的發(fā)展方向。Insight2：技術發(fā)展決策智能的發(fā)展需要依靠全域數(shù)據(jù)化、可信數(shù)據(jù)治理(多方數(shù)據(jù)可信協(xié)同以多方數(shù)據(jù)可信協(xié)同計算為例，約45.0%的受訪者意識到：需要將隱私保護計算為核心的可信科技納入不可或缺的投入范疇，以此讓算法訓練擁有足夠豐富的數(shù)據(jù)支持。越來越多的金融機構已經(jīng)展開了隱私計算平臺建設(MPC+FL類型占比最高)，也有部分機構接受人工智能廠商提供的隱私計算功能模塊而非本地化平臺部署。?2023.2iResearchInc22矩陣用例解讀：決策智能(2/3)而下推、衡第四范式×某大型股份制銀行：北極星指標運營決策平臺UM1、確定北極星指標2、場景拆解…5、LaunchReview評審，多角度綜合衡量，將更優(yōu)秀的方案更新為冠軍基線4、運行跟蹤實驗，若北極星指標評估效果出色，則發(fā)起LaunchReview區(qū)區(qū)實驗室1實驗室2實驗室36、圍繞一致的北極星指標作為工作目標，通過數(shù)據(jù)歸因分析，持續(xù)迭代創(chuàng)新3、圍繞北極星指標體系發(fā)起實驗，挑戰(zhàn)當前冠軍(從小流量到大流量嚴謹上線)UM數(shù)AUM來源：艾瑞咨詢研究院自主研究及繪制。?戰(zhàn)略數(shù)字化：通過咨詢方式將各項指標收斂至北極星平臺，同時將每項指標匹配至不同業(yè)務板塊及業(yè)務團隊，并保障各項指標可切實指導迭代、分而治之的科技運營體系方法，實現(xiàn)北極星指標體系中各個指化迭代。?執(zhí)行數(shù)字化：圍繞與銀行各科技部門共識，制定各項指標的數(shù)據(jù)采集規(guī)則，并不斷完善前置系統(tǒng)的布局情況。根據(jù)指標的戰(zhàn)略優(yōu)先級，逐系統(tǒng)層面“施工圖”的覆蓋點亮。?評價數(shù)字化：樹狀指標體系明確各部門工作重心及協(xié)同關系，通過適合的量化數(shù)值進行策略有效性評估，形成人機協(xié)同策略與銀行管理機字化轉型策略的合力共贏。關鍵指標。為該銀行零售業(yè)務發(fā)展系統(tǒng)性地打造了一個圍繞AUM的?組織轉型：通過迭代的評價體系，量化每個小團隊的改進對全局北矩陣用例解讀：決策智能(3/3)啟安全威脅響應中心，護航金融業(yè)務安全決策信也科技自主研發(fā)設計的天啟安全威脅響應中心(以下簡稱“天啟平臺“)以感知和管理安全事件、優(yōu)化事件處置、深度聚焦場景為設計原則。通過AI智能化、威脅感知擴展、惡意行為分析等維度全面精準感知與識別安全威脅，并借助自動處置、輔助操作、降低噪音等方法提升響應效率。天啟平臺可穩(wěn)定支撐金融業(yè)務高并發(fā)、數(shù)據(jù)高敏感等運營特性，為不同網(wǎng)不同場景業(yè)務提供精準智能、鏈路一體化的信息系統(tǒng)安全與數(shù)據(jù)安全屏障。信也科技：天啟安全威脅響應中心能價值解讀：1、多源異構數(shù)據(jù)可支撐滿足不同場景、職能下的分析及響應需求；2、主流設備、應用框架的日志清洗及內容預處理等前置工作，配合實時智能分析與API自動調用處置，可深度發(fā)掘隱秘復雜的攻擊鏈路或異常行為威脅。11風險事件處理?標準事件處理：鏈狀、便捷的安全事件處理流?場景專項處理：典型、具體的威脅處理場景，立的操作模塊和執(zhí)行邏輯。?自定義編排：可對數(shù)據(jù)源的標記字段進行條件設置、邏輯觸發(fā)、編排執(zhí)行，支持特殊關注或性風險監(jiān)控。天啟平臺目標用戶測證分析天啟平臺目標用戶測證分析F數(shù)據(jù)源FKI用日志22數(shù)據(jù)風險監(jiān)控?數(shù)據(jù)源信息全覆蓋，可對內部數(shù)據(jù)調用行為進分析、實時告警與阻斷。33攻擊面測繪管理泰坦DevSecOps敏捷安全平臺先知APP合規(guī)自檢平臺天啟安全威脅響應中心XKMS統(tǒng)一密鑰管理平臺?實時針對由外向內、由內向外的攻擊面進行巡來源：艾瑞咨詢研究院自主研究及繪制。?2023.2iResearchInc23?2023.2iResearchInc24RPA技術能力不斷外延，金融機構建設趨勢實現(xiàn)從任務執(zhí)行、策執(zhí)行的轉變務執(zhí)行到業(yè)務流程解析的飛躍式發(fā)展，成為企業(yè)流程治理、業(yè)務銜接、部門協(xié)同的加速引擎。金融機構的RPA技術投入現(xiàn)狀及未來趨勢調研778%積極投入者長期看好追加/保持投資觀望者保持觀望暫未確定相關計劃9%9%消極投入者顧慮較多減少/終止投資??設計器、管理平臺、機器人作為RPA的基礎?開發(fā)完備易用、運行穩(wěn)定智能、布放靈活有為核心三件套的內化提升方向。?面對復雜業(yè)務環(huán)境，RPA與多項技術/組建的能力集成已成為長期趨勢。頭部金融機構已RPA與多項技術的融合戰(zhàn)略。?NLP、OCR、ML等技術及流程挖掘、流程分析工具，為RPA技術提供非結構化數(shù)據(jù)的處理能力與端到端的流程視角，使之具備流程與決策執(zhí)行的能力。術投入形成良好反饋循環(huán)。國有六大行及頭部股份制銀行已成為RPA技術的積極投入者。Section2：技術發(fā)展解讀弱強a.任務執(zhí)行能力RPA套金融機構IT決策者96%將RPA核心三件套(設計器、管理平臺、機器人)作為基礎考察能力。b行能力業(yè)務流程自動化金融機構IT決策者37%期望引入多項流程挖掘工具及AI技術能力，實現(xiàn)流程的自動化執(zhí)行與管理。c.決策執(zhí)行能力業(yè)務流程智能解析金融機構IT決策者38%將具備流程預測調優(yōu)、實時互動迭代能力的一體注釋：調研范疇包括國有商業(yè)銀行、股份制銀行、城市商業(yè)銀行、保險、證券等金融機構的科技/IT部門決策者；N=100。來源：艾瑞咨詢研究院自主研究及繪制。RPA金融機構RPA實踐價值調研實踐獲益者實踐探索者實踐貶損者13%28%59%23%36%金融機構在RPA技術應用中獲得【超越預期】的實踐收益金融機構在RPA技術應用中獲得【符合預期】的實踐收益?RPA技術輕量級非侵入式UI/?RPA技術輕量級非侵入式UI/API集成方式，可在不改變整體業(yè)務框架情況下，實現(xiàn)跨系系統(tǒng)的流程連接與業(yè)務協(xié)同。Section2：實踐發(fā)展解讀企業(yè)超級自動化平臺(Hyperautomation)?RPA與多項技術的融合戰(zhàn)略下，RPA自動化，“點-線-面-體”的集成化能力輸出，正漸進式重構組織業(yè)務間的內在關聯(lián)，加速企業(yè)數(shù)字化進程。自動化卓越中心CoE(CenterofExcellence)?RPACoE可以集中組織內部人才、知識、技術等資源，建立健全配套的管理團隊與管理措施。通過試驗、評估、監(jiān)督等模式，使組略精細化貫徹、指導RPA實踐。?針對規(guī)則固定、批量執(zhí)行、附加值低的業(yè)務環(huán)節(jié)，RPA技術可使金融機構在提升業(yè)務效低人工成本方面獲得可見收益。金融機構最關注的RPA實踐價值：51%50%47%41%31%51%50%47%41%31%執(zhí)行大批量、重復性任務提高業(yè)務處理準確性打通數(shù)據(jù)系統(tǒng)，釋放數(shù)據(jù)價值 Rank2打通數(shù)據(jù)系統(tǒng)，釋放數(shù)據(jù)價值增強部門協(xié)作，重塑業(yè)務流程 Rank3組織結構優(yōu)化人員結構，培養(yǎng)復合型人才注釋：調研范疇包括國有商業(yè)銀行、股份制銀行、城市商業(yè)銀行、保險、證券等金融機構的科技/IT部門決策者；N=100。來源：艾瑞咨詢研究院自主研究及繪制。?2023.2iResearchInc25?2023.2iResearchInc26矩陣用例解讀：云原生(1/3)%的金基礎資源的標準易用性與應用開發(fā)的敏捷高效性，成為金融機構上云、用云的重要衡量標準。74%的金融機構已將微服務金融機構云原生實踐現(xiàn)狀及未來趨勢調研t踐踐779%積極投入者長期看好追加/保持投資觀望者保持觀望暫未確定相關計劃3%消極投入者顧慮較多減少/終止投資t74%金融機構：64%金融機構：62%金融機構：54%金融機構：期望通過微服務及ServiceMesh期望通過DevOps期望通過容器及容器編排期望通過Serverless實現(xiàn)業(yè)務功能、開發(fā)團隊的分層彈性擴容理的敏捷運行與敏捷交付實現(xiàn)復雜架構、場景下云上資源準化管理獲得“開箱即用、隨取隨用”的云原生核心功能與服務注釋：調研范疇包括國有商業(yè)銀行、股份制銀行、城市商業(yè)銀行、保險、證券等金融機構的科技/IT部門決策者；N=100。來源：艾瑞咨詢研究院自主研究及繪制。?2023.2iResearchInc27a.開發(fā)敏捷化：微服務架構順應業(yè)務精細化管理需求，將服務單元拆解為獨立自治的微小模塊。服務組件的重用重組，可高效支持金融業(yè)務a.開發(fā)敏捷化：微服務架構順應業(yè)務精細化管理需求，將服務單元拆解為獨立自治的微小模塊。服務組件的重用重組，可高效支持金融業(yè)務速交付。架構在高并發(fā)場景下服務總線的性能不足問題。容錯與故障恢復能力金融業(yè)務創(chuàng)新的韌性。cServiceMeshSidecar的通盤實時觀測，以及服務治理與業(yè)務邏輯的解耦，使開發(fā)人員可以更專注于業(yè)務的開發(fā)與創(chuàng)新。通用功能下沉服務重心上移Part3未來服務Serverless式，支撐金融敏態(tài)業(yè)務良好發(fā)展業(yè)務的響應、“極致持續(xù)演進。云原生的戰(zhàn)略價值及未來趨勢展望PartPart1基礎資源：容器及容器編排運行載體Part2應用開發(fā)：微服務架構及ServiceMesha.鏡像輕量化：容器實現(xiàn)了進程級的資源隔離，提升了鏡像創(chuàng)建的簡便性與云上資源的利用效率。容器間共享操作系統(tǒng)伴隨的安全問題是金的關注重點。b.環(huán)境標準化：容器技術提供了軟件開發(fā)、測試、生產(chǎn)的一致環(huán)境，可實現(xiàn)跨云和操作系統(tǒng)版本的移植降低了云上應用的開發(fā)門檻，適用于IT系統(tǒng)的復雜結構。部署與動態(tài)管理。資資源通用便捷用云門檻降低a.統(tǒng)一泛在：BaaS(后端即服務)使開發(fā)者不用關心服務器與運維相關工作，并通過FaaS(函數(shù)即服務)更加專注于高價值的業(yè)務業(yè)務功能的開發(fā)。SServerless的相關實踐主要停留在業(yè)務邏輯相對簡單的場景。云廠商對于Serverless理念的共識理解，F(xiàn)aaS標準化互通是未來重點突破方向。來源：《云原生架構：從技術演進到最佳實踐》，專家訪談，艾瑞咨詢研究院自主研究并繪制。矩陣用例解讀：云原生(3/3)原生微服務治理架構積極探索者的服務通信，并提供流量管理、安全、信也科技：ServiceMesh介紹技Istio部署架構Remote-01LoanSVCSidecarPaymentSVCSidecarK8SCluster-01tioPrimaryIstiodRemote-02SidecarLoanSVCSidecarPaymentSVCK8SCluster-02IstiodIstiodIstiod采用Primary-Remote模式Istio管理多個K8S集群來源：艾瑞咨詢研究院自主研究及繪制。 業(yè)務及功能價值 業(yè)務及環(huán)境覆蓋生產(chǎn)環(huán)境接入500+站點 未來能力發(fā)展規(guī)劃L?2023.2iResearchInc28矩陣用例解讀：基礎云<信創(chuàng)>(1/3)“自主可控、性能適配、數(shù)字創(chuàng)新”三項能力成為金融信創(chuàng)金融信創(chuàng)云平臺建設以信創(chuàng)生態(tài)兼容適配與非信創(chuàng)資源納管遷移為基礎，在具體實踐中更強調平臺對穩(wěn)態(tài)、敏態(tài)業(yè)務的支的長期金融機構信創(chuàng)云平臺實踐情況及建設重點88%金融機構已將信創(chuàng)云平臺積極投入生產(chǎn)/測試環(huán)境32%49%33%金融機構將“信創(chuàng)生態(tài)的軟硬件適配、非信創(chuàng)資源的納管遷移”作為信創(chuàng)云平臺的兩大基礎能力。金融機構將信創(chuàng)云平臺對金融級業(yè)務高并發(fā)、高可用、高性能的支撐能力視為第一考察要素。調研者同時反饋：對智能科技的適配能力同樣是不可或缺的關鍵因素。金融機構期望在信創(chuàng)云平臺建設中器、微服務、Serverless等云原生創(chuàng)新實踐。金融機構信創(chuàng)云平臺的能力建設趨勢PART1基礎資源信創(chuàng)化改造：自主可控?信創(chuàng)生態(tài)適配：從芯片到服務器、操作系統(tǒng)、數(shù)據(jù)庫、中間件及應用軟件PART2復雜金融場景支撐：性能適配?業(yè)務平滑遷移：在保護金融機構既有投資基礎上實現(xiàn)系統(tǒng)架構平穩(wěn)升級。包括非信創(chuàng)云平臺、虛擬化產(chǎn)品、裸機到信創(chuàng)云平臺的平滑遷移，及信創(chuàng)信創(chuàng)資源的統(tǒng)一管理、調度和維護。、容災備份等要求；滿足金融機構多多分支業(yè)務快速部署、彈性擴容、持續(xù)迭代等敏態(tài)需求。PART3未來發(fā)展能力建設：數(shù)字創(chuàng)新??基礎能力創(chuàng)新：通過信創(chuàng)云原生平臺研發(fā)，引入容器、微服務、DevOps?應用服務創(chuàng)新：持續(xù)優(yōu)化信創(chuàng)云平臺對大數(shù)據(jù)、人工智能等技術的支撐能注：調研范疇包括國有商業(yè)銀行、股份制銀行、部分城市商業(yè)銀行、保險、證券等金融機構的科技/IT部門決策者；N=100。來源：專家訪談，企業(yè)調研，艾瑞咨詢研究院自主研究及繪制。?2023.2iResearchInc2903金融混合云復雜場景03金融混合云復雜場景平臺界面上進行資源管理，提升付效率。?非信創(chuàng)資源納管遷移：支持非信創(chuàng)云平臺、虛擬機、裸機平滑遷移；vCenter的納管與遷移。提供局部到全面轉型的信創(chuàng)轉型路徑。02虛擬化&超融合?全面兼容：通用虛擬化兼容主流芯片與整機，向上適配信創(chuàng)中間件、數(shù)據(jù)庫、安全、容災份、應用軟件等。?快速支撐迭代：虛擬化與超融合技術可支持資源和服務的快速交付。滿足金融客戶業(yè)務快速部署、運維、迭代需求。支持開發(fā)、業(yè)務、運維人員在同下完成業(yè)務發(fā)布。04業(yè)務連續(xù)性信創(chuàng)云平臺?災備指標：平臺將基于不同國產(chǎn)芯片架構的鏡像化業(yè)務數(shù)據(jù)備份到獨立容災云上，為用戶云主機提供秒級持續(xù)數(shù)據(jù)保護。RTO低至秒級，RPO達到1秒，支持任一恢復點快速還原云主機，業(yè)務環(huán)境立即可用。?災備解決方案：支持傳統(tǒng)容災和分布式延展集群容災，支持中心云主機業(yè)務雙活。云軸科技(ZStack)：打造自主可控、全芯全棧的信創(chuàng)云平臺ZStack創(chuàng)一體化解決方案。ZStack產(chǎn)品原生支持信創(chuàng)環(huán)境下的混合云解決方案，產(chǎn)品化交付能力支持基于國產(chǎn)性案例。云軸科技(ZStack)金融信創(chuàng)云平臺核心優(yōu)勢及場景解決方案01全面適配的金融信創(chuàng)云芯、鯤鵬、海光、兆芯、申威6類主流信軟件、11類國產(chǎn)操作系統(tǒng)。02全場景的生態(tài)替換金融信創(chuàng)領域VMware及虛擬化替代：ZStack信創(chuàng)虛(IaaS)能力，虛擬主機基礎境可適配運行多種業(yè)務應用系統(tǒng)。03完備的解決方案交付金融業(yè)務的信創(chuàng)產(chǎn)品合規(guī)性要求、信創(chuàng)運行環(huán)適配要求、多種技術架構路線統(tǒng)一管理要求、基設施及原有資源管理要求、原有業(yè)務遷移至現(xiàn)有01全棧信創(chuàng)支撐?全棧支撐：得益于全面適配投入，ZStack金融信創(chuàng)全棧云解決方案可在軟件和硬件層面實現(xiàn)信創(chuàng)設備、私有云、云原生、分布式存儲、運維運營的全棧支撐能力。?國產(chǎn)/專用硬件利舊：ZStack金融信創(chuàng)云產(chǎn)品具備交付靈活、敏好等諸多優(yōu)勢。可滿足各類老舊專用設備的部署實施。來源：艾瑞咨詢研究院自主研究及繪制。?2023.2iResearchInc