中国金融行业与金融科技趋势概要推动数字经济和实体经济的深度融合是我国经济发展新十年坚定不移的方向，也是实现数字中国这一目标的必然举措，金融行业立足于服务实体经济，深化新技术应用与创新，成为推动)数字经济发展的关键力量。2021年是全球金融行业应对疫情影响及其不确定性，迈入新常态的关键时期，也是凸显金融行业实现业务韧性，迅速并敏捷应对消费者及企业客户不断变化的金融产品及服务需求的一年。伴随着中国经济进入新周期、新常态、新格局，中国金融行业的数字化转型持续深入，积极推进绿色金融的发展，并践行赋能小微。

村振兴的普惠金融。央行数字货币的推广将在未来几年内对金融行业从支付，现金管理，国际结算，传统零售及对公业务产生影响。·与此同时，金融行业T服务以更加精细化、敏捷化、开放化的服务模式，通过与新兴技术的有机结合积极探索创新的金融服务生态和模式。新一轮金融行业的IT建设将在基础设施及自主科技创新等方面加大力度。基础设施去化、数智驱动，生态赋能等将成为未来几年金融行业关注的技术趋势:1.云是金融机构打造数字化竞争力，实现敏捷应对以客户为中心的服务价值链的最有效路径，最终实现金融机构效率和收益的提升。

2. 大数据及人工智能是助力数字金融能力建设的有力双翼，已被在营销，风控，客服，支付等金融业务场景的落地实践有效证明，而与数据相关的隐私及安全，数据要素的有效融通与资产化，Al与伦理，Al与社会影响力(social impact)的研究也将是未来几年金融行业值得关注的研究方向;3.数字金融的未来是开放的，只有通过与与消费，产业，政务等场景生态的深度融合、双向赋能建立金融业务与行业生态的良性互动。才能释放开放金融生态的潜能，实现金融服务服务实体经济，推动产业升级的目标。2021年是央行《金融科技人FinTech发展规划(2019-2021年)》的收官之年，也是央行及相关监管机构密集出台落地的一年，从银行业监督管理法，到商业银行法，资管业务指导办法等，到与信息安全，个人隐私，算法管理等与金融场景密切相关的法律法规，无一不体现监管机构鼓励技术创新的同时也在关注及衡量相关的社会及法律风险。

预测一:反洗钱赋能社会向善(AML for Social Good)随着监管机构和基于社会责任压力的加大，到2025年，30%的银行将实施基于AI的反洗钱(AML）模型，以更好地检测社会影响较为严重的非法活动。·据估计，洗钱活动约占全球GDP的3%。但是通过银行业资金流向可以识别的非法活动的规模却不到5%。以人口贩卖活动为例，据湄公河俱乐部估计，全球范围内人口贩卖约4000多方人，产生的相应利润约1500亿美元，由于对这种非法活动的检测及其复杂，而基于旧有规则的模型无法进行有效识别。

IDC Financial lnsights认为，随着对ESG相关议题认知度的不断提升，社会要求金融行业能够更为有效地识别资金流动中的非法活动。这要求银行对于先进的机器学习技术优先投资，以识别复杂的非法资金流动模式。IDC认为，监管合规被认为是全球范围内建立ESG市场信任的首要领域。因此，我们认为，未来几年，有助于银行业识别并阻止非法活动的相关投资将会呈现强劲。预测一︰反洗钱赋能社会向善(AML for Social Good)随着监管机构和基于社会责任压力的加大，到2025年，30%的银行将实施基于AlI的反洗钱(AML)模型，以更好地检测社会影响较为严重的非法活动。需要大量数据科学资源及能力来构建满足识别非法去活动的业务期望。

基于人工智能(A)的工具充分利用历史数据制定能力发展路线。从资金端到端的全局观了解所有实体和交易骨景，是构建该项能力的重要基础。检测复杂的洗钱可能需要无监督式的机器学习模型。但是在使用这种无监督机器学习的过程中必须透明化，这样审计和监管机构才能了解如何以及为什么警报会生成（可解释性)。优先投资先进的机器学习模型技术。传统的基于规则的模型不足以确定复杂的洗钱活动。

虽然许多机构倾向于自荐而不是购买，但应该考虑到开发和维护基子人工智能的模型所需的数据科学资源也需时日积累;可以考虑优先采用SaaS模式来实施构建必要能力所需的技术，这可能是实现预期成果最经济最为有效确保技术供应商具备强大的人工智能模型可解释性和偏差检测能力。认识到所有供应商都会使用合理代码表示其算法是透明的。然而，供应商在""审计"偏差检测和提供完全可追溯决策的能力上存在差异。