科技價值的分析

科技能力由金融服務傳導至實體經濟，金融科技的外延價值提升金融機構運營效率，助力實體經濟降本增效

金融科技的發展是人工智能、區塊鏈、大數據等前沿技術與傳統金融業務的結合，在合理應用數理模型與算法能力的基礎上，實現對于數據與計算資源的整合及充分應用。金融科技的廣泛應用不僅在業務層面完善了機構的風險管理策略、提升精準營銷能力，并且通過改進業務辦理環節與展現形式，以豐富的內容與交互方式服務用戶，全面提升用戶的金融業務辦理體驗。與此同時，前沿技術的影響力也通過金融服務的方式傳導至實體經濟，企業不僅在數字化轉型的浪潮中提升了自身基礎技術應用與數據治理能力，也在金融機構科技賦能的背景下獲得了性價比更高、流程更高效的金融服務，極大的降低了企業（特別是中小企業）的融資周期，實現以技術推動金融業與實體經濟間的產融結合，助力金融科技行業發展新目標的達成。

政策環境的演變

金融監管體系的改革推動行業進入超級監管時代，數據要素應用與金融場景建設成為當今金融科技行業關注的重點能力

業技融合的應用

以金融業務需求為導向的技術服務成為“厚積成勢”新階段金融科技行業的發展目標，市場參與者“業技融合”能力受到普遍關注

如今國內金融科技行業已從“立梁架柱”邁入“厚積成勢”的新階段，與之前強調技術層面的提升不同，新階段的金融科技行業將更加重視技術與業務的交融共振，如何從業務視角探尋金融機構的技術需求、真正實現以業務需求驅動技術應用、以技術應用優化業務流程成為金融科技行業發展的進階目標。這不僅考驗金融機構在面對數字化、科技化轉型的應變協同能力，更是對國內金融行業IT技術服務商的大考驗。在原有模式下，傳統的技術服務商普遍以技術水平提升與新技術創新應用為驅動，企業的核心價值更多的體現在產品技術層面，對于特定的業務流程及場景應用的關注度不高。隨著國內金融機構數字化轉型浪潮的推進，金融行業對于技術能力的需求成為決定技術供給方行業發展的趨勢導向，在金融科技行業發展的新階段，技術服務商不能僅局限于技術能力的普世化應用，而是應從金融業務的技術需求出發，以業務需求帶動相關技術產品的發展，真正實現技術與業務的邊界融合、協同共生。在業績融合的同時，技術服務商也應重視金融機構的產品使用體驗，將服務朝向降低客戶使用門檻、開源開放的方向推進，為金融機構提供更易用、更通用金融科技產品。

金融科技市場規模

在信創建設、發展規劃等多重因素的影響下，國內金融科技市場預計將以約12%的增速于2027年突破5800億元

隨著前沿技術的迭代升級與金融機構數字化轉型進程的逐步推進，國內金融機構對于金融科技的投入規模逐年遞增，2019年增幅一度高達21%，整體規模突破2200億元，后續受到全球新冠疫情、中美貿易沖突、國際地緣政治等多方面影響，國內金融機構對于科技成本的使用愈加審慎，于此同時，國家倡導的信創建設推動了金融機構軟、硬件產品的國產替代化浪潮，以國產軟、硬件設備為基礎的科技應用時代提升了金融機構傳統IT系統的建設投入。此外，銀行、保險等多領域紛紛頒布了2023-2025年科技投入發展規劃，就未來3年金融科技投入提供量化指導，明確了科技團隊的建設規模與投入的資金比例。綜合來看，在發展規劃的指導下，伴隨著信創投入的提升與前沿科技應用的逐步成熟，未來國內金融科技市場將以約12%的復合增長率于2027年超過5800億元。

多模態數據處理技術

多模態技術的應用將改善傳統模型的信息收錄方式，利用更加豐富的感知通道模擬人類的理解和表達，推動通用人工智能技術的泛化應用

多模態數據處理技術是指模型通過多種渠道感知、處理信息，以模擬人類信息理解與表達的方式，結合圖像識別、金融大模型等前沿技術，實現在金融場景下多類型數據源的綜合處理及運用，為金融機構的智能風控、客戶營銷與智慧化運營，提供多模態情感計算支持。在實際應用方面，多模態大模型技術可通過自監督的方式實現對于海量無標注數據的學習，其自身的泛化能力支持特定場景少量數據的標注學習及微調，目前該項技術在人工服務監督評價、智能語音輸入、反欺詐及不良貸款識別、情感捕捉與個性化營銷等方面得到深化應用，隨著技術能力的提升，未來具備跨模態應用及學習能力的模型或將為金融業帶來更全面的多模態應用。

低代碼平臺應用

將金融業務的開發邏輯下沉到平臺側，在金融大模型的加持下覆蓋更多中長尾金融場景的應用，實現數字化解決方案開發部署效率的提升

隨著金融行業數字化轉型進程的推進，金融科技產品的技術研發與業務場景間的融合更加密切，低代碼技術通過提供可視化的開發工具和預先構建模塊，搭建起適用于金融業務的敏捷開發平臺，在滿足金融從業人員對于機構數字化轉型過程中的諸多開發需求的同時，實現機構金融數字化業務效能的提升。在以往的低代碼產品建設中，產品的可視化能力、基礎組件的構成及產品與業務的適配效果是低代碼廠商間競爭的核心，而面對如今產品應用能力的增強與業務場景的多樣，產品功能層面的競爭已逐漸成為過去，是否有能力沉淀行業Know-how、實現復雜場景的敏捷開發成為低代碼產品的最新需求，隨著AICG、金融大模型等前沿技術在金融領域應用的逐步成熟，大模型加持下的低代碼開發平臺將實現更全面的業務場景覆蓋，自然語言交互能力在低代碼模式下的智能搭建與應用將進一步降低產品的使用門檻，通過需求描述自動生成簡單應用的產品模式將成為可能。此外，金融大模型對于金融行業內數據、算法、場景模式的積累將為低代碼平臺的模塊、組件、框架的優化提供有力支持，生成式AI對于需求代碼的自動式生成將極大提高低代碼平臺的使用體驗，助力業務向金融科技產品應用的達成。

金融大模型

集成數據、算法與算力的金融大模型產品將成為未來大模型在金融行業能力輸出的主要方式

隨著人工智能技術領域深度神經網絡架構應用的成熟，大模型作為匯集大規模參與復雜計算結構的機器學習模型，憑借其在自然語言處理、計算機視覺、語音識別、推薦系統等多業務導向領域的綜合應用能力，逐步走向千行百業，而金融行業作為擁有豐富場景與個性化需求的核心業務領域，其對于大模型應用的需求受到行業內外的普遍關注。金融大模型作為將專業知識與大模型能力相結合的行業大模型應用體系，是通用大模型在垂直行業的有效實踐，一方面金融行業對于大模型的廣泛應用將改變金融科技范式，重塑金融機構工作方式與金融服務生態，就當前行業近況來看，金融大模型已在金融資訊、產品介紹、內容及圖片文本生成、虛擬客服在線交互等方面得到實際應用，隨著業務的融合與技術能力的提升，基于“大數據+大算力+強算法”的金融大模型將在更多細分的金融場景帶來新技術的變革。

AI數智人

多模態技術的應用助力“數字人”步入“數智人”時代，多模態信息的接受與理解將全面提升虛擬人物的交互功能，為用戶帶來全新數智體驗

以文本輸入的形式進行語言理解的文本對話式機器人目前已被廣泛應用于金融行業客服領域，通過智能系統自動讀取、解析、識別外界輸入的信息，在咨詢服務、用戶問答等環節，以擬人化、規范化、專業化的語句完成與用戶間的初步交互。此外，可以實現簡單語言交互功能的AI數字人也被金融機構應用于線下網點的客戶接待與線上直播間的帶貨服務，在解放人力的同時也降低了金融機構的運營成本，隨著AI技術的提升與多模態技術的應用，虛擬數字人在思想決策、語言輸出等方面將更加接近真人，覆蓋的應用場景與可搭載的設備種類將更加豐富，整體的交互能力與應用場景將得到進一步提升，逐步步入多模態輸入模式下的AI數智人時代。

RPA與多技術的融合應用

RPA與大模型、流程挖掘等多技術的融合應用，以企業級集成平臺的模式為金融機構提供復雜業務流程的自動化解決方案

伴隨著金融機構數字化轉型的逐步推進，金融業務自動化的復雜程度與日俱增，針對復雜流程應用的RPA規劃將產生高額費用，為了應對該情況的發生，RPA將從單一的技術模塊轉變為企業級集成平臺，不斷集成、融合更多的技術與組件應用，通過吸收其他板塊的技術優勢，提升RPA集成平臺自身的自動化能力，助力金融機構有能力解決更多、更復雜的流程自動化與關鍵環節拆解的業務難題，全面提升RPA系產品的易用性。與RPA相融合的技術包括NLP、OCR等AI小模型的應用，以及與低代碼平臺結合以SaaS化產品輸出的RPA系產品，其中目前業內最主流的兩種應用模式分別是RPA技術與大模型以及RPA與流程挖掘兩者的分別結合，應用大模型在智慧生成、語意理解等數智化方面的能力，優化人機交互模式，提升RPA產品的智能性。此外，流程挖掘技術的應用將識別自動化流程的機會點，在監測自動化流程的同時改進環節，實現自動化流程的全面優化。

“云邊端”協同與邊緣計算

“云、邊、端”的協同充分發揮云計算與邊緣計算的優勢，滿足金融機構對于充分泛在算力的需求；架構解耦成為技術落地應用的重要一環

云計算的應用助力金融機構通過云端共享的算力資源實現大型計算任務的達成，這種集中式的計算模式對于云端數據中心的依賴度較高，廣而全的數據信息獲取與應用也使其在隱私安全性與業務時效性方面難以適配某些特定需求的業務流程，而邊緣計算作為一種分布式運算架構，它的工作原理是將中心服務器負責的任務分解發放至網絡的邊緣端，由邊緣端通過設備端收集數據，在不需要將數據上傳至中心云的情況下，低延時滿足金融機構的業務需求。邊緣計算系統通過云、邊、端的三方協同，實現了云計算和物聯網的深度融合，避免了大量不必要的敏感數據跨網傳輸，可應用于金融機構智慧網點、智慧安防等場景建設中。對于金融行業來說，云端與邊緣端的技術開源與架構解耦將成為“云邊端”協同落地應用的重要一環，也為后續復雜業務場景的定制化開發奠定基礎。

“一云多芯”融合云平臺

“一云多芯”可實現從底層硬件到上層云原生應用的多芯全棧式適配兼容，是構建信創云、金融團體云底層架構的重要保障

隨著金融行業“上云用數賦智”進程的推進，金融業務場景的復雜性以及金融機構上云進程與軟硬件產品選擇的不同，導致目前金融行業存在多條技術路線并存的情況，而“一云多芯”作為能夠實現在同一云端支持不同CPU芯片的混合部署的云平臺協同技術，通過對源代碼的架構編譯、容器化封裝、表轉化部署的方式，實現多家金融機構、多類應用場景、多種軟件產品的云端部署。在金融團體云建設與信創化浪潮中，“一云多芯”可解決信創應用適配N個操作系統與M個CPU架構的 N x M多選的難題，有效的將數智化轉型過程中的工程化挑戰，以多樣化算力幫助金融行業實現金融團體云建設。

隱私計算一體機部署

通過可信硬件與高性能軟件的結合提升隱私計算技術的易用性，為金融機構提供一站式隱私數據保護方案

隨著金融行業對于數據流通共享需求的提升與數據合規應用監管的嚴格，隱私計算作為保障“數據可用不可見，用途可控可計量”流通范式的支持技術，在數據密集型產業合規運營中的作用愈發重要，但在實際應用中，面對復雜的技術棧部署、產品形態與應用環境，如何平衡技術在性能、安全性與通用性方面的表現，充分釋放隱私計算能力、實現真正的大規模商用成為隱私計算行業發展面臨的重要課題。在提升隱私計算技術的可用性、易用性方面，將可信硬件與高性能軟件相結合的隱私計算一體機，通過軟硬件結合的方式構建從硬件、固件、操作系統到應用軟件的一站式隱私保護計算解決方案，應用可信硬件的支持保障隱私計算系統的高效平穩運營，為金融機構提供開箱即用、安全可證的數據可信流通服務。近日隨著《隱私計算一體機技術要求》的出臺，隱私計算一體機產品在在參考架構、功能需求、性能需求、安全需求等多方面獲得了標準化、專業化的技術標準支持，在降低行業內協作成本的同時實現更大規模的產品應用與落地推廣。

云原生安全

將安全技術與云端應用緊密結合，為金融機構打造智能化、平臺化的云原生時代安全范式

隨著金融機構數字化轉型浪潮的日益推進，金融上云成為行業發展的必然選擇，在面對愈加復雜的應用部署、系統架構與資源規模時，如何保障金融機構上云后的云原生建設安全成為云原生時代應關注的核心問題，與傳統“防火墻式”系統安全保護模式不同，云原生安全系統的建設需要從傳統的邊界防護轉為縱深防御，應用安全左移、安全內生的原則，從軟件開發階段開始保障功能的可預期性、降低“可被利用”漏洞的安全事件發生，通過在軟件開發、分發、部署、運營全階段的安全體系保護，建設云原生時代金融機構的全新安全范式。

銀行業：金融科技業務場景應用

前沿技術與金融業務場景的深度融合助力銀行數字化營銷平臺與智能風控體系的建設，從營收與風險兩方面實現對于銀行業務場景的科技賦能

隨著我國經濟發展由高速增長階段轉向為高質量發展階段，傳統金融體系在支撐國內經濟高質量發展的過程中面臨諸多挑戰，銀行作為整個經濟體中負責調配資金需求、保障金融資源合理利用的重要金融機構，在促進產融結合、實現金融服務實業方面被給予厚望。人工智能、大數據、云計算等前沿技術作為銀行數字化營銷平臺與智能風控體系的底層技術支持，通過提升銀行數據治理能力、優化業務流程、改善交互模式等方式，充分挖掘用戶數據價值，以數據驅動金融業務的達成，實現金融科技對于銀行營收與風控能力的雙重賦能。

銀行業：金融科技投入規模

在信創建設與新技術應用的雙重推動下，金融科技市場將在審慎的銀行投資中以11%的復合增長率穩步增長

銀行作為金融行業中數字化轉型與科技應用起步較早的領域，在金融科技方面的基礎建設與資金投入遠超其他金融機構，在2019年國內銀行業的金融科技總投入就以20%的增速突破1700億元，后續受到全球疫情、邊緣政治、中美貿易戰等多方影響，國內銀行業的運營由“粗放”走向“精細”，對于金融科技版塊的投資也愈加審慎。于此同時，國家信創建設的要求促使著國內銀行業提升在軟、硬件產品國產替代化領域的投入，隨著頭部國有大行信創建設的推進，市場對于國產核心系統的需求將進一步提升。此外，以AI數字人、金融大模型為代表的前沿技術在精準營銷、智能風控等多個金融場景的靈活應用，讓國內銀行業認識到了新技術與銀行業務的高度適配，以前沿技術為基礎的數智化產品或將在未來3-5年得到更廣泛的應用。綜上所述，在經歷1-2年的增速減緩，由信創建設與新技術應用為核心推動力的銀行業金融科技市場，將呈現逐年穩步提升的增長態勢，預計將于2027年整個市場規模突破4200億元。

銀行業：科技投入情況分析

前沿技術應用將成為銀行科技投入的核心增長點，以超25%的復合增長率高速增長；云原生建設及AI與大數據的融合應用備受行業期待

隨著銀行業數字化轉型的推進與科技崗位的擴充，近年銀行科技團隊建設與人員薪酬成本占據科技投入的較高比例，但隨著后續市場的逐步穩定與團隊建設的成熟，預計未來3-5年銀行科技人員的人力成本將以此為基礎呈現動態調整、小幅增長的態勢。此外，隨著銀行信創建設的逐步推進，銀行在維持軟、硬件產品正常更新換代的同時還要逐步達成國產化產品的替代，預計未來傳統IT建設的資金投入將以13.8%的復合增長率穩步提升。對于前沿技術應用來說，伴隨著新技術產品的迭代升級與一體化解決方案的落地應用，預計未來3-5年將以超25%的復合增長率高速增長，其中云計算與云原生的建設以及AI與大數據的綜合應用將成為銀行業前沿技術投入的兩大核心點，預計2027年兩者的綜合投入將突破500億元。

保險業：金融科技業務場景應用

前沿技術在保險行業的廣泛應用推動行業內“業”“技”“數”的有效融合，在優化業務流程的同時實現保險業務經營的降本增效

在可持續增長與業務創新等訴求的驅動下，多項技術的融合賦能與契合場景需求的創新開發已成為保險機構核心競爭力的構建共識，前沿科技的實踐探索正重塑保險各環節價值鏈，推動保險保障類型、產品內涵、業務模式、行業生態發生根本性變革。核保承保與理賠給付作為保險業務流程的核心環節，其數智化水平的提升將在優化業務流程的同時降低運營成本，以高效的自動化流程降低保險業務對于人力的高度依賴。

保險行業：金融科技投入規模

政策的出臺為保險科技行業的發展提供了更加明確的量化指導，整個市場預計將以13.88%的復合增長率于2027年突破870億元

保險行業作為在業務流程標準化方面有較高要求的金融服務行業，其自身的業務特征與金融科技的賦能點高度適配，目前已在信息的自動化識別錄入、用戶智能核保承保、自動化理賠等多個環節取得了階段性成果。業務環節的數字化升級與數智化改造在提升保險機構業務辦理準確性的同時，實現了經營層面的降本增效，隨著技術的進步與應用能力的成熟，保險行業的數智化升級將覆蓋更多業務板塊，進而逐步實現保險業務全流程的自動化、數智化改造。與此同時，銀保監會、中國保險協會等多家國家監管機構對于保險科技的發展提供了更加明確的指導，其中《保險科技“十四五”發展規劃》中要求保險行業進一步加大保險科技的投入與人才團隊建設，在2025年實現信息技術投入占比超1%、信息科技人員占比超5%的戰略目標。在此背景下，國內保險業金融科技投入規模將呈現穩步提升的增長態勢，預計整體規模將以13.88%的復合增長率于2027年突破870億元。

保險行業：科技投入情況分析

傳統IT建設占據保險科技投入半數成本；大數據的應用成為前沿科技的核心增長點，預計2027年前沿科技投入規模將高達186億元

在《保險科技“十四五”發展規劃》科技人才團隊建設要求的指導下，未來3-5年保險行業用于科技團隊建設的資金投入將穩步提升，考慮到后疫情時代市場經濟的發展現狀，推測未來保險行業的科技團隊將以穩健發展為主，短時間內不會出現大規模的人員擴充。在金融科技的軟、硬件設施方面，傳統的IT系統建設仍是保險科技投資中占比最高的部分，隨著信創建設的要求，頭部保險機構已逐步實現外圍系統的國產替代化升級，伴隨著正常的核心業務需求與IT設備的更迭，預測該部分在未來依舊占據近半數的科技成本。與此同時，保險行業對于前沿技術的應用也在逐步推進，大數據平臺的建設及衍生應用成為保險機構關注的重點，數據要素在保險業務中將承擔更重要的作用，保險機構對于大數據平臺的投入預計將于2027年突破90億元。此外，近年AI相關技術的蓬勃發展為保險機構提供了更加豐富的營銷模式，觸客方式與獲客效率得到進一步的提升，預計2027年保險行業在AI領域的資金投入將超過26億元。

證券行業：金融科技業務場景應用

知識圖譜、隱私計算等前沿技術的應用推動證券行業投顧系統的數智化升級，實現全生命周期、多業務場景的技術化覆蓋

證券行業的數智化轉型不僅體現在智能風控、精準營銷等金融行業的通用領域，在客戶個人財富管理與投顧業務方面也同樣實現了業務路徑的優化與效率的增強。隨著證券機構業務產品復雜度的提升與公眾財富管理意識的覺醒，傳統線下投顧服務模式難以實現大范圍目標人群的全生命周期覆蓋，在產品的個性化匹配與組合構建方面存在高度同質化、產品模式單一等問題，而以知識圖譜、大數據挖掘、量化投資分析、隱私計算等技術為基礎的智能投顧服務，能夠在把握用戶信息、深度挖掘數據價值的同時，實現金融理論的算法化，通過軟件工程實現金融理論的技術整合，在多個業務場景以產品化的運營模式為證券行業提供投顧業務全流程的覆蓋，提升客戶收益，改善與機構間的交互體驗。

證券行業：金融科技投入規模

在《三年提升計劃》的指導下，國內證券科技市場或將迎來增幅小高峰，預計未來市場將以15.62%的復合增長率保持穩健增長

國內證券行業的科技投入在2019及2020兩年快速提升，增幅一度高達28.7%，在完成最初階段的架構改造與數字化升級之后，自2021年起，證券科技市場的增速逐步回落至平穩水平，2023年中政協就國內證券行業信息技術升級提出了《證券公司網絡和信息安全三年提升計劃（2023-2025）》，除了強調安全合規、協同運營的基本原則外，對于券商的科技投入與人才團隊建設提出了量化指導，鼓勵證券機構在2023年至2025年的科技投入不少于平均凈利潤的10%或平均營收的7%，此外，也積極鼓勵推進新一代核心系統的建設，由此判斷，在未來的1-2年內，國內證券行業科技投入或將迎來增幅上的小高峰，預計2025年科技投入增速將高達19.7%，市場整體將以15.62%符合增長率，于2027年達到740億以上的市場規模。

證券行業：科技投入情況分析

信創建設與核心系統換代潮的來臨推動傳統IT投入穩步增長，云與大數據平臺的應用將成為推動科技投入提升的核心動力

在證券行業的科技投入中，傳統IT系統的建設占據了相對較高的投入份額，隨著后續信創建設與核心系統集中還代時代的來臨，預計未來證券機構在傳統IT建設的投入規模將以14.16%的符合增長率逐年遞增。此外，在《證券公司網絡和信息安全三年提升計劃（2023-2025）》的指導下，證券機構將更加重視科技人才的培養與技術團隊的建設，信息科技專業人員與信息安全專業人員的提升促使著科技人員投入資金的上漲，預計2027年證券行業科技人員的投入規模將突破200億元。在新技術的應用方面，證券行業與銀行、保險相比前沿技術的應用比例較少，伴隨著前沿技術應用的成熟與券商行業數智化轉型進程的推進，預計未來以云計算、云原生及大數據平臺為代表的前沿技術將在證券行業得到更廣泛的應用，整個前沿技術的投入規模預計以21%的復合增長率于2027年達到70億元。

>>點擊查看及下載PDF高清完整版報告

責任編輯：王煊