1.2 金融行业数字化转型去向何方

传统产业想要进入数字时代，就会面临数字化转型的难题。那么，究竟何为数字化转型？

国家在战略层面对数字化转型的定义是：企业数字化转型，简单来说，就是企业，特别是传统企业，通过将生产、管理、销售各环节都与云计算、互联网、大数据、人工智能等新兴信息技术相结合，促进企业研发设计、生产加工、经营管理、销售服务等业务向数字化等方向转型，发展数字经济，融入数字时代。

从这个定义可以看出，传统产业相对于所谓的“数字化原生企业”，其生产和销售过程、研发和管理模式等多是线下化、非数字的，数字化转型的过程就是一个传统模式运用数字科技实现流程加速和效率提升的过程，最终实现融入数字生态以及新的数字经济模式的跃迁。

1.2.1 金融行业数字化转型驱动力

作为向来重视信息技术应用的现代金融行业，其数字化转型的驱动力有哪些呢？

总结来看，有如下几个方面的驱动力。

首先，国家层面的数字国家战略带来了重大的发展机遇和发展驱动力。在行业层面，一行两会（指中国人民银行、中国证券监督管理委员会和中国银行保险监督管理委员会）也推出了具体的发展措施来促进行业的金融科技和数字化转型发展。

2019年，中国人民银行印发《金融科技（FinTech）发展规划（2019—2021年）》，强调数字科技对金融行业的驱动作用，指出金融科技核心技术发展方向和与其匹配的应用场景。该发展规划是未来几年金融科技工作的顶层设计方案。

2020年8月，中国证券业协会发布《关于推进证券行业数字化转型发展的研究报告》，指出将加快出台行业标准，促进金融科技应用融合。逐步建立完善人工智能、区块链、云计算、大数据等数字技术在证券行业的应用标准和技术规范，完善人工智能技术在投资顾问业务领域的应用条件及合规要求。鼓励证券公司在人工智能、区块链、云计算、大数据等领域加大投入，促进信息技术与证券业务深度融合，推动业务及管理模式数字化应用水平提升，评估数字技术在证券业务领域的应用成果，推广证券行业数字化最佳实践引领行业转型。

金融行业经过多年的信息化建设，具有良好的数字化基础，但是数字化现状仍然存在许多短板。

相对而言，金融企业的数字化水平与互联网企业和先进数字企业相比还存在许多差距，例如在云计算、人工智能等的技术应用方面。此外，与国外顶级投资银行如高盛、摩根士丹利相比在数字科技投入、数字科技运用水平、特色数字化产品等方面均存在着较大差距。

在金融行业内部，非银金融机构与银行，特别是国有大行和股份行相比，在数字化投入水平、自主研发和技术掌控能力方面均存在巨大的差距，导致行业内数字化水平差异巨大、参差不齐，小型金融机构与头部领先企业比起来更是存在巨大的鸿沟。

这些差距鞭策着金融企业积极运用最新、最先进的信息技术，来弥补自身短板、增强竞争能力、赶上竞争对手、获得商业成功。

金融企业做数字化转型：一方面是顺应时代发展，另一方面是增强自身优势，包括管理优势和业务优势，从而在更趋激烈的市场竞争中生存下来，不被时代所抛弃。同时进一步发展，改进客户体验，得到客户更佳的评价，创造更优的产品和服务，增强竞争力，提升管理效率，节约运营成本。最终实现创新领先，创造新的业务场景和数字化产品形态，实现智能化管理，融入数字生态并实现数字经济转化。

1.2.2 金融企业数字化转型的挑战与出路

那么，金融企业应该怎么做数字化转型？难点和挑战有哪些？

数字化转型并没有固化的模式。金融企业做数字化转型的思路一般为规划、试点、建设，分阶段建设，不断演进优化。

规划阶段的主要任务为摸清现状，设定目标，设计好行动路线。试点阶段的任务为选择试点业务，运用先进科技，评估数字化效果，建立数字化制度规范。建设阶段的任务为设定数字化战略要求，分配任务到重点项目，审核数字化目标达成情况。通过迭代式的建设模式，不断地分析建设成效，总结数字化实践经验和教训，完善制度规范，梳理数字化要求，制订下一阶段数字化计划。

数字化转型建设过程中企业会碰到许多难点和挑战，一般来说，有如下几个方面。

● 规划阶段：步子迈太大，制定盲目而不切实际的数字化目标，不与业务现状和现实需求相结合；或者只拘泥于现状需求，引领性不够；或者对自身现状认识不清、不全面，导致数字化规划盲目而空洞。

● 试点阶段：时间拖太久，为试点而试点，没有建立起后续可参照的规范体系，没有取得值得建立信心的数字化成效。

● 建设阶段：数字化总体目标不切实际，重点项目间协同不足，基础平台建设跟不上，标准和机制建立不起来，数据不足、数据质量差，技术方向选择不当等。

● 发展阶段：企业内外部数字鸿沟如何消除、数字摩擦如何减轻、数字生态如何建立和融入，先进技术如何了解、把控、运用等。

在数字化转型的实践过程中，我们深刻认识到，数字化转型的核心点是企业对数据的管理和应用的能力。

数据是企业的血液，是数字化转型的动力。金融企业如何构建先进的数据能力，如何更快地发现数据、汇集数据、分析数据，是数据化转型所必须建立的核心能力，也是数字化转型成败的关键所在。本书将阐述金融企业如何规划数据平台、如何建立核心的基础数据模型、如何建立起企业级别的数据指标和数据应用体系，以及如何运用数据体系支撑和应对各种业务场景，从而真正构建完整强大的企业数据能力体系。

数据治理是数字化转型的关键所在。企业数字化转型过程中最难的挑战往往是数据的挑战。数据缺乏标准化、数据质量不佳，最终将会导致企业数字化转型失败，金融企业尤为如此。而解决这个问题的举措就是展开数据治理。

但数据治理是如此的难，金融企业作为数据治理多年的现行实践者，也难以说取得了普遍性的成功。我们应该认真总结金融企业在数据治理中面临的挑战和困难，在此基础上探索构建现代化数据治理体系的要诀。

以人工智能为代表的金融科技在金融企业的数字化转型过程中起到加速促进的作用。数字化的下一步是智能化。企业现在应该主动积极地应用各种人工智能技术，来促进企业数字化转型的建设，以取得创新性的应用效果。人工智能技术在专业垂直领域已经逐渐成熟，但是如何结合业务场景，发挥技术优势，取得创新效果，仍然是业界面临的难题。

总体来看，金融数字化转型，就是从电子化走向数字化，再从数字化走向智能化，这也是行业所热道的金融科技2.0。图1.1展示了金融行业数字化演变的4个阶段。

图1.1 金融行业数字化演变的4个阶段