易观分析：易观分析认为，受宏观经济下行与疫情影响，2021年中国人工智能软件及服务市场规模增速下降，市场向“高质低价”方向发展。近年来，随着大规模语言模型与图技术的快速发展与在应用中的大量探索，认知智能市场规模增速明显。以自然语言处理与知识图谱为代表的认知智能现阶段基础技术快速发展，技术应用潜力巨大，应用场景与业务正处于拓展阶段。2021年认知智能在人工智能软件及服务市场中整体占比较2017年上升15.1个百分点。其中，自然语言处理数据监测和分析如下：据易观分析测算，2021年中国自然语言处理软件及服务市场规模超200亿。易观分析认为，前沿技术应用落地是市场高速增长的核心因素，而应用中对认知智能的巨大需求将使中国自然语言处理软件及服务市场保持高速增长。现阶段工程化能力是自然语言处理软件及服务市场竞争的核心优势，但自然语言处理技术发展迅猛，相关应用仍处于探索期，而大模型开发成本高昂，因此目前难以评定长期优势核心因素。2021年中国自然语言处理软件及服务市场规模超200亿根据易观分析测算，2021年中国自然语言处理市场规模为207亿元，较2020年增长39.5%，增速较上年下降26.4个百分点。市场规模增速下降主要原因系2020年之前市场规模较小，此外增速下降也部分受疫情影响，但自然语言处理市场仍将高速增长。图1-

易观分析：易观分析认为，受宏观经济下行与疫情影响，2021年中国人工智能软件及服务市场规模增速下降，市场向“高质低价”方向发展。近年来，产业数字化与数字产业化逐渐深入，对数据建模需求进入快速增长阶段。易观分析认为，企业技术能力自主是中国数字化转型的长期趋势，因此机器学习平台市场规模迅速扩大，市场也将保持高速增长。2021年机器学习平台在人工智能软件及服务市场中整体占比较2017年上升7.6个百分点。机器学习平台数据监测和分析如下：据易观分析测算，2021年中国机器学习平台软件及服务市场规模近100亿。易观分析认为，企业技术能力自主为中国数字化转型长期趋势，因此中国机器学习平台软件及服务市场将保持高速增长。各类技术供应商各方面能力差异化明显，市场需求种类不断增加，市场潜在机会较多，因此市场竞争格局远未稳定。2021年中国机器学习平台软件及服务市场规模近百亿根据易观分析测算，2021年中国机器学习平台市场规模为97亿元，较2020年增长55.1%，增速较上年下降35.4个百分点。市场规模增速下降主要原因系2020年之前市场规模小，此外增速下降也部分受疫情影响，但机器学习平台市场仍将高速增长。图1-

易观分析：易观分析认为，受宏观经济下行与疫情影响，2021年中国人工智能软件及服务市场规模增速下降，市场向“高质低价”方向发展。近年来，随着大规模语言模型与图技术的快速发展与在应用中的大量探索，认知智能市场规模增速明显。以自然语言处理与知识图谱为代表的认知智能现阶段基础技术快速发展，技术应用潜力巨大，应用场景与业务正处于拓展阶段。2021年认知智能在人工智能软件及服务市场中整体占比较2017年上升15.1个百分点。其中，知识图谱数据监测和分析如下：据易观分析测算，2021年中国知识图谱软件及服务市场规模超100亿。易观分析认为，大规模语言模型技术在知识图谱的落地应用将大幅提升2023年中国知识图谱软件及服务市场增速，此后回归正常增长区间。现阶段工程化能力为核心竞争优势，但竞争格局仍不稳定，看好深耕行业的技术供应商。2021年中国知识图谱软件及服务市场规模超百亿根据易观分析测算，2021年中国知识图谱市场规模为102亿，较2020年增长25.4%，增速较上年下降4.6个百分点。市场规模增速下降主要受疫情影响。图1-

易观分析：易观分析认为，受宏观经济下行与疫情影响，2021年中国人工智能软件及服务市场规模增速下降，市场向“高质低价”方向发展。同时，感知智能与认知智能的结合应用以及多模态技术的发展使人工智能实现了更好的应用效果。以计算机视觉与智能语音为代表的感知智能现阶段基础技术较为成熟，技术应用场景与业务已经达到一定规模，感知智能进入平稳增长阶段，2021年感知智能在人工智能软件及服务市场中整体占比较2017年下降19.5个百分点。其中，智能语音市场数据监测和分析如下：据易观分析测算，2021年中国智能语音软件及服务市场规模超170亿。易观分析认为，前沿产品应用是智能语音软件及服务市场增长的主要因素，但2022年市场增速或将大降，之后技术进步与相关市场成熟将引导市场增速回归正常区间。中国智能语音软件及服务市场马太效应相较明显，应用效果对硬件、云端边协同能力要求是技术供应商核心竞争优势。2021年中国智能语音软件及服务市场规模为172亿根据易观分析测算，2021年中国智能语音市场规模为172亿元，较2020年增长16.7%，增速较上年上升2.1个百分点。市场规模增速上升主要原因为对话式人工智能、数字人等人工智能技术应用逐渐推进等。图1-

易观分析：易观分析认为，受宏观经济下行与疫情影响，2021年中国人工智能软件及服务市场规模增速下降，市场向“高质低价”方向发展。同时，感知智能与认知智能的结合应用以及多模态技术的发展使人工智能实现了更好的应用效果。以计算机视觉与智能语音为代表的感知智能现阶段基础技术较为成熟，技术应用场景与业务已经达到一定规模，感知智能进入平稳增长阶段，2021年感知智能在人工智能软件及服务市场中整体占比较2017年下降19.5个百分点。其中，计算机视觉市场数据监测和分析如下：据易观分析测算，2021年中国计算机视觉软件及服务市场规模超400亿。易观分析认为，虽然计算机视觉软件及服务市场增速乐观，但仍低于预期。随着前沿技术应用落地，市场增速将继续提升，预计2024年市场规模超700亿。目前计算机视觉软件及服务市场马太效应初显，规模化与竞争优势存在相关性。短期关注云服务能力，长期关注生态建设。2021年中国计算机视觉软件及服务市场规模超四百亿根据易观分析测算，2021年中国计算机视觉市场规模为404亿元，较2020年增长14.3%，增速较上年上升1.4个百分点。市场规模增速上升主要原因为多模态、三维重建、人工智能内容生成等前沿技术应用进入落地阶段，但受疫情影响，增速不及预期。图1-

易观分析：易观分析认为，受宏观经济下行与疫情影响，2021年中国人工智能软件及服务市场规模增速下降，市场向“高质低价”方向发展。市场对人工智能技术认知的缺乏与偏差制约人工智能软件及服务市场发展，但政策支持、相关产业成熟、市场观念改变、技术应用落地等因素将促进市场发展。预计2024年中国人工智能软件及服务市场规模超两千亿。2021年中国人工智能软件及服务市场规模已超千亿

易观分析：在场景金融生态能力的构建过程中，不可避免地会面对来自发展与经营、创新与风险之间的矛盾，银行在选择切入场景前，需要充分了解行业的整体布局情况、不同行业和场景的打法、同业实践等，有助于决策者冷静判断场景金融的红海和蓝海，结合自身战略方向进行布局，制定稳妥的推进路线。易观分析提出了四条场景金融生态能力建设思路作为参考。1、以“开源+深耕”构建场景金融生态战略银行可根据目标场景所涉及的行业情况，结合竞争格局、自身资源以及与目标场景的匹配度、发展目标场景生态的优劣势等进行综合分析，判断目标场景是否与本行的发展战略、核心客群等一致。根据对目标场景的分析判断，选定全行战略级场景进行资源的重点倾斜，分析生态合作能够带来的机遇点和挑战点，以及实施场景生态战略的预期目标。同时还需要充分评估生态资源，包括银行自身及合作伙伴的资源、人才、能力、相互赋能点等要素，评估各分行区域特色，进行相应战略场景的侧重，并做资源的合理配置；针对挑战点，评估场景生态所依托的金融科技能力和关键技术，建设优化相应的基础设施、系统或中台。2、制定场景金融生态建设的行动路径以场景为载体连接服务和客户，需要有开放式平台化的组织架构、技术架构和运营架构，通过组织协调推动，制定生态建设行动路径，能够更好地进行资源布局和关键决策的落地实施。银行可根据场景客群的需求形成服务策略、营销策略、风控策略等配套实施方案，设计针对场景客群专属的产品体系和服务流程，与合作伙伴共建生态开放平台作为这些产品和流程的载体，形成生态内的数据流通。根据生态模式所创造的数据要素价值，延伸金融服务场景，通过大数据、AI能力构建精准化获客模型，搭建聚焦场景客群需求的开放平台，进行精准的广告投放、需求采集和生态扩容；对场景做进一步下沉和细分，结合标签体系，梳理每个环节下的客户需求和变化因素，分析触发用户转化的关键事件和因素，将场景金融产品拆解为原子能力，便于适应不同情况进行组件化输出；对生态伙伴、场景流量、客户转化等情况进行定期评估，及时优化场景服务方案和资源配比。3、应用数字技术提升产业场景的创新和风控能力推动产业数字化向数字资产、数字价值、数字信用、数字担保四个层次逐级进化，在产业链的各阶段需要有对应的技术承托数字化要求。利用人工智能、物联网、云计算、边缘计算等技术，对农业、能源、制造、物流等领域的全产业链条进行数字化升级；将区块链、AI技术嵌入农产品的生产、储存、销售流通等环节，建立企业间数字信用关系，帮助银行全面评估整条产业链的风险水平；运用元数据、主数据管理等大数据治理技术，对海量的产业场景数据进行治理和分析，提高数据在产业链中的标准化和流动性；应用区块链、隐私计算技术和可信人工智能实施数据全生命周期的安全管理，提高数据采集、流通、存储环节的真实性和数据安全；应用数字孪生技术对全产业链条的生产流程进行模拟预测，提高银行对产业场景下未来的风险预判，通过数字技术赋能创造新的场景价值链。4、搭建数据监控平台评估全生态价值建立全行级的可视化生态数据监控平台，对生态中各个场景能够创造的实际效益，各分行场景建设的进展、在全行生态体系的作用等情况进行实时监控，整合分析场景生态数据，以洞悉全行生态布局的全景特征，对场景生态的实施效果进行监管和决策支持，解决总行端管理失控的问题。在搭建生态数据监控平台时，可同步建立生态指标监测体系，统一数据口径，便于数据的汇总处理和横向比较。对于未布局的目标场景，可按照生态价值影响因素进行监测指标的设计，如场景特征、场景客群偏好、市场空间、行业景气指数、风险特征等；对于已布局的场景，在分行端可进行客户行为、客户转化、场景流量、AUM变化等情况的分析；在总行端可对各分行上报数据进行汇总处理，并对不同场景、不同渠道、不同区域和分行的实际运营效果进行分析评估，监测用户生命周期贡献价值（LTV）与单客获客成本（CAC）的比值，利用大数据和AI技术建立辅助决策模型，为总行高管层提供决策支持，动态优化场景生态的经营策略。近期，易观分析基于对场景金融的专题研究，形成了《中国银行业场景金融生态建设分析报告2022》，报告主要围绕场景金融的发展阶段、场景生态的关键特征、主要生态合作模式、机遇点和挑战点进行分析，并结合典型生态场景和银行实际布局热度情况，给出相应的布局建议。报告同时总结了不同类型银行在场景金融生态建设方面的领先实践，针对不同行业场景特征和潜在机会，提供生态能力建设思路和行动规划作为参考。完整版报告内容请详见易观博阅。★欲了解更多银行数字化相关分析内容，请点击“阅读原文”，查询易观博阅。★扫描下方二维码，添加小编企业微信，即可加入易观分析社群！更多有趣的数据&有料的报告，社群内同步分享喔！★《数字经济全景白皮书》已重磅发布！分享本文至朋友圈，将分享截图发送至下方二维码即可领取。联系我们

易观分析：近日科技部等六部门印发了《关于加快场景创新以人工智能高水平应用促进经济高质量发展的指导意见》的通知，鼓励银行、保险等金融机构研发面向中小企业场景创新的金融产品，为中小企业推动场景项目建设提供资金支持；鼓励围绕高端高效智能经济培育打造重大场景，在制造、农业、物流、金融、家居等重点行业深入挖掘人工智能技术应用场景。文件还提出了通过场景创新促进人工智能关键技术和系统平台优化升级，形成技术供给和场景需求互动演进的持续创新力，形成政府、产业界、科技界协同合作的人工智能场景创新体系的发展目标。可以明显看到，场景已经成为了驱动数字经济发展的关键因素，相应地，数字技术的应用也能对银行发展场景金融，构建生态能力创造出差异性优势。随着数字经济和实体经济的融合，以数字技术为核心的产业转型升级步伐在同步加快，自从“十四五”规划发布以来，今年已经有多个文件都在政策端强调了要推动产业数字化领域的深入发展，打造主动式、多层次的创新服务场景。以银行的视角来看，伴随数字经济的发展，以人工智能、大数据为代表的数字技术带来了生产力的显著提升，让产业客群也产生了大量的数字金融服务需求，促进了银行经营策略和金融科技的变革。实际上，银行在数字化转型过程中都或多或少面临过一些场景焦虑，从本质上说也是对获客、留客、活客这三个客户经营的核心目标的焦虑。易观分析认为，在C端流量红利见顶的情况下，银行对于传统消费场景的争夺已经很难形成破局的效果。以数字技术为依托，围绕产业金融场景进行生态能力建设，是银行开拓业务空间、规模化触达客户的有利抓手。“金融+”的生态模式可以有效连接产业链条上不同的金融和非金融场景、连接不同生态位的合作伙伴，以数字技术赋能产业转型升级，发挥资金流、信息流、物流的协同作用，帮助银行打开新的流量通道，建立和产业客群之间的紧密联系。通过发挥F端在生态圈中的特殊定位和数字化服务优势，以场景为核心形成“产业-场景-客户-数据”之间的生态闭环，破解银行的场景焦虑。在产业金融场景的生态能力建设中，银行可以从多个方面入手，发挥数字技术对产业链的赋能作用：1、通过生态合作共建产业数字金融平台，提供产融一体化服务与政府部门、产业链核心企业、科技公司等合作伙伴共建产业数字金融平台，将服务模式从单一贷款环节向产业链全流程转变，对产业链环节进行场景细分，设计不同场景下专属的金融产品，提供涵盖融资、支付结算、供应链管理等一体化服务，同时可以配合新型支付工具的使用，拓展数字人民币在产业金融中的应用场景。2、对产业链进行数字化改造升级，丰富企业的数据维度利用人工智能、大数据、物联网、云计算等技术，对农业、能源、制造、物流等领域的全产业链条进行数字化升级，通过生产物联监测、设备互联管理、资产数字化标识、生产流程追溯等手段，充分掌握产业链信息，解决与链条末端的小微企业之间的信息差问题，增加银行在企业用户画像、智能征信模型构建方面的数据维度。3、通过产业场景数据分析与风险预测，提高数字化风控水平运用大数据技术对产业场景数据进行治理和分析，提高数据在产业链中的标准化和流动性，应用区块链和隐私计算技术提高数据采集、流通、存储环节的真实性和数据安全；应用数字孪生技术对全产业链条的生产流程进行模拟预测，提高银行对产业场景下未来的风险预判，提升银行的数字化风控能力。需要注意的是，以生态合作模式推进产业金融场景的建设，前期需要投入大量资源来帮助产业链进行数字化改造，落地的难度大、周期长，银行在选择行业切入时需要综合考虑产业客群的属性、生命周期价值、行业景气指数、增长潜力、风险特征等，还需要对相关产业政策进行深入研究，兼顾场景创新与技术应用风险的平衡，更加合理的进行资源布局。★欲了解更多银行数字化相关分析内容，请点击“阅读原文”，查询易观博阅。★扫描下方二维码，添加小编企业微信，即可加入易观分析社群！更多有趣的数据&有料的报告，社群内同步分享喔！★《数字经济全景白皮书》已重磅发布！分享本文至朋友圈，将分享截图发送至下方二维码即可领取。联系我们

易观分析：本报告围绕银行业RPA应用展开，RPA是模拟屏幕抓取、鼠标点击、键盘输入或其他行为，模拟人类操作进行重复性工作的软件工具，代替或辅助人类完成各类重复性操作。RPA的价值主要表现在解放人力、获取实时数据、提升员工工作体验、运营灵活性、降低风险与成本和实现业务连续性的要求等。本报告内容包括RPA的发展阶段情况、主要价值与特点体现、需要涉及的关键技术能力和相关的应用场景、以及易观分析给银行提供的在应用时的参考建议。本报告将收录于《数字经济全景白皮书》合集。▼共计18页PPT阅读时间：10分钟★欲了解更多银行数字化相关分析内容，请点击“阅读原文”，查询易观博阅。★扫描下方二维码，添加小编企业微信，即可加入易观分析社群！更多有趣的数据&有料的报告，社群内同步分享喔！★《数字经济全景白皮书》已重磅发布！分享本文至朋友圈，将分享截图发送至下方二维码即可领取。联系我们

易观分析：在“场景即金融”和开放银行的大背景下，近年来银行布局场景金融的力度不断加大，通过场景延伸服务边界、有效触达客户，已经成为银行业的共识。但场景金融建设对于行业本身的成熟度和发展空间、潜在合作伙伴资质、产品创新能力、资源投入能力等要求较高，银行在选择目标场景进入前，需要清晰合理的布局策略来进行资源配置。易观分析基于对国内40家上市银行场景生态建设情况的信息梳理和行业洞察，绘制了场景金融生态布局矩阵热图，并对布局情况进行了综合分析，以呈现当前的行业竞争格局和未来前景。场景生态建设的本质仍然是以客户为中心，通过场景来触达客户，由银行链接合作伙伴共建生态，为客户提供端到端的金融和非金融服务。与传统的场景建设相比，场景生态的特征着重体现了嵌入、定制、跨界三个关键词。对照行业整体情况，银行可以评价目标场景当前的生态格局、建设的难易程度，结合自身情况进行资源的优化配置，选择对自己更有价值、更具有竞争优势的行业和场景切入或策略优化。说明：矩阵单元的颜色是银行布局情况的色度映射，体现了银行对该场景生态布局的渗透程度。国有大行场景生态布局热度最高，生态策略强调GBC三端协同推进，通过优质生态伙伴和技术赋能规模化触达客户国有银行在场景生态布局的整体比例最高，六大行均已经完成政务、医疗、教育、交通等多个智慧场景的建设落地，在线上渠道利用自有和共建平台整合输出金融服务，在线下渠道围绕核心场景打造政务、普惠、汽车等一批特色主题网点，形成向社区辐射的网点新业态。国有银行由于数字化转型成熟度高、技术能力强，凭借自身的实力和影响力，与政府部门、高校、轨道交通集团等形成深入合作，合作伙伴以省级政府、行业头部企业、大型集团、双一流高校为主，聚集了较多的优质客户资源。国有银行的场景生态策略强调GBC三端共同推进、线上线下渠道共同推进，并显著加强了数字化营销和数字化风控的能力建设；线上场景布局范围覆盖全国，呈现行业广、伙伴多、产品全的特征，形成了客户触达的规模化效应，物理网点的改造会更加突出社会属性和公益属性。布局建议：1、基于现有数据基础连接内部生态和外部生态，利用大行体量优势打通全产业链环节，构建资源聚合平台，帮助和影响产业链上下游的企业，输出高效的算力支持和弹性的资源供给能力，深入探索产业链数字化管理应用场景；2、聚焦品牌影响力建设，进一步细分和下沉场景，强调自身和生态合作伙伴的综合实力、产品稀缺性、服务便利性等，提高客户对大行的归属感和信任度；拓展银银合作生态圈，依托各自资源优势构建行业壁垒应对互联网巨头竞争。股份制银行场景生态建设态度积极，布局领域基于不同分行优势各有铺开，发挥平台优势向生态伙伴提供综合性服务方案股份制银行在场景生态的整体布局比较均衡，在教育、医疗、商超、园区等领域形成了比较明显的竞争格局；另外，股份制银行对农业、能源、制造等产业场景的生态建设的态度也更加积极。近几年股份制银行在场景生态建设的动作持续加快，C端和B端仍然是当前重点发力的领域，根据对不同城市的热点行业进行场景细分，深入各细分的高频领域，利用平台优势向合作伙伴提供综合的金融服务解决方案，并将平台服务下沉到个人金融产品，由于具备客户基础、技术能力、创新能力、市场响应速度等多方面的优势，F2B2C的模式在股份制银行中也体现的更加极致。股份制银行的场景服务在不同城市会根据当地经济特点、产业结构、文化和客群需求的不同，发挥当地分行的优势资源，有着明显的区域特征。布局建议：1、在与生态伙伴的深度融合中发掘消费场景的新模式，例如直播、手游、在线教育、在线医疗等新型消费和升级消费形态，与这些行业的合作伙伴互相导流，释放叠加效应，同时还需要注重客户体验的提升，针对目标场景客群设计定制化的金融产品，避免产品的同质化，将流量经营和精细化运营相结合，提升客户粘性；2、通过人工智能、物联网、云计算、边缘计算等技术，继续探索在农业、能源、制造等领域的全产业链条的赋能，与合作伙伴共建产业数字金融平台，对产业链环节进行场景细分，设计不同场景下专属的金融产品，配合新型支付工具的使用，探索数字人民币在更多产业场景下应用落地，将有利于股份制银行在产业数字化发展中取得领先优势。区域银行整体布局热度较低，但围绕自身定位和区域优势开展了有效合作，打造具有地方特色的场景生态农商行的数字化转型起步较晚，在场景生态建设方面还没有形成深度渗透，整体布局热度较低，但已经开始在政务、文旅、农业等领域尝试具有农商行特色的场景生态模式，例如通过加强与农业企业的合作，利用网络直播间售卖农产品，来拓展营销获客的渠道。城商行虽然在整体布局上的渗透程度不高，但在政务、医疗、教育领域开展的合作较多，由于城商行对当地的客群特点、城市特色、区域政策理解的更加深入，因此参与能够充分发挥区域银行优势，与当地政府部门、医院、学校的合作也更加便利。布局建议：1、区域银行本身存在自身资源有限、服务半径短、客户基础薄弱、技术能力欠缺等短板，导致核心场景平台少，场景生态建设的难度较大，对于场景生态圈的建设应该避免全面铺开，需要结合自身资源，有所取舍；2、农商行本身定位与农业的关系最为紧密，在相关的场景中具备天然优势，可以聚焦与三农相关性强、客群关注度高的核心场景，在智慧农业、智慧政务和智慧医疗等场景进行重点挖掘；同时加强新技术引入，稳妥推进数字化转型进程，提升自身的数据能力和风控能力；围绕智慧农业场景与县域经济进行深度绑定，建立具有当地生态特色的农业产业服务平台，构建农商行和农村产业的数据私域，发挥农村产业的联动价值；3、城商行可结合当地政策，加强和本地的政府机构、大型商超的合作，探索本地政务服务和生活购物场景；利用自身体量小、决策链条短、组织灵活的优势，更多地聚焦本地特色，深耕本地客群关心的场景，利用当地优惠政策打造产品和服务的精品化、本地化，同时可以利用中小银行联盟模式来形成集团化效应，提高综合影响力。近期，易观分析基于对场景金融的专题研究，形成了《中国银行业场景金融生态建设分析报告2022》，报告主要围绕场景金融的发展阶段、场景生态的关键特征、主要生态合作模式、机遇点和挑战点进行分析，并结合典型生态场景和银行实际布局热度情况，给出相应的布局建议。报告同时总结了不同类型银行在场景金融生态建设方面的领先实践，针对不同行业场景特征和潜在机会，提供生态能力建设思路和行动规划作为参考。完整版报告内容请详见易观博阅。★欲了解更多银行数字化相关分析内容，请点击“阅读原文”，查询易观博阅。★扫描下方二维码，添加小编企业微信，即可加入易观分析社群！更多有趣的数据&有料的报告，社群内同步分享喔！★《数字经济全景白皮书》已重磅发布！分享本文至朋友圈，将分享截图发送至下方二维码即可领取。联系我们

内容标签：银行业、数据安全易观分析：数据已经成为重要的生产要素，由数据驱动的银行业数字化转型是当下金融发展的一个重要趋势，银行业通过数据应用在前中后台等众多场景下实现业务增效。但是数据安全无论是从法律法规要求，还是安全漏洞实际带来的损失上来看，都是需要银行业予以重点关注的对象。本报告将收录于《数字经济全景白皮书》合集。易观分析从核心技术体系角度出发，对银行业数据安全市场进行分析，并形成《银行业数据安全建设专题分析》报告。基于数据安全领域整体发展情况，下一阶段，易观分析将启动《2022年中国数据安全市场数据监测报告》。本次研究的最终成果将以标准研究报告形式呈现，并发布于易观博阅，为数字化转型的企业与机构提供数据安全技术发展战略与进行技术选型的参考，研究内容也可能被易观分析师引用，或用于易观分析数据安全行业分析解读以及易观分析主办的行业活动发布。易观分析欢迎数据安全技术供应商参与本次调研，若希望了解更多研究信息、或参与相关研究，请扫描下方二维码，填写相关信息。易观分析期待您的参与。▼共计20页PPT阅读时间：10分钟★欲了解更多银行数字化相关分析内容，请点击“阅读原文”，查询易观博阅。★扫描下方二维码，添加小编企业微信，即可加入易观分析社群！更多有趣的数据&有料的报告，社群内同步分享喔！★2022年8月23日（今天）15：00，易观分析金融数字化高级分析师陈晨将在线解读《2022年银行业数字普惠金融发展与优化策略分析》，感兴趣的小伙伴，欢迎点击下方”预览“按钮预约本场直播~★《数字经济全景白皮书》已重磅发布！分享本文至朋友圈，将分享截图发送至下方二维码即可领取。联系我们

易观分析：报告围绕普惠金融业务展开，希望通过对中国银行业普惠金融发展现状的梳理，分析提出当前银行推行普惠金融面临的主要困境及相应的解决方法，在重点问题、行业洞察和解决策略的选择上主要结合数字技术来进行研究。报告的主要内容包括数字普惠金融的重要作用、政策导向变化及对银行的启示、数字普惠金融的发展现状与趋势、当前业务发展痛点及优化策略；报告同时总结了构建普惠金融可持续发展的五大核心能力，并选取了不同类型银行的领先实践，帮助银行汲取同业先进经验，结合能力要求评估自身优势与待提升领域来进行科学布局。本报告将收录于《数字经济全景白皮书》合集。▼本报告共计35页阅读时间：15分钟★欲了解更多银行数字化相关分析内容，请点击“阅读原文”，查询易观博阅。★8月17日（本周三）15：00，易观分析金融数字化分析师潘玉宇将直播解读《银行业智能风控科技应用专题分析》，对该话题感兴趣的小伙伴，点击下方“预约”按钮，即可预约本场直播~★扫描下方二维码，添加小编企业微信，即可加入易观分析社群！更多有趣的数据&有料的报告，社群内同步分享喔！★《数字经济全景白皮书》已重磅发布！分享本文至朋友圈，将分享截图发送至下方二维码即可领取。联系我们

易观分析：智能营销和数字化经营都是银行业大势所趋，而疫情无疑加速了这一进程，用户行为习惯的改变和市场环境的变化正在从根本上重塑数字营销。总体上而言，底层数据的互联互通、数据价值的充分利用、全渠道运营的协同统一、营销策略的闭环管理与评估，仍是银行数字化智能营销面临的突出挑战。智能营销和数字化经营都是银行业大势所趋，而疫情无疑加速了这一进程，用户行为习惯的改变和市场环境的变化正在从根本上重塑数字营销。有些银行仅仅将线下打法搬到了线上，缺乏一套有效的整体规划和有落地性的实施方案，暴露出银行智能化营销和数字化经营能力的不足。具体而言，易观分析认为，银行在智能营销上还需在客户体验、渠道协同、数据互通方面突破以下七大痛点：银行缺少全行级营销体系的数字化规划设计，尚未真正建立“以客户为中心”的智能营销体系传统的营销主要利用客户经理的个性化服务围绕高端用户展开，但互联网的发展，让银行注意到了大量长尾客群的价值。因此，“以客户为中心”的精细化营销体系的建设必不可少。目前，头部银行的发展重点都从以产品为中心的战略有所转移，但还没有真正实现“以客户为中心”，未能在多渠道的基础上打造线上线下整合的全渠道发展模式。传播式大众营销仍然占据营销方式主体，银行零售业务基于不同客群分层的个性化营销与运营策略仍然处于“成长”阶段商业银行零售业务的客户资源多为个人，资源分散，且具有多样性和不确定性。同时，零售业务的客户需求以及消费行为也逐渐趋于复杂化和个性化，个人对于产品和服务的高标准要求也日益凸显。但银行同质化的金融产品和传播式的大众营销方式，既无法适应用户多样性需求，又难以实现销售转化。同时，用户信息的滞后性导致用户标签迭代不及时，从而使基于用户标签进行的个性化营销和运营策略无法贴合用户的真实需求和属性，转化率较低。营销策划遵循行内流程与规范，虽然计划性强，但是敏捷性与实时性不足营销策划是一个高度追求时效性和变化性的业务，需要及时的按照市场、环境以及一些热点来变化营销的内容和主题，因此，营销活动的管理和策划需要敏捷实时。在营销内容的制作和营销策略创意上，银行一般会和外部广告公司进行合作。此类合作内容一般需要与行内进行数据的回传，以此来不断优化营销内容和投放方式。但是银行的用户数据和信息较为敏感，在遵循行内流程和规范的同时，很难实现营销策略的敏捷性和实时性。营销动作与业务发展KPI归因关联度不足，营销效果评估体系尚未实现PDCA闭环银行现有的组织架构体系导致了行内各个业务部门和渠道各自为战分别营销的现状，比如网络金融部关注手机银行MAU，而零售业务部更关注长尾客群的提升和转化，这导致各个业务部门彼此之间很难产生协同联动效应。另一方面，技术团队等业务支持部门注重提升效率与技术应用安全，业务团队更在乎市场需求与客户体验，两者之间的连接和协作成为难题，营销动作与业务部门KPI、职能部门的核心作用归因关联度不足。此外，当银行业机构在第三方广告平台投放广告时，银行需要向广告平台尽可能多的回传后端转化数据来优化广告投放的效果。但是在个保法的规定下，银行机构与第三方平台不能直接使用用户明细数据，而银行机构本身对于客户数据回传也非常谨慎，这导致营销效果评估体系尚未实现PDCA闭环。营销系统建设是智能营销的起点，但是行内专业人才与营销资源配套仍然严重不足近年来，银行通过自建或者与外部技术厂商合作，已经完成营销系统的建设。但是，营销系统要释放业务价值，还需要同步建立配套的运营机制、人才体系并投入相应的营销资源。银行在搭建完善的零售人才战略体系的过程中也会遇到诸多挑战。一方面懂得业务机理和技术应用的复合型人才严重不足，难以满足市场需求；另一方面培养复合型人才需要较长的时间周期，且多维健全的人才培养机制很难搭建和实施。因此，复合型人才的短缺银行在短期内难以解决。银行普遍意识到全渠道协同联动营销的重要性，但是渠道割裂的现状仍然存在在银行营销系统中，线下网点、线上App等营销场景和触达渠道之间相互孤立，难以按照客户旅程传递价值，完成客户转化与运营。而渠道间协同运营则需要银行基于统一的范式和标准通过多个渠道全方位接触客户，并且各个渠道间协同联动，形成统一的客户营销流程，拉动客户的沉淀和活跃。此外，银行在面对流量市场结构和成本变化时，一方面缺乏全域思维，割裂地看待渠道流量转化成本，忽视流量质量与经营；另一方面，缺乏全链路的动态视角，公域、私域未能有效联动，测算流量成本时忽视了私域的转化效果与用户的全生命周期价值。银行内部数据形成“孤岛困境”，而外部数据引入合规挑战大，营销系统冷启动困难银行间各个业务部门之间数据难以互联互通，形成统一的数据基础。但是，各个银行业务进行个性推荐都需要收集用户在消费偏好、风险承受能力、财务水平等多维度信息，以此来最大程度地挖掘客户潜在需求，达到促活的效果。银行内部数据只包含了存款、贷款、定投等单一金融业务数据，同时又由于机构间数据合规问题和个保法的出台，银行机构与电商、社交平台等三方机构间的数据无法打通，导致银行机构无法获取更多维度的用户偏好来进行个性推荐等。银行业机构的内部数据质量存在着数据准确性和完整性欠缺，时效性和适用性不足等问题。因此，不管是产品推荐、个性推送还是私域运营，都面临着营销系统冷启动困难的挑战，用户营销系统难以根据内部数据画出全景实时的用户画像来预测用户行为。总体上而言，底层数据的互联互通、数据价值的充分利用、全渠道运营的协同统一、营销策略的闭环管理与评估，仍是银行数字化智能营销面临的突出挑战。★《数字经济全景白皮书》银行业智能营销应用专题分析

易观分析：报告围绕银行业智能营销展开，智能营销是基于数字技术实现品牌传播、销售转化和客户沉淀，以及不断提升银行产品、客户需求、风险偏好之间适配度的一种方式。而底层数据的互联互通、数据价值的充分挖掘、全渠道运营的协同统一和营销策略的闭环管理与评估，仍是银行数字化智能营销面临的突出挑战。基于智能营销的重要价值，本报告针对银行业智能营销建设的现状、数字化能力升级痛点、营销中台的构建以及关键技术应用进行专题分析，结合智能营销的发展趋势从数据、客户体验、渠道协同三个维度给出解决策略，并绘制了银行业智能营销市场的生态图谱。本报告将收录于《数字经济全景白皮书》合集。▼本报告共计20页阅读时间：10分钟★欲了解更多银行数字化相关分析内容，请点击“阅读原文”，查询易观博阅。★扫描下方二维码，添加小编企业微信，即可加入易观分析社群！更多有趣的数据&有料的报告，社群内同步分享喔！★《数字经济全景白皮书》已重磅发布！分享本文至朋友圈，将分享截图发送至下方二维码即可领取。联系我们

易观分析：在发展普惠金融的过程中，银行的风控能力决定着小微企业客群的经营水平，其中的关键因素是如何获得数据、用好数据、管好数据，在解决小微企业融资问题的同时，能够保证资产质量的稳定和不良率的有效压降。易观分析认为，结合客户实际融资需求、客群特征和服务策略实行差异化的信贷评级模式，依托数字技术进行信贷全流程的监测和分析，在数据引入和使用的过程中关注数据来源和维度，提高数据质量和模型性能，建立与小微企业风险特征相适应的评价体系，是解决银企间信息不对称的有利抓手。目前，小微企业的信用数据来源主要包含几个部分：除了人行征信系统和银行内部自有数据以外，主要集中在政府部门或公共事业部门，其他同业金融机构，还有部分是分散在供应链核心企业，以及互联网企业中的替代性数据。数据来源的分散化、碎片化使银行获取数据的成本高、难度大，加上整个社会信用信息体系尚未完全打通，信息获取的渠道不通畅，彼此之间仍然存在着组织壁垒、数据孤岛的问题。另外，由于替代性数据的信息采集和处理机制不同、来源复杂，数据的准确性、真实性相对较低，银行出于合规考虑，对数据厂商的选择和合作也更加谨慎；供应链核心企业所掌握的上下游交易数据、产品数据等保密程度高，加上链条各环节数据口径不统一，数据质量难以保证，并且存在大量半结构化、非结构化的数据，造成银行实际可用的数据量和数据有效性不足，也加大了数据治理的难度。优化建议：1、探索银政与银银合作，安全合规获取高质量数据相关的法律法规在要求保护数据安全的同时，也重视对数据的合规开发利用。政务数据和金融同业数据本身的质量高、有效性强，能够帮助银行全面了解小微企业信息，银政、银银合作布局普惠金融，可以形成政府、银行、担保、保险等多方数据安全共享的体系，共同解决小微企业贷款的数据难题。隐私计算“可用不可见”的优势是这个过程中实现数据脱敏、脱密的关键，可以从技术上保障数据流通的合规和安全，满足政府、同业、供应链核心企业等对数据保密性的要求。可以利用多方安全计算技术加强在信贷业务场景的应用，例如在小微企业信贷业务申请、客户评级、图像隐私保护、黑名单共享、贷款资金流向监测等关键环节，通过在各方部署隐私计算节点，共同完成任务调度。但隐私计算目前还尚未发展到大规模落地的成熟阶段，银行在考虑部署隐私计算平台前，需要结合自身业务特点和IT架构进行充分评估和验证。2、提高数据质量，加强对非结构化数据的利用在加强数据采集的基础上，需要对数据质量、真实性和合规性做进一步判断和治理。数据治理的关键是建立全行统一的数据标准，构建企业级的数据能力中台，打造数据底座，在数据治理的基础上，推进模块的快速迭代和复用，基于大数据、人工智能技术形成全流程、全生命周期的数据治理方案，结合小微企业的信贷业务场景、合同文本、业务图像等非结构化数据，对原始数据进行解析，融合计算机视觉、NLP、知识图谱技术，通过内容管理进行非结构化数据处理，实现智能搜索、内容安全洞察、内容自动化管理，提升小微企业数据的可用性，盘活数据价值。3、提升模型性能，在数据有限的情况下充分挖掘数据价值在数据量有限的情况下，对数据的挖掘、模型的建设变得更加重要，一方面可以利用人工智能的深度学习与知识图谱技术，通过业务规则设置、模型设计去识别、融合、分析自有数据，深度挖掘产业链条上下游企业的关联关系，建立小微企业的关系视图，挖掘风险传导的路径；另一方面可以通过机器学习进行历史数据洞察，分析哪些数据可以更加有效、精准地识别客户，哪些数据具有普遍性，哪些数据只针对特定客群有应用价值，从数据中推导模式来帮助信用模型或业务策略的改善。★欲了解更多银行数字化相关分析内容，请点击“阅读原文”，查询易观博阅。★扫描下方二维码，添加小编企业微信，即可加入易观分析社群！更多有趣的数据&有料的报告，社群内同步分享喔！★《数字经济全景白皮书》已重磅发布！分享本文至朋友圈，将分享截图发送至下方二维码即可领取。联系我们

内容标签：智能风控、风控场景建设、闭环风险管理、无感认证、联合反欺诈易观分析：本报告围绕银行业智能风控科技应用展开，智能风控是一种基于数字技术和银行风控业务场景的风险监控和管理决策体系，一方面赋能银行创新业务的扩展以及降低业务风险，是业务拓展的基础，另一方面降低银行运营成本。基于智能风控科技应用的重要价值，本报告针对银行业智能风控建设的现状、发展趋势、全行级智能风控平台的搭建以及关键技术进行专题分析，结合智能风控的落地痛点从全流程化风险监督、数据应用和客户体验三个维度给出解决策略，并绘制了银行业智能风控市场的生态图谱。本报告将收录于《数字经济全景白皮书》合集。▼本报告共计22页阅读时间：10分钟★欲了解更多银行数字化相关分析内容，请点击“阅读原文”，查询易观博阅。★扫描下方二维码，添加小编企业微信，即可加入易观分析社群！更多有趣的数据&有料的报告，社群内同步分享喔！★《数字经济全景白皮书》已重磅发布！分享本文至朋友圈，将分享截图发送至下方二维码即可领取。近期内容速览易观分析：微软Azure和易观分析联合发布《企业级云原生平台驱动数字化转型》报告易观分析：银行业客户体验管理现状与优化策略分析易观分析：围绕新市民金融服务，聚焦差异化产品设计、智能技术提效及普惠群体素养教育联系我们

易观分析：根据银保监会的数据显示，目前我国的新市民群体约有3亿人，这部分群体是城市发展和建设的重要力量，在从农村流向城镇的过程中也会产生大量的金融和非金融需求。易观分析认为，无论从客户群体的规模、消费意愿还是发展潜力，新市民的群体特征都是银行获客、活客的有利因素，布局新市民金融服务，打造新市民专属的客群经营策略，是银行精准实施普惠金融的有效抓手。一直以来，如何提升金融服务的便利性和可得性都是普惠金融发展中最受到关注的议题，今年一季度中国银保监会、中国人民银行发布了《关于加强新市民金融服务工作的通知》，将“新市民”定义为因本人创业就业、子女上学、投靠子女等原因来到城镇常住，未获得当地户籍或获得当地户籍不满三年的各类群体，不仅对普惠金融客群的概念进行了延伸，也提出了指导性的金融服务要求，为银行精准实施普惠金融，以及产品和服务的创新带来了新的机会。围绕通知中提到的重点金融服务领域，上半年已经有多家银行积极布局，加大产品和服务需求供给，形成了针对新市民的金融服务方案，并推出了具体的服务举措。可以看到，目前银行主要聚焦在就业、创业、住房、医疗、教育、养老等场景上，为新市民打造专属产品和服务，满足这一大类普惠客群在工作和生活方面的金融需求。精准定位新市民群体，打造差异化服务方案新市民群体本身属于普惠客群的范畴，也同样存在着需求分散、征信不足、工作稳定性弱、金融知识和风险意识欠缺等特征，但在实际需求上与小微、三农群体仍然有一定程度的差别。因此为新市民群体设计定制化的金融产品，在满足客户的消费、信贷等资金需求的同时，还可以从新市民的概念、范围、应用场景切入，进行客群的精准定位，针对迁入本地的新市民的客群特点、行为偏好、实际业务需求等，结合区域的优惠政策，重点围绕“安居乐业”打造差异化的服务方案，利用智能技术渗透服务场景，提高服务的便利性和可得性，从而能够更有效地挖掘客户价值，为普惠金融带来新的业务增长点。加强智能化改造，兼顾效率、成本和风险的平衡数字普惠金融在重构银行业务流程、提供创新服务渠道的同时，也不可避免地带来物理网点的缩减和传统服务手段的更替，一定程度上造成了数字鸿沟的问题。在布局新市民金融服务时，需要考虑线下网点、智能设备和数字渠道的协同发展，可以基于大数据和人工智能进行区域分析，优化网点分布；结合普惠群体、新市民群体的实际需求，完善基础性、保障类的金融服务；可将“适老化改造”延伸为“适应性改造”，结合OCR、VR、AR等技术，通过更加灵活敏捷的流程，自由定制服务模块，提供更个性化的版本和呈现形式；通过改造智能设备、移动端功能，丰富业务办理种类，拓展新市民金融服务的应用场景；通过大数据、人工智能创新新市民群体的信用评价手段，提高业务受理和审批效率；在加大业务普惠性的同时，也需要兼顾流程效率、服务成本、风控要求的平衡。开展新形式的知识普及，提高新市民群体的金融素养新市民群体良好的金融素养可以帮助银行降低服务和沟通成本，缓解风控压力，在形式上可以利用5G、移动互联网等数字技术拓宽金融教育传播的平台，通过社交平台、短视频平台等新媒体渠道，提高金融知识的触达率和普及率，例如电信诈骗的典型特征和危害、保护个人征信、选择正规理财产品的重要性等，提高客户的风险意识；内容选择上可以聚焦新市民群体关心的、相关度高的问题进行解答，例如工资、贷款、住房、社保、养老等，帮助新市民更清晰地了解当前的金融政策和享有的权利，消除金融服务的使用障碍，同时提供更多有价值的场景数据和行为数据，对银行业务分析和策略优化形成反哺。★欲了解更多银行数字化相关分析内容，请点击“阅读原文”，查询易观博阅。★扫描下方二维码，添加小编企业微信，即可加入易观分析社群！更多有趣的数据&有料的报告，社群内同步分享喔！★《数字经济全景白皮书》已重磅发布！分享本文至朋友圈，将分享截图发送至下方二维码即可领取。联系我们

内容标签：客户体验管理、精细化运营、渠道融合、主动感知、体验共创易观分析：报告围绕银行业客户体验管理展开，针对客户体验管理的发展阶段、重要作用、变化特征、银行业客户体验管理的现状和痛点进行专题分析，结合痛点给出了相应的优化策略与建议，并绘制了客户体验管理市场的生态图谱。▼共计30页PPT阅读时间：15分钟★欲了解更多银行数字化相关分析内容，请点击“阅读原文”，查询易观博阅。★扫描下方二维码，添加小编企业微信，即可加入易观分析社群！更多有趣的数据&有料的报告，社群内同步分享喔！★《数字经济全景白皮书》已重磅发布！分享本文至朋友圈，将分享截图发送至下方二维码即可领取。联系我们

云原生平台是数字经济时代企业转型的底层支撑。云原生架构将过去企业IT系统的支撑体系进行了虚拟化改造，大幅提升云计算效能。云原生架构包含了一整套技术体系，如容器管理、基础设施即代码、持续集成/持续交付

内容标签：银行业、数据安全易观分析：数据已经成为重要的生产要素，由数据驱动的银行业数字化转型是当下金融发展的一个重要趋势，银行业通过数据应用在前中后台等众多场景下实现业务增效。但是数据安全无论是从法律法规要求，还是安全漏洞实际带来的损失上来看，都是需要银行业予以重点关注的对象。▼共计20页PPT阅读时间：10分钟★欲了解更多银行数字化相关分析内容，请点击“阅读原文”，查询易观博阅。★扫描下方二维码，添加小编企业微信，即可加入易观分析社群！更多有趣的数据&有料的报告，社群内同步分享喔！★《数字经济全景白皮书》已重磅发布！分享本文至朋友圈，将分享截图发送至下方二维码即可领取。联系我们

内容标签：普惠金融、多方数据共享、隐私计算、数据治理易观分析：今年以来，政府及监管层面加大对普惠金融的扶持力度，对金融机构开展普惠金融、扶持小微企业、服务特殊客群等做了不同程度的部署，信息共享、数字技术、普惠覆盖面等关键词被多次提及，深度发展普惠金融仍然是银行业下阶段的重点工作之一。面对庞大的普惠金融客群，如何获得数据、用好数据、管好数据，解决小微企业融资难问题，提升银行普惠贷款的风控能力是其中的核心目标。基于隐私保护法律法规的要求，银行对于安全合规使用数据的标准越来越高，政务部门、同业机构作为高度有效的数据源，由于数据标准和开放程度不一，渠道不通畅，获取信息存在着现实障碍，导致大数据风控所需要的数据维度不全面，数据量不足，难以发挥智能审批、智能风控场景下的技术优势；对小微的贷款资金是否流向实体经济，经常涉及跨行、跨境等复杂情况，也缺乏有效的监测手段进行贷后资金的追踪，这些都成为了摆在银行技术使用者面前亟待解决的问题。信息不对称仍然是当前普惠金融面临的突出问题

内容标签：数据安全、银行业易观分析：数据已经成为重要的生产要素，由数据驱动的银行业数字化转型是当下金融发展的一个重要趋势，银行业通过数据应用在前中后台等众多场景下实现业务增效。但是数据安全无论是从法律法规要求，还是安全漏洞实际带来的损失上来看，都是需要银行业予以重点关注的对象。易观分析总结了当前银行业数据安全面临的三大主要挑战，并针对这些问题提出应对措施，预计未来除了数据安全制度、全生命周期安全管理技术体系以及企业级数据安全防护体系的建设之外，数据安全将更关注前沿技术的应用，以应对越发多样的数据安全攻击，最终助力数据价值最大化。银行数据安全的必要性

内容标签：监督式机器学习、交易反欺诈、智能风控、银行数字化易观分析：在风控准确性和即时性的双重要求下，半监督机器学习能融合有监督式低歧义的优势和无监督式对数据结构性特征的捕捉能力，更加适用于银行的交易风控场景，尤其是识别日渐兴起的团伙欺诈交易。随着银行风险的多元化和分散化，交易欺诈和洗钱活动在行为表现上千变万化，但是银行的风控系统通常需要在几十毫秒内做出是否拦截交易的决定，这对风控系统的准确性和即时性提出了较高的要求。在银行风控系统中，训练交易反欺诈模型的机器学习算法按照输入数据的特征主要可以分为有监督、半监督和无监督。三种类型的机器学习算法在特征数据要求和适用场景的区别如下：有监督式机器学习通过标记银行历史交易作为标签数据来训练交易反欺诈模型，评估交易是否规范以及判断是否需要拦截。无监督式机器学习则是自动识别一组未标记数据，即通过自动提取数据集群的特征，将不在任何集群中的样本标记为异常值，然后用已知异常值训练交易反欺诈模型，由此，系统可以识别交易数据与正常模式的任何偏差。无监督式机器学习在一定程度上解决了银行金融风控面临的依赖专家经验和标记数据难获取的问题。但是，无监督式机器学习相对基于专家规则的风控技术而言可解释性较弱，有一定的误报率，导致银行在拦截用户后较难辨别是欺诈团伙还是行为良好的团队，而银行拦截一个优质用户的正常交易将直接影响客户体验。易观分析认为，在风控准确性和即时性的双重要求下，半监督机器学习能融合有监督式低歧义的优势和无监督式对数据结构性特征的捕捉能力，更加适用于银行的交易风控场景，尤其是识别日渐兴起的团伙欺诈交易。半监督式机器学习风控应用场景

内容标签：RPA、流程挖掘、技术组合易观分析：流程挖掘和RPA是匹配度极高的技术组合。对科技能力强的银行而言，流程挖掘应该是当下就引入研究的技术。对科技能力较弱的银行而言，可以对流程挖掘保持一定的关注度，在两到三年后，基于流程挖掘的实际落地效果和大行的实践经验，再考虑是否引入使用。RPA从辅助性向智能化发展，多技术栈交叉融合提升复杂场景应用能力RPA的发展包含三个阶段，从能力上可以分为辅助性RPA、自主性RPA以及智能化RPA，如下图所示：辅助性RPA：RPA在发展初期，只能以在个人电脑上部署的形式，无法完成大规模应用的部署。自主性RPA：随着RPA产品的发展、厂商对业务理解的加深以及RPA与其他技术的融合，RPA可以进行一体机、云端的大规模部署。智能化RPA：RPA还将与各类AI技术（如计算机视觉、机器学习等）、低代码、对话机器人等技术结合，将应用场景扩展至各银行部门和复杂业务场景。当前，RPA正处于从自主性到智能化的发展过程中。计算机视觉、机器学习、低代码、自然语言分析、商业智能、流程挖掘等各类技术正在与RPA的融合中不断发展。其中，流程挖掘主要应用于流程改进，挖掘时需要大量数据作为分析素材，RPA的运行日志正好满足需求，同时改进后的流程又可以用于RPA新场景的开发，所以流程挖掘和RPA是匹配度极高的技术组合。流程挖掘贯穿RPA项目的开发和使用阶段，有利于银行改进业务流程，从而实现效率升级

内容标签：低代码能力、评估维度、产品选型易观分析：银行业数字化转型的过程中，头部银行存在核心系统多、业务线间技术应用开发程度不同、跨部门数据难以共用、外部供应商产品接口不打通等问题，中长尾的银行又存在科技人员储备不足、自研能力弱、外部供应商产品不完全适配需求的情况。因此，各类银行都非常关注低代码“技术”，希望通过应用低代码产品，解决开发成本高、开发周期长、系统间难协作等问题。低代码不是技术概念而是生态技术架构与实现理念

内容标签：可信AI、可解释性、风控易观分析：基于对“科技向善”理念的理解，易观分析提出了银行业可信AI应具备稳定性、鲁棒性、可解释性、安全性、公平性、普惠性、客户自治性、可追溯性八个特征。其中，AI的可解释性是人工智能领域近年来非常受关注的话题，聚焦到金融行业，可解释AI在银行的营销、风控、运营等主要场景下应该如何发挥作用，人为因素在其中所处的位置，如何判断AI是否可以被信任等，是银行业的技术使用者普遍关心的问题。可解释性是可信AI的核心特征

内容标签：低代码、无代码、产品选型易观分析：低代码、无代码开发平台在产品定位、产品能力、应用场景上存在巨大区别。银行需要明确低代码、无代码开发平台的差异，以便在技术规划、产品选型上降低试错成本、选择适配度高的厂商合作，选择对特定系统开发量小、理解程度高的产品。低代码与无代码开发平台在产品定位、产品能力、应用场景上存在巨大区别

内容标签：银行智能营销、RPA自动化、渠道协同易观分析：银行业RPA从被动流程流转向主动流程触发的进化是趋势。在客户旅程数字化的基础上，银行通过构建机器学习模型实现个性化营销策略输出，并采用RPA自动化完成策略部署与动作执行、过程监控和实施评估，实现了银行业务和渠道的协同。目前，头部银行的智能营销体系已经完成基础的技术栈建设，但在银行营销场景执行末端上还需给予客户经理多渠道协同应用能力和营销过程标准化的能力支撑。尤其是头部银行在用户数据充足的情况下，数据资产在场景化应用过程中还需补足客户经理渠道协同的能力。RPA轻量敏捷实现业务与渠道协同