以互联网巨头和互联网初创企业为代表的其它行业的竞争对手也进入了金融服务领 域，对银行业的传统业务带来挑战，尤其在支付、贷款和投资等方面。这些企业采取 截然不同的方式，先通过社交或电商等方式与消费者建立连接，然后再推出金融产品 和服务，这种方式极大地增加了消费者的黏性。另外，随着国家对于民营资本进入金 融机构准入管制放松及利率市场化的逐步深入，银行之间的竞争日益从资产规模、网点数量的竞争转向客户服务、产品创新的竞争。

　　 技术方面

　　1. 物联网技术促进了整个社会的互联互通。 预计到2020年，互联设备将超过300亿台，每天都将产生海量的数据，而这些数据将会极大地改变金融行业的面貌。过去由于信息不对称和缺乏数据而难以做到的精准定价、针对性营销和风险评估等，都将从根本上得到改变。

　　2. 云计算从架构层面提供了新的可能性。银行(尤其是新型和中小规模的银行)不再需要从零开始建立新的平台，大型银行也可以借助云计算提高服务的灵活性。银行应当思考如何抓住云计算的机会，提升运营效率、降低成本、构建差异化优势。

　　3. 人工智能和认知技术给银行带来了新的机遇。例如，银行可以将重复性的劳动如审核及合规性检查等交给人工智能来完成;随着人工智能技术的进一步发展，未来人工智能在投资组合策略、风险控制领域的作用也将越来越凸显。

(图片来源：IBM 认知时代的数字银行再造)

　　4. 生物识别技术使得银行可以探索新的方式来为消费者提供更便捷的服务。许多银行已开始尝试指纹识别、人脸识别、静脉识别等生物识别技术，以加强金融安全和提升客户的体验。

　　 监管方面

　　全球越来越多的银行监管机构正在将工作重点从金融危机后改革转向应对新的风险和优先事项。这说明当下监管监督政策开始关注金融服务的数字化转型以及伴随技术创新、新市场参与者和不断变化的业务模式出现的挑战和风险。监管机构本身也在转型，尝试将新技术和数据整合到监督流程、监管报告和市场监管中。

　　1.遗留问题：审慎议程和金融危机后的监管实施。2019年，总损失吸收能力和中央对手方清算仍将是对金融机构和市场构成挑战的结构性问题之一。政府和监管机构需要投入大量时间和精力去调整遗留风险议程，同时还要重点关注网络风险、经营弹性和数据隐私等新挑战，如何在二者之间取得平衡成为关键。

　　2.不断演变的风险：新问题。银行需要管理和预测新型风险，虽然可借助数字化 转型达到目的，但风险管理人员必须加快步伐采用和部署新技术。如果银行管理层和监督机构能够将新工具和流 程嵌入数字化转型的总体业务流程，那么新工具和流程的使用效率将会大幅提高，从而加强风险监督。

　　 洞察与趋势

　　依据银行数字化转型的全景模型，由下至上依次为“底层架构”→“前台”“核心中台”→“顶层”

(图片来源：艾媒报告2018-2019中国银行数字化转型深度分析与决策报告)

　　 底层架构

　　底层架构分为“组织资源”与“数字技术建设”，组织资源与科技技术联系不大暂且不表，数字技术建设则是一个“打地基”的过程，只有地基打好打牢，方能在此基础上建起高楼大厦。完整的数字技术建设，即基础通信解决方案，包含“通信资源”与“平台搭建”两大部分，涵盖码号、短信、邮件、语音、视频、微信等通信资源，并在此基础上提供融合通信的服务：传统通信CT跟互联网通信IT的融合(ICT融合)，网络通信技术多沟通渠道的融合。搭建的平台则根据企业需求场景，融合消息管理平台、SaaS呼叫中心、AI机器人等，一个好的平台至少需满足以下三点：①性能强大而稳定，保证业务量及速率的同时灵活自适应业务高低峰时段 ②高安全性，保障数据传输安全及用户信息安全 ③高可拓展性，不但满足企业现阶段的需求，更可随着企业的发展而灵活适配新的需求

(图片来源：玄武科技·即信云通信金融行业解决方案v2.0)

　　 前台

　　从底层架构到前台实际上是一个从技术到应用的过程，单纯技术上的融合并不能带来真正的价值，只有深入实际的业务场景，在通信场景中连接用户与渠道，方能实现企业业务的创新与发展。于银行行业而言，其业务场景分为两大块：营销类通信场景及服务类运营场景。就用户而言，前沿科技对银行数字化转型升级最直观的影响就体现在这两大场景之上：营销推广从人工客服到智能语音机器人;营销信息从短信到视频短信、H5短链等富媒体通信形式;登录支付从密码、验证码到指纹、刷脸……这是银行行业从金融科技公司手中重获客户的第一战线，如何以客户为中心实现流程优化，如何实现营销精准化与客户服务个性化、投顾与客服智能化，如何达成渠道社会化与服务化是前台层面的核心问题。

(图片来源：玄武科技·即信云通信金融行业解决方案v2.0)

　　 核心中台

　　宏观经济环境复杂多变，特别是经济下行期，信用违约的风险加大，与此同时，新产品新交易层出不穷，银行如何有效的控制风险?政府对金融业的监管持续收紧，管控要求越来越细、越来越严，银行应当如何改进和应对?这一系列问题都涉及到银行中台的转型。认知计算能够处理和分析海量的结构化和非结构化数据，提供新的洞察和决策选项，其发现和决策能力能够显著提高中台转型的效率和效果。中台的关键词是“数据”，银行在营销推广、生产服务等通信场景中所获取到的用户信息，通过大数据分析可对用户行为进行智能判别形成用户画像，提炼分析后可为企业的精准化营销和优质服务提供客户数据的支撑。这实际上是每一个行业、每一个企业最核心的诉求之一。

　　 顶层