過去20年信息技術快速發展，為各行各業帶來了大量創新機會。金融業一直是信息技術應用較為廣泛深入的行業之一，金融科技也逐步成為新一代金融業發展方向之一。隨著大數據、人工智能、5G等“新基建”進一步發力，從傳統種植業、養殖業、制造業到其他各行各業都將迎來一場巨大的數字化變革機遇，在這種大的產業環境下金融科技將會進一步朝著數字化、智能化方向發展，將會更大程度的賦能產業發展，更好的服務實體經濟。

數字經濟成為轉型發展新引擎

我們在探討金融科技發展時，如果拋開大的產業環境，往往很難從宏觀的角度把握趨勢性的問題。

首先,我們回顧一下近年來中國經濟增長的情況。過去十年間，中國的GDP年度增長率逐步下降，綜合業界專家的觀點，可以從人口、貿易、發展模式、科技等幾個維度分析原因：

一、勞動力供給增長明顯放緩，老齡化趨勢加重。60歲以上人口占比已經高達18.1%，而16~59歲的勞動力人口數量則從2012年以來連續下降。此外，用工成本不斷上升，人口紅利對GDP的貢獻明顯減退。

二、2001年中國加入世貿組織后，中國越來越多的產品銷往全球，成為制造業大國，對外貿易增長成為中國經濟高速增長的重要動力之一。但近年來，受中美貿易摩擦以及逆全球化和貿易保護主義抬頭等多重因素影響，貿易對經濟增長貢獻率逐漸降低，全球化紅利衰減。

三、過去以售賣土地資源、浪費能源、犧牲環境以及游走于法規灰色地帶等粗放式的、不規范的發展，隨著相關法律法規的不斷完善，難以維系。

四、多年來高速增長和規模擴張也給經濟帶來了結構性問題。企業產能過剩、創新動力不足、研發投入不夠、產品附加值低等問題日益凸顯，經濟轉型升級到了重要時點。

五、從工業革命的角度來看，中國在過去幾十年內完成了三次工業革命，補齊了短板，而西方國家用了300多年時間，每一次變革都為經濟發展注入了強勁的動力。然而，時至今日，前幾次工業革命為我們帶來的后發優勢紅利逐步減弱。未來需要更多的自主創新和引領性創新。

近年來，數字經濟占GDP的比重持續提高，中國信息通信研究院數據顯示，2019年中國數字經濟增加值規模達到35.8萬億元，占GDP比重達到了36.2%。背后的主要原因之一便是信息技術的飛速發展，互聯網、移動互聯網、云計算、大數據、人工智能等信息技術在短短二十年時間內連續出現，每一次技術浪潮都涌現出了一批批全球知名的互聯網企業，它們的高速發展刺激了資本投入，培養了用戶對互聯網產品的接納度。同時，從政策的角度，也得到了國家的大力支持。從2017年到2020年，中央政治局連續五年的集體學習涉及到了大數據、人工智能、區塊鏈、量子等數字科技，黨中央對數字技術和數字經濟的高度重視也推動了數字經濟的快速發展。

產業數字化發力

中國過去二十多年互聯網和數字化的應用主要集中在C（Consumer）端，從搜索、電商、社交到生活服務、出行等領域誕生了一大批互聯網巨頭。而近年來，隨著信息技術的進一步發展和基礎夯實，我國產業數字化的轉型正在加速推進。未來，產業數字化的發展將會打造數字經濟新高地。這里，把一些行業的調研情況向大家做個匯報分享。

第一個例子來源于傳統的種植業：無土栽培番茄，番茄從種植、采摘、分揀、物流到售賣，實現全流程自動化和數字化。在生長階段，番茄所需要的液體肥料通過自動化設備供給，溫棚里大量傳感器感知環境的溫度、濕度、光照等各項參數，自動控制設備根據實時參數調節番茄所需要的最佳生長環境。機械手采摘和番茄自動分揀都是由人工智能圖像識別技術支持。通過這種高度的自動化、數字化方式，每平米產量可高達70kg，而一萬平米的場地僅需要五名人工，換句話說，五名工人可以支持350萬kg的西紅柿產量。相對于傳統種植，自動化、數字化種植的產量和品質都是大幅度提升。中國工程院趙春江院士的團隊正在從事相關工作，他也在公開報告中也指出，“目前中國的農業數字經濟規模是5778億元，預計到2025年能夠達到1.26萬億元，抓住數字技術機遇，快速發展農業數字經濟，對農業高質量發展具有重要意義”。

第二個例子是某互聯網電商公司正在大力發展的數字化水產養殖解決方案。通過集裝箱養殖和全方位數字化管理，增加養殖密度、隔絕泥土、保障肉質安全和鮮美。集裝箱內布有大量傳感器，對水體溫度、含氧量、氨氮濃度、鹽度、濁度等進行實時監測分析，自動調控，確保水產在一個最佳環境生長。同數字化種植一樣，水產的產量和品質大幅提升，這都是數字化時代下，傳統行業爆發出來的新機遇。

第三個例子是制造業，無需贅言，始終維持著極高的自動化程度和數字化程度。未來高端制造，更需要高度數字化技術的支撐，過去我們長期受制于數控機床等高精度、高端制造技術限制，無法快速轉型升級為制造強國。近年來，通過國家大力支持和專業人才的不斷努力，這一狀態也正在得到改變。

第四個例子是無人駕駛這樣的新興行業，它真正實現了數字孿生，即：數字世界和物理世界的同步映射。汽車在行駛過程中，依靠車身大量傳感器對路況實時監測，并與道路兩側的相關設備實時通信和計算，指導汽車運行，實現車路協同。汽車自身運行參數、道路監測結果、行車規劃等實現了全面數字化、自動化。隨著技術不斷進步，其安全性和行駛效率都將大幅超越現狀。

回歸金融行業，近年來中國金融科技中發展最快的領域之一是移動支付和普惠金融，其本質便是貨幣數字化和信貸全流程數字化。貨幣數字化帶來的便利，使得掃碼付款、轉賬等支付行為很快就滲透到了大眾生活的方方面面。在信貸方面，傳統金融信貸所需要的上門辦理、提交材料等復雜、麻煩流程，通過手機上APP進行簡單操作即可高效完成。金融機構的后臺系統根據用戶的各種數據對其進行欺詐識別和信用風險定價，幾乎絕大部分環節都實現了自動化和數字化。

現階段，金融業務數字化程度比較高的還是在個人端。但是，未來隨著種植、養殖、制造、交通、零售等各個產業的數字化大幅提升，也會自然帶動金融業務在企業端的高度數字化。其原因是，產業數字化所產生的大量數據會成為金融機構評判企業風險的重要依據。例如：如果了解一個制造企業的供應鏈數據、設備運行數據、水電數據、物流數據等基本上就能夠判斷企業的原材料成本情況、生產情況、銷售情況等經營信息，這些都是對企業進行風險定價的重要依據。

新時代的科技基石

近年來，信息技術發展迅猛，云計算和大數據技術日趨成熟，應用也日益廣泛。而人工智能則處于日新月異的發展之中。特別是，以深度學習為代表的人工智能聯結學派，在圖像識別合成、語音識別合成、自然語言理解技術均取得了重大突破，大大推進了人工智能的發展。另一方面，以大規模知識圖譜為代表的人工智能符號學派，注重機器的推理能力，也在一定程度取得了進展。下面這幅圖展示了人工智能在金融科技的應用，可以看出，大量金融科技創新應用主要是由于人工智能在基礎技術取得了重要進展。所以，我們一定要重視基礎技術、核心技術的持續研究和推動。

清華大學金融科技研究院經過多年持續研究，與業界科技公司共同合作，在人工智能與金融結合的數字虛擬人領域取得了一定的成果，并成功應用于神州信息的智能一體化信貸產品，使貸款面審環節完全通過AI來實現。數字虛擬人可以與面審者進行自由、流暢、專業的深度對話。這背后包含了語音識別與合成、金融場景語義理解、虛擬人唇動與表情合成等技術，難題在于所有這些技術要在毫秒內共同配合完成；這是技術上的難度，此外，我們還集成了上百個金融業務場景模型，對借貸人問題回答的合理性進行驗證，對提問進行最優解答，對對話過程進行欺詐測試和分析，對還款能力進行實時評估等。模型融通了金融業務模型與用戶心理學模型，這類模型同樣也需要在毫秒級內響應，否則，很難保障對話的流暢性和面審的目的。數字虛擬人能夠幫助金融機構緩解大量服務人員所從事的勞動密集型工作，大幅降低勞動力成本。未來，隨著大面積推廣使用，將會給金融業的服務方式帶來很大變化。

AI為什么在近些年發展迅速？一個主要原因是深度學習技術的重大突破，當然也包括數據的爆炸式增長以及算力的提升。今年年初，OpenAI公布了GPT-3的相關信息，這款語言模型對0.5萬億個詞匯和1750億參數進行了訓練，在自動問答、新聞撰寫、詩歌創作等領域的表現再一次刷新了記錄。然而，深度學習并不一定是AI研究的唯一路徑，特別是在邏輯推理方面到目前為止還是比較弱的。以知識圖譜技術為代表的符號學派也是一條值得探索的路徑，通過知識體系的構建，賦能機器思考的大量研究實踐工作正在積極開展中。在我們研究的另一個方向中，我們嘗試對全球金融事件進行分類，針對每一類型的事件進行分析建模，逐步形成AI對各種事件發生后行業所受影響的判斷。這項研究一方面利用深度學習技術抽取、解析信息，另一方面利用知識圖譜構建實體和事件之間的關聯關系。通過不斷積累案例，不斷優化模型，以期達到較好的效果。研究目前還在努力和嘗試中，還有大量工作需要去進一步深入開展。

過去二十年信息技術的發展，為包括金融業在內的大量行業帶來了創新變革機會。隨著“新基建”的進一步發力，金融科技將朝著數字化和智能化方向進一步發展，產業端也將迎來一次更大的數字化創新變革機遇，這將給金融科技帶來更廣闊的應用場景和施展空間，從而促進金融科技更大程度的賦能產業發展，更好地服務實體經濟。