11月28日，京東數字科技與畢馬威中國聯合發佈了《數字科技服務金融》研究報告（下文簡稱“報告”）。
本次報告發布的背景是以大數據、雲計算、物聯網和人工智能等為代表的數字科技產業迅速崛起，科技企業服務也受技術驅動不斷自我迭代。趨勢之下，數據和數字化能力的重要性不斷凸顯。
數字科技企業與傳統金融體系交融的過程中，業務的開展開始從完全依賴於強金融屬性變量向借力於大數據轉變。同時，數字化架起物理世界與數字世界的橋樑，打通線上與線下邊界，數字科技企業與金融機構依照各自不同稟賦和能力，共同建立了無界金融的新生態。
基於此，本報告從場景、用戶、產品、運營四個維度，闡釋了數字科技在金融領域應用的廣闊前景和深遠影響，梳理了數字科技在拓展金融業服務邊界、創新服務業態和重構業務流程等方面的應對思路和解決方案。報告希望可以為金融機構利用數字科技服務賦能業務創新，解決當前行業發展的痛點問題，提供參考與借鑑。
“數字科技服務金融，為其在其他領域中的應用提供了一個典範。然而，數字科技的藍海不侷限於金融業。未來，數字科技服務的空間廣闊，製造業、零售業、建築業、公共服務等領域中，對數據和數字化科技的需求與日俱增。
數字科技的本質是，以產業既有知識儲備和數據為基礎，以不斷髮展的前沿科技為動力，著力於‘產業x科技’的無界融合，推動產業互聯網化、數字化和智能化，最終實現降低產業成本、提高用戶體驗、增加產業收入和升級產業模式。”京東數字科技CEO陳生強在為報告撰寫的序言中提到。
畢馬威亞太區及中國主席陶匡淳認為，金融是經濟的血液。數字科技的發展可以幫助金融業更好的發揮其核心功能，更有效地服務實體經濟、防範金融風險，為我國經濟的轉型升級做出重要貢獻。我們希望本報告可以進一步推動金融企業與科技企業的深入融合，推動中國經濟的高質量發展。
以下為報告中的核心內容摘錄：
數字科技發展方興未艾
近30年來，在科技服務從以實現業務的電子化和自動化的IT硬件應用為主，演變到移動互聯的過程中，全球數據儲量呈現出爆發式增長態勢，數據儲量規模已從GB/TB/PB發展到EB和ZB量級。
據估計，2017年全年數據總量超過15.2ZB2，同比增長31.0%。國際數據公司(IDC)報告顯示，預計到2020年全球數據總量將接近50ZB，這一數據是2011年的22倍。
不斷沉澱的數據已成為社會基礎性戰略資源，蘊藏著巨大潛力和能量。首先，數字技術與傳統經濟的融合，有效發揮了信息技術產業的“槓桿作用”，以點帶面，撬動了整體經濟的效率提升。其次，利用數字技術對各行業的數據進行採集和分析，能夠為行業效率提升和商業模式變革起到巨大的推動作用，使數據真正產生效益。數據與科技之間形成相互促進的正反饋發展模式。
值得一提的是，中國已成為世界公認的數字化大國。其一，中國市場體量龐大，且具有數量可觀的年輕用戶（詳見下圖），有助於數字技術商業化的持續推進。其二，經歷多次超大業務量的考驗，計算效率得到保障。其三，數字產業生態圈不斷拓展。
數字科技迭代推動科技企業服務模式轉型
從20世紀70年代起，近半個世紀以來，科技企業服務模式經歷了信息化、SaaS化、移動化和AI化四個階段。
報告認為，中國現已處在數字經濟、金融科技發展的排頭兵位置。在數字化時代，信息化、雲服務化、移動化和 AI 化同步推進，“四化合一”促使科技企業的服務模式已從提供技術產品逐漸演變為提供服務產品，構成中國企業數字化服務。
1. 發展數字化企業服務正當其時
首先，中國正處在經歷經濟增長動能的新舊轉換和增長模式由高速度向高 質量轉型的關鍵時期。現階段，數字科技企業需抓住轉型勢能，助力數字經濟真正滲透到中國經濟增長的各個支柱產業中去。據信通院測算表明，2017年中國數字經濟總量已達到27.2萬億元，躍居全球第二，佔GDP比重達到32.9%。
其次，隨著市場競爭的不斷深化，科技服務在消費者端(C端)的挖掘、創新遇到瓶頸。為打破對C端流量的依賴，中國科技企業服務商業模式逐漸向B端傾斜，通過B2B2C的方式連接市場，服務B端、觸達C端將成為企業服務的主流模式。
第三，從技術條件來看，中國催生新興數字化企業服務的技術土壤也已經 成熟。一是基於移動支付衍生出的各種商業模式，超過7億的全球移動互聯接納度最高的成熟用戶。中國成為全球最具備構建線上線下融合基礎的一個國家。二是AI技術已向多行業滲透。
2. 數字科技服務與金融業領域天然適配
首先，金融行業中的數據積累、數據流轉、數據存儲已經為大數據、人工 智能等技術的應用提供了必備土壤。
傳統金融機構難以全面覆蓋各類消費場景，很多潛在客戶逐漸轉移到線上消費場景。雖然當前各大銀行紛紛採取行動，部署線上業務，成立金融科技子公司，但由於缺乏線上場景接入及相關數據積累，容易形成“大數據孤島”。
從數字科技企業角度看，數字科技企業可實現線上線下海量數據的整合分析，結合數據、場景、科技等領域的發展擴展傳統金融機構的業務範圍，打破時空限制，深度挖掘用戶屬性，做到“以用戶為中心”，對客戶做更精準的篩選及服務匹配，幫助金融機構實現金融服務效率和效益的雙重提升。
數字科技企業基於四個維度服務金融
數字化企業服務在金融行業較早實現落地，而且數字科技服務金融已經形成了良性的發展態勢。
報告提出，數字科技服務金融，是基於四個維度對金融領域中的場景、用戶，產品和運營進行全面數字化，並以數字化服務的方式進行輸出。
具體來看，場景方面，傳統金融服務可以藉助數字科技全方位融入線上場景，並對線下場景進行智能化升級；
用戶方面，利用數字科技在採集、分析數據方面的便利性，不僅可以使金融服務觸達傳統的長尾客戶，實現全方位下沉，而且也可以對存量用戶進行分層和精細化管理；
產品方面，以信貸產品為例，數字科技的應用可以覆蓋到產品所涉及的獲客、營銷、審核、定價、風控等各個環節，從而使金融產品形成一個全流程的解決方案，並數字化輸出；
運營方面，藉助人工智能的自動化決策和處理能力，可以實現認證、篩選、客服、監控等各個環節的智能化，極大地簡化、規範化工作流程。
同時，報告提出，數字科技服務金融的演進過程出現幾個特徵，一是數據的基礎作用持續凸顯，對數據的挖掘和應用處於一個不斷進階的過程中；二是數字科技與金融業務將深度結合，雙方需要共築全流程、全主體的系統性思維；三是監管科技將逐漸形成趨勢，監管層也應利用大數據、人工智能等科技手段創新監管模式。
發展與展望
科技企業層面，報告建議專注數字和科技核心能力的精進及輸出;進一步拓展數字化輸出的場景和模式；探索與金融機構合作共贏的長期發展模式。
金融機構層面，報告建議樹立數字化運營思維，關注業務、用戶相關數據資產的沉澱和使用；充分借力中國的數字生態系統，與專業的數字科技企業深度合作，互取所長，協同發展；適應數字化趨勢下迅速變化的技術和需求，打造高敏捷度組織。
報告認為，數字科技服務金融的演進過程呈現出以下趨勢：一是數據的基礎作用持續凸顯；二是數字科技與金融業務將深度結合；三是監管科技將逐漸形成趨勢。
此外，隨著大數據、雲計算、人工智能、區塊鏈等技術的不斷髮展完善和傳統產業數字化轉型的需求急劇增加的背景下，數字科技企業的服務已經開始向金融以外的產業拓展，推動數字經濟向縱深發展。
（京東數字科技副總裁、金融科技事業部總經理謝錦生）
在發佈會上現場，京東數字科技副總裁、金融科技事業部總經理謝錦生提到，科技企業從數據中獲取價值，通過科技輸出價值，幫助金融行業提升效率、降低成本、增加收入，並使金融服務延伸至以往難以觸及的領域和人群。數字科技服務金融基本符合“始於數據，借力科技，成於金融”的邏輯。數字科技的本質是，以產業既有知識儲備和數據為基礎，以不斷髮展的前沿科技為動力，著力於“產業 x 科技”的無界融合，推動產業互聯網化、數字化和智能化，最終實現降低產業成本、提高用戶體驗、增加產業收入和升級產業模式。
（畢馬威中國副主席鄒俊）
畢馬威中國副主席鄒俊認為，站在數字化時代的門口，越來越多的中國企業家正積極地擁抱新技術。金融業作為一個天然與數據相關，並實時產生大量數據的行業，在與數字科技結合方面具有廣闊的前景。為了更好地適應科技變革，畢馬威也在不斷加強對新技術和新趨勢的研究與運用，推動業務的數字化轉型。例如，在審計業務方面畢馬威積極推動AI和機器學習等認知技術在業務自動化方面的使用，提高工作質量、效率和用戶滿意度，並提供更多高附加值的數據分析、決策、創新等服務支持。
問與答
報告發布結束後，京東數字科技研究院院長孟昭莉、畢馬威中國首席經濟學家康勇就報告的相關內容接受了媒體採訪，以下為採訪的相關內容節選：
問：目前，畢馬威和京東數科整體深度合作的一個模式是什麼？
康勇：我們覺得這個報告是一個很好的開始，之前畢馬威也和京東集團作過一些合作，寫過一些報告。但是我們可以從這次整個報告開始發展一些更多的合作，以前有些項目做過，但是我覺得這次合作得到大家的關注，對於以後我們進一步的合作起到一定的助力吧，希望大家的支持。
孟昭莉：未來可能會在數字經濟領域中有更加深度的合作，可能比目前的金融領域中的更要寬泛一點，可能對整體數字經濟整體的發展方面，這個我跟康首席正在約，一會兒要聊一些細節。
康勇：對，因為畢馬威服務的客戶當中金融服務佔了很大一塊，因為我們是專業服務公司，所以我們涉及的行業很多，包括製造業，其他的像醫療、養老，都有很多，所以我們也希望跟京東數字科技互相給力，利用對方的行業經驗和一些資源吧，作更多的合作。
問：目前，大數據是整個產業的一個生產要素。對於金融科技服務企業來說，什麼樣場景的數字化是最有價值的？對於傳統金融企業來說，哪些數據是有待挖掘的或者是想要數字化的？
孟昭莉：這個是逐個場景在突破，我相信所有的數據只要加以適當利用都很有可能變成金礦。但是現在從整個行業發展角度看，我感覺大家都還在做不同的行業縱向探索，比如深入醫療行業的時候、深入智能城市領域的時候，或者做數字養殖行業中，當我想要深入一個行業的時候，我就開始看有什麼樣的數據能用。但是這個很難說一開始哪些數據就比另外一些數據有用，肯定要和具體的每一個行業的場景結合起來，然後有一些數據你會完全意料不到會發生一些用處。
舉一個很簡單的例子，我們最近非常關注的豬臉識別的一個技術，是去年JDD大賽的一個賽題，但是對於我們來講，一開始，這個技術應用主要在農業保險方面。但很多農業養殖企業慕名而來，諮詢這個技術能否應用於養殖之中。我們的技術團隊的人就去和社科院的一個院士共同研討，發現這個技術在養豬行業中非常管用，當你把豬臉識別作一些改變的時候，可以做豬的重量的精準化的預估，比如這個豬現在是100公斤還是110公斤，這個準確度誤差只有2到3%，它是比一個這個行業中工作十年的熟練工人所能給的預估還準。
當有了這個數據之後，這個產業就非常容易能夠做標準化處理。一旦這個行業能夠進行標準化處理的時候，後續的流程費用就會大大降低，這一點是在整個技術發掘之前，甚至技術創造出來之後，大家都還在迷茫中，不知道這個技術能幹些什麼。
所以，我是覺得每一個行業中真正最重要的行業洞察以及和行業洞察能夠緊密結合的一種數據，目前可能是最有價值的，但是很多時候如果沒有挖掘得更深，其實我們很難判斷出哪些是最關鍵的數據，這個可能需要數據科學家和行業專家共同挖掘，而且這個很可能就是三年到五年成長最快的領域。
康勇：我想補充一下，像報告裡面也提到了，有數據可能是基礎，科技是工具，但是依託的還是行業洞察，還是要依據各個問題決定哪些數據更加有價值，比較籠統地說哪些數據有價值，可能不是很好回答，還是要跟行業有相關性。
第二個我想補充的是，以後大的趨勢就是線上線下數據相結合，因為線上的數據比較好捕捉，比如在網上買一個東西，這直接就是一個數據，可以被一個公司捕捉，然後可以作一些分析。現在的大趨勢就是線上線下相融合，線下的數據可以反哺到線上，幫助線上的公司作一些數據優化包括做一些智能處理，所以從線上線下之間的界限越來越模糊，同時數據的流向也是變成雙向而不是單向的。
問：剛剛談到了中小企業對於數字科技的需求更加迫切。對於數字科技企業來說，中小企業未來的服務是不是具有巨大的潛力？
康勇：對，不光是大型的金融企業還是中小型金融企業，對於數字科技的需求都是同樣迫切的，唯一的區別就是中小金融企業的資金，包括經驗、團隊，有些限制更加多一些，這樣就造成他們需求很強烈，但是在暫時的數字科技能力上面略有不足，所以這讓他們對外部的一些依賴或者外部的一些幫助需求更加強烈一些，這個是重要的一點。
剛才嘉賓也提到了，中國的金融行業集中度還是蠻高的，銀行業，四大行加上股份制銀行，還有上百家城商行，還有很多農業信用社。保險公司也是一樣的，除了一些大的保險公司之外，還有一些財險公司、壽險公司。這些保險公司的資金實力並不是非常雄厚，他們可能希望依賴一些專業機構對他們進行一些賦能和幫助吧。我同意你的看法，他們的需求非常強烈，金融科技公司對他們的幫助可能更加多一些。
閱讀更多 數字觀察 的文章
