本文经AI新媒体量子比特（公众号ID：QbitAI）授权转载，转载请联系出处。如何看待金融科技圈的科技趋势？今日，北京大学光华-杜小曼金融科技实验室发布“2022全球金融科技十大趋势”，涵盖隐私计算、大模型、多模态学习、数字孪生等前沿领域。刚刚走过大规模应用元年的隐私计算，今年又将如何助力金融行业的数据生态建设？大规模模型、元宇宙、多模态……这些热门技术与金融有什么样的联系？哪些前沿技术已经在为行业创造价值？下面小编带大家一文读懂金融科技十大技术前景。速览如下：趋势一：“数据可用但不可见”，隐私计算助力金融行业数据生态建设隐私计算可实现过程中“数据流通与融合”可用不可见。数据互联互通需求和数据安全政策不断出台，互联网巨头、科技公司、金融机构纷纷进入隐私计算行业，2021年被业界称为隐私计算大规模应用元年。金融行业作为数据密集型行业，对数据互联互通有着迫切的需求，是隐私计算技术的主力行业。信用风控、精准营销、反欺诈、移动支付人脸识别等场景。在2021、国家将继续加强数据安全立法。例如，中国相继出台了《数据安全法》《个人信息保护法》《征信业务管理办法》等一系列数据法规，韩国出台了“MyData”相关立法和数据服务指南，加强数据保护。在此背景下，随着隐私计算行业标准的不断发布和相关技术的不断迭代升级，2022年，隐私计算将在金融数据生态建设中发挥更大作用。趋势二：龙头企业加码入股，大模型成为全球AI技术竞争的焦点。随着算法的不断创新、计算能力的逐步提升和海量数据的爆炸式增长，预训练大型模型成为人工智能的新方向。大模型的基本训练方式是自监督学习。依托复杂的预训练目标和庞大的模型参数，可以在大量参数的隐式编码中存储丰富的知识，可以在不同的场景下完成不同的任务。大模型提高了AI的通用性，有助于解决AI应用场景碎片化的问题。自2020年OpenAI发布NLP（自然语言处理）预训练模型GPT-3以来，大模型迎来全球爆发，成为新一轮人工智能技术竞争的焦点。2021年，谷歌发布万亿级模型SwitchTransformer，百度发布鹏城-百度·文心知识增强大模型，华为发布盘古大模型……大模型将开始从自然语言处理扩展到更多领域。在应用落地方面，大模型还处于各大机构的积极探索阶段。随着技术性能的不断提升、产业模型的不断成熟和监管体系的逐步建立，大模型必将掀起新一轮的人工智能应用浪潮。趋势三：借助“元宇宙”，VR/AR产业新一轮发展浪潮正在兴起。随着产业链各环节逐渐成熟，叠加的疫情推动“零接触”需求兴起。VR/AR技术在经历炒作、低谷和回暖后进入高速发展阶段。在“十四五”规划中，我国已将“增强现实/虚拟现实”列为数字经济的重点产业之一。2021年，“Metaverse”的概念将流行起来。VR/AR可以带来一种全新的人机交互方式，被视为元界与现实世界的硬件接口。在元界的助力下，VR/AR行业迎来了新一轮的发展机遇。据IDC预测，2021年全球VR产品同比增速约为46.2%，2020-2024年复合增速约为48%。2025年全球AR设备出货量将达到2440万台。2022年，苹果有望发布首款MR产品，Oculus可能发布QuestPro打造下一个VR旗舰机型，索尼有望发布新一代PSVR头显。趋势四：多模态学习受青睐，催生人工智能多样化应用场景。多模态学习最早始于1970年，经过几个阶段的发展，2010年后全面进入深度学习阶段。最早的多模态研究应用之一是视听语音识别。通过融合视频和声音两种模态，多模态学习开始展现出其卓越的学习能力。2020年以来，面对“戴口罩”“零接触”疫情常态化防护需求，以及指纹、人脸等单一生物识别信息频繁泄露的个人隐私风险，多模态解决方案开始才能得到市场的青睐。多模态生物识别因其准确性高、安全性强、应用场景广等特点正成为市场主流，并逐渐应用于金融、公安、出入境、安检、教育等多个场景。.2022年，在加强个人信息保护的主旋律下，多模态生物识别将融合多种生物识别技术的优势，可以灵活选择合适的技术融合方式和决策权重，能够适应不同领域的需求变化。应用场景。更多落地应用场景。趋势五：低代码和无代码应用升温，加速金融行业数字化转型2014年，ForresterResearch提出“低代码开发平台”的概念，随后Gartner将这一类别命名为aPaaS-based高生产力平台(hpaPaaS)。2018年，西门子收购了低代码应用开发领域的厂商Mendix，低代码平台OutSystems获得3.6亿美元融资。低代码应用开发在海外市场迅速升温。在国内市场，数字化转型驱动的软件需求扩张与现有研发体系的矛盾日益突出，传统架构无法应对不断变化的市场需求。而lowcode/nocode可以更好的解决这个问题。低代码/无代码开发平台可以释放金融领域的生产力，加速金融领域的数字化转型。一方面，低代码/无代码开发平台可以满足组织不断变化的业务需求；另一方面可以实现架构可视化、建模可视化、开发可视化。2022年，低代码/无代码将推动金融领域更快的业务创新。趋势六：云原生技术生态逐渐扩大，为金融业创新发展注入新动能2015年，云原生应用基金会（CNCF）成立，开始云原生技术和应用的开发进入快车道。近年来，云原生技术生态也从早期专注于容器、微服务、DevOps等技术领域，扩展到底层技术、编排与管理技术、安全技术、监控分析技术、场景化应用程序。随着企业数字化转型的深入，企业应用需要基于云原生技术、架构和服务构建。2021年，全球云原生应用将持续上升。云原生应用可以弹性扩展和扩展。通过云原生改造，可以最大程度地利用服务器资源，有效节约服务器成本。同时，云原生应用平台可以提升业务应用的迭代速度，灵活响应各种场景的需求。目前，金融科技领域的一些创新者正在基于云原生架构在技术架构、产品迭代速度、用户体验提升、客户画像精准度等方面不断创新。根据Gartner的预测，到2022年，全球75%的企业将在生产中使用云原生容器化应用。趋势七：行业关注度提高，数字孪生成为企业数字化转型的重要抓手2003年，密歇根大学MichaelGrieves教授首次提出“数字孪生”的概念。数字孪生最早应用于航空航天领域。随着新一代信息技术的成熟，数字孪生开始向智能制造、智慧城市、交通、医疗、农业等垂直行业拓展，成为推动企业数字化转型和产业数字化转型的重要驱动力。发展数字经济。目前，全球都在积极部署数字孪生应用。2020年，美国和德国分别成立数字孪生联盟和工业数字孪生协会，加速构建数字孪生产业协同创新生态。在我国，探索建设数字孪生城市已写入“十四五”规划，成为国家发展战略。根据GlobalIndustryAnalysts报告，2020年全球数字孪生市场规模为46亿美元，2026年将达到287亿美元。随着数字孪生技术的不断成熟，未来也可应用于金融场景。金融机构可以利用数字孪生技术构建“数字经理”，为客户提供个性化、定制化服务。他们还可以将其应用于数字孪生模型中的金融产品开发和产品迭代设计。趋势八：提供核心技术能力，区块链推动供应链金融迈向3.0时代在各国竞争激烈的当今世界，制造业被置于越来越重要的位置。制造业的竞争归根结底是产业链和供应链的竞争。因此，构建高效的供应链金融体系显得尤为重要。疫情发生以来，央行等八部委共同推动供应链金融发展，鼓励运用区块链、大数据、人工智能等新一代信息技术，持续强化供给保障连锁金融服务平台和信息系统。大力发展供应链金融或将成为金融科技企业的下一个归宿。2021年9月，原浙商银行行长许仁彦加盟度小满金融，负责供应链金融科技业务，兼任担任度小满供应链科技有限公司董事长从人事变动可以看出，度小满加大了在供应链中的作用，有金融科技布局的意图。12月，度小满将区块链技术应用到支持中小企业在北京金融资产交易所发行首单供应链创新直接融资产品，另一巨头网商银行也于2021年10月推出基于数字技术的供应链金融解决方案“大衍系统”。目前，区块链技术主要应用于围绕核心企业的供应链2.0模式，解决协作问题、信任问题、差异化数字信用证书问题和自动合同履行问题。未来，通过结合物联网、大数据等技术构建基于区块链的协同网络和资产网络，区块链技术有望从根本上改变供应链金融的商业模式，推动供应链金融走向3.0的核心企业。模式前进。趋势九：“永远不信任，永远验证”。零信任构筑金融网络安全屏障。以最小化实时授权为核心，将持续认证、动态访问控制、授权、审计、监控等环环相扣，实现动态、持续的信任评估。2021年，美国将出台包括《联邦零信任战略》《零信任成熟度模型》在内的多项零信任政策；82%的欧洲企业增加了零信任建设的预算；由于被列入“需要突破的网络安全关键技术”，国内互联网巨头和科技公司也在不断探索零信任布局。趋势十：云边端协同，边缘计算助力金融机构打造“安全+效率”双重优势边缘计算被视为云计算的延伸，与云计算相辅相成、协同发展。边缘计算的数据处理和分析具有很强的实时性，可以为用户提供更实时的服务。同时，由于边缘计算只负责自己范围内的任务，数据处理基于本地，数据传输安全性高。边缘计算不需要使用过多的带宽，网络带宽的负载减少，智能设备的能耗进一步降低。随着5G、物联网等技术的不断成熟，边缘计算正在迅速兴起。面对海量数据计算、新计算场景、小数据实时处理等挑战，边缘计算正成为数据时代技术落地的重要计算平台，并不断满足应用智能化需求，各行业数字化转型中的实时业务、隐私保护。对于金融领域很多实时性高、安全性强的场景，边缘计算可以为其发展带来更多可能。随着边缘被赋予越来越多的数据存储和计算资源，边缘计算可能成为未来的主流部署。
