日前，Gartner高级研究总监颜晶向媒体介绍了2024年全球金融市场展望，金融机构CEO眼中的发展趋势以及CIO的数字化目标方向，并分享了三大类推动金融行业变革的科技趋势。
2024年全球金融市场展望
今年11月中旬，高盛发布了一份《2024年全球经济表现较好于预期的报告》。
展望全球各大型经济体2024~2025年GDP，高盛预测大部分经济体基本都可以避免经济衰退。其中关于中国部分，高盛认为宽松政策将支持中国2024年GDP实现4.8%的增长，2025年增长将会是4.2%，呈现一个增长但是放缓的过程。面临的挑战包括：房地产的低迷可能会继续，中国人口老龄化和劳动人口锐减会成为经济发展的拖累，以及全球价值链的多元化即“去全球化”会让中国的供应链和出口受到一些负面的影响。
金融机构CEO眼中的趋势：不确定的未来
在2023年Gartner 进行的一份CEO问卷中，几乎所有CEO都给出一个信号：“在未来可能会发生让CEO觉得非常不确定的未来”。2022年的通胀加剧、人才稀缺、供应链中断的“三重挤压”，加剧了银行业的诸多问题，比如：银行利润率受到挤压，运营成本增加等。
此外，CEO们还担心地缘政治不稳定性、不断变化的客户需求的不确定性影响。针对风险和地缘政治，CEO认为最明显的一个转变是再全球化。65%的CEO预见到“全球化将继续往前推进，但是未来的方向和今天可能是大大不相同的。”比如美国重新部署了分布在全世界各地的制造业和供应链，而欧盟有很多新的法规都在加强保护主义立场。他们还关心区域性战争、能源危机、气侯引发的人道主义和经济的影响等，总之金融机构的CEO目前都挣扎在不确定的环境和未来中，为了减少这方面的压力，一些金融机构目前构想“是否应该任命一名首席地缘信息官，帮助CEO理解并且监控这样的风险。”
自从新冠大流行到经济衰退，客户的行为也发生了非常大的变化。其中最明显的是：（1）客户购买力在衰退。（2）客户价格敏感度在提高。客户购买力衰退的数字在Gartner2022年的问卷中基本上没有上榜，但是到了2023年有24%的人选择了“客户购买力在衰退”，占了接近1/4的票数。同时也发现一个非常奇怪的现象：在购买力、个人客户或企业客户购买力下降的时候，全球的一些非常大的金融机构却宣布了非常好的业绩。例如2023年4月份美国三大银行（GP摩根、富国银行、花旗银行）公布了超出预期的收入。
还有值得一提的是客户对于数字渠道的需求在下降。在2022年Gartner的问卷中这个数字是31%。到2023年这个数字已经降到了4%，表明客户对于数字化渠道的需求已经进入了饱和，不是CEO们未来再需要重点去关注的一个方向。
金融机构CIO的数字化目标与方向
在CIO的眼中，“三重压力”可以总结为：
（1）竞争。银行的竞争对手已经不止限于同业，金融科技公司和数字巨头的发展速度也越来越快，而且具有明显优势。Gartner认为，这是一把双刃剑，好的方向是这些技术合作伙伴可以帮助银行提高创新和技术引发，不好的是银行有可能会沦为“无聊的后台”，将来在金融服务方面的价值就会岌岌可危。
（2）CIO交付数字化成果的压力。在Gartner在2022年CIO问卷中，宏观经济衰退的风险已经成为金融机构管理者都关心的问题，银行CIO必须帮助CEO、CFO等解决面临的问题，主动地在不断的变化经济环境中进行交付，提高银行的长期竞争力，并且应对经济逆态。
（3）人才稀缺。其中一种情况是银行内部缺少专业化人才而无法部署大模型等新兴技术，另一种是行业内对于“性别、肤色”和“人群”多样性的声音正迫使CIO也要关注人力资源新动向，更好地建立一个多元化的团队。
在经济不确定情况下，银行业IT预算也在发生变化。下图为2023年收入和IT预算的预期变化。
图中显示：金融机构的IT预算是增长的。因为增长是银行CEO的第一目标，所以并没有考虑过分削减成本去应对经济的颓势。而且一些银行CEO已经领悟到，IT是保持利润和建立竞争优势的关键资产，这个观点在疫情期间也得到了验证。比如：银行可以通过数字渠道、产品等来拓展业务量或提升线上客户的体验。
.png)
另外，银行CIO对人工智能持乐观态度，但对区块链和数字孪生犹豫不决。在图中最右边代表了银行CIO已经部署了该项技术，最左边灰色部分则表示银行CIO完全没有兴趣去投资该项技术。其中“云技术、人工智能”是热门的两项技术，尤其银行可以通过“云”去减少对本地数据中心的依赖并且获得规模经济。人工智能则已经被视为可以支持银行数字化愿景的一项关键的技术，可以帮助银行创造更高的个性化服务、风控及预测。另外，区块链、数字孪生、边缘计算、5G等技术CIO认为价值不高。
推动金融行业变革的科技趋势
颜晶介绍，Gartner将科技金融趋势分成三大类：（1）成熟技术的重塑，包括云技术、超级自动化、Open API技术等。（2）谨慎对待还未成熟的技术，包括生成式人工智能、嵌入式金融技术、实时跨境支付和计算等。（3）新兴技术，包括数字资产和交易所、平台技术、物联网创造新的客户洞察。
第一类技术相对成熟，但是金融机构依然希望通过它们去创造更多的业务价值，发挥重新创造的作用。第二类技术虽然不太成熟，但是很多机构已经在试点，希望可以变成量产化的项目。第三类新兴技术的风险和未来是否可以大量的市场化，目前还有待观察。
成熟技术的重塑
展开看第一类成熟技术。
一是“云技术”。资产管理公司是金融行业中最早采用“云”的机构，初期的“云”主要是围绕计算、存储、网络等基础设施展开，但是近两年有些投资机构已经从“基础云”延伸至新的业务方向。成功的案例包括：高盛金融数据云，主要服务于高盛的客户群，起到的价值包括为客户提供实时的洞察，采用云原生和模块式的集成方式，集成客户自己内部的公司数据、高盛提供的市场数据，以及第三方（数据厂商）可以提供的数据，这意味着高盛的客户只要买高盛或者第三方的数据，就可以将内外部做完美的融合和量身定制的数据分析。案例二是国内目前上“云”的大部分银行都是私有化部署，这是因为国内监管的要求，但是美国没有相关要求，所以美国SaaS的金融应用远远高于欧洲区和亚太区。但是不代表美国银行不考虑数据的安全性，比如GP摩根、富国银行等在云部署上都有私有化的部分，意味着“大行”也会把一些重要或敏感数据以私有化的部署进行保护。
二是“超级自动化”。2022年Gartner金融服务技术机构中已有16%实现了超级自动化，超过一半的受访者表示会在未来12-18个月内实施超级自动化。这是因为到2024年美国和加拿大资本市场的结算周期必须由现在的T+2天转向T+1天，未完成的机构将会面临严重的合规问题。
三是“Open API技术”。API从前只是一种接口服务，经过多年衍化已经变成一种服务驱动的架构，可以一站式解决银行内部和外部业务的集成，帮助银行改善客户体验、甚至创建颠覆式的金融模式。Gartner最新报告发现，亚太区银行在使用Open API技术方面落后于欧美银行。在开放银行监管方向，目前英国和欧盟全球领先，在欧盟最新发布的《开放银行基础架构》中还加入了“数据安全性”。
谨慎对待还未成熟的技术
一是生成式人工智能。2022年Gartner金融服务调查中，27%的投资机构“已经部署了一项人工智能技术”，而56%的机构“会在中短期积极参与AI”。生成式AI作为一种新兴科技，机构采用的时间和策略差异是非常大大，Gartner将其归纳为三类：①保守。例如微软和谷歌的“办公室助手”，采用成本低、实施成功率高，但是不能为金融机构带来竞争性优势。②拓展。一些金融机构在财富管理类中尝试用人工智能辅助的财务顾问，这些人工智能项目投入贵，并且需要更多时间才能对业务产生一定的影响。③颠覆。用人工智能去创造新的商业模式或颠覆该行业，这些投资会非常的昂贵、而且风险非常的大，但是会有非常大的回报。
谈到“颠覆式技术”，目前只有两个：工业革命和互联网。Gartner认为人工智能有可能会成为第三个颠覆性的技术，但是目前还需要理性去对待。
二是学习运营化（MLOPS）。它为什么会成为未来趋势，因为在北美信托银行的一项调研中发现，98%的买方公司正在使用DataSize去优化业务效率，而MLOPS是可以将相关的投资分析和战略完美结合的一个关键技术，可以帮助客户完成业务价值的最后一公里工作。
例如，美国富达公司创建了两个新角色：人工智能工程师和人工智能架构师。探索将上百个人工智能一次性部署到企业现有的生产环境中，让数据科学家可以访问生产数据，并且将AI模型纳入集团总体模型治理中，以确保MLOPS遵循相关的集团审核、测试和控制。这个项目落地后，富达发现AI模型的生产速度提高了一倍，从发现问题到解决问题的周期从几个星期缩短到几小时。
三是实时跨境支付和结算相关的技术。目前越来越多的金融机构正在找寻“跨境支付”相关的技术，希望可以结束目前跨境支付代理行模式。一些金融科技公司通过软件将“付款人的境内付款”和“收款人的境内收款”这两笔不同国家的交易连接在一起。很多银行不想落后于金融科技公司，在积极尝试用不同的技术并且合规的方式去完成实时跨境支付。例如东盟五国（印尼、马来西亚、菲律宾、新加坡和泰国）的央行计划2025年在东盟区实现区域支付的互操作性和连通性，让五国相关的客户可以采用更低成本、更快和更透明的跨境支付。另外，美国和欧洲的金融监管机构也正在试点跨境的实时支付，去打通欧元和美元的实时结算走廊。
关于新兴技术
颜晶分享了新兴技术中的三个技术：（1）数据市场和交易所。（2）物联网创造新的客户洞察。（3）平台技术。
一是数据市场和交易所会成为趋势的原因主要有两点：①提供数据和交易所的数量在增加，第三方数据产品正在展现出更高水平和更专业化，以及广度也在扩展。②多样化的第三方资产选择简化的采购和便捷的数据访问，对于采购机构来说可以大大降低运营和交易成本，以及丰富现有的数据库。
例如黑石集团的阿拉丁数据云可以为客户提供一对一的单一平台以及相关的托管服务。阿拉丁的多种功能中最重要的一种是集中管理数据，可以有效改善客户和市场的一些数据之间的连接和访问，利用标准化工具去增强客户内部的自主服务。
二是物联网。目前物联网目前的解决方案已经覆盖了资产、通信、应用程序、数据和分析，并且可以帮企业开发新的收入和运营模式。参与Gartner2022年“财富管理问卷”的CIO反馈，24%的机构已经部署了物联网，28%会在未来12个月内部署，33%的公司会在未来18个月内部署相关的工具和技术。
三是平台技术。根据Gartner的调研数据：29%的CIO已经采用了平台技术去转变现有的服务和产品，并在扩大其业务规模。例如一家发展中国家的本土银行，利用平台技术创建了一个让本国散户用低成本投资国际市场标的的项目。在方案中他们做了三件事：（1）取消小额交易和经纪费用。（2）赋予散户更多的选择权。（3）用更便捷的方式去投资国际市场和全球资本市场。所以这家银行在平台中主要设计了两种类型的交易：（1）交易所的交易基金。（2）交易所的交易票据。因为是平台产品，所以他们还设计了股票经济板块等几大服务板块，并且提供“借贷服务”，方便客户在保证金不够的情况下可以快速获得资金，而无需清盘。
谈到时下最火热的金融领域大模型全球发展现况，以及对中国银行有哪些方面值得借鉴，颜晶认为：
第一，目前已经在试点的大部分银行中，中国银行的数量非常少，大部分是欧美的银行。金融机构直接用通用模式去做大模型肯定是不太可能成功的，所以很多银行在找相关的厂商或培养内部人才，希望把通用模型变成自己所需要的Finetune模式。
第二，不是什么科技都能一蹴而就，而是需要有前瞻的视角进行布局，且要不停地打磨，才能使技术真正的成熟落地。
第三，大模型的根本是数据。所以中国金融机构最需要借鉴的是重视对于数据部门的创建，包括对于新领域的研发是否已经做好了准备？因为AI大模型的研发、尤其是生成式AI与传统软件的开发大不一样，需要更多的创造性的实验才能达到目的。
