一、金融科技行业日后会如何发展
我们知道，金融科技，其实涵盖了更广泛的金融业态，而评判金融科技发展的核心点是技术创新，这也是金融业生产力和核心推动力。
如今，区块链、大数据、云计算等技术日趋成熟，开始越来越融洽地赋能各个金融场景，我们相信，在不远的将来更加高效、活力的金融科技生态圈会慢慢形成。
经历了过去数年的持续推广，利用大数据和智能模型推动金融生产力的观念已经深入人心，参与金融业的各类企业都在积极投身于领先智能技术的开发、应用与提升。最新的智能科技正在从实验室迅速走向行业实战，更促进了智能风控、智能保险、、智能客服、智能合规等各个领域科技应用的升级发展。
二、金融科技创新应用模式
客户中心化、中台服务化、智能化已经成为数字化转型趋势下大多数金融机构提升自身应用架构的主要方向。
1.构建以客户为中心的一体化服务体系
金融行业加速演变，客户服务升级是众望所归。而要实现“以产品为中心”到“以客户为中心”的转变，客户关系管理就成了最为关键的载体，发挥着有效支撑与创新引领的作用。
一些中大型金融机构已开始开展渠道整合和客户统一管理平台建设工作，这么做的目的是为了利用每个系统中的相关客户信息，在企业层面建立统一的客户信息视图，实现系统之间客户信息的交换和同步, 以满足客户信息的唯一性、正确性和及时性。
除此之外，以客户统一管理平台为核心和起点，推动真正以客户需求为导向的端到端的协同运营(营销、销售、和服务管理)整体管理模式转变，逐步建设和完善“客户粘性生态圈”，并通过大数据分析技术构建“客户大数据”，为整个企业客户提供客制化、专业化和场景化的综合服务。
2.建设共享服务体系，实现企业中台战略
“大中台、小前台”是阿里巴巴集团于2015年提出的概念，这种中台战略的核心理念是让中台整合集团的数据运营能力及产品技术能力，为前台业务提供更好的支撑能力，同时，这也是一种通过对人员、技术和流程的渠道有效整合，实现企业内部公关流程标准化和精简化的创新手段。
可以观察到，现今越来越多的金融机构已经开始在组织内部探索并搭建共享中台服务体系，这主要是由于通过中台服务化，企业可以有效解决传统金融机构“烟囱式系统”的诟病，最大程度上避免重复建设和高难度高成本运维，极大避免了打通不同系统实现业务交互的集成和协作成本，实现数据的共享和业务的沉淀。
同时这种模式也赋予了业务快速创新和试错的能力，对于特定领域的专注和专业可以帮助公司培育业务创新的科学阵型和土壤，金融企业可以从原先业务驱动技术转型为技术驱动业务。
3.拓展基于大数据分析技术的AI应用场景
随着人工智能的发展，金融业务正从电子化向智慧化变迁。通过对海量数据的采集、处理和分析，企业也在不断增强组织内的人工智能和认知，拓展着人工智能的应用场景。
与传统服务模式相比，人工智能最大的优势在于简便性、高效性、快捷性和准确性，从理财顾问、风控助手、人机交互等层面深入优化服务模式，推动金融业务向数字化及智慧化转型。
目前，比较常见的人工智能场景应用包括：智能客服；智能营销；智能风控。
三、传统金融机构拥抱金融科技过程中的挑战与突破
面对金融科技时代“追求创新、快速响应、需求不确定性高、关注用户体验”的特点，怎样的IT定位、组织与运作模式才能够更好支持业务创新，实现更佳的协同效应?
双模并行的新IT定位
可以预见，对于大多数金融机构而言，敏态业务与稳态业务将会长期并存。这两者的IT模式差异较大，只能进行分类管理，分别采用不同的运作模式、组织模式、技术架构。金融机构必须要从战略层面把握好“传统业务”与“创新型业务”之间的有序平衡。
对于稳态业务，其关注重点是系统的稳定性、可靠性和安全性，在此过程中，业务部门和IT部门的分工较为清晰和明确，IT的定位主要为业务伙伴型，负责保障核心业务的稳定运转。
对于敏态业务，其关注重点不再是IT本身，而是业务模式、业务特点以及日后运营和考核指标，因此需要将IT、业务、推广运营绑定为利益共同体，此时IT的定位应为战略推动型，以让企业抓住机遇不断创新。
只有稳敏并重的“双态IT”，才能够更好地和企业的治理、业务相匹配，实现弯道超车。
创新驱动的IT组织职能新模式
为适应金融科技时代业务发展的需求，金融机构可以通过建立“扁平化、轻量化、柔性化、分权化、网络化”的IT组织架构，让IT专业职能更加明细，职责分工更加明晰，以适应稳敏双模并行机制。
同时，为支撑企业中长期业务规划和科技发展计划，现代化金融机构在进行职能重组和相应的组织架构的调整设计时，往往会凸显在治理管控、产品创新和共享服务三大板块的专业化IT职能分工。
其中，治理管控职能主要负责企业级IT战略规划；产品创新职能则配合敏态业务发展，将一些有业务专业背景并熟悉IT技能的人员前置在业务部门内，形成一个专业IT团队，以快速开发应用程序，加快产品创新；而共享服务职能，也可以称为共享IT资源平台，主要建立统一的IT基础设施和统一的应用体系架构，以支撑稳态业务系统的运行。
产品经理核心制与IT前置
此外，随着金融企业之间的竞争日益激烈，越来越多业务的创新和发展需要依赖技术的支持，两者密不可分、相辅相成。
金融机构通过建立以产品经理为主导的组织运作模式，将产品、设计、前后台开发和测试的团队成员融合为一个整体，可以形成超强的技术适应能力和需求响应能力。
通过IT前置，金融机构可以有效减少沟通成本，提升IT服务效率和企业IT应用水平，并让业务部门人员和IT前置人员拥有共同的部门目标追求。
与此同时，金融机构也需注意到，产品经理核心制是IT前置有效实行的前提，建议以业务科技双精通的复合型人才为佳。
四、金融科技与金融市场的融合应用展望
近年来，牢牢抓住交易集中和信息集中这两个关键点，形成了以集中统一的电子交易平台为载体、灵活的OTC场外交易模式，并与先进的IT技术整合、交易前中后业务链条协同发展、密切关注市场监测与风险管理、市场开发创新与服务货币政策传导同步推进的发展模式，金融科技创新也在其中发挥了重要作用。
未来, 随着银行间市场基础设施的不断发展, 金融科技也将进一步与金融市场接轨， 正如前中国外汇交易中心副总裁许再越指出, 金融科技在未来是值得关注的两点：探索程序化交易与人工智能的结合, 形成金融共享数据集与金融知识地图，造福市场和全行业。基于这两点，笔者对银行间市场未来的金融科技应用的部分场景进行了展望。
1.智能行研
智能行研可以理解为，依靠金融市场数据，通过深度学习、自然语言处理等人工智能方法，自动化处理和分析金融行业较为结构化的数据、事件等其他信息，为金融机构的从业人员提供工具，提高研究效率。目前，该技术在证券基金行业内实现了一定程度的应用于推广。
以银行间市场当前债券发行信息录入为例，目前中介机构需对海量债券报告及相关文档进行基础数据录入，审阅工作主要依靠人工完成，然而由于工作量大、人手有限等原因，工作效率较低且错误风险较大。
未来通过自然语言处理技术以及大数据分析，可以实现对超过20种不同债券类型文件的智能化理解，并从文本、表格及图像等不同格式类型中准确快速地抽取所需要的字段，实现数据结构化入库。这将极大程度地提升对于债券信息披露的工作效率，并且解放人力，让人员投入到更高层次的分析研究工作中。
2.行情大数据集
银行间市场每日所产生的交易数据难以估量。面对这海量数据，如果想要进行有效存储、实时数据提取和智能分析，传统的关系型数据库和集中式存储的方式已经无法满足这方面的需求。
随着非关系型数据库的不断发展和成熟，可以很好地解决大容量存储和计算的应用需求。非关系型数据库，如NoSQL(“Not Only Sql”)，其特点主要是高扩展性、开源性及可分布性，并且可以存储比较复杂的数据类型，例如被广泛应用于互联网企业的MongoDB就是NoSQL数据库的一种。
通过非结构化数据库，银行间市场可以实现对海量结构化和非结构化的行情历史数据的有效存储，并在此基础上探索建立行业大数据集成平台，通过数据的分层管理，实现数据的融合利用。同时通过建设企业级的数据智能能力，如海量检索、在线分析、离线分析等，为行业大数据发展提供基础构件支撑，促进行业业务协同。
