2016年8月，国家提出促进科技金融产品和服务创新、建设国家科技金融创新中心等。在监管加紧、政策频出之外，金融科技成为2016年整个金融行业的主旋律。

而在今年3月15日，中国银监会主席郭树清表示，银行3.0时代已经来临，银行业要利用金融科技，依托大数据、云计算、区块链、人工智能等新技术，创新服务方式和流程，整合传统服务资源，联动线上线下优势，提升整个银行业资源配置效率，以更先进、更灵活、更高效地响应客户需求和社会需求。

郭主席口中银行3.0时代仅仅是金融科技的一个缩影，一切迹象已经表明，金融科技3.0时代也已经悄悄来临。2017年金融科技将成为炙手可热的发展方向，大数据、云计算、区块链、人工智能等金融科技服务将从概念阶段真正落实到金融平台的日常运营层面。金融科技是采用技术手段而非单纯商业模式变化来进行金融创新，不是简单的技术复制，金融科技3.0更多的是金融与技术场景跨界的融合，尤其是信息类技术发展全面突破，以及与金融的跨界融合互联网金融生态正在发生变化，这种变化由“金融+科技”结合推进。

融科技3.0时代进阶之路

从整个IT技术对金融行业的推动和变革角度来看，业内专家认为至今为止金融科技经历三大发展阶段：

金融IT阶段：主要是指金融行业通过传统的IT软硬件来实现办公和业务的电子化，提高金融行业的业务效率。IT公司并不参与金融公司的业务环节，IT系统在金融公司体系内属于成本部门。代表性产品包括ATM、POS机、银行的核心交易系统、信贷系统、清算系统等。

互联网金融阶段：金融业搭建在线业务平台，通过互联网或者移动终端渠道汇集海量用户，实现金融业务中资产端、交易端、支付端、资金端等任意组合的互联互通，达到信息共享和业务撮合，本质上是对传统金融渠道的变革。代表性业务包括互联网基金销售、P2P网络借贷、互联网保险、移动支付等。

金融科技阶段：金融业通过大数据、云计算、人工智能、区块链等最新IT技术，改变传统金融的信息采集来源、风险定价模型、投资决策过程、信用中介角色等，大幅提升传统金融的效率，解决传统金融的痛点。代表技术如大数据征信、智能投顾、供应链金融等。

大数据+人工智能 未来智慧金融新标配

针对平台的资产获取、风险控制、信息披露、贷后管理、逾期催收等运营需求，大数据结合人工智能，已经能够提供个性化的智能解决方案，全面降低互金信贷集中风险，进一步提高科技金融产品质量及服务效率。实际上，人工智能是基于海量数据的深度学习系统，人工智能与大数据是相生相伴的两项技术，金融机构用好这两项技术，必然能为金融业务带来一轮新的增长，对于未来智慧金融而言，二者将成标配。

人工智能与大数据的融合，为金融风控带来了革命性的变革，大数据风控公司从网上收集用户的海量数据，并快速分析预测，从而对其进行信用评级。例如：用户年龄、收入、职业、学历、资产、负债等强相关数据;另外还有一些弱相关数据，如用户在社交网络上的发言、兴趣爱好、朋友圈、星座等。大数据风控通过对全面的数据（数据的广度），强相关数据（数据的深度），实效性数据（数据的鲜活度）进行整合分析，提升信用风险管理水平，客观地反映用户风险水平，让风险评估效果更精确。以互联网金融为例，小额、分散等特点明显，这造成平台不可能每一个借贷人都进行上门核实，这样的成本将会大幅增加，除非借贷金额较大，这样的实地考察才会更有意义。相比较线下考察这种方式，大数据的应用更为便捷，它通过海量数据的分析，可以轻松完成一个借贷人的用户画像，并给出该借贷人的风控建议。

而在人工智能领域，近些年，金融行业对其的探索一直持续着。在金融行业的支付、投资、贷款、个人理财、反欺诈、区块链、银行和保险等领域都出现了人工智能的身影。在未来，金融企业要紧紧把握人工智能技术应用，这样才能够成为金融金字塔上的塔尖企业。

举个人工智能在金融业的应用实例。金融本质仍然是风险管理，风控是所有金融业务核心。在泛互联网的环境里，金融风控面临的传统个体欺诈已迅速演变为有组织、有规模的群体欺诈和关联风险。而传统反欺诈还停留在识别一度风险等这种简单规则方式，如联系人中借贷人个数等，对于二度、三度乃至更广范围的网络全局风险苦无良策。机器学习里面基于图谱网络很好地解决了这一诉求，基于申请人、手机号、设备、IP地址等各类信息节点构建庞大网络图，并可在此之上进行基于规则和机器学习的反欺诈模型实时识别。其中一个比较普遍的情况，人工智能可监测相关设备ID在哪些借贷网站上进行注册、同一设备是否下载多个借贷App，可以实时发现多头贷款的征兆，把风险控制到最低。