《IDC：2022全球金融行业及支付科技十大预测报告-中国启示（28页）.pdf》由会员分享，可在线阅读，更多相关《IDC：2022全球金融行业及支付科技十大预测报告-中国启示（28页）.pdf（28页珍藏版）》请在三个皮匠报告上搜索。

1、IDC FutureScape:全球金融行业与支付科技2022年十大预测中国启示高飞，IDC金融行业中国区分析师2022年1月2 IDC|预测时间成本/复杂性预测1（反洗钱赋能社会向善-AML for Social Good）随着监管机构和基于社会责任压力的加大，到2025年，30%的银行将实施基于AI的反洗钱（AML）模型，以更好地检测社会影响较为严重的非法活动。预测2（人工智能重塑银行体验 AI Shapes Banking Experience）到2024年，40%的大型（全球性）银行将使用基于人工智能的情绪分析（Sentiment Analysis）提高客户对当前

2、和未来产品和服务的体验。预测3（数据智能云化部署 Analytics in the Cloud）到2025年，30%的处于第一梯队银行将基于云部署其数据仓库和数据分析业务。预测4（贸易融资 Trade Finance）现有和即将发布的SWIFT规则框架要求贸易融资系统更新换代，到2025年，75%的系统将基于云进行部署。预测5（预防式保险 Preventative insurance）到2026年，30%的保险公司将直接或通过数字合作生态系统，为零售类（寿险或产险）客户提供实时风险预防服务（Real-time risk prevention as a service）。预测6（值得信赖的金融科

3、技-Credible Fintech）到2023年，金融科技（Fintech）市场整合将继续，至少25%的知名金融科技公司被收购或合并，另外30%的金融科技公司因缺乏规模化而可能遭受失败。预测7（人工智能驱动支付科技 AI in Payments）到2026年，35%的支付将使用AI驱动的路由模型（AI-derived routing）进行优化。预测8（先买后付-BNPL）到2024年，20%的消费者将尝试跨渠道、跨生态的即时信贷类服务（Buy Now,Pay Later）。预测9（实时支付 Realtime Payment）到2026年，FedNow将占据美国75%的实时支付（RTP）数量，

4、包括跨境交易。预测10（可信并负责任的个性化服务 Relevant and Responsible Personalization）到2025年，30%的全球银行将基于数字信任及AI的个性化作为开放金融生态下打造忠诚客户的关键差异化能力。202320242025202220262027高低IDC FutureScape:2022年全球金融行业及支付科技全球十大预测及中国启示 图一来源:IDC,2021全球预测中国启示AML赋能社会向善AI重塑客户体验数据智能云化部署贸易融资预防式保险可信赖FintechAI驱动支付先买后付（BNPL）实时支付个性化服

5、务重构3 IDC|关于全球驱动因素的更多信息，请参阅Worldwide Financial Services and Payments 2022 Predictions 金融行业及支付科技预测（2022）：全球驱动因素数字生态系统（Digital Ecosystem）在多平台世界中蓬勃发展拥抱数字优先（Embracing Digital First）应对复杂性和无处不在的新战略重新想象互动（Engagement Reimagined）从被动响应到主动预见按需数据智能（Intelligence on Demand）在数据洪流挑战中航行迈向未来企业（The Future Enterprise）在敏

6、捷创新的环境中蓬勃发展重视连接速度（The Velocity of Connectedness）未来的数据都是动态与流动的中断仍在继续（Pervasive Disruption Continues）疫情带来的市场波动、机会与韧性并存4 IDC|来源:IDC,2020预测1（反洗钱赋能社会向善-AML for Social Good）随着监管机构和基于社会责任压力的加大，到2025年，30%的银行将实施基于AI的反洗钱（AML）模型，以更好地检测社会影响较为严重的非法活动。预测2（人工智能重塑银行体验 AI Shapes Banking Experience）到2024年，

7、40%的大型（全球性）银行将使用基于人工智能的情绪分析（Sentiment Analysis）提高客户对当前和未来产品和服务的体验。预测3（数据智能云化部署 Analytics in the Cloud）到2025年，30%的处于第一梯队银行将基于云部署其数据仓库和数据分析业务。预测4（贸易融资 Trade Finance）现有和即将发布的SWIFT规则框架要求贸易融资系统更新换代，到2025年，75%的系统将基于云进行部署。预测5（预防式保险 Preventative insurance）到2026年，30%的保险公司将直接或通过数字合作生态系统，为零售类（寿险或产险）客户提供实时风险预防服

8、务（Real-time risk prevention as a service）。预测6（值得信赖的金融科技-Credible Fintech）到2023年，金融科技（Fintech）市场整合将继续，至少25%的知名金融科技公司被收购或合并，另外30%的金融科技公司因缺乏规模化而可能遭受失败。预测7（人工智能驱动支付科技 AI in Payments）到2026年，35%的支付将使用AI驱动的路由模型（AI-derived routing）进行优化。预测8（先买后付-BNPL）到2024年，20%的消费者将尝试跨渠道、跨生态的即时信贷类服务（Buy Now,Pay Later）。预测9（实时

9、支付 Realtime Payment）到2026年，FedNow将占据美国75%的实时支付（RTP）数量，包括跨境交易。预测10（可信并负责任的个性化服务 Relevant and Responsible Personalization）到2025年，30%的全球银行将基于数字信任及AI的个性化作为开放金融生态下打造忠诚客户的关键差异化能力。IDC FutureScape:2022年全球金融行业及支付科技十大预测中国启示 图二成本/复杂性202320242025202220262027高低AML赋能社会向AI重塑客户体验数据智能云化部署贸易融资预防式保险可信赖Finte

10、chAI驱动支付BNPL实时支付个性化服务重构5 IDC|推动数字经济和实体经济的深度融合是我国经济发展新十年坚定不移的方向，也是实现数字中国这一目标的必然举措。金融行业立足于服务实体经济，深化新技术应用与创新，成为推动数字经济发展的关键力量。2021年是全球金融行业应对疫情影响及其不确定性，迈入新常态的关键时期，也是凸显金融行业实现业务韧性，迅速并敏捷应对消费者及企业客户不断变化的金融产品及服务需求的一年。伴随着中国经济进入新周期、新常态、新格局，中国金融行业的数字化转型持续深入，积极推进绿色金融的发展，并践行赋能小微，乡村振兴的普惠金融。央行数字货币的推广将在未来几年内对金融行业从支付，现

11、金管理，国际结算，传统零售及对公业务产生影响。与此同时，金融行业IT服务以更加精细化、敏捷化、开放化的服务模式，通过与新兴技术的有机结合积极探索创新的金融服务生态和模式。新一轮金融行业的IT建设将在基础设施及自主科技创新等方面加大力度。基础设施云化、数智驱动，生态赋能等将成为未来几年金融行业关注的技术趋势：1.云是金融机构打造数字化竞争力，实现敏捷应对以客户为中心的服务价值链的最有效路径，最终实现金融机构效率和收益的提升；2.大数据及人工智能是助力数字金融能力建设的有力双翼，已被在营销，风控，客服，支付等金融业务场景的落地实践有效证明，而与数据相关的隐私及安全，数据要素的有效融通与资产化，AI

12、与伦理，AI与社会影响力（social impact）的研究也将是未来几年金融行业值得关注的研究方向；3.数字金融的未来是开放的，只有通过与与消费，产业，政务等场景生态的深度融合、双向赋能建立金融业务与行业生态的良性互动，才能释放开放金融生态的潜能，实现金融服务服务实体经济，推动产业升级的目标。2021年是央行金融科技（FinTech）发展规划（2019-2021年）的收官之年，也是央行及相关监管机构密集出台落地的一年，从银行业监督管理法，到商业银行法，资管业务指导办法等，到与信息安全，个人隐私，算法管理等与金融场景密切相关的法律法规，无一不体现监管机构鼓励技术创新的同时也在关注及衡量相关的社

13、会及法律风险。中国金融行业与金融科技趋势概要6 IDC|据估计，洗钱活动约占全球GDP的3%。但是通过银行业资金流向可以识别的非法活动的规模却不到5%。以人口贩卖活动为例，据湄公河俱乐部估计，全球范围内人口贩卖约4000多万人，产生的相应利润约1500亿美元，由于对这种非法活动的检测及其复杂，而基于旧有规则的模型无法进行有效识别。IDC Financial Insights认为，随着对ESG相关议题认知度的不断提升，社会要求金融行业能够更为有效地识别资金流动中的非法活动。这要求银行对于先进的机器学习技术优先投资，以识别复杂的非法资金流动模式。IDC认为，监管合规被认为是全球范围内建立ESG市场

14、信任的首要领域。因此，我们认为，未来几年，有助于银行业识别并阻止非法活动的相关投资将会呈现强劲。预测一：反洗钱赋能社会向善（AML for Social Good）预测时间成本/复杂性202320242025202220262027高低来源:IDC,2021随着监管机构和基于社会责任压力的加大，到2025年，30%的银行将实施基于AI的反洗钱（AML）模型，以更好地检测社会影响较为严重的非法活动。全球预测中国启示11AML赋能社会向善7 IDC|IT 影响需要大量数据科学资源及能力来构建满足识别非法活动的业务期望。基于人工智能（AI）的工具充分利用历史数据制定能力发展路线。从资金端到端的全局观

15、了解所有实体和交易背景，是构建该项能力的重要基础。检测复杂的洗钱可能需要无监督式的机器学习模型。但是在使用这种无监督机器学习的过程中必须透明化，这样审计和监管机构才能了解如何以及为什么警报会生成（可解释性）。预测一：反洗钱赋能社会向善（AML for Social Good）随着监管机构和基于社会责任压力的加大，到2025年，30%的银行将实施基于AI的反洗钱（AML）模型，以更好地检测社会影响较为严重的非法活动。建议优先投资先进的机器学习模型技术。传统的基于规则的模型不足以确定复杂的洗钱活动。虽然许多机构倾向于自荐而不是购买，但应该考虑到开发和维护基于人工智能的模型所需的数据科学资源也需时日

16、积累；可以考虑优先采用SaaS模式来实施构建必要能力所需的技术，这可能是实现预期成果最经济最为有效的方式；确保技术供应商具备强大的人工智能模型可解释性和偏差检测能力。认识到所有供应商都会使用合理代码表示其算法是透明的。然而，供应商在审计偏差检测和提供完全可追溯决策的能力上存在差异。8 IDC|对金融行业消费者用户体验的关注和理解有别于其他行业（如零售行业）根据历史购买量推荐书籍或日用品。评估和理解客户情绪的能力可以帮助金融行业客户体验的提升，这种体验会根据客户的情绪、位置、面部表情，甚至是一周中的具体某一天或一天中的某个时点，产生流畅的体验。AI驱动的客户情绪分析将不同客户数字化及辅助渠道（如

17、网点或联络中心）的经验进行深度学习，这将提高客户忠诚度，提高整体盈利能力。例如，如果银行能发现客户正在度假，过得愉快，那么或许可以发出愉快的营销信息和特别优惠，让客户高兴不已。如果客户与代理人通了电话，并且开始感到沮丧，则要学会发现这种挫折感，并指导代理人改变他们的做法，要么找其他能提供协助的人。最后，可以大大改善网点体验，指导网点员工直接获得关于客户反应的反馈，从而与客户有效互动。预测二：人工智能重塑银行体验 AI Shapes Banking Experience高低到2024年，40%的大型（全球性）银行将使用基于人工智能的情绪分析（Sentiment Analysis）提高客户对当前和

18、未来产品和服务的体验。预测时间成本/复杂性202320242025202220262027来源:IDC,2021全球预测中国启示22AI重塑客户体验9 IDC|IT 影响完整的人工智能驱动的情绪分析需要整合视频、文本和自然语言处理，以检测人类情绪（正或负面）并做出相应反应。情境化数据分析（Contextual Data Analytics）要求金融机构尽早建立正确的数据治理框架。人机协同是必要的，机器学习和人工复盘需要统一集成，以确保算法捕获正确的信息，并且响应合适，并通过任何合规测试。建议制定数据治理框架，识别数据源，确定实时、近实时或批次的数据更新，在不牺牲结果的情况下优化成本。在任何项目

19、的早期，请咨询数据安全和隐私保护计算专家，以确保合规内部和外部强制标准。为了更为有效地提供基于人工智能的情绪分析，可以考虑从聊天机器人（chatbot）和虚拟代理（virtual agent）开始做起，然后再开始进行视频分析，并将分析集成到现场的人对人互动中。但是，应该为自动化和亲身体验构建模型，利用从自动化平台上获得的效率和经验积累，为其他产品和服务提供信息。预测二：人工智能重塑银行体验 AI Shapes Banking Experience到2024年，40%的大型（全球性）银行将使用基于人工智能的情绪分析（Sentiment Analysis）提高客户对当前和未来产品和服务的体验。10

20、 IDC|数据作为新兴生产要素，已经成为金融行业发展和创新不可或缺的一部分。数据将推动新一轮由人工智能驱动的分析，这些分析将为银行客户提供规模化共情体验、提高机构运营效率、改善企业风险管理以及前所未有的安全和欺诈检测水平。数据产生洞察需要对其进行清洗，切分，实时聚合等流程以满足业务需要。而金融机构现有数据孤岛的现状是管理数据，实现所有这些能力的最大挑战。潜在的解决方案可以考虑基于云的数据智能的能力部署（数据仓库，或者数据湖等形式）。云服务提供商大多（即使不是全部）在其云平台上拥有丰富的数据运营经验和专业知识。其中许多提供商还拥有强大的人工智能和分析解决方案，可以从基于云的数据仓库中获得价值。高

21、低预测三：数据智能云化部署 Analytics in the Cloud到2025年，30%的处于第一梯队银行将基于云部署其数据仓库和数据分析业务。预测时间成本/复杂性202320242025202220262027来源:IDC,2021全球预测中国启示33数据智能云化部署11 IDC|IT 影响IT技能的重点将从数据科学家转移到数据分析专家，强调对数据使用者相关技能的需求，而不是数据存储和管理方面的专家需求。在与第三方伙伴的合作过程中，随着越来越多的数据迁移到云端，有关数据治理的新监管及政策要求将在很大程度上影响到这一进程。安全将变得更加重要，特别是在入侵和勒索软件方面。业务连续性将在确保基

22、于云的数据仓库不受攻击方面发挥重要作用。建议开始确定金融机构企业级数据组件及重要性分层，即哪些数据元素云上部署的候选者，同时也要考虑到包括成本、低时延需求和风险在内的其他因素。需要着手开始进行在第三方环境中有关数据治理、安全和风险管理等新技能的培训工作。确定应用层和数据之间的依赖关系，更好地了解数据上云的影响。着重与人工智能和数据分析相关的技能培训，以便更为有效地利用云上数据智能部署所开辟的新机会。与云提供商合作，利用其专业知识开展此工作。预测三：数据智能云化部署 Analytics in the Cloud到2025年，30%的处于第一梯队银行将基于云部署其数据仓库和数据分析业务。12 ID

23、C|从SR2018到SR2021的陆续推出，SWIFT标准的更新将给银行的贸易融资系统带来新一轮的更新热潮。对银行而言，在实施变革的复杂性和成本方面面临巨大挑战。在许多情况下，主要成本驱动因素是需要在定制化后更新非标准的交易融资IT解决方案代码。由于许多银行跳过了对最新供应商版本的升级，许多交易融资系统随着时间的推移基本上已经过时了。SR2018 的发布所给银行业尤其是全球性银行带来的阵痛，SWIFT 被迫将 2019 年计划的变化推迟到2020年。随之而来的变化包括SR2020实施支付跟踪系统，SR2021基本上意味着从MT支付信息转向新的ISO 20022信息传递标准。20022年ISO允

24、许将更多有关每个业务方的数据存储在信息中，并将大幅改进制裁筛选、AML控制和监管报告。鉴于SWIFT的大规模现代化进程，许多银行将被迫淘汰旧有系统，投资新的解决方案（其中许多解决方案将基于云）以避免过去所走的弯路。预测四：贸易融资 Trade Finance高低现有和即将发布的SWIFT规则框架要求贸易融资系统更新换代，到2025年，75%的系统将基于云进行部署。预测时间成本/复杂性202320242025202220262027来源:IDC,2021全球预测中国启示44贸易融资13 IDC|IT 影响许多银行根据其具体业务需求对其贸易融资系统的源代码进行了定制化开发。还有些金融机构则选择购买

25、供应商的系统及解决方案，但因成本原因而省略了新版本或升级的实施。这些定制化和缺乏适时更新的系统，使得SWIFT合规成为非常耗费人力和成本高昂的工作。对于大多数还在传统系统上运营的银行来说，这意味为他们必须升级主数据管理系统，以处理更多数据。遗憾的是，这不仅会影响贸易融资系统，还会影响所有与支付相关的系统，同时也会对每个具备支付能力的业务线系统提出更新需求。建议尽可能避免定制化，特别更改源代码的定制化开发。相反，尽量选择灵活、适应性和功能丰富的贸易融资IT解决方案，优先选择那些致力于维护和支持一个单一的全球源代码，并且融设计和开发为全球一揽子计划的技术供应商。要求相关技术供应商提供系统自动升级的

26、功能，以整合 SWIFT 每年规定的所有更改。SWIFT框架的改变将会对有我国有国际结算业务的银行产生一定影响，是否直接更换贸易融资系统，或者通过支付清算系统将视具体情况而定。而该项时点将于2022年第四季度开展。预测四：贸易融资 Trade Finance现有和即将发布的SWIFT规则框架要求贸易融资系统更新换代，到2025年，75%的系统将基于云进行部署。14 IDC|保司对于客户来讲，似乎始终摆脱不了一个只做风险量化和转移专家的“necessary evil”定位。除了营销阶段的沟通，收取保费和处理索赔，保险公司与客户触点很少，互动有限。如何与客户进行共情式客户体验是保险公司一直以来需要

27、面对的挑战。一系列集成到连接设备中的创新技术的逐渐成熟，为保险公司提供了更为有效的工具，他们可以利用这些数字技术通过其核心产品（风险管理、风险预测和风险防范）动态、实时地与客户互动。为了创建此类服务，保险公司需要访问个人和情境化的实时数据，以帮助客户以情境化和量身定制的方式最大限度地减少风险的影响。与互联对象（物联网IoT）相关的技术，以及实时分析、预测模型、机器学习和其他人工智能驱动工具，可以让保险公司以高效、可扩展和有效的方式提供此类服务。如果保险公司未能抓住这一独特机会，将失去与数字化竞争对手对于新一代客户的技术基础。预测五：预防式保险 Preventative insurance高低到

28、2026年，30%的保险公司将直接或通过数字合作生态系统，为零售类（寿险或产险）客户提供实时风险预防服务（Real-time risk prevention as a service）。预测时间成本/复杂性202320242025202220262027来源:IDC,2021全球预测中国启示55预防式保险15 IDC|IT 影响风险预测和防范的成功与否取决于能否安全地收集、组合、情境化，并将实时数据转化为潜在风险管理洞察能力。综合来自多个来源的数据，如联网设备、个人行为和当地环境相关数据以及外部数据源（例如，基于卫星的天气预报），将成为预防式保险业务成功的基础。随着数字合作生态系统的发展，保险

29、公司需要培养自己的技术能力，既能加入这些生态系统，又要开发自己的平台，以便更轻松地访问物联网设备生成的数据。边缘和云计算成为必需技术能力，这是实时分析数据，并生成即时情境输出，如警告，以避免迫在眉睫的风险或警报，激活即时反应的必要条件，以限制/控制损害程度。随着客户旅程变得越来越数字化，保险公司必须集成人工智能、AR/VR、行为设计和说服性技术，最大程度地降低客户摆脱迫在眉睫的风险。建议在保司业务线或细分市场（汽车、家庭、健康、生活和工业风险）中，确定与此类型服务相关首要风险因子，并对相应服务进行标准化定义及开发。鼓励其他利益相关者参与到数字生态，并在访问物联网设备生成的实时数据时找到额外价值

30、。可以考虑从加入围绕联网设备构建的已有生态开始，为涉及的不同利益相关者提供保险，包括受益于风险预测和防范服务的最终用户。预测五：预防式保险 Preventative insurance到2026年，30%的保险公司将直接或通过数字合作生态系统，为零售类（寿险或产险）客户提供实时风险预防服务（Real-time risk prevention as a service）。16 IDC|2021年是金融技术创新者辉煌的一年，这一趋势将持续到2022年。对金融科技玩家的收购创下历史新高，主要在“即时信贷“，支付科技等To C的领域。风投也在这些投资中取得了可观的回报，将能将同样的回报推回新金融科技创

31、新领域，如区块链和虚拟货币。同时，许多传统的金融服务公司已经逐渐成为数字化技术公司，其接受度也越来越高。2022年将是这些大型机构通过金融科技收购的方式变得更大，有望变得更好的一年。随着这些新参与者被整合到其市场上最知名的品牌或收购同行，数字金融市场也将进一步活跃。金融科技领域的整合证明了金融服务成功的一个既成事实：规模化。消费者的数字习惯和偏好已经开始围绕现有的金融科技主张趋于稳定，新参与者将越来越难以吸引到那些已经建立起行业公信度的金融科技公司。IDC认为，在以下领域如银行即服务、开放银行、合规、数据隐私及安全，数据即服务类公司，仍然相对开放，以适应新金融科技主张。这一趋势代表着新兴Fin

32、tech的方向逐渐转变为提高银行的运营模式和成本效率。预测六：值得信赖的金融科技-Credible Fintech高低到2023年，金融科技（Fintech）市场整合将继续，至少25%的知名金融科技公司被收购或合并，另外30%的金融科技公司因缺乏规模化而可能遭受失败。预测时间成本/复杂性202320242025202220262027来源:IDC,2021全球预测中国启示66可信赖Fintech17 IDC|IT 影响金融科技发展的下一步发展主题将围绕着构建开放、API赋能和云就绪的核心系统等方向展开。随着传统银行与多个金融科技合作伙伴之间开放生态的建设，随着其业务功能、应用和数据交换的加快，

33、数据安全和数据隐私保护的重要性将日益凸显。建议请持续追踪金融科技发展中的新生主题和热点，因为从这些主题中，很可能会出现新的价值主张和差异化特色。改善项目治理，在银行内部实现创新交付机制内化时着重投资IT项目管理资源的配置，尤其是与其业务转型计划密切相关的部门。预测六：值得信赖的金融科技-Credible Fintech到2023年，金融科技（Fintech）市场整合将继续，至少25%的知名金融科技公司被收购或合并，另外30%的金融科技公司因缺乏规模化而可能遭受失败。18 IDC|人工智能和机器学习在防欺诈方面已经很常见，在监管合规和反洗钱等领域越来越普遍。IDC预测，支付将是金融服务人工智能的

34、下一个增长点，有关使用哪种支付系统的决定通常是手动做出的，信息有限，或者使用基于规则的简单模型，如根据最小成本的路由或最快的结算时间。而AI驱动的模型将利用交易数据，通过复杂的决策模型，根据付款人或机构的整体业务目标，根据支付方或相关机构的整体业务目标，根据多个参数优化支付路由决策，为任何给定支付选择最佳路径。数字化支付在多个场景案例中的增长以及支付通道数量的不断增加，使得这类基于AI优化越来越有吸引力。随着实时支付和数据维度丰富的ISO20022报文传递框架的扩展，其发展也将更具现实意义。预测七：人工智能驱动支付科技 AI in Payments高低到2026年，35%的支付将使用AI驱动的

35、路由模型（AI-derived routing）进行优化。预测时间成本/复杂性202320242025202220262027来源:IDC,2021全球预测中国启示77AI驱动支付19 IDC|IT 影响实施ISO20022支付信息传递框架的实施，其丰富的数据结构，包括额外的数据点，是参与越来越多的支付系统的关键。虽然不同报文格式之间有消息翻译选项，但使用通用报文格式可简化集成，并且更好赋能AI建模。实施人工智能优化支付需要全面的战略来捕获和利用端到端的支付数据。构建和部署基于人工智能的模型在培养内部数据科学的同时，需要借力与人工智能技术服务商的专家及行业经验。建议要充分认识到仅仅能够发送和接

36、收ISO 20022的报文消息是不够的。利用数据优化流程是最大化投资回报的关键所在。支付流程只是更好的数据和决策建模可以增强的用例之一。云化是趋势：基于云的支付处理和支付即服务（PaaS）模式的日益普及，可以简化对新支付系统的实施和优化模型的部署努力。跨生态系统的工作：要成功优化支付流程，需要覆盖整个价值链，从付款人到银行，从网络到收款人。只有所有利益相关者都参与，系统才能实现价值最大化。预测七：人工智能驱动支付科技 AI in Payments到2026年，35%的支付将使用AI驱动的路由模型（AI-derived routing）进行优化。20 IDC|“先买后付”（Buy Now,Pay

37、 Later BNPL)的业务模式为消费者在结账是提供即时消费融资的选项，在过去几年中增长迅速，尤其在过去18个月中在参与商户和从事交易的消费者数量上均呈现爆炸式增长。这一增长表现在参与的商户数量和从事交易的消费者数量上。随着BNPL金融科技公司越来越受关注，银行和传统零售金融公司开始通过新产品来保护其市场地位并且取得竞争优势。随着这些其他选项被推出，竞争也进一步推动了消费者的使用频率。对于消费者和贷款机构来说，市场并非没有风险。比如说消费者因拖欠付款而面临巨额罚款。银行和BNPL金融科技公司都在使用新的、创新的但最终未经检验的风险和收入模式。此外，监管机构也在不断审查，这可能限制了即时融资提

38、供商的选择。预测八：先买后付-BNPL2027高低到2024年，20%的消费者将尝试跨渠道、跨生态的即时信贷类服务（Buy Now,Pay Later）。预测时间成本/复杂性202320242025202220262027来源:IDC,2021全球预测中国启示88BNPL21 IDC|IT 影响BNPL需要能够做出即时决策，这需要相关数据支持的可规模化业务流程。客户服务相关的基础设施也需要适应这一新类型的产品服务。BNPL需要将销售网点的地理位置信息整合到所选的数字支付渠道中。建议对于银行，应考虑与金融科技公司等生态类伙伴合作，以限制整体风险暴露程度。监控并提供因监管变化而可能带来的市场反馈，

39、比如说监管机构可能会关注诱导性费率或者具有隐蔽性费用的产品。让银行客户了解使用BNPL选项的优势，无论是在销售点还是交易完成之后。确定与银行数字钱包和手机银行解决方案集成的最佳战略。我国已有类似消费金融类产品在近几年出现，前提是与第三方支付通道绑定，并且在特定的电商或者生活消费类平台生态内进行。本预测提出的跨渠道、跨生态的即时信贷类服务是否还有足够的市场前景和推动力还有待观察。预测八：先买后付-BNPL到2024年，20%的消费者将尝试跨渠道、跨生态的即时信贷类服务（Buy Now,Pay Later）。22 IDC|实时支付网络在数秒而不是数小时或数天之内提供账户到账户的支付和结算服务，这一

40、趋势在全球范围内呈增长态势。以美国为例，现有的实时支付系统是2017年推出TCH的RTP网络。2023年，RTP将与美联储正在开发的 FedNow展开竞争。两个系统均采用ISO 20022报文框架，以参与全球实时系统和跨境支付系统。这使得银行能够在未来某个时候轻松添加一个或两个系统。此外，它还使涉及其他实时系统的跨境交易更容易处理。许多银行最终可能会连接到这两个系统，而且两者都将在未来几年得到增长。但FedNow现在将捕获更多的银行，更多的企业，并最终获得更多的流量。预测九：实时支付 Realtime Payment高低到2026年，FedNow将占据美国75%的实时支付（RTP）数量，包括跨

41、境交易。预测时间成本/复杂性202320242025202220262027来源:IDC,2021全球预测中国启示99实时支付23 IDC|IT 影响采用任何新的支付系统都需要大量的系统集成工作。ISO20022支付信息传递框架是实时支付系统落地的先决条件。然而，RTP和 FedNow的信息格式并不相同，实施这两种系统的银行必须考虑到这两种差异。与传统支付系统相比，实时网络生成的数据要大得多。捕获和管理数据对于实现实施价值和需要考虑的价值至关重要。建议实时支付的实现提供的远不止即时支付和结算。借助系统生成的数据，它们可以助力改进其他流程（从反欺诈到反洗钱等）的催化剂。从与技术供应商的合作中学习

42、，了解实时支付的挑战和优势，其中许多人在其他地区都有经验。并且可以考虑云部署模式，或支付即服务（Payment as service）。中国的支付与清算体系和美国不同，应该不会出现类似RTP和FedNow直面竞争的情况，但将会对国际结算系统有一定影响，另外FedNow可能实现的实时支付与清算对于我国未来支付体系的建设将由一定参考意义。预测九：实时支付 Realtime Payment到2026年，FedNow将占据美国75%的实时支付（RTP）数量，包括跨境交易。24 IDC|该如何定义金融机构客户的个性化需求？该如何将个性化作为关键差异化的武器，做到不仅能吸引客户，还能发展客户关系并保留客户

43、群。个性化是一种基于人工智能的工具，能够以有意义的方式与客户建立联系，它不仅有助于满足客户的需求，还能预测和超越客户的需求。如果个性化要成为真正的朋友，而不是敌人，算法编排必须要具有相关性及责任感。其相关性取决于它如何开发和利用可落地的洞察（基于客户属性、行为和过去在所有渠道积累的交互）来获得与客户交互的收益。它必须在正确的时间满足客户的实际或预期的情景化需求。个性化必须具有负责感。这意味着要尊重隐私，并建立基于信任的真正共生互助的合作伙伴关系。隐私是当今世界的关键所在，这些生态系统包括与银行、保险公司和资产管理公司等建立多层次合作关系，这些生态系统都有实现利润最大化的具体利益和目标。客户必须

44、完全相信，他们同意（分享）的与个人相关信息将被用于准备有利于他们需求的有用建议。个性化的整体基础架构必须包括，例如，对销售关键绩效指标的定义，以实现共赢。高低预测时间成本/复杂性202320242025202220262027来源:IDC,2021预测十：可信并负责任的个性化服务 Relevant and Responsible Personalization2025年，30%的全球银行将基于数字信任及AI的个性化作为开放金融生态下打造忠诚客户的关键差异化能力。全球预测中国启示1010个性化服务重构25 IDC|IT 影响认识到数据管理及治理的必要性。银行经常在各种基于客户群体，职能流程以及跨

45、地区的孤岛中割裂数据系统。这给确保以各种格式转换和读取数据的能力带来了巨大挑战。建立一个完整的客户视图（即有关客户的单一真相）。有关客户数据的平台必须能够通过统一的数据模型统一客户刻画（即实现身份确认和识别），从而实时确定360度客户视图等。CRM系统和智能营销自动化套件是其中不可分割的一部分。将安全的API集成层开发到生态系统平台，这样客户刻画就可以与外部数据进行结合。例如，如何摩擦式地访问智能可穿戴设备并且与客人病历相结合。这意味着可以通过数据湖以各种形式收集、存储和迁移客户相关数据。默认情况下提供安全和隐私。IT必须在企业分析和应用开发中以安全和隐私为前提。建议个性化“引擎”能够对其算法

46、的输入数据进行大量的评估，并实时提出最优、最次优方案。企业需要提升相关技术能力，这样在必要时进行改进时人工介入，以便更好地理解算法逻辑，并在机器学习过程中进行相关干预。为了协调个性化引擎的落地，需要组织结构更为扁平化以便于由业务和技术员工组成的跨职能团队能够有效率地沟通。对于这个性化引擎的性能需要根据销售漏斗中的相关关键绩效指标来分层衡量。数字信任是这个个性化引擎成功与否的重要维度。关键因素是让客户适应并认可与银行，以及生态系统合作伙伴数据共享的程度。预测十：可信并负责任的个性化服务 Relevant and Responsible Personalization2025年，30%的全球银行将

47、基于数字信任及AI的个性化作为开放金融生态下打造忠诚客户的关键差异化能力。26 IDC|预测一览中国启示预测1（反洗钱赋能社会向善-AML for Social Good）随着监管机构和基于社会责任压力的加大，到2025年，30%的银行将实施基于AI的反洗钱（AML）模型，以更好地检测社会影响较为严重的非法活动。预测2（人工智能重塑银行体验 AI Shapes Banking Experience）到2024年，40%的大型（全球性）银行将使用基于人工智能的情绪分析（Sentiment Analysis）提高客户对当前和未来产品和服务的体验。预测3（数据智能云化部署 Analytics in

48、the Cloud）到2025年，30%的处于第一梯队银行将基于云部署其数据仓库和数据分析业务。预测4（贸易融资 Trade Finance）现有和即将发布的SWIFT规则框架要求贸易融资系统更新换代，到2025年，75%的系统将基于云进行部署。预测5（预防式保险 Preventative insurance）到2026年，30%的保险公司将直接或通过数字合作生态系统，为零售类（寿险或产险）客户提供实时风险预防服务（Real-time risk prevention as a service）。预测6（值得信赖的金融科技-Credible Fintech）到2023年，金融科技（Fintech

49、）市场整合将继续，至少25%的知名金融科技公司被收购或合并，另外30%的金融科技公司因缺乏规模化而可能遭受失败。预测7（人工智能驱动支付科技 AI in Payments）到2026年，35%的支付将使用AI驱动的路由模型（AI-derived routing）进行优化。预测8（先买后付-BNPL）到2024年，20%的消费者将尝试跨渠道、跨生态的即时信贷类服务（Buy Now,Pay Later）。预测9（实时支付 Realtime Payment）到2026年，FedNow将占据美国75%的实时支付（RTP）数量，包括跨境交易。预测10（可信并负责任的个性化服务 Relevant and

50、Responsible Personalization）到2025年，30%的全球银行将基于数字信任及AI的个性化作为开放金融生态下打造忠诚客户的关键差异化能力。27 IDC|Critical External Drivers Shaping Global IT and Business Planning,2022(IDC#US48047121,October 2021)中国银行业IT解决方案市场份额，2020：需求持续推进（IDC#CHC47257921，2021年9月）中国银行业IT解决方案市场预测，2021-2025（IDC#CHC47257721，2021年9月）Banking on

51、Artificial Intelligence:Results from the 2021 AI Path Survey(IDC#US48220921,September 2021)中国保险行业IT解决方案市场份额，2020：受疫情影响增速放缓（IDC#CHC47258421，2021年8月）Digital Banking Solutions Become Dominant Engagement Platform(IDC#US46524521,June 2021)Payments in the Cloud:Results from IDCs 2020 CloudPath Survey(IDC#

52、US47584221,April 2021)相关研究28 IDC|国际数据公司（IDC）是市场上最受信赖的 IT 研究咨询公司。IDC的 IT 执行项目为全球各地的商业组织的数字化转型（DX）提供支持。IDC 不仅可针对数字化转型关键技术（如，云、数据分析、物联网、移动应用、3D打印等）提供 IT咨询服务，也可为 IT 以及 LOB 高效领导并执行数字化转型方案提供咨询服务。在IDC 超过 50 年的发展历史中，众多企业客户借助 IDC 的战略分析实现了其关键业务目标。IDC 是 IDG 旗下子公司，IDG 是全球领先的媒体出版、会展服务以及研究咨询公司。服务条款：除非另做说明，以上所有信息均属 IDC 2022 版权所有。未经许可，不得复制。如欲了解更多信息，请联系 。保留所有权利。