区块链:金融科技年度十大技术趋势：隐私计算区块链都是重点 虚拟人重构金融经理_FTC

金融科技圈的技术走向该如何看？

今天，北大光华-度小满金融科技实验室发布了「2022全球金融科技十大技术趋势」，涵盖隐私计算、大模型、多模态学习、数字孪生等多个前沿领域。

刚走过规模化应用元年的隐私计算，今年将如何助力金融业数据生态建设？

大模型、元宇宙、多模态……这些热议技术与金融产生怎样的联动？

以及又有哪些前沿技术，已经在给行业创造价值？

现在就带你一文看尽年度金融科技十大技术展望，快速概览如下：

隐私计算能够实现数据在流通与融合过程中的“可用不可见”。在数据互联互通需求高涨与数据安全政策不断出台的背景下，互联网巨头、科技公司及金融机构等纷纷入局隐私计算产业。2021年，被业界称为隐私计算规模化应用元年。

作为数据密集型行业，金融业对数据的互联互通需求迫切，是隐私计算技术的主要落地行业。隐私计算能够在保障数据安全的前提下，助力金融业数据流通，被主要应用于信贷风控、精准营销、反欺诈、移动支付人脸识别等场景。

2021年，各国持续加强数据安全立法相关工作，例如，中国陆续出台《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，韩国发布“MyData”相关立法和数据服务指南，强化数据保护等。

动态 | 拉卡拉：参与设立的考拉鲲鹏专注投资融合区块链等技术的金融科技项目:据金融界消息，拉卡拉（300773.SZ）今日发布公告表示，参与设立的北京考拉鲲鹏科技成长基金完成私募基金备案，目前已正式开始运营。公告称，考拉鲲鹏专注于投资金融科技（主要是围绕新技术与金融的融合，包括区块链、人工智能、大数据、互联技术、分布式技术、安全技术等方面）成果转化阶段的私募股权项目，目前已正式开始运营。[2020/2/13]

在此背景下，伴随着隐私计算行业标准的陆续发布及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方面发挥更大作用。

随着算法不断创新、算力逐渐增强及数据的海量爆发，预训练大模型已经成为人工智能的新方向。大模型的基本训练方法是自监督学习，依托复杂的预训练目标、庞大的模型参数，能够将丰富的知识存储到大量参数的隐式编码中，可以完成面向不同场景下的不同任务。大模型提高了AI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，大模型在全球范围迎来爆发，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Switch Transformer，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……大模型开始从自然语言处理向更多领域拓展。

动态 | 美国CFTC金融技术实验部门LabCFTC希望在纽约与金融科技初创企业会面:美国商品期货交易委员会（CFTC）金融技术实验部门LabCFTC将于4月1日办公，要求当地企业提出问题、讨论问题或展示项目。CFTC周二宣布，参与者可以通过发送电子邮件LabCFTC/img/2022812130559/1.jpg" />

多模态学习最早始于1970年，经过几个阶段的发展，2010年后全面步入深度学习阶段。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个模态，多模态学习开始表现出其优秀的学习能力。

2020年以来，面对“戴口罩”“零接触”的疫情常态化防护需求，以及指纹、人脸等单一生物特征信息频频泄露的个人隐私风险，多模态的解决办法开始受到市场青睐。多模态生物识别凭借其准确度高、安全性强以及应用场景广的特点，正不断成为市场主流，被逐渐应用于金融、、出入境、安检以及教育等多个场景。

2022年，在加强个人信息保护的主旋律下，多模态生物识别融合多种生物特征的优势，可以灵活地选择合适的技术融合方式和决策权重，能够适应不同应用场景下的需求变化，将有更多的落地应用场景。

声音 | 京东数科报告：2018年区块链等技术发展推动金融科技行业的价值革新:据中国经济网报道，1月24日，京东数字科技研究院与中国社会科学院大学互联网法治研究中心共同撰写的《2018金融科技法律政策报告》正式发布，报告指出，在2018年，大数据、人工智能、区块链等创新技术的发展，推动金融科技行业经历了从科技金融向数字经济的价值革新。在区块链领域，2018年多国对数字货币的监管积极探索，国内也针对涉嫌非法集资、非法证券活动的ICO以及比特币等虚拟货币交易场所进行整治。《报告》认为，加密货币(cryptocurrency)、区块链(blockchain)和加密资产(cryptoassets)是区块链领域的三大分支，在认识上也是不断深入的关系。加密货币的缺陷，并不预示区块链和加密资产的必然失败。目前已经有不少机构将区块链技术应用于跨境支付、股票交易和结算等具体金融场景，为行业寻找更多可能。[2019/1/25]

2014年，Forrester Research提出“低代码开发平台”的概念，随后，Gartner则用基于aPaaS的高生产力平台（hpaPaaS）来命名这一品类。2018年，西门子收购低代码应用开发领域厂商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增长，传统架构无法应对多变的市场需求。而低代码/无代码可以较好地解决这一问题。

政策 | 首尔市政计划向区块链和金融科技投资600亿韩元:据韩国时报消息，韩国首尔市今日发布的《首尔市政4年市政计划（2019-2022年）》报告中显示，市政府将在首尔Mapo地区的区块链和金融科技中心计划投资600亿韩元，培养272家创业企业。并将与首尔青年创新城和首尔孵化中心整合，预计到2022年将培训出百名企业家和千名专业工作人员。此外，该地区将向企业提供最长2年的免费入驻空间，并将组建首尔区块链产业发展委员会。[2019/1/10]

低代码/无代码开发平台能够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/无代码开发平台能够满足机构随时变化的业务需求；另一方面，可以实现架构可视化、建模可视化及开发可视化等。2022年，低代码/无代码将驱动金融领域更快实现业务创新。

2015年，云原生应用基金会（CNCF）创立，云原生技术与应用的发展开始驶入快车道。近年来，云原生技术生态也从早期集中于容器、微服务、DevOps等技术领域，扩展到底层技术、编排及管理技术、安全技术、监测分析技术以及场景化应用等众多分支。

随着企业数字化转型的深入，企业应用需要基于云原生的技术、架构和服务来构建。2021年，全球云原生应用持续上升。云原生应用可弹性扩展、可伸缩，通过云原生改造，可以最大化地利用服务器资源，有效节约服务器成本。同时，云原生应用平台能够提升业务应用的迭代速度，能够灵活应对各种场景需求。

当下，一些金融科技领域的创新者不断从技术架构、产品迭代速度、用户体验提升及客户画像精准度等方面基于云原生架构进行创新。根据 Gartner预测，2022年，将有75%的全球化企业将在生产中使用云原生的容器化应用。

2003年，美国密歇根大学Michael Grieves 教授首次提出了“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、医疗及农业等垂直行业拓展，成为促进企业数字化转型、促进数字经济发展重要推动力。

当前，全球积极布局数字孪生应用，2020年，美国和德国分别成立了数字孪生联盟和工业数字孪生协会，加快构建数字孪生产业协同和创新生态。在中国，探索建设数字孪生城市被写入“十四五”规划，成为国家发展战略。Global Industry Analysts 报告显示，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，未来也可被用于金融场景中。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，还可以将其应用于金融产品研发，在数字孪生模型中进行产品的迭代设计等。

当今世界的国与国竞争，制造业被摆在了日益重要的位置。制造业的竞争归根结底是产业链和供应链的竞争，于是，建设一个高效的供应链金融体系就变得至关重要。疫情以来，央行等八部委联合《关于规范发展供应链金融 支持供应链产业链稳定循环和优化升级的意见》，力推供应链金融发展，鼓励“运用区块链、大数据、人工智能等新一代信息技术，持续加强供应链金融服务平台、信息系统等的安全保障”。

大力发展供应链金融，或将成为金融科技公司的下一个主场。2021年9月，浙商银行原行长徐仁艳加盟度小满金融，负责供应链金融科技业务，并兼任度小满供应链科技有限公司董事长，从人事变动中可以看出度小满加大在供应链金融科技布局的意图。12月，度小满应用区块链技术支持中小企业在北京金融资产交易所发行了首单供应链创新直融产品。另一巨头网商银行也在2021年10月推出了基于数字技术的供应链金融方案“大雁系统”。

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、数字化信用凭证问题和自动履约问题。未来，通过结合物联网、大数据等技术，构建基于区块链的协作网络和资产网络，区块链技术有望从根本上改变供应链金融的业务模式，推动供应链金融向去核心企业的3.0模式迈进。

不同于传统的基于边界的网络安全方法，零信任以“从不信任，始终验证”为原则，将身份作为访问控制的基础，以最小化实时授权为核心，持续认证、动态访问控制、授权、审计以及监测为链条，从而实现动态的、持续的信任评估。2021年，美国发布《联邦零信任战略》《零信任成熟度模型》等在内的多项零信任政策；欧洲企业中有82%增加了零信任建设方面的预算；在中国，自工信部2019年发布《关于促进网络安全产业发展的指导意见(征求意见稿)》将“零信任安全”列入需要“着力突破的网络安全关键技术”以来，国内互联网巨头、科技公司也在不断探索零信任布局。

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实时性强，可以为用户提供实时性更高的服务，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，数据的传输安全性高。边缘计算也不需要使用太多的带宽，网络带宽的负荷降低，智能设备的能源消耗也进一步降低。

随着5G、物联网等技术的不断成熟，边缘计算正在迅速崛起。面对海量数据计算、新型计算场景、小数据实时处理等方面的挑战，边缘计算正成为数据时代技术落地的重要计算平台，不断满足各行业数字化转型中应用智能、实时业务、隐私保护等需求。

对于金融领域的很多实时性高、安全性强的场景，边缘计算能够为其发展带来更多的可能性。随着边缘被赋予越来越多的数据存储和计算资源，未来边缘计算或将成为主流部署。

*本文系量子位获授权刊载，观点仅为作者所有。

— 完 —

「智能汽车」交流群招募中！

欢迎关注智能汽车、自动驾驶的小伙伴们加入社群，与行业大咖交流、切磋，不错过智能汽车行业发展&技术进展。

ps.加好友请务必备注您的姓名-公司-职位哦~

量子位 QbitAI · 头条号签约作者

?'?' ? 追踪AI技术和产品新动态

一键三连「分享」「点赞」和「在看」

科技前沿进展日日相见 ~

标签：区块链CFTFTC人工智能区块链专业就业前景CFT价格NFTC人工智能币是真实吗

狗狗币最新价格热门资讯