IDC 2022年中國金融行業(yè)與支付科技十大預(yù)測具體內(nèi)容如下：

預(yù)測一：隨著監(jiān)管機(jī)構(gòu)和基于社會責(zé)任壓力的加大，到2025年，30%的銀行將實(shí)施基于AI的反洗錢（AML）模型，以更好地檢測社會影響較為嚴(yán)重的非法活動。

據(jù)統(tǒng)計(jì)預(yù)估，洗錢活動約占全球GDP的3%。但是通過銀行間資金流向可以識別非法活動的規(guī)模卻不到5%。隨著對ESG相關(guān)議題認(rèn)知度的不斷提升，社會要求金融行業(yè)能夠更為有效地識別資金流動中的非法活動。這要求金融機(jī)構(gòu)對于先進(jìn)的機(jī)器學(xué)習(xí)技術(shù)優(yōu)先投資（如無監(jiān)督式的機(jī)器學(xué)習(xí)模型，圖計(jì)算等），以識別復(fù)雜的非法資金流動模式。

預(yù)測二：到2024年，40%的大型銀行將使用基于人工智能的情緒分析（Sentiment Analysis）提高客戶對當(dāng)前以及未來產(chǎn)品和服務(wù)的體驗(yàn)。

評估和理解客戶情緒的能力可以幫助金融行業(yè)客戶體驗(yàn)的提升，這種體驗(yàn)會根據(jù)客戶的情緒、位置、面部表情，甚至是一周中的具體一天或一天中的某個時間點(diǎn)，產(chǎn)生流暢的體驗(yàn)。完整的人工智能驅(qū)動的情緒分析需要整合視頻、文本和自然語言處理，以檢測人類情緒（正或負(fù)面）并做出相應(yīng)反應(yīng)。這項(xiàng)工作的開展將以人機(jī)協(xié)同為基礎(chǔ)，機(jī)器學(xué)習(xí)和人工復(fù)盤需要統(tǒng)一集成，以確保算法捕獲正確的信息，并通過任何形式的合規(guī)測試。

預(yù)測三：到2025年，30%的處于第一梯隊(duì)銀行將基于云部署其數(shù)據(jù)倉庫和數(shù)據(jù)分析業(yè)務(wù)。

實(shí)時有效的數(shù)據(jù)分析將為提供客戶的規(guī)?；睬轶w驗(yàn)、提高機(jī)構(gòu)運(yùn)營效率、改善企業(yè)風(fēng)險(xiǎn)管理以及前所未有的安全和欺詐檢測水平。而金融機(jī)構(gòu)現(xiàn)有數(shù)據(jù)孤島的現(xiàn)狀是管理數(shù)據(jù)，實(shí)現(xiàn)所有這些能力的最大挑戰(zhàn)?；谠频臄?shù)據(jù)智能的能力部署可以充分利用云服務(wù)提供商豐富的數(shù)據(jù)管理運(yùn)營經(jīng)驗(yàn)和專業(yè)知識。而行業(yè)用戶則可以專注提升數(shù)據(jù)及數(shù)據(jù)分析使用者的技能提升，最大程度發(fā)揮數(shù)據(jù)價(jià)值。這個進(jìn)程中應(yīng)該在確定企業(yè)級數(shù)據(jù)組件及重要性分層，在關(guān)注安全，隱私及合規(guī)要求的前提下有節(jié)奏推進(jìn)。

預(yù)測四：現(xiàn)有和即將發(fā)布的SWIFT規(guī)則框架要求貿(mào)易融資系統(tǒng)更新?lián)Q代，到2025年，75%的系統(tǒng)將基于云進(jìn)行部署。

SR2018的發(fā)布所給銀行業(yè)尤其是全球性銀行帶來的陣痛，SWIFT被迫將2019年計(jì)劃的變化推遲到2020年。隨之而來的變化包括SR2020實(shí)施支付跟蹤系統(tǒng)，SR2021基本上意味著從MT支付信息轉(zhuǎn)向新的ISO20022信息傳遞標(biāo)準(zhǔn)。ISO20022也允許將更多有關(guān)每個業(yè)務(wù)方的數(shù)據(jù)存儲在金融消息中，并將大幅改進(jìn)制裁篩選、AML控制和監(jiān)管報(bào)告。鑒于SWIFT的大規(guī)?，F(xiàn)代化進(jìn)程，許多銀行將被迫淘汰舊有系統(tǒng)，投資新的貿(mào)易融資解決方案（其中許多解決方案將基于云）以避免過去所走的彎路。

預(yù)測五：到2026年，30%的保險(xiǎn)公司將直接或通過數(shù)字合作生態(tài)系統(tǒng)，為零售類（壽險(xiǎn)或產(chǎn)險(xiǎn)）客戶提供實(shí)時風(fēng)險(xiǎn)預(yù)防服務(wù)（Real-time risk prevention as a service）。

一系列集成到連接設(shè)備中的創(chuàng)新技術(shù)的逐漸成熟，為保險(xiǎn)公司提供了更為有效的數(shù)字技術(shù)，他們可以利用這些數(shù)字技術(shù)通過其核心產(chǎn)品（風(fēng)險(xiǎn)管理、風(fēng)險(xiǎn)預(yù)測和風(fēng)險(xiǎn)防范）動態(tài)、實(shí)時地與客戶互動。這個過程中，邊緣和云計(jì)算成為必需技術(shù)能力，這是實(shí)時分析數(shù)據(jù)，并生成即時情境輸出，如警告，以避免迫在眉睫的風(fēng)險(xiǎn)或警報(bào)，激活即時反應(yīng)的必要條件，以限制/控制損害程度。隨著客戶旅程變得越來越數(shù)字化，保險(xiǎn)公司必須集成人工智能、AR/VR、行為設(shè)計(jì)和說服性技術(shù)，最大程度地降低客戶擺脫迫在眉睫的風(fēng)險(xiǎn)。

預(yù)測六：到2023年，金融科技（Fintech）市場整合將繼續(xù)，至少25%的知名金融科技公司被收購或合并，另外30%的金融科技公司因缺乏規(guī)模化而可能遭受失敗。

2021年是金融技術(shù)創(chuàng)新者輝煌的一年，這一趨勢將持續(xù)。對金融科技玩家的收購創(chuàng)下歷史新高，風(fēng)投也在這些投資中取得了可觀的回報(bào)。同時，許多傳統(tǒng)的金融服務(wù)公司已經(jīng)逐漸轉(zhuǎn)型成為數(shù)字化技術(shù)公司。IDC預(yù)測，這些大型機(jī)構(gòu)將通過金融科技收購的方式變得更為全面。隨著這些新參與者被整合到其市場上最知名的品牌或收購?fù)?，?shù)字金融市場也將進(jìn)一步活躍。

金融科技領(lǐng)域的整合證明了金融服務(wù)成功的一個既成事實(shí)：規(guī)?；?。消費(fèi)者的數(shù)字習(xí)慣和偏好已經(jīng)開始圍繞現(xiàn)有的金融科技主張趨于穩(wěn)定，新參與者將越來越難以吸引到那些已經(jīng)建立起行業(yè)公信度的金融科技公司。IDC認(rèn)為，在如銀行即服務(wù)（Banking as Service）、開放銀行、合規(guī)、數(shù)據(jù)隱私及安全、數(shù)據(jù)即服務(wù)類公司，仍然相對開放。這一趨勢代表著新興Fintech的方向逐漸轉(zhuǎn)變?yōu)橹μ嵘y行的運(yùn)營模式和成本效率。

預(yù)測七：到2026年，35%的支付將使用AI驅(qū)動的路由模型（AI-derived routing）進(jìn)行優(yōu)化。

IDC預(yù)測，支付將是金融服務(wù)人工智能的下一個增長點(diǎn)，有關(guān)使用哪種支付系統(tǒng)的決定通常是手動做出的，信息有限，或者使用基于規(guī)則的簡單模型，如根據(jù)最小成本的路由或最快的結(jié)算時間。而AI驅(qū)動的模型將利用交易數(shù)據(jù)，通過復(fù)雜的決策模型，根據(jù)付款人或機(jī)構(gòu)的整體業(yè)務(wù)目標(biāo)，根據(jù)支付方或相關(guān)機(jī)構(gòu)的整體業(yè)務(wù)目標(biāo)，根據(jù)多個參數(shù)優(yōu)化支付路由決策，為任何給定支付選擇最佳路徑。

數(shù)字化支付在多個場景案例中的增長以及支付通道數(shù)量的不斷增加，使得這類基于AI優(yōu)化越來越有吸引力。隨著實(shí)時支付和數(shù)據(jù)維度豐富的ISO 20022報(bào)文傳遞框架的擴(kuò)展，其發(fā)展也將更具現(xiàn)實(shí)意義。

預(yù)測八：到2024年，20%的消費(fèi)者將嘗試跨渠道、跨生態(tài)的即時信貸類服務(wù)（Buy Now, Pay Later）

“先買后付”（Buy Now, Pay Later – BNPL) 的業(yè)務(wù)模式為消費(fèi)者在結(jié)賬時提供即時消費(fèi)融資的選項(xiàng)，在過去幾年中增長迅速，尤其在過去18個月中在參與商戶和從事交易的消費(fèi)者數(shù)量上均呈現(xiàn)爆炸式增長。隨著BNPL金融科技公司越來越受關(guān)注，銀行和傳統(tǒng)零售金融公司開始通過新產(chǎn)品來保護(hù)其市場地位并且取得競爭優(yōu)勢。隨著這些其他選項(xiàng)被推出，競爭也進(jìn)一步推動了消費(fèi)者的使用頻率。

我國已有類似消費(fèi)金融類產(chǎn)品在近幾年出現(xiàn)，前提是與第三方支付通道綁定，并且在特定的電商或者生活消費(fèi)類平臺生態(tài)內(nèi)進(jìn)行。本預(yù)測提出的跨渠道、跨生態(tài)的即時信貸類服務(wù)是否還有足夠的市場前景和推動力尚有待觀察。

預(yù)測九：到2026年，F(xiàn)edNow將占據(jù)美國75%的實(shí)時支付（RTP）數(shù)量，包括跨境交易。

實(shí)時支付網(wǎng)絡(luò)在數(shù)秒而不是數(shù)小時或數(shù)天之內(nèi)提供賬戶到賬戶的支付和結(jié)算服務(wù)，這一趨勢在全球范圍內(nèi)呈增長態(tài)勢。以美國為例，現(xiàn)有的實(shí)時支付系統(tǒng)是2017年推出TCH的RTP網(wǎng)絡(luò)。2023年，RTP將與美聯(lián)儲正在開發(fā)的 FedNow展開競爭。ISO 20022支付信息傳遞框架是實(shí)時支付系統(tǒng)落地的先決條件。然而，RTP和 FedNow的信息格式并不相同，實(shí)施這兩種系統(tǒng)的銀行必須考慮到這兩種差異。

實(shí)時支付的實(shí)現(xiàn)提供的遠(yuǎn)不止即時支付和結(jié)算。借助系統(tǒng)生成的數(shù)據(jù)，它們可以助力改進(jìn)其他流程（從反欺詐到反洗錢等）的催化劑。實(shí)時支付的實(shí)現(xiàn)還有助于基于云部署模式的支付即服務(wù)（Payment as service）的推出。

我國的支付體系有別于美國，實(shí)時支付清算體系的實(shí)現(xiàn)還有待時日。但是FedNow的實(shí)踐經(jīng)驗(yàn)將有一定借鑒意義。

預(yù)測十：到2025年，30%的全球銀行將基于數(shù)字信任及AI的個性化作為開放金融生態(tài)下打造忠誠客戶的關(guān)鍵差異化能力。

個性化是一種基于人工智能的工具，能夠以有意義的方式與客戶建立聯(lián)系，它不僅有助于滿足客戶的需求，還能預(yù)測和超越客戶的需求。如果個性化要成為真正的朋友，而不是敵人，算法編排必須要具有相關(guān)性及責(zé)任感。其相關(guān)性取決于它如何開發(fā)和利用可落地的洞察（基于客戶屬性、行為和過去在所有渠道積累的交互）來獲得與客戶交互的收益。它必須在正確的時間滿足客戶的實(shí)際或預(yù)期的情景化需求。

個性化必須具有負(fù)責(zé)感。這意味著要尊重隱私，并建立基于信任的真正共生互助的合作伙伴關(guān)系。