一方面，近年来在金融业快速发展过程中，信息技术已经对金融业全要素生产率的提升与转变，产生了非常深刻的影响。

互通指基础设施能够充分地互联互通。无损指不应损害其他央行的货币主权和货币政策独立性。

第三，Innovation/Efficiency，强调创新和提高效率。人民币由人民银行代表国家发行，有计价功能，以元为单位，现在差不多7.2元人民币等于1美元，这样一个币值单位比较适中，从长期看也是非常稳定的定价。在实践中，人民银行要保护个人信息，同时要执行大额及可疑交易的报告，内部管理的信息分级授权，严格内控，同时还有大数据分析和智能风险的控制，要综合把这些都处理好，这一点理论上是可行的，并且在操作过程中的成本和效果都比较好。另一方面，在经济学意义上，这是一个比较成功的Narrow bank案例，支付机构备付金规模较整个货币银行体系而言很小，集中存管并没有对货币创造机制和货币乘数产生显著影响。但是实际上token是代币，价值是基于物权的。

货币有三大职能，一是定价、二是支付、三是价值储藏。第二，考虑市场化，设计了双层架构，不打破现有商业银行格局，在整个过程中发挥市场配置资源的决定性作用，整个数字人民币生态都是充分竞争的。党的百年奋斗历程表明，党领导下的经济金融工作为革命战争年代红色政权的诞生与壮大、为社会主义革命和建设时期社会主义制度建立和国家经济建设、为改革开放以后中国特色社会主义事业的繁荣发展、为新时代党和国家事业取得历史性成就、发生历史性变革作出了重大贡献。

金融管理部门要从全局出发，在以习近平同志为核心的党中央坚强领导下，抓好统筹协调，集中力量优先处置可能威胁经济社会稳定和引发系统性风险的重点领域问题和重大风险隐患。习近平总书记强调，必须加强党对金融工作的领导2018-2021年，以金融科技和数字化技术为主。北大数字金融研究中心谢绚丽教授团队构建的中国商业银行数字化转型指数表明，大型国有商业银行起步比较领先，处于最高水平。

原因在于——数据的产权难以界定。传统产业、制造业的数字化转型升级，以及数字经济与实体经济进行深度融合，促进创新性企业成长。

到了2022年，金融机构数字化转型转型的重点偏向了智能化。未来金融业务的增加，更多将来自于数字技术和科技的赋能。在人工智能算法、人才及专利等领域，我们处于国际的领先梯队。构建适应现代经济发展的数字金融新格局，不断提高金融服务实体经济的能力和水平，有效防范金融风险。

但在数据应用领域仍面临挑战。对长尾投资者进行快速财富画像，确定投资者的风险偏好，借助数据与算法来实现个性化的最优资产配置。除了商业银行，证券、保险、信托以及基金公司等各类金融机构，也都通过自主研发、投资技术类公司或成立金融科技子公司等形式，来提升自身科技能力，来积极推动数字化转型。大概在2018年-2020年才跨越一个关键的界限——超过人类识别的平均准确水平。

人工智能技术驱动的金融科技回顾我国金融体系的技术升级，实际上是从信息化-数字化-智能化的过程。目前在信贷领域，大数据风控快速发展，市场化的个人征信机构开始出现，在此过程中存在一些挑战。

这三类是处于第一梯队。有效的风控需要打通个人数据、企业数据、行业数据以及公共部门的信用数据通，其中使用公共部门的信用数据较为困难。

近年来，数字化转型的重点也发生了变化：2010-2013年，以电子银行、手机银行为主。北大数据中心团队去年到深圳调研，很多金融机构目前都在产业端做创新，获得了很好的发展机会，产业数字金融为金融科技企业与金融机构打开了更广阔的市场空间。从移动支付开始，数字技术逐步向在线投资、借贷及保险领域渗透。依托于数据要素市场进一步完善，公共数据有望进入规范和流通和使用，助力企业的信用建设，也有助于金融科技企业和金融机构提供基于数据的金融服务。数据是金融科技业务中的核心竞争力。另外，部分金融科技和金融机构在引流、助贷以及联合放贷的过程中，可能也会面临个人信用数据的合规使用问题。

ChatGPT的出现，标志着人工智能应用跨越了奇点，这是一个量变到质变的智能涌现阶段。数据隐私与数据安全问题。

在智能风控领域，可以提高金融机构的风险管理能力。赋能产业转型升级的金融科技国内目前金融科技创新主要集中于消费互联网，即零售端。

同时，以大量、真实的动态经营数据和行为数据为特征，来替代传统担保和抵押作为信用风控核心的基础变量，从而降低金融服务门槛，为中小企业、科技型企业提供信贷支持。不同技术的成熟期有所差异，它关于文字、语音以及对整个语言的识别理解能力，大多在2010年以后才显著提升。

金融如何对这些产业进行赋能？接下来的发展重点将会是产业数字金融——以产业互联网为依托、以数据为生产要素、以数据信用为核心特征的新型金融形态。在数据量方面，中国已成为数据量最大、数据类型最丰富的国家。通过深入理解产业逻辑，有效利用产业生态与场景来构建数字供应链风控体系。股份制商业银行起步较晚，但发展速度很快。

相比之下，城商行、农商行、外资银行数字化水平转型指数低一些。未来，中国的金融科技能否引领全世界发展，重点在于如何把握智能化的趋势。

国内各大科技企业积极布局大模型，呈现出百模大战。在部分尖端领域，我国处于被美国卡脖子的状态，比如高性能芯片。

此外，AI生成内容可以助力投资者教育。比如征信数据的断直连，要求科技公司不能将用户的个人数据直接提供给金融机构，而是须要通过持牌征信公司来提供。

2014-2017年以互联网和互联网金融为主，主要是数字化渠道。但是对于普通计算芯片，我们具有一定的自主能力，在算力方面，国家通过东数西算等战略积极寻求布局。目前，国内外的科技巨头都在积极布局AI大模型，其背后是基于算力、算法和数据的竞争。针对AI大模型在金融中的应用，在智能客服、智能营销领域，能够更好地提供人机交互以及用户画像、产品匹配。

金融科技助力金融机构的数字化转型和升级金融科技和数字化发展早期以平台型的金融科技企业为主。我相信在数字经济时代，在数字技术和人工智能技术的赋能下，中国金融科技行业能够获得更加广阔的发展空间。

2022年4月银保监会印发《关于银行业、保险业数字化转型的指导意见》，要求深化金融供给侧结构性革命，以数字化转型推动银行业和保险业高质量发展。最初主要向发达国家的金融机构学习信息化管理水平。

它从制度层面规定了数据确权、数据流通、数据治理等关键环节，初步搭建了我国数据基础制度的四梁八柱，标志着我国数据要素市场从无序自发探索阶段进入有序规范的正式探索阶段。另外，基于重点行业、产业链，核心企业、场景的数字供应链金融，将会成为下一个热点。