智慧城市是把新一代信息技術充分運用在城市中各行各業基于知識社會下一代創新(創新2.0)的城市信息化高級形態，實現信息化、工業化與城鎮化深度融合，有助于緩解“大城市病”，提高城鎮化質量，實現精細化和動態管理，并提升城市管理成效和改善市民生活質量。自去年發布《北京市促進金融科技發展規劃(2018年-2022年)》(以下簡稱《規劃》)以來，北京市推進金融科技發展已經過去一年時間。北京商報記者注意到，一年時間里區塊鏈、大數據、人工智能等底層技術快速發展，并加速與更多場景融合，如5G智能銀行的落地。不過底層技術在合規性、可用性等方面還存在著局限性，未來更應重視基礎理論研究，并借助現有優勢探索更多場景。

底層技術升級 降低30%人力成本

在《規劃》推進過程中，區塊鏈、大數據、人工智能、云計算、物聯網等底層技術也在不斷迭代升級，在數字金融、供應鏈金融、數字農牧、無人銀行、智能城市等領域不斷輸出數字化解決方案，驅動北京市金融科技企業創新發展，也代表了北京發展金融科技的方向。

例如，京東數科在今年2月推出資管科技產品“JT2智管有方”，并在7月開始實現從技術系統服務向開放平臺服務提升，拓展了智能風控、智能配置等服務模塊。今年6月，該公司基于京東智臻鏈JD BaaS平臺，推出首個區塊鏈ABS標準化解決方案，幫助資產方、計劃管理人、律師事務所等ABS業務參與方兩天之內部署區塊鏈節點，將人力成本降低30%。

度小滿金融CEO朱光日前介紹稱，度小滿金融基于百度人工智能的優勢，為合作伙伴提供全鏈路的風險管理能力，包括信用風險管理、操作性風險管理和宏觀風險預警。目前已經和超過600家銀行和金融機構達成合作。

在人工智能、物聯網等技術綜合運用方面，北京市今年落地了數家5G銀行網點，如建設銀行在京推出3家“5G+智能銀行”、中國銀行落地的5G智能+生活館，充分運用生物識別、影像識別、大數據、人工智能、AR、VR、流程自動化等前沿科技，實現了線上與線下場景的結合。

嫁接具體場景 探索智慧城市應用

分析人士指出，金融科技發展的一個重要趨勢是場景化，只有嫁接到具體場景，才能讓金融科技更好地服務于實體經濟。而目前金融科技發展的焦點問題是探索持牌金融機構和純技術企業之間的關聯或合作場景。

在具體規劃上，《規劃》提出，一方面積極推動影響金融科技功能應用的底層技術發展，完善各類技術市場設施，包括人工智能、大數據、互聯技術(移動互聯、物聯網)、分布式技術(云計算、區塊鏈)、安全技術(量子計算、生物識別、加密技術)等。另一方面創造條件促進技術應用落地，創新金融產品和服務模式、改善客戶體驗、降低交易成本、提高服務效率，同時更有效地防范和把控金融風險。

中國社會科學院金融研究所法與金融研究室副主任尹振濤表示，技術的發展需要應用場景來體現，而隨著不斷發展，就會有更多的場景應用出現。目前圍繞著金融科技的發展有兩個很大的趨勢，第一個趨勢就是在監管框架內的金融機構，如何去與科技公司合作，發展金融科技。另一個趨勢是已經具備一定科技能力的大型科技公司，如何通過有牌照的機構去開展業務。在摸索過程當中，監管不應一刀切，可能要更多關注科技屬性的公司做金融業務，同時還需要出臺新的監管方式和方法。

車寧則表示，未來底層技術的出路實際上是如何做大做強基礎理論研究、基礎的技術研究。更加堅持技術本身發展為導向，把過去將技術作為一個噱頭的模式逐步轉變為重視基礎理論、重視基礎科學的發展。

如何在現有優勢上把技術與場景進行融合是關鍵。車寧建議道，北京的應用場景確實有待進一步擴展，非常好的一個應用場景就是智慧城市。因為北京擁有城市經濟規模足夠大、人口聚集足夠多、商業生態、民生生態足夠豐富等得天獨厚的條件。而若打造智慧城市應用場景，一方面需要有一個好的頂層設計、在大數據的管理方面有話語權的主導機構;另一方面要做好合規性的管理，及時出臺權利保護的標準，同時要有配套的標準化建設。

技術不成熟 應用前景存不確定性

雖然人工智能、大數據、區塊鏈等底層技術蓬勃發展，并且與場景融合加速落地，但是底層技術仍然處于初期探索階段，在合規性、可用性、安全性等方面還存在著重重挑戰。

北京市網絡法學會副秘書長、中國人民大學金融科技與互聯網安全研究中心研究員車寧表示，五大底層技術都存在局限性。例如，以算法為主導的人工智能，沒有達到預想到的類人智能水平，也就僅是一種初步的工業化智能水平，同時在近年來的應用實踐中并沒有經歷過一個完整經濟周期的考驗，其應用整體來說沒有形成一套獨立的方法論。

而近期多家大數據風控企業的相繼被查，也令市場對新技術被扭曲使用現象存在質疑。車寧指出，大數據存在合規性和數據結構的問題。一方面是數據的確權問題，即來自于數據使用、數據分級分類的問題。另一方面在結構方面有所欠缺，比如金融機構的數據可能更多是一些金融性的交易數據，對于社交數據不涉及，但是社交平臺、電商平臺又沒有一些金融數據，它們各自所占有的數據在結構上是有問題的。在這種基礎之上又沒有形成一套合法合規的、多方都能夠信任的數據交互體系，這也約束了大數據技術及其商業化使用的未來。

民生銀行研究院研究員李鑫也表示，底層技術存在的挑戰就是其中一些技術目前還并不成熟，或者只能比較淺層次運用，技術應用的前景仍存在較大不確定性。