数字化浪潮汹涌而来，人类社会正在全面进入数字化时代，作为社会经济运行大动脉的银行业正在加速推进数字化转型，未来的银行是金融科技公司已经成为了行业的共识，金融科技已经成为了决定银行未来核心竞争力的核心要素，我们也看到银行正在加大金融科技的投入，包括资金的投入、人力的投入等。

看着很热闹，业界也热衷于用科技投入金额、占营收比、科技人员数量、科技人员占比等指标来衡量银行的科技水平，以及在数字化转型方面的决心。但是，对此，我却十分困惑，虽然对于银行未来是一家金融科技公司已经是广泛的共识，很多银行人也常常将之挂在嘴边，但是，对于银行未来是什么样的一家金融科技公司，似乎没有人说过。对于如何转型成一家金融科技公司也没有具体的路径。

在这样一种模糊方向指引下的银行科技转型之路是否已经变成了一场比拼资源、比拼投入的竞争了？看着其他银行纷纷以多少营收占比来规划科技投入，很多银行难免心焦，跟还是不跟呢？银行是否已经走入歧途了呢？

银行未来应该是什么样的金融科技公司

目前，业界对于金融科技公司并没有清晰的定义，银行系金融科技子公司、互联网金融公司、为银行服务的科技公司、大数据公司等各种类型的公司都被称为金融科技公司。但是，我觉得这些公司都不是银行未来形态的金融科技公司，未来银行的本质并没有改变，仍然是经营风险的企业。在商业模式上，还是以金融业务为核心盈利基础，科技只是银行实现商业模式的工具，只不过，随着人类社会全面进入数字社会，银行业务也是以数字化的形态呈现，对于技术的依赖大幅提升，离开数字技术，银行将不复存在。

从数字技术本身来说，覆盖面很广，包括人工智能、区块链、云计算等各种类型技术，令人眼眼花缭乱，各种技术在不同的业务场景中无疑都能够为银行提供助力，那么，对银行来说，未来最核心的技术是什么？有些伙伴可能会疑惑为什么要研究这个问题，因为这个问题决定了未来银行是以什么样的技术为核心竞争力的科技公司，决定了银行究竟应该是什么样的金融科技公司。

我们都知道，银行是经营风险的企业，风险的背后是对信息不对称，信息的背后是数据，是数据采集、存储、分析和应用，因此，本质上来说，银行是一家经营数据的企业，只不过，在计算机出现以前，银行更多的用人工采集数据、手工记录数据、分析数据，最终，应用到银行业务中。计算机出现以后，使得银行的很多手工记录数据得以通过计算机进行记录、存储、分析和应用，互联网出现以后，让银行数据采集逐步实现线上化，也使得银行得以将各类数据汇集、集中存储、分析挖掘和应用，随着移动互联网、智能终端的普及以及云计算的广泛运用，进一步提升了银行采集数据、分析挖掘和应用数据的效率和效果。眼下，随着人类社会加速进入数字时代，万事万物皆数据，银行在数据采集、存储、分析、应用等方面都将实现质的飞跃，具体表现在数据越来越丰富，数据处理效率越来越高，数据应用越来越智能，数据应用最终归宿一定是走向人工智能。因此，从这个角度来看，我更倾向于认为未来银行是一家以人工智能为技术核心的金融科技公司。

综上，结合银行业务和技术视角，我们可以认为未来银行是一家以金融业务为核心，以人工智能技术为基石的金融科技公司，它既不是一家纯科技公司，也不是一家纯大数据公司。科技公司是以科技产品、科技解决方案为主要盈利来源，大数据公司是以数据产品服务、咨询服务等为主要盈利来源，未来银行和这两个形态的公司有着本质的不同。搞清楚这个问题至关重要，它对于我们理清楚转型的路径有着深刻的意义，否则，我们很容易走弯路。

银行转型成金融科技公司的关键路径

基于前述对未来银行的认知，要梳理银行向金融科技公司转型的关键路径，只需要回答几个业界普遍关注的问题，答案就轮廓出来了。

银行需要大幅增加科技投入吗？这个是显然的，不管银行成为什么样的金融科技公司，大幅增加科技投入是必须的，只不过，我们要搞清楚我们要投向哪里？是不是什么技术都投？

银行需要大幅扩充科技人员数量和占比吗？这个也是显然的，毫无疑问，未来银行作为一家金融科技公司，一定是一家科技人员占大比例的公司。只不过，我们要考虑清楚的是，我们需要什么样的科技人员？是软件开发工程师为主，还是算法工程师为主？

银行需要开展基础研究吗？不论是现在，还是从未来银行的形态来看，银行始终是一家技术应用为主的公司，只不过，未来银行对于技术的应用更加依赖，更加深入，从未来银行的视角来看，技术是未来银行的核心竞争力之一，银行需要开展一定的基础研究工作，但是，是否需要开展全面的基础研究，还是在某个领域开展基础研究，值得思考。

这三个问题探讨的核心是银行科技聚焦的方向应该是什么，在这个方向之下的关键路径应该是怎么样的。

从方向上来说，基于对未来银行的判断，人工智能肯定是银行需要聚焦的核心领域，那是不是意味着其他领域就不用管了呢？绝对不是，这里要说的是银行对聚焦的领域要深入研究，通过自主研发，实现自主可控，尤其是未来银行在风控、服务、营销、运营等领域都将大量的运用人工智能技术，会大量的涉及银行的核心业务机密，要尽可能的通过自主研发的方式保障自主可控。同时，由于银行本质上是经营数据的，有天然的数据基因，在开展人工智能自主研发方面，对银行有着天然的要求，银行也有相应的基础和优势。对于其他领域，还是要让专业的人做专业的事，走产业链协同的路子，坚持产业分工，扩大朋友圈，做大科技生态圈，采用引进的策略，不用事事都要自己研发，比如，像云计算平台、大数据平台等国内厂商已经有成熟的解决方案的，可以通过引入的方式实现，银行只需要掌握技术就足够了。

在明确的方向下，从路径上来说，首先，在资金投入上，要有的放矢，合理分配，聚焦人工智能研发的需要，要前瞻性的加强对人工智能相关的软、硬件基础设施的投入。以后，我们在比较银行科技投入的时候，不应只是看投入的金额、营收占比，还应该考虑科技投入的构成，在人工智能领域投入占比越高的银行，未来的竞争力也许会更强。

其次，在科技人才扩充方面，既要扩量，更要提质。这几年银行大量的扩充科技队伍，但是，整体看起来，主要还是以传统的软件开发工程师为主，数据分析师、算法工程师占比相对较少。现阶段，很多银行开始数字化转型，在系统开发、互联网产品开发上需求旺盛，软件开发工程师的确是保证银行敏捷运营、快速创新的重要基础，但是，释放数据生产力也是数字化转型的目标之一。着眼于未来，银行要确定明晰的人才战略，合理划分传统IT人才、数据人才的构成，一方面要进一步加大数据产品经理、数据分析师、算法工程师的引进，另一方面，要放开薪酬边界，强化顶级数据产品经理和人工智能算法人才的引进，充分发挥顶级人才的带动作用。

今后，我们在比较银行科技人才实力的时候，也不能只看人员数量和占比，还要看数据类人才的构成，尤其是人工智能人才的构成，以及引进行业顶级人工智能人才的情况，谁在这方面走在行业前面，谁就将在未来的竞争中取得先机。

再次，在基础研究方面，银行要对基础研究进行分级分类，定义好哪些是掌握级，哪些是精通级，哪些是领先级。对于大部分技术只要达到掌握级或者精通就可以了，没必要在所有领域都花大力气去研究，比如，有人提出银行应该考虑自研数据库，我是强烈反对的，这既不是银行的优势所在，也不是银行有能力可以做的。核心还是要聚焦银行自身的优势、特点及应用场景，集中优势兵力加大人工智能领域算法的研究，确保在人工智能的某些领域具有领先优势，毕竟算法的先进性、创新性将成为未来银行的核心竞争力之一。