十四五報告提出，要構建金融有效支持實體經濟體制機制，提升金融科技水平，增強金融普惠性。在政策的引導下，我們金融業數字化轉型步伐加快，以人工智能等為技術核心的金融科技作為推進金融數字化發展的科技引擎，成為業內競爭的焦點。

據零壹財經數據顯示，截至2020年，我國各類金融機構和金融科技公司發明專利申請的技術類別分布情況為：人工智能(含AI+)1316件、區塊鏈973件、大數據433件。物聯網(IoT)和云計算相對較少，分別為97件和60件。

其中，銀行是我國金融科技發明專利申請絕對主力。從發明專利申請的數量在5個及以上機構來看，僅工商銀行(含工銀科技)、中國銀行、建設銀行(含建信金科)和微眾銀行四行申請量就達1294件，占前60位申請機構申請總量的62.3%。

面對國有大行等在金融科技方面的快速發展，諸多中小銀行、金融機構和創新型企業，如何差異化發展，揚長避短?

對此，百融云創認為，可以將“以客戶為中心”和“特色化的產品與服務”作為差異化發展戰略下的兩翼，以金融科技作為發動機，利用金融科技轉變發展思維、利用各種新技術手段拓展客戶、積極快速地響應客戶需求、豐富產品、提高工作效率，探索出適合自身發展特點的差異化策略。

例如，百融云創打造的智能風控系統，從貸前環節的身份識別、反欺詐和信用評估，到貸中預警、貸后管理環節，重塑了金融風控業務流程，成為傳統風控有力的補充;運用大數據、人工智能等技術手段，向金融機構提供全方位的科技賦能、營銷賦能、風控賦能，成為金融機構強大的技術引擎，也成為百融云創在金融市場運行與發展中的特色優勢。

針對中小銀行機構獲取信息能力較弱，在大數據采集、挖掘及整合方面存在弱點。百融云創自主研發了自動機器學習平臺AutoML。在數據收集上，通過AutoML技術不僅能接收客戶提供的多維度數據，而且可以根據客戶需求提供百融云創的數據。在模型開發上，AutoML技術讓業務人員也可以快速上手參與模型開發，并且僅需短短幾個小時就能達到甚至超越人工建模效果。在模型應用上，百融云創研發的自動機器學習技術能實現全流程一鍵部署，既支持本地化部署，將AutoML模型搭建在機構自己的服務器上，也支持云端部署。

百融云創認為，在數字化浪潮之下，金融科技已成為各個金融機構數字化轉型的核心力量之一。未來人工智能技術的應用會從風控場景擴展到信貸業務的全流程，全面提升金融機構的智能化程度。金融科技企業在賦能B端、服務C端，應對更具隱蔽性、波動性和挑戰性的金融風險上有著更廣闊的發展空間。

(新媒體責編：syhz0808)