新兴市场跨入数字银行

新兴金融科技市场在将云计算、大数据、人工智能和其他技术用于最新数字银行服务方面几乎没有受到限制。

数字银行将在未来几年产生重大影响。机器人流程自动化、大数据、人工智能和其他金融服务技术的持续发展在某些方面引起了人们的关注。

其影响的一个迹象是：富国银行去年年底发布了一份 110 页的特别报告，详细介绍了数字化对华尔街的影响。该银行预测，到 2026 年，约有 100,000 名银行员工将被数字技术彻底取代。

那么问题不在于金融科技是否必须改变。问题是，究竟是什么导致了这种情况发生？要理解这一点，关键是要掌握哪些数字创新和组织方法让新兴市场跨入数字银行业务。

分支：换个角度寻址

数字服务似乎减少了对实体银行办公室的需求。 COVID 大流行使许多人通过数字银行和 ATM 机处理财务问题。

银行必须将其实体办公室转变为数字银行生态系统，因为通过电子钱包进行的交易很难涵盖客户要求其银行提供的全部业务范围。

对于许多需要人工专家提供的办公室协助的老年客户来说，数字银行服务似乎是一个问题。除了需要面对面客户支持的传统办公室程序外，如今的银行分行还提供许多“异国情调”的活动，例如法律咨询、保险、经纪和房地产咨询。

银行转型不会使实体办公室和客户银行软件两极分化，而人工文员也不会与人工智能驱动的聊天机器人并列。服务数字化渠道让运营管理者可以求助于“超级英雄”，数字化发展为人类能力提供补充。

最终，银行分行有机会成为增强现实的游乐场，物理、数字、人类和网络可以有效地交织在一起，重振奋进中的银行业。

重新思考客户参与度：银行在数字新常态下的行为方式

在与创新支付平台（如 Venmo、TransferWise、PayPal、Remitly 等）日益激烈的竞争中，银行的任务是用类似于金融科技颠覆者提供的个性化方法来吸引现有客户。为了完成这项任务，银行应该遵循埃森哲在其全球研究银行技术愿景中指出的一些趋势。

趋势 1： 使用一组 DARQ 技术，其中 D 代表分布式账本技术（区块链），A 代表人工智能，R 代表扩展（或增强）现实，Q 代表量子计算。 47% 的受访者表示，对数字银行影响最大的技术是人工智能。

趋势 2： 与客户实现“数字接近”的新水平。分析和解读客户行为的能力对于在数字银行中创建高质量的个性化服务至关重要。

趋势 3： 提高银行员工的数字技能。超过 75% 的高层管理人员确信他们的员工比他们工作的银行机构拥有更高水平的“数字成熟度”。

趋势 4： 加强网络安全。尽管开放银行的全球趋势（当银行为第三方提供对其信息系统的访问权），但只有 51% 的银行监管机构认为他们的合作伙伴在数字银行生态系统的网络安全方面完全可靠。

趋势 5： 将服务设置为不间断运行。 “关门到早上 8 点”无论它可能涉及哪种银行服务，借口都是难以接受的。约 87% 的银行高层管理人员同意实时服务构成数字银行的真正竞争优势。

另见： 金融 2.0 会是什么样子？一些惊喜

银行应该使用哪些数字技术？

几乎没有任何形式的数字创新对新兴金融科技市场具有一定的价值。我们选择了一些目前值得银行使用的成熟技术。

云计算

具有多用户平台的数字银行生态系统需要高于平均水平的计算能力。银行应收集、安全存储和分析数据以开发新的银行产品。银行工作人员应该可以随时随地访问他们的数据集。即使是最丰富的本地 IT 基础架构也有可能有一天会被淘汰。与银行相比，云提供商是靠跟上为客户提供的所有数字创新来谋生的：

• 他们会定期升级硬件，而不会中断正在进行的服务。
• 由最优秀的软件工程师开发的最新软件解决方案促进了云计算管理。
• 云为任何类型的数据提供了几乎无限的存储空间。
• 持续备份整个云端基础架构，让客户忘记丢失宝贵的信息。

银行业中的云计算具有令人信服的财务原理，允许银行花费更少的资金进行数字化转型。与本地 IT 基础设施所需的支出相比，来自云提供商的最昂贵的高级计划似乎只是沧海一粟。

可以合理地声称，如今如果没有云计算金融服务，就不可能实现可持续的数字银行业务。例如，Migom Bank 为新兴市场提供符合瑞士级标准的基于云的银行业务，包括动态货币兑换、二维码支付和数字资产托管。

大数据

大数据是机器学习算法的资源，可实现许多有效的银行业务方法（例如 KYC 或了解您的客户）。正确处理的大数据对预测分析的贡献微乎其微。

银行大数据需要相应的分析和可视化软件解决方案。对于没有深厚数据科学专业知识的银行员工来说，它们应该是可以掌握的。市场上有用于大数据处理的即用型软件产品和定制解决方案。第二种方法更可取，因为金融中的大数据应用具有特殊的目标设置和实现。新兴市场的金融机构很难绕过银行业的大数据分析，因为处理客户数据是金融科技的必备条件。

人工智能

人工智能建立在神经网络之上，而神经网络又由大数据推动。数字银行技术构成了一种由人工智能封顶的多层次金字塔。

银行业将如何使用人工智能？人工智能的应用范围在银行业是多方面的：

• AI 算法可以分析客户行为以提供有价值的建议，从而提高客户满意度。
• 人工智能有助于实现银行业务的自动化，尤其是在风险管理方面。它有助于检测可疑交易并及时阻止它们。
• 人工智能可以改进银行即服务模式中的数据分析。例如，澳大利亚联邦银行通过人工智能移动应用为客户提出个性化的财务计划。
• 支持 AI 的聊天机器人通过全天候回答客户的典型问题来降低运营成本。
• AI 可以通过准确无误的欺诈检测来增强监管合规性。
• 人工智能驱动的面部识别有助于在移动银行中识别客户。

大多数银行业专家认为，银行业和金融领域的人工智能是最具增值价值的数字技术。

机器人过程自动化

由于大多数银行内业务仍需人工处理，金融服务中的机器人流程自动化 (RPA) 需要更广泛地采用。手动银行程序抓住了最宝贵的资产——时间。此外，未能降低可能出现错误的风险。

Fortune Business Insights 预测，到 2026 年，RPA 的市值将达到 68.1 亿美元。

银行业中的 RPA 用例包括像 AML（反洗钱）分析这样的机器人流程自动化示例。反洗钱调查意味着基于高度监管规则的重复程序。因此，MLA 程序可以很容易地通过银行业的机器人技术来完成。

金融服务中 RPA 的另一个例子是账户关闭处理。支持人工智能的 RPA 机器人可以完全取代银行职员，让人类员工专注于真正需要创造性人类智能的事情。 RPA 对于通过移动支付减轻新兴市场贫困的始终可用的银行生态系统至关重要。例如，Alvarez &Marsal 正在为非洲银行开发移动支付银行基础设施，以便为最贫困人口提供货币利益。

网络安全

对银行的网络攻击似乎是数字化不可避免的后果。黑客总是试图抓住客户数据库，通过黑市将其出售给营销人员和广告商。

他们攻击法人实体的银行客户端系统和个人移动银行应用程序。

除了黑客的技术手段外，欺诈者还利用社会工程学以银行为幌子给潜在受害者打电话。

以下数字技术可以减轻金融机构的网络威胁：

• 人工智能支持的反欺诈分析可以即时检查多个数据源，以检测文档和交易中的差异。
• 2 因素身份验证和跨平台验证等数字识别技术使银行系统不易受到未经授权的访问。
• 加密的电子邮件可促进银行与客户之间私人通信的安全性。

如今，隐私正在成为数字银行业务的基石。幸运的是，不乏数字技术来为金融部门提供足够的网络安全。墨西哥“新银行”之一的 Klar 为被剥夺了国有托管服务的普通客户提供高度安全的银行解决方案。

最后一句话

发达市场和新兴市场都拥有惊人的数字化转型机会。此外，新兴市场更有能力跨入数字银行业务。

来自东欧、亚太地区、拉丁美洲、俄罗斯和印度的软件外包供应商提供的先进数字银行解决方案比在美国和西欧创建的类似系统更便宜。

新兴金融科技市场在使用云计算、大数据、人工智能和其他技术提供最新数字银行服务方面几乎没有受到限制。下一步是更深入地了解这些创新的工作原理。