无科技，不金融。

党的二十大报告明确指出，推进高质量发展需解决科技创新能力不强的制约和瓶颈，到二〇三五年我国要实现高水平科技自立自强，进入创新型国家前列；加快发展数字经济，促进数字经济和实体经济深度融合，打造具有国际竞争力的数字产业集群。在新一轮科技革命和产业变革深入发展、数字中国建设风起云涌的大背景下，科技赋能将给银行业带来更为强大的发展势能。

驶向数字化转型的快车道，银行业“真金白银”的投入力度逐渐加大。6家国有大行科技投入占营业收入的比例从2021年的2.92%上升至2022年的3.16%；9家股份行科技投入占营业收入的比例从2021年的3.57%上升至2022年的3.91%。

“真金白银”的大量投入，也转化成实实在在的科技硬实力。银行业大数据、云计算等技术底座不断夯实，业务、数据、技术深度融合，数字化经营战略愈发清晰，组织机制更趋敏捷，从营销渠道、服务边界、运营体系、风险机制、产品迭代、组织创新等多个维度全面重构传统银行的存在形态和服务形态，更加有力地应对内外部环境变化，在持续提升自身数字化运营水平的同时，赋能和推动实体经济高质量发展。

然而，在瞬息万变的数字信息时代，要始终占据科技转型的高地并非易事。眼下，以ChatGPT为代表的AI大模型热潮席卷全球。推出仅两个月，ChatGPT的月活用户就突破了1亿大关。

自1956年达特茅斯会议提出AI概念近70年以来，AI正走向“强AI阶段”，演变成能多任务处理、会“思考”的通用人工智能。有观点认为，在蒸汽机、发电机和生物技术之后，AI技术将成为推动第四次工业革命、带领人类进入智能时代的决定性力量。站在强AI时代的十字路口，银行业的科技转型再度面临考验。

在强AI时代，承载于线上的数据形式的社会价值必然会越来越多，以数据中心、先进算力为代表的数字新基建的重要性也将愈发突出。作为数据密集型行业，如何用好数据、用活数据，实现高质量的数据供给，将深刻影响未来银行业数字化转型的成色。

“兵马未动，粮草先行”，要备好备足数字化转型的“军饷”，适度超前布局数据基础设施架构势在必行。中大型数据中心普遍存在建设投入大、周期长、扩容难、布局零散、迁移成本高等问题。随着“东数西算”工程的全面推进，银行业应着眼未来，适度超前规划数据中心算力布局。

与此同时，对于前沿技术的把握也是决定未来的重要“胜负手”。相比传统计算机，量子计算机在某些特定的计算任务中可以提供更高的算力。随着量子计算技术的不断发展，将会有更多应用场景可以发挥量子计算机的高效算力。在通过横向扩展算力的同时，银行业也应多元化发展计算技术，进一步提升算力。

落实到数据体系建设，银行业应以构建一流且全面的数据应用能力为目标，构建全新的全域数据体系，并升级完善全量数据体系，推进与两大数据体系相配套的数据治理、数据基础设施服务体系建设。

当前，银行业在围绕用户、交易等主体，实时、全面整合数据的全域数据能力体系方面主要还停留在点状尝试阶段，亟待体系性整体构建。为此，银行业需要围绕全域数据应用的供给采集、集成分析、场景应用各环节，从业务规则厘清、标准定义，再到包括对日志数据、客户行为数据、外部数据等各类数据的抓取、存储整合、分析挖掘及数据服务提供等规划全域数据体系建设全景，进而选取具体全域数据应用，推动全域数据体系落地。

在全量数据体系建设方面，银行业应结合自身在业务数据供给、业务数据采集、数据仓库建设、管理信息系统建设、监控报送平台建设等方面的实际情况，适当引入新技术、新工具，增效强化基础数据质量管控，加速建设进程。

值得注意的是，随着种类繁多的人工智能模型不断与银行业务深入融合，数据模型安全问题日益凸显；而随着数据参与方与涉及客户数量的增多，数据隐私保护难度也随之加大。作为资金密集型行业，安全合规与用户隐私保护始终是银行业推动数据能力提升、推进数字化转型的前提。

为此，银行业必须牢固树立国家安全观，将网络安全等工作上升到保障国家关键信息基础设施安全的高度，守牢金融安全底线；高度重视顶层设计，从管理、运行、技术三个层面构筑全面、智能、立体的安全防御体系，针对新技术应用带来的一系列风险，规范新技术使用场景，加强新技术的安全底座构建；从利用传统工具转向利用大数据等新兴技术和安全技术结合，以数据和技术驱动提升动态防护能力。