当前技术发展应用 日新月异，数字化转型赋能城商行高质量发展，因而将在数据安全、前沿技术应用、科技 伦理等方面呈现出新趋势。
一、重视数据安全风险
随着数字化转型程度加深，城商行所 掌握的数据规模迅速扩大，数据安全的重 要性更加凸显。城商行数据安全呈现以下 三大特点。 第一，监管合规结合业务发展双轮驱 动的数据安全新动力。数据驱动的业务创 新将成为营收重要来源，以数据安全为基 础，城商行可以基于数据资产开展金融创 新，提升符合客户个性化需求和差异化特 点的产品和服务开发能力，提升服务质效。 双轮驱动数据安全建设新动力，基于业务 发展需求的数据安全在推动业务合规运营 方面的作用将更加凸显。
第二，产业政策与新技术两翼带动的 数据安全领域新突破。数据产业快速发展， 新技术应用不断突破，未来数据安全领域 将由产业政策与新技术带动。一是数据安 全管理更智能。通过数据建模、知识图谱、 机器学习等对数据流向进行智能分析，自 动识别并实施阻拦敏感数据风险。二是数 据安全管理全面升级。传统的数据防泄漏 （DLP）、脱敏工具、数据溯源、加密软件 等数据安全产品，将与大数据平台、数据 管理工具以及数据处理流程实现深度融合。 传统数据安全技术，将内嵌融入数据开发 与数据使用流转之中。三是数据安全新技 术充分运用。充分利用联邦学习、同态加密、 多方计算、隐私计算等新技术，对敏感数 据进行模糊化或相关计算，在保证数据安 全的同时，实现“数据可用不可见，数据 不动模型动”，满足业务对数据日益增长 的普惠化、规模化利用需求。
第三，数据安全风险治理能力成为城 商行竞争力的新重点。由于数据本身具备 流动性、泛在性、不确定性、可无限复制 利用等特点，有可能被不同角色、权限的 用户采取不同的方式处理、访问、使用， 导致数据安全风险的触发源和不可控性显 著增加。城商行要始终坚持常态化做好数 据安全外部威胁性与内部脆弱性风险评估， 不断提升数据安全风险管控运营能力应成 为城商行竞争力的新重点。
二、深化前沿技术应用
前沿技术不断发展，为城商行通过应 用数字化技术加快投资银行、交易银行业 务发展打造轻型银行提供了新机遇，尤其 是以 ChatGPT 为代表的生成式 AI 技术近期 广受关注，为城商行通过数字化转型加强 客户服务、优化内部运营、助力金融科技 研发提供了新空间。 第一，应用数字化技术的新趋势。一 是融智服务平台在投资银行业务的应用中 呈现新趋势。城商行下一阶段可围绕企业 投融资与经营管理需求打造一站式线上融 智服务平台，完善资讯研报、财务诊断、 风险预警、撮合交易、投融资辅导等常规 功能优化完善的基础功能，创新 ESG 咨询、 产业解析与智能撰写等创新功能，全方位 赋能企业战略规划、经营管理、投融决策、 低碳转型等多元应用场景。
在资讯研报方面，为客户提供包括行 业研究、财经媒体发布、市场机构投研等 增值服务，全面覆盖宏观经济、市场行情、 细分行业、区域经济等重点方面，并保持 及时更新。实时跟踪产业变化及分析产业 价值链条，基于大数据绘制产业链及细分 产业的全景图谱，以经营项目、企业关系、 产业体系、创新能力等多维度数据信息对 产业和链上企业精准画像。 在财务诊断和风险预警方面，为客户 提供集组合分析算法、上市和发债企业数 据、行业标准于一体的分析工具。实现数据 的一键导入一键分析，包括财务指标分析、 诊断、风险预警和财务预警，支持企业绩 效标准对比、行业均值对比、行业排名以 及企业对标分析等多维度分析对比，赋能 企业的经营分析、尽职调查、投融资决策 等多元化应用场景。 在撮合交易方面，为客户提供参与者 广泛、信息安全的交易撮合场景。通过项 目经理实时发布企业的投融资需求和脱敏 项目信息，汇集券商、保险资管、私募基 金等机构进行项目的对接，提高交易成功 率和满意度。
在投融资辅导方面，为客户提供集试算工具、行业政策、金融数据、产品服务、 典型案例、专题培育于一体的工具箱。通 过提供债券价格估算与评级试算工具，内 置专业评级模型，支持企业实时跟踪债券 市场发行利率与企业信用评价结果，为企 业信用评级、债券发行、投融资项目提供 可靠参照，全面赋能企业的投融资活动。 二是数智化司库在交易银行业务的应 用呈现新发展。城商行下一阶段可通过数 字化转型助力客户建设实现资金全局可视、 流向透明可追溯、归集划拨可控、预算精 准科学、风险智能预警的司库管理体系。 围绕集团客户，深入圈、链和生态场景， 持续推进产品创新、组合与联动，以及线 上化服务功能灵活性，满足不同客户需求， 搭建多元资产流转渠道，实现交易银行业 务“大流量、轻资产”转型，提升资源使 用效能与综合收益。
在生态服务能力方面，提升交易银行 业务线上化水平。以“电子信用证”“线上 验真电子保函”以及“供应链金融服务平台” 等电子化应用提高服务的及时性。同时， 及时响应支持实体经济宏观政策，结合产 业链特征，针对客户个性化要求，实施“电 子信用证福费廷”、特定行业经销商融资 等个性化方案。要义在于全面梳理企业的 全价值链、全场景业务需求，提供嵌入企 业交易场景的定制化结算、融资与非金融 服务，以数字化平台为依托，共建互联互 通的产融数字化生态。 在现金管理业务方面，推动企业现金 管理业务线上化、智能化、场景化。积极发 挥金融服务职能，向“资金统筹管理、智 慧智能信息服务、科学精准预算服务、高 质量全面风险预警及合规管控”等线上化、 智能化方向发力。实现集团体系下的资金 全局可见服务功能，迭代实现归集、下拨、 内部计价、收付控制等更灵活的动态管理服 务。探索符合客户场景行为的精细化服务 方案，与客户资金行为进行联动，实现便 捷的资金和信息分类管理，不断丰富对客 户资产的识别和管理，提升对客户资产的 盘活能力，满足企业解决资金流动性需求。 在票据服务方面，实现“一站式”票 据综合服务。整合渠道场景服务、丰富线 上票据产品，完善票据全面风险管理、拓 展票据数据金融，打造新一代线上化票据 系统，覆盖银票转商票、财票转商票等功能， 为企业降低融资成本、促进产业链流转， 形成全新高效模式。
第二，应用生成式 AI 技术的新空间。 人工智能被称为第四次工业革命的基础性 技术，更有学者将其视为改变人类生产生 活方式和对文明进程产生决定性影响的划 时代技术。2023 年，ChatGPT 等生成式 AI 大型模型应用广受关注，为城商行通过数 字化转型赋能高质量发展提供了新空间。 在客户服务方面，城商行可基于生成式 AI 技术，对金融数字机器人、智能客服 进行技术升级，支持多轮流畅对话，提升 用户需求理解能力，变得更加拟人化和广 闻博见，结合持续学习和智能代理技术， 可构建比客户经理更懂客户，成为客户全 旅程专属陪伴成长的金融服务数字助手； 城商行可通过“知识解析 + 主动学习”， 建立“高比例自动回复 + 人工兜底”的智 能客服数字化运营模式，根据呼入人业务 属性和实际意图，提供千人千面服务，迈 向各业务场景渠道大统一；伴随 AIGC 技术 持续进化，在财富管理业务方向可加快推 动元宇宙场景落地，个性化和高度拟人化 的数字机器人可能会率先成为新一代财富 新贵的专属理财顾问，随着 VR/AR 设备的 进化和可穿戴皮肤技术的不断成熟，城商 行将逐步为各年龄段高端客户提供随时随 地的沉浸式财富顾问服务；在信贷业务场 景，结合远程银行技术构建信贷数字员工， 可以实现对授信客户的部分贷前尽职调查 和贷后风险检查任务。
在内部运营方面，城商行可主动利用 生成式 AI 技术，一是优化用户交互模式， 从以往繁杂的多级菜单网页逐步过渡到语 音或文本多轮对话交互，基于对人类意图 的理解推出系统功能和数据资源；二是业 务决策场景，机器可在理解业务需求后直 接在后台组织和发起智能处理任务，自动 提供决策依据和建议；三是自动化提炼上 市公司年报、投研报告的核心观点、事件、 关系数据，用于辅助信贷业务决策；四是自 动整合行内外数据资源，自动生成客户信 贷评审报告初稿或行业风险分析报告；五 是自主学习各类行内外规则制度和产品管 理手册等，推动内控合规领域的外规内化， 辅助生成各类业务流程的合规检查程序部 件，特别是满足“授信三查”等监管要求， 自动识别业务人员的违规行为。 在金融科技研发方面，城商行可基于 生成式 AI 技术，一是利用大模型既有能力， 可以自动生成与业务无关的技术类代码研 发（如常用算法），自动生成代码注释和单 元测试代码；二是建立高频业务应用场景 的典型代码库并与需求描述文本关联标记， 精调出各分类场景的小模型，实现从需求文 本直接生成业务功能代码，或在业务领域 上下文用最小的提示语生成精确的执行代 码；三是低代码开发模式将进一步升级为 面向业务意图理解编程模式，在银行产品 数字化工厂，业务人员和技术人员通过多 轮对话，引导大模型编织业务组件实现新 产品装配工艺，设置产品运行策略参数在 数字仿真环境运行时自动化完成测试验证； 四是在欺诈监测、信用风险建模等场景中 利用合成数据相关 AIGC 技术为银行提供测 试用例生成支持，有助于解决银行机构因 缺乏数据样本或数据样例多样性不够而难 以实现机器学习精准建模等问题。
三、加强科技伦理建设
人民银行在《金融科技发展规划（2022- 2025 年）》中明确，要加强金融科技伦理建设。 城商行数字化转型赋能高质量发展，需要重 视金融科技伦理建设的新趋势。 一是秉持“金融为本、科技为器”。 城商行数字化转型运用金融科技，是城商 行依托技术驱动的金融创新过程，核心是 在依法合规前提下运用现代科技成果改造 或创新金融产品、经营模式、业务流程等， 推动金融发展提质增效。城商行应坚持科 技为金融赋能的定位，划定与科技公司的 合作边界，由城商行直接提供金融服务， 由科技公司提供技术支持，做到互促共进， 有效隔离金融风险与科技风险。
二是高度重视隐私保护。坚持最小必要 原则采集数据， 坚持“专事专用”原则使用 数据。在最小必要采集数据方面，要确保用 户数据采集方式合法、正当，确保采集目的 明确、合理。将采集内容、频率和数量控制 在实现处理目的的最小范围，使采集信息的 方式对用户权益影响最小，防止过度采集数 据。加强数据来源管理，确保数据的合法性、 完整性、真实性、准确性，避免通过非正常 手段获取、使用数据。在专事专用使用数据 方面，要履行与数据主体的约定义务，遵循 既定目的、范围、处理方式来处理个人信息 和重要数据，避免数据超范围使用。当数据 的处理目的、处理方式和种类发生变更时， 要通过重新明示相关信息、取得用户明确同 意等方式，做到“用途明确，范围可控”。 三是严防滥用数据与算法。城商行要 以金融向善为目的，遵守公平、公正、透 明的原则，运用智能算法帮助相关方做出 更好、更明智的选择，不运用算法优势减少、 限制各方选择机会，不误导用户做出可能 损害自身利益的选择。尊重并维护公平的 市场竞争秩序，严防过度采集和滥用数据资 源，不利用数据、流量等优势从事垄断经营、 不正当竞争等行为。公平公正使用智能算 法。杜绝运用算法从事流量造假、制造信 息茧房、诱导超前消费等不当行为。
四是提高与数据技术进步相匹配的数 据治理能力。金融数据处理的风险在大数 据技术赋能金融服务之初未能被预见，目 前已成为金融数据保护领域的沉疴痼疾。 城商行数据治理能力相对较弱，难以与数 据技术进步相匹配，且容易引发一系列问 题。鉴于此，自身数据治理能力无法“驾 驭”新兴技术的城商行，一般会尝试采取 与科技企业外包合作的方式进行数据治理。 然而，城商行的议价能力和鉴别能力较弱， 往往会沦为承受风险的弱势方。可以预见 “信息科技外包”将成为监管部门对城商 行日常风险监测和现场检查的重点之一。
