重磅！农行金融科技创新报告着眼于整体金融科技背景，立足于农行金融科技创新工作，以创新技术为切入点，绘制2020年度科技创新路径，面向2021年拓展科技创新地图，并探索全行科技创新体系建设，以此为纲，撰写此金融科技创新年度报告，旨在为全行应用创新提供思路，为创新共享提供素材，为科技规划提供参考。（说明：该报告发布于2021年2月，值得推荐阅读）

　　金融科技4.0阶段，5G、大数据、人工智能、云计算、物联网等创新技术已渗入到金融科技领域，焕发金融科技活力，引领金融科技发展，助力企业推出新应用，带来新价值。在创新技术为金融科技赋能的同时，国际局势变化和国内监管要求也为金融科技的发展带来了全新挑战，肩负金融和科技双重使命的农行科技部门，在此背景之下，不断探索应对之道。

　　“新技术、新应用、新价值”，三者不是递进，而是加和，“新技术+新应用产生新价值”，无论是面向数据和系统的科技人，还是面向客户和市场的产品人，没有灵魂的技术和业务永远无法创造新价值，唯有形成合力，方显创新价值，而团结的农行人，始终坚定地走在这条路上。作为国有大型金融机构，农行按照央行《金融科技（FinTech）发展规划（2019-2021年）》中指出的重点任务，全面提升大数据、人工智能、云计算等金融科技关键技术能力，并利用科技创新成果优化或创新金融产品、经营模式和业务流程，助力业务部门创造价值，为业务场景创新保驾护航。

　　2020年是农行人工智能大刀阔斧的推进之年。立足当下，引入声纹识别技术，继续完善农行人工智能感知能力建设，构筑农行多层次生物认证体系；与此同时，围绕知识图谱、自然语言处理（NLP）等领域深入挖掘人工智能认知潜力，解决业务场景中最迫切的需求痛点，全面提升农业银行智能金融服务能力。

　　与人脸识别、指纹识别、虹膜识别等同类生物识别技术相比，声纹识别能够在易用性和安全性之间取得一个较为理想的平衡，具有非接触式、主动交互的优势。

　　2020年下半年，通过调研分行的声纹识别应用场景需求，联合分行开展总分协同创新，开展声纹识别技术联合创新工作，总行提供技术平台支持服务，分行侧重业务应用开发，从试点场景选择到业务上线，快速完成创新技术的线上业务验证。

　　从人脸识别看到你，到声纹识别听懂你，2020年，农行在AI感知能力的建设上又迈出了一小步，也在全行总分协同联合创新的推进上迈出了一大步。可以预见，声纹识别技术的引入，将使农行风险防控、客户服务、安防控制等多个业务场景激发更多金融创新实践。

　　金融知识图谱是知识图谱以金融对象为实体，以金融行业语义理解和知识搜索为主要技术方向，应用于风险评估、事件预测、团体反欺诈、精准营销等多类业务。

　　知识图谱引擎当前已为3个总行业务部门，2家分行提供“资产输出+模型输出”服务。基于转账关系的反洗钱可疑客户识别模型识别准确率较传统规则模型大幅提升；基于转账、还款关系图谱，构建信用卡欺诈客户识别模型，有效提升了信用卡风控精细化水平；信用卡分期客户资金回流监测模型，实现对有资金回流或资质风险的分期账户的精准识别。

　　基于知识图谱引擎，深入探查数据实体间的关联关系，沉淀知识资产，拓宽知识边界，是人工智能从“感知智能”向“认知智能”迈进的核心步骤，路虽艰难，我们步履不停。

　　自然语言处理（NLP）指用计算机对自然语言的形、音、义等信息进行处理，即对字、词、句、篇章的输入、输出、识别、分析、理解、生成等进行操作和加工。

　　农行探索落地NLP统一服务引擎，自主研发面向全行的平台级产品，为行内非结构化数据处理提供开发、测试、监控、部署一站式解决方案。向开发者提供丰富的算子、训练环境以及运行环境，打通模型从训练、发布到集中运行的全流程；面向研发工程师，提供API调用，构建全行统一NLP服务能力，实现系统与引擎高效对接；面向数据分析师，提供原型接口，加速建模开发，提供模型训练、部署、发布一站式开发能力；面向模型研发工程师，提供丰富的基础算法，提供更高的开发自由度以构建基础、高效、前沿的模型。

　　NLP引擎在信用卡风险管理、智能运维、客户画像、自动客服等领域进行的开创性探索和尝试，迈出了NLP技术行内落地应用的关键一步，助力农行应对Bank 4.0时代银行发展要求，对内挖掘NLP在降低人力成本方面的潜能，以机器代替人脑处理重复而有规律性的文本处理工作，实现质效双生；对外为客户提供更加便捷的服务渠道和更加自动化的金融解决方案，更好地触达客户、了解客户、服务客户，全方位提升客户体验。

　　AutoML自动化机器学习是一个将机器学习自动化应用于实际问题的一个端到端的过程，本质是将机器学习各个流程的方法进行选择、组合、优化。

　　在AutoML领域开展了全方位的调研，技术上重点研究了自动化特征工程、自动化模型选择与超参调整，对于平台则重点研究试用行业内主流的产品。同时将AutoML技术应用到了金融场景中，在行内自主研发的人工智能服务平台上，将自动化特征工程以及自动化超参数优化成功应用到小微企业结算户转有贷户机器学习项目中。

　　即使是训练有素的数据科学家，在复杂应用场景下构建精确有效的机器学习模型，仍然是一件极具挑战且极其耗时的工作。AutoML的出现，可以将业务人员从复杂的数据处理、模型构建工作中解放出来，回归业务本源天博·体育，为机器学习模型在业务场景中的高效应用与大范围推广提供了一种全新的解决方案。

　　展望：近年来，以人脸识别、语音识别、声纹识别、OCR等为代表的智能感知技术在商业银行获得了较为广泛的应用，实现了与业务流程的深度融合，以机器学习模型为基础的智能决策技术也逐步落地于获客营销、贸易融资、资产管理、运营风控等多个业务领域，成效初显。拥抱智能化已然是商业银行在数字化转型时代面临的必然选择。

　　2020年是云计算大展宏图的发展之年。这一年，我们继续完善IaaS云平台，持续推动基础架构从硬件定义向软件定义转型。这一年，我们为兼容和适配上层应用进行平台优化，持续扩大PaaS的推广范围。这一年，我们引入Serverless、云数据库等新技术，持续增强云平台能力。云计算技术能有效降低创新成本，提升创新效能，为应用创新和技术创新提供沃土。

　　IaaS是农行云计算领域的一次重大变革。从硬件定义向软件定义转变，从面向设备运维模式向面向资源运营模式转变，从分散管理模式向集约管理模式转变。

　　“众里寻他，小露锋芒”。农行IaaS云采用了若干关键技术创新：一是平台全栈安全可控，推动云平台与国产服务器、基础软件兼容适配，提供满足信创要求的关键基础设施，构建从服务器到操作系统，再到基础软件全栈云平台。二是异构资源统一管理，采用资源池化、统一适配、智能调度等技术，统一管理传统基础设施和云基础设施，支撑农业银行新老技术栈转型，实现京沪两地资源规划统一、标准规范统一、管理平台统一、配置信息统一，提升数据中心治理水平，推动一体化运维体系构建。三是软件定义数据中心，引入OpenStack云计算框架、分布式存储、SDN技术等软件定义技术，提高数据中心基础设施的敏捷性、灵活性和扩展性。四是高质高效资源交付，通过资源交付标准化、自动化、服务化，实现基础软件标准化、自动化安装，降低手工操作带来的不一致风险，减少运维人员低价值重复劳动，提升运维效率。

　　“技术创造价值，创新永无止境”。农行也在探索一体化云平台建设，统筹考虑IaaS云和PaaS云，统一规划基础设施资源，协同向业务赋能。IaaS云以安全生产为初心，以提质、增效、降本、安全可控为目标，以标准化、自动化、服务化为思路，全面变革数据中心基础设施，向应用服务，支撑农行数字化转型。

　　随着金融服务对IT资源的弹性供给能力提出了更高要求，云计算逐渐成为商业银行实现业务创新的首选架构。农行通过PaaS承载新建应用系统已经成为我行的刚性架构原则。

　　2020年农行PaaS进入快速发展期，实现业务交易、内部管理和数据处理的系统全覆盖和基础环境的多样化兼容，涵盖CPU、操作系统、GPU等多类异构环境，全面满足各种应用系统的多样化需求，充分发挥底层基础设施的优势。在“双十一”、纪念币预约等高并发场景中，实现资源的快速部署和交付，轻松应对各种业务交易洪峰，资源使用率得到有效提升；在机房搬迁工程中，充分利用云环境的运行机制，实现零业务中断的集群整体搬迁，2个小时迁移58个系统。

　　创新不是一蹴而就，而是沿着发展的脉络演进、更迭。为了更好服务于上层应用，2020年，Serverless和Servicemesh正式出现在农行的云计算版图上，助力PaaS能力的发展和升级。

　　无服务器架构却有着不简的定义，无服务器运算为客户提供微型的架构，终端客户不需要部署、配置或管理服务器资源，代码运行所需要的服务器资源皆由云端平台来提供。

　　当前，Serverless平台已为总分行8个项目提供轻量化的技术和安全能力，大大提升分行场景金融和办公管理领域的快速交付能力，满足分行前台互联网旺盛需求，让科技力量更快速响应分支行甚至网点的一线需求，提高科技快速交付业务能力。在此基础上，开发人员的场景金融开发效率提升35%，分行开发人员“从入门到精通”仅需要5天，单个前端应用从设计到发布仅需2周，学习成本减少80%。

　　Serverless的落地增强了技术中台能力，提升了技术密度，为低代码开发创造可能。业务人员可快速构建原型，高效、准确传递业务需求。分行有力量拉动总行炮火，瞄准用户靶心快速出击。除此之外，Serverless实践营造和推崇了研发极客文化，推进“云开发、轻程序”的开放生态建设，未来可期。

　　依托PaaS平台技术能力，采取数据库 on 云的实现方式建设云数据库。基于云原生能力，可有序部署扩展、有序收缩删除，有效提高了云上数据库资源利用率。

　　本次创新实践实现了有状态基础软件独立自主上云，使用的所有组件及工具均为开源软件。随着试点项目——图计算平台MySQL数据库上云迁移完成，实现了基于开源MySQL最新复制技术MGR有状态基础软件云上运行的重大突破。此次MySQL上云实践，也为其他有状态基础软件或有状态应用系统上云，提供了可复制的技术参考。

　　应用上云已成为一种趋势，而上云过程中也伴随着双向适配，云平台需考虑沉淀应用共性需求，如所依赖的基础软件、基础架构、运行环境等，持续提升平台能力；应用则需考虑是否以上云为契机，进行系统重构，以实现换血升级，进一步统一技术栈。路漫漫其修远兮，云将上下而求索。

　　展望：随着云计算的“进化”，Docker容器有限兼容性的弱势凸显，K8s V1.20版本之后，Docker作为云计算领域的老将，将不再为K8s效力，而其带来的技术债，必将导致K8s版本的高频迭代。在此背景下，农行云计算实践需实现此阶段的平稳过渡，保证上层应用的可用性。

　　沿着旧地图找不到新，2021年将以创新为指引，进一步提升云平台服务能力与质量，深度探索和大数据、人工智能等新型IT技术的有机结合，实现强强联手，从而释放云平台的“超能力”，让云计算 + 新技术产生新价值，让云计算 + 新应用产生新价值。

　　2020年是农行大数据产能迸发之年。依托数据中台“业务导向、用例驱动、持续演进”的总体原则，实现数据资产、平台能力、业务赋能的全面提升。

　　数据为王的DT时代，大数据应用已渗透到各行各业，伴随分析、实时分析、数据可视化等技术迭代发展，将进一步加速农行大数据赋能步伐。

　　魔方，由你玩转——分析：分析旨在协助企业经营管理人员，通过数据切片天博·体育、旋转、上卷、下钻等操作，在海量的数据中快速探查业务价值。农行BI平台围绕数据能力与分析服务，以“数据业务化、服务自助化”为导向，统筹在线、离线及实时数据需求，打造由数据立方体、极算引擎、高性能缓存、一体化访问等技术分析平台。

　　天下武功，唯快不破——实时分析：实时分析用于实现海量数据实时摄入、低延时自助探查分析，提供实时摄入流数据到分析引擎中，结合预聚合、压缩存储等技术实现低延时“入库即查”的分析能力。未来在实时分析引擎选型评测基础上，将进一步提升自助灵活、低延时的实时分析能力，支持实时BI、用户行为分析、实时监测和ABTest等场景。

　　生动灵活，数据之美——数据可视化：数据可视化（Data Visualization），是计算机图形领域前沿学科，指用图形来表示信息和数据。2020年，支持总分行业务场景建设，其中，实时存款大屏实现指标监测时效从日到秒的飞跃，提供下沉至支行层级可视化展示，满足8000+用户的实时查询和监测。

　　技术进步是螺旋上升的过程，分析、实时分析、数据可视化等技术推动了农行大数据赋能步伐，未来将持续升级基础架构和引擎，依托DataOps体系建立数据快速交付机制，结合云计算和分布式计算技术，开放多租户模式扩大试点和应用范围，支撑数据服务与应用的协同研发。

　　展望：大浪淘沙沉者为金，从浩渺的大数据海洋中攫取“真金”离不开技术的支撑，大数据将进一步提升自助化、实时化和智能化能力，依托分布式文件、对象存储等构建数据湖等形态，结合云计算夯实存储计算分离、数据缓存加速机制，并提供统一数据表视图、流批一体计算提升数据时效性和自助灵活性，开放与AI的协同机制，为应用提供更加智能的数据服务，充分激发数据对企业发展和社会进步的推动力。

　　2020年是数字货币场景创新运筹帷幄的布局之年。农行围绕政府发薪、公共交通、医院缴费、校园生活、服务三农、线下零售等行业拓展试点场景，试点工作取得阶段性成效，业内首个将数字货币应用于三农产供销全产业链。经过一年的试点，数字货币初步实现了四个“一批”的工作目标，即突破一批核心基础功能，打造一批特色亮点产品，推出一批解决客户痛点的典型应用案例，形成一批体现数字货币特点的行业解决方案。

　　数字货币作为数字化的价值载体，可与区块链、智能合约、人工智能等创新技术无缝结合，在离线支付、开放生态等领域发挥优势，深度创新金融业务场景。

　　硬件钱包：数字货币可依托于手机SE、可视IC卡、智能手环为硬件载体，实现双离线交易，满足飞机、高铁、地下等脱网场景下的使用需求，充分体现其对标于现金的便捷性、易用性。未来，硬钱包也可以与物联网深度融合，打通万物互联与支付体系的壁垒，创新现有金融业务模式，构筑软硬一体化的智能产品生态体系。

　　智能合约：智能合约助力数字货币商业生态的构建，将商业合约以代码的形式实现并限定触发条件，自动执行合约逻辑，确保如约执行。依托智能合约，在预付卡、专项财政支付、“三农”扶贫、专用消费券等多种业务场景下，能够实现资金的定向流转、有条件支付、资金追索等功能，有利于构建完善的数字货币生态体系。

　　从比特币到Libra，体现了数字货币内在价值不断求稳、发币机构信用等级愈发提高的一种趋势，由中央银行发行数字货币自然水到渠成。各国央行纷纷投入对央行数字货币的探索，我国更是将数字货币纳入国家“十四五”规划、双循环经济发展等重大战略，走在数字货币研发前列，未来将成为面向数字经济的公共服务产品。

　　展望：数字货币研发已进入提档加速的新阶段，各地政府跃跃欲试，同业银行加速布局，重点企业积极参与，社会民众翘首企盼，规模化应用大有“万事俱备天博·体育，只待令下”的态势。面对新形势、新要求、新机遇，要汇聚全行共识，众创众举，部署“数字货币+”全新赛道。

　　2020年是流媒体取得突破进展并不断攀升的一年。随着移动互联网技术的发展，移动设备已成为人的体外器官。对于金融业，移动设备更是实现信息和资金在银行与客户间双向流动的主要入口。疫情催化下，音视频技术在移动端的快速应用迎来了新的发展机遇。因此，如何在富媒体时代把握市场先机，借助音视频力量拉近与客户的距离，提供更贴心、更便捷、更高效的金融服务，成为金融业关注的热门课题。

　　在音视频领域，流媒体技术并非一种单一的技术，它是网络技术和音视频技术的有机结合，用户可以通过移动终端、网页等观看录播和直播，并进行丰富的线上互动。

　　疫情之下，农行遵养待时的流媒体服务能力全面迸发。对于行内用户，基于流媒体技术，搭建湖北地区移动营销视频咨询服务和远程会议服务，为各分行客户经理远程业务咨询提供便捷沟通的渠道，有效保障了抗疫期间工作的开展；建设行内直播平台，支持大型会议、培训、宣传等各种线上活动，为信息沟通和发布提供了新的渠道。对于行外客户，则借助流媒体技术，推出了以企业掌银为入口、以远程视频为主要服务方式的业务办理渠道，助力远程银行建设。

　　在业技融合与互推下，借助流媒体技术，“面对面”将逐步从线下渠道迁移至线上，未来可能覆盖、甚至超越线下业务所能承载的范围。同时，流媒体技术驱动下，零接触式便捷服务将充分融入客户的各类生活工作场景，提高服务效率和用户体验，并助力抗“疫”，赋能后疫情时代金融服务。

　　展望：疫情终将过去，但农行甚至整个金融领域的流媒体实践并不会止步于此。未来，5G技术可进一步促进高效率、低延迟的移动互联，NFC技术的成熟可提供无卡化的介质认证，检测、生物认证的应用将保障金融创新的安全，数字虚拟技术的落地能提供智能化服务支持。伴随着诸多新技术的不断涌现，流媒体将充分发挥贴近客户的优势，不断释放产能，创造价值。

　　2020年是RPA技术孵化破茧继而蜕变化蝶之年。这一年，机器人流程自动化项目作为全行数字化转型重点项目落地实施，带来了“自动化、数据化、智能化、生态化”的四大技术能力。自动化，即全方位模拟鼠标、键盘、触摸等人工操作的桌面自动化技术；数据化，即运用大数据技术，实现数字员工、运营流程的数字化管理；智能化，即结合人工智能，大幅度提升机器人在认知、评估、决策方面的能力；生态化，即打造涵盖流程商店、开发者、用户的生态体系。同时，RPA在农行扮演着“系统粘合剂”“创新加速器”“流程放大镜”“决策智囊团”四种业务角色，作为接口实现多系统联动，快速打通业务上下游，加速业务创新；同时结合数据分析、自然语言处理、计算机视觉等前沿技术，辅助业务决策，洞察市场先机。

　　机器人流程自动化是一种非侵入式的客户端流程技术，通过跨越多个现有系统客户端的数据传递和集成，实现业务流程的衔接和融合，作为数字化转型重点项目落地实施。

　　2020年12月，首批数字员工正式“上岗”后，“007”加班加点，协同实现总行信用卡中心共计46个业务流程的日常自动化处理，每日替代人工操作次数为42.5万次，释放人力资源15.8人/天，机器人执行效率提升6倍。RPA平台输出机器人服务以及跨应用跨业务条线共享共用的能力，已接入应用系统12个，形成15个可复用的公共组件。

　　RPA通过模仿、集与系统间的交互行为，以非侵入式的方式读、写、操作各个系统，并结合OCR、NLP等AI技术，在不改变现有IT架构的前提下实现企业各业务场景和各类系统、网站、软件之间的自动化连接和处理，是企业敏捷数字化的首选工具。

　　展望：金融行业存在大量流程化、重复性工作，RPA技术将引导金融机构重新梳理自身产品服务流程，将自动化操作、自动化决策与人工审核决策等部分分别独立出来，通过不同技术的结合与加持，形成金融从业人员与机器人雇员共同协作的新一代人机协作工作模式。

　　2020年，是技术创新体系初见成效之年，也是农行立足新赛道布局金融科技、推动总分联动向纵深发展的变革之年。当前，与金融科技密切相关、尚处于孵化阶段的创新技术，涵盖大数据、人工智能、云计算等诸多领域。现梳理、分享部分已完成预研的创新成果，以促进全行各部门形成合力，开拓“新技术+”的全新局面。

　　鉴于5G消息的潜在业务价值，2020年6月份，5G消息入选农行《新技术新赛道识别研究报告》，纳入新技术落地应用范围。在系统建设方面，10月份农行启动了消息服务平台的升级工作，目的是实现与5G消息服务的无缝对接。在应用实践方面，选择信用卡业务进行试点，客户到达商场时即可实时收到5G消息，完成领取、使用优惠券等营销活动；如果客户未激活卡片、未办卡，可以通过5G消息实现激活、办卡，从而形成业务迭代的闭环。农行5G消息试点项目按规划将于2021年正式上线应用，“消息即服务”的全新业务模式即将开启。

　　2020年4月，国内三大电信运营商联合发布《5G消息》，12月中国联通正式开启5G消息试商用，5G消息商用呼之欲出。未来，在5G消息的加持下，新的服务形态将不断向各类金融业务渗透，重新构建银行与客户之间的服务场景。尽早布局5G消息赛道，将开辟一个全新金融服务入口，进一步延展金融服务的半径。

　　农行实践以当前最活跃的服务网格开源项目Istio为基础，已在谛听平台试用。通过建设管理平面，将网格参数配置整合成模块化、场景化的功能输出，让Servicemesh能够更安全、规范、便捷地使用。通过个性化实践，匹配现有的报文适配和接口管控能力，除带来灰度发布、容延容错等优势之外，能够进一步构建全局的服务调用视图，让应用之间的关系一目了然；能够进一步完善服务认证及安全策略，建立服务互联的零信任。

　　当前，农行已形成可参考、有效、可控的服务网格落地方案；通过拓展应用场景，逐步构建标准化、体系化、规模化的异构系统服务治理体系。Servicemesh作为云原生领域的技术新星，已纳入云上微服务架构的长期规划，在未来将成为云生态中浓墨重彩的一笔。

　　2020年农行正式启动联邦学习技术研究和场景落地工作，通过引入联邦学习这一基于加密的分布式机器学习新技术，探索在各方数据不出本地的情况下实现联合建模。前期围绕联邦学习的场景对数十家分行开展了需求调研，在智能推荐、反欺诈等领域均存在较为急迫的联合建模需求。结合各分行实际需求，深入开展了相关领域的技术研究，目前已完成联邦学习FATE开源框架和神盾联邦学习框架的测评工作，并结合行内外的相关应用场景，探索联邦学习在行内的应用落地途径。

　　在数据孤岛普遍存在、数据隐私保护愈发受到重视的当下，如何在数据不出门的前提下实现跨机构间数据信息的交流与整合，联邦学习给出了一种“鱼与熊掌可以兼得”的解决方案。无论是构建集团内部的数据安全共享机制，还是打造面向全行业的联邦生态，都将从这一技术受益。

　　2020年，农行以“数字运营人”项目为抓手，探索了一套基于人工智能物联网（AIoT）的云边一体解决方案。在“云端-边缘节点-终端”链路上，云端负责模型训练，边缘节点负责根据云端事先下发的模型进行推理，终端设备负责采集数据，并在此闭环中进行模型的持续优化，实现以边缘计算为技术核心的“贵宾客户识别”“区域停留时长分析”“区域热力分析”等智点应用场景。下一步，将逐步构建面向网点运营、风控、营销等多领域、多场景的智慧银行运营新模式，为5G时代网点数字化转型打好基础。

　　智点无疑是商业银行拥抱5G时代一个重要的切入点，边缘计算则是建设智点最关键的基础技术之一，通过将算力资源放在离用户终端更近的网络边缘处，能够与云计算有机配合，打造更高效的计算模式，带来更好的客户体验。无论是云计算还是边缘计算，变的是计算的位置，不变的是服务客户的初心。

　　在技术落地方面识别出以下潜在应用场景：在信贷线上面签场景中，可利用微表情识别技术，结合基于专家经验构建的问题库，识别客户真实意向，提升面审效率和准确度，防范客户欺诈风险，提升风险防控能力。在云坐席服务场景中，利用远程视频与客户沟通，最大问题是无法及时获取客户业务办理过程中的情绪变化；通过微表情识别，客观了解客户对服务的满意度和好感度，提升云客服的服务质量。在智慧无人银行以及产品营销场景中，利用微表情识别，结合大数据分析等技术及时感知客户对金融产品的情绪变化以及兴趣度，达到智慧营销、千人千面的效果，提升整体营销水平。

　　洞察客户的真实意图与喜好，当下可以说是每一家商业银行都渴望具备的能力。微表情识别这一黑科技，提供了一种将不可能变为可能的能力。特别是当服务模式从传统线下面对面方式变为远程屏对屏方式时，这一技术将成为商业银行提升服务能力和风险防控能力的又一利器。

　　问渠那得清如许？为有源头活水来。以上为2021年技术创新的起点，紧抓“数据、智能、安全”核心关键词；盯紧聚光灯下顶流技术，适时引入，绘制2021年全行科技创新图谱。在此基础上，探索新技术和新应用完美融合，协同发展。业务场景创新是科技能力提升的最大动力，金融科技创新是打造智慧金融的必要条件，在释放农行科技创新潜能、推动农行业务创新发展的路上，科技人一马当先，运用科技之力铸就农行数字化转型的成功之路。

　　2020年，是农行数字化转型战略由开局破题走向纵深推进的一年。在此背景下，金融科技创新已经按下“快进键”，技术赋能业务转型进入“深水区”。科技部门在统筹规划、业技融合、科技人才队伍培养等方面不断探索，营造出帮促竞争的创新氛围，衍生出鼓励包容的创新文化，逐步形成金融科技创新生态。

　　通过敏锐探查前沿技术进展，审慎甄别新技术应用场景，精准研判新技术应用价值，找准科技创新带动业务发展的关键发力点，有规划、成体系地引入新技术，丰富创新源头，充分发挥金融科技的硬核战斗力。

　　顶层设计，提升科技支撑能力：强化顶层设计，明确新形势下全行信息科技iABC战略，常态化输出《金融科技简报》《新技术新赛道识别研究报告》等，聚焦前沿技术，分享独家观点，厚积薄发，为全行金融科技建设提供决策参考和实践借鉴。

　　搭建桥梁，引入外部先进技术理念：通过邀请业界及行内技术大咖进行研讨交流，派员参加高质量技术会议与论坛等方式，帮助科技人员拓宽视野、延展思路，保持科技创新的敏锐感知能力。

　　借力借势，构建协同创新机制：借助政府的政策引导、科研院所的成果积淀、头部科技公司的技术优势和金融同业的实践经验，发挥各自优势，进行协同创新，实现强强联合、跨界融合。

　　通过前沿技术的应用，优化客户金融服务体验、提升风险管理水平、增强服务实体经济能力。形成从“各美其美”，到“美人之美”，再到“美美与共”的创新共享新局面。

　　业技融合，助力数字化转型提质增效：从产品和客户两个维度，扩大深化科技部门与前台部门之间的协作，以数据指导产品设计开发；形成准确的需求切分能力，实现大系统小做的快速迭代。

　　总分联动，金融科技与业务场景快速融合创新：充分发挥分行贴近市场、贴近客户的优势，结合当地资源、政策、人才、环境特点，引导分行不断发掘适合自身业务运营实际的创新试点领域，推动产品创新跨总分行的快速迭代。

　　平台推广，助力创新成果高效孵化落地：搭建科技创新推广应用平台，一方面，及时、全面、有效展现行内新技术研究、应用等最新研发成果；另一方面，通过平台建设，促进技术、资源、人才、场景需求融合汇聚，加速业技数融合创新发展。

　　金融科技创新是业务与技术深度融合的创新，为把握金融科技创新带来的机遇和挑战，做好金融科技4.0时代的弯道超车、换道超越的准备，需要在总分行培养造就一批高素质复合型科技人才队伍。

　　发掘人才，建立金融科技专家库机制：挖掘、储备一批专业水平高、发展潜力大、创新能力强、具备较强的产品思维、客户思维、跨界思维的优秀人才，为选拔“懂科技、懂业务、懂党建”的复合型科技人才。

　　引进人才，充实金融科技人才队伍：坚持内用外招并举，按照校园招聘保基本、社会招聘引急需、系统内招聘为补充的原则，加大科技人才补充力度，以市场化薪酬加大对战略急需的高端信息科技领军人才的引进力度。

　　锻炼队伍，激发科技人才创新积极性：通过外部培训、内部交流等方式，搭建高层次、创新型的金融科技人才梯队。聚焦重点难点堵点，广发“征集令”“英雄帖”，揭榜挂帅，鼓励员工勇于担当，主动识别创新点，承接创新课题，充分发挥主观能动性，激活科技创新“一池春水”。