智慧城市是把新一代信息技术充分运用在城市中各行各业基于知识社会下一代创新(创新2.0)的城市信息化高级形态，实现信息化、工业化与城镇化深度融合，有助于缓解“大城市病”，提高城镇化质量，实现精细化和动态管理，并提升城市管理成效和改善市民生活质量。自去年发布《北京市促进金融科技发展规划(2018年-2022年)》(以下简称《规划》)以来，北京市推进金融科技发展已经过去一年时间。北京商报记者注意到，一年时间里区块链、大数据、人工智能等底层技术快速发展，并加速与更多场景融合，如5G智能银行的落地。不过底层技术在合规性、可用性等方面还存在着局限性，未来更应重视基础理论研究，并借助现有优势探索更多场景。

底层技术升级 降低30%人力成本

在《规划》推进过程中，区块链、大数据、人工智能、云计算、物联网等底层技术也在不断迭代升级，在数字金融、供应链金融、数字农牧、无人银行、智能城市等领域不断输出数字化解决方案，驱动北京市金融科技企业创新发展，也代表了北京发展金融科技的方向。

例如，京东数科在今年2月推出资管科技产品“JT2智管有方”，并在7月开始实现从技术系统服务向开放平台服务提升，拓展了智能风控、智能配置等服务模块。今年6月，该公司基于京东智臻链JD BaaS平台，推出首个区块链ABS标准化解决方案，帮助资产方、计划管理人、律师事务所等ABS业务参与方两天之内部署区块链节点，将人力成本降低30%。

度小满金融CEO朱光日前介绍称，度小满金融基于百度人工智能的优势，为合作伙伴提供全链路的风险管理能力，包括信用风险管理、操作性风险管理和宏观风险预警。目前已经和超过600家银行和金融机构达成合作。

在人工智能、物联网等技术综合运用方面，北京市今年落地了数家5G银行网点，如建设银行在京推出3家“5G+智能银行”、中国银行落地的5G智能+生活馆，充分运用生物识别、影像识别、大数据、人工智能、AR、VR、流程自动化等前沿科技，实现了线上与线下场景的结合。

嫁接具体场景 探索智慧城市应用

分析人士指出，金融科技发展的一个重要趋势是场景化，只有嫁接到具体场景，才能让金融科技更好地服务于实体经济。而目前金融科技发展的焦点问题是探索持牌金融机构和纯技术企业之间的关联或合作场景。

在具体规划上，《规划》提出，一方面积极推动影响金融科技功能应用的底层技术发展，完善各类技术市场设施，包括人工智能、大数据、互联技术(移动互联、物联网)、分布式技术(云计算、区块链)、安全技术(量子计算、生物识别、加密技术)等。另一方面创造条件促进技术应用落地，创新金融产品和服务模式、改善客户体验、降低交易成本、提高服务效率，同时更有效地防范和把控金融风险。

中国社会科学院金融研究所法与金融研究室副主任尹振涛表示，技术的发展需要应用场景来体现，而随着不断发展，就会有更多的场景应用出现。目前围绕着金融科技的发展有两个很大的趋势，第一个趋势就是在监管框架内的金融机构，如何去与科技公司合作，发展金融科技。另一个趋势是已经具备一定科技能力的大型科技公司，如何通过有牌照的机构去开展业务。在摸索过程当中，监管不应一刀切，可能要更多关注科技属性的公司做金融业务，同时还需要出台新的监管方式和方法。

车宁则表示，未来底层技术的出路实际上是如何做大做强基础理论研究、基础的技术研究。更加坚持技术本身发展为导向，把过去将技术作为一个噱头的模式逐步转变为重视基础理论、重视基础科学的发展。

如何在现有优势上把技术与场景进行融合是关键。车宁建议道，北京的应用场景确实有待进一步扩展，非常好的一个应用场景就是智慧城市。因为北京拥有城市经济规模足够大、人口聚集足够多、商业生态、民生生态足够丰富等得天独厚的条件。而若打造智慧城市应用场景，一方面需要有一个好的顶层设计、在大数据的管理方面有话语权的主导机构;另一方面要做好合规性的管理，及时出台权利保护的标准，同时要有配套的标准化建设。

技术不成熟 应用前景存不确定性

虽然人工智能、大数据、区块链等底层技术蓬勃发展，并且与场景融合加速落地，但是底层技术仍然处于初期探索阶段，在合规性、可用性、安全性等方面还存在着重重挑战。

北京市网络法学会副秘书长、中国人民大学金融科技与互联网安全研究中心研究员车宁表示，五大底层技术都存在局限性。例如，以算法为主导的人工智能，没有达到预想到的类人智能水平，也就仅是一种初步的工业化智能水平，同时在近年来的应用实践中并没有经历过一个完整经济周期的考验，其应用整体来说没有形成一套独立的方法论。

而近期多家大数据风控企业的相继被查，也令市场对新技术被扭曲使用现象存在质疑。车宁指出，大数据存在合规性和数据结构的问题。一方面是数据的确权问题，即来自于数据使用、数据分级分类的问题。另一方面在结构方面有所欠缺，比如金融机构的数据可能更多是一些金融性的交易数据，对于社交数据不涉及，但是社交平台、电商平台又没有一些金融数据，它们各自所占有的数据在结构上是有问题的。在这种基础之上又没有形成一套合法合规的、多方都能够信任的数据交互体系，这也约束了大数据技术及其商业化使用的未来。

民生银行研究院研究员李鑫也表示，底层技术存在的挑战就是其中一些技术目前还并不成熟，或者只能比较浅层次运用，技术应用的前景仍存在较大不确定性。