在当今数字化时代，金融科技已成为金融领域的热门话题。金融科技涵盖了众多领域和技术，包括但不限于人工智能、大数据分析、区块链、云计算、移动支付等。通过这些技术手段，金融机构能够更好地了解客户需求，提供个性化的金融产品和服务。在此背景之下，国内的金融科技企业发展呈现出哪些特点，未来发展又有何种趋势？

　　国内金融科技企业的集聚效应

　　相关数据显示，京沪深三地已形成强大的金融科技产业集群。

　　在日前揭晓的2024年度毕马威中国金融科技企业双50榜单上，记者注意到，从城市分布来看，北京（29家）、深圳（23家）、上海（22家）三地的上榜企业数量占据显著优势，继续作为金融科技企业的主要聚集地。广州、杭州、成都和南京等在金融科技领域展现出强劲的发展势头，企业数量紧随其后，其中广州的入榜企业数量从上年的3家上升到6家，排名第四。

　　从区域分布来看，位于长三角、粤港澳和京津冀城市群的企业合计占比达92%，占比分别为31%、31%和30%，呈现三足鼎立之势。今年，长三角榜单企业也较上年有所增加，这些变化充分显示了这些区域在金融科技协调发展和科技创新合作方面成效显著，有力地推动了金融科技的均衡与高质量发展。

　　主要技术要素分布方面，人工智能占比首次位居第一，诸多细分技术要素正加速孕育。结合近三年调研数据来看，人工智能（92%）和大数据（91%）一直是占比最高的两大技术要素。值得一提的是，人工智能占比首次超过了大数据，且机器学习、自然语言处理、知识图谱等细分技术要素的占比也位列前茅。原因在于本轮生成式AI快速崛起的背景下，AI技术加速向金融业渗透，金融科技公司相应加大了在AI方面的布局力度，在平衡效益与安全的前提下充分挖掘“AI+”的应用价值。

　　众机构探索大模型技术在更多金融服务场景的应用

　　在新技术不断迭代更新的趋势之下，众多金融机构纷纷加快数智化转型步伐。它们一方面积极打造数智大脑、数据中台和数字底座，持续拓展数智金融生态场景，另一方面加快推进隐私计算、物联网、人工智能等新技术平台的建设，推动计算机视觉技术在更多业务领域的试点，探索大模型技术在更多金融服务场景的应用。

　　如今，从客户营销，到信贷风控，再到金融产品创新与客户全生命周期精细化管理，都能看到众多金融科技机构的身影。他们一方面向金融机构输出差异化的金融科技解决方案，帮助金融机构解决不同业务场景数智化运营过程所面临的各种挑战，另一方面将自身成熟的数智化运营经验“传授”给金融机构，帮助后者快速适应数字经济蓬勃发展的一系列新趋势，助力金融行业加快构筑新质生产力。

　　凭借在金融科技领域的卓越表现和创新成果,金融壹账通再次入选毕马威中国金融科技企业双50榜,这也是公司连续第七年获此殊荣。该企业相关负责人在接受记者采访时指出，作为现代信息技术与金融业务的深度融合产物，金融科技正以前所未有的速度重塑金融业态。随着金融行业数智化转型步伐加快，该平台将以更专业的技术与更丰富的经验，与各类企业紧密合作，共同打造金融行业数智化转型的“新基建”标杆，助力金融机构数智化转型与金融行业高质量发展。

　　作为平安集团的重要对外金融科技输出“窗口”，金融壹账通以“科技+业务”双轮驱动业务模式，助力国内实体经济与数字经济的深度融合同时，聚焦前沿技术研发，打造“更懂金融”的科技产品，助力金融行业加快数智化转型步伐，形成更强的新质生产力。记者了解到，金融壹账通重点打造了“零售+信贷+产险+寿险”四大产品，正为金融行业数智化转型与高质量发展提供全方位的“科技+业务”赋能。

　　如今，不少金融机构依托金融壹账通的“科技+业务”赋能，在数智化转型与塑造新质生产力方面取得显著成效。比如一家万亿规模城商行通过引入金融壹账通的零售业务数字化方案，手机端APP“月活量”上升约50%，驱动代销理财产品销售额增长约100%；一家财险公司在引入金融壹账通研发的核心系统后，风险减损率提升30%、运营成本下降逾20%，实现明显的降本提质成效。

　　持续探索“AI+”应用已成为行业共识

　　展望2025年金融科技的年度发展，业内方面预计，在国家加快培育新质生产力的政策背景下，金融科技之树有望更加枝繁叶茂。

　　毕马威方面指出，生成式人工智能技术爆发以来，各大金融机构均在积极探索金融大模型建设与赋能。不过，在推动大模型实际落地方面，行业整体仍面临诸多挑战。除了老生常谈的模型“幻觉”、数据安全问题外，大模型搭建成本过高、相关风险计量问题、数据溯源问题等也是相关企业担忧的核心问题。而在监管端，金融业一贯要求强监管和防风险，结合《生成式人工智能服务管理暂行办法》等出台，金融业在应用人工智能方面也应当更加规范有序。

　　尽管挑战重重，但持续探索“AI+”应用已成为行业共识，呈现出传统AI与生成式AI相辅相成的趋势。在技术底座方面，大小模型相互协同是主流技术路线；在业务场景方面，生成式AI更适合信息归集、分析、生成等非决策场景，在直接对客场景方面还需审慎评估其风险；传统AI则更适合复杂的流程控制、风险管理和策略决策类场景。相关企业在充分分析场景需求基础上，确定应用开发模式，并适配恰当的模型类型和参数量级，将是实现成本效益最大化的可行举措。

　　另外，在数字经济的发展进程中，金融科技正在融入各行业产业链生态，成为不可或缺的一部分。在AI等技术的赋能下，支付科技、信贷科技、保险科技、资管科技等创新形成的金融产品和服务升级已基本成为产业数字化解决方案的重要组成部分。随着从交易场景到交易数据、再到“数字资产+”的闭环加快形成，产业链金融实现了运营的数智化、风控的可视化和生态的协同化，必将催生产业数字金融的发展更上一层楼。

　　金融科技企业出海则是另外一大趋势。毕马威指出，金融科技企业出海目的地不断拓展，模式也向纵深发展。多数受访企业已或计划“走出去”，从传统的东南亚、中国香港等地逐渐延伸至南美、中东和东欧等市场，业务领域也从传统金融服务拓展到金融基础设施建设。在经营方面，金融科技企业更注重现金流和利润，投资人对企业稳健性和可持续发展的关注度增加，促使企业从规模扩张转向注重成本控制和盈利能力。金融机构对科技投入则更看重精准性和实效性，追求科技与业务的深度融合与共赢。