金融科技市场规模

在信创建设、发展规划等多重因素的影响下，国内金融科技市场预计将 以约12%的增速于2027年突破5800亿元 随着前沿技术的迭代升级与金融机构数字化转型进程的逐步推进，国内金融机构对于金融科技的投入规模逐年递增，2019年增幅一 度高达21%，整体规模突破2200亿元，后续受到全球新冠疫情、中美贸易冲突、国际地缘政治等多方面影响，国内金融机构对于科 技成本的使用愈加审慎，于此同时，国家倡导的信创建设推动了金融机构软、硬件产品的国产替代化浪潮，以国产软、硬件设备为 基础的科技应用时代提升了金融机构传统IT系统的建设投入。此外，银行、保险等多领域纷纷颁布了2023-2025年科技投入发展规 划，就未来3年金融科技投入提供量化指导，明确了科技团队的建设规模与投入的资金比例。综合来看，在发展规划的指导下，伴随 着信创投入的提升与前沿科技应用的逐步成熟，未来国内金融科技市场将以约12%的复合增长率于2027年超过5800亿元。

多模态数据处理技术 多模态技术的应用将改善传统模型的信息收录方式，利用更加丰富的感 知通道模拟人类的理解和表达，推动通用人工智能技术的泛化应用 多模态数据处理技术是指模型通过多种渠道感知、处理信息，以模拟人类信息理解与表达的方式，结合图像识别、金融大模型等前 沿技术，实现在金融场景下多类型数据源的综合处理及运用，为金融机构的智能风控、客户营销与智慧化运营，提供多模态情感计 算支持。在实际应用方面，多模态大模型技术可通过自监督的方式实现对于海量无标注数据的学习，其自身的泛化能力支持特定场 景少量数据的标注学习及微调，目前该项技术在人工服务监督评价、智能语音输入、反欺诈及不良贷款识别、情感捕捉与个性化营 销等方面得到深化应用，随着技术能力的提升，未来具备跨模态应用及学习能力的模型或将为金融业带来更全面的多模态应用。

低代码平台应用 将金融业务的开发逻辑下沉到平台侧，在金融大模型的加持下覆盖更多 中长尾金融场景的应用，实现数字化解决方案开发部署效率的提升 随着金融行业数字化转型进程的推进，金融科技产品的技术研发与业务场景间的融合更加密切，低代码技术通过提供可视化的开发 工具和预先构建模块，搭建起适用于金融业务的敏捷开发平台，在满足金融从业人员对于机构数字化转型过程中的诸多开发需求的 同时，实现机构金融数字化业务效能的提升。在以往的低代码产品建设中，产品的可视化能力、基础组件的构成及产品与业务的适 配效果是低代码厂商间竞争的核心，而面对如今产品应用能力的增强与业务场景的多样，产品功能层面的竞争已逐渐成为过去，是 否有能力沉淀行业Know-how、实现复杂场景的敏捷开发成为低代码产品的最新需求，随着AICG、金融大模型等前沿技术在金融领 域应用的逐步成熟，大模型加持下的低代码开发平台将实现更全面的业务场景覆盖，自然语言交互能力在低代码模式下的智能搭建 与应用将进一步降低产品的使用门槛，通过需求描述自动生成简单应用的产品模式将成为可能。此外，金融大模型对于金融行业内 数据、算法、场景模式的积累将为低代码平台的模块、组件、框架的优化提供有力支持，生成式AI对于需求代码的自动式生成将极 大提高低代码平台的使用体验，助力业务向金融科技产品应用的达成。