雷锋网获悉，今年 1 月，花旗研究团队再次聚焦 FinTech 金融科技，并发布更新版调研报告《重新审视数字化颠覆：FinTech 风险投资背后隐藏的行业变革（DIGITALDISRUPTION- REVISITED : What Fintech VC Investments Tell us About a Changing Industry）》。其中，该报告除了对 Fintech 行业投资全景进行了总结，还对对人工智能、大数据在银行业的应用进行详细调研解读。
以下，雷锋网对其进行了不改变原意的编译：
中国引领全球 FinTech 风投
花旗报告称，在 2016 年 3 月的第一份报告中，我们认为中国是全球 FinTech 发展的重镇；在本次报告中，我们跟踪了风险投资（VC）以及企业投资资金链的足迹，以再次审视中国 FinTech 的海内外扩张全景与趋势。
花旗报告的数据显示：
2016 年是中国 FinTech 巨龙咆哮的一年，并接替略显萎缩的西方 FinTech 市场成为全球 FinTech 投资人瞩目的地区。
在中国巨龙的驱动下，亚洲已经取代北美作为 FinTech 第一投资重镇的地位，成为 VC 最青睐的 FinTech 创新地区。花旗估计，同比 2015 年，2016 年中国 FinTech 风投增长至少一倍，相比之下，美国与欧洲则分别约下滑 38% 与 27%。
“中国 FinTech 的崛起反映了一个过去十年令人难以置信地快速发展的数字化，同时大规模崛起的中产阶级，以及面对创业电子商务和社交媒体生态系统显得措手不及的金融机构之间形成的一个独特的组合。在 2016 年前三个季度，中国 FinTech 企业获得的风险投资已经占据全球 FinTech 风投总额的 50% 以上，而且是 2016 年中全球唯一一个 FinTech 风险投资同比出现增长的地区，而且增长翻倍。”
据了解，得益于蚂蚁金服 45 亿美元融资等大额交易，在 2016 年前三个季度，全球 FinTech 投资达到 180 亿美元，接近 2015 年全年完成的 190 亿美元交易。
“毫无疑问，中国在全球 FinTech 领域中占据着举足轻重的地位。从一组数据可以得知，中国是 FinTech 客户的摇篮：腾讯的微信拥有每月 8 亿的活跃用户，阿里巴巴的支付宝则超过 4 亿。总的来说，中国移动支付用户总数甚至超过了中国最大的银行的零售客户数。”
除了非风险投资，与 2015 年相比，2016 年风险投资总体增长放缓，这反映出风险投资者更加谨慎的态度。
在全球 FinTech 增长放缓的大环境之下，2016 年风险投资以外的融资结构也在发生变化。根据花旗的报告：
正如 VC 投资的地理风向发生了改变，产品的蓝图也出现了方向移动。据花旗的报告显示：
总结起来，全球 FinTech 的现状与原因是：
2017 年及以后的前景：AI 和大数据的一切可能
从 B2C 到 B2B
美国市场在过去更吸引 FinTech 投资的是 B2C 的商业模式，这在今天的中国市场尤其如此。据统计，在 2016 年前 9 个月，60% 的 FinTech 投资涌向 B2C 金融科技企业。
与此同时，市场也呈现出投资开始向 B2B 企业转移，尤其是随着越来越多金融机构开始拥抱金融科技革新，FinTech 公司和银行的合作日渐增长。不过，在亚洲，B2B 解决方案仍然占小数。
AI 和大数据、保险科技、网络安全
高级分析和人工智能可以应用到银行业的方方面面，从实时客户管理，到更加高效的风险跟踪和监控。比如，在星展银行，其使用虚拟助手来分担客服工作；汇丰、富国银行和 Capital One 使用人脸识别和语音识别来完成身份认证工作；PayPal 使用深度学习来防止支付欺诈…… 自动化系统扮演着各种各样的角色。
Tractica 报告预测，虚拟数字助手（VDA）市场将在 2021 年达到 158 亿美元，个体活跃用户将达到 18 亿人，企业 VDA 用户也将上升至 8.43 亿。以下是未完全统计的银行业 VDA 应用案例：
其他关键的先进分析和人工智能 (AA-AI) 技术及其在金融服务领域的应用包括：
实时分析：实时决策。以 Personetics 为例，它可以让数字银行实时地与客户进行交互，为客户提供个性化的金融指导，这包括实时为客户分析现有资源，然后提供建议。
机器学习与预测分析。以 H2O 为例，H2O 的预测分析可以用于各个行业，在银行业中，它可以提前识别欺诈和洗钱活动，并自动进行信贷申请批准的判定。
深度学习与模式识别：多层次机器学习识别更高层次的抽象信息。以 IBM Watson 为例，一方面是通过其认知能力了解客户，金融机构因此能够更深入地理解客户的盈利能力和行为，以提供更加个性化的产品。与此同时，Watson 正在改变银行合规和监管方式。另一个应用案例是 3VR：3VR 主要提供视频数据分析服务。包括将面部识别分析与报警系统结合，以防止自动取款机欺诈。
自然语言处理： 使用计算分析自然的人类语言。以 NarrativeScience 为例，其利用 sadvanced 自然语言处理引擎将数据转换成具体描述。USAA 保险公司使用这个平台将大量的数据转化为易理解的书面报告，读起来像人类书写的作品。
所以，并不奇怪大数据分析会吸引大量投资。根据花旗的统计预测，金融领域的大数据和 AI 创新单位在接下来几年还将获得更多的投资。
银行的 Uber 时刻
人工智能和自动化在金融服务的广泛采用将产生深远的影响，包括产品销售，客户服务，最后改变既存银行的成本结构。花旗报告显示，随着移动互联网渗透的增加、FinTech 竞争的加剧，已经利润增长压力的加大下，按照 2104 年银行职工峰值水平计算，发达市场的银行分支机构预计将继续削减 30-50%。
金融危机后，欧洲银行以每年 2% 的规模缩减全职人工数量。花旗指出，未来银行分支机构的功能和角色将集中在咨询和顾问建议上，而不是交易中心。分支机构和相关人员成本占据一个打银行总零售成本的 65% 以上，而这些成本很大一部分是可以同过自动化技术缩减的。
更进一步地说，分支机构和员工裁减的差异因市场而异。花旗将影响银行制定怎样的新商业模式的关键因素归结为：劳动法的灵活性和社会的数字化发展程度——如果一个地区的劳动法较为僵化，银行裁员难度大，反之则越容易。而社会的数字化储备良好的话，那么银行裁员给其市场份额和客户满意度带来的影响越小。
报告的另一部分内容为投资者对话，雷锋网选取了其中专注中国市场投资的 IDG 资本投资经理 Douglas Jiang 的访谈：《花旗对话 IDG 投资经理：剖析中国 FinTech 发展现状与数字化颠覆》（点击阅读原文查看）。
最后，有兴趣阅读报告原文全文的朋友，可以扫描以下二维码，或者搜索 ID：aijinrongpinglun，关注公众号 @AI 金融评论，回复 “花旗” 获取原报告。
● ● ●
雷锋网读者群开通啦！回复「读者群」获得入群通道，首批名额有限，预报从速。
