（星标我们，洞见更多！）
近期，中国人民银行发布了《金融数字化能力成熟度指引》（以下简称《指引》），为金融行业数字化转型提供了标准框架和指导意见，标志着我国金融行业在数字能力规划和建设方面迈出新的篇章。
作为数字化产业的排头兵，金融行业的数字化进程一直备受关注。特别是在银行业，数字能力建设已经成为支持数字中国战略的重要力量。
面对当前经济环境，监管机构提出了“科技金融、绿色金融、普惠金融、养老金融、数字金融”这五篇大文章，给予银行业更高的数字化能力要求。科技金融是推动科技发展的关键要素，绿色金融是可持续发展理念在金融领域的具体运用，普惠金融是以人民为中心的共同富裕金融体系，养老金融是事关国家长治久安的全局性问题，数字金融是经济转型和高质量发展的必然要求。
Thoughtworks认为银行数字化能力成熟度的核心逻辑是要从过去CPC（客户Customer、产品Product、渠道Channel）三要素的传统业务思考，走向六大要素（数据Data、场景Scenario、生态Ecosystem、技术Tech、监管Compliance、风险Risk）的数字化思维。
这六大要素构成了银行业实现数字化能力的新思维框架，强调以数据驱动、开发场景服务、构建生态合作、运用技术手段、满足监管要求、管控合规风险。
只有实现真正的数字化思维转型，银行业才能继续为高质量可持续发展贡献力量，推动金融资源真正聚焦到战略方向、重点领域和薄弱环节上来，不断满足经济社会发展和人民群众的金融服务需求，以金融高质量发展为强国建设、民族复兴伟业提供坚实支撑。
图示：围绕六大要素构建数字化能力（8大能力均来自于《金融数字化能力成熟度指引》）
数据作为一种新的战略资源，可以帮助银行更好地管理和利用其他生产要素（如资金、人员、技术等），从而形成新的发展动力。通过数据驱动，银行可以开发个性化产品和服务，提升客户体验和粘性。《指引》中专门提出“数据要素潜能释放”的能力域来描述针对数据全面治理的要求。
《指引》将数据要素在金融业中的应用概括为两个大领域:
一是“数据要素规划管理”。这包括数据发展规划管理与数据治理体系建设。从1-5级来看，较低等级重在树立意识；中级开始部署数据治理框架；高级实现数据治理的有效落地；优秀等级持续优化数据管理；领先等级使数据成为企业核心竞争力。
二是“数据要素融合应用”。包括数据架构、质量、分析、共享与安全五个领域。1-5等级分别对应：基础建设阶段、初步运用阶段、有效管理阶段、产品化运用阶段以及领域典型实践阶段。其中，数据架构重在统一模型与集成；质量重在标准执行；分析重在平台与专业工具；共享注重体系完善；安全重在全生命周期管理。
值得注意的是“数据共享”被单独“能力项”提出，也是目前银行组织内部阻碍数据要素发挥作用的核心症结所在。一些先行者已经在行内建立了贯穿总分支行的数据申请、使用、度量、监管的闭环流程，但银行业未来需要在监管机构的指引下逐步建立行业级共享体系，才能真正释放数据要素的新动能。
《指引》提出了“数字化经营动能”和“金融服务智慧再造”两大业务转型升级的两个重要能力。
“数字化经营动能”体现在立足客户需求，构建敏捷创新体系。通过组建跨部门团队，完善内部协同机制，激发组织活力及创新动能。同时提升信息系统赋能水平，助力运营管理智能化。这将提高企业应对不断变化市场环境的能力。高级别企业则在创新管理模式和组织架构上进行扁平化改革，实现对市场需求的快速响应。
“金融服务智慧再造”重在优化客户体验。一方面采用自动化手段重塑流程，利用人工智能提升核心业务效率。另一方面不断丰富服务渠道，打通线上线下，实现渠道深度融合。同时持续更新客户管理模式，建立全生命周期视角，提供个性化精细服务。此外还将服务延伸到少年客户及小微企业，促进融资便利化。
整体来看，通过数字化双轮驱动，金融业将真正实现“以客户为中心”的智能化转型。
这将提升核心竞争力的同时，也促进金融深入发展，成为助推实体经济的新引擎。
随着数字技术的深入应用，金融企业不断优化服务体系，满足不同群体的需求，“金融无障碍服务”被提上重要日程。银行必须将无障碍理念引入服务渠道或场景中，领先的银行将利用多种手段提升客户服务，弥合数字鸿沟, 特别是在“小微金融服务”和“农村金融服务”等展现金融人民性的领域。
《指引》通过“关键核心技术应用”能力展开了在金融科技方面自主可控的发展要求，两个关键维度上阐明了如何逐步建立自主可控的技术体系，各个阶段都在逐步提升对核心技术的掌控能力，从被动应用逐渐升级为主动引领，助力金融业务与科技能力深度融合，引导行业变革。
在“核心技术应用攻关”方面：随着成熟度阶段的提升，重点从个别合作，扩展到建立长效机制，批量参与前瞻性研究。从依赖外部技术，到率先开展金融应用试点，提升自主研发能力。
在“核心技术价值创造”方面：初期着眼内部优化，扩大服务对象。中后期利用技术赋能业务和模式创新，助推数字化转型。高成熟度银行形成典型案例，带动整体生态发展。
值得关注的是，面向金融服务的智能化发展，《指引》从云计算、边缘计算、安全计算和量子计算四个技术底座提出了更高的要求，在量子计算这样的前沿领域，也鼓励领先的银行着手研究和尝试量子密码等技术的金融应用试点。
《指引》在“金融科技审慎管理”能力域中提出了针对风险管理的三个关键视角：
一是随着成熟度级别的提升，监管科技能力从数字化规则存储，逐步增强到全面构建监管知识图谱，实现规则的动态更新。数据分析能力也从基础处理，到精准识别风险和发现新需求。
二是在数字合规建设上，风控能力从初步布局，到构建跨机构联防体系。信息基础也从定期排查，到预测风险并实时处置。风险信息管理也实现从企业到行业规模。
三是在科技风险防控上，新技术管理能力从识别，扩展到事前事中事后全生命周期管控。算法和算力管理也实现从认识到制度规范管控，保证安全透明。数字渠道管理能力也在生命周期各环节实现全面管控。
总体来看，各能力成熟度要求银行从单项管控、向全面精细的综合风险管理体系转变。利用科技手段实现动态监测和处置，保障信息安全和操作合规性，构建银行自主可控的安全可靠体系。
《指引》从金融机构的视角强调了“监管科技应用” 的能力，随着监管科技能力的提升，监管者可以更好发挥数字化手段在规则管理和数据分析中的支持作用。例如从单纯规则存储的底线思维，发展到通过知识图谱实现规则动态更新的治理思维，这将有力助推监管工作效能最大限度释放。
从“数字合规能力建设”和“金融科技风险防控”两个子领域也能够看金融科技逐渐成为监管的重点方向，包含了面向数字化、智能化发展的算法和算力的合规要求。监管科技需要贯穿监管全过程，例如从规则提取到决策协助，涵盖监管各个环节。同时，监管科技需要协同多部门构建，例如跨机构联合应对系统风险，实现更高级别信息共享。
随着监管架构的数字化和智能化发展，我们相信在监管科技应用方向上，银行应该更加积极主动去配合相关技术的落地，并且积极参与到相关技术的应用研究和试点工作中去。
对于走向数智化的银行来说，无论是整体规划，还是数据要素释放，又或是核心技术的自主可控，都离不开生态建设。
《指引》在高级别成熟度中强调了“与生态合作伙伴实现资源共享和业务协同，加速推进生态圈的数字能力培育”，并且牵引银行“管理和经营模式为智能驱动型，...，能够基于共建、共享、共赢的生态圈培育智能驱动型的数字新业务。”
谋求外部合作生态的发展的同时，《指引》通过“可持续化发展基础”明确了银行数智化发展的内部生态要求。注重内部生态打造能力的深入度和广度，从单一型向全面协同型转变，重在培养内生动力支持长期发展。同时基于银行业的特点，关注标准工作，随着成熟度级别提升重点从自身规范，扩展参与及主导相关标准制定工作，并提高内部标准应用率以及对标标准数量。
《金融科技发展规划(2022-2025 年)》明确提出：
要抓住全球人工智能发展新机遇，以人为本全面推进智能技术在金融领域深化应用，强化科技伦理治理，着力打造场景感知、人机协同、跨界融合的智慧金融新业态。
2023年，我们共同见证了生成式人工智能的重要里程碑。迈向未来，数智金融机遇与挑战并存，数据合规和隐私保护都有很多问题亟需解决，道阻且长。但只有聚焦高质量和可持续发展，银行业才能真正发挥数智化红利，造福社会各领域，推动科创驱动的产业升级。
正如《指引》里明确的，金融机构需要不断完善“配套的制度、标准、文化等一系列支持数字化创新发展”的体系，行则将至，构建一个更加公开、包容、协同的新型金融体系。
