最近几年，随着互联网的飞速发展，金融科技、互联网金融、人工智能、大数据以及云计算正如火如荼地兴起，受到业界乃至社会的追捧。小到支付方式、大到财富投资，金融科技的兴起改变了我们的生活，使得金融服务更便利化、智能化，也促使着传统金融机构不断求新求变。科技正在重塑着各行各业，金融也日益形成了全新的业态和服务形式。

“金融科技”，在国际上有专门的词汇（FinTech），也就是金融（Finance）+科技（Technology），是指一群企业运用科技手段使得金融服务变得更有效率，因而形成的一种经济产业。作为全世界最大的消费市场和全球经济发展最快的地区之一，中国也掀起了金融科技的浪潮，对于金融科技带来的改变，银行业首当其冲。

金融科技的发展正面临新的节点。金融科技的快速发展为中国金融业注入了新的活力，提高了金融服务的质量和效率，但随着市场的发展，也带来了很多新的挑战与新问题。此时，各家银行使出浑身解数积极应战，其中不乏某银行与互联网公司（或者科技企业）合作，成立金融科技实验室、或研究院、或平台等等，其目的显而易见：与其孤军奋战，不如报团取暖。

理想是丰满的，现实却有点不尽如人意。银行与互联网公司合作中仍存在一些共性问题。首先，不少合作“重协议、轻落实”，未能在关键环节有所突破；其次，负责对接具体事项的部门不够明确，事务性磋商过多、流程繁琐、耗时太长；最后，在技术及数据合作上，互联网机构与商业银行分歧突出，表现为“前者不愿分享核心技术，后者不愿分享关键数据”，致使合作进程难以推进。此外，“合作成效如何评判、合作成果如何共享”也为双方所困扰。

“大数据”是合作中重要的一环。大数据是支撑金融科技应用的核心，如果没有数据驱动，人工智能将无用武之地、云平台也将成为摆设。大数据应用的主要流程包括数据采集、处理以及建模，在每一个环节，商业银行都面临着待解难题。在数据采集方面，银行内部的数据量虽然大，但数据维度较有限、数据更新较缓慢，并且不同板块的数据未打通，数据割裂现象突出。在接入外部数据时，银行面临成本高、有效性低等问题。在数据处理方面，银行的数据分析人员严重不足、工具守旧、流程模糊，数据处理时间久、效果差。在数据建模方面，银行现行的基于逻辑回归的评分模型，不能很好地满足大数据特性，而业界最新的深度学习算法又无法立即投入使用。事实上，数据应用之困的背后，除了有技术障碍外，还有制度约束，比如，银行内部数据打通难，其深层次原因是板块间的利益之争。大数据时代银行和互联网公司不是竞争关系，而更应该让银行懂得怎么挖掘数据，整合数据，进而进行精准营销。

监管方面对合作也提出了明确要求。2019年10月12日，北京银保监局发布了《关于规范银行与金融科技公司合作类业务及互联网保险业务的通知》（下称《通知》）。《通知》要求金融机构加强合作机构管理，建立准入、评估和退出机制，对合作机构实行名单制管理。《通知》规定，完善审批流程，合作机构准入应报总行审批，严禁未经授权开展合作。同时，定期评估合作机构资质和信用情况，对于出现风险预警信号、存在潜在风险隐患和违法违规行为的合作机构，应及时终止合作。

最后，对于部分并未开展合作的银行来说，不要盲从。这是一个避免盲目和探索路径的问题。每家银行的资源禀赋、优势业务都不尽相同，有必要深度内观并讨论之后再做出决策。

机遇与挑战并存，中国的金融科技正在蓬勃发展。在监管层和银行共同的努力下，金融科技未来可期。（部分内容整理自新华网、《中国金融》、财经记者圈）