如今，金融科技领域的许多讨论都聚焦于技术在金融服务中的潜在应用，但同样重要的是，行业为何此刻如此积极地推动创新。很大程度上，这反映了当前环境的现实要求：降低成本、实现监管合规、防范新型风险，以及在快速变化且充满不确定性的环境中保持竞争力。
不过，还有另一个驱动因素——或许是所有因素中最重要的一个，那就是客户。每场金融科技讨论都应从同一个问题开始，也以此结束：我们如何利用技术提升客户体验？要回答这个问题，我们需要了解哪些技术如今、明天以及未来能够带来最大影响和最多客户价值。
影响当下：机器人流程自动化
在当前所有创新中，机器人流程自动化（RPA），也简称机器人，是当今金融服务领域应用最普遍的技术，而且已经在改善客户体验，影响着我们的个人生活和职业生活。例如，在银行零售业务和财富管理领域，这一点十分明显：智能投顾正日益普及。
不出所料，将机器人整合到后台运营的工作也在取得进展。随着技术不断成熟，机器人将能够承担更多复杂且耗费人力的流程，例如从多个应用程序收集数据、管理客户主数据，以及避免重复录入数据。
企业如此看好这项技术，是因为它不仅能够降低成本、提高生产力，还能推动客户互动方式发生变革，并提供个性化服务。
例如，在 DTCC，我们正在将机器人整合到基础设施中，以支持新客户接入我们的全球交易信息库服务。我们相信，随着时间推移，机器人将帮助我们降低风险，减少人工差错率；通过更早提示异常，加快客户办理流程；并提高一致性，简化客户接入的整个周期。
然而，数字化劳动力在带来诸多益处的同时，也会产生风险影响。因此，自动化计划必须在整个企业范围内得到审慎管理和协调，并且在实施 RPA 项目之前建立适当的控制措施和治理机制，这一点至关重要。
变革未来：应用机器学习
应用机器学习代表着金融交易处理方式数字化转型的下一前沿，有望通过提高效率和降低风险来提升客户价值。尽管行业运用机器学习解决业务挑战仍处于早期阶段，但未来两到五年内，相关进展预计将迅速推进。数据正在推动这一趋势，许多企业正评估如何利用数据支持业务增长并提升客户体验。
在机器学习发展相对早期的阶段，行业必须制定恰当的基础战略，以最大限度发挥这项技术的价值。重点关注三个方面：
第一，我们必须尽可能建立并使用最稳健的数据集。分析前对数据进行规范化和标准化，对于确保建模结果准确至关重要。
第二，我们必须招聘、培养并留住能够运用算法并验证其结果的数据科学家和技术专家。
第三，我们必须应对数据安全和保密方面的顾虑。这些问题可能相当棘手，但行业需要设法解决，才能充分发挥应用机器学习的优势。
塑造长远未来：分布式账本技术
有意思的是，迄今曝光度最高的技术——分布式账本——在实现客户价值方面可能也是最复杂的。不过，它也最有潜力改变行业开展交易和支持客户的方式。
在 DTCC，我们正牵头开展迄今规模最大的 DLT 项目之一，即对我们的交易信息仓库（TIW）进行平台重构：将其从传统数据库迁移到分布式账本，并利用云计算提升可扩展性、优化性能、增强灵活性和降低成本。这项工作让我们深入了解了该技术的潜力与局限，这些经验将帮助我们和其他机构探索如何在金融服务的其他领域应用 DLT。
同样，随着行业继续试验 DLT，我们都需要审慎考虑应用它的方式和场景，同时认识到在某些情况下，现有技术可能仍是最佳解决方案。这一点至关重要，因为我们的共同目标不应只是把当前流程搬到分布式账本上。这样做会造成巨大的资源浪费。相反，我们应把这项技术视为跳板，从根本上重新思考如何变革交易后生态系统。
我们无法预测 DLT 会在未来几年如何改变市场结构，但我可以设想这样一个未来：资本市场通过分布式账本系统实现更加紧密的整合；所有数据都被采集并存储在云端；关键资产实现数字化并原生存在于这些网络中；各个网络则在资本市场间无缝同步数据。
这种数据同步愿景将通过大幅节约成本、降低风险，并实现行业长期以来的目标——从交易执行到结算的全程直通式处理——为客户创造价值。在某些方面，实现这一愿景或许是最容易的部分，因为从当今的技术、流程和市场惯例过渡而来，可能才是摆在我们面前最复杂、最艰巨的任务。
展望未来，技术必将从根本上改善金融行业的许多领域。要实现这一点，金融企业必须放下竞争心态，携手构建未来的技术基础。各自为政的危险在于，我们会打造出一座彼此割裂、错综复杂的解决方案迷宫，从而限制金融科技所能带来的巨大益处。支持协作的方式有很多，例如支持并参与超级账本基金会和企业以太坊联盟等开源组织，分享我们的专业知识和想法。如果我们以这种方式思考并采取行动，我相信我们一定能提升客户体验，为客户创造更大价值。
