今年的《政府工作报告》提出大力发展数字经济。与之相应地，金融服务的数字化转型提速成为可以预见的必然趋势。

实际上，传统商业银行的数字化转型是个被业内探讨颇多的话题。从实践角度来看，如何做好数字化转型，并没有标准答案和方法，***可以明确的是，数字化转型是一项系统性工程，并非某一个部门或者条线的责任，而是一场银行机构由内及外的自我革命。

“我国有着庞大的银行体系，银行机构类型众多、差异巨大，这意味着，银行数字化转型的优路径并不是***的。”上海金融与发展实验室主任曾刚在接受《金融时报》记者采访时表示，站在新的发展起点上，银行机构需要综合考虑自身的资源禀赋、历史沿革、发展状况、经营理念和组织文化等，循序渐进改善体系架构、培养核心能力，而不是简单照搬其他银行的经验与模式。

银行为什么要数字化转型？

2022年初，银保监会印发《关于银行业保险业数字化转型的指导意见》，为金融机构的数字化转型提供了系统指导。在实践中，一个问题首先需要明确，银行为什么要数字化转型？

“数字化转型是为了提高效率，否则就没办法适应新的市场环境。”曾刚认为，数字化的核心目的是解决怎样更好地服务实体经济的问题。眼下，实体经济已经高度数字化，银行不实现数字化就服务不好数字经济，反过来，金融又要依靠实体经济的发展获得回报，因此，长期来看，没有数字化能力的银行将是缺乏生存能力的银行。

中小银行需因地制宜因行制宜

不同的银行在数字化转型中面临着不同的问题。相较于大型银行，中小银行在数字化转型过程中面临着缺乏人才、技术和资金等难题。

“我国中小银行数量众多，客户群体差异较大，不同银行的发展目标不同，且受制于自身能力，数字化转型中缺乏顶层规划，没有一个清晰路径，无法实现真正意义上全方位的数字化转型。”曾刚坦言，中小银行业务比较简单，目前大的痛点还是来自于资产端。

因此，中小银行的数字化转型需要因地制宜、因行制宜，选择适合自己的数字化转型路径和目标。曾刚建议，中小银行数字化转型可以从业务端开始，引入一些数字化的手段、模式和方法，然后带动中后台经营理念和组织管理的变化，进而进阶到全行管理效率的提升。

对于此前业内讨论比较多的“大行科技赋能小行”的数字化转型路径，曾刚认为，需要辨证看待，一是大型银行的科技输出与小型银行的客户需求不一定匹配，二是购买科技服务对小型银行而言是否“划算”，也需要具体问题具体分析。

从零售到对公

在曾刚看来，无论是哪种类型的银行，从业务角度来看，数字化转型都是从零售业务开始，然后到对公业务，再到同业业务的一种自然延展过程。

实际上，银行数字化的确在零售条线应用早。“目前来看，银行零售端的金融科技应用也为充分，这与零售业务的特征有关。”曾刚对此分析认为，零售业务的单体规模小，客户数量众多，如果用传统的线下服务模式，很难形成对长尾客户的有效覆盖，成本是始终难以克服的障碍。如果用数字化手段，多元化渠道所生成的数据能进行更准确的客户分析、分层画像以及产品匹配，零售业务的效率可以得到大幅地提升。在个人客户行为加速线上化的背景下，如果缺乏数字化的能力，银行将很难在零售业务领域形成有效的突破。

同时值得关注的是，银行数字化已经开始从零售业务逐步拓展到对公业务。对公业务数字化的核心是以全场景的方式给客户提供综合化服务，目前比较热门的供应链金融、交易银行等概念，实际上都是运用金融科技手段去构建对公服务的场景。与零售业务客群分析、分层画像不同，对公业务数字化的重点是打造一个相对封闭、完整的行业生态，在客户交易链条中嵌入全流程、全方位服务。

整体推进不如抓重点工作

“通过调研我们发现，推动整个机构的数字化转型，不如以‘摸着石头过河’的态度，抓住重点工作来做。一次性到位是很难的，银行的数字化转型也是一样。”曾刚表示，目前，银行数字化转型的重点工作可以从以下几个方面入手。

一是场景端。无疑，场景对银行重要，它是客户服务的基础。银行数字化大的挑战和动能，在于传统线下网点的客户服务能力是在下降的。场景建设，实际上就是新的网点建设。场景既有自己经营的，也有和其他人合作的，这是用户获取和价值开发的能力，也是金融科技应用重要的领域。由于银行必须要考虑如何在竞争中把“护城河”筑牢、把客户留住，所以场景端建设的数字化是重要的。

二是资产端。场景端获取之后，把场景端的客户转化成有效的资产，这就需要风控和定价的能力。资产端获取已经成为核心能力，需要科技赋能和场景结合。资产端还包括场景嵌入，既包括零售端各种场景的搭建，也包括对公端各种产业和数字金融。理论上讲，借助金融科技手段有效控制相应的风险，这是一个很好的拓展方向。

三是数据底层能力。数据底层建立和数据应用能力贯穿了银行数字化转型全过程，不只是在客户获取和资产应用上，还可以应用到内部管理上。因此，资产端、数据端等中台也是一个非常重要的基础，需要构建现有的数据基础，打通各种数据源、统一格式，同时还要把内部外部数据融合，在此基础上强化数据分析能力。