这个（gè）五一假期，你用上数字人民币红（hóng）包（bāo）了吗？还在试点中的数（shù）字（zì）人民币已然强势（shì）来袭，不但落（luò）地北京（jīng）、上海、深（shēn）圳、成（chéng）都（dōu）、长沙、海南（nán）等十几个城市，除了线下支（zhī）付，还对接了美团、京东、滴滴和（hé） B 站等十几（jǐ）个第三方平台（tái）。

过去的五年间，支付宝和微信代（dài）表的（de）移动支付（fù）开（kāi）启（qǐ）了“无现金时代”，颠覆（fù）了整（zhěng）个社会对于货币的认（rèn）知。而如今，带有国家属性的（de）数字人民币杀入支（zhī）付市场，或许将颠覆目前的（de）移动支付（fù）格局。

数字人民币（bì）的全称是 DCEP（Digital Currency Electronic Payment），即数字货币（bì）电子支（zhī）付（fù），是中国人民（mín）银行发行（háng）的数字（zì）形式的法定（dìng）货币。简单来说，就是纸质人民币（bì）的数字化，功能和属性同纸质人民币完（wán）全（quán）一样，每张数字（zì）人民币（bì）也（yě）有唯（wéi）一（yī）编号。区别于（yú）比特币这样私人（rén）发行的虚拟货币，央行发（fā）行的数字（zì）货币（bì）是法（fǎ）币（bì），具有（yǒu）国（guó）家信用、法偿性，其效力和安全性也最高。

单从这一点来（lái）说，它与支付宝微信（xìn）这类第（dì）三方支付手段都不（bú）构成竞争（zhēng）关系（xì），因为这两者就不在同一个维度上。以（yǐ）后的商家（jiā）可（kě）以说不接受（shòu）微（wēi）信、支付宝，但是说拒（jù）绝数（shù）字人民币则是违（wéi）法的（de）。由此可见，数字货（huò）币（bì）带来的不只是一种新的支（zhī）付方式，更是可（kě）能（néng）颠覆现有支付行业（yè）的格局。

据悉，目前工、农、中、建、交、邮（yóu）储（chǔ）等（děng）六大（dà）国有银行（háng）已（yǐ）经开始大力推广数字人民（mín）币货币钱包，这意味着商业（yè）银行作为数字人（rén）民币兑换、流通等一系列相（xiàng）关服务的提供者，将直接成为流量入口。

流量就（jiù）意味着数据，而在人工（gōng）智能时代，数据也正（zhèng）在被（bèi）重新定义。

由于（yú）数字人民币把钱从根本上进行了数字化，也就是说人（rén）民（mín）币从发行、流通（tōng）、存储、投资、跨境（jìng）流动等所有环（huán）节都可以变成（chéng）“数据”，这为（wéi）金融产业利用大（dà）数（shù）据、人工智（zhì）能、云计算、甚至物联网来连接（jiē）和处理（lǐ）这些数据打通（tōng）了“最后一公里”。

在金（jīn）融产（chǎn）业的数字化进程中（zhōng），挑（tiāo）选技术产品正如行走（zǒu）江湖的大侠需要挑一件趁手（shǒu）的兵（bīng）器，最重要的是切（qiē）合实战的（de）需（xū）求。Milvus 作（zuò）为新一代非结（jié）构化数据处理平台，结（jié）合人工智能技术，已经成为企业在（zài）实际业务部署中不可或缺的（de）一环，为消（xiāo）费者提供智能（néng）客服、理财产品（pǐn）推（tuī）荐、资讯推（tuī）荐、资产规划（huá）等专业级服务。

下（xià）面为大家分（fèn）享数字人民币的大趋势下（xià），三个极有潜力的金融科技场景。

金融生物识别：多（duō）模态融合（hé）已（yǐ）成应用（yòng）趋势

数字（zì）钱包作为数字人民币（bì）的载体（tǐ），在交易时也要验证身份以进行授权。目（mù）前（qián）应用较为（wéi）广泛的认证方（fāng）式就是基于（yú）生物特征数（shù）据（jù）的多（duō）因子身份认证技术，而生物（wù）识别在金融领域的落地（dì），也逐渐（jiàn）由单模态识别和（hé）技术应用，过渡（dù）到多模态融合。只有通过（guò）多（duō）模态（tài）生物识别的统一融合，才有可能覆盖尽量多的应（yīng）用场景和（hé）应用人群。微信（xìn）和支（zhī）付（fù）宝目前都上线了基于声纹动态口（kǒu）令（lìng）的登录方式，作为（wéi）指纹识别和面部光学识别的（de）补充。此外，在（zài）信贷业务中（zhōng）引入声纹识别技术（shù）作为反（fǎn）欺诈手段，还可有效降低冒用（yòng）他（tā）人身份进行骗贷以及（jí）多头贷款等事件的发生率。

消费金融：打造千人（rén）千面的定制（zhì）化投顾服务

数字钱（qián）包的（de）推行，除（chú）了以支付（fù）为基（jī）础，在消（xiāo）费金（jīn）融领域也有机会挖掘更大的市场。借助算（suàn）法和（hé）模型完善用户画像，金融机构（gòu）可以对用户的消费习惯（guàn）、风险偏好等数据进行（háng）挖（wā）掘，提（tí）供更多个性化和有针对性的（de）理（lǐ）财（cái）产品，实现“智能投顾”级别的产品推荐。通过查询（xún）客（kè）户的实时金（jīn）融数据（jù），智能客（kè）服也可以主动（dòng）发现消费者的需求，最大化的实现金融（róng）业务价值。

基（jī）于（yú） Milvus 语义向量的智能客服（fú）系统，与传统客服（fú）技术相比，极大的降低（dī）了（le）企业的 IT 投（tóu）入和（hé）技术门槛（kǎn）。借助于 Milvus 的高（gāo）性（xìng）能和可扩展性，智能客服系（xì）统可以支撑上亿级别（bié）的语（yǔ）料库。从体（tǐ）验感出发，不（bú）仅可以帮助用户找到所需的（de）关键信息或某条内容，还（hái）可以支撑（chēng）产品、功能以及业务的（de）召回。目（mù）前在（zài）金融行业，交通银行、鹏华基金和泰（tài）康人寿均应（yīng）用（yòng） Milvus 构建了他们（men）的智（zhì）能（néng）客服（fú）系统，

智能（néng）文本处理：推动金融行业（yè）信（xìn）息（xī）智能转型

金融业对传统（tǒng）数值型数据的分析已经相对成熟，而对基于文（wén）本的大数据分析还处于起（qǐ）步状态。对于金融（róng）机构的研（yán）究者来说，他们每（měi）天需要（yào）分（fèn）析（xī）大量投研相关文（wén）本，以此来把握行业动（dòng）态。文本数据（jù）往（wǎng）往以非结构化（huà）的（de）形式存储，且数据规模较大，传统处理方法很难满足需求（qiú）。基于深度语言模型的智（zhì）能文本处理，可以通（tōng）过文本向量化的方式，实现关键信息（xī）检索、文（wén）档智能审阅，以（yǐ）及（jí）投（tóu）研报告的半自动生成。其（qí）中，结合 Milvus 对文（wén）本进行语义（yì）相似度的检索，可以（yǐ）极（jí）大提高文本处理（lǐ）效率。