这个五一假（jiǎ）期，你用上数字人民币红包了（le）吗？还在（zài）试点中的数字人民币（bì）已然（rán）强势（shì）来袭，不但（dàn）落地北京、上海、深圳、成都、长（zhǎng）沙、海南等十几个城市，除（chú）了线下支付，还对接了美团、京东（dōng）、滴滴和 B 站等（děng）十几个第（dì）三方平台。

过去的五（wǔ）年间，支（zhī）付宝和微信代表的移动支付开（kāi）启了“无现（xiàn）金时代（dài）”，颠（diān）覆了（le）整个（gè）社会对于货币的认知。而如（rú）今（jīn），带有（yǒu）国（guó）家（jiā）属性的数字人民币杀入支付市场（chǎng），或许将颠（diān）覆目前的移动支付格局。

数字人（rén）民币的全称是 DCEP（Digital Currency Electronic Payment），即数字货（huò）币电子支付（fù），是中国人民银行发行的（de）数字形（xíng）式的法定货币。简单来说（shuō），就是纸质（zhì）人民币的（de）数字（zì）化，功能和属性同纸质人民币完（wán）全一样（yàng），每（měi）张数（shù）字人民币也有唯一编号。区别于比特币这样私人发行的虚拟（nǐ）货币，央行发（fā）行的数字（zì）货币是法币，具（jù）有国家信用、法偿（cháng）性，其效力和安（ān）全性也最高（gāo）。

单（dān）从这一点来说，它与支付宝微（wēi）信这类第三方（fāng）支付手段都不构成竞争关系，因（yīn）为这两者就（jiù）不在（zài）同一个维度上。以（yǐ）后的商（shāng）家可（kě）以（yǐ）说不接受微信、支付宝，但（dàn）是说拒绝数（shù）字人民币则是（shì）违（wéi）法（fǎ）的。由此可见，数字货币（bì）带来的不只是一种新（xīn）的支付方式，更是可能（néng）颠覆现有支付行业的格局。

据（jù）悉，目前（qián）工、农、中、建、交、邮储等（děng）六大国有银行已经开始大力推广（guǎng）数字人民币货（huò）币钱包，这（zhè）意味着商业银行作为数字人（rén）民币兑（duì）换、流通等一系列相关服务的提供者（zhě），将直接成为流（liú）量入口。

流量就意味着数据，而在人工智能时（shí）代，数据也正在被（bèi）重新定（dìng）义。

由于数字人（rén）民币把（bǎ）钱从根本（běn）上进行了数字化，也就是说人民币从发行、流通、存储、投资、跨境流（liú）动等（děng）所有环节都可以变（biàn）成“数据”，这为金融产业利用大数（shù）据、人工智能（néng）、云计算、甚至（zhì）物联网（wǎng）来连接和处理这些数据打（dǎ）通了“最后一公里”。

在金融产业的数字化进程中，挑选技术产品正如（rú）行走江湖的大侠需要挑一件趁手的兵器（qì），最重要的（de）是切合（hé）实战的需（xū）求。Milvus 作为新一代非结构（gòu）化数据处理平台，结合人（rén）工智能技（jì）术，已经成为企（qǐ）业（yè）在实（shí）际业务部署中（zhōng）不可（kě）或缺的一环，为消费者提供智能客服、理财（cái）产品推荐、资讯推荐、资产规划等专业级服务。

下面为大家分享数字人民币的（de）大（dà）趋势下（xià），三（sān）个（gè）极有潜力的金融科技场景。

金（jīn）融生（shēng）物识别：多模态融合已（yǐ）成应（yīng）用（yòng）趋势

数字钱包（bāo）作（zuò）为数字（zì）人民币的载体，在交易时也要验证身份（fèn）以进（jìn）行授权。目前应用较为广（guǎng）泛的认证方式就（jiù）是基于（yú）生物（wù）特征（zhēng）数据的多因子（zǐ）身份认证技术（shù），而生物识别在金融领（lǐng）域的落（luò）地（dì），也逐渐由单模态识别和技术应用，过渡到多模态（tài）融合。只有通过多模态（tài）生物识别（bié）的统一融合，才有可（kě）能覆（fù）盖（gài）尽量多的应用场景和应（yīng）用（yòng）人群。微（wēi）信和支付宝目前都上线了基于（yú）声纹动态（tài）口令的登（dēng）录（lù）方式（shì），作为指纹识别和面部光学识别的补充。此（cǐ）外，在信贷业务（wù）中引入声纹识别技（jì）术作为反欺（qī）诈手（shǒu）段（duàn），还可有效降（jiàng）低冒用他人（rén）身份进行（háng）骗贷以及（jí）多头贷款等事件的（de）发生率。

消费金融：打造千人千面的定制化投（tóu）顾服务

数字钱包的推行（háng），除了（le）以支付为（wéi）基础，在消费金融领域也有机会挖掘更大的市场。借助（zhù）算法和模型完善用户画像，金融（róng）机构可（kě）以对用户的（de）消费（fèi）习惯、风险（xiǎn）偏好等数据（jù）进行（háng）挖掘，提供更多个性化和有针对性的（de）理财产品（pǐn），实现“智能投顾（gù）”级别的产品推（tuī）荐。通过查询客（kè）户的实时金融（róng）数（shù）据，智能客服也（yě）可以主（zhǔ）动发现消（xiāo）费者的需求，最（zuì）大（dà）化的实（shí）现金融业务价值。

基于 Milvus 语义（yì）向量的智能客（kè）服系统，与传统客服技术相比（bǐ），极大的降低了企（qǐ）业的 IT 投（tóu）入和技（jì）术门槛。借（jiè）助（zhù）于 Milvus 的高（gāo）性能和可扩（kuò）展性，智能客服系统可以（yǐ）支（zhī）撑（chēng）上亿（yì）级别（bié）的语料库。从体验（yàn）感出发，不仅可以帮助用户找（zhǎo）到所需（xū）的关键信息或某条内（nèi）容，还可以支撑产品、功能（néng）以及业（yè）务的（de）召回。目前（qián）在金（jīn）融行业，交通银行、鹏华基金和（hé）泰康人寿（shòu）均应用 Milvus 构建了他们的智能客服系统，

智能文本处理（lǐ）：推（tuī）动金融行业信息智能转型

金融业对传统数值型数（shù）据的分析已经相对成熟，而对基于文本的大数据分析还处于起步状态（tài）。对于金融机构的研究者来说，他们每天需要分析大（dà）量投研相关文本，以（yǐ）此来把握行业动态。文本数（shù）据往往以非结构化（huà）的形式存储，且数（shù）据规模较大（dà），传统处理方法很难（nán）满足需（xū）求（qiú）。基于深度语言模型（xíng）的智能文本（běn）处理（lǐ），可以通过文本向（xiàng）量化（huà）的方式，实现关（guān）键（jiàn）信（xìn）息检索、文档智能审阅，以及投研报告的半自动生（shēng）成。其中，结合 Milvus 对文本进行语义相似度（dù）的检索（suǒ），可以极（jí）大提高文本处（chù）理（lǐ）效率。