<p><strong>通過採用增強靈活性和響應能力的數字解決方案，貸款機構可以在動盪的環境中獲得競爭優勢，Finastra 貸款業務部門執行副總裁 Andrew Bateman 在_finews.asia_的評論文章中寫道。</strong></p>
<p>技術不再僅僅是支持功能；它正在成為日益複雜和競爭激烈的全球市場中的主要差異化因素。考慮到這一點，未來貸款將定義的三大技術趨勢是：數字化轉型、人工智能的採用和生態系統的發展。</p>
<p><strong>1. 加速數字化轉型</strong></p>
<p>技術為經濟不確定性提供了一條重要的出路，但許多金融機構仍受限於遺留基礎設施。過時的系統是銀行希望採用人工智能、先進數據分析和其他創新以解鎖競爭優勢的最重大障礙之一。</p>
<p>在貿易融資領域——一個傳統上對新技術接受緩慢的行業——從單一解決方案向雲原生、模塊化平台的轉變標誌着一個重要的演變。</p>
<p>重要的是，轉型並不需要冒險的 “撕掉和替換” 策略。採用分階段的方法，在現有基礎設施的基礎上部署下一代解決方案，使機構能夠在最小化干擾和保持運營連續性的同時實現可持續現代化。</p>
<p>雲優先模型現在是現代貸款技術戰略的核心。通過過渡到完全託管的雲環境，銀行可以受益於端到端的技術服務——使他們能夠專注於業務成果，而不是運營開銷。這些模型提供無與倫比的可擴展性、靈活性和部署速度，使其成為優先考慮靈活性和創新的機構的理想選擇。</p>
<p>數字化轉型最明顯的好處可能體現在客户體驗上。數字自助服務門户和移動界面增強了透明度，減少了傳統貸款流程中常見的挫敗感。通過將客户置於體驗的中心，銀行可以建立長期的信任和忠誠度。隨着這些數字基礎的加強，它們為貸款技術的下一個前沿——人工智能創造了完美的環境。</p>
<p><strong>2. 利用人工智能提升運營效率和改善客户體驗</strong></p>
<p>隨着數字基礎的建立，金融機構越來越多地將人工智能視為貸款創新的下一個前沿。然而，一個根本性挑戰依然存在：數據質量和結構。沒有良好組織和標準化的數據，即使是最先進的人工智能工具也會顯得不足。這突顯了協調支撐貸款生態系統的龐大而多樣化的數據集的持續需求。</p>
<p>人工智能有潛力通過實現更全面的評估來徹底改變信用評估。與其僅依賴歷史財務數據和抵押品等傳統指標，人工智能驅動的分析可以整合替代數據源，以構建更豐富、更準確的信用 worthiness 圖景。這對缺乏廣泛信用歷史的小型企業尤其有價值。個性化也正在成為一個關鍵的差異化因素，銀行和金融科技公司根據個別客户獨特的現金流模式和運營需求量身定製貸款解決方案。</p>
<p>在貿易融資中，人工智能可以幫助彌補隨着經驗豐富的專業人士退休和監管複雜性增加而產生的知識差距。這是一個人工智能助手可以提供顯著價值的領域，通過為銀行員工提供準確、實時和上下文感知的支持。這些工具幫助用户更輕鬆和準確地處理文檔、欺詐檢測和合規性。這些工具簡化了傳統上覆雜的流程，減少了對專業經驗的依賴。</p>
<p>通過自動化重複性任務，人工智能將提升生產力，同時讓員工專注於建立關係和創造收入的活動。先進的機器學習模型將以前所未有的精確度改善信用風險評估和欺詐檢測，而實時分析將使銀行能夠動態響應客户需求。</p>
<p>要充分釋放人工智能的潛力，金融機構必須將其嵌入核心運營中——不僅僅是作為附加組件，而是作為其貸款基礎設施的基本組成部分。這需要創新文化、對數據卓越的承諾以及戰略整合的方法。</p>
<p><strong>3. 建立生態系統和合作夥伴關係以實現未來準備的貸款</strong></p>
<p>雖然內部創新仍然至關重要，但貸款的未來將由超越組織邊界的合作來塑造。為了保持競爭力，金融機構必須擁抱生態系統思維，跨行業合作，將數字解決方案和數據流與核心貸款平台整合。這種方法為持續的創新、靈活性和增長奠定了基礎。</p>
<p>隨着其他金融領域迅速發展，貸款必須加速其技術演變。雖然現金、存款和債券等資產類別已經接受了數字化和代幣化，但許多貸款操作仍滯後。如果不進行現代化和採用區塊鏈等技術，貸款機構將面臨失去贊助商和借款者的風險，轉向更高效、技術驅動的市場。尤其在貿易融資領域，區塊鏈平台有望徹底改變傳統流程，創造前所未有的速度、效率和透明度。</p>
<p>在這種協作環境中蓬勃發展不僅需要技術投資——還需要對人力資本的投資。隨着人工智能嵌入貸款操作，機構必須發展管理、監督和與智能系統協作的技能。建立未來準備的團隊與建立未來準備的技術同樣重要。</p>
<p>通過促進技術合作夥伴關係和培養人才，前瞻性的貸款機構可以創建具有韌性和適應性的生態系統——不僅為 2026 年做好準備，還為貸款的長期未來做好準備。</p>
<hr/>
<p><em><strong>安德魯·巴特曼</strong> 負責 Finastra 貸款業務部門的領導和發展。在金融服務領域擁有近 30 年的經驗，他指導全球團隊通過技術靈活性現代化技術，支持客户的增長議程。此前，他曾在 FIS 和 SunGard（後被 FIS 收購）擔任全球職位。他的金融科技職業生涯始於勞斯萊斯，在那裏實施新財務系統後，他進入了 GIS/KPMG 信息解決方案（後被 SunGard 收購）。他的職業生涯使他在亞洲、南美、美國和英國生活和工作。他擁有諾丁漢大學的物理學學士學位，並且還獲得了企業財務管理協會的資格。</em></p>

荷蘭國際

科凱國際

<p>安德魯·貝特曼強調了塑造未來借貸的三個關鍵技術趨勢：數字化轉型、人工智能的採用和生態系統的發展。他強調了擁抱數字解決方案以獲得競爭優勢、克服遺留基礎設施障礙以及利用人工智能提高運營效率和個性化客户體驗的重要性。貝特曼提倡建立生態系統和合作夥伴關係，以促進借貸行業的創新和增長</p>

<p><strong>By embracing digital solutions that enhance agility and responsiveness, lenders can secure a competitive advantage in a volatile environment, writes Andrew Bateman, executive vice president of the lending business unit at Finastra, in his opinion piece for <em>finews.asia</em>.</strong></p>
<div class="lb-trans"><p><strong>通過採用增強靈活性和響應能力的數字解決方案，貸款機構可以在動盪的環境中獲得競爭優勢，Finastra 貸款業務部門執行副總裁 Andrew Bateman 在_finews.asia_的評論文章中寫道。</strong></p>
</div><p>Technology is no longer just a support function; it's emerging as a primary differentiator in an increasingly complex and competitive global market. With this in mind, three technology trends set to define the future of lending are: digital transformation, AI adoption and ecosystem development.</p>
<div class="lb-trans"><p>技術不再僅僅是支持功能；它正在成為日益複雜和競爭激烈的全球市場中的主要差異化因素。考慮到這一點，未來貸款將定義的三大技術趨勢是：數字化轉型、人工智能的採用和生態系統的發展。</p>
</div><p><strong>1. Accelerating Digital Transformation</strong></p>
<div class="lb-trans"><p><strong>1. 加速數字化轉型</strong></p>
</div><p>Technology offers a vital path through economic uncertainty, yet many financial institutions remain constrained by legacy infrastructure. Outdated systems are among the most significant barriers for banks looking to adopt AI, advanced data analytics, and other innovations that could unlock competitive advantage.</p>
<div class="lb-trans"><p>技術為經濟不確定性提供了一條重要的出路，但許多金融機構仍受限於遺留基礎設施。過時的系統是銀行希望採用人工智能、先進數據分析和其他創新以解鎖競爭優勢的最重大障礙之一。</p>
</div><p>In trade finance – a sector traditionally slow to embrace new technology – the shift from monolithic solutions to cloud-native, modular platforms marks a significant evolution.</p>
<div class="lb-trans"><p>在貿易融資領域——一個傳統上對新技術接受緩慢的行業——從單一解決方案向雲原生、模塊化平台的轉變標誌着一個重要的演變。</p>
</div><p>Importantly, transformation doesn’t require risky «rip and replace» strategies. A phased approach, where next-generation solutions are deployed alongside existing infrastructure, enables institutions to modernize sustainability while minimizing disruption and maintaining operational continuity.</p>
<div class="lb-trans"><p>重要的是，轉型並不需要冒險的 “撕掉和替換” 策略。採用分階段的方法，在現有基礎設施的基礎上部署下一代解決方案，使機構能夠在最小化干擾和保持運營連續性的同時實現可持續現代化。</p>
</div><p>Cloud-first models are now central to modern lending technology strategies. By transitioning to fully managed cloud environments, banks can benefit from end-to-end technology services – allowing them to focus on business outcomes rather than operational overhead. These models offer unparalleled scalability, flexibility, and deployment speed, making them ideal for institutions prioritizing agility and innovation.</p>
<div class="lb-trans"><p>雲優先模型現在是現代貸款技術戰略的核心。通過過渡到完全託管的雲環境，銀行可以受益於端到端的技術服務——使他們能夠專注於業務成果，而不是運營開銷。這些模型提供無與倫比的可擴展性、靈活性和部署速度，使其成為優先考慮靈活性和創新的機構的理想選擇。</p>
</div><p>Perhaps the most visible benefit of digital transformation is on customer experience. Digital self-service portals and mobile interfaces enhance transparency and reduce the frustrations often associated with traditional lending processes. By placing the customer at the center of the experience, banks can build long-term trust and loyalty. And, as these digital foundations strengthen, they create the perfect environment for the next frontier in lending technology: artificial intelligence.</p>
<div class="lb-trans"><p>數字化轉型最明顯的好處可能體現在客户體驗上。數字自助服務門户和移動界面增強了透明度，減少了傳統貸款流程中常見的挫敗感。通過將客户置於體驗的中心，銀行可以建立長期的信任和忠誠度。隨着這些數字基礎的加強，它們為貸款技術的下一個前沿——人工智能創造了完美的環境。</p>
</div><p><strong>2. Harnessing AI For Operational Efficiency and Better Customer Experiences</strong></p>
<div class="lb-trans"><p><strong>2. 利用人工智能提升運營效率和改善客户體驗</strong></p>
</div><p>With digital foundations established, financial institutions are increasingly turning to artificial intelligence as the next frontier in lending innovation. However, a fundamental challenge remains: data quality and structure. Without well-organised, standardised data, even the most advanced AI tools will fall short. This underscores the ongoing need to harmonise the vast and varied datasets that underpin the lending ecosystem.</p>
<div class="lb-trans"><p>隨着數字基礎的建立，金融機構越來越多地將人工智能視為貸款創新的下一個前沿。然而，一個根本性挑戰依然存在：數據質量和結構。沒有良好組織和標準化的數據，即使是最先進的人工智能工具也會顯得不足。這突顯了協調支撐貸款生態系統的龐大而多樣化的數據集的持續需求。</p>
</div><p>AI offers the potential to revolutionize credit assessment by enabling more holistic evaluations. Rather than relying solely on traditional metrics like historical financial data and collateral, AI-powered analytics can incorporate alternative data sources to build a richer, more accurate picture of creditworthiness. This is particularly valuable for smaller businesses that may lack extensive credit histories. Personalization is also emerging as a key differentiator, with banks and fintechs tailoring lending solutions to match the unique cash flow patterns and operational needs of individual clients.</p>
<div class="lb-trans"><p>人工智能有潛力通過實現更全面的評估來徹底改變信用評估。與其僅依賴歷史財務數據和抵押品等傳統指標，人工智能驅動的分析可以整合替代數據源，以構建更豐富、更準確的信用 worthiness 圖景。這對缺乏廣泛信用歷史的小型企業尤其有價值。個性化也正在成為一個關鍵的差異化因素，銀行和金融科技公司根據個別客户獨特的現金流模式和運營需求量身定製貸款解決方案。</p>
</div><p>In trade finance, AI can help bridge a growing knowledge gap as experienced professionals retire and regulatory complexity increases. This is an area where AI-powered assistants can deliver significant value by providing banking staff with accurate, real-time, and context-aware assistance. These tools help users to navigate documentation, fraud detection, and compliance with greater ease and accuracy. These tools simplify traditionally complex processes, reducing reliance on specialized experience.</p>
<div class="lb-trans"><p>在貿易融資中，人工智能可以幫助彌補隨着經驗豐富的專業人士退休和監管複雜性增加而產生的知識差距。這是一個人工智能助手可以提供顯著價值的領域，通過為銀行員工提供準確、實時和上下文感知的支持。這些工具幫助用户更輕鬆和準確地處理文檔、欺詐檢測和合規性。這些工具簡化了傳統上覆雜的流程，減少了對專業經驗的依賴。</p>
</div><p>By automating repetitive tasks, AI is set to enhance productivity while freeing staff to focus on relationship-building and revenue-generating activities. Advanced machine learning models will improve credit risk assessment and fraud detection with unprecedented precision, while real-time analytics will empower banks to respond dynamically to customer needs.</p>
<div class="lb-trans"><p>通過自動化重複性任務，人工智能將提升生產力，同時讓員工專注於建立關係和創造收入的活動。先進的機器學習模型將以前所未有的精確度改善信用風險評估和欺詐檢測，而實時分析將使銀行能夠動態響應客户需求。</p>
</div><p>To fully unlock AI’s potential, financial institutions must embed it into core operations – not as a bolt-on but as a fundamental component in their lending infrastructure. This requires a culture of innovation, a commitment to data excellence, and a strategic approach to integration.</p>
<div class="lb-trans"><p>要充分釋放人工智能的潛力，金融機構必須將其嵌入核心運營中——不僅僅是作為附加組件，而是作為其貸款基礎設施的基本組成部分。這需要創新文化、對數據卓越的承諾以及戰略整合的方法。</p>
</div><p><strong>3. Building Ecosystems and Partnerships For Future-Ready Lending</strong></p>
<div class="lb-trans"><p><strong>3. 建立生態系統和合作夥伴關係以實現未來準備的貸款</strong></p>
</div><p>While internal innovation remains essential, the future of lending will be shaped by collaboration beyond organizational boundaries. To remain competitive, financial institutions must embrace an ecosystem mindset, partnering across the industry to integrate digital solutions and data flows with core lending platforms. This approach lays the foundation for sustained innovation, agility, and growth.</p>
<div class="lb-trans"><p>雖然內部創新仍然至關重要，但貸款的未來將由超越組織邊界的合作來塑造。為了保持競爭力，金融機構必須擁抱生態系統思維，跨行業合作，將數字解決方案和數據流與核心貸款平台整合。這種方法為持續的創新、靈活性和增長奠定了基礎。</p>
</div><p>As other financial sectors rapidly advance, lending must accelerate its technological evolution. While asset classes like cash, deposits and bonds have already embraced digitization and tokenization, many lending operations lag. Without modernizing and the adoption of technologies like blockchain, lenders risk losing sponsors and borrowers to more efficient, tech-enabled markets. In trade finance, especially, blockchain platforms are poised to revolutionize traditional processes, creating unprecedented speed, efficiency, and transparency.</p>
<div class="lb-trans"><p>隨着其他金融領域迅速發展，貸款必須加速其技術演變。雖然現金、存款和債券等資產類別已經接受了數字化和代幣化，但許多貸款操作仍滯後。如果不進行現代化和採用區塊鏈等技術，貸款機構將面臨失去贊助商和借款者的風險，轉向更高效、技術驅動的市場。尤其在貿易融資領域，區塊鏈平台有望徹底改變傳統流程，創造前所未有的速度、效率和透明度。</p>
</div><p>Thriving in this collaborative environment requires more than just technological investment – it demands investment in human capital. As AI becomes embedded in lending operations, institutions must develop the skills to manage, supervise, and collaborate with intelligent systems. Building future-ready teams is just as critical as building future-ready tech.</p>
<div class="lb-trans"><p>在這種協作環境中蓬勃發展不僅需要技術投資——還需要對人力資本的投資。隨着人工智能嵌入貸款操作，機構必須發展管理、監督和與智能系統協作的技能。建立未來準備的團隊與建立未來準備的技術同樣重要。</p>
</div><p>By fostering both technological partnerships and cultivating talent, forward-thinking lenders can create resilient, adaptive ecosystems – ready not just for 2026, but for the long-term future of lending.</p>
<div class="lb-trans"><p>通過促進技術合作夥伴關係和培養人才，前瞻性的貸款機構可以創建具有韌性和適應性的生態系統——不僅為 2026 年做好準備，還為貸款的長期未來做好準備。</p>
</div><hr/>
<div class="lb-trans"><hr/>
</div><p><em><strong>Andrew Bateman</strong> is responsible for the leadership and growth of Finastra’s Lending Business Unit. With almost 30 years in financial services, he guides global teams in modernizing technologies through technical agility, supporting customers’ growth agendas. Previously, he has held positions across the globe with FIS and SunGard (later acquired by FIS). His career in financial technology began at Rolls-Royce, where the implementation of a new treasury system led to a role at GIS/KPMG Information Solutions (later acquired by SunGard). His path has seen him live and work in Asia, South America, the US, and the UK. He holds a Bachelor’s degree in Physics from the University of Nottingham and also has qualifications from the Association of Corporate Treasurers.</em></p>
<div class="lb-trans"><p><em><strong>安德魯·巴特曼</strong> 負責 Finastra 貸款業務部門的領導和發展。在金融服務領域擁有近 30 年的經驗，他指導全球團隊通過技術靈活性現代化技術，支持客户的增長議程。此前，他曾在 FIS 和 SunGard（後被 FIS 收購）擔任全球職位。他的金融科技職業生涯始於勞斯萊斯，在那裏實施新財務系統後，他進入了 GIS/KPMG 信息解決方案（後被 SunGard 收購）。他的職業生涯使他在亞洲、南美、美國和英國生活和工作。他擁有諾丁漢大學的物理學學士學位，並且還獲得了企業財務管理協會的資格。</em></p>
</div>

影響 2026 年貸款未來的關鍵趨勢