金融机构信息科技部的职责与规划样例
金融机构的IT团队基本上指的就是金融机构的信息科技部，为了比较充分的理解信息技术部的服务模式，我们有必要了解这个组织的具体职责和规划。拿XX券商为例：
## XX券商信息科技部的职责：
1、负责公司信息技术系统总体规划的制定并组织实施；
2、负责信息系统相关制度的制定与完善；
3、负责信息系统建设、运行与维护，并对业务系统提出优化改进建议；
4、负责对新业务系统开发与建设及有效评估；
5、负责公司门户网站的整体规划建设、运行与维护；
6、负责信息系统安全管理及相关的风险控制与评估；
7、负责公司总部级机房IT资产的管理；
8、负责公司授权的IT资产采购实施工作；
9、负责分支机构电脑维护人员的技术管理；负责组织对分支机构信息技术系统运行状况的检查、监督与指导；
10、负责公司IT治理办公室相关工作。
## XX券商信息科技部的3年规划目标：
一、加大机房及IT基础设施投入、建设自动化运维及集中系统监控平台，持续进行信息系统升级扩容和优化，大力开拓云计算技术应用，启动公司级私有云平台及云管平台建设，以支持各项业务快速开展和灵活拓展。
二、按照总行网络银行战略要求，完善我司互联网金融平台，以服务整体为目标，推动与总行渠道融合。
三、做好手机证券APP的迭代开发，借助大数据、人工智能等新一代数字化技术，推进手机证券3.0系统建设，打造客户体验佳、服务专业化的手机证券移动门户，使手机证券从“有形”走向“有神”。
四、打造营销服务一体化的财富管理平台，为财富管理转型提供平台支撑。
五、落实全面风险管理安排，推进公司数据治理工作，完善数据治理相关制度，推进大数据专项规划制定，分步推动我司大数据项目落地实施。
六、强化网络与信息安全管理，加强系统自动化运维水平建设，实现信息安全、运行监控和运维管理的整合，建设自动化回归测试平台。
七、打造公司级的人工智能核心技术平台、推进人工智能应用试点。
八、深化信息科技风险管理，推动公司信息科技风险管理ISO27001体系建设。
九、通过新技术研发，以智能柜台为突破口，搭建业务集中运营平台，优化业务流程，实现“网点轻型化、业务办理集中化”，实现分支机构技术架构轻型化，践行“转型协同”发展战略，为公司业务运营降本增效。
十、加强技术队伍建设。通过优化、调整部门及岗位设置，引进、充实项目管理、架构设计及应用开发等技术力量，打造具有提升公司核心竞争力的研发团队。
职责与规划解读
总体上，一个传统的金融机构的信息科技部的职责和规划主要涉及这么几个部分：
1）规划发展：职责1；规划一至十；
2）基础设施维护和系统运维保障：职责3、5；规划一、六；
3）系统评估建设上线运行：职责3、5；规划二、三、四、七；
4）新系统开发：职责4；规划七、九；
5）IT安全管理：职责6；规划六；
6）系统支持：职责3、5；规划五；
7）综合管理：职责7、8、9；规划八、十；
再抽象一层的化，信息科技部的职责，就4个方面：开发、运维、安全、IT管理。
其中开发职能分为，新系统开发和老系统升级迭代，老系统升级迭代基本上是业务部门主导、供应商响应、信息科技部支持的模式。新系统开发在金融科技属性较强的金融机构会独立开展，更多的是联合开发的模式，金融机构、信科的开发团队、供应商开发团队，三方联合项目组。在供应商产品基线上，开发金融机构个性化的产品，此时相应知识产权也会转移到金融机构。
基础设施维护和运维职能是信息科技部最早的职能，负责基础设施：主机、网络、存储、防火墙等的运行维护，也包括应用系统：交易、清算、估值、网上交易、营销服务等等的运行维护。一个完美并且相对富裕的运维组织一个人负责4、5套系统是比较正常的配置，而实际上，多数金融机构的运维人员是非常紧张的，我们遇到过一个人负责10套以上系统的情况。这种配比是跟金融机构运营情况，运维工具平台自动化智能化，运维人员经验和水平直接相关的。
金融的本质是风险管理，信息安全是风险管理的一个重要组成部门，所以安全职能历来是信息科技部的核心职能，鉴于这一领域的专业性，有的金融机构会采用外包安全专家的形式，解决自己的深度安全问题。
最后的职能就是it的综合管理，涉及到it质量管理、it资产管理、营业网点的IT管理以及日常的综合管理工作。
数字化/数智化时代的面临的挑战
传统的金融机构的信息科技部以服务和支持为主要工作内容，IT属性较强的金融机构也会自建自主开发的团队，为自己的特色业务提供支持和服务。所以，无论怎样信息科技部都是定位在成本中心的，既然是成本中心免不得就会受到开源节流的精益管理影响。其表现就是人力资源越来越紧张、加班越来越多，很多金融机构的信科人员事实上已经是996的工作模式了，工作强度丝毫不亚于所谓的互联网创业公司。
数字经济时代，信息科技部这样的组织进一步受到冲击，大数据、人工智能大背景下，信科人员又遇到的新的挑战，具体来说：
挑战1：技术和业务深度融合
随着金融业务逐步走向成熟，业务流程基本已经固化，大家比拼的是业务执行能力、分析决策能力，拿商机发现来说，过去靠的是营销人员的人脉和公关，一套crm维护下客户信息基本就可以了，而现在大数据带来的精准商机发现，数据工程师用过往营销成功案例的数据做样本，通过机器学习等人工智能技术实现商机发现模型，指导营销人员精准跟进，一般这个效率的提升都在几倍以上。这种技术和业务的深度融合，让开发人员改变了服务支持的定位，而直接参与到业务分析与决策环节。
挑战2：技术引领业务
从上面的商机预测可以看到，当算法和模型，能够大幅度超过有经验的人，技术在某种程度上已经开始引领业务了，尽管现在大多数模型算法，还没有好用到脱离人工的程度，临门一脚还是需要营销人员来终结的。但可以展望的是，未来对于普通客户精准商机发现结合主动外呼智能客服，基本上可以完成对其基础的营销工作，这部分的商机转化基本上人工不用参与了，而此时您说，躲在这些业务背后的开发人员是技术人员还是业务人员呢？此时技术就是在引领业务了。
挑战3：数据资产的价值挖掘
传统金融多年的经营，对于数字化场景来说贡献了大量的样本数据，数据因此可以转化为数据资产，为企业经营赋能。而信息到数据再到数据资产的加工转化离不开开发人员，今后金融机构的信息科技部会增加很大的一部分职责，就是数据发现整理分析挖掘这一领域。
挑战4：DT VS IT服务模式
IT服务模式以支持和服务为主。相对而言DT其实是在做业务了。IT到DT对标的是“业务技术”变为了“技术业务”，业务技术是技术支持业务，技术业务则是用科技来做业务。所以原来内部服务链条“业务-技术”改变成为“业务-技术业务-技术”，未来很有可能就剩下一个：“技术业务“，然后金融机构就变成了一个”软件公司“。在以数据为中心的DT服务模式可以改变金融机构信息科技部成本中心的定位，逐步深入业务，相对于这种科技的业务前置，我们金融科技的人员是否也需要前置呢？
金融行业的IT团队前置的几种模式
尽管会有人说IT（DT）前置会导致IT资产难以管理，IT能力难以复用和共享，甚至会动摇信息科技部的大一统的组织架构。从而有回到过去业务条线各自为战的诸侯割据局面的风险。但相对于，技术团队从成本项转到利润项、从做技术服务转为做技术业务、从重复造论在的软件建设到数据资产的发现与挖掘，IT团队的前置不可阻挡。
国内金融机构几年前就已经在做IT前置的探索，这里举几个模式。
模式1：需求/产品前置模式
技术部针对不同业务部门，设立产品和需求对口人员。这是最普遍的IT团队前置的模式了。需求和产品的前置代表IT主动走近业务，产品和需求人员担当了技术部和业务部门的接口人角色，同时也在技术和软件之间架设了一个桥梁，避免了技术语言业务语言不通、各说各话的尴尬。这种模式的缺点也很明显，首先定位上，还是IT服务的定位；技术上很难覆盖DT的需求，无论业务数据分析、特征分析、模型算法适用性分析，都不是传统软件需求人员产品人员能够搞得定的。那么是不是增加一个DT产品经理就好了呢？其实也很难，因为数据智能的工程是个系统工程，数据分析、样本加工、特征工程、算法选择，所有这些都还不是一个产品岗可以搞定了，需要整个团队不同角色进场，全都懂的数据科学家做前置角色很显然也并不合适。
模式2：业务部门设立IT岗
粗看也是相当合理的设置，既减少IT编制，又可以真正深入业务团队，桥梁作用比it的产品经理前置效果更好。但往往这样的设置，会让业务部门的IT人员沦为打杂的，软硬件疑难杂症、数据问题排查基本上就会消耗掉这个IT专岗。另外业务部门的IT岗更像业务人员的IT小秘书的定位，因为是部门的边缘业务，个人价值和成长都不会得到充分的重视，并不会吸引高阶人才的加入。
模式3：开发团队前置模式
很多银行会采用开发团队前置的模式，成建制的前置团队可以系统化解决业务部门的综合需求，尤其要打造个性化特色化业务能力的业务部门，这种组织方式是相当理想。唯一的问题是，IT团队的一体化管理、IT资产IT能力公司级复用等问题，增加了IT管理的复杂度。
模式4：业务部门自建IT团队模式
这种模式在网金部这种特别强调前台个性化的部门会采用。个性化特色化得到了最大化的IT支持，问题也很明显，业务部门对it团队的管理专业性不足，it队伍脱离信息科技部的统筹管理，技术培训、人员培养、综合管理、资产复用、能力复用都是问题，相当于人为设置了一个IT的部门墙，不利于该团队的长期发展。
模式5：矩阵管理的联合创新小微团队
这种模式的目标是打造敏捷创新团队，为特定场景将业务、开发、需求、产品、数据等各色角色组织在一起，形成一个临时的敏捷创新团队，采用敏捷项目管理的机制，在清晰的目标指引下去工作，非常适合互联网试错的创新业务的孵化。问题主要是这种创新能力中心的定义、组织，混合团队的PM管理，对PMO来说是巨大的挑战。还有一点是企业文化是否包容这种PM管理的扁平化的试错组织。但相对于前几种模式，这种模式在未来的数字化转型企业中应该是最恰当的组织形态了。
