随着金融科技公司将竞赛的接力棒传递到重构更微妙的金融生态系统，监管技术（RegTech）行业获得强劲发展势头。全球监管技术市场的复合年均增长率（CAGR）高达22.5%，这绝对是值得行业关注的大事件。有三大事件导致这种转变的发生 - 金融科技的发展、过去几年间爆发的各种全球性金融危机，以及冷战后政治经济的变化。

早在1997年，亚洲危机就揭示了健全金融行业监管措施的必要性。在2008年的金融危机中，多米诺骨牌效应暴露了复杂的全球性商业网络的脆弱性。这些事件都产生了前所未有的国际连锁效应，迫使监管机构实施更强大的制衡措施。这类措施导致监管实施和维护成本激增，监管法规从最早的二三十页增加到现在的数千页之多，由此可见一斑。

发展过程

到目前为止，监管法规一直处于亡羊补牢的状态，而这种方法代价高昂，造成了数十亿美元的损失。我们亟需从根本上重新调整监管方法，以控制复杂性和成本，同时促进金融系统朝着更具包容性的经济格局发展。综合运用区块链和人工智能（AI）技术，可帮助重新设计监管生态系统。

区块链有可能为监管开辟新天地，并促进法规的有机整合。基于区块链的商业网络为去中心化分布，有助于让监管机构成为系统的整体组成部分。区块链带来的智能合约会成为监管生态系统的核心构成要素。举例来说，当人们使用许可的区块链来设置跨境汇款时，可以通过智能合约来编写涉及法规的条款。这样，监管机构就无需再发布动辄数千页的法规，而只需将相关的条款编入智能合约即可。

创建法规编纂生态系统的倡议是促进变革的催化剂。其核心思想是重新设计商业生态系统，使商业交易网络成为一个“编码式”的互联网络。这不仅仅是依托于互联网的一种技术连接，还是实现基于人工智能的监管的途径。

在当前高度脱节的生态中，我们需要查看报告，然后进行数月的分析才能够得到洞察见解。人工智能，尤其是机器学习（ML）技术会改变监管机构利用金融事件来获取洞察的基本方法。使用非监督式、监督式和强化式学习的机器学习机制，可构建一个智能驱动型和允许相互协作的实时系统。这将实现多个环节的协同 - 非监督式模型负责学习新模式，并通过激励强化学习来驱动行动和决策，同时使用监督式模型对照历史参数进行校验。如今，在以系统监控相关的很多领域，人工智能都在发挥越来越重要的作用。将来，我们还将在业务网络层面上看到人工智能的集成。

未来之路

监管机构正在转变工作方式，以在金融生态系统中扮演赋能者的角色。我们需要检验并完善各种潜在的模型以拓展应用范围，而这正是沙箱想法大显身手的地方。沙箱可促进大规模敏捷方法，从肯尼亚到美国亚利桑那州，这种想法已在全球范围内获得广泛关注。金融市场行为监管局（FCA）和香港金融管理局（HKMA）都已制定和实施若干重大举措，还有更多举措正在陆续出台。这些举措已得到全球性关注，而不再局限于某些地区。覆盖20个国家盒地区的全球金融创新网络就是这样的一项举措。

尽管如此，前方仍然面临诸多挑战，而有些挑战比其他挑战更具基础性。法律框架自成形以来就在以特定的方式运行。计算机也是如此。我们使用计算机来执行各种规则，人则扮演学习主体的角色。然而，我们认为这一切在未来将会发生变化。从基础理论上讲，人工智能并不是新技术，但最近的创新证明了它具备的超强能力。预计在区块链网络的采用过程还会出现其他挑战，基于智能合约的法律是否已经准备好应对所有场景，仍需接受现实的检验。此类技术采用得越广泛，会反过来促进更伟大的创新想法的出现，进而解决这些挑战。

我们正处于彻底重构监管技术生态系统的初期。需求就摆在面前。在复杂而互联的全球经济中，不断针对新问题来出台新法规和寻找技术解决方案的传统方法已不具可持续性。在即将到来的未来时代，我们需要利用区块链技术构建编码式的业务网络，并利用人工智能技术重新构想监管生态。在这方面，通过正确地运用沙箱法和生态系统，将实现由小到大的有机生长。