隐私计算可以实现数据在流通和集成过程中的可用性和不可见性。在数据互联网需求高、数据安全政策不断出台的背景下，互联网巨头、科技公司和金融机构纷纷进入隐私计算行业。2021年，它被业界称为隐私计算大规模应用的第一年。金融业作为一个数据密集型行业，迫切需要数据互联，是隐私计算技术的主要着陆行业。隐私计算可以帮助金融业的数据流通，主要用于信用风险控制、精准营销、反欺诈、移动支付人脸识别等场景。
2021年，各国继续加强数据安全立法相关工作，如《数据安全法》、《个人信息保护法》、《征信业务管理办法》等一系列数据法规，韩国发布MyData”相关立法和数据服务指南，强化数据保护等在此背景下，伴随着隐私计算行业标准的陆续发布及相关技术的不断迭代升级，2022年，隐私计算将在金融数据生态建设方面发挥更大作用。随着算法不断创新、算力逐渐增强及数据的海量爆发，预训练大模型已经成为人工智能的新方向。大模型的基本训练方法是自监督学习，依托复杂的预训练目标、庞大的模型参数，能够将丰富的知识存储到大量参数的隐式编码中，可以完成面向不同场景下的不同任务。大模型提高了AI通用性有助于解决AI应用场景的碎片化。
自2020年OpenAI发布NLP预训练模型(自然语言处理)GPT-自3年以来，大型模型在全球爆发，成为新一轮人工智能技术竞争的焦点。2021年，谷歌发布了万亿模型Switch Transformer，百度发布鹏城-百度·文心知识增强大模型，华为发布盘古大模型……大型模型开始从自然语言处理扩展到更多领域。在应用实施方面，大型模型仍处于主要机构的积极探索阶段。随着技术性能的不断提高、产业模式的不断成熟和监管体系的逐步建立，大型模型必将掀起新一轮的人工智能应用浪潮。随着产业链各环节的逐步成熟，加上疫情，促进零接触需求的增加，VR/AR经过热炒、低谷和复苏，技术进入了快速发展阶段。在十四五规划中，中国将增强现实/虚拟现实列为数字经济重点产业之一。
元宇宙概念大火于2021年。VR/AR它可以带来新的人机交互方式，被认为是元宇宙与现实世界的硬件接口。在元宇宙的帮助下，VR/AR该行业迎来了新一轮的发展机遇。IDC2021年全球预测VR产品同比增长约46.2％，2020-2024年复合增长率约为48％，2025年全球AR设备出货量将达到2440万部。苹果有望在2022年发布首款MR产品，Oculus或将发布Quest Pro，打造下一个VR索尼有望发布新一代旗舰车型PS VR头像。多模态学习始于1970年。经过几个阶段的发展，2010年后全面进入深度学习阶段。最早的多模态研究应用之一是视听语音识别。通过视频和声音的整合，多模态学习开始展示其优秀的学习能力。
自2020年以来，面对戴口罩和零接触疫情的正常保护需求，以及指纹、人脸等单一生物特征信息频繁泄露的个人隐私风险，多模态解决方案开始受到市场的青睐。多模态生物识别以其高精度、高安全性和广泛的应用场景，不断成为市场的主流，并逐渐应用于金融、公安、出入境、安全检查、教育等场景。2022年，在加强个人信息保护的主题下，多模态生物识别整合了多种生物特征的优势，可以灵活选择合适的技术整合方法和决策权重，适应不同应用场景下的需求变化，将有更多的着陆应用场景。2014年，Forrester Research随后，Gartner则用基于aPaaS高生产力平台（hpaPaaS）命名这个类别。2018年，西门子收购了低代码应用开发领域的制造商Mendix， 低代码平台OutSystems 获得3.6 亿美元融资，低代码应用开发在海外市场迅速升温。
在国内市场，数字化转型驱动的软件需求扩张与现有研发体系的矛盾日益增加，传统架构无法应对多变的市场需求。低代码/无代码可以更好地解决这个问题。低代码/无代码开发平台可以释放金融领域的生产力，加快金融领域的数字化转型。一方面，低代码/无代码开发平台可以满足机构随时变化的业务需求；另一方面，可以实现架构可视化、建模可视化和开发可视化。2022年，低代码/无代码将推动金融领域更快实现业务创新。2015年，云源应用基金会（CNCF）云原生技术和应用的发展开始进入快车道。近年来，云原生技术生态也从早期集中在容器、微服务、evOps等技术领域，扩展到底层技术、安排管理技术、安全技术、监测分析技术、场景应用等多个分支。
随着企业数字化转型的深入，企业应用需要基于云本地技术、架构和服务。2021年，全球云本地应用程序继续上升。云本地应用程序可以灵活地扩展和扩展。通过云本地转换，服务器资源可以最大限度地利用，有效地节省服务器成本。同时，云本地应用平台可以提高业务应用程序的迭代速度，灵活响应各种场景需求。目前，金融技术领域的一些创新者不断从技术架构、产品迭代速度、用户体验改进和客户肖像准确性等方面进行创新。Gartner预计2022年，75%的全球化企业将在生产中使用云原生容器化应用。
