银行、券商、金融保险机构当前的痛点在于认为自身数据不够，仍需外部采买，这一方面是因为没有做数据治理，一方面的确因为非结构化数据缺失。比如金融机构的CRM系统其实并没有记录过客户经理和客户的每一次沟通，系统内只有客户经理填写的潦草的访谈记录。
对于银行的科技部门来说，据千讯咨询发布的的《中国金融市场前景调查分析报告》显示，金融巨量的、指数级增长的非结构化数据，包括影像数据、脑电波数据、声纹数据会囤积在后台。这些数据形式都是从前不可能产生，或者从未想过需要搜集的。正如上面的例子，5G环境中可以记录客户经理与客户对话中，对方的声音和语气，目光在某一页产品介绍停留了多久，是否对某项服务感兴趣，这都会形成CRM系统中的数据池。如果借助数据治理的方案，这些数据经过重整和加工，这家金融机构的获客能力会有大幅提升。
数据吞吐量一下子多了一千倍、一万倍，银行科技部门必须想方设法重构信息存储、加工以及使用的方式，再者，原先都是结构化的数据，现在统统变成了非结构化数据，如何提取和采用？这对银行科技部门产生大量的挑战，但也是转型的机遇。银行的云计算、云存储需要重构和发展，AI也需要迭代。AI是由数据、算法和算力构成的，5G使得数据维度更加丰富，算法、算能亦需要跟上脚步。
算法重构体现在，原先我判断一个人是不是本人，靠的是验身份证、人脸，而5G环境中可以验虹膜、脸纹、骨架，甚至是DNA。金融场景中，对人脸识别的要求更加细致、具体和严苛。比如在机场、火车站和酒店，基本上都是固定的摄像头，但金融用户主要是使用移动设备进行金融行为，人脸投屏的位置很不确定，所以会要求采用整张脸40%的数据识别出是否本人。