财新传媒副总裁、财新智库执行总裁高尔基

中国互联网金融协会秘书长陆书春

农信银资金清算中心党委书记王永红

红杉资本中国基金专家合伙人车品觉

光大证券全球首席经济学家彭文生

TalkingData创始人兼首席执行官崔晓波

线性资本创始合伙人王淮

第四范式创始人、首席执行官戴文渊

高尔基:大家好,我是财新智库的高尔基,新朋友见到我这个名字会想起这句话,就是让暴风雨来得更猛烈些吧,今天我们请来这么多大咖讨论的问题比暴风雨更猛烈些的问题,这个问题是大数据如何重构金融。会前我和各位大咖商量了一下,要谈重构,先解构,我今天代表本次环节的所有大咖先把这个问题做一下解构,然后再讨论,今天讨论大数据如何重构金融,我想大概分四个层次的问题,第一个问题是今天的操作和未来展望方面,大数据和更广泛的领域在哪些领域的应用上会是一个机会,同时可能会产生哪些新问题需要我们来解决,来应对的,这是第一个问题。

第二个问题是来自于我们说的金融机构,像刚才几位主讲嘉宾提到过的,商业银行,甚至是更广泛的传统金融机构,在大数据以及金融科技的冲击、影响、大的机会背景下,需要做哪样子的调整,有什么样子的机会,以及未来可能会变成一个什么样的。这是第二个问题。

第三个问题是我们今天也有两位嘉宾崔总和车总是我们这次JDD大赛的老师,本身我们这次大赛也体现了京东金融在大数据对金融方面的一个基础设施和创新方面的思维的推动,所以我们也结合这次大赛来做一下这个方面的讨论。

最后一点是从大数据,再往更广泛的概念去讨论,比如说我们的人工智能等等新科技对金融有哪些影响。我们一共花五十分钟的时间,结合这四个问题,各位嘉宾可以根据自己的专业和偏好来进行一个阐述,中间如果有冲击的地方,欢迎随时打断,我们可以进行对话。好吧?要不您先开一个头,定一个调。

 

陆书春:主持人好,各位嘉宾好,各位代表好。今天谈到大数据这个主题,我想第一个谈的是现在大数据的出现对金融机构的整体上的影响,有一些什么样的成效。刚才我稍微早了一点来,我也听到了朱民行长和几位嘉宾,包括江苏银行的行长也做了一个演讲。

我想金融机构,本身就是一个数据密集型的企业。金融不乏数据,这些数据也是非常有价值的数据。互联网的出现让大数据,让过程中的数据和海量的数据,一些个人的行为数据的获取和存储处理、管理成为了可能。所以对于金融业务,包括营销和产品的设计,以及风控,降低成本,提高效率,以及扩展服务半径,都起到了非常有利的作用。那么我们也看到了金融机构在大数据时代,也在发生着变化。随着大数据技术,云计算的出现,以及互联网企业在跨界开展金融这样一个挑战下,大家应该也关注到金融机构促进了几个变化,我不知道说得对不对,请大家批评。第一个变化是金融服务的场景化和平台化在加剧。不仅仅是拘泥于传统的,以往的服务模式和理念在变化了,有很多银行做APP,通过一些平台提高服务的同时,也在通过场景获取数据,为金融业务的开展和风控,以及精准营销在做准备。

第二个特点是风控手段的多元化,大数据已经成为金融机构在风险控制中的一个很重要的辅助手段。

第三个是服务的多样化,包括智慧理财,智慧投资,投顾和量化交易,方方面面我觉得都扩大了金融服务的多样性,这是我看到的变化。那么从监管角度来说也在发生变化,大数据有助于风险监测的实时监控,有助于风险预警。

 

车品觉:我觉得这个变化有一点像迭代式的改变,等于说今天我们在路上来的时候,堵车,用高德或者是百度地图可以来解决你怎么样可以快一点来到这里。金融服务也是一样的,我们讲它是 to C的金融服务的话,当他们尝到新服务之后,对银行的服务,对金融机构的服务会有新的想法。在那个时候,首先金融机构知道不知道客户其实已经开始这样想了?我觉得这个很关键,如果是 to C端的话。

同时来讲,当更多人使用非银行的业务去做一些金融服务的时候,数据已经开始变得零散了,数据机构又知道不知道这个数据变得零散以后又该怎么样处理,换言之,到底一家公司是不是已经开启数据的战略,所谓数据战略就是基于银行或者是金融机构未来要走向的方向,到底你还差了什么数据,或者是少了什么数据,或者是你拿百分之百的数据以后,过了一年以后你发现只有50%的数据,另外的50%数据已经到了外面了,以数据论数据的话,我认为应该更多的是这样,大家可能要知道,首先是客户改变了,客户改变了以后,数据已经迁移在别的地方,以前的亿级海拔的客户没有了,基金的流动过去很多在一个体系里面,现在很多的基金流动已经不在这个地方里了。如果对这个数据做一种预测的话,可能会比以前难很多。

我举一个例子,我觉得关键的点,或者是说一个金融零售业的话,你必然会面对的是今天的智能时代,客户对于自己的金融需求已经变化了,这是第一点。第二点是数据也在迁移了,到底怎么样把这个东西补回来,我觉得这个是蛮重要的。我觉得尽管是在互联网和电子商务行业里面这几年经过了好几次的叠代,大数据和电子商务的关系,金融我还不是特别懂,每一次当我们碰到没有进步空间了,后面的科技变化的时候,它还是会产生新的变化,比如说AI,以前我们推进系统,很少用AI在里面的,推进系统是非常多的人工智能在推荐的系统里,所以说新的科技是不是会带来新的体验,新的体验是不是会带来新的数据,这里面的数据是增量的,不是存量的。当它是增量的时候,千万不要了解过去几年怎么样,现在怎么样?我觉得对金融来讲最大的颠覆是对人类在金融时代的改变。这是最大的。

 

高尔基:陆司讲的非常辩证,一个方面对业务的,对实业的影响另外一个方面监管机构怎么样又被之所用的辨证关系一刚刚车总提到了非常动态的问题,数据被金融行业所用之后产生了新数据,怎么样共享数据,行业方面可能也有一个共享机制在这里来帮助,您这边来看的话,您补充一下。

 

王永红:我也谈谈我对大数据的看法,我觉得大数据是一种生产力,也是工具,也是一种思维的方式,所以我们看到大数据不单单对银行有改变,刚刚江苏银行的行长讲到了,对各行各业都有改变,具体从银行来说,我们可以看到以前经常说的广告,精准营销,客户分析这是一个层面。另外是银行内部的管理也在发生变化,现在基本上基于数据说话,刚刚前面江苏银行行长说了,这个业务的贡献度怎么样,是经过计算出来的。当然进一步我们可以看到的是银行的另外一个变化是银行的决策也要用到大数据,所以从操作,管理,决策,都被大数据所影响,所以从这个层面上来说,我觉得这是一种工具或者是说一种生产力,其实我们从小就有一个12博大家都接受的,生产力决定生产关系,大数据在不断的影响银行,推动银行的改变,但是能不能颠覆银行我不敢说,因为这个要看你怎么样定义和最后的结果了,但是它的影响是,或者是说改变的力量是巨大的,这是我想要表达的第一个方面的12博。

第二个方面是我们如何把大数据发展起来,我觉得就要用起来。刚才我非常赞同前面行长所说的大数据,先做大数据,我的经验来看就是先组建一个团队,这个大数据能够帮助你这个银行,或者是说未来能够在你这个银行担当什么角色,挺难的。从小的做起来,再摸索经验。很多东西很难说的,互联网更新,反欺诈,很多是基于人性的挖掘去做一个判断,这个判断对不对,不知道。举例而言,今天的主持人蒋(昌建)老师,如果大家有印象的话,他曾经参加过新加坡的辩论大赛,是一个辩手。基于他的经历是不是可以给他的信用评分加两分还是五分呢。我们进一步挖掘可以知道当时大赛的顾问是现在我们的中央政治局委员,是不是又可以加十分呢?很难说,也有人说应该加一百分,是吧?我觉得应该先做起来,从小的地方开始突破,这样的话到我们的大数据思路逐步明确,我们找到我们这个工具,最后去解决的是什么问题,我先表达这两个12博。

 

高尔基:谢谢王总,您刚刚提到了辩论赛的时候,我们作为参加过辩论赛的人,精神为之一振。您提到了金融行业的特点,把大数据和金融行业解构为生产力和生产关系的互动,我觉得刚刚车总提到了一个很类似的,就是他在讲金融和电商的关系。其实金融行业本身是一个实业,同时,又是各个行业的枢纽。所以可能大数据对于金融行业的影响,不能光结合金融行业自身来看。我不知道从您的视角来看这种影响是不是会有更大的背景。

 

彭文生:其实我已经看到了,大数据是金融科技的基础。金融科技对现有的金融模式和金融结构的挑战,按照金融服务模式可以分为三大类:支付、信用中介和直接融资,是吧?我们已经看到了第三方支付体系,我们看到了P to P,我们看到了直接融资,比如说众筹,比如说最近火热的ICO对现有的金融结构的挑战,有人称之为颠覆性的影响。这个路能走多远,金融科技未来的发展对现有的精准结构的影响到底有多大,我觉得关键要取决于金融科技对解决当前金融面临的问题有多大的关注。我自己的理解,三大问题。

第一个,金融如何服务实体经济,金融科技实际上加大了金融行业的竞争,更多的金融服务的参与者,理论上讲,按照一般行业来理解,参与者多了,竞争多了,应该是有利于降低金融服务实体经济的单位成本。所以这是理论上来讲比较好的一个值得期待的方面。但是,金融自由化,更多的金融市场参与者,金融服务提供者,这个不是今天才有的。过去历史上有很多次大变革,最近一次是80年代开始的,环球的金融自由化。最近国际清算银行有一个研究,很有参考意义。这个研究发现什么呢?看过去一百年,包括了80年代开始的金融自由化。金融在国民经济的比重有明显的趋势性的上升。也就是说金融提供的服务量增加了。但是,金融服务的单位成本没有下降。这个给我们提了一个值得我们思考的问题,就是说金融科技的发展,能不能促进金融服务实体经济一个重要的体现是,金融或者是说信贷,广义的信贷的单位成本,能不能下降。我觉得这是从宏观层面上来讲的,值得我们所有人思考这个问题。有一些好的迹象在发展,比如说增加竞争,是不是能够带来理想化的结果,值得我们观察,这个里面涉及到如何定义金融行业的竞争,因为它是一个牌照经营,是吧?所以这是我觉得第一个值得思考的问题。

第二个值得思考的问题是金融行业目前面对的问题是什么:金融科技的发展,是不是能够有利于降低金融风险,或者是说有利于我们控制金融风险。为什么金融有风险?从目前来看,或者是说从全球金融危机来讲,一个重要的体现是金融机构变得大而不能倒,越来越大,有系统性的,重要性,所以不能倒闭。有人讲现在的金融体系是公用银行和赌场银行的结合,金融服务有一部分像自来水,像煤气公司,是我们的生活必需品,必须稳定服务运行,所以需要政府的监督。另外一个部分是风险,像赌场一样,现在我们的问题是大而不能倒,公用银行和赌场银行结合,这带来一个深层次的问题,金融科技的发展,到底是帮助现在的金融机构进一步做大,还是真的能够增加金融行业的竞争来引进市场的激励约束。防止金融机构变得越来越大,越来越大而不能倒,这是我觉得我们应该思考的第二个问题。

第三个,金融科技的发展,是不是能够真正的改变金融机构,我们都知道金融两个形式,一个是间接融资,通过银行中介,一个是直接融资,通过资本市场。一般间接融资风险太大了,我们要降低间接融资的比重,增加直接融资。金融科技的发展,是不是能够提升直接融资的比重呢?靠什么形式呢?靠最近非常火热的ICO吗?我们都知道发生了什么事情了,政府监管的干预,是吧?金融结构行业的普惠和精准的问题,金融科技的发展,理论上来讲是有利于促进普惠金融的。但是,从80年代开始的金融自由化,一开始,也是被寄予很大的期望,能够促进普惠金融。但是过去四十年来的历史显示没有,为什么没有?很精准的竞争,什么是金融的竞争,如何促进金融竞争,金融科技是服务现在的金融机构还是说要另起炉灶,增加金融行业的竞争,提高总体的效率,降低服务实体经济的成本,这是我们要思考的发展金融和科技的问题。

 

高尔基:谢谢彭总,刚刚彭总提出了一个概念是蛮重要的,就是金融的公器概念,作为一个公器是不是大而不能倒,另外作为金融工具的发展,是不是能够很好的服务于公器金融责任本身,这是一个很难的话题,后面我们需要回来更详细的,更深入的来讨论金融机构以及其他的一些新进入者在这个领域怎么样能够共同的把这个工器做得更好。那么,崔总,应该说今天讨论的概念是一个非常跨界的概念,从科技的角度到金融的角度,今天我们的嘉宾一半以上是技术背景的,我很想听您来讲一讲,包括我们带着科技的工具或者是说概念进入到金融行业的时候,我们是怎么样来寻找一个需求的切入点,以及如何更好的跟金融行业来挂钩和匹配呢?

 

崔晓波:好的,因为我们可能是一个专注于提供大数据和相关技术的公司,过去几年里面我们确实也服务了很多金融客户,现在大家都在谈大数据,我要澄清一下什么是大数据,因为不可忽视的是过去的六年时间里,其实只有一种数据的体量是在指数级增长的,就是由于这个移动互联网,智能手机的高速发展,其实产生了大量的和移动的行为和社交行为相关的很大数据体量,令我们很多服务金融机构里面,历史上也用了很大的数据体量,包括客户资料和交易数据,但是那个并不是指数级增长的,你现在的体量和前几年差不多。其实作为一个金融机构来看,他们碰到了一个新问题,这些新数据类型产生之后,对于我一个金融机构来说,这些数据对我来说到底意味着什么,我有没有能力去管理和利用它,去变现它,我觉得这是现在的金融科技实际上在致力解决的问题之一。我们来看看,因为我们同时也服务很多的互联网公司,其中比较过,我们老说金融企业利用大数据的话,一般要经过“四化”。哪“四化”呢,第一个我们叫做业务数据化,因为我们看到绝大部分的金融机构,分析它的业务流程,包括应用这个数据的能力的时候,你会发现我可以坦率的说,中国70%的金融机构都没有过这一关。跟互联网相比,为什么?因为互联网公司,像前面所说的,无论是做游戏的还是做电商的,泛电商,他们核心是用数据。线上产生大量数据,我通过数据来做运营,产生业务收入,源源不断的,是一个闭环的流程。但是到了我们金融机构这里坦率来说,我们看到的所有数据像一条不归路,产生了,进入一个数据黑洞,那个数据黑洞叫做BI系统甚至是储仓系统,甚至是几张报表给领导看一眼就结束了,和互联网公司不一样,互联网公司的数据是远远不断的作用于业务流程,所以叫做数据产品和数据服务,这个过程绝大部分的金融企业没有完成。我个人觉得很难妄自菲薄的去谈过了这一关。第二关我们叫做数据的资产化的过程,这一关坦率来讲,绝大部分的互联网公司也没有过,为什么?因为一个数据作为一个资产管理起来,能够跟别人去交换,交易,甚至是分享,绝大部分的公司没有这个能力,也没有这个胸怀。现在大家可以看到绝大部分的互联网公司是不愿意去把数据真的当成一种资产来表示的,只是说这是我的东西,我独有的,别人不会有,我也不会让别人有,所以基本上是这样的状态,这是我们要解决的问题,其实很多大互联网公司里面他们也在做数据银行和数据超市,核心想解决一个什么样的问题,想衡量这个数据对他的业务价值到底有多大,我是不是提升了我的CTR了,某种意义的ROI有没有准确的提升,这个数据在里面能够起的作用,我能不能换成一个金额,到底有多大?当我不同的业务部门或者是说不同的子公司来使用我数据的时候,我是不是可以进行计量和计价,这个环节,坦率的来说,我认为最大的互联网公司,也就是在失业这样一个阶段,这是第二个。

第三步是我们想象的,未来在应用上是存在着场景化和智能化的希求。其实我们在国外的客户里面已经大量的看到了,其实他们在很多的数据的应用类型里面其实比较智能,所以它给客户提供的是一种完全不同的静音,比如说上周在美国我们看到一家,其实他的APP已经是个性化的了,是用信息流的结构来推送所有的信息,所以给他的客户感觉是这个APP很聪明,我走哪一步的时候,他都知道我的资产情况和风险偏好,以及给我提供最佳配置的风险配置,都是动态的,让我们知道在股份制银行和券商领域也有走得蛮靠前的,激进的公司,坦率来讲,产品化,数据化都没有达到这个高度。挑战也是特别明显,我听了前面几位嘉宾的演讲,我听完了以后挺担心的,为什么?对于大数据来说,在底层很多结构里面有缺失,第一个很核心的问题,数据安全,现在大家真的不太注意数据的安全。但是实际上大家自己在媒体报道上会看到已经出了很多大事了,美国那家自由民的征信机构,灭顶之灾,从我们的安全团队评估,绝大部分的金融机构的数据安全,我们可以豪不客气的说处于裸奔状态,压根不知道怎么样管理数据的安全,国外也是和车老师去考察,我们看到了非常先进的数据安全的架构,它可以让数据不流动的情况下可以共享。基于申博娱乐城的技术。虽然我们国内也在谈用申博娱乐城技术做电子凭证,包括结构的创新,实际上我们应用的场景还是不对,在国外,实际上他们已经可以用区块联的技术来做数据分子受控的,有效的分享。所以说这个是我们可能在创新方向上也要去考虑的环节。暂时说这些,谢谢主持人。

 

高尔基:谢谢崔总,刚刚崔总提到了,我觉得不仅仅是对互联网公司或者是说一家没有数据的公司需要全部考虑的。对于金融机构本身,这四化也是一个很值得去参考,去思考的问题。另外提到了这个数据的安全问题,其实我们想到了一个可能再加上合规和风控等问题,以及产业的共享问题,可能带来的是一个有关数据治理的问题。我想这个可能也是我们后面值得大家更多的探讨的话题。刚刚崔总提到的一点是有关数据的资产化,我想数据作为一个资产,实际上在未来,当我们在前瞻未来的时候能够看到它蕴含了大量的战略和资产方面的价值。这个价值值得我们去想,去类比,就像上个世纪的能源革命一样,整个资产的价值包含了对未来产业的冲击可能是一个巨大的。所以才会被称为资产。王淮总从技术端切入,现在已经成为了很多公司的股东,所以想请教一下您是怎么样看数据资产化问题的。

 

王淮:其实在我们的逻辑中,我们一直把数据放在一个比较低的位置,其实这个点是很无奈的,就是在于我们投的科技公司,基本上在初期都没有数据优势可言,这些数据大部分是在样本项,像京东之类拥有大规模服务场景或者是互联网场景,要么是像银行之类花了很多年,积累起来的数据堡垒。所以我们刻意想去降低,强调这个数据优势的话,就没有科技创新公司什么事了。但是我们想强调的是什么呢?如何利用对方有的内部数据,跟创业公司能够获得的外部数据,像刚才江苏银行行长提到的,他们在43类的外部数据,但是整体上对于数据处理能力和数据处理习惯,以及如何把数据回馈到决策流程中去,总体上银行,传统金融机构在这一块的能力都是不如这些科技公司的。这些科技公司里面的人都是身经百战的,像在百度做过很多年的,类似的问题,我们投过无论是百度的,Facebook的,谷歌的等等这帮出来的,都是干过大规模数据类型的人,强调的是算法能力和把算法和问题,场景最后到决策流程中整合的这一类的能力。我们觉得这种能力做到极致的话,起点都是非常非常困难的。需要的是想跟很多有数据的银行也好,电商也好,各种垂直的传统行业合作,要有一个冷启动的过程。但是启动到一定程度之后会打破一个效应,我们称之为数据孤岛的效应,能够有办法把数据连接在一起,最后提供价值的不是数据,而是基于数据通过算法分析之后的应用,能够拿过来做什么,我们的关键是在于说不要把重点放在数据资产化这一块,而是在于说数据带来的价值的,如何去理解,去定价,一个方面说我们做过一些分析,对于新技术,老技术,作为一个轴,然后老业务,新业务作为一个轴,这样的话得到一个2×2的矩阵。发现科技公司最有能力切入到金融公司里面的是新技术乘以新业务,新技术是指像深度学习,机器学习,机器学习并不新了,但是在金融领域里面的很多应用是蛮新的。知识图谱和现在很新的,其实基本上没有过成功案例的是申博娱乐城,申博娱乐城又分为B圈和链圈,链圈我们认为很长远,能够对金融机构带来巨大价值的,今天的成功案例基本上是0,B圈是草地的,大家做过研究的都知道的,这是属于新业务。新业务是哪些呢?我们说智能投顾,怎么样能够更好的帮助你客户管钱,小额贷款,原来银行不限于做的,但是在新环境下,新技术和新数据是可以做的。

还有不少的新的资金精准营销,这一块里面我们认为有很多的科技公司,有机会切入,用它以前的经验和算法,进入,去给别人提供新的东西。最后这个东西,我觉得一加一做上去之后,能够实现这种数据能力的网络化,最后实现这种数据孤岛效应的打破,这个时候有可能会做成十亿美金的公司。我以前投过的企业,一开始一两家客户,到现在有七千多家客户,一百多家银行之类的传统金融机构,这个过程非常非常艰难。

所以我们觉得有这样的一个理解和区分,最后把这个重点放在,我觉得从科技公司的角度和投资角度去看待。把这个重心放在这种数据能力,怎么样能够产品化,如何变成科技公司的核心竞争力进去,而不仅仅变成数据资产化这一块,对于科技公司来讲基本上没得聊,会处于数据的弱势。

 

高尔基:刚才王总作为资方代表秀了一下他的购物车,把金融科技领域最近的应用做了一个陈列。同时,实际上他提到了孤岛问题,我觉得可能也是值得我们一会儿来更多讨论的,这里我们能够看到一种错配,一个方面,掌握了现有数据资源的机构,他们可能还是一个各自为战的状态,同时,他们可能都是在等待着行业的一种技术应用的深化帮助他们发挥出这部分资源的价值,同时看到大量技术背景的创新公司服务在这个方面,有能源,资源,有加工能力和变现能力,这种错配实际上蕴含着大量的商业机会,也需要我们在市场上有一些结构化的设置。刚刚我们提到了有关人工智能的方面,我想这个也是我们非常感兴趣的,对于金融行业,就您现在的实际操作,以及您的展望,您觉得对金融行业目前有哪些影响?

 

戴文渊:我们作为多年的科技创业者,用科技方式改变各个行业,因为今天可能出题是金融,特别是大数据重构金融,从我们的数据来看的话,科技从来没有重构金融,在我来看是金融无论是有我们,还是没有我们,都是一个资金的时空流转,并没有发生什么巨大的改变。

当然,我们确实在重构一个东西,由于有科技的加入,我们在重构一些金融机构的经营模式。在过去来说的话我们会发现企业会通常分几种角色,战略的制定者中间叫做策略的制定者,最下面是策略的执行者。过去的信息化或者是互联网和移动互联网解决的是最下面的一层。由于有了互联网和移动互联网,可能没有说,或者是说基于互联网,我们可以把策略的执行着用来替代的方法,用计算机来替代。

现在我们解决的问题是如何用计算机来代替中间的那层策略的执行者,我说一个特别具体的例子,刚刚王书记提到了反欺诈,去年我们和一家中国交易量最大的信用卡公司在合作,他们过去制定反欺诈会告诉我们如果有一张信用卡在北京,有一笔交易两个小时内在深圳也有一笔交易,他们说这个叫做欺诈,因为现在的交通工具还没有那么快,我就问,中西部呢,他说中西部人以两个城市之间的间隔多长时间算欺诈还是不算欺诈,我们顾不过来,因为本来交易量也没有那么多,我们业务人员也不可能制定那么多的业务规则,我们制订了一千多条的业务规则,能够覆盖主流的欺诈场景。

我们换一个角度来看,这也呼应到了彭总讲到的成本下降,为什么我们过去不去覆盖那些细分场景,就是因为假设我覆盖了这个场景,我能抓住两笔交易,我需要付给覆盖那笔交易的业务人员的工资要多少,要是算不回来,我们就不做这件事了。

现在我们换一个方式去让机器做这件事,我们以刚才的例子为例的话,帮助这家银行一年的金融数据写出了25亿条反欺诈的规则,不仅仅说北京、上海、深圳,在数据里面可能出现的反欺诈场景几乎都抓到了,有的一个场景只晚会了几块钱的损失,但是付出了一分钱的电费也是合适的,过去我们策略制定者由人来做,现在我们大幅度降低了策略制定的成本,让这些我们过去认为特别细碎的策略场景有机结合起来,像刚刚提到了反欺诈和差异化的催收场景和营销的场景,都是做这样的事情。最后会重构的是什么,我认为是金融机构的经营模式,未来我们会花主要的精力在金融机构的战略制定,而不是主要的资金培养大量的策略的制定,这些事情未来都是计算机会做得比人更好的。所以其实回过头来,我今天的12博来说,我不认为说科技是一个重构金融的或者是说AI能够重构金融,但是AI确实能够重构很多的金融机构,让很多金融机构的经营模式不一样,说不定未来我们可以开一家银行,这家银行没有任何的计算机就能够做到。

 

高尔基:多谢戴总,戴总视角非常务实,您提到的两点我特别有共鸣,第一点企业家的视角创新需要考虑性价比的。另外一个方面科技,特别是互联网科技的应用,在以往的整个一个企业的决策链条里面,现在是在从底层知识往上提升,这两点特别是我们作为企业家的视角,可能会看得非常的清晰,这个大趋势。

今年还有一个话题,实际上也是今天大会的重点,就是JDD大赛。车总和崔总是这次大赛的导师,今天很多年轻人来到了现场,大家讨论这个话题的时候,希望看到这一拨的优势投入进来做更多的贡献,两位导师能不能从最终的大赛和我们的赛题,给我们与会的各位嘉宾和同学提一些自己的看法。

 

车品觉:这个比赛和以往的比赛我觉得最重要的东西是我们走到整个比赛最后的环节有两天,48小时的封闭,那个环境里面,那个团队可以拿到大量的数据,因为以往来讲,我们一般来讲只是说有个题目,然后大家一起去玩,其实比算法,不完全是比较算法和产品,是吧?和整个提炼的价值,数据怎么玩,算法怎么玩,产品自然出来的,可能团队都要在这个方面表现出东西。所以数据是量,也决定了丰富性,也决定了比赛和别的比赛是非常不一样的。所以我们也非常希望有这样一个团队能够进来,尽量用48小时去发挥自己所懂的东西,我自己的题目是关于流量的预测,流量预热的这个节目其实和建筑也有关系的。因为当你融资到精准预测时候,你知道这个库权的时候,你就知道很多的东西可以玩了,所以这个预测的题目我觉得还是蛮有意思的,而且京东金融这个案例里面我很相信销售策略可以从数据量在这个地方是非常丰富的,可以说四个题目里面,这个题目的数据量是可能不要什么数据的,而不是你真正要所有的数据,数据里面十有八九是做不出来的,而且48个小时也是蛮辛苦的,短时间里面的去找出一个创新的东西出来,所以说我还蛮期望这个比赛出来的时候,能够看见一种年轻人的创新,我们能够看到一些火花出来。

 

高尔基:刚刚谈到了一些点,现在我们一个方面做数据应用或者是AI应用的话,它至少是数据集没有开放出来,现在这个时代我们把数据类型分成两类,一类是给人看的,所以人可以拿这个数据做进一步的分析和洞察,产生一些洞见,给业务一些决策的支撑。现在越来越多的是像出现了整个新的,这个数据并不是给人看的,这些数据实际上给模型和这些机械学习的算法去用的。这个领域其实特别缺乏高质量数据集,举一个例子,我们去年做了两个比赛,非常受欢迎,几千人参加,给我们提供了几万个模型,我们想为什么这么多参加,你会发现国外的数据科学家,觉得有一个非常高质量的数集非常重要,像李菲菲的技术核心是通过人工的算法,高质量的标准和大量的图象数据来构建这样一个能够让深度学习算法迅速提高的一个模式。所以我觉得下一个时代,首先数据支撑的话,希望我们可以简单的说,我们看到京东金融的同时,在背后做了非常多的工作,包括以操盘这个团队,实际上为了处理这个原始数据集,以及提炼各种各样的,出现各种风险场景和欺诈场景的原始高质量的验证的业务数据,他们做了大量的清洗和验证工作,市场上我没有见到几家公司愿意真的这么做,把这种数据,以一种开放大赛的形式拿出来。所以我从来没有见过的。所以我觉得这一点已经奠定了JDD大赛和其他比赛有很大的不同。

这次因为这次选择的是登陆的场景,为什么选择登陆呢?看起来好像很没意思。其实是一个浓缩了各种,我觉得是互联网最精华的场景,为什么?因为其实有大量的新数据类型已经进来了,除掉原来的手机的,物联网的,大量的,包括人的生物特征,人脸,SID,以及虹膜和指纹,大量的进来,新的类型场景底下,我觉得大量的场景会重新的定义,其实我们认为在互联网上,大家在斗争的是什么,我觉得只有两种流量,一种是人,一种是机器。所以现在人和机器的流量的比例大概是3比7,有人推测,过五年之后这个流量大概1比9,只有1成是真人流量,9成可能是机器,为什么有那么大的机器流量,因为有经济利益,他要来欺诈和做羊毛党,诸如此类的。所以最核心的是我们在登陆和验证的场地里能够有效的区分出人和机器,听起来很简单,实际上非常难,所以我们用一个非常简单的问题,用一个高手质量的数据及,我觉得更考验选手的创意和基本功,这也是我们选择这个题目的愿意。

我希望在这个过程中,把我们在这个方面,包括生物特征识别和这个方面的环节经验能够给这些团队,我们结合在全球看到了大量的新模型,包括新的方法和滑动的轨迹等等,其实有非常好的思考,希望他们能够很多样性的试各种各样的方法,达到一个非常高质量的竞赛的水准,谢谢。

 

车品觉:我做一个补充,我们设计这个比赛的时候,在里面是有团队的,来解答这个数据问题的。如果不清洗不知道怎么办?现在数据团队里面在两天里面解读这个数据是怎么样清洗的,需要什么特别的元素,这一点比较特别的,中间过程中看这个数据是怎么样支撑这个比赛的。

 

高尔基:谢谢,两位介绍中我们对大赛的结果非常期待了。尽管48小时很短,但是考验的是选手厚积薄发,所以我也预赛我们大赛所有的选手取得好成绩。

刚刚我们多次讨论了一个问题,现在的行业资源有错配的,这两个方面,我们看到了可能在做以思考的是一个方面传统的金融机构还能够做什么事情来适应和应对气候的发展。另外一个方面,这个行业数据的共享和制度机制,如何更高效,安全的建立起来,这个今天并不一定是一个定论的事情,但是也是我们讨论得到一个很重要的方向。我不知道陆司这边还有没有什么见解和12博在里面。

 

陆书春:我觉得金融机构在未来大数据的发展过程中,更多的可能是要提高技术的能力。因为一边是互联网企业,一边是金融机构,互联网+金融,金融+互联网,所以金融机构来讲的话更多的发力可能在数据的应用上下工夫,当然数据的获取能力和处理能力上都同样重要,没有大数据,也就谈不上处理了。

另外在下一步的大数据发展未来,发展中要特别注意的,就是刚刚也有嘉宾提到了,是安全问题。可能有几个层面:一个层面是数据的拥有者,就是个人,就涉及到了隐私的问题,我的数据被应用到金融产品的营销或者其他方面。我授权了,是不是就意味着进入了不可控的领域。这一点上我觉得可能是未来要面临的问题。因为现在数据使用都是要经过个人授权的,这一点上可能都能做到。但是,在未来应用的过程中,是不是我的信息资产在所有人这儿都可控,我觉得是一个问题。

从企业来讲,金融企业也好,互联网金融企业也好,在将数据用于金融产品营销方面,也要注意一个问题,就是说一个方面是信息孤岛,还有一个方面是滥用,这个怎么样平衡。

另外还有一个方面是大数据,因为金融是一个经营信用和风险的领域。大数据并不等于信用,所以如何在大数据中通过应用这种能力来让大数据在辅助风控和营销上真正发挥作用,这一点上也是企业需要关注的。反之,数据的不准确,数据的不完整可能在整个决策中会造成重大的损失。

另外,企业在对这些数据安全的管理上,数据如何去使用,然后怎么样去交换,我觉得这个方面可能都需要有相应的管理的规定。

最后我讲一个非常严肃的问题,数据本身,大数据本身是一种信息资产,对整个国家来讲,我想特别是金融的大数据,它意味着什么?意味着通过金融的数据,实际上是可以对国家的经济发展走向是有一定的参考价值的。所以大数据不仅仅是企业迈出来的第一步,放在国家层面的话也是国家战略资源。

所以未来大数据在如何立法,制度化和标准化,如何平衡好孤岛和滥用这样的一个关系,是我们大家都要面临的一个非常大的问题。谢谢。

 

高尔基:谢谢陆司,刚刚提到了制度化和标准化,也提到了大数据在金融行业的应用,不仅仅是金融机构,也是各个领域,特别是监管机构的制度的制定者这个里面起到了很好的定调的作用,帮助大家更好的投身这个行业。

最后一个很快的问题,因为我们的业务协调经常和很多的农村金融机构打交道,我们能够看到他们在转型过程中,一个方面基于金融的需求,有转型的压力另外一个方面有技术的挑战,也有转型的压力。您这里应该说登高望远,看得更清楚,也麻烦您讲一下您看到农村金融领域的转型,可能有哪些机会需要他们来注意的。

 

王永红:农村金融机构目前的经营,其实是不同的地方有极大的差异性,好的地方相当好,不好的地方也做得挺差的,差异挺大,总听来看我觉得农村金融机构的发展面临着几个方面的问题,一个方面是基于思路的改变,因为现在的互联网时代,很多的事情,很多业务发展的模式和打法在变了,但是农村金融机构局限在一个地方,如何去融入网络社会,在网络社会去占先机,对他们的思路上来讲是一个很大的挑战。

第二点是农村金融机构有一个很大的短板,金融科技力量很弱,总体来说,对比其他的机构显得比较弱。现在一般的农村金融停留在做全工银行的思路说,他们每一个功能都要做,每一个业务都要做,实际上是应付不过来的。那么由于时间关系,我简单的说到这里,我们农信银资中心准备做两件事,一件是是我们以支付清算作为主线,将现在农村金融机构要做的支付结算业务和他们一块儿做起来,我们帮助他们一块儿做起来,所以演变成的我们账户在各地,账户在他们那边,但是交易额集中处理,最后结果和资源技术返过来,这样的话减低他们在经营上的压力,这是我们要做的。因为我们是总行,但是我做这件事能够使他们有这个利益,所以我们可以一块儿很好的合作。这是第一个。

第二个是现在我们为了普及农村金融机构的短板,我们准备,我们开发共享使用的应用系统,比如说耳熟能详的网银系统,或者是说微信系统等等很多,其实都一样,电有垫票系统,我们开发出来了共享使用。这样的话使得他们技术短板能够得到一定程度的弥补,这两个看起来不太高大上的做法但是我觉得能够明显的降低农村金融机构的经营成本和压力。我还有一点是说金融网络时代之后,商城上的博弈越来越多,大家都在合作,都有一些博弈谈判合作和条件,单纯农村金融谈这个我合作的条件其实挺难的,业务量太少,客户级数太少,整个农信银资代表全国农信机构一块儿来谈,很多的时候我能够以这么样一个大业务量来享受工农中建这么一种概念。使大家更好的一个发展的机会。谢谢。

 

高尔基:谢谢,时间不早了,我们给各位嘉宾留一句话回答的问题,这个问题我们套用一下最近比较流行的知乎体,大家分别各自展望一下在十年之后金融行业经过这样一轮的改革和发展,体验是什么?从您开始。

 

戴文渊:一直以来我们一直干的事情是把所有有可能的金融机会都挖掘出来,用极低的成本,AI的方式来做这件事,我们的愿望是十年以后,世界上没有闲置的,希望没有被开发的金融的机会,这是我们希望做到的。

我有三个A来形容我们享受的金融服务的体验,anyone,anytime,anywhere,是指任何人在任何时间,任何地方,你想要的各种我们常见的金融服务,默认都已经是准备好的了,不存在着开户这个概念,因为户早就在那里,你的信息从一出生的时候,很多的东西都已经在那里了。然后你的行为,各种行为数据随时在更新,你要的钱是多少,你要的话可以随时借出来,不需要申请贷款这一类过程,总结起来的话我认为这样的3A,非常无缝的体验。

 

崔晓波:我觉得现在是数据驱动金融,我觉得十年之后应该是金融驱动数据,我稍微解释一下,我觉得未来的事情,科幻小说或者是科幻剧比我们更有想象力,我看到一部电影,里面所有人有一天都有一个自己的收支评估体系,高了,很方便,低了很不方便,那和我们金融的所有场景只是给这样一个系统输入一些原材料而已。

 

彭文生:金融服务的方式和工具可能会发生升华,但是金融的本质不会发生变化,不止是什么,解决信息不对称问题,是吗?所以大数据促进金融科技,促进金融的发展,它的重要的点或者是说影响渠道,就是促进信息不对称的这个降低和解决。

但是大数据本身又带来刚刚前面几位讲到了的隐私问题,数据安全问题,所以我的一个看法是未来十年,金融科技的发展会在大数据的隐私和安全,以及大数据的公共的属性之间的一个怎么样的增长或者说平衡,公共政策怎么在这两者之间平衡,是影响未来金融科技发展的重要的方面。

 

车品觉:十年,在科技来看是很长的时间,两年都已经有很大的变化了。所以我必须要用一个比较本质的看法来看这件事,因为借用和其他行业的边界越来越小,我不知道它会变得怎么样,但是每一个行业和每一个行业的边界,比如说医疗和金融的边界,是吧?零售和金融的边界,边界会变得越来越不一样。所以将来的金融可能是你不知道那个,变得越来越不一样,未来十年什么,真的不知道。

 

王永红:我知道我们今天在798,我不知道我们十年之后会走向何方,走多远,我不知道,也许十年之后的银行服务就是App。

 

陆书春:我想随着大数据技术的发展,以及更加规范的使用,未来十年金融服务将,一是更加公平,人人可获得金融服务,金融服务不再是高大上的代名词。二是更加精准,人人都可获得适合他的金融服务。三是更加透明,人人都很清楚的了解他所获得的金融服务的收益和风险,信息更加对称,有更好的体验。

 

高尔基:谢谢您,谢谢各位,我们今天讨论十年以后的事情,但是网上经常说,有一个悲凉说法是十年前其实已经不是1997年了,90年代的时候比尔盖茨写过一本书,说未来之路,21世纪最重要的词是什么,石油、能源、塑料,今天我们她们的是21世纪的词,是数据,大数据对金融的影响,今天我们嘉宾来自于各个方面,有业界的决策者和从业者。当然也有我们主办方京东金融组织这个会也希望给大家讨论指出一个未来发展的努力方向也是更多的思考。最后一句话来总结。就是未来操纵在我,过去未来孑然,大家共勉吧,谢谢大家。

 

大发888娱乐城-科技创新媒体