BAT決戰FinTech “普惠金融”離我們還有多遠？

先說兩句

Fintech火爆全球，在中國，可以把它了解為網際網路金融。當然，并不是那些基于模式創新的網際網路金融項目，而是那些實打實的具備科技創新能力的技術驅動型網際網路金融，我們可以将這些項目稱之為中國的Fintech。 當然，也不用懷疑，不管在目前“雙創”時代有多少優秀的網際網路項目湧現，此中仍舊以BAT為最，因為這幾家從不缺少創新與研發。

BAT決戰FinTech  “普惠金融”離我們還有多遠？

中國的Fintech，在阿裡表現為資料金融，在百度則表現為智能金融，在騰訊則表現為無處不在的金融連接配接。之前說過，網際網路金融的最終目的是普惠金融，科技金融将從技術推進這一程序。是以，網際網路金融離不開技術支援。

本文，将通過案例來論證技術對于網際網路金融的強大支撐。同時，也将講述一個普惠金融到來後的事實，即金融服務的閱聽人無差異化。

人工智能等技術，降低網際網路金融服務及擷取成本

本質上，網際網路的開放性決定了産品會有更多的閱聽人數量。網際網路解決了跨地域問題，市場可以面向全國的使用者;同時，也讓使用者可以更友善的投資理财，參與門檻更低;還可以在産業鍊上下遊給予使用者更多友善。從網際網路的發展程序中不難發現，随着技術的不斷突破，能夠享受科技創新的領域也就越來越多。人工智能技術，在近幾年為網際網路金融的實作提供了強有力的支撐，直接降低了網際網路金融服務及擷取成本。

譬如，阿裡的螞蟻金服通過大量使用人工智能機器人完成客服，能降低成本也能提高效率。相關媒體曾報道，支付寶通過雲計算創新将每筆支付成本降低到2分錢，資損率在十萬分之一以下，這已經低于Paypal的0.3%了。螞蟻金服通過大資料、雲計算、機器學習等科技手段把農村金融等更多的長尾市場做起來，這是其核心競争力。同時，技術創新也突破了規模和成本方面的難點，實作了對大量小額支付、小額貸款的低成本的規模化處理。

百度金融通過幾年的人工智能研究與創新，實作洞悉使用者的智能資産配置方案則指向了“智能投顧”。“智能投顧”是人工智能和金融的結合的一種線上财富管理服務，可為使用者提供自動化的、以計算機算法為基礎的證券投資組合管理服務。

美國巴克萊銀行去年也計劃開發的人工智能系統，跟“智能投顧”有些類似，能夠使客戶能夠與該系統間自動完成業務交易。但是，國外人工智能在金融領域的運用主要還是集中在提升效率這個層面上，更多還是為精英階層服務。

百度金融則是基于百度的使用者大資料、智能資産配置，智能建構使用者需求圖譜，可以為各使用者人群推薦适合的理财産品，并幫助使用者追蹤、監控風險，能讓更多的人享受到“智能投顧”服務，以此達到普惠的層面。”李彥宏曾提過一個詞“洞見”，就是在講用智能去“洞見”，其本質就是通過技術實作金融服務對于個性化需求的洞見，以降低了擷取個人金融服務的成本。

大資料等技術，提高金融服務資源的使用效率

網際網路金融與傳統金融的最大差別，在于服務資源的使用效率上。把網際網路看作工具，工具的使用效率關聯着業務效率。技術，則可以讓金融流程中的諸多環節實作自動化與智能化，進而解放更多的勞動力，讓風控、存取等更加安全，操作更為簡單，服務也可以走上更高的台階。

金融服務資源使用率低的情況，近幾年來越發被人诟病。以信用卡而言，相關資料統計，至2015年12月底，五大國有銀行累計發夾3.4億張，股份制商業銀行累計發夾2.2億張。其中某股份制商業銀行累計發夾6917萬張，但流通卡數為3782萬張，45.3%為不流通卡，占比接近五成的信用卡成“僵屍卡”。

實際上，這是金融服務資源在個人業績導向下的浪費，網際網路金融則不會出現這種情況，會根據需求觸發，實作智能比對際個性化高效率。是以，科技用于網際網路金融方面，最顯眼的地方在于提高金融服務資源的使用效率上。

尤其在風控方面，如果沒有大資料以及人工智能等技術，光靠人力是無法實作精準而及時的風控的。與風控相關聯的是個人征信，而網際網路金融存在和發展的基礎在于征信。中國有5億人因為沒有從銀行借錢的曆史而無法從銀行借錢，他們被迫轉向地下錢莊和民間高利貸。是以，用大資料及人工智能技術實作個人征信，對于普惠金融是非常必要的。

阿裡的智能客服機器人，可以整合人的經驗，也可以通過大資料對使用者進行精準的分析。在使用者咨詢時就可以根據其消費記錄、年齡、工作、理财習慣等快速描述出一個精确的‘使用者行為畫像’，可随時進行使用者風險的檢測、分析和處置，進而實作實時風險識别與管控能力，據稱，螞蟻金服目前已經投入2200多台伺服器用于風險管理業務。當然，螞蟻金服的風險控制主要是其背景智能風控大腦，代号叫CTU，其基礎是螞蟻金服的海量資料。智能風控環節，可以操作日常80%左右的風險事件。

在風控方面，百度金融教育信貸首創了遠端授信，并實作了“秒批”。遠端授信也就是遠端信貸，使用者不用去教育機構，在家裡就可以辦理貸款業務。遠端授信，依靠的是百度以大資料和人工智能為基礎的風控體系。

借助大資料+人工智能技術，百度可以為有信貸需求的群體繪制使用者畫像，建立信用體系，加上圖像識别等人工智能技術的實際應用，構成了遠端授信的技術基礎。有百度金融一系列的風控技術體系做支撐，實作“秒批”并不是難事。

可以說，遠端授信的實作與應用，是百度金融技術優勢的集中展現。跟百度合作的教育機構火星時代，在今年4月開學季的當天近九成學生成功過審，通過百度的教育信貸獲得了學費貸款，學生在基本沒有傳統征信的背景下，因為大資料+技術+金融得到了及時的學費貸款。這種服務之是以能實作，正是依靠嚴密的風控體系。

普惠金融意味着金融服務廣泛化，金融服務終将迎來閱聽人無差異化

如果金融服務真能借助網際網路服務于各行各業：一則，可以在全行業的各産業鍊各環節實作金融的網際網路化;二則，有機會實作面向全行業的金融服務，包括偏遠的農村與發展較為落後的行業，這也即是技術金融服務的廣泛化。現在來看，在人工智能、大資料、雲計算等技術的支撐下，網際網路金融業務全面鋪開隻是時間早晚的問題，這也正是政策所倡導的普惠金融。

螞蟻金服在做的普惠金融，是通過雲計算能力、大資料能力以及移動端的能力，使金融産品和服務更加有效和低成本，同時更好地管理風險。其普惠能力主要表現在農村金融方面：網商銀行去年推出的“旺農貸”産品，目前已覆寫24個省，139個縣，2425個村，可以給農戶及農業的創業者提供這樣一個融資幫助。另外，還表現在其開放性上：“蟻盾”已經開放給多個領域，金融雲與風控模型可以幫助金融機構更好運作。從産業鍊上用技術幫助金融機構實作轉型更新，進而讓其盡快步入普惠金融的業務階段，這也是普惠的一個做法。

騰訊在普惠金融方面，仍舊是以連接配接為主。會建構以連接配接為定位的合作模式，并開放給金融機構、使用者。以微衆銀行、理财通為平台，微衆銀行定位于銀行合作平台，專注于把使用者的借款需求和其他銀行分享;理财通定位于使用者可以信賴的理财平台，把不同産品的風險和回報透明地展示給使用者，實作資産管理者與使用者的連接配接。

百度在普惠金融上的實踐，則主要展現于“大資料實驗室”+“深度學習”+“風控模型”等技術。百度具備普惠金融的基礎，“覆寫廣、效率高、更個性、更安全”是百度金融對其現狀的高度總結。而之是以能夠實作普惠金融，有以下幾點原因：

• 1、百度有網際網路資料基礎，大資料可以精準反映使用者人群畫像、行為偏好，并預測未來征信狀況，進而擴大授信範圍，在這裡，百度大資料實驗室起到了重要作用;
• 2、人工智能大大簡化了以前使用者貸款投資的繁瑣流程，隻需幾步就可完成，操作足夠簡單;
• 3、人工智能和大資料的結合，能根據使用者畫像更精準地洞察使用者需求，為使用者提供更貼心的信貸、智能資産配置等金融服務，使得使用者理财效率大大提高。
• 4、百度金融融合了人工智能、大資料和金融風控等領域研究成果，建立嚴密的風控體系，可以有效保障使用者的資金安全。人臉識别、聲紋識别等生物識别技術的應用，讓安全系數倍增且使用者也有所感覺。百度金融的風控模型，是目前科技含量最高的模型之一。

以上幾點，是百度能夠實作普惠金融的前提。自然，技術的重要性前文也提到的百度教育貸款的案例，其實正是普惠金融在教育領域的落地。而BAT的普惠金融實踐，意味着普惠金融真正到來以後，也會迎來金融服務閱聽人的無差異化。

本文通過幾個案例，橫向對比了BAT在網際網路金融方面的技術創新，重點講述了技術對于網際網路金融的支撐。足以見得，科技對于普惠金融的重要性。目前而言，中國的FinTech主要展現在BAT身上，科技創新越多，能夠實作普惠金融的領域也就越大，市場也就越大。是以，BAT的普惠金融的進度間接的反應了中國FinTech的程度。