高盛用1000萬(wàn)的投資,暴露了金融業(yè)可能根本沒(méi)有大數(shù)據(jù)的現(xiàn)實(shí)創(chuàng)投
大數(shù)據(jù)行業(yè)中又出現(xiàn)了一例引人矚目的投資,一家名為Crux Informatics的初創(chuàng)公司拿到了1000萬(wàn)美元的種子輪。1000萬(wàn)的金額不值一提,但這次投資的領(lǐng)投者是投行大鱷高盛。
Crux Informatics也只專注兩件金融行業(yè)的事:第一,處理非結(jié)構(gòu)化數(shù)據(jù)。第二,建立信息供應(yīng)鏈保證各個(gè)金融機(jī)構(gòu)的數(shù)據(jù)隱私,確保他們不被私自售賣和利用。
綜合兩點(diǎn)來(lái)看,Crux Informatics很可能是高盛在大數(shù)據(jù)領(lǐng)域最正確的一筆投資。
金融業(yè)有大數(shù)據(jù)?哈哈哈哈哈
說(shuō)這話的原因,可以先用一個(gè)笑話來(lái)解答。
“Big Data is like teenage sex: Everyone talks about it, nobody really knows how to do it, everyone thinks everyone else is doing it, so everyone claims they are doing it too .”
大數(shù)據(jù)就像是青春期的性生活:每個(gè)人都在討論,卻沒(méi)人知道到底要怎么做,每個(gè)人都覺(jué)得別人已經(jīng)做過(guò)了,所以每個(gè)人都聲稱自己也有。
沒(méi)錯(cuò),在金融行業(yè),尤其是傳統(tǒng)金融機(jī)構(gòu)中,大數(shù)據(jù)應(yīng)用的比例要比我們想象中低得多。原因主要有以下兩點(diǎn):
第一,金融機(jī)構(gòu)數(shù)據(jù)敏感性高,金融機(jī)構(gòu)自身對(duì)數(shù)據(jù)的處理能力卻不夠。
每個(gè)銀行的儲(chǔ)蓄信息、證券機(jī)構(gòu)的交易記錄,這些數(shù)據(jù)不僅僅是我們作為客戶的隱私,更關(guān)系著金融機(jī)構(gòu)自己的經(jīng)營(yíng)狀況、操作經(jīng)驗(yàn)。交給科技企業(yè)來(lái)處理,沒(méi)有意外萬(wàn)事大吉,可要是出了點(diǎn)什么狀況,客戶們忙著擠兌已經(jīng)是最好的情況,要是有哪個(gè)程序員暗搓搓的用深度學(xué)習(xí)從交易記錄中訓(xùn)練一個(gè)操盤(pán)模型……投行經(jīng)營(yíng)們只有哭的份了。
于是,我們會(huì)看到高盛、摩根大通這些大鱷這幾年在人工智能技術(shù)方面的投資并不落后于科技企業(yè)。不過(guò),那些中小金融機(jī)構(gòu)該怎么辦?
第二,金融機(jī)構(gòu)中有大量非結(jié)構(gòu)數(shù)據(jù)沒(méi)能被利用。
關(guān)于結(jié)構(gòu)化數(shù)據(jù)和非結(jié)構(gòu)化數(shù)據(jù)的區(qū)別此前已經(jīng)解釋過(guò)很多,簡(jiǎn)單來(lái)說(shuō)一類信息能夠用數(shù)據(jù)或統(tǒng)一的結(jié)構(gòu)加以表示,我們稱之為結(jié)構(gòu)化數(shù)據(jù),如數(shù)字、符號(hào);反之則是非結(jié)構(gòu)化數(shù)據(jù),比如圖像、音頻、視頻、辦公文檔等等。
在金融機(jī)構(gòu)自身產(chǎn)生的數(shù)據(jù)中,只有很少一部分是結(jié)構(gòu)化數(shù)據(jù),比如客戶的存款數(shù)額、貸款數(shù)額、購(gòu)買(mǎi)理財(cái)產(chǎn)品的編號(hào)等等。如果光用這些東西建立一個(gè)風(fēng)控模型,相信一定是個(gè)不怎么精確,在市場(chǎng)上也沒(méi)什么競(jìng)爭(zhēng)力的模型。
而金融機(jī)構(gòu)中最有價(jià)值的,還是那些非結(jié)構(gòu)化數(shù)據(jù),小到用戶住址、學(xué)歷、各種資產(chǎn)證明的復(fù)印件,大到操盤(pán)手們的交易記錄。可這些數(shù)據(jù)都以圖片、表格等等形式存在數(shù)據(jù)庫(kù)中,沒(méi)準(zhǔn)還會(huì)定時(shí)被覆蓋掉。金融機(jī)構(gòu)自己是很難有能力處理這些數(shù)據(jù)的,根據(jù)結(jié)構(gòu)化數(shù)據(jù)建立模型幾乎是他們的極限了。可要是尋找外援來(lái)處理,就又回到了第一個(gè)問(wèn)題,如何保證數(shù)據(jù)的隱私?
于是,為了解決這種迷之循環(huán),高盛干脆找了一家能夠一次解決兩個(gè)問(wèn)題的公司。
非結(jié)構(gòu)化數(shù)據(jù)到底有多重要?
由于資料不足,我們暫時(shí)不能了解到Crux Informatics用來(lái)保護(hù)數(shù)據(jù)隱私的“信息供應(yīng)鏈”究竟是什么,從字面上看,很有可能是區(qū)塊鏈技術(shù)。不過(guò),我們可以討論一下保護(hù)數(shù)據(jù)的下一步:利用非結(jié)構(gòu)化數(shù)據(jù),對(duì)于金融機(jī)構(gòu)來(lái)說(shuō)到底有多重要。
先從最常說(shuō)的風(fēng)控談起。我們理解的風(fēng)控或許只是在放貸之前考察一下這個(gè)人有沒(méi)有償還能力,其實(shí)對(duì)于金融來(lái)說(shuō),風(fēng)控常常貫徹在金融交易的整個(gè)過(guò)程中。
比如在涉及到工農(nóng)業(yè)生產(chǎn)的供應(yīng)鏈金融中,即使貸款主體有著足夠的資質(zhì)和償還能力,金融機(jī)構(gòu)更想看到的局面還是對(duì)方能夠按時(shí)償還貸款,而不是百般索求甚至沒(méi)收對(duì)方的資產(chǎn)。這時(shí)動(dòng)態(tài)的、精準(zhǔn)的風(fēng)控能力就非常重要。
最簡(jiǎn)單的例子:金融機(jī)構(gòu)對(duì)歷史數(shù)據(jù)進(jìn)行整理,發(fā)現(xiàn)以往有過(guò)惡劣天氣導(dǎo)致農(nóng)作物歉收、貸款主體無(wú)法償還貸款的情況。就可以在相同情況發(fā)生時(shí),提前做出調(diào)整。
除了風(fēng)控之外,在精準(zhǔn)營(yíng)銷上非結(jié)構(gòu)化數(shù)據(jù)也能起到作用。從廣告投放到為客戶推薦組合基金,每一步都需要對(duì)客戶群體有著足夠的了解。而想要了解客戶,光靠存款金額是遠(yuǎn)遠(yuǎn)不夠的。
比如向一位客戶推薦產(chǎn)品時(shí),我們可以粗暴的從他以往的購(gòu)買(mǎi)記錄判斷他的喜好和風(fēng)險(xiǎn)承受能力,也可以通過(guò)他留在金融機(jī)構(gòu)的其他數(shù)據(jù):房產(chǎn)證、學(xué)歷、行駛證來(lái)給出更完善的畫(huà)像,教育程度偏低的人或許更傾向于保守投資,住在繁華地段、開(kāi)豪車的人也許會(huì)因?yàn)楦叩纳畛杀径鵁o(wú)法承受風(fēng)險(xiǎn)……
我們甚至可以把電商的推薦算法應(yīng)用起來(lái),看看住在同一片區(qū)域的人是否有著相似的理財(cái)傾向。
總之,這一切都要依靠銀行自己的非結(jié)構(gòu)化數(shù)據(jù)。
尷尬的國(guó)情下,金融數(shù)據(jù)創(chuàng)業(yè)者能和BAT共舞嗎?
當(dāng)我們把目光放回中國(guó),情況又有些不同。
在金融機(jī)構(gòu)數(shù)據(jù)的敏感度上,因?yàn)楸娝苤脑?,相比?guó)外我們有過(guò)之而無(wú)不及。至于金融機(jī)構(gòu)本身數(shù)據(jù)技術(shù)能力就更為尷尬,國(guó)有銀行在金融產(chǎn)業(yè)占有優(yōu)勢(shì)地位,可大體量、國(guó)字頭往往又意味著在新晉技術(shù)上稍微落后。
最后導(dǎo)致中國(guó)全體金融機(jī)構(gòu)對(duì)于大數(shù)據(jù)的利用都較弱。這其中又會(huì)存在著哪些機(jī)會(huì)?
首先,BAT等巨頭企業(yè)恐怕會(huì)成為這種情況下最大的受益者。
當(dāng)無(wú)法利用自身數(shù)據(jù),卻又想追趕上大數(shù)據(jù)浪潮時(shí),金融機(jī)構(gòu)們紛紛開(kāi)始選擇直接利用科技企業(yè)的大數(shù)據(jù)成果。而B(niǎo)AT們壟斷了大量的社交數(shù)據(jù)、電商數(shù)據(jù)和行為數(shù)據(jù)。甚至可以說(shuō),走出不能被利用的數(shù)據(jù)禁地,就又進(jìn)入了被BAT們壟斷的大數(shù)據(jù)海洋。
加上BAT的技術(shù)人才儲(chǔ)備和豐富的營(yíng)銷渠道,直接把風(fēng)控模型和精準(zhǔn)營(yíng)銷交給他們是很好的選擇。
但這也不證明創(chuàng)業(yè)團(tuán)隊(duì)就失去了用武之地。
BAT們雖然有著絕對(duì)優(yōu)勢(shì),但他們多少都會(huì)涉及到金融業(yè)務(wù),難免會(huì)和金融機(jī)構(gòu)有競(jìng)爭(zhēng)關(guān)系。目前雙方處于“擱置爭(zhēng)議,共同開(kāi)發(fā)”的時(shí)期,不過(guò)也給了小團(tuán)隊(duì)另一種籌碼。
想要與大象共舞,小團(tuán)隊(duì)顯然不必用數(shù)據(jù)量和BAT們硬碰硬,從細(xì)微之處進(jìn)行創(chuàng)新是個(gè)不錯(cuò)的選擇。
比如算法:試著從現(xiàn)在流行的深度學(xué)習(xí)、增強(qiáng)學(xué)習(xí)等等角度出發(fā),用算法去解決金融行業(yè)的需求,應(yīng)用于高頻交易的“冰山算法”就是個(gè)不錯(cuò)的例子。
比如智能硬件:在物聯(lián)網(wǎng)的未來(lái),用各種智能硬件增加數(shù)據(jù)收集的維度一定是重要趨勢(shì)。開(kāi)發(fā)能收集豐富農(nóng)業(yè)、工業(yè)、零售業(yè)數(shù)據(jù)的智能硬件,一定會(huì)引起金融機(jī)構(gòu)的興趣。
比如區(qū)塊鏈:用區(qū)塊鏈安全、隱私等特性解決金融機(jī)構(gòu)數(shù)據(jù)敏感這一終極問(wèn)題,還擔(dān)心拿不到融資?以ICO潮的熱度來(lái)看,相信我國(guó)一定有足夠多的區(qū)塊鏈技術(shù)團(tuán)隊(duì)!
能做到以上幾點(diǎn)中的任何一點(diǎn),就算不能拿到金融機(jī)構(gòu)的巨額投資,也一定能拿到BAT的投資,拿不到投資一定會(huì)被BAT收購(gòu),沒(méi)被BAT收購(gòu)……那就是被BAT抄襲了。
玩笑歸玩笑。金融行業(yè)大數(shù)據(jù)領(lǐng)域大有可為,不管是大公司還是小團(tuán)隊(duì),現(xiàn)在都還站在同一起跑線上呢。
來(lái)源:腦極體
1.砍柴網(wǎng)遵循行業(yè)規(guī)范,任何轉(zhuǎn)載的稿件都會(huì)明確標(biāo)注作者和來(lái)源;2.砍柴網(wǎng)的原創(chuàng)文章,請(qǐng)轉(zhuǎn)載時(shí)務(wù)必注明文章作者和"來(lái)源:砍柴網(wǎng)",不尊重原創(chuàng)的行為砍柴網(wǎng)或?qū)⒆肪控?zé)任;3.作者投稿可能會(huì)經(jīng)砍柴網(wǎng)編輯修改或補(bǔ)充。

- 360借殼方案的5大看點(diǎn)及3大疑點(diǎn)
- 攜程子公司Skyscanner收購(gòu)英國(guó)社交媒體Twizoo
- 智能早教產(chǎn)品“火火兔”獲億元A輪融資,復(fù)星銳正領(lǐng)投
- 風(fēng)波不斷:中文在線收購(gòu)晨之科是虛幻的豪賭嗎
- 電斑馬陷資金鏈困境,共享電動(dòng)車凜冬已至?
- 今日頭條收購(gòu)北美短視頻社區(qū)Musical.ly
- 成本高,沒(méi)版權(quán),私人影院資本故事講不圓
- 耶魯才子39歲激流勇退,此后11年卻創(chuàng)下2.6萬(wàn)億的傳奇!
- 雙11前劉強(qiáng)東組了個(gè)2萬(wàn)億的局,京東家電在密謀什么?
- 短視頻之戰(zhàn):今日頭條矩陣式狙擊快手