未来的生意，都是大数据生意

原来的****是****金融业，有****、保险、证券、基金、租赁、保理等业务，未来就可能是交易****、消费金融公司、直销****、大数据征信、互联网证券、产业金融、互联网保险等等，它们都会基于数据的基础来进行应用。

网商****的董事长（支付宝前董事长）胡晓明曾提出，未来每一家****都是一家技术公司，而不是金融公司，是以金融为底层的技术公司。

因为现在要做普惠金融，靠的是数据风控，而不是传统的抵押式风控。

3.互联网金融的典型业务模式

提到互联网金融，大家一般会想到“***”。但“***”只是互联网金融业务模式中很小的一块，很多现有的“***”只用了互联集资，没有用互联数据进行数字风控，其实网络****的业务模式非常多，包括：

支付：第三方支付融资：***借贷平台、众筹平台、网络资产交易平台、网络微贷投资理财：***借贷平台、众筹平台、网络资产交易平台、网络基金、网络证券、其他网络理财、财富管理风险管理：网络保险、网络征信其他：征信和互联网金融产品搜索引擎

我们可以发现，互联网金融做得好的公司，如腾讯和阿里巴巴。腾讯的财付通，阿里的支付宝，都是先做第三方支付，然后衍生出金融产品。

因为有了第三方支付，就能产生大量的支付数据。客户的购买数据、物流数据、交易数据等数据综合起来，能形成大量的数据风控，这才能提供没有抵押、没有担保、纯信用的贷款（消费类贷款）。花呗、借呗就是基于数据基础产生的金融产品。

4.人工智能将是金融行业的核心技术

对于未来的金融行业，从技术角度看，人工智能会成为核心。大数据作为基础资源，云计算作为基础设施，而区块链是一个机制，区块链通过云计算的大数据储存和读取，形成不对称加密，让我们的数据更安全。

有了大数据的能源基础，有了云计算的基础设施，有了区块链的基础机制，才能让人工智能真正发挥作用，真正展开大规模的人工智能的应用。

三、人工智能、区块链、大数据的应用场景

1.人工智能的金融应用场景

人工智能在金融领域当中有七大场景：智能支付、智能理赔、智能投顾、智能客服、智能营销、智能投研、智能风控。

智能支付应用了人工智能的脸部识别。现在的人工智能识别技术，在大部分****的APP用了脸部识别作为转账时技术应用。

智能投顾就是智能投资经理、投资顾问。****业和金融业很多时候是靠人分析数据，然后再做决策，这样的流程效率不高。未来，****业和金融业可能用人工智能进行数据分析，人只做最后的决策。

智能客服主要是语音类的人工智能应用。比如我们经常接到的AI广告电话、营销电话。

2.区块链技术及应用

区块链简称BT ( Blockchain Technology)，也被称之为分布式账本技术，是一种互联网数据库技术，其特点是去中心化、公开透明，让每个人均可参与数据库记录。一般应用在数字货币、比特币、莱特币等。

在中国，没有央行背书的数字货币，我认为都是不合法的。中国现在也开始推行数字货币，农行、工行有央行背书。其实货币以什么样的形式出现并不重要，货币有石头，贝壳，金属，纸张等等各种形式，哪怕现在是互联网数字形式出现，最重要的是国家政府背书才是最重要，才可以是法定流通货币。

区块链在金融业的应用空间非常大，比如跨境金融结算，两个****之间的数据交换，双方结算的数据可以核对，不被篡改。

区块链的技术会让数据更加完整，更加安全。区块链主要用了数据的分布式储存、点对点的机制共识、加密算法等技术来达成。

① 智能合约

未来，区块链可能更多应用在智能合约中。智能合约是基于这些可信的不可篡改的数据，可以自动化的执行一些预先定义好的规则和条款。

以保险为例，如果说每个人的信息(包括医疗信息和风险发生的信息)都是真实可信的，那就很容易在一些标准化的保险产品中，去进行自动化的理赔。

在保险公司的日常业务中，虽然交易不像****和证券行业那样频繁，但是对可信数据的依赖是有增无减。

3.大数据的应用

① 个人征信

比如，支付宝的芝麻信用。芝麻信用分是基于历史信用、行为偏好、履约能力、身份特征、人脉关系五个维度的信息综合评估得出的分值,分值决定了花呗、借呗的贷款额度。

支付宝把用户的购买行为、履约能力、信用卡还账的能力和央行的数据连通以后，你的征信相对比较完整和闭环。借款还款、消费数据量越多越好，分数就会越高，额度就会越大。

② 智慧城市

比如，杭州城市智慧大脑。它包含城管系统、医疗系统、环境系统、智慧亚运、移动办事、信用系统、超级应用、区县中枢系统。

杭州城市数据大脑的构想是通过采集企业数据、公共数据、政务数据、互联网数据，形成城市算法服务平台、数据资源平台和计算资源平台，然后把算法资源和数据合成应用到各个方面。

智慧城市的基础是什么？

一套相对完整的技术体系，包括：互联网及其控制技术、物联网与传感网络技术、三网融合和信息交换技术、卫星定位及导航技术、云计算技术、监控和预警技术、能源技术（智能电网）、移动互联网技术、现代通讯、商务智能与数据分析、智能管理。

建造智慧城市的基础：建立数据中心，云计算应用，智慧终端设备（包括电脑、智能手机、****设备、医疗行业的激光扫描设备）、数据采集方式和数据应用场景，这些东西形成了整个智慧城市的一个方案。

除此之外，智慧城市还要有完整的体系布局，包括：智慧物流体系、智慧制造（工业4.0）、智慧贸易体系、智慧能源应用体系（智能电网）、智慧公共服务、智慧社会管理体系、智慧交通体系、智慧健康保障体系、智慧安居服务体系和智慧文化服务体系。

这都是大数据在智慧城市中所建立的一些体系方式，未来政府的行政管理、公共安全、社会管理、医疗健康、教育、能源、水务、交通、环境、智能建筑规划等等都会以数据为基础，衍生出应用场景。

③ 医疗体系

在这个架构中，最值得一提的是医疗体系。如果全国的医疗器械可以通过流行病的数据趋势提前预警，未来，再遇到类似新冠肺炎的疾病发生时，我们就可以提前或尽早控制，降低损失。

大数据对医疗系统有非常重要的应用，以后我们可以通过支付宝挂号，所有的体检数据、报告都可以找到。但这种方式现在很难，因为县级市的医院和省级的医院之间的数据大部分没有打通。

在这次疫情中，阿里达摩院用大数据、人工智能对疑似病例的分析。将原本需要数小时的疑似病例的基因检测缩短到半个小时。

除此之外，AI筛查辅助诊断系统也起到了较大的作用。原来的CT影像都需要有经验的医生一个一个看，效率不高。而这套识别筛选系统可以在20秒完成CT诊断，诊断准确率达到90%以上。

因为这次疫情，我们才发现这个技术非常重要，如果提前有这种意识，未来应对其它病毒或疾病可能更容易些。所以，数据收集和人工智能的应用是利在当代、功在千秋的好事。

四、大数据发展面临的挑战

以上这些技术的应用听起来非常美好，但在实践中还是有巨大的挑战。

第一，信息孤岛现象严重，数据资源质量普遍较差，数据共享、开放程度低。

比如，很多三级甲等医院的数据没有打通，小****的分行和分行之间数据没有打通，大****部门之间的数据没有打通。

第二，大数据水平不高，应用需求不清晰，应用模式不成熟，应用程度不深等问题。

第三，大数据产业的支撑体系尚不完善，相关法律法规、规范标准尚不健全。

第四，缺少熟悉大数据基础技术和业务应用的复合型人才。

比如，医疗行业有很多医学专家，但真正懂得医疗，又懂得应用大数据的人不多。

我的分享就到这里，谢谢大家！

（编辑：源码网）

【声明】本站内容均来自网络，其相关言论仅代表作者个人观点，不代表本站立场。若无意侵犯到您的权利，请及时与联系站长删除相关内容!