ThoughtWorks金融科技雷達——金融科技趨勢前瞻

04-14

文／裴興蕊

2015年是互聯網金融監管元年，自此政策猛然收緊，風口關閉。正當互聯網金融這股洪荒之力無處宣洩之時，FinTech這個泊來的辭彙，似乎來的恰逢其時，給互聯網金融一個繼續發展的新契機。然而，FinTech是什麼？它真的是互聯網金融升級版嗎？本文將分享ThoughtWorks對FinTech的理解、定義和趨勢前瞻。

FinTech的實質

FinTech，在維基百科（中文）上的定義是：「金融科技（英語：Financial Technology，也稱為FinTech），是指一群企業運用科技手段使得金融服務變得更有效率，進而形成的一種經濟產業。這些金融科技公司通常在新創立時的目標就是想要瓦解眼前那些不夠科技化的大型金融企業和體系。」

FinTech並不是一個新興辭彙，最初是指連接消費者和交易金融機構的後端技術。在這個詞誕生的時候，它是代表先進技術的。因為在那個時代，金融機構與消費者之間的信息交互完全通過人工，沒有任何自動化的信息技術可用。

目前，無論是國際還是國內，對FinTech都沒有一個明確的定義。

在國際上，比較寬泛的認識是：任何跟金融部門相關的創新，例如：金融掃盲和教育、零售銀行、投資、電子貨幣（例如比特幣）等，都屬於FinTech的範疇；甚至各種跟新興金融相關的、技術和非技術的都被納入這個範疇，包含股權融資、風投等。

在國內，它似乎被看成是互聯網金融的升級版。然而，在2016.7.2 舉行的中國互聯網金融協會從業機構高管系列培訓會上，劉向民表示：「應劃清互聯網金融和FinTech的界限。FinTech不直接從事金融業務，主要是與持牌機構合作。而互聯網金融的本質仍然是金融，風險屬性並沒有改變，同樣具備金融風險的隱蔽性、傳染性、廣泛性和突發性等特徵，在行業高速發展的同時，風險也在快速積累，並已經開始爆發。」那麼，FinTech究竟是互聯網金融++，還是一個必須完全規避金融風險的新型領域？

在我們分析看來，目前國內FinTech領域可以歸於三類：

一：互聯網金融狂歡時代留下來的「模式創新」擠入了FinTech的範疇。

從零六、零七年開始，互聯網金融在國內迅速火熱起來，除了拍拍貸、宜人貸等這種P2P（個人對個人的借貸）模式之外，又迅速創新出P2B（企業對個人的借貸）、A2P（個人貸款由金融機構包裝成資產包）等模式，甚至出現了信託團購、互聯網股權眾籌這些不被監管允許的創新模式。這些創新與傳統的存、貸模式相比，可以更快匹配資金需求方和盈餘方，使得資金使用更有效率。然而，有些模式在創新時無視金融風險，有些模式只是對原有金融產品進行線上化包裝，更有一些是對其他模式的簡單複製組合。隨著監管越來越落到實處，互聯網金融的創新會淘汰大部分，剩下「巨頭」的模式會趨於穩定和成熟。

二：傳統金融行業藉助FinTech概念在進一步進行數字化和互聯網化的轉型。

在互聯網金融狂歡時代，曾經的傳統金融機構被批得無以復加：因循守舊、拒絕改變、跟不上時代等等。但其實這些創新的互聯網公司本質上還是依賴於傳統金融機構的支持或專家知識。例如，在做大數據風控時，銀行幾十年的信貸數據積累就是很好的模型訓練數據。所以，傳統金融機構進行數字化和互聯網化的轉型是後勁十足的。

傳統金融企業的轉型一般有三個維度：渠道和體驗上的移動化，核心業務系統的微服務化，組織架構的敏捷化。從而使得傳統金融企業逐漸跟上乃至引領金融領域的變化和創新。

三：創新技術例如大數據、區塊鏈等，藉助FinTech概念在金融行業尋找應用場景。

這些技術有些誕生於金融領域（如區塊鏈），有些看似跟金融並不密切相關（如 VR/AR等），它們在金融領域的創新應用往往會帶來顛覆式的變化。例如，區塊鏈的應用之一，分散式可信賬本，業界認為它是目前最可能威脅到傳統銀行中心地位的技術。銀聯聯手IBM打造的信用卡積分交換，就是基於分散式可信賬本的。區塊鏈的另一應用，數字貨幣深受各國追捧，法定數字貨幣成為各國央行的重點研究領域，英、加等國表示已提出了自己方案。我國則宣布其數字貨幣原型方案已完成兩輪修訂。

圖1：目前國內FinTech領域的三類模式

我們認為：FinTech的核心在於，用科技力量讓金融更好、更快的服務於實體經濟。

FinTech 雷達

技術本身可以不具有領域屬性，相比技術的理論基礎，我們更關注於技術在金融領域的應用。例如VR或AR，其技術基礎已較為完備，在遊戲或購物場景中，其應用也已經相當成熟。而在絕大多數產品均為非實物的金融領域，VR或AR所擅長的營造身臨其境感，給金融客戶帶來的噱頭遠遠大過於體驗的提升。因此，我們在關注和理解一項技術時，會考察它是在哪個方面給金融領域帶來改變的，是提供了更好的體驗，還是使得交易結算更加有效率，抑或是使得金融服務更加安全。

此外，一項技術在金融領域都有其生命周期。例如AS400小型機，為銀行核心系統服務超過二十年，然而我們並不去關注它，因為它成熟、穩定，不會再發生變化和創新，已經開始逐漸被替代。我們會更多的去關注那些正在或者已經找到在金融領域創新應用的技術，理解它在金融領域的發展，是尚在探索應用場景，還是已經找到契合點，還是已經發揮巨大作用。

為了更好的促進和追蹤科技力量對金融服務的改善和創新，我們構建出了FinTech Radar框架：

按應用場景將FinTech分為四個象限：

體驗和渠道：渠道是金融服務於用戶的最後一公里，它是最容易發掘用戶痛點，做出改進創新的部分。在互聯網化和移動化的衝擊下，金融體驗也在朝著Anywhere、 Anytime 隨時隨地發展。
支付和交易：與傳統金融將支付和交易做在十分封閉和中心化的系統中、以保證其安全的做法不同，FinTech要求它的支付和交易方便快捷且不犧牲安全性。
風控和安全：在金融領域，風險和威脅是永恆的話題，如何利用科技的力量，增強風險控制和安全保障，是FinTech要解決的關鍵問題之一。
基礎技術：為其他幾個象限提供計算資源、演算法模型、安全等的核心技術保障。

按成熟度將FinTech分為三個等級：

H1 — 應用於市場：處於該等級的技術正在金融領域發揮著巨大作用，並依舊保持著發展的動力。值得注意的是，曾經發揮巨大作用、但正在被逐漸取代的技術並不會出現在H1中。
H2 — 技術理論成熟，尋求產業化突破：處於該等級的技術是需要特別關注和持續投入的。能夠率先找到產業化途徑的公司和組織會在新一輪的金融創新中佔得先機。
H3 — 新的技術創新：關注處於該等級的技術的，大多是研究機構。他們致力於研究這些技術的理論完善以及尋找它們可以在金融領域應用的契機。

圖2：ThoughtWorks金融科技雷達

體驗和渠道象限：

圖3：ThoughtWorks金融科技雷達-體驗和渠道

在線投融資平台出現在體驗和渠道象限的H1，並不是指它在線撮合交易的業務創新模式，而主要是指它利用互聯網技術使得金融服務的渠道更加能夠面向用戶。

IBM公司於1973年推出的IBM 3614 Consumer Transaction Facility，是最早的自助櫃員機。在這之後的很長一段時間裡，銀行和其他金融機構的渠道只有封閉的櫃面和自助機。網銀的出現，表面上看是打開了互聯網渠道，但其體驗依然專業和封閉，例如用金融術語去解釋理財產品，用產品所屬部門去劃分金融產品的類別，這都讓大量非專業用戶無從理解。直到互聯網投融資平台（宜人貸、拍拍貸、陸金所等）出現，才真正給用戶提供了開放的在線體驗，並從用戶視角去設計體驗和渠道。同時，也使得銀行慢慢放棄了網銀的維護和發展。

值得指出的是，在線投融資的互聯網化體驗，並不僅局限於對C端用戶，對B端甚至金融機構也是如此。例如，招商銀行的招贏通同業投融資平台，將互聯網渠道成功的應用於金融同業間。

移動體驗或者移動化（Mobility）已經成為企業所必須構建的。各家銀行的手機銀行、掌上銀行越來越完善也越來越人性化。然而，我們所說的移動體驗，並不僅僅指手機上的App們。更重要的是，移動體驗是構建金融場景的重要手段。它對私密性、便捷性、頻繁性的支持，才使得金融服務的Anywhere, Anytime成為可能。

智能投顧的數學模型基礎，是馬科維茨的投資組合理論。該理論認為，應根據不同人對風險和收益的態度，結合對投資人的客觀情況分析，組建不同的資產組合，實現最優資產配置。對理財產品提供方來說，智能投顧是非常有效的銷售渠道，它使得隔離的理財產品組合起來併產生附加值；對投資人來說，智能投顧是相當完美的體驗，它客觀冷靜，不會因為情緒而在風險和收益中左右搖擺；並且降低了投資人對金融知識理解的門檻。

概念體驗店是線上化、虛擬化潮流下為數不多的強化線下體驗的做法。它更能拉近服務和客戶的距離，更容易使客戶產生品牌認同感。在實物產品領域，例如汽車、服裝等，概念體驗店在銷售和推廣上效果非常明顯。而在金融領域，其產品和服務是非實物的，如何與客戶增強互動、如何讓客戶親身體驗到金融創新帶來的新奇感、如何結合線下布局線上、如何同時兼顧輕資產運營和體驗店建設，都是金融服務提供者需要考慮的問題。所以，概念體驗店位於H2。

智能投顧所依賴的大數據技術尚在發展中，並且相類似的模型和演算法導致同類人群投資趨同、是否會帶來系統性風險上不明確。所以智能投顧位於H2。

虛擬櫃檯位於H3。這裡所指的虛擬櫃檯，並不只是自動櫃員機的超級版，也不是ATM+遠程視頻。而指的是前端藉助AR/VR技術、生物身份，後端結合語音識別、大數據分析和人工智慧，為用戶提供身臨其境的、完全定製化的櫃檯服務體驗，且同時將櫃員從高頻高強度但低價值的勞動中解放出來。

由於生物身份識別還未能達到強身份識別的要求，語音、語義的識別以及人工智慧還遠未達到全自動化服務的程度，所以虛擬櫃檯放於H3。

支付和交易象限：

圖4：ThoughtWorks金融科技雷達-支付和交易

處於H1的三種支付方式，看起來並不是多「炫酷」的技術。關鍵點在於，看似平淡的「舊」技術在金融領域的創新應用。以USSD為例，2007年，肯亞運營商Safaricom推出一項手機銀行服務——M-PESA，通過這項服務，用戶只需要一部手機，就可以在幾秒鐘之內通過手機短消息進行支付、轉帳、兌現等。它不需要Wifi，不需要3G、4G網路，甚至不需要智能手機。在肯亞以及非洲大部分欠發達地區，這是一種用科技力量應對當前資源限制、讓金融更快更好的為實體經濟發展服務的方式。

從這個角度講，基於二維碼的App支付，比NFC更符合FinTech的精髓。不增加硬體需求，用最多可以承載2K信息的二維碼，建立收付雙方的臨時通路。「臨時」有兩個好處：一是不長時間佔用存儲、二是隨用隨生成安全性高。

虛擬貨幣是在虛擬空間中購買商品和服務的貨幣。它具有交易媒介和記賬單位的貨幣功能。廣義的虛擬貨幣包含遊戲幣、某類服務提供商發行的專用貨幣（例如Q幣），以及互聯網虛擬貨幣（例如比特幣、萊特幣等）。這裡所指的虛擬貨幣僅指第三種，因為只有它可以不受限於虛擬世界而直接用於現實生活的使用。作為「貨幣」，基於區塊鏈的比特幣或萊特幣，以演算法保證其稀缺性，而稀缺性是交易媒介和記賬單位的基礎。而據此還不足以將虛擬貨幣放諸H1，因為它尚未找到改變人們現實金融生活中的途徑。

分散式可信賬本技術的典型應用案例有跨境支付、資產確權、貿易結算等。其距離產業化應用還隔著以下幾個問題：各種風險和漏洞依然存在，安全標準尚未制定；丟失鑰匙問題只有緩解措施，還未完全解決，這在金融行業是無法容忍的；為了保證「去中心化」和「安全」，區塊鏈中採取冗餘和串列機制，由此而帶來的記賬速度問題、對大規模並發請求的響應能力問題，都使得分散式可信賬本尚不能在金融領域大範圍應用。

「智能合約」是上世紀九十年代由尼克薩博提出的理念，但由於缺少可信的執行環境，智能合約只是停留在概念中。自比特幣誕生後，人們認識到區塊鏈可以為智能合約提供可信的執行環境。當智能合約產業化之後，幾乎所有類型的金融交易都可以應用智能合約。由於同樣是依賴於區塊鏈技術，其進入H1的難題與分散式可信賬本相同。

生物身份識別並不是一項新技術。2015年12月25日晚間，央行發布了《中國人民銀行關於改進個人銀行賬戶服務加強賬戶管理的通知》，允許有條件的銀行探索將生物特徵識別技術作為核驗開戶申請人身份信息的輔助手段。目前，雖然支付寶、招商銀行等已經支持「刷臉登錄」、「刷臉取款」，但依然需要手機號等其他信息，刷臉實質上依然是「輔助手段」。生物身份識別在金融領域，要解決其識別效率，法律效力等，還有很長一段路要走。

風控和安全象限：

圖5：ThoughtWorks金融科技雷達-風控和安全

傳統的金融安全大多建立在信息系統封閉性以及嚴格的流程管控上，這與Anywhere, Anytime的要求相背離，但這並不是說，互聯網化的體驗和場景需要犧牲安全性。在開放、便捷、易用的同時，安全性不可妥協。傳統的做法是，在信息系統上線事前，做集中的、大規模的滲透測試和反覆修正，同時對相關工作人員做細緻的安全培訓。這種做法在快速變化的市場中不再適用。

BSI（Build Security In）正是應對之道。在業務設想階段，例如模式創新設想、金融產品設想、業務系統設想等等，安全性即被納入考慮範圍。安全性需求，與其他訴求一樣，在業務、研發、市場、銷售各個部門流動起來，並在每個階段建立儘可能短的反饋環，快速驗證安全性並儘早修正和調整。

匿名交易源自比特幣。比特幣的交易雙方均為一串地址，任何一方的信息都不會泄露，且同時保證了金融交易對不可仿冒和不可篡改的要求。互聯網的發展在給用戶帶來便利的同時，也帶來隱私泄露的威脅，匿名交易技術正是解決之道。例如，銀聯的信用卡積分交易系統，各家銀行的用戶信息不需要被中心化的存儲起來，也不需要在不同的銀行直接交換，就可以保證用戶身份的真實性和交易的安全性。然而，匿名交易給監管（例如反洗錢）帶來新的挑戰。

風控是金融的核心，是金融安全最重要的維度。大數據風控似乎可以放到H1，它以強大的數據挖掘能力開發出新穎的信用評估模型，在海量的互聯網信息中，挖掘出更多不易被發現的信用信息，且高效、低成本。然而，在大範圍應用之前，還有兩個問題要解決：還款能力和還款意願的建模局限性。償還能力建模：需掌握所有債務信息。大數據可以做到防欺詐、整體償還能力評估，但如果拿不到債務總集，無法對整體償還能力如何分配到具體債務上建模。償還意願建模：需建立統一懲罰機制，大數據可以根據過往數據對人的行為模式建模，從而預測還款意願，但輸入條件之一「懲罰機制」變化後，還款意願預測失准。而「所有債務信息」和「統一懲罰機制」，並不是單靠技術能解決的問題。徵信模型的例外帶來的損失如何處理，並不是大數據來解決的。例如：阿里小貸和金融供應鏈金融，形式上無抵押，但實際都有抵質押物：一定周期的貨款和賬戶保證金。如何將追償成本、壞賬成本計算到風險定價中，才是核心競爭力。大數據風控進入H1，解決這個問題是必要條件。

監管科技，使?新技術來使得監管和合規更加高效。目的是更好的實現合規解決?案，提?效率、盈利能?以及降低行業壁壘。監管科技是一系列技術與規章的結合，跨越H1和H2。普華永道對2017年金融科技的十大預測中表示，2017年很有可能會是監管科技的一年。

態勢感知(Situation Awareness)，於上世紀90年代被引入信息安全領域，它分為態勢覺察、態勢理解和態勢預測三個層次。它可以分析歷史攻擊數據，對攻擊者畫像，總結出他的行為習慣，從而預測網路中可能存在的安全入侵事件。理論上，態勢感知可以將防禦化被動為主動。金融領域的應用尚在研究中，還需要在大數據建模、演算法優化、運行效率等方面進行更多的突破。其效果也有待實踐驗證。

基礎技術象限：

圖6：ThoughtWorks金融科技雷達-基礎技術

在金融行業，有諸多被稱為「核心系統」、「後台系統」的信息化設施，它們最早構建於上世紀60年代，為金融行業提供著長期穩定可靠的服務。然而在業務快速變化和創新的今天，「改不動」、「變不了」是這些核心系統必須解決的問題。微服務作為一項基礎技術，它不但支持新業務和渠道的快速組建，同時提供一種穩健的方法，將超期服役的核心系統逐步、平緩地替代掉，使其最終能夠快速應對市場和業務變化。

雲計算近幾年發展迅猛，並已從提供基本的計算資源發展成專門為各個行業提供專業服務的行業雲。阿里、亞馬遜等都提出各自的金融雲解決方案。傳統的金融機構也逐步將自己的資源、能力和設施虛擬化。

VR/AR 和模式識別，是渠道移動化、虛擬化、自動化和智能化的重要前端技術。它可以解放金融機構在網點、櫃檯、呼叫中心等的人力資源，使得更多的客戶可以享受到專屬客戶經理的VIP服務。當然，這需要大數據、人工智慧等後端技術的支持。

大數據和區塊鏈是提起FinTech所必談的兩項技術。兩項技術從理論角度講，已經相對成熟，在金融領域也已經找到了合適的應用場景，例如大數據於風控、智能投顧，區塊鏈於虛擬貨幣、分散式可信賬本。但在產業化應用之前，二者依然存在有待解決的問題。大數據的信息採集與隱私保護之間的衝突、信息處理效率等等，以及區塊鏈的算力問題、如何去中心化的解決從虛擬世界像現實世界映射的問題等等。所以他們位於H2。

在ThoughtWorks最新一期的技術雷達中，我們將深度學習的兩種開源框架放入「評估」階段中。它的技術本身和理論基礎依然處於發展中，它們有在智能服務、風控和安全等領域為金融提供服務的可能性，所以我們將它放入H3。

結語

FinTech，金融科技，它不僅包括像區塊鏈、機器學習這種新興、炫酷的技術，更包括那些已經在金融領域解決實際問題的不起眼的「老」技術，如USSD；其核心在於，用科技力量讓金融更好、更快的服務於實體經濟。我們可以預見，傳統金融企業將迅速通過數字化轉型，將其沉澱多年的客戶資源、專業知識和海量數據轉化為競爭力，逐漸在這場金融科技戰役中翻轉局勢。

金融用戶即將感受到金融似乎不在但服務無所不在的體驗，而同時，金融機構卻不必為此投入大量人力，甚至運營成本會大大降低。這其中大數據用戶畫像建模、智能投顧、機器人客服、虛擬櫃檯將發揮巨大作用。

隨時隨地的服務要求隨時隨地的支付和交易，便利與安全這對當前難以實現的互斥需求將很快被區塊鏈技術所打破。人們的行為被數據刻畫從而得到更有針對性的服務，同時隱私被安全地保護起來；用戶的實物資產與虛擬資產都被數字確權，資產的交易不可仿冒或篡改。

在FinTech雷達中，我們將金融領域分為四個問題域，每一項與金融場景相關的科技創新，都會出現在最外圍H3中，隨著它們落地解決實際的金融問題，會漸漸的移動到H1，甚至將會被新興科技淘汰。我們持續關注這個雷達，藉助科技的力量，使得金融更快、更好的為實體經濟服務。

更多精彩洞見，請關注微信公眾號：思特沃克