金融科技三大效应显现,凡普金科如何“强者恒强”

简介: 一年一度的世界互联网大会再次召开了,在这个全球互联网盛会上,那些热门领域总是更容易惹足眼球,其中,金融科技自然而然成为大会的焦点之一。

一年一度的世界互联网大会再次召开了,在这个全球互联网盛会上,那些热门领域总是更容易惹足眼球,其中,金融科技自然而然成为大会的焦点之一。


过去几年的Fintech浪潮,既有大佬级互联网公司、金融巨头的参与,也有创业型企业崭露头角并越滚越大。例如,在“人工智能-融合发展新机遇”论坛上,就出现了金融科技企业凡普金科的身影,凡普金科创始合伙人、CEO董祺参加了论坛并接受了采访。

 

事实上,不管是对BATJ等巨头,还是对凡普金科这样的独立金融科技企业而言,“强者恒强”已经是金融科技行业发展的必然态势,舞台上耀眼的,最终只会是数得清的那几家。而造成“强者恒强”的,正是金融科技领域叠加的三大效应。

 

进化效应——用的人越多越强


社交之所以能够诞生移动互联网用户量最大、粘性最强的产品之一,一个重要的原因每一个人的加入,都在把这个社交网络变得更具依赖性——个体能在产品中获得的价值,取决于使用产品的其他人的多少。


与社交不同,金融科技没有这种由人编织的网络。但是,与之类似的是,金融科技领域存在着“进化效应”:使用者的增加形成的技术实践反馈,能让平台的技术实力进一步提升;每增加一个参与者都能提升金融科技整体的能力,最终产生其他厂商难以企及的技术差距。


由于金融科技的技术特性,尤其是AI内在的算法特质,实践过程的不断试错、调整、修复是金融科技发展的主要推动力量,没有经过“火炼”的都不是真金。一套技术用的人越多,与后进者拉开的优势就越大。某种程度上,一些跑得快的创业者凭借用户量优势登上了“进化效应”的船,或将在未来成为与巨头并肩的存在。


例如,2013年成立的凡普金科,在5年的成长期里,服务的用户总数已超过4000万。而凡普金科自主研发的智能大数据动态风控系统——“FinUp 云图”,其演化和发展必然离不开这些用户实践的“喂养”,这个“用于风控的完整知识体系”,离不开现实试错的反复优化。只有基于大量用户的“浇灌”,这样的风控系统才能不断向前。

 

规模效应——心智选择影响金融科技市场


原本,规模效应——因规模增大往往能带来经济效益的提高,习惯于用在制造业和需要分摊成本的互联网行业,例如在制造业里,随着规模增大每新增的产品其需要的成本越来越少(即所谓“边际成本递减”),在互联网行业里,智能手机的销量越大,平摊的研发成本越低且获得的供应链议价权越强。


在金融科技行业,也存在着类似的规模效应,但其分为两个层面:


01更低成本、更高效价

金融科技也存在着“规模越大经济效益越好”的现象:金融科技是“无限杠杆”的业务,即在保证一定个性化的条件下,一份技术本身可以COPY出很多份服务无限多个用户,市场越大,研发成本的平摊就越小,金融科技企业投入成本的效价就越高。


这其实不难理解,假设服务一个人的成本是1,那么服务100个人的成本不是100,而可能只有1.1,在横向对比上用户多的企业自然在效益上占据优势。


02“示范效应”和“第一印象效应”

在金融科技领域还有不同的、市场心智选择层面的“规模效应”。


由于金融业务的特殊性,尤其是经历监管风暴后不靠谱的中小平台纷纷倒下,让规模某种程度上成为重要的背书(虽然不完全看规模)。在用户选择层面,“规模”具备示范效应和第一印象效应,在不少金融科技用户那里,不论是借贷、分期还是理财,选择大的、有名的,总不会错。


从这个角度看,大平台在风暴中为普通人所信任就更好理解了,“规模”带来的用户第一印象联系,是其重要的竞争资本。以此来看凡普金科:在行业层面,由中国互联网协会、工业和信息化部信息中心评选的“2018年中国互联网企业 100 强”中,凡普金科列第35位;在政府层面,凡普金科连续两年获得上海市浦东人民政府授予的“经济突出贡献奖”;在监管层面,凡普金科现已经加入由工信部指导的自律委员会。


经历过市场洗牌后,仍然挺立的产品与许多用户的心智自然就形成了某种基于规模的信任关联,当有了需要,就会想到。

 

飞轮效应:临界点后再难追上


在机械组织中,有一种结构称作飞轮,为了让静止的飞轮转动起来,一开始需要费很大的力气,一圈一圈反复地推,这个过程中飞轮会转得越来越快,一旦超过某个很高的速度后,飞轮所具有的动能就会很大,这时候反过来,让飞轮停下来需要的力气就会很大。


AI技术在金融领域的发展与飞轮的运转十分相似:刚开始技术投入期十分艰难,投入量大,随着技术的成熟度到达一定程度,AI技术的发展就快得难以停下,形成“追不上”的技术壁垒。


很多企业未能捱过AI金融的飞轮早期阶段,不论是出于资本原因还是市场原因,在飞轮积累动量转动起来前就已经倒下。而大佬级互联网企业做金融科技则具备这方面的优势,可以持续投入、维系体系的运转,等待飞轮效应临界点的到来。


对独立的金融科技企业而言,尽早地推动飞轮积累动能“自运转”是获得生存权利与竞争优势的必然。以凡普金科为例,其AI技术的发展经历过积累期后,除了建模方面形成了技术底蕴,还藉此自主研发了自动建模机器人WaterDrop(“水滴”),也即让AI来模仿人类建模分析师的思维,做出AI应用的算法,让AI给AI自己设定游戏规则。


在这种技术突破下,过去,从取数生成指标建立模型到开发上线,实现端到端的自动交付,原本需要一个建模团队1-2个月才能完成,现在缩短为不到1天的自动化流程。


显而意见,在水滴的帮助下,凡普金科应对市场变化的能力大大加强,可以通过不断上线新的模型来应对高速发展中的变化,这与后期的“飞轮”不谋而合,你想让凡普金科停下来反而更难,后进者也失去了追赶的机会,毕竟,技术的提升和优化到了某种指数级别,慢吞吞的前期积累不足以与这种后期的飞速运转相抗衡。

 

三大效应加持下,行业即将迎来“稳健发展期”


今年的乌镇大会上,董祺接受媒体采访时表示,他对行业发展充满信心。


他认为,人工智能等技术在金融领域的应用,仍然遵循新技术应用的普遍规律,即刚开始有个爆发期,快速发展中也积累大量问题,随后进入整顿期,问题被持续优化,同时运营模式逐渐夯实,最终进入稳健的发展期。这其实同互联网本身的发展有类似之处,在经历了90年代泡沫、2000年初整顿,随后逐渐进入稳健发展的互联网浪潮。


在董祺看来,金融科技行业是一个亟需“互信”的行业,正如今年世界互联网大会主题“创造互信共治的数字世界——携手共建网络空间命运共同体”所强调的一样,监管、企业、用户三者之间的互信,是推动行业发展的必要基础,而人工智能等技术正在完善这种互信。

image.png

当我们从金融科技行业和中国金融市场发展的全局去看,无疑上述进化效应、规模效应、飞轮效应三大效应给凡普金科带来的竞争优势,悄然暗合了董祺对行业信心的来源。

相关文章
|
监控 前端开发 安全
在Linux中,假如公司网站访问速度变的很慢很慢,该如何处理?
在Linux中,假如公司网站访问速度变的很慢很慢,该如何处理?
|
10月前
|
存储 SQL 关系型数据库
【MySQL基础篇】MySQL约束语法
文章介绍了MySQL中表的约束概念,包括非空、唯一、主键、默认和外键约束,以及如何在创建和修改表时指定这些约束。外键约束用于保持数据的一致性和完整性,文章通过示例展示了添加、删除外键的语法,并讨论了不同的删除/更新行为,如CASCADE和SETNULL。
【MySQL基础篇】MySQL约束语法
|
Java 关系型数据库 MySQL
springboot+vue“智慧食堂”设计与实现
springboot+vue“智慧食堂”设计与实现
|
12月前
|
数据采集 机器人 测试技术
SeleniumBase在无头模式下绕过验证码的完整指南
本文详细介绍了如何在SeleniumBase的无头模式下绕过验证码,通过使用代理IP(以爬虫代理为例)、设置User-Agent和Cookie等手段提升爬虫效率。文章首先分析了无头模式下面临的验证码挑战,然后提供了具体的策略和代码示例,包括浏览器设置、代理IP配置及模拟用户行为的方法。最后,通过一个访问大众点评网站并绕过验证码的完整代码示例,展示了如何在实际场景中应用这些技术,应对现代网站的反爬虫机制。此外,还提供了一些提高爬虫效率的实用技巧,如代理池轮换、设置合适延迟和分布式爬虫等。
1245 1
|
机器学习/深度学习 传感器 算法
Matlab 龙格库塔优化最小二乘支持向量机分类预测
Matlab 龙格库塔优化最小二乘支持向量机分类预测
|
机器学习/深度学习 人工智能 自然语言处理
智能笔下的学术:AI在学术写作中的革新应用
【7月更文第31天】随着人工智能技术的发展,AI工具已经成为学术界不可或缺的一部分。它们不仅能够帮助研究人员提高工作效率,还能提升论文的质量。本文将介绍一些流行的AI学术写作工具,并探讨它们如何重塑学术研究的过程。
1359 0
|
搜索推荐 安全 Java
Python中使用requests库进行会话管理与Cookie处理
【4月更文挑战第12天】在Web开发中,会话管理和Cookie处理是处理用户状态和个性化体验的关键部分。在Python中,`requests`库为我们提供了强大的会话管理功能,通过`Session`对象,我们可以轻松地进行跨请求的状态保持,包括自动处理Cookie。本文将详细介绍如何在Python中使用`requests`库进行会话管理和Cookie处理。
|
数据采集 SQL 监控
大数据清洗的艺术:有效处理缺失值、异常值与重复数据
【4月更文挑战第8天】本文探讨了大数据清洗的三个关键环节:缺失值处理、异常值识别与处理、重复数据消除。在处理缺失值时,涉及识别、理解原因、选择删除、填充或保留策略,并进行结果验证。异常值识别包括统计方法、业务规则和可视化检查,处理策略包括删除、修正和标记。重复数据的识别基于主键和关键属性,处理策略有删除、合并和哈希,处理后需持续监控。数据清洗是一门艺术,需要结合统计学、编程技能和业务理解。
3422 2
|
存储 SQL JSON
使用 DataX 实现数据同步(高效的同步工具)
DataX 是阿里云 DataWorks 数据集成 的开源版本,主要就是用于实现数据间的离线同步。 DataX 致力于实现包括关系型数据库(MySQL、Oracle 等)、HDFS、Hive、ODPS、HBase、FTP 等 各种异构数据源(即不同的数据库) 间稳定高效的数据同步功能。
11150 0
使用 DataX 实现数据同步(高效的同步工具)
|
前端开发 JavaScript API
前端知识库Reactjs基础系列一
近几年前端可以说是飞速发展,从虚拟dom到flux单项数据流,这些对于前端可以说是跨时代到发展,对于前端开发者来说不仅仅是挑战也是大到机遇,如果你想成为一名顶尖到前端开发工程师,那我认为掌握这些概念和由此孕育而出到框架是必不可少的。anglurjs ,vuejs ,reactjs作为当前前端三大主流框架,也许我们工作中只会用到一种,但掌握他们,并能运用他们应该我们必备但技能。 注:本文只是自己重看reactjs文档的一些总结,主要参考的是reactjs的官方文档。