该不该做吃螃蟹的人？深入探寻金融科技行业的变革与创新

前言

巴克莱银行的首席执行官Jes Staley曾说，金融科技公司不会对我们造成挑战。几个月前，当我听到这句话的时候，我忍不住回想起了我曾听到过的其它一些话。

•  Digital Equipment Corporation的创始人Ken Olsen于1977年说过：“没有一个人会想要在家里放一台计算机的。”

•  摩托罗拉的首席执行官Ed Zander与2006年说过：“去他的Nano。Nano究竟有什么用处呢？有谁会要听1000首歌？”

•  2008年亚马逊的产品Kindle发布时，史蒂夫·乔布斯曾说：“产品的好坏已经是无关紧要的了。事实是，人们已经不再读书了。”

真正的创新的力量是很难被理解的。即使是行业领导者和最有远见最有创造力的人有时候也不能理解一个真正创新的想法的含义，也不能理解这个创新的想法是如何重新配置市场界限，创造一个新的世界。

苹果用了7年成为了世界上最大的音乐零售商；谷歌推出谷歌地图应用程序后，花了18个月除去了顶级GPS公司85%的市值；阿里巴巴仅用了9个月的时间成为了世上第四大货币市场基金。

1955年的财富500强企业在2014年的时候已经消失了88%；今天的财富500强企业在将来的10年里将会有40%不复存在。1960年，财富500强企业的平均寿命为75年，而现如今只有不到15年！

简单来说，改变是正在进行时，并且永不停息的，这一点是毫无疑问的。而且，改变发生的速度比我们所见过的都要快。但是，创新在哪里呢？这对银行所造成的威胁会有多大呢？在他们身上会发生什么呢？为什么我们所听到的和我们所看到的会如此不同呢？

这是迅速应对质疑的一种适度尝试，通过对威胁的本质、规模和扩散的不断观察来看看不论我们是消费者，还是公民、商业领袖或雇员，这些改变对我们来说究竟意味着什么。

：新技术能力和客户需求造成了金融服务紧张。低成本服务、客户体验的困扰以及创新的商业模式：在协作模式崩溃之前，它能够走多远？

：一个真实的检验数据来帮助了解金融服务的金融科技威胁的真实规模。牵引力在哪？挫折又在哪？真正的金融科技有多大？哪些区域是最没被探索过的？

：消费者观点和一些简单的使用案例能够用以说明还需要做多少工作才能够转变金融服务。银行们是否会迎来“Uber时刻”？为什么我们还没到那个时候？还需要多少时间这些创新才会真正走上街头，改变我们的生活？

内部竞争：金融科技超级英雄的攻击

从一些具体例子中得出的系统性的宏观的观点可以用以理解威胁的本质。

在核心银行方面，英国移动银行Monzo和数字银行Tandem都推出了新银行：它们都是100%手机银行并且分支很少，它们试图用这样的形式来说明另一种以客户为中心的、低成本零售银行业务是有可能的。他们通过全移动战略和机器人流程自动化来降低客户获取成本。

Corda平台是初创企业R3推出的一种分类式账本，有70家最大的银行参与其中，虽然高盛集团、桑坦德集团、摩根士丹利以及澳大利亚国民银行最近都退出了这项项目。Corda平台的目的是在于要提供一种公共基础设施，来帮助银行构建能够在网络参与者之间互相操作的产品和服务，同时为新的创新举措提供更好的时间。

在方面，HelloWallet帮助员工充分利用他们的薪水和福利，同时也帮助雇主满足员工的需求。在预先登记的商家的POS系统中，新加坡公司Touché提供指纹支付服务。新加坡初创企业Seedly为新加坡人提供便捷的理财方案并会为用户提供理财建议，这就和来自Intuit的Mint是相类似的。

在方面，RegTech、Pelican和Riskified提供软件即服务欺诈和退款预防技术。他们的技术使用行为分析、弹性链接、代理检测和机器学习来检测和防止欺诈行为。他们支持通过其技术批准的交易，在欺诈事件中提供100%的退款保证。

在方面，Conversable和Jumper.AI通过社交媒体平台上的聊天机器人和人工智能实现会话商务。LevelUp通过二维码和NFC技术使得用户在许多快餐店里都可以实现提前预订和支付。Cardlytics通过分析持卡人的购买模式，使商家和银行能够提供有针对性的促销活动，并对持卡人保持忠诚。英国跨境支付服务平台CurrencyCloud是一种基于云计算的国际支付解决方案。该公司通过灵活的、开发者友好的API打包了全球支付基础设施——发现双方汇率，在两个终端之间遵循两方本地法规转移资金。

在方面，Robinhood已经能够做到通过超简单的用户界面来消除股票交易的复杂性。Kenshouses的机器学习和分析系统解决了一些最为困难的分析问题，目前已被应用到世界上一些最重要的交易部门，并且现在与标准普尔全球公司进行了合作。BluePool使用先进的分析技术，对人类行为和金融资产的表现进行管理、提炼等。BluePool现在正为资本市场智能打造首个普通话自然语言处理（NLP）引擎，为海外投资者提供进入中国市场的机会。

在方面， Lending Club 是一家P2P借贷公司，是此类公司中第一家向证券交易委员会登记发行证券的公司，该公司在二级市场上提供贷款交易。Kabbage通过其贷款平台和精简、高效和客户友好的应用程序直接向小企业和消费者提供资金。

最后是方面，Teambrella是一家基于区块链的P2P保险公司，由熟人朋友发起组团成为一个社群团队，若有成员提出索赔，则由各成员分摊。如果没有人提出索赔，每个人的钱都是100%。你可以选择对你的团队中的每件事进行投票，包括索赔、规则和新成员。 GenLife 将颠覆性技术整合到一个新的保险平台上。他们使用分布式账本技术(区块链)、人工智能和云计算，以低成本获得高质量的保险和客户体验。

简而言之，我们看到了来自四个不同角度的拉力和力量：

1.  支持新型使用案例和应用程序的新技术。

2.  行业新进入者以客户为导向，在受保护的环境中掌握这些新技术可以超越现有企业。

3.  促进金融和财政包容的新监管以及更好的跨国政策协调。

4.  新客户的需求是由时代转变所推动的，但也有被其他更具创新性的行业和科技趋势引领者所推动。

为了进一步细分，以下是金融服务行业的视觉功能图：

我们已经看到了关键技术和非技术创新：

金融科技1.0是新进入者和金融机构之间的直接对抗，但是对抗结果失败。其失败的主要原因是对环境复杂性和监管约束缺乏理解。从金融科技1.0中得出的经验教训是金融服务行业的“Uber时刻”还未到来。金融科技2.0变得更为智能（或许可以是暂时更温和），主体之间协作性更强。现在是一种双赢的平衡局面，然而双方都还在不断磨刀，增强自身实力。

金融科技2.0：要么协作，要么消亡。寻求平衡局面。

但请不要误会：一时一刻都不要相信它会一直保持这样的状态。行业新进入者就意味着业务变大。因此，现在双方都在寻求平衡的过程中建立起抵抗的力量来相互竞争对方的战略优势，或者可以用Warren Buffet的一个专业术语来形容，就是“护城河”。下面是一个总结性图示：

值得注意的是：

•  行业新进入者通过专注于快速、敏捷、技术支持和低成本的解决方案来建立他们的竞争优势。他们在一个受保护的环境中通过来自风险资本或其他公司的外部资金运营有补贴的商业模式，而且，在很大程度上，它们试图把重点放在金融服务行业不受监管的部分上来。它们在本质上是具有煽动性和争议性的，而这又带来了一股变革之风，通常为消费者和监管者所欢迎。注意：新进入者可以是金融服务业或更多直接的B2C业务竞争者的B2B技术供应商。

•  但是，现有企业也有自己的战略优势，包括他们所建立的，为他们所垄断的客户基础以及客户对他们的信任（尽管自2008年金融危机以来，这种信任已受影响）。他们了解并设法尽力遵从法规，他们知道如何操作安全且防火的环境，并且拥有大量的客户数据。他们有成熟的品牌，规模，而且通常是一个地区性的，当然也经常是全球性的。最后金融机构对我们的经济来说是系统性的，并且从大多数政府的相对保护中获益，这样一来，没有人能够预想得到如果太多金融机构消亡的话将会发生什么。

但是，行业新进入者要花多少时间才能从他们的客户关系中获利呢?创建庞大的客户基础并获取其数据要花多长时间呢?又需要多久才能掌握甚至影响规则呢？

协作模型中的互补性会随着时间的推移而显著减少。

金融科技3.0似乎将会是关于控制和拥有客户关系，管理安全以及如何有效地处理监管的问题（甚至游说，影响和施压监管者来改变它）。

因此，现有企业的生存将要依靠以下几点：

•  速度与规模：他们以客户需求和竞争所推动的速度和规模来创新和传播新产品和服务。

•  同心集成：他们专注于构建经验，重新定义价值链，并从新的技术创新中获取价值。

•  服务聚合：将客户关系与完成客户旅程放在第一位的新服务的客户关系货币化。这么多的变化正在发生，那么变化的真正规模是多大呢？

幻想之地：希望与幻灭

有一些关键数据可以用以了解威胁的真实规模。

事实是这样的：新技术方面的交易量少、资金少、初创企业少而且种子投资也少。2015年至2016年期间，大约减少10%；根据2017年第二季度的趋势，可能会低18%。（数据来源于Venture Scanner。）这么看来，这会是一场大旱灾吗？会是一场泡沫吗？

由于资金更少更集中，投资决策中的肯定会有更多的纪律性和推理性。

•  2016年，风投支持的金融科技企业通过836笔交易获得130亿美元的融资。全球金融科技投资的总数大约在360亿美元左右。

•  目前，64个国家、16种类别的金融科技企业有2252家。Venture Scanner追踪到的数据显示，这2252家金融科技企业总共有713亿美元的资金。其他一些数据来源显示，截至目前为止，金融科技企业所获得的融资已经超过了1300亿美元。

•  截至2016年年底，全球22家金融科技独角兽企业的估值大约在740亿美元。（数据来源于CB Insights。）

要注意的是，根据数据来源不同，数据也会有所区别。主要是因为很多风投支持的交易没有公布出来。此外，还请注意上面的数字仅是由风投支持的交易，排除了其他投资者，如家族理财室，对冲基金，私人部门风险基金。

现在，我们对现有的企业做一个对比：

•  全球最大的15家银行的市值总共为2.5万亿美元。

•  2016年6月，JP Morgan的市值为3110亿美元。

很明显，金融科技的投资在很多公司中都很分散但是这一情况正在改变以将重点放在关键领域，例如，贷款和支付公司已经获得了72%的由风投支持的融资，其中包括了43%的金融科技企业。即将成为受欢迎的行业包括安全与欺诈、金融数据和研究。请参见下面来自Venture Scanner的更多数据：

从地域的角度来看，2016年美国的交易数量有所下降，在479笔交易中交易额为58亿美元，而在欧洲，交易数量增加了，在186笔交易中交易总额为11亿美元，在亚洲的182笔交易中交易额为60亿美元。有趣的是，他告诉我们的是亚洲正在采取集中的大规模的交易，而欧洲正在试图追赶，美国在许多较小的交易中都在分散投资。最近的一个亚洲金融科技热的例子是Grab：这家转型为支付电子商务公司的打车软件公司刚刚从软银和滴滴获得了20亿美元的资金。

同时，我们也看看机会的大小：麦肯锡2015年全球银行年度评估报告估计，银行从起源和销售中赚取的股本回报率高达22%，这远高于仅为6%的股本回报率的基本信贷条款。非银行攻击者的起源和销售占全球银行业利润的60%左右。它为金融技术领域的从业者的非中介化创造了一个重要的机会。

最后，虽然上述数据看上去很高，但是不要忘了大约有90%的创企失败了。这也就意味着，尽管这种情况着实让人悲伤，但上面提到的很多名字在几个月或几年内都不会存在了。从1098个种子融资交易中，只有20个会进入第6轮，最后只有7个会功成身退。这其中的原因是什么呢？

根据CB Insights数据显示，以下是90%的金融技术企业失败的主要原因：

•  不理解规则的复杂性。

•  创企资金不足。

•  低估了销售周期的长度。

•  没能制定出合理的销售策略。

•  单枪匹马，缺少合作。

简而言之，新企业很难在旧市场中有所突破。因此，即使是有大量的资金涌入，即使是有大量的合作模式，在这些创新成为一个改变生活的现实之前需要花费多少时间呢？

愤怒管理：炒作因素

关于金融科技创新的消费者观点，以及为什么他们要花这么多时间。

Peter Thiel说过：“我们想要一辆会飞的汽车，可是我们得到的确是140个字符。”

当然，推特的发明远不如飞行汽车来得激动人心。那什么是炒作呢？什么优势真正的创新呢？

炒作 vs创新

下面，我们来看几个例子：

虽然，从很多方面看来，区块链很有发展前途，但是，在区块链对现有的生态系统造成重大影响之前，先需要解决一些关键性的挑战。

•  速度：因为比特币协议将区块大小限制为1MB，所以在比特币的背景下，区块链的副产物是每秒7次交易。而VISA平均每秒可处理2000次交易，并且理论上可以处理56000次交易。注意：去年，区块链数字现金平台Safe Casht宣称自己的交易速度是比特币网络的3000倍，是VISA平均交易速度的十几倍。为什么会这样呢？因为去中心化是以牺牲速度为代价的。换句话说，区块链越集中（节点越少），速度也就越快。

•  能源与计算能力的消耗：区块链网络的矿工们每一秒钟都在尝试450000万亿个解决方案，以验证交易，为此他们使用了大量的计算能力。特别是，云定价模型(即AWS、Azure)是由使用的计算量多少驱动的。这就意味着，区块链要保持经济效益，我们就需要在链上和链下的复杂性之间找到平衡，同时还要利用区块链的去中心化功能。

•  成本：区块链可以在交易成本和提高速度上提供大量的节省，但是，要建立基础设施的初始资本支出可能就会是天文数字了。

•  文化采借：区块链去中心化的性质可以被消费者视为个人数据泄露的新风险，也可以被运营商认作是控制差距。

简而言之：这是一项新兴的技术，虽然给出的承诺很多，但在目前的状态下，还不能完全支持大规模的实现。

要清楚的是，人工智能并不存在，至少在今天是不存在的。Michael Olaye是Dare的CEO及Oliver Group的CTO，他曾这样说过，今天的人工智能是“无知觉的，专注于狭窄任务的”。或者可以说是“弱人工智能”。这与“强人工智能”或者“人工通用智能”是相对而言的。

来自美国信用评分和信用监督创企Credit Karma的Graciano表示：“人工智能的承诺是泛化的智能，不仅能够学习，还能够进行推理、模式匹配以及相互作用，我认为，我们今天所拥有的人工智能应该被描述为弱人工智能最为恰当。”换句话说，今天的人工智能还只能进行感知、模式识别和分类，推理能力尚且不够的。

认知计算的目的是实现自动推理、机器学习、语音识别和自然语言处理的技术平台，是一个计算机化模型中人类思维过程的模拟。

例如，预先训练的深度神经网络是一种机器学习算法，它有利于图像识别（识别图片或视频中的对象）和语音识别（苹果的siri交互作用）。机器学习的承诺是，从他们识别的模式中创建新的预测模型，创建一个自我学习的机制。

但是，更为重要的是，机器善于在高容量高频率数据中检测模式，但却不善于在低容量低频率数据中检测。而世界上的大部分都是低容量，低频率的数据。这就可以理解为没有一个个的零片却要有一副大图一样。

现在有一个简单的测试：Uber多少次错误地估计了你的司机到达的时间的情况？就我而言，几乎每次都是这样。

简言之：我们可能是处在机器时代的前夕；但现在我们肯定还没有步入机器时代。

根据Gemalto的泄露级别指数，单是2016年就有15亿的数据记录被泄露。泄露速度为平均每秒50个。其中，有59%的泄露与身份盗用有关。据报道，金融科技服务公司的数据泄露事故占数据泄露总量的12%，该数据位于科技公司的28%之后。

随着数据的激增，也就迎来了大量数据泄露的风险：保护数据免于泄露将继续成为金融科技公司和金融服务领域的基本成功标准。

现在，下面是关于技术方面的炒作。我们考虑一下消费者方面的一些令人沮丧的例子。但要记住的一点是，每次的挫折背后都会存在机会。

•  烧钱。为什么我就不能从我的银行那里得到一份关于我的钱财去向的简单的月报告呢？好像我的银行不知道这些似的。一个商人在接受信用卡交易前必须要做的流程是了解客户。你会认为应该有一种方法可以让他们以一种简单易懂的方式对你的开销进行分类，包括相关的储蓄机会和产品建议。我们要等Mint或者是Seedly来帮助我们做到这点。为什么我从来就没有接到银行打来的电话告诉我要如何使用更好的产品，存更多的钱或者使用我的福利？

•  现金过敏。为什么我在很多地方都能看到写着“接受超过10美元的信用卡或借记卡”的标语呢？为什么出租车要收取10%的VISA卡费用呢？像新加坡这样的国家，它有一套完整的基础设施可以使每个商人接受付款，但“小贩中心”除外，而且每位持卡人平均持有2.5张卡，并且都支持无接触式付款方式。由此看来，它基本上是100%为无现金经济做好准备。但是，没有人有使用信用卡而不用现金的动机。非接触式支付的全部意义在于让小额支付快速而安全，如果支付金额超过10美元那就是毫无意义的了。

•  纸张过敏。为什么我不能有一张票记录了我买了什么，付过什么钱？为什么点击我的手机只要半秒，但是却需要等待10秒才能得到交易授权，并且还要另外等5秒才能拿到打印好的小票。当然，这都是因为POS提供者不处理支付，反之亦然，但是注意，每次业务以事务型的方式对待客户时(我并不真正在乎他的经验)，它会导致绝对的无意义

•  易亡。为什么选择人寿保险产品或是意外死亡险又或是断肢保险依旧是如此复杂？谁能告诉我真正的风险在哪里？生活不是用桶做的，健康问题、事故、死亡、残疾、行李延误或失业等问题难道只发生在一个人或另一个人身上吗？

•  财政自杀。为什么即使一个财务顾问让我损失了我所有的钱我要还付给他固定的费用？如果他得到了补偿，不管他在我的投资上的表现如何，他的建议是什么？

•  人类学习和自然智能。当我在新加坡取款的时候，为什么我的银行似乎无法看到越南的50笔交易，在同一天很可能是诈骗？专家们谈论的是使用机器学习，人工智能进行诈骗检测，那单单是很好的老常识如何呢？使用20年前的技术进行简单的检查似乎可以解决这个问题。

创新 vs 执行

非理智和挫折是企业家的创新之源。很显然，金融科技之触及到了表面。原因何在呢？因为对这里提到的许多新技术的采用率仍然很低；因此，在他们成为主流，并能深刻地重新配置整个行业之前，他们仍需要时间。而且，可能更为重要的一点是，他们仍需要时间来想出了如何将技术货币化并充分发挥其潜力的方法。看看NFC技术，他们向我们承诺的美好的事情永远不会发生，直到苹果能够用Apple Pay锁定、捕捉和变现了的NFC技术价值。

市场重新配置和产品采用遵循一条并行且相关的路径：

1.  创新导致市场分裂

2.  采用导致市场整合

3.  稳定导致市场重新配置

总之，大多数的金融科技创新还没有跨越鸿沟：主流消费者没有体验到他们所能提供的许多新好处。除非他们能拥有早期的多数使用者，否则永远不会跨越。

数字变革需要结构性改革

这需要花费大量的时间，而且并不是所有的变革都会成功：

•  在Apple Pay出现之前，NFC技术几近告败。

•  全渠道(这是5年前的一个术语)还没有被大多数零售商实现。

•  蓝牙低功耗和信标技术仍然不是主流。

•  生物识别技术:东芝的G500手机是2007年第一个使用指纹的手机。这比苹果的iPhone 6早了10年。

很少有公司能够抓住技术创新的全部价值。这就造成了巨大的不平等，就像我们的赢者通吃的社会一样。

结语

所以，接下来，金融服务业该往什么方向发展？据Accenture表示，成功来自于他们适应和利用他们的核心竞争力的能力：继续做其他行业的顾问、促进者和正整合者。

查尔斯·达尔文曾说：“不是最强的物种也不是最聪明的物种能够存活下来，而是最能适应变化的物种才能生存下来。”

上面提到的许多新公司的成功都是基于他们提供令人难忘的用户体验的能力，并围绕他们建立一个服务组合：这便是同心集成。

伟大的想法可能看起来会很愚蠢：如果Georges Lucas把第一部《星球大战》电影给你，你会给他投钱吗?我相信企业家是那些能看到别人认为不可能机会的人。

你是会成为下一个错失突破性创新的思想领袖？还是下一个进行突破性创新的领导者呢？

最后，不要做终结者。机器时代的技术进步带来了新的风险，这就意味着需要承担更多的义务和责任。换句话说，如果你的客户认为你在这里是要把他们搞砸，那你就不能发展业务。此外，新技术和新进入者创造了新的风险，例如数据安全、监管套利、行业行为和道德规范。我们有义务接受变革，而不是去抵制它，但同时，我们也有责任去帮助恢复金融机构的系统稳定性和公众信任。我们肩负着建立一个高效、可访问、安全、有弹性的金融体系的责任。

温斯顿·丘吉尔曾说：“成功不是最终的，失败也不是致命的。有勇气继续下去才是最重要的。”