导语：每天，比特和字节都在空中流动，为企业提供大数据。许多企业已经采用了免费提供的数据，并使用它以独特的，有时是非法的方式瞄准客户。这引发了对在线隐私的主要担忧或者至少是它的遗留问题。随着最近关于国家安全局监视人员的报道，消费者已经开始意识到他们的“私人”生活是如何公开的。这引起了当今市场上一些合理的严重关注。以下是大数据导致严重隐私问题的几种方式。

医疗保健行业一直是大数据的最大倡导者之一，因为它在保护患者健康方面具有巨大优势。大数据的倡导者利用这些信息来识别早期患有某些疾病风险的人，提高患者接受的护理质量，并降低日益高昂的医疗保健成本。虽然有很多好处，但新研究表明，大数据可能比最初想象的更具风险。

当人们开始在非HIPAA安全区域中搜索与其疾病相关的答案时，该数据不受HIPAA保护。此外，越来越多的技术设备，如可穿戴健身监视器和智能手机应用程序，不安全或私密，引起了对谁可能看到这些设备收集的数据的担忧。有许多符合HIPAA标准的方法可以使用大数据来访问患者健康信息。然而，随着越来越多的其他数字行为和设备被用于与医疗保健相关的信息和活动，大量新数据流入市场和在线并不安全。

除了预测未来医疗条件的潜在风险之外，大数据还可以预测相关人员的其他相关信息。大数据可以预测的信息越来越多地发展成为在各种人口统计中区分人们的方式的潜力。在剑桥大学进行的一项研究中，出现了大数据歧视的一个例子。在Facebook上查看大约60,000人的“喜欢”之后，数据被处理以预测诸如性别，种族，性取向和行为等事情。结果非常准确。在分析所收集的数据时，该模型可以在88％的时间内准确地将男同性恋者与男性同性恋者区分开来。该模型还预测比赛的准确率为95％。在该模型中也准确预测了行为，例如人们消耗了多少酒精。许多人担心雇主，房东，学校，政府机构和其他人可能很快会使用数据来描述人们，从而产生基于性别，性取向或种族等歧视的可能性。

基于大数据模型的歧视有可能渗透到市场的所有领域。在某些情况下，它已经有了。使用类似于剑桥大学研究中的模型，营销人员使用大数据来定位他们的销售及其产品。虽然许多营销人员使用大数据将产品和服务放在高度针对性的受众面前，但当观众根据他们的行为归入一个人群时，可能会造成伤害。基于大数据的有害营销的一个很好的例子发生在大约10年前，当TiVo用户试图说服他们的数字录音机停止录制针对除他们自己以外的人口统计群体的节目。尽管存在潜在的危害，营销人员仍然使用大数据来定位社交媒体平台，搜索引擎和电子邮件中的人。通过基于朋友，喜欢和电子邮件内容提供广告来侵入这样的个人区域已引起消费者的严重关注。

参与监控的不只是在线营销人员; 每天，高清监控摄像头可以捕获413 PB的信息。到2017年，这一数字预计将增长到859PB。监控摄像头现在随处可见。随着算法的不断发展，这些监控摄像机和传感器产生的数据量也将增加。硬盘驱动器上的存储也在快速增长，从而可以更轻松地存储所有这些数据。

随着人们现在可以访问大量数据，难怪有些人已经将这种信息收集起来有点过分了。以新方式利用数据的非法行为已经在那些重视隐私的人中引起了极大的恐慌。当一家商店的收银员发现该商店的收银员在用信用卡付款时要求购物者购买邮政编码时，最近发生的一项收集大数据的企业的案例有点过头了。这不是必需的，并且在某些州违反了消费者保护和隐私法，因为该信息可用于查找购物者的地址。

由于公司，政府机构，雇主等对大数据的使用有如此多的恐惧和猜测，因此在当今市场赢得信任的最佳解决方案是诚实的。这就是为什么企业越来越多地制定关于如何使用数据来定位客户的完全透明度政策的原因。消费者也更有兴趣了解他们的生活中有多少是真实的，以及人们对所收集的信息做了什么。

总结：随着越来越多的消费者开始了解他们的个人信息有多少，可能会进行数据收集实践的改革。在此之前，注意数据隐私是消费者的最佳利益，这样他们才能了解他们收集了多少个人信息以及如何使用这些信息。然后，他们可以采取必要的预防措施，以保护自己免受超出其范围的公司的侵害。

导语：每天创建惊人的2.5 艾字节数据; 当今世界90％的数据仅在过去两年中就产生了。这些数据来自各地：传感器用于收集气候信息，社交媒体网站，数字图片和视频，购买交易记录和手机GPS信号，仅举几个来源。寻找将大量数据转化为业务决策有用信息的方法对IT行业和C级管理人员来说是一个越来越大的挑战。这就是今天的顶级技术流行语之一：大数据。而且它没有任何嗡嗡声。大数据有能力大规模改变业务。在这里，我们将看看它是如何工作的。

术语“大数据”描述了指数级增长的数据集，这些数据集过于庞大，原始且非结构化，无法使用传统的数据库技术和技术进行分析。无论是太字节还是千兆字节，精确的数据量都不如使用数据的问题少。大数据有三个维度：体积，速度和多样性。公司充斥着大量的数据，数据以更高的速度被创建和处理，并且诸如社交媒体和上下文感知的移动设备之类的数据类型正在激增。

那么这些信息有用吗？实际上，大数据可以通过多种方式为组织创造价值。首先，大数据可以通过使信息透明化并在更高频率下使用来释放重要价值。其次，随着组织以数字形式创建和存储更多交易数据，他们可以收集从产品库存到病假的所有内容的详细性能数据。这就是公司如何使用数据收集和分析来进行受控实验并做出更好的管理决策。其他人正在使用基本预测数据进行高频临近预报，以便及时调整业务杠杆。

此外，大数据允许更细分的客户和更精确定制的产品或服务。这些复杂的分析可以大大改善决策制定。更重要的是，大数据还可用于改善下一代产品和服务的开发。例如，制造商正在使用从嵌入在产品中的传感器获得的数据来创建独特的服务产品。

为了捕获和处理大数据，公司必须部署新的存储，计算和分析技术和技术。技术挑战的范围和解决它们的优先级将根据公司的数据成熟度而有所不同。但是，遗留系统和不兼容的标准和格式可能会阻止数据集成，并阻碍创建价值的更复杂的分析。这意味着大数据也需要大技术。一些新的和增强的数据管理和数据分析方法有助于有效管理大数据并从该数据创建分析。使用的实际方法取决于数据量，数据的多样性，所涉及的分析处理工作负载的复杂性以及业务所需的响应能力。它还取决于供应商提供的用于管理，管理和管理大数据环境的功能。这些功能是产品评估的重要选择标准。

Forrester Research估计，组织只能有效地使用其可用信息的百分之五。这为优化和改进留下了很大的空间，这就是为什么利用大型数字数据集进行业务决策需要组装一个技术堆栈，其中包括从存储和计算到分析和可视化软件应用程序的所有内容。具体的技术要求和优先级将根据要实施的大数据杠杆和机构的数据成熟度而有所不同。值得这么麻烦吗？总之，是的。使用大数据的商业利益是显而易见的。例如，麦肯锡全球研究院估计，有效使用大数据的零售商可以将其运营利润率提高60％以上。谈到投资回报率，它并没有比这更好。为了从大数据中受益，麦肯锡建议企业领导者采取以下步骤：清点所有数据资产，识别价值创造机会和风险，构建内部功能以创建数据驱动的组织，制定企业信息战略以实施技术，解决数据政策问题，例如隐私，安全和知识产权。

在涉及大数据时，数据政策问题尤其令人担忧。大型数据库通常包含高度敏感的信息，例如公司机密或必须受法律保护的数据。此外，通常需要在数据的可用性和机密性之间进行权衡。如果组织希望数据可用且有用，则结果通常会降低数据的安全性。为了处理大数据以进行实时决策，数据的集中化至关重要。但随着集中化的增加，隔离和保护机密数据的能力下降。

此外，数据集的大小可能使实施安全性和隐私控制变得笨拙。出于安全原因加密所有这些数据将是一项耗时且昂贵的工作，并且会减慢数据处理速度，从而阻碍快速决策。处理大数据隐私和安全挑战的关键是上面确定的第一步：清点所有数据资产。一旦组织了解大数据所在的位置以及所处的数据类型，就可以采取措施，例如投资能够处理大数据量的安全技术，以保护其机密信息。

总结：有一件事是肯定的：大数据仍然存在。但是大数据不只是大小; 这是机会。在这种情况下，它可以在新的和新兴的数据和内容类型中找到见解，使业务更加灵活，并回答以前认为无法实现的问题。因此，从中受益的关键是捕获并处理它，并有效地使用它来做出明智的业务决策。说起来容易做起来难，但到目前为止，结果证明值得付出巨大努力。

7月31日上午，南山区委组织部、南山区委党校在南山会堂联合举办“南山干部大讲堂”（第四场），邀请了国家“千人计划”专家、深圳市光科全息技术有限公司首席科学家郭滨刚博士，作题为《新材料是人类信息社会发展的基础推动力》的专题讲座。现场精彩的演讲赢得了广大党员干部的一致好评。

据悉，郭博士是国家特聘专家、中央“千人计划”专家、深圳市海外高层次人才、南山区“领航人才”、区“青年人才导师”。2005年从西安交通大学博士毕业后，先后在东京大学、富士通等机构从事先进柔性显示技术开发及有关技术产业化工作，取得卓越成果，是光子晶体材料、超材料领域的世界级优秀专家。

郭博士2015年底回国，创立深圳市光科全息技术有限公司，目前，该公司拥有世界最先进的光子晶体材料核心技术和自主知识产权，研制和生产世界最先进的光子晶体型光学薄膜。

演讲中，郭博士从光子晶体的概念入手，进行最基础的科普知识普及，然后结合案例，用通俗易懂的语言，为嘉宾科普了光子晶体是什么，在产业中有怎样的应用，以及会对我们的未来生活带来怎样的变革。

据郭博士介绍，发达国家如美、英、德、日、法等国均将“超材料”视为21世纪国际竞争的关键技术之一，并已作出战略部署。近年来，随着光子晶体材料研究人员思路的拓展，光子晶体在显示、探测、传感器、光运算、光芯片、热光伏系统及军事防护等方面的应用前景已初见端倪。

郭博士介绍，随着移动互联网时代的到来，社会信息将会更加碎片化，传媒之间的联系随着信息的活跃将会更加紧密，另外自媒体的发展也促使着传统传媒不断的升级和转型。

从日常生活中，可以体会到现在的社会已经突破单屏时代，进入到一个多屏时代。从电脑、手机到商场内、大楼外、电梯中、交通工具里，屏幕无处不在。

此外，浸入式虚拟场景的发展也是大势所趋，例如：日本游戏公司世嘉和BBC合作的世界上第一个大自然超体感型博物馆，通过超大屏幕的场景展示，可以使游客身临其境；有别于传统舞台表演，阿根廷舞台剧“极限震撼”用幕布、灯光和音乐打造无死角的表演空间与高度互动的演出形态，给予观众沉浸式体验；沉浸式感官餐厅，利用360°全视角视觉投影，结合灯光、音效和食物，带给顾客特别的用餐体验；基于“浸入式虚拟场景显示技术”的拟真化体验模拟技术已经成为近年来各国学者和技术人员研究的热点，也是当前全球显示技术市场（含商用数字标牌显示器件和FPD消费电子显示器件）发展的重点和热点方向。

作为一家潜在独角兽企业，郭博士介绍，光科全息想做的不仅仅是一个制造研发光学薄膜材料的企业，其更大的愿景是致力于在最先进光电子超材料薄膜技术领域打造中国真正自有知识产权的核心技术平台，为中国在先进光电子超材料薄膜技术领域填补国内外空白，制定出本领域的有关国际标准，申报获取核心技术专利知识产权；为中国通过高技术“双创”引领全球产业未来发展的社会新风尚作出应有的一份贡献。

郭博士介绍说光科全息并不追求面面俱到,公司目前只想专注做好产业链中的一环，把基础材料做好，提供给更多的合作伙伴。与其他产业人员一起发挥创造力，让光子晶体材料与更多的产业结合，挖掘出更多的可能。

光科全息希望通过建设光电子超材料薄膜技术研究中心，发挥新型超材料开发应用的引导作用，紧紧围绕重大战略急需，强化产用结合，促进上下游协作配套，加快应用示范，促使新材料产业与其他产业同步发展升级。

最后，南山区委党校有关负责同志在致辞中表示郭博士介绍了光子晶体超材料薄膜技术以及产业应用案例，深入浅出、生动活泼，给广大党员干部上了一堂新材料科学的普及课，对政府工作人员更新知识结构、了解大数据信息时代新材料技术发展及产业方向很有启发。

版权声明：如涉及版权问题，请作者持权属证明与本网联系

来源：深圳新闻网

来源：金融界网站

美国东部时间12月14日，中国领先的互联网消费金融平台360金融于美国纳斯达克交易所正式挂牌上市，股票代码为“QFIN”，IPO发行价定价为16.5美元。招股书显示，此次募集资金主要用于科技研发和人才培养、品牌推广、潜在收购和战略投资等用途，360金融将抢跑互联网巨头系金融科技平台成为赴美IPO第一股。

据了解，360金融徐军在上市当天发布了致全员信，表明公司将跨越里程碑，再创新高。同时，徐军围绕360金融如何抵御寒冬成功上市做出了全面复盘，他指出360金融的核心竞争力在于大数据和人工智能两大方面。

精准定位科技平台 360金融牵手合作伙伴助力普惠金融

业内人士认为，360金融是一家科技公司，延续了360集团互联网和安全科技的基因，创造了卓越的团队和高效的运营架构，是360集团的金融合作伙伴。得益于清晰准确的定位，360金融在三年多的时间里数据证明了自身强大的发展空间。

根据招股书披露，360金融自主研发了基于人工智能的风控全流程技术平台，包括Argus智能风控引擎、宇宙魔方（Cosmic Cube）风险定价引擎，以及Cloud Bank系统。截至2018年9月30日，360金融促成贷款的M3+逾期率为0.6％，由于欺诈造成的亏损率仅为0.2％，充分体现出良好的风控实力。

徐军在致全员信中表示，360金融致力于探索用科技赋能金融行业，从互联网安全延伸探索金融风控反欺诈，从零迈步到先头部队，作为赴美上市的公众公司，更要肩负起更多的责任和挑战，坚守合规经营，携手金融合作伙伴推进金融科技实实在在服务于实体经济。

发力金融科技赛道 赴美上市挑战与机遇并存

在2018中国企业领袖年会上，360创始人周鸿祎曾预判，未来五年万户互联时代将加速发展，核心技术的竞争将会持续发酵，只有在人工智能、大数据领域实现了关键技术突破，才有可能实现降维攻击。

徐军透露，相较于其他拥有互联网背景的金融科技企业，区别在于360金融是一家技术驱动的公司。以长远价值为目标，风物长宜放眼量，相信在资本市场终会体现公司的真实价值。

结合招股书来看，360金融将自身定位成连接借款用户与金融合作伙伴的科技平台，为资金合作方挖掘和推荐优质借款用户，并帮助其为优质借款用户提供定价合理、方便快捷的信贷解决方案。360金融拥有稳健且多元化的资金渠道，主要包括国有银行和区域性银行等传统金融机构。

根据Oliver Wyman公司的分析统计，从2018年Q2促成放款额来看，在有互联网技术巨头支持的线上信贷平台中，360金融的业务规模在中国排名前五，前四名依次是蚂蚁金服、微众银行、京东金融和百度金融。

对此，有行业专家向媒体介绍，360金融成功登陆资本市场，以及上市后的战略部署，对BATJ系金融科技公司的未来上市会产生标杆性示范效应。

科技时代的变化万千，互联网时代的助力发展，很多时候改变的不仅仅是一种价值观念，更是生产效率质的提升。那么，在大数据之下，究竟有什么魅力在改变人们的生活呢？

首先，我们可以想象得是在科技的助力和推动之下，一些软件的开发则是指实质性的代替了人工，提升了工作效率。例如，互联网的发展让人们又进了一个层次。例如，微信营销的裂变，不断向外延升，随之增加了PP助手这一功能。而pp助手最大的作用是，向电脑和安卓、手机端装上该软件，可以起到自动加人的功能。而一个手机，可以登录5个微信号，一个微信号好友在3000人以上。而一台电脑可以控制十余部手机，如此产生裂变，在好友、粉丝多的范围内精准引流，起到精准营销的作用。那么形成庞大大数据系统，那么微众商月入过万、月入十万百万的事情自然是神话般的存在。

而在大数据之下，可以改变什么首先在于员工和企业的关系被颠覆。那最小的案例来讲，过去企业员工用车，报销流程一般是这样的：垫款打车，留存发票，填写报销单，粘贴发票和报销单，提交上级领导审批，交给公司财务审核，财务将票据归档、存储，然后打款。

在整个流程范围内，没有其中一方可以从中受益，而更多的是这也是一件很心烦的事情。再从员工的角度来看，垫款会带来一定的经济压力、发票存在遗失的问题、填写报销单会有行程记录混乱的现象，贴票对提高工作效率只有负作用；从财务方来看，对发票的核对及查证耗费了大量时间和精力，而这些过程并没有为公司带来实际价值，还影响了财务人员的工作效率；站在企业的角度，上述流程没有体现任何管理价值，还影响了员工的工作状态，费时费力也未能有所收益。钱包行云的给出的新解读是，让员工、财务和所在企业实现“共赢”。

现在流行的钱包行云可以通过 “企业预付，员工消费”的创新形式，垂直整合滴滴企业版优质资源，为企业出行提供多种便捷的出行方式，让企业员工在因公出行过程中，无需保留发票、为繁琐的报销流程而烦心，更可实现“乘车后无需付费，由企业账户直接支付车费”的用车体验；而财务人员也不必对着一堆发票“望洋兴叹”，直接通过钱包行云管理后台开取一张公对公发票即可。少了麻烦和繁琐的流程，企业员工的幸福感也被极大的提升。更重要的是，这些操作，在手机上就能“一键完成”。而更多的是作为一款手机上的APP，和其他软件不同，钱包行云整合了用车、订票、订酒店、接送机、订餐、采购等各大APP的功能。这样可以使企业节约消费成本，更精准的获取效益和价值。

很多人在感叹我们周围的生活变化太快了，而我们身边的变化万千的确让人感慨，很多时候我们要从更深层次的角度出发，思虑在科技和互联网的发展下给人类带来新的机遇和挑战，这样才能更好的造福人类。所以说，永远跟上时代的潮流，永不落后，记得科技的魅力，它永远是助力人类发展的，那样你便不会被淘汰了。

金融科技的概念在中国已经发展了十几年时间，在2004年以前传统金融机构里以IT系统为核心的科技技术构成了金融科技1.0时代的主体。而2004年随着支付宝的出现，标志着我国进入了金融科技2.0时代，移动支付成为2.0时代最重要的金融科技领域的基础措施。2011年起，随着大数据的发展，全球金融科技迎来了快速成长期，金融科技通过覆盖传统金融行业的资产获取、资产生成、资金对接、场景构建等全业务链条，带来了传统金融业务的变革和效率的提升，从而带来了诸如P2P、互联网保险、互联网银行等领域的应用，这是金融科技2.0时代的一系列重要的应用场景。

经过了过去十几年的发展，中国的金融科技逐渐进入世界前列，通过“经济+技术+政策+资金”的共同推动，新一轮技术包括人工智能、云计算、大数据、区块链发展，并且与金融垂直领域的深度融合，正在推动着金融科技进入了3.0时代，这一期《筱静观察》就来讨论金融科技3.0时代的发展和未来，尤其是以大数据、区块链等技术对金融科技领域的变革和贡献。

8月30日做客《筱静观察》第10期的是星合资本董事长郭宇航、天云大数据副总裁李从武、北京极速云科技创始人及CEO雷鹏，三位嘉宾和主持人叶筱静共同探讨了大数据与金融科技。面对激增的海量数据，如何运用85%的非结构化数据，借助大数据战略打破数据边界，实现大数据分析洞察，将是金融行业创新和转型的关键，投资人郭宇航及他投资的两个创业者李从武、雷鹏从不同角度进行了解读，以下为本期的评述内容。

（左 李从武 叶筱静 郭宇航 雷鹏）

01 科技为传统金融赋能

传统金融的核心价值主要包括三个方面：资源配置渠道、风险管理能力和信用中介平台，而金融科技则通过对上述三个方面的赋能来实现价值。通过几位嘉宾的讨论，我们认为金融科技基于大数据为基础的技术在四个方面为传统金融赋能。

第一，通过信息化和网络化的方式，提升传统金融的效率，降低传统金融的成本，这个领域的典型应用就是移动支付的场景。第二，通过全面精准营销，提供用户需要的金融服务，这个领域的应用典型就是各种各样的金融领域的营销类企业。第三，通过大数据来提供金融征信、风险判断以及保险定价等服务，这是本期的嘉宾重点投资和从事的领域，也是我们认为最有价值的金融科技领域之一。第四，通过虚拟应用平台包括来提供借贷、众筹和互助保险服务，目前这个领域出现的关键事件就是P2P领域的“爆雷”不断的现象，以及由于行业监管落后导致的风险增大的情况。

正如受访嘉宾郭宇航所说，他个人在2016年设立国内首支金融科技专项投资基金的原因，就在于他坚定的看好这个方向。他认为通过坚实的技术基础，以及在非常实际的细分场景应用，能够真正的实现虚实结合，推动金融科技行业更加广泛的应用，通过技术为传统金融赋能。

（嘉宾郭宇航 雷鹏）

02 行业风险与政府监管

在金融科技行业发展的过程中，有三个不得不讨论的问题：行业风险，数据隐私与政府监管，三位嘉宾针对这几个问题进行了深入的讨论。

关于行业风险，正如嘉宾郭宇航所说，面对层出不穷的金融科技概念，从当年的众筹、P2P到现在的区块链，实际上消费者一直是处于弱势。因为消费者很容易被那些包装得非常光鲜的所谓的新概念所迷惑，被高收益的诱惑和欲望蒙蔽了双眼。所以从这角度来说，消费者自我学习提升自己的识别能力和谨慎的风险意识是控制风险的关键。嘉宾李从武则从技术方面讨论了风险，即通过选择不同的技术路径带来的风险是不一样的，而不同的技术方向通过对人性中的善恶的放大带来的社会影响也是不一样的。嘉宾雷鹏则从产业生态角度讨论，金融科技带来的风险是系统性的，需要整个行业的自律加上监管的措施才能控制风险的扩大。

关于数据隐私问题，嘉宾们认为这是目前金融科技领域中非常现实的问题，一方面数据隐私的风险在全球越来越受到重视，欧洲也颁布了GDPR（《欧盟数据保护通用条例》），通过对个人数据的保护来推动数据隐私问题的解决。正如嘉宾李从武所说，需要在个人数据隐私、个人道德以及技术应用的便利性上寻找到一个合理的平衡。尤其是随着区块链技术的发展，能够为隐私问题的解决带来更好的解决方案，区块链技术带给人和机器以及机器与机器之间的信任，建立一种更加高效和透明的信用机制，这是未来解决隐私问题的非常重要的路径。

关于行业监管问题，由于金融风险的敏感性以及监管的相对滞后，带来近期P2P领域的“爆雷”现象频发，以及监管对金融科技创新的高度重视。正如嘉宾郭宇航所说，在金融科技领域里面，所有的新型的创新和没有前人给你历史经验的模式，都有很大的法律风险，所有的创新它创造的是一种不确定性，才会有暴利的机会，而不确定性恰恰是监管最厌恶的。以第三方支付为例，2004年支付宝出现但是2011年才获得牌照，从这个过程中看到监管的落后情况比较明显，而与此同时带来的就是投资机构的风险以及金融科技创新被认可的速度较慢。

（嘉宾李从武）

03 金融科技的未来之路

节目的最后我们讨论了金融科技的未来发展，可以大致总结为三个关键词：区块链，人工智能，应用场景，我们把其中的观点和我们对这个关键词的思考总结如下。

关于区块链技术在金融领域的应用，嘉宾们更看好区块链在跨境支付、证券发行与交易以及票据交易等实际推动区块链技术解决信用不对称问题等领域的应用场景。我们看到无论是保险领域、审计领域甚至金融监管领域，都在不同程度的应用到区块链技术，而传统金融机构和科技创新结构的加入推动了区块链底层技术的进步，从而带来了区块链技术的高速发展。由于中国监管政策的严格以及强调金融对实体经济服务的原则，因此对区块链技术的应用非常谨慎，而科技创新也要根据政策的引导来推动技术发展的方向和创业的选择。

关于人工智能的应用，嘉宾们认为现在的人工智能就是和大数据共同成长的重要技术，如果没有大数据就没有现在的人工智能。当人工智能与区块链技术相结合的时候，能够通过对交易数据的处理，以及对具体场景内信用问题的解决，带来金融科技的极大进步。因此，虽然通用型的人工智能技术的创新浪潮已经进入了平稳发展的阶段，但是结合人工智能技术与其他技术，在具体细分的金融科技场景中提供服务的创业创新浪潮，实际上正在发展的初期，也需要通过这样一系列技术的融合来推动实体行业和金融行业的商业机会的发掘。

关于应用场景，嘉宾们提供了很多具体的应用场景相关的思考，而我们将其中关键的内容进行总结，提炼为三个方向：

第一个是生物识别，也就是通过识别人体的固有特征，包括指纹、虹膜、语音和人脸等，通过生物统计学方法和计算机运算能力，鉴别出个人身份并应用于不同的金融行业场景。

第二个是智能投顾，尤其是量化投资，也就是通过大数据和人工智能技术建立金融模型，帮助用户进行资产配置、股票买卖等，目前这个领域主要的服务包括智能客服、智能投顾、智能理财、资产管理等。

第三个就是区块链在金融领域的应用，尤其是通过其加密账本的技术来推动一些证券交易领域的金融创新，包括股权交易市场、机构间市场的场外市场的应用、支付结算和票据相关的金融应用以及新的金融商业模式创新的应用。我们要在看到区块链技术应用场景的同时，也要看到区块链目前还存在着的安全风险、维护成本以及效率较低等等问题，如何推动区块链技术真正的发展和应用才是目前金融科技领域的创业者们的关键挑战。

（作者：筱静观察，内容来自链得得内容开放平台“得得号”；本文仅代表作者观点，不代表链得得官方立场）

毫无疑问，现在大多数银行、金融服务和保险组织（简称BFSI）正在加速转型，通过数据驱动的方式来发展业务和提高客户服务质量。

虽然如此，每个公司在大数据方面的应用成熟度却不尽相同，很多用户或多或少都会有着这样的疑问，“这些所谓的大数据如何帮助我们解决业务问题？”

金融·大数据

金融行业由于服务客户众多，业务类型复杂，信息化程度较高，天然具有“海量用户和大数据”的特点。比如：

在规模上，现在金融机构已经实现了所有核心业务系统的计算机处理，并且每时每刻都在存储和处理大量的数据。金融行业有着大量的客户信息、储蓄信息、产品档案、报价数据、市场行情数据和交易数据等，仅纽约证券交易所一天的数据写入量就超过1Tb；在速度上，并发的海量用户访问和交易请求，意味着需要更高的业务处理速度，如在支付高峰期，网络支付峰值可达25.6万笔/秒，数据库处理峰值达到4200万次/秒，很明显这远远超出传统数据库的处理能力；当然还有数据的多样性，在金融机构自身产生的数据中，有一部分是结构化数据，比如客户的存款数额、贷款数额、购买理财产品的编号等等；这部分数据的存储量占比相对不大，而数据量更多、挖掘价值更大的是那些半结构化或非结构化的数据，比如用户各种身份和资产证明的复印件、行为数据、社交网络数据等。

当然，银行业监管机构对于数据管理和监测的要求也在不断提高，在《中国金融业“十三五”信息化建设规划》、《中国银行业信息科技“十三五”发展规划监管指导意见》中都提到了要加强数据管理、管控，提高数据信息质量，采用数据挖掘和大数据技术深层利用、提炼数据以提升经营管控效能。

很明显，大数据已不再只是个专有名词，银行等金融机构对大数据技术的选择成了必然趋势。

金融大数据的核心技术

金融大数据的核心技术，也离不开处理以下几件事情：获取数据、存储数据、分析数据和应用数据。

简单来说，对应到一个大数据分析平台，可能就需要有数据产生层、数据交换层、数据存储和计算层、数据应用层以及用户访问层。

在数据产生层，是企业内外部产生的结构化、半结构化和非结构化数据，然后经由数据交换层，完成从源头抽取、清洗数据以及大数据平台内部组件之间进行的数据交换，在数据存储和计算层，会通过HDFS, S3, HBase, Cassandra等各类软件完成清理之后数据的分类存储，并通过Mapreduce、Spark、Storm等各类框架和算法响应上层的数据处理和访问需求；当然，这些需求对应的是数据应用层和用户访问层的各类界面请求和用户操作，比如仪表盘、报表、即时查询、多维分析、挖掘预测等。

简单来说，银行业海量的数据内容，需要经历从“数据采集、清理/整合、数据仓库、流程调度、数据挖掘到知识应用”多次的循环反复，才会体现出巨大的应用价值。而如何 “打通”多源异构的数据，进行数据整合从而建模分析，是机构当前面临的最大问题之一。

大数据在金融领域的应用

金融行业对大数据的选择，除了政府的推动之外，当然来自于最实际的业务驱动。

根据麦肯锡的说法，使用数据做出更好的营销决策可以将营销生产力提高15-20％ - 考虑到每年平均1万亿美元的全球营销支出，这个数字可能高达2000亿美元。对于BFSI来说，最主要的业务驱动体现在精准营销、风险控制、经营优化和业务创新几个方面。

精准营销： 在互联网金融的冲击下，BFSI的各类机构，迫切的需要掌握更多用户信息，包括基本的个人数据，交易历史，浏览历史，服务等等；以数据为基础的分析可以帮助他们构建精准的用户画像，了解客户并进行客户细分，从而进行精准营销、实时营销等个性化智慧营销。风险控制：应用大数据技术，机构可以统一管理银行内部多源异构数据、外部征信数据及用户社交网络数据，通过提供更多的自动化流程，更精确的预测系统以及更小的失败风险，提高风险模型的预测能力，并显著节省成本。大数据在风险管理方面有很多领域可以应用和带来价值，包括欺诈管理，信用管理，市场和商业贷款，操作风险和综合风险管理。经营优化：借助大数据决策分析，可以更精准地了解业务数据，改善经营决策，为管理层提供可靠的数据支撑，使经营决策更加高效、敏捷。当然，大数据也能使管理层从业务表现实时了解员工实际工作效率，从而制定相关的管理措施，实现组织激励。业务创新：基于大数据平台进行的业务数据共享和数据挖掘，能更好地了解用户需求，进行业务创新，同时改善与客户之间的交互、增加用户粘性，不断增强银行业务核心竞争力。更懂金融行业的百度云

大数据必须要跑在云端，选择一家安全可靠、值得信赖的金融云解决方案提供商非常重要。作为国内领先的云计算服务商，百度云金融行业云为金融行业客户提供更加完整的“端到端”解决方案。

在基础架构方面，百度云金融行业云为金融客户提供了包括云主机、云存储、网络、金融级数据库、中间件和安全等基础架构相关的服务，除了在弹性计算方面，满足不同金融客户在不同场景下的应用需求，并且具备高度的安全和可靠性。

在精准营销方面，百度云金融行业云解决方案基于百度独特的互联网用户行为数据，挖掘提炼用户画像和行为特征，并且依托深厚的技术底蕴和领先的人工智能技术，理解、识别、获取用户，从而针对细分客户，进行精准营销、实时营销等个性化智慧营销；在风险控制方面，针对银行、互金、保险、证券等金融机构的特定需求，百度金融行业云从最初了解潜在用户，到识别低风险、高价值客户，再到有效获取目标用户的需求，相应提供智能网点、智能营销、风险控制等解决方案，并且在新产品研发的场景下，提供基于金融画像的辅助解决方案，帮助金融客户设计更符合目标用户群的新产品，快速实现业务创新。

此外，百度云金融行业云还为客户提供各类咨询服务、混合云托管服务和数据迁移服务、并且为特定客户提供金融专有云、乃至私有化部署等多种形态的服务，满足金融客户对数据安全、弹性计算和合规监管的需求。

作为更了解金融业务的云服务，百度云金融行业云解决方案已经在为多家银行、证券、保险及互联网金融机构提供安全可靠的IT基础设施、大数据分析、人工智能及百度生态支持等服务，并通过人工智能、安全防护、智能获客、大数据风控、IT系统、支付等六大技术能力给合作伙伴赋能。

金融科技系列文章

漫谈Fintech（1）——金融科技改变的不是技术 而是一个时代

都在讲Fintech，百度云金融行业云为何特别吸引人？

这些年“大数据”、“云计算”、“人工智能”可谓是无比火爆。上到全球顶级科技公司，下到普通群众，可以说是人尽皆知。但是很多人只是听过这几个词，却对这些词里面所包含的概念一无所知。

大数据是啥？

大数据（英文：big data），即字面的意思巨量的数据集合，这个巨量就是一般都是以TB或者PB为单位的数据集合（1PB=1024TB；1TB=1024GB;1GB=1024MB）。一般人可能对计算的存储单位大小没有什么概念，这里可以举个简单例子：1MB的数据可以存储52万个汉字，相当于1000多篇500字的作文。由于数据的巨量已经超出了传统软件的处理能力，所以大数据技术应运而生，可以从海量的数据中获取到有价值的信息。

大数据特点

体量巨大 数据集合的大小决定了其的价值。数据量不够也不能称为大数据。数据类型多 大数据的收集存储的数据可以是任意的格式和类型。数据来源可以是文本、图像、音频、视频或者错误的数据。速度快 大数据是虽要处理海量数据，但是必须保证实时可用以满足业务的需求，所以处理数据的速度是非常的快的。准确率 大数据存储收集的数据各类各样，数据的质量也参差不齐，所以大数据里面真正有效的数据占比很小。大数据处理模型

大数据一般的处理模型是：数据的采集-->数据简单筛选存储-->数据分析统计-->有效信息挖掘。在整个处理过程中将要使用众多的软件技术，采集中使用的网络爬虫技术；存储使用的NOSQL，分布式存储；数据分析统计中使用的自然语言处理，相关性分析；有效信息挖掘中使用的模型预测，聚类展示等。

大数据的应用前景

人类发展至今从来不缺数据，而且都是海量的数据，交通、气象、医疗、银行、教育、媒体、科技探索、零售等行业均有着大量的数据，目前全球各大科技公司都在数据分析和管理上投入了大量的研发力量。最典型的案例：谷歌搜索对流感的预测，谷歌搜索通过处理4个多亿的不同数学模型以及分析30多亿条搜索指令，在甲型H1N1流感爆发前便成功的预测到了流感的传播。现在很多城市已经在交通上使用过的大数据技术，通过分析市区各道路的车轮量数据，动态控制红绿灯疏导交通。

大数据的担忧

个人信息安全。科学技术在不断的变革，人类社会也在不断的进步。大数据技术给人们的生产生活带来方便的同时，也是引来一系列令人担忧的问题--个人隐私信息的安全。大数据技术依托的是海量的数据，而在商用的过程中不可避免的要采集很多个人信息，这样一来，一旦数据被不合理的利用，是能够分析出一个人性格、心理，智力甚至预测一个人的未来动态。在大数据下，人们将无处藏身。预测准确率。大数据使用的都是历史的数据，在现实世界中，各种各类的事情都是很多的因数的集合引起。利用大数据对未来的预测，是无法考虑到这些可变因子的。预测的结果可能与现实天差地别。技术本无好坏，相信合理的利用大数据技术一定能让我们的生活越来越好

导语：很难预测未来三个月或三年内数据分析可能会发生什么，更不用说从现在开始的十年或两年。但是，让我们大胆一点，抓住未来主义，试着看看以数据为中心的创新将带给我们什么方向，以及它如何在未来几十年推动企业和其他组织。

最终，无论数量多少，我们都会再次将数据再次称为数据。虽然很明显数据集将继续增长，但我们很快就会厌倦 - 如果我们还没有 - 将这些集合称为“大”。这是因为我们将不再被数据本身的大小集中，痴迷或淹没，而是将我们的注意力转移到数据提供的机会上。换句话说，焦点应该很快开始从基础设施挑战转向ROI挑战，例如寻找数据中的价值，隐藏的秘密，最终学习如何利用洞察力来创造价值。

随着处理速度的提高和数据挑战的成熟，自动化将在阐明公司数据集中的重要内容方面发挥更大作用。自动化将为数据科学家开辟时间和空间，以便利用从数据中获取的见解，为业务解决方案甚至业务转型提供越来越有创意的建议。处理数据的速度也将允许生成更多的见解，这反过来会以更快的速度产生更多的洞察力，甚至可能是以前从未梦想过的新一波可能性。

当然，创新的速度固有地推动了创造性地解决日益增长的新挑战和问题的需求，即使在制定解决方案时也是如此。自动分析的优点是可以分析数据的速度。由于我们能够立即自动获取越来越多的见解，因此我们数据中的见解可能会带来更大的问题。那么，自动化将带来更好，更有创意的解决方案，这些解决方案将成为我们解决下一个更大问题的平台。

目前关于大数据的讨论之一是关于不受限制地收集和访问更多数据的愿望，以及由此产生的对隐私和安全的担忧。大数据爱好者和反对者都在写关于我们应该或不应该访问更多数据的方式和原因，以及将这些数据提供给政府或企业的意义。除非企业和政府能够促进信任并更广泛地展示数据共享的好处，否则这些讨论将变得越来越激烈。

现在世界上有许多连接设备，而不是人类，传感设备的增长将继续增长。在物联网将传感设备相互连接，允许实时通讯对他们的定位设备及其用户之间，发生的事情在他们身边，和我应该根据自己的环境中的预期。连接设备的用户将继续通过创新技术以及更亲密的方式与他们的朋友，亲人，同事和他们自己的数据进行交互。

物联网显然会像消费者一样影响企业。毕竟，企业是传感器扩散的主要来源，也是他们改进或创造的产品。我们已经看到传感器可以为企业做些什么的深刻增长。随着企业开发更好的使用方式，这些服务将继续增长并变得更加复杂。显而易见的是，我们只是在企业和消费者都可以通过连接设备从服务中获取的开始。

总结：将来，数据可能会变得更加自动化，从而为我们提供更多创意解决方案。然而，它究竟会带来什么，还有待观察。我们都猜测这波将根据当前和过去的趋势发展到何处。你认为它在哪里？

文/刘末 卢建新

未来，随着科技大数据资源的积淀与大数据思维模式的成熟，应用知识挖掘、中文信息处理等大数据关键技术，科技产业在生产、传播、服务、消费等产业链各环节将逐渐形成新的模式，大数据在优化资源配置、凝练科技信息、推动科技传播、促进科技创新、形成生产导向与挖掘商业需求等方面的价值也将被提到一个新的高度。科技大数据将被视作最重要的社会资产形式而在新的社会经济运行体系中占有非常重要的位置。

科技大数据应用的意义不在于掌握庞大的数据信息，而在于对这些含有意义的数据进行专业化处理。就是说如果把大数据比作一种产业，那么这种产业实现盈利的关键，在于提高对数据的“加工能力”，通过“加工”实现数据的“增值”。

科技大数据与科技创意产业

业界对科技大数据的定义为：从理论角度来看，我们所说的科技大数据，是指科技生产者、科技经营者、科技消费者在科技实践过程中所产生的，与科技产品或科技服务的创作生产、推广传播、市场运营、最终消费过程相关的，以原生数据及次生数据形式保存下来的图片、文本（包括文字、实验报告、数字和图表）、影像、声音等文件资料的总称；而从应用角度来看，科技大数据即针对科技行业海量数据的计算处理需求应运而生的一套新的数据架构的理论、方法和技术的统称。

科技大数据是一个随着科技实践的多元发展而不断变化的动态开放的数据生态系统。除海量、多样、快速、不确定性和价值性等大数据的共识性特征之外，科技大数据具备以下四个行业性特点：

1、数据的生成渠道广泛，数据的碎片化特性显著。

2、数据的资源复用性很强，数据的产品转化率高。

3、数据的边界模糊性较强，数据的价值延展性广。

4、数据类型以多媒体为主，信息的复合特性较强。

随着信息化社会的深入发展，大数据作为一种战略性必争资源，正逐渐成为当代社会各行业、各领域实现自身发展模式创新的重要推动力量，其所蕴含的巨大潜在价值，也已引起了政府部门、科技界、产业界等各领域的高度重视。而科技创意产业领域是数据生产规模极大与数据活跃程度极高的领域，具有典型的大数据应用潜质，因此，顺应大数据时代发展的必然趋势，适时确立科技创意产业领域的大数据战略认知与实践思维模式，成为我国传统科技产业向现代科技产业转型升级并实现创新发展的一个重要战略机遇。

科技大数据的类型划分

伴随着科技产业实践的不断深入和丰富拓展，处于持续快速增长中的科技大数据从数据对象的生成方式及其在数据生态系统中所处的位置来看，我们可以将其概括为科技原生数据与科技衍生数据两类。其中，科技原生数据是科技衍生数据的基础，而科技衍生数据是科技原生数据的演化，在理想的科技大数据生态系统中，科技原生数据与科技衍生数据可以互相转化，共同构成一个循环动态的价值链条。

1、科技原生数据是指科技实践过程中以自然的方式直接或间接产生的基础原始数据，按照数据所承载的信息属性，又可以进一步细分为科技行为数据、科技内容数据、科技时空数据等类型。

（1）科技行为数据指人类科技的发展历史，同时也是人类努力改变、影响、渗透自然世界的历史，科技即文化、人化，因此，科技在精神属性之外，同时具有鲜明的实践特征，而对于人类科技的实践行为的数据记录，成为科技大数据的重要来源之一。在当代社会，借助于种类多样的移动终端设备与泛在网络，人们的科技生产、传播、消费以及含有科技含量的娱乐行为都可以被实时、动态、持续的记录下来。

（2）科技时空数据指人类科技在整体意义上是沿着时间与空间的二维向度而延展的，所有的科技实践，都是在特定的时间与空间范围内发生的，时空性是任何具体科技形态的基本属性。事实上，无论是科技内容数据还是科技行为数据，都包含了时空属性，但是，为了突出时空属性在科技数据中的重要挖掘价值，因此，我们将科技时空数据单独作为一个类别予以说明。既然科技是一种序态性与结构性的时空存在，那么当代数字科技产业的发展，就应该以科技时空的数字化建构为前提。随着北斗卫星导航定位技术及云计算、物联网等相关信息技术载体的应用成熟，将历史与现实的内容信息与行为信息、空间信息进行动态关联，可以实现虚拟科技时空与真实科技时空之间的智能交互。

（3）科技内容数据指科技产业又可被称为内容产业，可见科技内容在科技产业发展中的核心地位。所谓的科技内容，是指“科技的符号和意义”，也就是科技的内涵和表征。科技内容数据，是以数据的形式承载的科技内涵和科技表征，它是依托信息化手段完成的传统科技内容的数字化的迁移。

2、科技衍生数据是指在科技原生数据的基础上，依托大数据处理技术对原始数据的属性、结构、功能、关联性等进行分析和加工所催生的新的数据类型。它以个体行为数据、科技内容数据、物理时空数据为处理对象，以人、机、物三元世界交互产生的科技原生数据的立体化、全息化、直观化、智能化感知呈现为最终目标。科技原生数据被赋予更高的价值，并以新的意义内涵和新的存在形态而呈现，从而使原生数据变成可视、可听、可触、可控的高级的数据产品。

科技大数据应用

虽然我国的科技发展史，积淀了丰富的历史科技信息资源，但是这些科技信息资源真正大量地转化为形态可物化、价值可延伸、边界可拓展、类型可转化的科技大数据，是在整个社会技术经济环境向由工业化向信息化转型的大背景下发生的。

企业级信息化架构的完成、多元的社会化网络的建设以及各类智能终端设备的应用，使得各类科技信息资源依托互联网、物联网、传感网等广泛在网络完成了向载体数字化的整体迁移；业内人士有一个形象的比喻“数字化的最基本形态是0和1的二进制比特，数据是格式化了的数字比特。” 伴随着数据计算、数据通讯、数据存储等技术的深入发展，则使以比特形式存在的数字化内容，进一步生成为“标准化的、开放的、非线性的、通用的数据化对象” ；而信息可视化、知识发现等新兴信息技术分析方法的全面应用，则使得所处理的数据化对象能够以一种可物化、可感知、可应用的文件化形式而呈现，在这一过程中，借助信息可视化等技术工具，数据的价值得到深入挖掘和直观表达，数据自身的价值生态得到全新的构建，数据自身的发展逻辑向智能化方向延伸。目前科技大数据的应用在电商行业、金融行业、医疗行业、农牧渔、生物技术、改善城市、改善安全和执法、个人生活等领域都取得了可喜的认知。

当然，科技大数据在科技产业中的应用与影响发挥的过程，应该是一个动态的渐进过程，从大数据技术的阶段性特征及其对科技产业发展变革的影响模式来看，我们可以将数字科技产业的发展概括为以下三个阶段，而这三个阶段的发展轨迹正是由科技数据的自我发展逻辑所决定的：第一阶段是科技信息的数字化阶段；第二阶段是科技数字内容的数据化阶段；第三阶段是科技数据应用的智能化阶段。