财新传媒

国际对话:金融科技的关键技术与商业模式创新

2017年06月19日 19:56 来源于 财新网
6月17日,“金融科技发展与法律前沿国际论坛”在北京举行,来自中国和英国的监管界和学术界的专家,针对金融科技发展与法律前沿展开思辩。此外, 由清华大学提供学术指导、京东金融研究院组织编写的《2017金融科技报告:行业发展与法律前沿》于现场发布。报告对金融科技的关键技术、商业模式以及法律政策等进行深入研究,并基于各国金融科技实践与监管探索,对中国金融科技发展提出了建言。

蔡凯龙:感谢主持人,有一句话说是如果你参加一个会,很喜欢问问题但又不怎么懂的人最适合当圆桌主持人,我就是按照这个标准,符合这个标准的主持人蔡凯龙,大家好。大家可以明显的感觉到气氛非常的浓烈,特别是在周六的下午,我们可以聚集在这里。但是前面的拖延时间拖延的实在太久了,所以我倍感压力。哈佛的商学院教授叫查德泰德罗在描述铁路跟电报的商业意义的时候说过一句话,这句话跟我们的主题非常有关系,他说“任何能够打破人、物和信息的这个界限的发展都会对我们的这些商业模式产生巨大的影响。”他当然说的是铁路跟电报,那都已经是很早很早以前了,在我们这个移动互联网的时代,新的技术层出不穷对我们的生活影响也非常的深刻,当然也对我们的商业模式产生了巨大的影响。所以我们今天的主题就是我们“金融科技的关键技术和商业模式的创新”。

我跟大家再多一两句话废话,可能跟我们的主题更加有贴切的关系,刚才前面的几位主题嘉宾说到一个现象就是我们现在都不用互联网金融Internetfinance这个词而是用Fintech,什么原因呢?其实不单单是一个发展的原因,还是一个模式的原因,以前我们在用商业模式的时候,在金融2013-2015年的时候为什么叫互联网金融?是因为我们当初用的是商业模式的创新,而不是科技的创新。想想看余额宝的出现,大家知道最近有一个调查说中国的新四大发明是什么?大家听过吗支付宝、高铁、电商还有共享单车,可是它到底有多少技术含量在里面?几乎没有,因为这些都是在国际上很早以前就有的技术,但是为什么在中国可以这么成功,这么大商业模式的发展?其实是我们在用商业模式的创新,但是商业模式总有它的极限,它非常容易的被拷贝。所以到了2015年底、2016年的时候,大家发现商业模式的创新已经走到尽头了,我们的人口红利没了,流量红利走到底了,套利监管也已经走不通了。所以现在大家怎么办?开始往科技方向发展,也就是为什么那个时候我们提出金融科技而不再用互联网金融这个词,其实它是一个商业模式的转变,是以科技的力量来推动商业模式的创新。

所以我废话这么多也是要跟大家讲一个问题,科技才是我们商业模式创新的一个动力来源。我们在讲科技的时候其实有几大科技词大家都听到耳熟能详,大数据、区块链、人工智能,我们今天有幸请到三位方面的专家一起来讨论,坐在我旁边的是GarrickHileman,中间的是车先生还有美国计算机学会杰出的科学家郑宇,我想用简短的一两分钟让大家介绍一下自己,可能除了之外大家都比较熟。GarrickHileman刚才已经为我们介绍了,我们请另外两位嘉宾先介绍一下他们自己。

车品觉:我之前在阿里一直都做大数据的,可以说一直都是大数据人工智能的范畴里面在做那些事情。

郑宇:我现在主要的单位还是跟微软研究院有关系,我做的是城市计算,用大数据和人工智能改变我们生活中的方方面面,交通的拥堵、环境的恶化还有规划问题以及城市的商业和经济,看怎么用大数据和人工智能来革新。

蔡凯龙:我想首先的话题我们来谈谈区块链,区块链这个话题非常的热,但是区块链因为我相信大家应该比较了解,简单的一句话概括它,它就是一个在数据储存方面非常有特色的,用分布式去中心化的方式来做这些数据的存储,也就是一个超级帐本。区块链经历过至少三年以上的发展以后在金融上有很多的应用,我想首先第一个问题给GarrickHileman,因为他在区块链方面比较有研究。区块链方面在金融上有哪些应用你觉得是比较成熟的,比较有可能更多的发展前景。

GarrickHileman:这是一个很大的问题,你刚才问了一个很大的问题,我们仅仅算了有130个区块链的一个主要的使用案例,涉及到整个经济体、包括中央银行、保险、或者是索赔、管理以及交易的一些结算,还有股票市场的一些交易等等,它们都回用区块链到我们的健康记录管理等等,有很多不同的使用案例。现在要确切的说哪些情况、哪些案例它使用区块链会用的更多,很难说。但是我们发现30%的一些使用的案例实际上都来自于金融保险行业,那么也就是说在金融保险行业可以看到有非常多的区块链的使用。然后接下来是政府,第三个是保险;第四个是医疗健康领域,所以你可以看到通过这个来分析你大概可以知道,大概是在某一个行业会被区块链技术所颠覆。

蔡凯龙:你刚才提到了四个行业,在银行、金融业您认为具体的,银行金融业里哪一部分会受到区块链的影响?

GarrickHileman:就是现在因为比较早,处于早期的发展阶段,今年有三个重要的方向可能会给我们一些关联,比如说CME,他们和英国的一个数字黄金的一个公司进行合作,英国政府他们放了十亿美元的黄金,大概可以通过区块链的技术来进行交易。另外就是股票交易所,它们也在区块链上有了很大的发展;另外就是DTC它也是主要的清算公司、清算所,它们也承诺今年要使用区块链的技术来进行信用的一些转换。所以你可以看到在2017年我们很难说区块链技术到底会多快、在多大的程度上会颠覆我们的金融行业,比如说可能会提出一些新的这种交付的模式,比如有一些数字货币这种使用。

蔡凯龙:刚才在回答我的问题的时候,尽量避免了一个答案是比特币,我相信大家很容易把区块链跟比特币连在一起,因为比特币特别特别的火热,比特币跟我渊源很深的时候,我在去年翻译一本书的时候特意买了两个比特币来实验,太感谢他们了,现在从600美金涨到了2400美金,我有一个问题问在座的各位,你觉得区块链在比特币上的应用,普通人觉得区块链最大的应用是在比特币上面,是在加密货币上面,你觉得比特币这样的涨法它的原因在哪里,你觉得它有泡沫吗?或者换一个问题我是不是该把它卖掉?

GarrickHileman:我觉得这是非常重要的一个问题,你要自己去买比特币吗?非常感谢您提问了这个问题,我在澄清一下,我们的研究分为工业、商业应用的区块链的技术,这一块就是我刚才说到的比如说像CME、DTC他们的这些,这是一个方面工业商业方面的区块链应用这是一方面的研究,另外一方面就是关于加密货币方面的应用这是开源的区块链方面的技术研究,这两个方面我们都是非常感兴趣的。

那么我们现在说一下比特币这一块,实际上比特币的价格上升有几个不同的因素来驱动,刚才就是现在大概有500-1000万的人在使用加密货币比特币,因为我们要使用一个新的货币,让人们转向使用一个新的货币,当然会面临到很多的一些困难,所以人们可能会更多的去使用现有的货币而不去使用新的货币,但是人们为什么要去使用比特币呢?比如说像我妈妈她可能为他家中的孙子用比特币发送生日礼物,她认为这是最快最便宜的方式用比特币作为礼物送到英国去。

蔡凯龙:我想问一下您母亲的职业是什么,她为什么要用比特币发送生日礼物?

GarrickHileman:她现在已经退休了,但是她之前是在美国的税务部门工作,所以她可能。

蔡凯龙:我知道是什么原因了。

GarrickHileman:我们可以非常便宜非常经济的这种方式把价值从一个国界送到另外一个国界,人们也在使用不同的工具来进行投资,而且我们可以看到像比特币这样的一些工具在一个新的经济当中会起到非常重要的作用,因为机器之间来进行交易,需要有相应的支付体系,而且现在也有越来越多的人会说,确实会出现这样的情况,比如说在我的资产组合当中我可能会有一部分的加密货币比特币,当然还有很多其他的创新。我们也可以看到,有一些新的企业或者新的企业家他们在发现利用比特币的这种方式来筹集资金,人们也说这是一种新的渠道,可能和资本,不同于资本的一种新的融资渠道,所以你可以看到总的来说加密货币比特币这一块的机会还是非常多的。

那么对于那些早期采纳的人,比如说像那些高净值财富人士或者是一些公司他们可能会选择采取比特币。(…)

蔡凯龙:郑教授你对这个怎么看,您觉得比特币在区块链上应用是不是有点泡沫的倾向?

郑宇:我自己没买过比特币我不知道,但是我想从另外一个角度说这个问题,区块链技术其实不是个新的技术,其实这个技术在于15年前已经讨论非常成熟了,没有什么东西,它的分布式中心,非对称密钥和不可篡改签名以及你的分布式信任共享机制,这些东西都是在以前密码学里面早就在讨论了,为什么现在才实现呢,15年前的技术到现在才实现,因为那个时候的基础条件根本达不到分布式计算实施也没有强大的基础条件来保障我们的信息共享。

我觉得区块链它对于那种凡是需要信息公开共享并且公平对等的应用都有价值,这就很重要,就是要公开透明的东西要对等,你的一块钱跟我的一块钱是一样的,不存在一个老大和老二结点的区别。这里面你可以通过这个机制来看的话哪个都很适合,我反过来讲哪个都可能不太适合。不要过热,这年头大家说什么东西好所有都往上扑,跟早几年大家说大数据的时候,所有人都说大数据好,大家觉得大数据是万能的,现在AI好就都往AI上扑。是不是比特币和区块链什么东西都可以用上呢?我举个例子来讲可能不太适合区块链的分享,有些东西需要集中的信息,因为有了集中的信息我们可以更好的调度优化资源使得我们的效率最大化,曾经在网上看过一个文章,他说区块链有也许可以把滴滴替掉了,以后人和司机直接建立一个支付关系不需要中间的滴滴,那我们的效率是不是可以更大化呢?并不一定,因为在你只有你个人信息的方面,你这种前提下面保证信息的共享,但是你并不能保证整体资源的最优化,这其实是一个跟它有矛盾的地方。所以大家觉得要保持一个冷静,在选择区块链地区的时候要看你的应用是不是有这样一个机制。像货币,它本来有应该公开透明要共享而且对等,像那种汇率,像刚刚说的比特币还有我们的保险也好,我们希望它能够公开透明,希望每个人都是公平的。这种应用的话,用我们的区块链技术才有前景,但是其他的是不是都适合呢?我要打一个问号,给大家泼点冷水,大家要小心谨慎量力而行。

蔡凯龙:你给我的建议是小心谨慎,估计卖掉了价格挺高的我可以这么解释,这么理解吗?

郑宇:那个不一定,在这里面比特币有它的生存空间,货币适合于区块链技术。

车品觉:我觉得郑宇刚才讲的很对,大数据、人工智能、区块链你会发现,这个东西明明不是区块链都能解决的问题拿出来,刚才郑宇说的有一点很重要,我看区块链的东西,这个东西是不是中央不能处理呢?如果把数据集中起来会更(efficient)的话为什么会用上区块链?确实有时候有太多的案子,明明不是区块链的案子也用上区块链了,我不是区块链的专家我觉得真的有这样的现象出现。

蔡凯龙:车先生跟郑教授的观点是有些科技的东西有它适用的范围,但是现在噱头很多,没有科技含量的尽量往科技含量上靠,所以大家做投资的时候要非常的小心。

刚才郑教授提到非常好,区块链的应用范围要公开透明的场合,他刚才提了两个,还有一个我觉得现在非常热的就是在融资上面,方顶上面,GarrickHileman也提到ICO,我们不是有IPO吗?现在有ICO,大家如果不了解ICO我简短的介绍一下,它就是一种融资方式,一种非常特殊的众筹的融资方式,适用的范围一般都是在区块链,融的是使用权不是所有权。我举一个简单的数字让大家知道ICO现在的发展情况,因为我在这边研究的比较多,所以我关注这些,在今年的4月23号一个做项目市场分析的叫(NO sister)的发ICO,它15分钟融到了1200万美金,这个融的这些资占它的5%,所以它整个企业的估值是2.8亿,5分钟,中国有一个ICO是最近的3月16号是国内智能和约创新平台,我一个非常好的朋友(帅初)他创造的链质量,他4月初开始做ICO,5天内融到1500万美金。他从创这个项目到融资只用了整整一年,想想看中国的企业上市到IPO要用多少年?它是一个用技术来促进商业模式和融资创新的一种做法。

我想问在座的教授,你对ICO怎么看,你觉得它对未来融资方式有没有很大的影响?

GarrickHileman:我们觉得它是新的,实际上在股权众筹方面我们已经看到了它们可能并不是特别新的,但是ICO在以前我们并没有看到,而且这是最大的历史上众筹的一个规模,你知道这周对于(B)融资到了1亿5千万美元,去年还有(D)它也融资到了一亿五千万美元,……因为它这个价格是上升的非常多,再回到您刚才提的问题是买还是卖,我想在这方面我有一些担心,即这个市场现在有这么多的钱,提供给这些软件的开发人员,但是他们还什么都没有开发出来呢,我们希望我们给他们一亿五千万美元他们可以满足他们的承诺帮助你去开发这样的技术,然后你又希望这个技术会得到应用,实际上这里有非常多的一种假设、投机,有非常多的你的设想,希望某些情况会发生,他们会帮你开发技术,我们必须要意识到这些风险,还有一个建议,对于这样的加密的货币要进行投资的话一定要特别的小心,因为现在仍然是处于早期还有非常多的风险。

蔡凯龙:非常感谢您,特别好的建议。

郑宇:我觉得这个东西更多还是像一个商业模式的创新,应该没有看到特别多的技术,如果它能够在这种融资的过程中把这个技术能够体现的更强一点的话我觉得会更加有前景,比如说我能够知道哪些人是我的潜在投资人,迅速精准的定位我的目标,把我的招标的信息能够发布到精准的人群,而不是在网上广播,这样的话更加有它的价值,所以我希望它把科技更加集中到里面,跟Fintech结合的更加强一点。

蔡凯龙:讲区块链的时候曾经有一篇文章对比区块链跟人工智能,我去调查百度的热点指数发现人工智能的热点指数一般都是区块链的两倍,所以其实人工智能在目前的热度是比区块链更高,所以我们现在花点时间谈谈人工智能。

人工智能在金融领域应用非常的多,刚才京东金融的报告刘总监的人工智能的作用、范围很多,我想问问在座的三位专家,你觉得人工智能在金融领域里面哪个应用会更加突出,或者说你觉得它的潜力更大?车先生您觉得的呢?

车品觉:我觉得人工智能在使用,大数据人工智能加起来讲的话,用在很多场景里面首先都是营销为主的,营销肯定是一个非常快能落地的一个切入点,我自己感觉原则上就是当你的,你是用再一个分析里面,这里面每天都发生数据搜集的是足够的,当你用人工智能大数据找出这个东西里面的规矩以及把它商业化,在营销上是最容易的,在营销之后当数据量逐步减少,数据里面的断点越来越多的时候,你发现会比较难提炼大数据它的价值出来,这是我的理解。

蔡凯龙:所以车先生您说的涉及到一个人工智能的很关键的因素,因为人工智能发展有三大要素,一个是模型一个是硬件最后一个是数据。所以您的观点就是如果数据不是非常全或者不是非常容易拿到或者数据的质量不是非常好的话,人工智能的应用会受到一定的影响?

车品觉:到底是数据本来比较完整,只要用一个比较简单的算法就能实现的价值还是数据本来是比较小的,但是用比较复杂的算法提炼出一个价值出来,我可能偏向于数据是比较完整的,因为这样相对来讲比较稳定。

蔡凯龙:营销方面数据比较容易。

车品觉:营销是第一步,比较容易实现,现在有客服机器人这种用来进行服务也是可以的。

蔡凯龙:郑教授怎么看?

郑宇:人工智能在金融领域确实有很大的空间和作为,但是我要提一点,我们发现很多做Fintech的同行他们在做人工智能的算法用在金融领域里面很多在分析的是一个三手数据,我强调的观点是大家分析一手数据,从一手数据里获取价值。什么叫三手数据?大家都会跑到股市里面把交易的情况、各种期限、各种指数拿下来做各种各样的分析,回归也好测试也好,可是那个数据就是一个结果,我告诉大家那只是三手价值,虽然能获得一定的价值但是价值一定特别小。什么是二手数据呢?有些同行会找一些行业报告来看,甚至拿一些公司的财报,根据财报和行业报告提前做预测分析,我认为你已经进入到二手数据了,但是还没有拿到一手数据,真正的一手数据是在哪儿?是现实世界中现场行业里面的数据,举个最简单的例子,美国的失业率往往是股市的风向标,如果你能在从失业率发布前就知道美国的就业率是增加还是降低的话,你能够在好几个月之前就能预测大盘的涨跌了,这个时候就很厉害,怎么办呢?什么叫一手数据呢?去分析人们的手机信号数据这是一手数据,我通过人们的行为我能知道,发现哪些人是(失业者)为什么?正常上班的人一定是规律性的生活,工作地铁回家,失业的人移动情况肯定很不一样,没有规律甚至一直待在家里面。从你的手机信号数据里面我们真的可以在国家发布统计报告前几个月就知道美国的失业率大概什么情况,那你的价值有多大?这是一个典型的例子,一手数据,我们看其他的行业也是一样的,我去估值摩拜也好、滴滴也好,我不是去等它出报告的时候再来看,我就看它日活用户有多少、用户黏度是多少、打车频度是多少,这个数据里面其实已经很好的反映了行业发展的健康状况。

再看期货,我们要预测供求关系,我们不是去看一些股市上面或者期货交易市场的数据,那是三手数据,我也不看行业报告那个是二手数据,我要看今年的播种面积多少、今年的气侯是多少、什么变化,有没有利于大豆的增长。季风次数多少以及港口和码头的货运、轮船进出、运量是多少,这些一手的数据已经很早的就决定了金融价值产品的利润在哪儿了,所以我强调一点,大家一定要从一手数据里面切入去挖掘,这才是Fintech技术能发挥最大效益的地方。而现在我们很可惜,发现大部分同行都在三手数据里面去挖掘得到一些剩余价值,远远没有发挥出Fintech的威力来。

蔡凯龙:我记得有个案例那些美国的股票分析是要买商场的股票,它发射无人飞机,卫星在美国的商场,美国的商场是用卫星图分析它车辆多少,就能够预估下一个季报能够报多少,这也是你说的里一手数据产生的价值。谢谢。车先生有什么要补充?

车品觉:刚才郑老师讲的就是数据源的选择,大部分做大数据人工智能的人基本上在数据选择的时候就会非常影响这个结果到底是怎么样的,刚才讲的数据源的选择来讲能不能找到一些数据是相对比较,比另外一个数据源更(全面)、也更稳定的,有时候敏感的数据不够,因为这个数据可能明天就没有了,所以也要找一个更稳定的数据在里面。选数据源本身,刚才我笼统的说有足够大数据的话算法会比较简单,但这是笼统的说法,真正来讲如果真的抓到非常敏感的数据,只要拿到刚才,知道滴滴做的怎么样,知道他今天的打的成功率这样一个数据的话,会很知道它的状况是怎么样的。

蔡凯龙:所以不单单是数据的第一手还要稳定性来源、精确度也要高。我在想人工智能这块讨论其实分专家非专家,非专家对人工智能的看法相对比专家们乐观,像在座的三位他们其实对人工智能区块链有过热泡沫的风险,我们谈谈人工智能做不到的地方。

人工智能有很多限制,可能大家都不能意识到,我就提一个问题,刚才GarrickHileman提到他妈妈的问题,我们提一个我们中国传统的问题,你的太太跟母亲掉到水里谁先救的问题,这个问题能让机器人做决定吗?能让人工智能做决定吗?我觉得这很难,你要想想无人驾驶汽车万一出现故障,刚才有个专家说突然之间有个故障,前面就是你太太跟你母亲,它是没有办法控制刹车的,无人驾驶汽车到底要撞谁呢,你能不能相信它来做判断呢?这是人工智能发展到现在我个人觉得最大的障碍,不是在数据、不是在硬件也不是在算法,而是在道德、伦理跟法律里面,人工智能实在是有它的局限性。

我们学术界有一个经典的案例,不是老婆掉到水里,经典的案例是在一个行驶中的火车前面有几个人,火车失控了,刚好在火车的天桥下有一个壮汉如果你把他对下去他就会救了四五个人的命,你到底要不要选这是个伦理问题。人工智能其实我个人觉得它做不了这些伦理问题,所以我没有办法完全相信他。

我想请问在座的三位专家,你们觉得人工智能可以完全相信它吗?要首先问GarrickHileman,因为在刚才PPT里面有一个

GarrickHileman:AI呢,人工智能下国际象棋应该特别好,我知道你刚才谈的这几点特别好,你知道我并不是人工智能方面的专家,但是有一点我清楚,我觉得这里有非常多的市场营销方面的一些炒作,不仅仅是涉及到AI还有机器学习都有太多的炒作了,机器学习实际上它基本上就是统计数据主要是一些概率的统计数据,给他们提一些特别炫的名字。

智能究竟是什么呢,人们经常会问,智能究竟是什么,真正的智能是什么意思,这里面是你要对它编程,它有非常好的智能,它超越了我们的智能,我们知道这种智能不仅仅是在我们头脑当中有,甚至在我们的身体当中肠胃当中都会有,这都是我们智能的服务机构。我想我们对智能的了解是知之甚少的,我并不是这方面的专家,我并不会说在将来一个超级的AI它会掌控一切,我看不到这一点,你知道现在在我们会场上让我们的耳机或者获得稳定的WIFI的信号都比较难,有时候麦克风也很难控制。

蔡凯龙:我觉得GarrickHileman的意思是,我们对AI的理解,如果它只是一个计算、一个头脑也许比较容易计算,但是如果把AI跟你联系在一起作为一个比较有人性化的东西,我相信在很久的将来都不一定做的到。郑教授有没有要补充?

郑宇:看一下AI适合做什么事情,AI适合做那种规则明确并且重复次数比较多的任务,这个AI比较适合做。反过来什么不适合做呢,如果规则不明确也不是经常重复的事情,AI就不需要它来做,或者它做的不一定很好。我们看重复事情里面哪些是比较多的,像象棋和国际象棋这种搜索任务,它的规则非常明确的,一下在网上搜,这种任务它能做的非常好,但是没说围棋,为什么没有说围棋,围棋既包括搜索也包括价值判断,搜索部分AI已经攻破,人基本上很难做到比它好,但是围棋的搜索空间太大,光靠搜索又不行,还要利用价值判断,但价值判断这个东西是很虚的,没有一个明确的规则,这时候AI并不一定做的比人工好。所以综合实力来讲在围棋上面人是输给了AI,但并不代表在价值判断这个领域人输给AI这还没有,因为人有疲劳、有情绪波动很多综合实力输给了AI,所以AI不是什么都可以做,也不是什么都需要它来做,有时候规则过于明确,我们需要精确控制的时候,这个时候数据库就可以做。比如说我们要控制银行的一些很明确的操作性的东西,它必须很精准一点儿都不能错,这个时候AI也不能做。AI不是最好,但是即便不是最好也没关系的,比如京东做物流,我相信我们的技术,我们现在做人工智能在物流领域的运用,做了很多,我们把京东的物流如果在不增加人手的情况下面提升10%的效率这就非常好,但是提升10%是不是最优解呢,没有关系,只要比现在好就可以了。

另外一个例子如果做手术刀一定要切在具体的位置,一点儿都不能偏,切偏一点人就死了。这时候人工智能未必是最好的选择,凡是有最优解的时候人工智能并不一定能保证这一点,不是万能的,但是如果你想要有个满意解比现在更好的解,这个人工智能有大量的空间可以发挥,还有说人工智能适合于重复性的工作和规则性的工作,重复性工作比较少,规则不明确的呢,我们在画画的时候发现我们评价一幅画好或者不好没有明确规则,每一个画家的画风不一样,每个人都看着好或者不好,标准也不一样,没有一个明确的规则,另外画画它不是一个重复性的事情,不是画完了之后再去印,印了很多份之后画就没有价值了。所以即便人工智能画的很像但是它的价值也达不到齐白石先生留下来的遗作这是人工智能可能不适合的地方。

蔡凯龙:郑教授在计算机领域非常权威,对人工智能理解非常深刻,我举个小例子,人工智能发展应该更学习人的感情,一个心理学家测试我们为什么不相信人工智能是因为它太理智了,如果人工智能选择的时候不那么理智,选择撞谁的时候虽然它有答案,假装一下,很难选其实已经选好了,但是犹豫一下有感情…我的意思是人工智能在发展的时候它其实更加考虑人类对它的接受程度,它如果是冷冰冰的理智范围也许我们就非常难以接受它或者以后我们会更加防范它,这是我的看法。

我们刚才谈了这么多技术,我们回过头来谈谈在中国的Fintech发展,最常出现的一个词叫“弯道超车”,弯道超车为什么说中国的金融科技弯道超美国或者是全世界其他国家,它的前提是什么?前提有一条道,有一条弯道,如果没有弯道,你如果在一条路上超车非常容易发生车祸,这条道是怎么出来的呢?其实这条道是非常考验创业者、企业家还有监管,我觉得监管有责任去把这条道建好或者维护好,这就一个中国金融科技发展能够往前继续引领全球的一个非常关键的地方是监管,因为我们今天也谈了很多监管,比如前面的主题演讲者谈到监管平衡的问题、从松到紧、从紧到松,过犹不及的问题。我想在监管这块问一下GarrickHileman,因为伦敦的监管做的非常棒,特别是在RegTech方面,我想说GarrickHileman这边有没有伦敦的金融管理局或者他们对于RegTech应用可以由中国来借鉴的?

GarrickHileman:英国和中国相比我们的经济体比较小,中国的经济体要比世界上任何一个国家都大,看我们怎么样来衡量它,对于大的经济体来说他们所面临的挑战跟小国不一样,跟英国是不一样的,英国他们比较小,他们可能会去承担更多的一些风险,必须要经历一些系统性的风险,因为他们的市场比较小,需要去竞争。所以他们和大的市场相比来讲,他们可能会更加的进攻性。对于英国的监管机构来说他们做的一些事情是非常聪明的,也许大家都是可以去学的。他们和公司之间保持了非常好的关系,和英国市场上公司的关系都非常好,我没有看到世界上任何其他国家能够做到这一点,比如说在英国监管的那些公司,他们对于英国的金融监管机构都说了很多好话,他们和监管机构的关系非常好,他们和监管机构之间也进行非常友好的对话,他们会非常坦诚的来讲监管需要什么、公司之间可以需要什么、而且他们可以彼此之间平衡自己相关的日程,而且对于监管机构他们也愿意帮助英国的公司成功,同时能够满足监管方面的需求,二者之间是有相互理解非常好的对话。

而且二者之间的这种关系并不是敌对的,监管者和被监管公司之间并不是一种敌对的关系,所以这也是对我来讲印象最深得一点。

蔡凯龙:其实跟台湾地区的关系也类似,监管者跟企业关系特别好我觉得中国的金融科技发展,监管要跟我们的企业跟协会,也印证了主题演讲好多嘉宾提到的一点行业协会的力量。 我想问车先生您觉得大数据在RegTech方面怎么样能够帮助监管做这方面的工作?

车品觉:我觉得大数据使用RegTech可能最大的地方在于其实没有人知道哪个数据应该怎么用,怎么用会更安全一点,比如现在看有些地方城市说要开放政务数据,当你开放政府数据的时候这个数据应该是怎么开放,开放给谁,国有企业、非国有企业不一样,在这里是需要把它完全放在底下数据的平台里面的,否则每一次当你要做改动的时候要把整个后台平台都要改动才能释放整个数据的资源出来,因为大数据不外乎就是搜集数据,怎么样把搜集的数据释放出产能出来给其他的,所以RegTech给到我的感受最深的地方在于,因为以前来讲我们做数据的开发是大部分都没有想过会有(reglater)过来说你的数据应该要怎么去处理了,但未来可能就不是了,医疗的数据都是会出现敏感的,比如说什么叫重要数据、敏感数据,怎么处理这种敏感数据,(数据)可能常常都在变,不可能科技跟着它常常都在变,因为科技本来就有一点自己的(特点)在里面。

蔡凯龙:刚才嘉宾讲做RegTech要有数据的标准,而且你需要沟通,监管要什么数据药剂师沟通给企业,这样企业才能应对,不知道这样解释对不对?

车品觉:我觉得标准是一方面,最困难的东西是非标准的地方怎么监管,比如现在都讲(on traction data)它本来就是非标准了,这些东西应该是怎么处理的?

蔡凯龙:你有没有更好的建议,比如对这些想做RegTech或者以后要用RegTech技术的人,监管一直在变,那么他们怎么准备?

蔡凯龙:我用最后一个问题来结束我们这次的圆桌,我们刚才讨论了大数据、区块链、人工智能,我觉得可以用三个东西来形象的比喻这三个技术,其实三个的关系就像一顿非常好吃的海鲜大餐,为什么呢?大数据就像生鲜它是原材料。冰箱就像我们的区块链,因为它是储存技术保存它好的数据。厨师就是人工智能,可能要到完美的菜品就需要好的生鲜、好的冰箱、好的厨师,但是这三个也有它的限制性,我最后一个问题问三位嘉宾,用非常简短的几句话你觉得这三样技术或者是新的我们还不知道的技术你觉得它未来会冒出来破坏或者是来创造新的商业机会吗?

郑宇:大数据和人工智能可以革新我们现在的生活。

蔡凯龙:所以区块链不见了。

郑宇:区块链我觉得它本身不是一个新技术。

车品觉:跟郑宇差不多,我觉得只要你有搜集足够数据的地方,它本身是有一些,刚才讲的是只有ABC三种东西出现的话,人工智能肯定在这个地方会惠及人类的。

蔡凯龙:大数据跟人工智能哪个更重要?

车品觉:这个东西就像金庸小说里的剑宗跟气宗的关系了,其实都是在一起的。

GarrickHileman:我觉得对于这三个技术的合成,合在一起应该是非常厉害的,比如说像无人驾驶,无人驾驶的话,比如我非常着急,如果我多付一点的话个车是不是开的更快?这个时候你可能需要区块链要完成信任的支付,而且要非常快的通过无线网络来完成,所有这三个技术加在一起可能会带来一些新的更加强有力的一些事物出现,是我们今天想象不到的。也就是说用这种实时的和约式的支付来更好的管理我们的无人驾驶。

蔡凯龙:我们每个人都有每个人的选择,我觉得我们可以找这个问题的答案可以跟古人找,古人说过一句话“巧妇难为无米之炊”如果没有鱼的话再好的厨师跟冰箱也没有用,我自己的看法是这样,因为时间已经超过了,我们以掌声感谢三位嘉宾。

(以上内容为会议实录整理)
责任编辑:财新会 | 版面编辑:会议
财新传媒版权所有。
如需刊登转载请点击右侧按钮,提交相关信息。经确认即可刊登转载。
财新微信