“互聯網女皇”的報告一年一度，今年的火爆程度更勝以往。

所有人都試圖從報告中（過度）解讀出科技的最新發(fā)展趨勢，以及在這一股明顯會席卷人類歷史的互聯網大潮中，自己究竟該處于什么樣的位置。

然而，除了報告中總結的領域之外，還有很多其他互聯網領域在這一年中也發(fā)生了翻天覆地的變化。

將“互聯網女皇”報告中的邏輯抽取出來，再套用到Fintech領域，從數據印記過程，用趨勢歸總數據，從而推演出這一領域的下半場會如何。

人口紅利漸失，同質化演變?yōu)閭€性化

互聯網女皇米克爾的《2017互聯網趨勢報告》（以下簡稱“報告”）中最重要的一個觀點，是互聯網正在使各種服務從同質化走向個性化。

在人類文明的伊始，無論是石器時代還是農業(yè)時代，為了解決溫飽問題，人類的行為是高度同質化的。而到了工業(yè)時代，由于大規(guī)模使用機械工具，人們的職業(yè)和行為開始出現分化。

進入科技時代之后，資源和制造能力逐漸飽和，專家和品牌獨占技術的工業(yè)時代消費文化逐步瓦解，主張個性與自我價值的物權共享社會開始形成。

百萬個百萬級市場是如何形成的

上述講的或許太過抽象，我們可以見微知著，從一個現代文明的產物——媒體的進化史中窺知人類是如何從同質化走向個性化的。

以下是報告中總結的媒體進化史。

可以看到，媒體的發(fā)展經過了最早“我演什么你看什么，我寫什么你看什么，我播什么你看什么”的網絡時代，到之后追求“豐富化”、“點播化”的有線電視時代，再到現在愈發(fā)“客戶化”、“定制化”的數字時代。

新媒體不再是一個新鮮玩意，而成為如同空氣和水的生活必需品。而新媒體究竟是什么？歸根結底，是讓人自己決定自己想看到什么。

能實現這一步，最重要的原因還是科技。在互聯網、智能手機的普及過程中，媒體渠道不斷豐富，呈現在普通人面前的形式也不斷多樣化。

曾幾何時，我們的電視只能看到十幾個頻道，電影院常年上映三五部電影，而獲取資訊的渠道則是每天固定從信箱里拿出來的《晨報》和《晚報》，當然，還有新聞聯播。

而現如今，僅視頻領域，消費者就可以在騰訊視頻、優(yōu)酷土豆、愛奇藝看電影、電視劇和綜藝節(jié)目，在A站、B站看二次元內容，在秒拍、快手看個人短視頻，甚至衍伸到直播，也有斗魚、映客、熊貓、陌陌等一眾應用。

百萬個百萬級規(guī)模的蛋糕，就這么被科技生生的造了出來。

在金融領域，類似的情況同樣出現在投資顧問（Financial Advisor，簡稱FA）向智能投顧（Robo-Advisor）的演變過程中。

最早的時候，FA需要通過與用戶充分溝通，判斷其風險偏好水平，再來制定最優(yōu)的理財配置方案。但這種溝通的成本極高，FA的數量又不足以為每個人服務。于是那時的金融服務是陽春白雪的，甚至可以稱之為階級的象征。

而如今，業(yè)內先驅基于一系列基本的資產配置理論（如：Markowitz均值-方差組合模型、Black-Litterman模型），開始打造代替人類投顧的智能投顧。

智能投顧通過大數據獲得用戶個性化風險偏好，然后結合算法模型定制個性化的資產配置方案，實際投資后會對方案進行實時跟蹤調整，在用戶可承受的風險范圍內為其實現最大的收益，真正做到千人千面，滿足每一位用戶的個性化需求。

更重要的是，智能投顧如同其他互聯網服務一樣，具有邊際成本遞減和渠道便捷化的特點，可以將金融服務帶向千家萬戶。

其實，每個人對金融產品的需求一點都不比對媒體的需求要少，而在這個領域，百萬個百萬級規(guī)模的市場蛋糕才剛開始形成。

積累大量數據，不斷消費形成正反饋

互聯網時代到來之前，人類掌握的數據量極為有限，多數情況下須通過人的主觀判斷來作出決策。

步入互聯網時代后，新平臺以光速般創(chuàng)造大量的數據，人們開始研究從數據中挖掘隱藏信息的方法，常見的方法有：Logistic回歸分析、K-means聚類算法、決策樹、隨機森林等，統稱大數據（Big Data）。

《報告》中舉了衛(wèi)生保健數字化的例子，數據經過輸入、消費、整合并轉化，再通過反饋對輸入的數據進行調整，創(chuàng)建了一個正向良性循環(huán)反饋機制。

金融領域掌握用戶數據最多的莫過于風控系統。傳統風控信審機制靠的是技術分析，通過已有數據模型評判用戶類型，再針對不同需求作出最終決斷。難點在于如何通過人為的主觀技術分析，既保證系統的風險可控，同時又不誤傷真正有需求的客戶。

舉例來說，無論從體驗還是實際數據來看，受風控的影響，傳統銀行業(yè)一直未能有效解決小微企業(yè)或個人的小額融資需求。而盡管P2P網貸的形式毀譽參半，急需整頓，但卻實打實的彌補了這一金融服務真空區(qū)——2017年5月P2P網貸成交逾3550億元創(chuàng)歷史新高。

這一切也得益于大數據征信體系的應用。

大數據風控和傳統金融風控的一大區(qū)別是，可以通過彌補多維度非傳統金融數據，由數據輸入端開始監(jiān)控數據消費路徑，并對所有路徑進行聚類歸因等實效分析，主動弱化因果關系，更看重統計學上的相關性。

巨頭公司：不僅有眼前業(yè)務，還有詩和遠方

強者恒強，在這個時代仿佛是一條鐵律。互聯網世界的幾座大山雖歷經坎坷，卻分別在初期業(yè)務的基礎上，拓展出各具特色的產業(yè)鏈。

Apple的大終端，騰訊和Facebook的大社交，阿里巴巴和Amazon的大電商，Google和百度的大搜索甚或是大AI。

總結來看，各家公司最終的業(yè)務形態(tài)雖與原初相去甚遠，但都保留了原本的核心業(yè)務。

到目前為止，Fintech給中國金融業(yè)帶來最深遠的顛覆性影響之一是對渠道的顛覆。支付寶和天弘基金合作推出“余額寶”，徹底改變公募產品形態(tài)、甚至公募行業(yè)格局，其中天弘無疑是最大的贏家，把華夏基金從多年規(guī)模第一的寶座中擠下。

但Fintech公司對于業(yè)務形態(tài)的選擇各有千秋，大一統的局面還未見端倪。而對于關鍵科技的偏好方面，普華永道的調查結果顯示，中國Fintech公司傾向于投資的前三項依次為“大數據分析”、“人工智能”和“移動科技”。

縱觀互聯網大公司的最終走向，都不可避免地走向了云計算戰(zhàn)略。而Fintech的技術，大多仍要基于云服務展開，像區(qū)塊鏈這種完全去中心化的技術，目前尚未出現第二例。

至于未來傳統金融機構將在哪些領域與互聯網金融公司展開直接競爭，普華永道認為，直接受到區(qū)塊鏈威脅的零售銀行業(yè)務是最有可能被率先顛覆的行業(yè)。

CBInsights曾發(fā)布過一張關于“解構銀行機構”的信息圖，信用貸款、保險、退休基金與投資、財富管理等領域均有對標的Fintech公司，非常有趣：

對于大體量的競爭而言，基礎設施幾乎決定了企業(yè)的生存空間。

云計算的基礎設施是計算設備，硬件性能決定了軟件運行效率，而未來金融機構的基礎設施則是巨量金融數據以及用戶相關信息，對數據的消化吸收能力決定了業(yè)務最終走向。

率先完成全產業(yè)鏈聚合的金融集團無疑最具先發(fā)競爭優(yōu)勢，能夠為用戶打造優(yōu)質的一站式使用體驗。

就目前而言，大多數金融機構依舊考慮以內部研發(fā)為主，從自己擅長的領域發(fā)起進攻，次優(yōu)是選擇與Fintech公司合作，而只有在萬不得已的情況下才會考慮收購。

隨著競爭加劇，大手筆收購Fintech公司的案例或將出現。

從互聯網金融到智能金融

對于“上半場”和“下半場”的討論，互聯網業(yè)內給出了多種答案。

滴滴CEO程維于2016年應邀到國家行政學院作題為“分享經濟發(fā)展中國”的報告時首次預測，互聯網時代的上半場已結束。隨后，美團點評CEO王興在2017年新經濟100人CEO峰會中指出，全球互聯網的下半場就是中美之間的競爭。他說：

“在高科技創(chuàng)業(yè)方面，美國企業(yè)目前領先；而在商業(yè)模式創(chuàng)業(yè)方面，中國企業(yè)則要領先。”

回歸到金融領域，互聯網金融的簡稱為ITFIN，是指傳統金融機構與互聯網企業(yè)利用互聯網技術和信息通信技術實現資金融通、支付、投資和信息中介服務的新型金融業(yè)務模式；而Fintech，即Finance + Technology，是一種運用高科技來促使金融服務更加富有效率的商業(yè)模式。

Fintech企業(yè)的核心使命就是要打造一種新型商業(yè)模式。要完成這樣的使命，僅有ITFIN遠不足夠，它只能享受互聯網上半場中的渠道和人口紅利，盡一切可能觸達最終用戶，進而將傳統金融領域的服務和盤托出。

但真正能夠在互聯網下半場帶來價值提升的，是將傳統金融領域的業(yè)務解構，輔以科技領域的先進經驗，最終再利用有效的方式重構，從而實現個性化需求。

那么，如何布局？

業(yè)內普遍共識是布局人工智能。包括：

CB Insights于2017年3月發(fā)布的Fintech領域的人工智能市場全景為我們展現了產業(yè)的最新進展：

那么，到底誰在裸泳？

向前看，那些即使面對新科技浪潮仍不思變的傳統金融機構會受到威脅。

向后看，業(yè)務同質化嚴重（例如基金超市，渠道是好渠道，未來如何打差異化之戰(zhàn)？），不善于利用數據提升軟實力（例如，用戶核心需求的把握能力不足，風控機制缺失等），坐守戰(zhàn)果，不擇機向上下游擴張的公司，勢必要受到最嚴酷的挑戰(zhàn)。

對于“互聯網女皇”的報告，外行看熱鬧，內行看門道。而Fintech領域的從業(yè)者，應該要打起十二分精神想想——如果明年Fintech行業(yè)作為一個專題出現在報告中，自己又會在什么樣的位置上？