吴震操：科技可以扩大理性的边界

放眼国际，全球金融科技创新正如火如荼，新技术重塑着金融产业全流程。以人工智能、区块链、云计算、大数据为代表的核心技术正全面应用于借贷融资、财富管理、零售银行、支付清结算、保险等各大领域，驱动着商业模式的创新与迭代。

2019年12月6日，由中国企业联合会指导，亿欧·EqualOcean、工业和信息化科技成果转化联盟联合主办的“2019世界创新者年会——金融科技创新论坛”在北京国贸大酒店盛大开幕。会议围绕消费金融的监管与未来、区块链落地金融场景的探索、金融大数据的应用与未来、保险科技融合创新等热点话题进行探讨。

受邀参加此次峰会的嘉宾有：国家金融与发展实验室副主任曾刚，路孚特（中国）科技有限公司董事总经理兼全球移动开发副总裁吴震操，花旗银行（中国）现金管理产品主管陈海俊，建信金融科技董事会秘书蔡军，Judo Bank联席CEO Joseph Healy（贺祖曦），毕马威中国金融科技主管合伙人王大鹏，土耳其实业银行首席代表Doruk Keser，极融业务副总裁吴戟，金蝶征信总经理董聪，辽宁振兴银行首席信息官舒蒂，蓝驰创投董事总经理曹巍，轻松集团联席CEO钟诚，小雨伞保险首席风险官王佐文，豆包网联合创始人王慧哲，南燕保险科技创始人龚勋，亿欧智库研究主管/高级分析师薄纯敏。

会上，路孚特（中国）科技有限公司董事总经理、全球移动开发副总裁吴震操发表题为《数据即服务》的演讲，他表示：

云计算、大数据等技术能够真正发掘数据之间的关系，辅助进行交易决策。

把数据做成一种服务，一个开放的数据平台，或者是面向整个行业数据中台的概念。

在桌面平台提供API，能够打造生态系统，为金融机构提供增值服务。

以下是演讲正文：

谢谢大家！我有几个数字开场前分享一下。2018年全球的经济总量即GDP总和是86万亿美金，到去年所有的投资并购超过了4万亿美金，去年全球的股票交易所交易总额加起来已经超过了68万亿美金。这个数字如果往前看，到2001年的时候，就会发现所有的数字都不到现在的一半。我们M2大概只有1.7万亿美元，股票交易量大概33万亿美元，到2008年的时候这个数字还要高，这个数字还往上涨，整个金融市场的流动性在往上涨，本质是流动性和风险管理。在这个后面，是大量的我们行业的从业人员要做出很多的决策，在这个行业里边通常讲金融市场，不是传统的消费信贷，不是传统的存贷差，大部分的这些我们做的是交易，投资、并购、财富管理。

在全世界，所有的基金经理也好，银行家也好，他们每天做的最多的事情就是做决策。他们的决策大到影响几百亿美金，小到影响几百万人民币。但是所有的决策基于一个流程，因为行业发展的几百年，这些流程是从数据开始的，比方要收购一家公司，要搜集公司很多的数据，了解现金流、资产负债、股权结构等，这些是数据。接下来我们会把这些数据通过自己的知识体系或者自己学习过的模式变成数据之间的关系，把数据抽象，会把这个叫做知识。

再接下来利用这些知识再加上数据，对未来发生的事情做判断，最后这一步再做决策。很不幸的是整个过程中，不管是数据的收集，还是知识，还是知识变成决策都受到很多限制，不可能拿到所有的知识数据。由于我们知识体系和认知的问题，会导致出现很多的偏差。最近发生的一个最典型的例子，就是最近收购方暴风收购意大利的MP&Silva，大概金额52亿人民币。我们看来其实是一个决策失误的过程。这个市场变化很快风险很高，大家都想做出最好的决策，所以在金融市场里边，这个市场里所有的机构是最热衷于使用科技，最流行当下科技帮助提升效率的人。

拿我们公司为例，我们公司现在叫做路孚特，特别新的公司，只有一年历史。我们之前有一个比较响亮的名字——汤森路透，再之前有一个更响亮的名字——路透社。我们的前身——路透社在将近170年前成立的时候，在没有任何电子化技术的时候，做的最开始的业务就是用信鸽在欧陆和伦敦之间传递金融的信息。这家机构也是最早使用电缆、电报传递这些股市市场信息的机构。这家机构也是在互联网出现之前，使用卫星在各大洲之间传递市场信息。我们只是其中一个例子，大家看到很多其他的，摩根史丹利也好，高盛也好，每个人都在追逐角色的准确性、信息覆盖性。我这里会说在这个行业里，我们都在使用科技来扩大我们理性的边界。今天因为是金融科技论坛，我相信很多的嘉宾分享关于区块链、大数据、人工智能一类的信息。

因为有了这些技术的发展，有了云平台、大数据的技术，才有更大算力帮助我们真正地发掘更多的数据与数据之间的关系。正是这些算法帮助我们辅助决策，甚至替代我们做出交易的决策。

如果我们再回到行业最基本的东西，学界数据来看，个人觉得经历了三个历史阶段：

第一个，数据做为一种资源，每家机构，我相信在座的如果是金融行业同行，大家现在还是去市场上买很多数据，自己会扒很多数据，刚才曾主任讲了风控的例子，分享很多数据导致监管的问题。因为数据对我们行业最重要！

当数据作为资源看到价值之后，一定会变成一种商品，当数据变成商品的时候，一定会有很多的机构以数据谋生，变成这些数据的供应商提供商。当数据作为商品时，比较从前作为资源的时候，事实向前进了一步。我们自己获取所有的数据是不可能的，要建造特别庞大的IT系统获取数据建造这些模型。有了这些数据供应商，他们卖数据做了很多的筛选分析，我们自己内部保证不同数据的数据链接一起，了解之间的关系再做进一步的分析。

根据我们自己全球的数据来看，在今年，全球的金融行业我们看到大家花在数据上和数据相关IT的比例是1：4。每花1块钱买数据的话，另外花4块钱用IT系统维护，这还是一个相当大的消耗。一直讲金融行业的IT市场，是下一个万亿级的市场，大家不停地在做竞赛。我们机构的观点看，我们觉得现在整个金融市场行业，应该已经进入新的时代，就是把数据作为一种服务，数据不应该只做一种商品。如果把数据做为一种服务，或者用我们现在市场上特别流行的概念，把数据做成一个开放的数据平台，或者是面向整个行业数据中台的概念。大家看到整个金融市场的行业，谁是数据的提供者，无外乎是投资银行、券商、交易所、央行、监管机构；谁是数据的使用者，还是银行、买方、卖方、基金经理、研究机构等，其实是这个行业的同一群人。

如果我们有这样的开放平台，把这个行业的数据提供者和数据的使用者，把大家聚合到一起，提供第三方的增值服务，会极大降低整个行业的数据使用处理以及数据维护上的成本。

我接下来给大家看一个例子，这是我们路孚特自己的一个例子，是我们怎么在过去几年里边，打造金融市场行业最大的开放的数据平台，或者说数据中台。

在整个金融市场行业，因为最重要的是信息速度。如果打造这样开放平台的话，最底层一定是一个特别强大的数据网络，物理的数据网络不是Internet。为什么？速度太慢，在这样一个上面，遍布全球数据中心和共有云，支撑所有的这些开放架构，保证这些消费者最快地获取数据，而且使用平台的开放的能力开放的API。

在这样的基础设施之上打造两个平台，左边是一个开放的数据平台。这样开放的数据平台，我们做了很多的事情。从我们获取这些数据，提供数据的清晰、统一存储和做数据进一步抽象，就是把数据变成知识，做数据的一致化。大家如果是这个行业里面的人，同样的一个词，在不同的语言国家有不同的说法。要把这个数据做出链接，了解数据之间的关系，对于金融行业最重要的是实时的报价，很快，人眼睛是跟不上的。要是给人处理要怎么办呢？要做时续化，要做temporizing。

接下来做数据分发提供平台用户，可以对接到任何银行或者金融机构的IT。在数据平台之上又做了终端平台，一个端的能力，这个给谁呢，给我们专业用户的。我刚才提到的这些交易员，基金经理研究员，因为我们还有大量的决策，在当今，我相信超过90%以上金融市场决策还是人做出来的。当然很多高频交易量化那是机器做的，但是相当大的是人在做的。在数据平台基础之上，提供了端的平台、分析能力；应用商店提供API，另外提供IM的协作社区，链接到全球超过30万的用户，可以找到所有顶级的交易员、基金经理。超过全球500家的交易所实时的报价，超过2000家的平台商，整数超过60P。

这样的平台不是一家机构自己一两年砸钱砸出来的，因为这是很多年的积累。除此之外，要另外说两点。第一点，大家会看到中间有两个高光的部分，这个讲的不是机器讲的是人。一个是人工的数据分析和治理能力，所有的这些数据我们需要适当的人工干预保证数据的正确性，同样要维护这么大的平台用户，要保证平台有相当的服务能力相当大的技术支撑团队。

接下来给大家讲几个例子，可以看下说我们做这样的平台，有哪些特别技术能力：

第一个刚才讲到了全球的数据网络，我们现在实时的数据网络，我们自己做了跨全球的骨干网，我们可以把从香港到纽约的数据传输时间缩短到大概100毫秒，大家可以用Internet自己试一下，回来的时间是多少，一般是300毫秒以上。在跨大西洋，从纽约到伦敦可以做到30毫秒，如果是上海、东京、新加坡大概可以做到个位数几毫秒，保证速度。

第二个概念很重要。今天有很多创业公司的同事，原数据Meta—data，是知识是对于客观的抽象。描述数据和数据之间的关系，原数据以及原数据关系的组成的原模型，是整个用来收集数据、产生新的数据做分析等一系列的基础。原数据是做开放的数据平台相当重要的一个概念，是最核心的一个概念。

如果做一个开放数据平台，2000多个数据员，超过500家交易所的实时报价，这些数据要一个身份证。任何一个事件发生的时候，讲的是谁和谁的关系。我们在全球做了开放数据身份系统我们叫Permeant ID，标出哪个国家哪一个地区，有了这样的ID原数据，才可以接下来用很重要的一步就是人工智能。使用人工智能最典型的应用就是打标签，大家知道说，很多互联网大厂，他们雇了很多的人，人工在打标签，因为打标签是很困难的一件事情。当我们有了原数据，当我们有了这些数据之间的身份标识之后，我们可以用机器来阅读所有的市场事件并购，然后我们来理解发生事件的关系，使我们使用机器帮助我们更有效的了解世界。所有的智能标签的结果反过来产生新数据放到搜索引擎里面，很自然的相关事件链接全会跳出来，帮助我们了解，发现印度最近干旱，有经验的商品交易员联想到，可能会不会说，价值会往上走。有了这些机器学习的能力，帮助我们更好地理解这些。

最后一个能力不是数据平台上面，而是桌面平台上面，打造一个生态系统。很重要的一点，我们看到苹果手机、华为手机一样，要有一个应用商店，保证第三方能够上来利用这些应用平台，做自己的应用。所以比方在我们的桌面平台上，我们提供了很多API，允许第三方，甚至欢迎很多的公司来使用我们的数据做应用，来给银行的客户券商基金等研究机构，提供增值的服务。

最后的总结，我特别喜欢开场的嘉宾讲的，任何一个机构或个人，如果你单枪匹马的话，在竞争这么激烈的情况下很难活下来。所以我们这家机构尽管换了很多名字，我们活了160多年，经验是一定要有合力一定要有生态系统。我们在致力于打造这样的生态系统，在中国有很好的技术、很好的理念，阿里的数据中台、京东等都有很多贡献，我们希望将来在行业里打造更好的系统。

现场图片直播请关注：点击此处

现场视频直播请关注：点击此处

本文系投稿稿件，作者：吴震操；转载请注明作者姓名和“来源：亿欧”；文章内容系作者个人观点，不代表亿欧对观点赞同或支持。

生成海报

免责声明：本网站内容主要来自原创、合作伙伴供稿和第三方自媒体作者投稿，凡在本网站出现的信息，均仅供参考。本网站将尽力确保所提供信息的准确性及可靠性，但不保证有关资料的准确性及可靠性，读者在使用前请进一步核实，并对任何自主决定的行为负责。本网站对有关资料所引致的错误、不确或遗漏，概不负任何法律责任。任何单位或个人认为本网站中的网页或链接内容可能涉嫌侵犯其知识产权或存在不实内容时，应及时向本网站提出书面权利通知或不实情况说明，并提供身份证明、权属证明及详细侵权或不实情况证明。本网站在收到上述法律文件后，将会依法尽快联系相关文章源头核实，沟通删除相关内容或断开相关链接。