|
Canvas not supported
当前速度:
上一讲，我与你分享了在“去中心型商业”时代，Motif Investing、AngelList、PeerCover，在战胜“信息不对称”这条跑道上的，三位激进的“抢跑者”。
太阳的重要性，逐渐被繁星取代。
但是，在没有了太阳这个“信用中心”之后，繁星们，可以依靠什么全新的、更高效的武器，来战胜信用不传递这条恶龙呢？
信用科技。
这一讲，我继续与你分享，在战胜“信用不传递”这另一条跑道上的，另外三位抢跑者：利用大数据这项“信用科技”的InsuretheBox、Progressive，和利用人工智能这项“信用科技”的COIN。
InsuretheBox
先说InsuretheBox。
请问：车险应该怎么买才合理？
一辆车几乎不开，每年要交几千块钱保险费，你觉得合理吗？我觉得不合理。
保险的本质，是“同质风险分担”。我的车几乎不开，和每天开30公里上下班，所遇到的不是“同质风险”。
那车险应该怎么买呢？
现在的车险，是按照年来买的。这不合理。一年中，每个人上路的次数显然不同。不按年来买，那按天来买吗？也不合理，因为每天每个人上路的次数、时间长短也不一样。
那应该按什么买呢？按公里数来买。开车距离多的人，就应该多交保费。所以，未来的车险，可能不是在电话里买，而是在加油站买：
师傅，给我加200公里的油，顺便加200公里的保险。
问题来了，这个做法听上去很开脑洞，但我怎么知道每个人每天开多少公里呢？这就要依靠大数据了。
英国有家保险公司叫InsuretheBox。购买它家的保险，它就会在你的车里装一个OBD设备（On Board Diagnostic Device，车载诊断系统），检测你的行车数据，其中包括开了多少公里。
然后，InsuretheBox就可以这样卖保险了：这3000公里先充给你，拿去用，用完了再来充。如果你的行车记录非常好，每个季度我再送你一点里程作奖励。
可是为什么传统的保险公司不这么做呢？因为它们只掌握“社会统计数据”。上海每年会出多少起交通事故？65岁以上的老人得老年痴呆症的概率是多少？这就是社会统计数据。再厉害的精算师，基于社会统计数据，也得不出针对个人的最优保险定价。
可是，按公里数付费，也不合理吧？那些把车开到四叉路口，打着左转向灯却向右转的人，就应该多交钱吧？
没错。按照公里数付费还不够，每公里按照开车习惯定价，才是最合理的。
这就是“个性化的大数据”赋能的UBI车险（Usage Based Insurance，基于用量的保险）。
有一天，我买车的原厂打电话给我：您的车险要到期了，在别人那里每年7000元的保险费，在我这里，2000元就够了。
为什么啊？因为我们原厂拥有数据。根据数据显示，您的开车习惯特别好，而且基本不开。
我一听特别高兴。赶快打电话给我一个朋友，他和我同一天在同一家4S店提的同一款车。我朋友听完后，也立刻打电话给车厂的客服，说我要买保险，就是刘润那个，2000元的那个。
客服小姑娘一查，说：对不起，您买的话有点贵，要1.2万元。
我朋友听完，一口鲜血喷在屏幕上：为什么啊？
她说：因为你经常漂移。
我朋友非常生气，说：那我不买还不行嘛。于是他继续在原来的保险公司买。
然后，渐渐地，那些开车习惯好，又不怎么开车的车主，会越来越多地被拥有“个性化大数据”的原厂拉走。那原来的保险公司呢？因为好用户都走了，它们只好提高保费，慢慢失去竞争力。
天啊。真可怕。这种事真的会发生吗？
Progressive
美国有家保险公司叫Progressive，它早已开始“每公里定价”。它的定价，基于三个数据。
第一，你平常与前车保持的距离。
这个数据，通过车载雷达和OBD设备可以记录。后车如果追尾前车，不管什么原因，后车全责。所以如果你习惯离前车太近，那保费必须要高一些。
第二，你每月踩急刹车的次数。
一个人什么时候才会踩急刹车？一定是遇到险情的时候。这次是刹住了，那下次呢？一个经常急刹车的人，嗯，保费也必须高一些。
第三，你每月凌晨4点开车的次数。
这是为什么呢？因为一个人一天中什么时候最疲劳？凌晨3～4点。不管你是蹦迪回来，还是去上早班，这时候都特别容易出事故。所以，经常凌晨4点开车的，保费也必须再贵一些。
Progressive公司用三个简单的数据，为每个人的保险做了差异化定价。
信用，就是对风险的承诺。用个性化大数据这种“信用科技”，进行更加精准的风险定价，帮助优质节点降低交易成本。
当你有了“大数据”这项信用科技的新式武器后，去中心型商业，终于可以摆脱依赖社会统计数据的“信用中心”，散成满天星。
那人工智能呢？
COIN
美国有家公司叫COIN，它为摩根大通银行提供贷款合同审批服务。
你向银行借钱，银行要和你签合同。可是，根据你的情况，这合同怎么签，银行才能最大化地管控风险呢？
在中国，银行都有一个风控部门。这也是银行最重要的部门，负责审批贷款合同。在美国呢？美国一些银行（比如摩根大通）会外聘律师团队来做这件事。为此，每年摩根大通要采购36万小时的律师服务。在美国，律师服务是很贵的，所以这是一笔很大的开支。
“人”虽然创造财富，但也是特别巨大的成本。
后来，摩根大通选择和人工智能公司COIN合作。
COIN从摩根大通那里获得了曾经审批完的贷款合同，包括批准的、没批准的、修改的。然后“喂”给它人工智能算法。算法把这些历史数据“吃”下去后，消化消化，说：我可以了。
然后，摩根大通把新的贷款合同给COIN。结果让人惊掉了下巴，过去用36万小时律师服务做的事情，COIN几秒钟就做到了。而且，风控能力不比人工差。
这一下子，摩根大通节省了一大笔钱。这些钱都是银行的成本，最终必然会加到利息里面去。而利息的高低，就是对风险的定价。有了COIN，摩根大通的风险定价能力明显增强。理论上，信用更高的人，可以用更低的利息贷到钱了。
这是不是让你想起，2016年赢下李世石的AlphaGo？AlphaGo就是一套人工智能算法，它“吃下去”10万局人类历史上的棋局，消化了一下，就下得比最厉害的人类还要厉害。
当你有了“人工智能”这项信用科技的新式武器后，去中心型商业，终于可以摆脱人工成本高昂的“信用中心”，散成满天星。
小结
刘润
线段型商业克服“信用不传递”的方法是“信用中介”，中心型商业是“信用中心”，去中心型商业是“信用科技”。
大数据、人工智能，这些“信用科技”，可以帮助优质的交易节点，通过摆脱社会统计数据、高昂的人工成本这些“信用中心”的约束，散为漫天星辰，大幅度降低交易成本。
有同学问，那原来的银行、原来的保险公司，难道就不能利用这些“信用科技”武装自己吗？
当然可以。但是一旦进入“信用科技”时代，用这些科技武装自己，信用价值就不是依附在机构上，而是依附在科技上。所有拥有这些科技的人，都成为它们的竞争对手。这样，“信用中心”，就会逐渐从太阳，变成繁星。
这就是分久必合，合久必分。
这一讲，就讲到这里。
在“去中心型商业”时代，有个克服“信用不传递”的大明星，值得单独花一讲来讲。它就是：区块链。下一讲聊。
今天我给你留一道思考题：
这一讲我们说，“人”虽然创造财富，但也是特别巨大的成本。这个观点，你同意吗？为什么？
思维导图
用户留言
老安
35 赞
“人”虽然创造财富，但也是特别巨大的成本。当前，人口红利下降、人力成本不断上涨、人才结构矛盾等问题正在影响着全球制造业，倒逼一些制造业企业加快“机器换人”步伐。如同《美国工厂》所揭示的事实：即便“福耀”初期到代顿的工人提供了岗位，但是人工成本的巨大开销让企业寸步难行，最后自动化装备(机器人)也必将成为工人的替代者。 随着“人”创在财富的能力越来越强，人工成本越来越贵是个不争的事实，但人工成本的上涨将会产生分化，呈现出幂律分布，价值也将不断向掌握核心科技的人手中转移。如果尤瓦尔·赫拉利提到一个观点，说是在未来世界中，只有1%的人掌握算法，而其他99%的人，只能提供数据，沦为毫无用处的人。 “人”在迎接一个美好时代的同时，也在创造着一个糟糕的时代。5小时前作者回复嗯。尤瓦尔·赫拉利说的“useless class”。他们是不是真的无用呢？他们会不会在别的地方创造，比人工智能更加有价值的工作呢？3小时前
江湖无声
35 赞
人的进化是以简驭繁，商业的进化是化繁为简。 用神雕侠侣里杨过得到的三柄剑可以很好的串联人们克服信用不传递的历程： 从利剑到重剑到木剑，是人的进化之路，是人对“器”的驾驭能力的提高，以简驭繁，人越成长越值钱，人的成本也越高； 从木剑到重剑到利剑，是商业的进化之路，是“器”对人的辅助能力的提高，化繁为简，商业越进化越发达，人创造的财富越多； 木剑就像信用中介，价值在于御剑之人； 重剑就像信用中心，价值在于御剑之术； 利剑就像信用科技，价值在于剑的锋芒。 在「神雕侠侣」中，断臂之后的杨过因为机缘巧合造访了「剑魔」独孤求败的「剑冢」，得到宝剑三柄：利剑、重剑、木剑。 第一柄利剑「凌厉刚猛，无坚不摧，弱冠前以之与河朔群雄争锋。」 最初的境界轻扬跳脱、好强斗胜、陵角分明，最易陷入对自以为的神器(技术)的迷恋自嗨。 第二把玄铁重剑「重剑无锋，大巧不工，四十岁前恃之横行天下。」 重剑之沉，似与所有的剑道相悖，实则不然。以器为用，以已为体，以他人(对象)为本，要心性沉潜，借器使力，不要虚招，才能使出大巧不工的威力。 第三把木剑。「四十岁后，不滞于物，草木竹石均可为剑。自此精修，渐进于无剑胜有剑之境。」 木剑无锋无力，云淡风轻。精奥在于内部充沛，恃强克弱。无剑胜有剑，无招胜有招，胜在皆可为我所用。10小时前作者回复你打比方的能力已经出神入化了。3小时前
爱丽娜
22 赞
这才是响当当，硬邦邦的真理~“人”虽然创造财富，但也是特别巨大的成本。 事实上我还想不出有什么比人的成本更加巨大的。因为其他成本是可以用钱来计算的，唯有人的成本是用命来计算的。当我们说，某物某产品为我们了节省了多少时间，我们实际上在说，他为我们节省了多少命。 世界上有两种人，一种用生命去节省其他成本，另一种用其他成本去节省生命。前者是蠢人，后者是智人。前者不自知，后者特自知。 凡是能够节省人这个成本的产品都会大卖。 凡是浪费人这个特种成本的产品都会衰败。 针对学生群体，或者读书人，我有一句自创的"名言": 省本子费脑子，省脑子费本子。 这句名言后面所隐藏的成本是人的眼睛和本子的价钱。眼睛和本子都是成本。眼睛的背后是脑子和生命质量，本子的背后是几元几角，但很多人的数学在这里翻跟斗。 祝愿得到的学友珍惜人的成本，用看似有限，又似乎不可见的人的成本，去创造无限的利润。11小时前作者回复省本子费脑子，省脑子费本子。我已经记在本子上了。3小时前
晓曦
21 赞
我的汽车保险用的就是progressive。我觉得人工智能大数据是否可以摆脱“中心”的束缚，困难有两个，（1）储存、运算、分析数据的需要的基础设施和人力；（2）数据安全隐私带来的问题。 在现在这个时代，数据是最大的财富。任何一个公司不会轻易交出它的数据而且会像保卫金库一样保卫它。刘老师说的progressive考虑的开车时间、里数、踩刹车和油门是由这个公司自己给成员发的仪器或者手机app监测收集来的。他们还收集了年龄、性别、教育、收入、过往事故记录等等大量数据。是不会轻易给别人的。 何况存储和分析大量数据需要的基础设施往往也是天价。Progressive其实只对每个成员收集6个月的数据。可能是因为收集更多数据，存储分析运算会更困难。 老师提到的COIN这家公司，可能是利用了摩根大通已有的数据和基础设施。那这里的信用问题其实就转嫁到摩根大通银行怎么挑选一个可信赖的合作伙伴。不然大量财务数据泄露会造成欺诈和身份盗用的问题。普通人愿意把敏感信息提供给摩根大通或者progressive，但未必会愿意把信息提供给不知名的人。 在医疗领域更是如此。梅奥最近跟谷歌达成了10年合作协议（为什么选择谷歌而不是一个startup，肯定也有谷歌的信誉在那），但依然引起了大量讨论说谷歌是不是因此会拿到梅奥的病人数据。梅奥澄清并不会。如何能得到充分的技术支持但又保护隐私和数据安全是一个非常有挑战性的问题。 我们平常的主要工作就是人工智能在临床的应用。把一个算法在电子病历中实时地运行，提供信息支持临床决策，需要大量金钱、人力、设备来进行。我的其它研究跟一个保险公司合作，使用的数据库有几亿人，维持它不断更新，让多人同时进行运算成本也相当高。数据库中有无数表格。一般人不经过训练连怎么用都不知道。5小时前作者回复人工智能需要三个要素：数据，算法，算力。梅奥掌握数据。谷歌掌握算法和算力。会不会走向去中心化，要看你认为哪个要素更重要。如果你认为“数据”更重要因为涉及隐私，而算法算力会被不断基础设施化，那包括梅奥在内的“繁星”会越来越重要，我们走向去中心化。反之，谷歌这个“太阳”会越来越重要，我们会停留在中心化。3小时前
晓曦
16 赞
我去google了一下Coin和摩根大通（chase）的故事。就我所看到的报道，听上去Coin (contract intelligence）更像Chase内部的一个项目，内部开发的算法，而不是外界的公司。如果Coin真的是外界的公司，那有可能Chase尽力抹去这件事。 不然贷款涉及到很多财务数据，把这些数据交给外人还是会造成一定的公关问题的。我也有一些同学在各种银行和审批贷款的建立模型、审核模型的部门。我的理解是现在大家都在人工智能方向上投入，虽然感觉很有前景，但目前的应用有限。Coin应该也没有大规模推广，好像还是早期试验阶段。不过肯定是未来发展方向。5小时前作者回复是。因为应用有限，所以人们才会分为两派：不堪大用派，和颠覆现在派。在这两派的争吵中，我们不断走向未来。3小时前
佛祖门徒
13 赞
我也分享一个科技保险公司用大数据、人工智能解决“信用不传递”、降低成本的案例。美国一家网络保险公司通过Health IQ 测试来区分人群，开出不同的保险价格。 第一、当你在 Health IQ 上达到了“精英等级”时，你的保费就能减少4%，以美国30年的人寿保险来说，这相当于便宜了差不多1万块人民币； 第二、如果用户保持良好的运动习惯，比如说，你每个星期跑16公里以上或者骑行80公里以上，你的保费还可以再有4%的折扣； 第三、如果你积极参加铁人三项赛等项目，经过 Health IQ 的审核后，甚至能获得高达25%的折扣。4小时前作者回复分类，是颗粒度走向精细的重要一步。3小时前
Allelujah 朱磊
13 赞
在「执行工作」中，人毫无疑问是巨大的成本——人不仅比不上机器的工作效率，还需要接受管理、激励以保障工作状态，需要分出精力去生活与休息。 但在「创意工作」中，人是唯一的宝藏——相比机器，只有人有潜能可以被激发，可以通过模式创新改善效率，通过策略创新赢得竞争，通过技术创新优化生产。4小时前作者回复你和大部分人一样，假设了人工智能做创意，效率不如人类高，效果不如人类好。我只能说：希望如此吧。3小时前
王黎璐
9 赞
我同意，广义上的人力资源成本包括企业取得人力资产使用权、提高、维持、结束人力资产使用价值、保障人力资产暂时或长期丧失使用价值时的生存权及其他为取得、开发和保全人力资产使用价值而付出的总代价。在当下疫情引发的黑天鹅事件，更是让“人力成本”脱颖而出，成为企业家口中的热词。随着出生率下降，如何高效利用人力资源，更是当今社会研究的主题之一。技术的不断发展，给出了新的商业答案。5小时前作者回复先提高效率。再把人放在更有价值的位置上。3小时前
大土豆
7 赞
德国一个品学优良的留学生却找不到工作，究其原因就是他的征信系统里有几次逃票的记录，这在检票系统宽松的德国，无疑给他背上了一个“不诚信”的帽子，使得他找工作四处碰壁，根本没有公司愿意给他工作。 在美国一个父亲闯了红灯，结果马上接到银行发的消息，因为发现你闯红灯，车祸风险指数提高，要增加你的贷款利息; 保险公司也发来消息，保费要提高; 房东也发来消息，因为他发现有闯红灯的前科，需要增加预收房租比例。。。 这一切的一切，都是信用，以前看不见摸不着，而现在他都在互联网上飘。 像爱惜眼睛一样珍惜自己的信用吧。4小时前作者回复闯红灯，增加保险费。期待中国也早日执行。3小时前
李文业
6 赞
我是一名程序员，在一家供应链金融科技公司上班。我们有小微企业贷款的业务，客户申请时会提供发票给我们，在分析完数据之后会根据他的经营情况给出不一样的贷款额度。 读完今天的课程，我觉得还有可以改进的地方，例如根据客户进一步的数据分析结果给出不同的利率，不同的宽限期，不同的罚息利率。这就可以吸引更多的优质客户到我们这里来，我们也可以为他们提供更优质的服务。11小时前作者回复供应链金融，是金融业去中心化的主战场之一。联想，海尔，TCL，格力这些企业，是产业链中的核心企业，他们拥有数据，和一些拥有算法和算力的供应链金融科技公司合作，给上游企业发放贷款。这一家家核心企业，正在成为银行这个太阳之外的繁星。3小时前
林木
4 赞
《百万富豪求翻身》讲了一个富豪用100美金怎么在90天内创建100万美金的公司的故事。看完后有个很深的感悟：人是成本，更是价值的创造者，这取决于这个团队是什么样的。 作为创业团队，团队几乎每个人都在尽力处理随时发生的各种问题，而且在没有任何物质激励的条件下，带着绝对的激情，向同一个目标出发。 这个团队这些人，一定全部都是价值的创造者，而不是成本；很多时候人是企业巨大的成本的原因在大部分人，以及我们日常生活中的大部分时间，都是靠习惯来支撑的，从企业角度来看，简单重复的劳动的消耗成本太大了。 推荐大家看看这个篇子，反正我是看到热泪盈眶，好像是我的创业梦实现了一样哈哈哈哈2小时前作者回复脑子与脑子的价值，差别巨大。1小时前
金戈铁马
4 赞
在如今的现代社会，我们普遍认可的一个事实是，经济的持续增长、社会的不断发展，都需要依靠科技的发展和进步。除了那些起点很低的发展中国家，依靠增加投资和劳动力拉动经济增长，其效果是非常有限的。从长期来看，人类社会的发展，最核心的驱动力只有科技进步；而科技的持续进步，需要依靠的正是全人类的集体智慧，是人这个最活跃的要素，在科技研发、新产品制造等领域所发挥的重要作用。从这个意义上来说，人无疑是创造财富的核心驱动力，而且人本身就是无可取代的巨大财富。不过，我们也应该意识到，人在创造财富的同时，其消耗的成本也是无法忽视的。隔壁万维钢老师的《精英日课》课程，就举过摩尔定律的例子。多年来，半导体行业的发展一直很稳定，芯片技术就如摩尔定律预计的那样在持续进步；芯片工艺从几十个纳米到10纳米，再到7纳米、如今的5纳米。这无疑体现了由人所主导的科技进步的巨大成果。但是，在这一系列科研成果的背后，是持续增加的、巨大的研发投入；从1971年到2014年，为了保证晶体管密度按照摩尔定律所预计的那样稳定增长，仅仅研发人员的数量就扩大了18倍。这实际上就是人这个因素所带来的巨大成本。所以，人既是财富的创造者，本身也意味着巨大的成本投入，就像一把双刃剑，这是我们无法忽视的事实。2小时前作者回复低垂的果实摘完了。爬上树顶，就要更大的投入了。1小时前
雪域
4 赞
我不赞成“人是巨大的成本”的观点。 首先，人不一是成本。经济学对成本的定义是“一个资源，它有若干的选项，被选中的那个选项，它的成本是哪些所有落选的选项当中，价值最高的那个。简单说，成本就是放弃了的最大代价”。如果人或者人工费不是选项，或是没有放弃，那就不是成本。 比如，原始社会，做一个打猎用的石斧，可能要花费几个月，甚至更长的时间。做石斧的成本，就是因为做石斧不能出去打猎，而损失的猎物。 但如果是在这之前，人类还不会造石斧的时候，石斧还不是选项，造石斧的时间也不是选项，那它们就不是成本。 其次，同样的人工，如果算作成本，到底贵不贵，不是由自己而是由别人决定。 造出来的石斧，能跟别人换多少猎物，或者说造石斧耗去的这几个月时间值多少猎物，不是造石斧的人自己说了算的，而是由别人在这个时间能打多少猎物决定的。 随着技术的进步和效率的提高，在流水线上造一辆比石斧复杂不知道多少倍的汽车，才需要几秒钟的时间。这时候，如果有人还去用几个月造石斧，这几个月的成本，才贵的不得了。3小时前作者回复喜欢这种独立思考。人是不是成本？要看你因为选择了人，而放弃了人工智能的代价。换种方式思考，那你觉得，放弃人工智能而选择人，是更大的代价吗？3小时前
金戈铁马
3 赞
我所从事的是环保装备制造领域，几乎每天都要面对客户的询价要求，如何针对不同的客户、采用不同的定价原则也是非常让人头疼的一件事情。老客户和新客户之间，肯定不能采用一样的价格体系；不同的行业之间，价格标准肯定也存在差异。学习了今天的课程，我觉得在未来，我们可以运用大数据来改进我们现有的定价原则，我们可以通过尽可能搜集用户多维度的信息，比如所处行业、合作年限、过往履约情况、采购金额等，再通过一定的算法对这些数据进行分析，然后制定出针对不同客户的价格原则。而这样的价格原则，并不仅仅限于合同总价，还包括了付款条件、质保金比例以及后续服务等多方面因素。当然，目前这还仅仅是一个设想，我们会选择合适的时机开展相应的尝试，希望能够取得不错的成效。2小时前
惠怀松
2 赞
每一家公司都会从两个角度去看待员工，成本和财富。 将员工视为成本的企业，一般是劳动密集型，比如：工厂、餐厅，这些企业中劳动力是很大的一块支出。 在现代化的高科技企业中，人是一家公司最重要的财富。往往一家公司的价值，取决于公司中人才创造的价值。1小时前
vivi
1 赞
以后通过大数据及人工智能，以前比较笼统的东西的东西都有望实现“千人千面”，比如润总说的车险。 前几天还和我老公说，“马爸爸”可比你了解我，虾米音乐有个每日30首歌推荐，发现推荐的歌曲我都喜欢听，逛淘宝推荐给我的都是我想买的。1小时前作者回复所以，隐私，也就是数据的“所有权”和“使用权”，是一个非常重要而复杂的话题。1小时前
杨厚 做设计的
1 赞
由于计算机算力的强大，可以把统计分的更细。 【从车险想到一个点子】 超市会员:感觉基本没优惠；（目前按总消费金额定等级） 升级系统:买低利润的统计一个数据，高利润的统计一个数据，给不同品类不同优惠力度（甚至可以分到的各个SKU）。 在升级:品牌商做这个统计，定这优惠。让我在各个地方都支持同一品牌。 总感觉哪里不对好像商业退步了2小时前作者回复亚马逊2000年就开始根据个性化大数据，对用户差异化定价。被骂死了。然后出来道歉。这个武器威力很大，但社会规范，是其边界。2小时前
吴汶邑
1 赞
大数据公司这几年如火如荼，有如流星般转瞬即逝、也有逐渐成为行业头部的企业. 各家银行也在成立大数据金融科技公司（兴业数科、建行金科） 互联网头部（蚂蚁金服、京东数科） 海归创业有国外背景（冰鉴科技、同盾科技） 我讲的都是是运用于金融业的大数据金融科技公司，和润总分享保险公司不太一样. 有幸使用或参与过目前主流的大数据公司业务合作.目前大数据金融科技公司只能算是解决信息不对称的效率问题，但要成为信用不传递平台还很难，至少在目前看来还有很长一段路要走. 科技金融以及大数据是将历史存量数据的分析运用，对存量数据进行客户标签化，对未来行为概率不确定性的进行预测，对违约概率输出信用参考，提升交易效率，但是还不能影响信贷决策. 分享一个真实案例： 我最早服务的单位-信贷工厂鼻祖淡马锡专注小微金融，已经细到商业的毛细血管，专注年销售额在10-500万的小微企业，这类客户很大一部分个体工商户或者没有营业执照、销售收入难以核定、无资产、无本地户口，这样的客户怎么获得授信？当时全国还没有几家机构做这样的纯信用无担保贷款. 当年我们授信一在成都推着车路边卖烧烤夫妻，他们找到我们想贷5万元钱，想租个铺子扩大经营，现金交易几乎没有进账流水、无销售单据佐证、在无法通过数据核实他们销售额，我们是怎么给他们完成授信的？ 当时连续半个月，我和同事每天晚上9点到12点到他们烧烤推车蹲点，一笔一笔记录他们的销售数据，然后反推他们的利润率和生意规模，最终完成整个授信.其中还有很多细节，涉及公司的信贷政策，就不赘述.我想表达当年这笔业务，是多么消耗人力物力和时间，为了这5万元，我们的投入和产出是不成正比. 而现在有了支付宝、微信这些支付工具，能够在很快的时间了解这类客户的生意状况，并且还能通过美团、饿了么了解他们的交易数据，还有其他维度的三方大数据帮助了解客户的信息，运营商在网时长、司法诉讼等更多信息，能够在几秒钟内完成客户所有的信息收集，了解客户情况，结合公司信贷政策，快速做出贷款决定，批还是不批？如果今天还遇到这样的客户，我想最快当天就能帮助到这个客户，节约人力成本，降低客户利息，最终实现共赢 金融科技和大数据解决信息不对称提升信贷效率效率，让客户体验更好，银行业业务开展更高效，成本更低. 金融科技大数据解决信用不对称，优化效率降低成本 我对目前大数据及科技金融的理解，有点像运营商的基站建设，基站越多网络覆盖越全面，人和人的距离越短，降低沟通成本，当对沟通信息决定权并不起作用. 润总分析摩根大通案例实际也是科技金融帮助金融业解决效率降低成本. 对于这类公司对银行业的帮助看法和润总有些不一样，想听听润总分析，这类大数据还能不能提升技术和数据样本，来帮助金融机构解决信用不传递的难点？11小时前作者回复很喜欢那个5万元的案例。在过去，我们用人工的方式来记录摊贩的生意，建立信用。这个解决信用不传递的交易成本，大概率高于5万元的利息，商业上不成立。但是通过支付宝和美团的大数据，解决信用不传递的交易成本大大下降。这笔贷款从商业上成立了（利息＞成本）。这时，关键问题来了，你觉得，这笔利息应该付给谁？银行，还是阿里美团？这是核心问题。银行觉得，我在用科技赋能金融。但科技机构觉得，我就是金融。你只要给我“最便宜的”钱就好了。拥有数据的机构，都会成金融机构。可能是银行，可能不是银行。政策，会是个影响因素。但不是决定因素。2小时前
宋亨
0 赞
关于COIN的例子，作为常年混迹法律圈的人，补充一些想法： 1. 贷款合同审批是一个双方实力悬殊极大的合同项。公司根据个人的具体情况来决定要不要批款和给多少钱，个人没有修改合同的权利，只能遵守。国内也是一样，去办个卡、租个房，个人是非常弱势的一方。这种情况下，单方面制定标准更容易操作； 2. 这类合同的可标准化程度极高。意思就是基于过往的审批案例和客户情形分析，能够被「穷举」出来的可能性极大； 3. 数据量不需要太大。审批合同是标准制定者说了算，所以我只要把我所有的过往数据和国家标准以及对未来可能出现情形的判断输入进去，再通过算法磨合，所需要的成本相对较低，确定性高。而不需要去调用大量的社会数据、非公开数据、甚至一些错误数据。 所以，人工智能在法律上的应用，现在还处于非常浅的状态，咨询-搜索-提醒-修改-审批，这一类容易被标准化的内容是人工智能的强项。但是，和美国不同的是，国内的人工成本还是较低的。外雇律师、内聘法务，中小企业每年付出的成本大概在5-10万，而采购一套系统并且建立信任需要一个长期的过程。而且，一旦涉及到需要对应谈判的合同项，目前的人工智能水平能做到类案检索、风险提示就已经很不错了，还做不到提供策略和方案。也许有一天会做得到，但是发展的没那么快。 另外一点的言外之意是，如果大家在国内接触到自称法律圈人工智能的企业或者说法，先别着急感叹，先看看它是不是吹牛呢2小时前作者回复这不用是“言外之意”，你说的对。我看过不少国内的法律圈人工智能项目。吹牛居多。1小时前
毕昊峰
0 赞
昨天，与一位警察局长交流，他说这次疫情就采用了大数据进行防疫分析，基本上是做到精准防疫，节省了大量的人力成本。因此，非常同意润总的进步商业史观，即“人”虽然创造财富，但也是特别巨大的成本。历史中，我们耳熟能详的“成也萧何，败也萧何”，如果从人工成本的角度来分析，萧何不也是张良成功乃至背杀的人工成本吗？国外的拿破仑同样如此，前期自己创造辉煌，后期兵败滑铁卢，同样都是巨大的人工成本。商业上，润总举的保险案例，不也是大数据在保险领域的应用吗？这给我们统计提出了新的方向，我们今后的导向应当从社会统计转向商业统计。作为企业中人，我看到有些高管虽然为企业创造了巨大财富，如果他在某些方面指挥偏差，当然也可能会给企业造成巨大的成本。这方面的例子也是很多，因此大数据的应用在所难免。4小时前作者回复人工智能，大数据，就在我们身边。3小时前
以上留言由 作者 筛选显示
|
|