文/新浪財經意見領袖專欄（微信公眾號kopleader）專欄作家 薛洪言

　　金融科技的前景自然是光明的，在前沿技術探索上也應該并值得投入大量精力和資源。但一碼歸一碼，在技術與業務的結合上，還是應該戒驕戒躁、穩扎穩打。

　　自2016年以來，金融科技開始替代互聯網金融風靡國內金融圈，與此同時，幾乎所有的互金企業要么轉型金融科技企業，要么強調金融科技驅動，甚至直接改名金融科技企業；傳統金融機構也快速跟進，強調大數據，強調區塊鏈等前沿技術的探索；關于金融科技的國際交流開始流行，央媽也宣布成立金融科技委員會。一時之間，金融科技已然成為金融界最熱詞匯之一。

　　然而，現象的火爆背后，概念和界定的混淆、技術與業務的脫節、真假金融科技的泡沫等等問題便也愈發凸顯，以至于，作為一個從業者不得不潑點冷水：大家悠著點，小心金融科技被玩壞。

　　混淆的概念：技術？機構？還是生態？

　　關注金融科技的朋友不難發現，你在不同場合、不同報告或不同文章中看到的金融科技，指的并非同一樣東西，有的特指技術，有的特指創業機構，有的側重業務，還有的則無所不包，幾乎涵蓋了整個金融業態。在我看來，這種現象的背后，反映了業界對于金融科技，其實缺乏統一的認知，在此基礎上，大家各說各話，不亦樂乎，某種意義上，也反映出了一種“集體蹭熱點”的行業性熱潮。

　　下面分別盤點下幾個有代表性的界定。

　　技術論。將金融科技等同于技術，特別是云計算、大數據、人工智能、區塊鏈等技術。金融科技一詞是個舶來品，其英文為“Financial Technology”，直譯為“應用于金融的技術”，事實上，牛津詞典便將金融科技定義為用于支持或促進銀行和金融服務業發展的計算機程序和其他技術。而在實踐中，不少企業宣稱的“金融科技驅動模式”，本質上也是把金融科技當作技術。而一些企業從“FinTech”到“TechFin”的轉變，其實也在強調從技術層面來認識金融科技。

　　創業機構論。將金融科技等同于應用新技術的創業型機構，不少國際咨詢公司便持這種觀點，如普華永道認為，金融科技是金融與科技的交匯地，是專注于技術的初創公司和市場闖入者通過創新推出的本屬于傳統金融服務業的產品和服務。此外，一些國際性的金融科技榜單和金融科技數據，也只是涵蓋創業型機構，不包括傳統金融機構在內，典型的如畢馬威發布的《全球金融科技100強》榜單和各類行業報告中經常出現的金融科技風險投資金額。

　　新金融機構論。這種觀點認為，只要是運用新技術的金融機構，無論是創業型機構還是傳統金融機構，都屬于金融科技的范疇，像英國貿易與投資總署便將金融科技劃分為傳統金融科技與新興金融科技。

　　新金融業態論。這種觀點將金融科技等同于幾個具體的業務模式，比如第三方支付、P2P、智能投顧、互聯網保險等。2015年7月十部委發布的《關于促進互聯網金融健康發展的指導意見》中對互聯網金融的定義就是這個思路，開篇便提到“互聯網金融是傳統金融機構與互聯網企業（以下統稱從業機構）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務模式”。英國政府發布的《金融科技未來》報告，也將金融科技定義為“通過金融與科技的融合，有望創新和顛覆傳統金融模式和業務，為企業和個人提供一系列全新的金融業務”。

　　金融科技生態論。這種觀點認為，金融科技的概念應該具有廣泛的包容性，將整個生態都涵蓋進來。中國互聯網協會互聯網金融工作委員會組織編寫的《中國金融科技發展概覽（2016）》（下稱《概覽》）便持這種觀點，認為“金融科技是指科技在金融領域的應用，旨在創新金融產品和服務模式、改善客戶體驗、降低交易成本、提高服務效率，更好地滿足人們的需求；其參與者不僅包括通過科技提供創新金融服務的金融科技企業（Fintech）和通過科技應對金融合規和監管的監管科技公司（RegTech），也包括傳統金融機構、為金融業提供技術服務的科技公司、投身于該領域的投資公司與孵化器，以及金融業不可或缺的監管機構；這些參與者共同組成一個生態體系，在競爭與合作中，共同推動者金融業的創新、變革與發展?！?/p>

　　一個名詞衍生出如此多的概念，究竟孰對孰錯呢？筆者自然也給不出一個合乎所有人需求的結論。但有一點需要明確，便是上述這些概念，用在某些特定情境下是合適的，但換個情境就未必適用。

　　比如《概覽》編寫組的生態論定義，筆者作為編寫組一員，當時參加了金融科技概念和界定的討論，當時大家討論確定選擇這個涵蓋范圍甚廣的定義，主要也是基于統領《概覽》整個報告要點內容的需要。如果換個情境，比如統計全球金融科技融資額，生態論的界定顯然就過于寬泛了。

　　因此， 大家對于金融科技在實踐中多元化的概念和界定首先要有心理上的認知，然后根據具體的應用情景去對應相應的概念，否則便很容易出現混淆甚至困惑。

　　技術和業務，孰先孰后？孰主孰從？

　　在很多人看來，可能這是個不需要再費口舌的問題，技術為業務服務，業務反過來倒逼技術的進步，二者是互為促進、和諧發展的問題。但在實踐中，并非如此，不少機構并未真正想清楚技術與業務的先后關系，跟風布局新技術，不考慮技術與業務的協同性、同步性等問題，最終的結果是技術不能為業務所用，終將拖累技術的發展。

　　之所以著重提出這個問題，最主要原因在于現階段，國內各金融業態間差距太大，同一業態間各企業所處的發展階段也有很大不同，相似發展階段的企業在具體業務模式上也可能存在顯著差異。從業務角度看，各家金融機構所需探索或應用的金融科技，應該各有側重才對，但實踐中，大家都奔著云計算、大數據、區塊鏈、人工智能等幾個最火熱的領域而去，而這些看上去很火熱的技術，究竟能解決企業什么具體問題呢？似乎無人多想。

　　舉例來講，就消費金融領域而言，目前行業面臨的最大問題是獲客、產品同質化、降低綜合成本等問題，哪項金融科技技術最能切中要害呢？不同類型的企業又需要側重哪一類技術呢？

　　就獲客而言，對于具有海量用戶的巨頭，基于大數據的智能獲客技術，能有效識別存量客戶畫像，大幅提升營銷精準度；而對于依靠場景方和外部營銷獲客的中小平臺，智能獲客技術則有點像屠龍之術，并非上策。

　　就降低綜合成本而言，對于已經處于精益化運營階段的巨頭而言，利用大數據進一步降低風險成本是可行的選擇；而對于仍在粗放發展階段的中小平臺而言，著眼點放在降低資金成本、轉變營運模式、提升管理水平等方面，可能更為立竿見影。

　　就產品同質化破局而言，整個行業都未到通過某項金融科技來實現產品顯著差異化的發展階段。

　　再比如說，大數據的成熟和應用涉及到數據采集、整理、分析和應用等幾個階段，對很多企業而言，目前要做的是數據沉淀和積累，重在數據采集和整理；而對另外一些企業而言，則已經進入到應用階段，可以投入更多人力和資源，去優化調整數據模型，實現大數據驅動的業務模式。

　　此外，還有一些金融科技技術，現階段更多地是品牌宣傳的效用，難以對實際業務帶來影響，企業應該根據自身情況謹慎介入。

　　真假金融科技，該如何辨別？

　　之所以提出是個概念，是因為在人人都談金融科技的時代，每家企業所宣稱的金融科技的含金量是不同的，也就有了真假之辯。

　　金融科技的幾個熱門技術中，區塊鏈、大數據、人工智能、云計算、智能投顧等幾個概念，幾乎被各個從業機構掛在嘴邊。

　　先說區塊鏈。雖然區塊鏈炒的火熱，但目前為止最為成熟的應用仍然集中在數字貨幣領域，在供應鏈金融、跨境支付、金融交易、數字票據等方面出現了一些實驗性質的探索，但距離落地仍有距離。目前區塊鏈技術還需要在共識機制、智能合約、安全算法、隱私保護、擴容和速度優化等相關技術領域實現持續創新和突破，正如摩根史丹利的一分報告所稱“金融機構廣泛采用這項技術還需要5-10年的時間”。但就筆者而言，親身就經歷過N多機構的商務人員來推銷區塊鏈供應鏈金融業務，在他們的口中，應用了他們的技術，似乎供應鏈金融便可大踏步向前了。在本文的界定中，這種不切實際地推銷便可視作一種假技術。

　　說說大數據。大數據技術成功應用的前提是要有足夠多的數據，正如我在《大數據在金融業的應用》里提到的，“統計學規律告訴我們，在實驗條件不變的條件下，重復實驗多次，隨機事件的頻率等于其概率。意味著，隨著隨機事件的大量發生，我們是可以發現其內在規律的。而大數據里面包含的海量數據，就為我們發覺隱藏在隨機事件后面的規律提供了條件?！倍鴮芏鄼C構而言，尤其是十幾個人的初創機構，基本沒有可能具備可投入應用的大數據建模能力。而不少機構宣稱的，只負責模型不負責數據的商務模式，也讓人懷疑，沒有數據，這些模型怎么做出來的？有效性如何？沒有效果誰來買單呢？

　　人工智能。同上，沒有大數據，其實談不上人工智能。

　　智能投顧。最大的問題在于金融產品代銷資質，很多所謂的智能投顧平臺，不具有或缺乏金融產品代銷資質，平臺上可供用戶資產配置的產品數量有限，距離真正意義上的智能投顧還有很大差距。

　　云計算就不提了，畢竟這個概念火的比較早，至少七八年了，大大小小的坑先后被填平了，市場龍頭已經初步顯現，不容易出現冒牌機構了。

　　結語與前景展望

　　金融科技的前景自然是光明的，在前沿技術探索上也應該并值得投入大量精力和資源。但一碼歸一碼，在技術與業務的結合上，還是應該戒驕戒躁、穩扎穩打。以一個小例子結束吧。

　　早在20世紀40年代和50年代，來自不同領域（數學，心理學，工程學，經濟學和政治學）的一批科學家就開始探討制造人工大腦的可能性。1956年，人工智能被確立為一門學科，當時，研究者們在私下的交流和公開發表的論文中表達出相當樂觀的情緒，認為具有完全智能的機器將在二十年內出現。比如，1965年，H． A． Simon：“二十年內，機器將能完成人能做到的一切工作?！?970年，Marvin Minsky：“在三到八年的時間里我們將得到一臺具有人類平均智能的機器。”……結果如何呢？還是太樂觀了。

　　當然，經過這么多年的發展，也許結局已經不一樣了，希望如此吧。

　　(本文作者介紹：蘇寧金融研究院互聯網金融中心主任、高級研究員。)