科技金融发展桎梏：数据的准确性和真实性是大数据发展的关键

　　由清科集团、投资界、新芽主办的2018中国创业武林大会于2018年9月18-20日在北京香格里拉大酒店举行。本届大会设立包括人工智能、企业服务、高端制造、新零售、泛娱乐、金融科技、医疗科技与器械等在内的16场行业视听风暴，横跨3大热门领域、万家精品项目以及百余家参评机构与行业媒体的强力支持下，汇集各领域领先的知名投资人和创业者进行一年一度行业的灵思碰撞。

　　此外，国内首家投资维度的企业评选——V50风云榜、新芽榜也将现场决出年度榜单。该榜单已陪伴创业者十三年，被誉为“行业投资风向标”。

　　会上，宜信新金融产业投资基金合伙人崔峥，维金联合创始人兼副总裁刘瑞雪，大数金融CTO王强围绕《科技如何赋能金融？ 》这一命题进行了深入探讨，本场圆桌由曦域资本创始合伙人黄晓黎主持。

以下为演讲实录，经新芽NewSeed（ID：pelink）整理：

黄晓黎：大家下午好，在这个部分我们讲讲科技对金融的影响。各位嘉宾先介绍一下你们的公司和主要做什么业务。

崔峥：大家好，我叫崔峥，我来自宜信新金融产业基金，我们是三年前成立的，是宜信旗下的一支主打的直投基金，过去三年内在全球范围内大概投出了四十多个项目，我们主攻的金融科技产业有保险、支付、信贷、企业服务以及财富管理，希望以后跟台下的朋友们有多多的沟通。

刘瑞雪：大家好，我叫刘瑞雪，我来自于维金，维金创立于2013年，我们的定位是互联网金融的基础设施，我们主要专注于帮助产业内的不同公司解决他们的支付结算的问题，供应链金融的问题。因为我们的定位是互联网金融基础设施，我们专注的是技术解决方案，并不是帮助大家实际的处理支付交易或者是进行供应链金融的放贷业务。我们是A轮IDG投的，B轮蚂蚁金服投的。

王强：大家好，我叫王强，我来自大数金融。可能大家对大数金融不太了解，大数金融它是一个完全的FinTech公司，成立于2014年的7月份。它的作用是来为中小企业服务，我们的客户是银行，给银行提供反欺诈到风险，到金融IT一些金融方案。商业模式可能跟大家想的租贷比较类似，A轮是红杉，B轮是红杉领投，C轮也是红杉领投，有PED，有光华控股，一共有四家，现在各有十四个亿。

黄晓黎：补充介绍一下，我叫黄晓黎，我们2015年成立了曦域资本，主要投两类公司。一种就是技术在金融产业的应用，另外一种是底层的基础技术。目前投了十几家公司，我们是投主要的主力是A到C轮。

　　我们先来谈谈普惠金融的话题。目前所谓的普惠金融，小微企业的金融的关键点是什么，技术在这里面怎么能够做到以前做不到的事情。王强总先来谈一下。

王强：大数在普惠金融在关注小微企业里面，应该在国内是比较领先的。我们第三代的小微技术是数字化的方式，它的成本特别高。大数在合作的我们有四十多家的合作银行，在给合作银行提供解决方案的时候，有几个关键点：

　　第一，大家都知道小微客户融资难、融资贵，大家更多关注是小微客户的经营状况，一些经营数据，一些往来现金流水。这些数据是不够科学的，不够真实的，大家没有关注到小微客户这个人本身，大数是关注他金融数据的同时，也会关注到客户人征信的本身，那么这个客户如果他去做这个行业，他去做一个小的行业，那么因为他的征信情况比较良好，他可能通过转型也可以转到另一个行业去做，这是我们大数最关键使用的技术。

　　第二，因为我是CTO，我们会用一些比较好的反欺诈，包括一些征信类欺诈的技术，包括风控的模型。其实大家知道反欺诈的模型特别黑名单现在一些外埠的黑名单都不是很靠谱，我一般还是依靠自己的反欺诈手段处理。

黄晓黎：其实中国经过这几年的消费金融，个人零售金融大力发展，包括互联网金融的推动，对人的数据掌握的越来越多，而且通过对人本身的画像数据分析，更深一步的应用到金融领域，现在又延伸到小微、普惠金融。

　　其实你给一个小企业贷款，更多的看这个企业主本身，这个企业主可能他会一直在那，他的企业倒是未必，因为我们小微企业存活率是非常低的，另外一个反欺诈其实是在各个金融环节领域都开始应用，科技的本身是你要在金融里赚钱，真正通过技术赚钱的话可能还是一个风险，风险控制、风险识别的钱，这个反欺诈也是风险识别方面的。

　　刘总，你们是为企业怎么服务，让它更好的做普惠金融？其实大家也都知道以前的传统机构，其实一直下不下去，大家可能都是看主体信用非常简单的或者是在区域性很小的区域性，更多的信息不对称去做。现在你们是怎么帮助一些能够做一些原来做不到的事？

刘瑞雪：维金的定位本身是互联网金融基础设施，我们更多的是融合不同的资源，他们能够帮助我们的产业客户赋能于这样的产业客户，帮助他们的客户，不管是小微也好甚至是稍微大一些的企业也好，能够更容易的有一些信贷的业务。

　　从我们自己的观察来说，整个来说确实是个人以及这种小微的企业，他信贷业务发展的会更快一点，因为这整个是一个针对小微企业主个人的受信，他数据来源会非常的多，尤其在中国，大家知道来源蛮多的，各种各样建模的模型也最近发展的很多，而且不同的反欺诈的公司也很多，我觉得在这方面中国是有很大优势的。

　　我之前跟华尔街记者也聊过，他们其实很担心美国在这一方面的发展是落后于中国的，我觉得事实上两位投资人也看到了这个市场确实发展的很快。再往上进一步的话，我们说普惠金融个人普惠了，但企业的信贷业务怎么做，这块还是一个难点。

　　比如说我们会跟这种连锁酒店公司聊，他们现在碰到的问题是说有很好的加盟商，但是他加盟了一家店很赚钱，那他想加盟第二家店，每一家店需要几百万到上千万的启动资本，如果他没有办法提供这个资金，大家知道连锁酒店经营是比较轻资产的，房子是租来的，这些员工也都是聘来的，没有什么房子可以抵押，所以从银行的角度来说比较难做。而从其他的融资通道来说，也并不是那么容易做。首先他的金额很大，所以已经可能超过了我们平常说的普惠金融范畴了，如果又是把它当做一个个人来放贷的话，这个是达不到它的效果的，怎么样更好的解决这方面，我觉得可能是需要我们未来更关注的一些问题。

黄晓黎：实际上大家都能看到，我们在零售金融方面其实确实走在了世界的前面，尤其个人数据应用这块。但我觉得深入到产业里面会发现各种各样的困难，刘总讲的类似供应链金融的模式，我们对于产业链的数据化还没有完全完成的基础上，如果你要去再把它切分成很小的经济行为，再去给它定价的时候就会比较困难，你可能很难应用更高的一些技术去来做这个事情，这个可能就需要每一个产业链它可能有没有时间去成长。

　　崔总，关于普惠金融的问题我换一个角度，因为您是投资人。你觉得在这里边能找到合适的创业公司吗？像刘总这样公司非常好，像大数这样的公司非常好。如果你要在普惠金融领域找一个创业公司，其实所谓的创业公司就是未来有个很好的位置，整个产业链有很好的位置，那你会去找一个什么样的公司，未来的位置在哪？接下来，牌照可能有了很大的优势。普惠金融这个领域怎么去找创业公司？

崔峥：企业还是个人？

黄晓黎：普惠金融都可以，小企业主也好，个人的也好。

崔峥：从企业这边来讲，其实数据非常分散，而且每个赛道都不一样，每个行业都不一样。比如说一个做酒店的和一个做餐饮的，现金流完全不一样，以及他雇的人也不一样，他的上下游关系也是差的很多。所以由于我们有一部分投了一些国外的产业，所以可以跟大家说一下我们在国外看到的案例，以及在国内看到的案例。

　　首先很荣幸跟大家分享一个消息，就是我们宜信新金融产业基参与投资了英国专门为企业做线上贷款的平台Funding Circle，这家公司今天刚交了表，所以相信在月底应该能在伦敦交易所上市，这是欧洲第一个FinTech产业上市的企业。这家公司就是做SMB，就是中小型企业贷款的，但是我们说的中小型企业可能在它的定义里头完全不一样，为什么？因为它的客户必须有三年的历史，然后它的收入每年的最小是达到五十万英镑以上，至少有五个员工，所以他的客户群我们个人认为还是相当不错的。它的利率以及贷款是非常低的，换言之，这个平台专门就是抢银行的客户。这就回答了刘总刚才一部分，银行他不愿意下沉，为什么？因为他攥着他的好客户，如果你能从他那边拿到同样的客户，做到比银行更快更好，在欧洲这个公司是走出来了。

　　在美国我们也看到比这个客户群更往下沉的一些，那就是个人和企业的数据放在一起，然后看这个企业的行为。但是在做这种贷款的时候，我们发觉其实更好的一种贷款行为其实是从他的供应链金融或者上下游关系，看看这家公司的现金流到底怎么样，以及税务情况怎么样。从新的数据方式分析，但是给他合身的一些贷款。

黄晓黎：我认为英国这家公司，过程讲的案例其实还是效率的问题，线下也在做吗？

崔峥：还真没有线下。

黄晓黎：这就引申出来一个问题，中国的做的比较好的公司的模式线下蛮重的。在欧洲能做的背景是信用环境非常好，整个的信用平台体系是基本完整的。我想问问各位，这个可能也是中国的问题。在小微企业里面企业征信领域里面，你们认为中国会有中国的邓白氏吗，如果有的话会是什么样的公司？

崔峥：我先说两句，这个问题问的挺好。我先给您解释清楚，其实大家了解的这些征信企业，其实他还是给个人打分的。在国际上给企业打分的征信机构好几家，而且打分的方式完全不一样，像邓白氏确实是拿现金流，非常有名的是完全靠上下游和税。企业征信打分的市场在全球都比较混乱。但是我觉得在国内其实留给各位创业者，我觉得这个发展潜力可能会比国外更高，可能会更快一点。

刘瑞雪：对，我觉得确实是刚才崔总说的，给C的打分相对来说可能更成熟，给B真的是从什么角度看B的信用，我觉得每个公司，我觉得在国外的话，还有给专门成熟的上市公司，。但是实际上这种，他通过对什么数据的分析，这种数据的及时性是如何的，他分析出来的对大家的参考意义到底怎么样。当然就是说我们用什么数据能打出什么样的分数，这个我觉得是要摸索的，而且它不一定一个数字会适用所有的数据。

王强：黄总的问题很专业，我在IBM时候负责做小微模型，发现to B的企业和to C的，to B的在中国真是搞不定。做FinTech和做金融最大的区别就是一个兜底一个不兜底。做金融的人他在兜底的情况下，就不会相信所有的数据，这才是最关键的问题。不管模型再好，数据好不好，这是CRO必须要考虑的问题。就像说你如果要想客户体验好，但是要想防风控，数据是很重要的。

　　普惠金融的to B，他的数据哪来才是真实的，怎么让CRO放心，这是最关键的问题。还有一些方式，在北美、欧洲，北欧一些地区，我当时在北欧出差的时候，他们会给小微企业提供一些解决方案，把小的ERP资金归集G类的企业放在SaaS上面，让他们共享，这个服务很便宜的，非常便宜。那么这个现金流整个的数据是相对比较真实，那么在to B里头只有现金的数据是真实的情况下还好一点。

　　第三，就是我们国内的数据壁垒太多，信联，百行征信是通的。

　　还有第二个问题，还是数据的问题。咱们很多做征信和金融的朋友和企业，其实他的诚信还是不够的，他提供的收据不一定是准确的，这是CRO最担心的问题，数据的可验证性，通过知识图谱的分析，有这样的验证数据验证的大数据技术，我觉得这个方案才是慢慢的可行。我觉得第一数据是可信，第二才考虑模型的问题。谢谢。

黄晓黎：我们的路还是很长的，数据可信这个事情就要做一段时间。另外我们其实也看到做SaaS的更有优势。包括我们也投了做SaaS的，在中国挺有特点，在美国SaaS很赚钱，市场估值也很高，在中国很难。中国是习惯C端免费，B端习惯对技术不付费，你的真实数据在上面跑，未来在金融的价值是挺大的，羊毛出在猪身上，这样一个路径。

　　这个可能应该是一个长久的话题，尤其可能在个人征信领域里面，可能就是国有了，企业征信到底是一个什么样的未来情况，可能还是一个比较分散的市场，相当长的时间内，包括模型这一类也是各有各道，也要经过很长时间的检验。实际上我这几年因为主要专注在金融里面的技术应用，我就发现以前投互联网的思维在这里面，是完全摒弃互联网投资方面的不好影响，你投什么东西都会想到会有网络效应，增速会很快，最好我的钱给他他就能迅速出来。但实际上来讲，你在技术深入到一个产业里面，是一个相当长的慢功夫。

　　一个产业的发展也是相当长的慢功，我们换一个更高一点的话题，技术到底对金融的影响是什么。

王强：其实看到现在的技术发展，真的给金融带来非常大的改变。第一个问题就是聚合支付的问题和移动支付，这给金融带来非常大的，他会对整个的现金流数据，对资金流的数据有一个非常大的整合，我觉得这是一个非常好的。

　　第二个是大数据的产生，其实大数据的产生更多的不是一个强关联的数据，是一个印证的数据，40%和50%，到60%才认为这个模型度，某个维度是有效的，这是大数据唯一的作用，大家都认为大数据非常有用，就说他可以包打天下，其实是假的。从我们这么多年的大数据经验来看，合作了四年的大数据。真的把弱关联的数据变成强关联的数据，其实这个数据是非常非常难的。需要大量的进行机器学习的方法去做。

第三， 人工智能特别深度学习和机器学习和监督学习的方式，对我们的金融整个运营效率提升是非常快的。那么一个真正做金融的人都知道，其实做金融做线下的人是觉得最靠谱的，活要见人，死要见尸，但是他的效率非常低，怎么能够保证把线下的这种模式移到线上以后，客户体验好，而且效率还要高，而且防风险的能力要很强，就需要AI技术帮助在冗长的流程里面，通过系统和技术的手段把他人工的手段代替掉。

　　第四，技术的改变对金融最大的提升，其实它能够把整个的，不管人还是企业，他的信息可以分成多种类型，在上面可以做延伸，知识图谱这种关联关系也是非常好的可能性。我大概就是这些。

黄晓黎：想多问一下王总，我们平时所理解的这种大数据和人工智能，因为主要是以数据科技为核心的，在金融里面真正实际应用的时候会有什么跟有区别的想法？

王强：企业也是由个人组成的，知识图谱可以看这个企业的高管，这是人工智能的一部分。先说人工智能，知识图谱看企业的高管，他的股东，他的法人，他的亲戚，那么在这些借贷关系里头有没有诉讼的问题，是可以提升这样内容的，这是所谓知识图谱，这不属于大数据的内容，当然这个数据要求必须要是真实的，我说任何的前提，所有的数据必须是真实的。现在我们最担心的，因为现在互联网金融没有监管的情况下，他互联网所获得的数据，真的是真实性比较强的。

第二， 从人的角度来说，大数据的角度，人的强关联大数据无外乎五类：一类是基本信息，第二征信信息，第三社交信息，第四安全信息，第五位置信息，这个是在贷前、贷中、贷后非常强烈的关联。第五的位置信息，你的催收还是电催，这个位置信息不符合隐私保护的规范。你如果不想还钱，那么LBS知道你经常在这里出没就抓得住，他也可以验证，他说位置信息他说因为他要加戏，他女儿上一个非常高级的幼儿园，你发现他夫妻俩和他老太太，他的丈母娘、大妈都没有在这个学校附近出现过一次，这个信息是假的。所以说所有的信息都是来验证你自己的东西，你所数据的是不是正确的，这样才是有意义的。

　　我还是强调说，大数据最关键是数据的准确性和真实性，所有的大数据模型现在只能做到第一步，第二步都做不到，比如说什么模型，通过这种信息可以测出未来想买什么东西，这都是靠谱的。唯一靠谱的就是验证你真实填过来的在线数据是不是真实的，这是唯一的大数据应用的地方在金融领域，谢谢。

黄晓黎：说的非常好，其实我们也很多人幻想把一堆数据放在一个黑匣子里走一遍，然后就能出结果，这个真是太理想化了。刘瑞雪这边看看技术对金融的这种驱动，你的体会是什么。

刘瑞雪：我本身是做金融的，我是2013年因为在投行从事了这么多年的金融业务，一直觉得技术肯定是对金融有很强大的促进力，2013年决定和现在的合伙人一起来做维金公司。这么多年其实也看到行业里面这个变化，我可能从不同的角度来看，我自己觉得可能是有三个方面的变化。一个就是从金融服务获取的便利性来说，不管是我们的聚合支付也好，包括像余额宝这样子的，我把消费和理财结合起来的也好，甚至像个人信贷也好，其实他对大家来说是一个非常便利的，我觉得这个是通过技术手段实现的。

　　第二，可能是效率的提升。我们在服务我们的产业客户中间有这种明显的感觉，比如说像现在物流行业，现在物流行业还有很多的地方需要改进的，比如他把一个货从货主那边拿过来，他可能中间会经过不同的运输公司匹配，不同的运输公司可能要求结算的周期都是不一样的，我有些是要事先预付的，有些可能是货到付款的，各种各样的要求相差非常大。那如果这个时候你用人工处理的话，这个出错性是非常高的。所以我觉得效率提升也是技术能够发挥作用的一部分。

　　第三，就是我觉得是风险的防控，当然之前我们讲的更多的是信用风险，更多的还有其他很多不同的风险。比如说在我们任何的金融业务中间是有操作风险的，这个只要是人，不管他是故意的也好，不是故意的也好，他确实有操作风险。故意的这种其实我们之前也都看到过，大家都很相信银行，觉得我去了银行买了一个理财产品就没有问题，他把别人的产品卖给你告诉你这是银行的。

　　包括你刚才说的贷后的，通过信息手段看他是不是诈骗，这些都是在风险防控上发挥的手段。

黄晓黎：瑞雪总结的非常到位，前端服务提升了整个服务的体验，第二个提高效率，最终极的就是能够识别风险。我觉得这个确实技术带来的东西太多了，他可能在金融的每一个，不仅仅是刚才讲的信贷普惠金融，可能在其他比如说保险、证券、资管、众筹，各种各样的东西，还有包括未来我们还不知道的新的一些金融业务方向，都会起到很大的作用。

　　崔总因为您是投资人，可能会看更多一点，更宽一点，所以我想听您讲讲技术在非信贷领域里面的应用。

崔峥：我跟另外两位嘉宾想法是一样的，第一个就是提高效率，我觉得这是在过去十年确实是整个市场变化。我举几个例子，我们前几天去看一家公司，他是做交易的，二级市场交易，我不知道各位有没有去过二级交易市场，真的是好几个电脑屏幕在那边闪，在这个闪的时候，其实说明什么呢？这个交易员他并没有去操作这个交易，每个交易员他可能有二十到五十个客户，他最上面的五个客户可能要人工咨询交易，那是他最大的单，底下的人工智能全部解决，这是第一点。

　　第二点，如果大家都参加过二级市场交易的话，一般来讲整个公司是在收市的时候结算的，你开盘和收盘之间你对市场的风险到底在哪，其实很难算的清楚。因为你一个团队可能有十几个交易员，十几个交易员里头，如果有三个是买错了股票风险是相当高的。机器人可以预警到，甚至直接在后台终止交易，这个真的是非常智能的。

　　其他的应用方式其实有很多，比如说我们也看到的一些催款用机器人的方式，比如你可能第二天、第三天忘了交款，可能就机器人催款，这个我们在国内和国外都有应用，保险行业也是。我觉得这些都是我们从投资领域上看到新的金融科技的出现。

黄晓黎：是的，因为我也是做投资的，可能包括比如说刚才讲的证券领域，我们也投了给高频量化团队，他们对交易的速度要求很快，我们做独立的交易系统，极速的交易系统，会比一般的快。他们引申还有一个需求，自动交易算法，尤其是高频量化是要找每个股票的交易机会，让他在哪个股票上捡钢镚儿，每天的交易量非常大，不可能人工完成。

　　说到技术应用在金融领域，我越投越会发现，我们在信贷金融里面，尤其是零售金融里面对2C来讲，走在了全世界的前面，包括我们移动支付。但是我会发现比如说在资管行业，在保险。比如说银行的投资方面，债券投资这些，我发现我们非常基础薄弱。现在中债指数差异那么大，有很多套利机会，大资金来了就是割韭菜的。在美国都是文艺复兴这样的机构，有一点点的交易机会所有的机构就上了。现在这样我们国家，大家可能都去投，整个的市场里面我就觉得整个技术的应用在这里面确实还有很长的路要走，未来的金融一定就是说你没有技术手段的话，你其实是赚不了钱的，未来你躺着赚钱的时机都没了。未来你要能够在这里面立足，乃至能够赚钱，其实依靠技术是唯一的路。

　　提到了技术，我们再讲讲你们认为区块链技术未来对整个金融的影响。因为现在国家好像尽管不喜欢数字货币，但是好像还蛮鼓励区块链技术应用，尤其在金融领域里面的应用。那这块的话我不知道大家会有什么对这方面有什么看法。

崔峥：我觉得其实区块链这个技术和金融至少底层的技术是非常吻合的，什么时候能把所有的数字上链，这是最大的一个问题。上链以后对各个金融机构带来什么样的后果，这是更大的一个问题。举个例子，比如说三家银行自己的风险模型和自己的客户人群，他把这些东西都上链，以后是不是代表美国的银行、中国的银行和伦敦的银行，这几家银行干的事将是都一样，我不知道。在这之前会不会把所有的数据都上链，第一个问题我也不太清楚怎么解决，但是这个技术是对银行和股票交易所最应该做的，因为你能把所有的数据放在链上，很清楚的给所有人做分析。所以我觉得技术是很好的，底层技术也是非常需要的，但是你会打破一些金融产业，或者金融公司的现有的一些格局和模式，这是我个人很小的看法，不代表我们基金，谢谢。

黄晓黎：您刚才讲了一个好像靠谱的应用，需要公开数据，本来就应该公开透明的，反正也是政府主导的，这种是不是可以先做。

刘瑞雪：其实我们在2013年的时候，我们第一轮融资的时候，我们的CEO他当时就已经设想了，未来的以后一定会是要去中心化的，要满足这个他讲了好多，讲了不可追溯性等等，大概有五六个。但是我跟他讨论区块链技术的时候，他不是特别认可现在的区块链技术，他认为在中间还有一些问题，就是和他设想的这种去中心化的，为未来的新经济新金融的区块链还是不太一样的，我不是技术出身，没有办法描述这个到底怎么样，以后有机会和王强老师交流一下。

　　我自己从金融从业者的角度来说，我觉得这个技术从长远的角度来说，一定是有它的重要意义的。可是我又从另外一个角度来说，可能跟过去AI的时候，大家觉得非常嗨，马上就要颠覆很多东西了，我是觉得这个相对于我们现在要解决的一些眼前问题来说，他可能是需要更长远的发展，区块链应用在不同的行业是怎么样，和AI用在不同的行业怎么样，是类似的一个进程。

黄晓黎：瑞雪提到了另外一个关键点——基础，区块链技术的基础能不能达到我们的应用水平，确实它现在很难支持大规模交易，速度也不行，保密也很难支持金融级别的应用，包括我们比如说，刚才说的数据大公开的文化，他要多次的调用，包括一些保密这些东西怎么处理，还是有很多基础的。底层达不到的，工业达不到的技术。

王强：其实五十年后再来看，AI还会长，因为我的专业方向是机器人，AI其实还是要很多路走，从感知、认知到智能，然后到图灵测试，AI第一部分感知都没做好，其实大家不要害怕AI，AI也会走的更快一点，至少二十年才能看到很多的好东西。

　　区块链的民族资质和企业和人的竞争是很难突破的。打个很恰当的比方，每个人去世都见到上帝和美丽的天使，但是没有人告诉你天使长啥样，这些都是描绘的很好的东西。

黄晓黎：我来说点乐观的。我觉得区块链这块，首先我们确实看了快三年了，也没投，这个确实是事实。说实话从另外一面来讲，当年1999年，2000年互联网泡沫破灭的时候，之后的那五年里面，我要去投的话都是腾讯阿里这样的了，所以可能未来如果他是个很大的方向的话，对我们投资机构来讲，我们一直要保持一个跟踪和警觉，这也是为什么我一直是非常看好他的未来，因为他未来能实现东西来讲，对我做投资的人来讲，不仅仅是技术层面带来的改变，更多的可能是一个商业组织变革的改变，包括一种激励机制的改变，其实区块链里面最大的是它的组成形式是跟传统的是不一样的，是完全全新的这种变革，他是要自发组织的，大家靠社区去运营的。那这样的话其实就不仅仅去中心化，整个我们的组织链条，这也是为什么更难落实到区块链的原因。

　　作为投资机构来讲的话，我觉得它应该跟ICU是配合的，因为有的模式真的就适合用ICU激励的方式，才能激发它的活跃。本身它就是大家在维护技术系统，Token机制有利于发展。未来我想ICU基金会跟传统的VC基金是并行的，我们传统的VC基金都会做ICU基金，有的项目就适合这种激励模式，有的项目适合像我们这种一轮轮走的模式。因为它最好的激励方式能让你所有的用户参与进来，所有的使用者参与进来，参与整个利益的分享这是他的核心，这个太厉害了。任何的社会发展还是机制的改变，所以这个我希望不要五十年那么长，我赶不上。

　　我们来讨论最后一个问题，可能也比较尖锐，因为我们做投资的在不确定性中找确定性，我们要看未来去判断，然后去找那个大势，尽量去找那个确定性。我想在这里面有个很关键的因素在中国，就是金融监管的问题，这个因素对未来的影响是非常之大的，我想问问各位嘉宾，怎么看中国金融监管的趋势？还有在这种监管的驱使下，假设是你所设想的，那创业公司的位置在哪？他怎么去定位一个创业公司？都有点尖锐是吗？

崔峥：想想过去十年、二十年，回想一下监管这条路，我觉得总体来讲还是非常好的，我记得可能十五年前大家都开始做第三方支付的时候，发了两百七十多个牌照，需要那么多牌照和公司吗？ P2P一千多家，需要那么多公司吗？

　　总得来说我对监管什么时候出台，什么时候做整顿，我是非常支持的，而且它时间抓的比较不错。

　　如果是个创业公司，他怎么能去面对这些问题，还是从历史的角度上来讲，每一次新的科技出现就会带来新的领域或者新的产品，以至于把这个领域变成了一个新的赛道。每次这个新的赛道出现的时候，你不可能让监管从第一天就能完完全全说这个赛道以后长成这样，我以后这么监管，不可能的，没有人知道这个赛道最后长成什么样，只有让这个赛道里面的参赛者慢慢在那边，要么把这个赛道做的越来越大，要么就是最后剩一两个人，这个都是行业最后发展的过程。

　　我的建议给任何的创业者都是，不要因为未来的可能性就一上来觉得这事做不了，其实你也不知道以后行业会变成什么样子，只有你自己去摸索以后，才知道行业发展的大概路径，同时监管出台了，也能有比较大的可能性去拥抱监管。

黄晓黎：瑞雪短期受影响小一点。

刘瑞雪：我们帮产业客户合规做业务，这个从两个方面讲：一方面是从监管者的角度来讲，我们刚才有谈到科技怎么助力金融，其实大多还是从业者角度来讲，科技也可以帮助监管者。可以想想现在的从业者总是比监管者多的，如果监管者不是利用科技的手段帮助他监管，真的很难管好。

　　第二方面，从专业者的角度来说，你做任何事的时候还要想一下这个业务的风险点在哪里，我是不是用合理合法的手段做的，还是我中间其实有一些我也不太确定，监管者也没有说明确不能做的，如果未来出现的话，我试先可以做哪些事情，其实把这个事情想好的话，那你做出真正给市场创造价值的，给客户创造价值的，这个从监管角度来说都不是特别大的问题，最怕的就是说有一些本来就是想在灰色地带赚钱的，那可能对他们来说是比较大的风险。

黄晓黎：王总大数据金融你们现在应该后面资金端都是银行吧？

王强：对，全是银行。

黄晓黎：对于你们未来来讲的话，把这个资产源源不断交给银行，让银行在这里面赚钱，对于你们定位，你们会是一个什么样的，随着时间的变化会是一个什么样的定位的变化？包括未来是不是主动去拥抱监管？

王强：我们一定是跟着监管走的，我们公司的第一要务就是文化，我们的第一个文化就是要合规合法，我觉得我们公司CEO是非常伟大的，我们是非常喜欢监管对我们有更多的要求。因为你在任何一个国家工作必须要合规的。

　　未来我们怎么应对监管变化呢？第一个方面其实我们现在其实也在变化。大数也是做租贷一部分的东西，但是我们没有完全的转型，我不兜底不是金融公司，我是提供技术的公司，我通过风控的技术，IT的技术，反欺诈的技术和运营的技术，可能我不获客，我提供这些东西，那我的模式不是一般一锤子买卖，你听的风控就是我不给你兜底，觉得我的风控比较好，我的运营能力更好，我的科技能力更好，那么你就卖我的技术，你挣了钱我分一点出来。

　　我可以把科技给你，也可以把我的运营给你，也可以把我的风控给你，你自己选择，但是我们坚决不会再兜底了，是这样的。

黄晓黎：未来创业科技公司和整个的FinTech机构是一个共生的关系。非常感谢各位论坛嘉宾，欢迎大家就科技金融有意思的问题进行深入的思考和不断地讨论，共同推动科技金融在中国的发展，谢谢大家！

本文来源投资界，原文：https://news.pedaily.cn/201809/436010.shtml