金电联行董事长兼CEO范晓忻:大数据芯片级输出、平台级封装是革命性的变化-蜗牛派

金电联行董事长兼CEO范晓忻:大数据芯片级输出、平台级封装是革命性的变化

金融赛道一直很热,大数据的应用更加速了金融的发展,那么在金融科技领域有哪些新风向?金电联行董事长兼CEO范晓忻在36氪主办的“做风中的强者”-2019WISE风向大会的现场表示,可以“从购买服务向自建平台转变、从提供结果向构建过程转变、从冷数据向热数据转变、从流程化系统向智能化系统转变”四个风向看大数据发展。

“我从业20多年,也算是数据界的老炮,我们现在看到的数据变化是20多年以来最大的变化。以前都是流程化,无论我们做的是什么样的系统,都是流程化系统。但是现在的系统有变化了,是智能决策系统。以前我们写程序、写代码、写各种应用,包括金融机构的应用,包括运营商的应用,都是解决流程化的问题,能够解放人的双手,让人从繁重的劳动中解脱出来,能让人过得更舒适。现在不是了,非常多的变化已经明确让我们看到,企业希望能够让机器自动决策,人处在辅助的位置。以前机器替代人,机器是人的工具。现在从某种程度上机器做决策,人来辅助。这样大大提高了工作的效率和准确性,这是一个非常大的变化。金电联行董事长兼CEO范晓忻表示。

最近非常热的中小企业融资,企业融资出现了困难,怎么办?在范晓忻看来,数据在解决这一瓶颈时能产生巨大的价值。通过采集企业数据进行分析、机器学习的量化模型,一个企业可以有2000个指标项去形容,就像是体检一样,企业的情况就非常清楚了。金电联行做过最大单笔6800万的纯信用融资。6800万纯信用,不需要抵质押和担保。数据就是这么强大,但是需要一套的数据处理体系和分析体系。

以下为范晓忻演讲全文:

刚刚听了几位嘉宾的演讲很受启发,我换一个角度,既然是科技创新、既然是风向,而风向的背后是技术。技术怎么做?从我们熟悉的大数据和人工智能领域,和大家做个分享。

我们在这个行业深耕十几年,是一家To B的公司,感受到大数据发展的新的变化。

第一个风向,从购买服务向自建平台转变。

刚才听沈总讲,我相信他也是在自建平台,也不是完全购买服务。大的央企、金融机构、电信公司运营商的变化非常明显。他们对大数据非常感兴趣。以前,这家公司推这么个应用,那家公司推那么个应用。于是,买个应用,看能不能符合要求。现在不一样了,现在大数据已经非常接地气了,非常多的应用已经开始成为主流的应用。这些企业对自己的数据比较重视、希望能够通过自身的数据加上外接数据,产生巨大价值。对这些企业来讲,像大的金融机构就需要自己建平台,通过自己大数据平台的各个分层的服务,最后能产生价值。

第二个风向,从提供结果向构建过程转变。

既然自己要构建平台,就不能构建一个黑盒。以前的大数据搞评分卡,现在把传统评分卡变成通过数据分析产生的结果。到底这个结果怎么产生的,数据分析有没有道理,恐怕它不会给你详细的解释。它最多说,这是经过反复验证出现的结果。很多客户都是通过大数据来拆解各种需求,它想知道黑盒之内到底是什么,怎么才能够产生对我有价值的结果,我希望精准营销、风险防控、对价格进行预警预测,所有这些事是怎么通过数据、哪些数据的相关性能够产生结果,这是一个变化。

第三个风向,从冷数据向热数据转变。

以前绝大部分产生的数据都是冷数据。我们做一个应用,产生了数据,比如信用卡,刷一张卡产生的结果存下来了。过两天卡中心发了一个短信,你刷了卡想不想做分期。现在不是了,现在数据是热的。曾有金融机构老总讲,看能不能通过跟你们的合作,把我的数据全部激活,因为我要实时处理,我恨不得在他刷卡的时候,就把这个数据推给他。这就是数据的出口变成了入口,什么意思呢?你刷卡以后,甚至卡还没有从POS机拿下来,短信已经收到了,你刷了卡,要不要做一个12期分期,你回答一个“Y”,这个事就OK。这能够第一时间得到客户的增长点,这就是数据带来的变化,这个变化从冷数据到热数据的变化,非常明显。

最后一个变化,就是从流程化系统向智能化系统的转变。

我从业20多年,也算是数据界的老炮,我们现在看到的数据变化是20多年以来最大的变化。以前都是流程化,无论我们做的是什么样的系统,都是流程化系统。但是现在的系统有变化了,是智能决策系统。以前我们写程序、写代码、写各种应用,包括金融机构的应用,包括运营商的应用,都是解决流程化的问题,能够解放人的双手,让人从繁重的劳动中解脱出来,提高的是效率,能让人过得更舒适。现在不是了,非常多的变化已经明确让我们看到,企业希望能够让机器自己自动决策,人处在辅助的位置。以前机器替代人,机器是人的工具。现在从某种程度上机器做决策,人来辅助。这样大大提高了工作的效率和准确性,这是一个非常大的变化。

基于这个变化,目前大数据的厂商,它们做什么事,为大家提供什么样的服务呢?

首先看看大数据的芯片。大数据的底层,从数据往上,有五层架构。这五层架构能够展现出大数据从数据的流入到最后产生结果的全流程,到底经历了些什么,底层的技术是怎么支撑的,怎么才能够产生各种比较眩目的应用。包括刚才郑所长提到大数据还有很多问题没有解决,应用还有很多瓶颈,这些瓶颈正在突破。某些领域的科技进步,已经可以跟世界先进水平,尤其是美国水平齐头并进了,甚至部分领域开始弯道超车。因为中国场景多、数据多、科研人员多。底层是大数据的基础平台,未来数据的应用已经从传统架构向新的大数据架构开始转变,像大家耳熟能详的Hadoop等,这些新技术组成了新的大数据基础平台。这个基础平台跟以前的传统的数据库平台有什么区别呢?为什么它不叫新的大数据数据库呢?因为它是基于计算的,一定要基于实时计算。你刷了卡,信息马上就能回来,这包含了大量的实时计算,而传统架构对于实时计算的能力是不具备的,因为传统架构是基于存储的。新的架构是基于分布式的计算。以前是存完再算,现在是边算边存,边存边算。

我们看IO控制器,也就是数据管控的平台,相当于以前计算机的南桥芯片。大数据的管理,是数据标准化管理,类似于现在已经逐渐消失、融进CPU里面的北桥芯片。数据不会是洗好了摆在你面前,有专家提到数据是各种各样的,有很多维度,我们怎么处理,有没有办法让它自动化洗干净,能够产生结果呢?大数据中央处理器对于数据的调度,就起到非常重要的作用,我们内部叫数据工厂,也就是大数据的智能生产线的控制系统。再往上红色,为什么标成红色呢?非常时髦,国外一些顶级公司都在做这些事,就是建模平台。模型已经褪下光环,进入大机器生产的时代了。为什么呢?以前是博士才能建模,或者充分训练过的程序员才可以去构建一些标准模型。现在不是了,红色有三部分,第一,模型的自动构建。第二,模型的自动演变,就是自动调参,当参数发生变化以后,自动进行。第三,调整好的模型,能够自动化运行。也就是自动生成、自动调参、自动运行。当未来平台足够强大,人工智能和大数据就能充分结合在一起。你有数据进来,就接入、处理、调度、建模,再通过上面的可编程的芯片,结合知识图谱,形成你要的结果。红色部分以下全都是透明的,是通用的,与具体应用是无关的,只有把底层搭好,我们才有可能建立令人眩目的应用服务,让大家感受到数据带来的价值。自动建模体现的是算力,因为它对应的电脑也好、手机也好,是GPU的部分。

第二件事,能够依托全方位的大数据能力,随时切换应用场景。可以讲两个场景。第一,最近非常热的中小企业融资,企业融资出现了困难,怎么办?抵押找不到,还要现场调研,成本负担不了,因为贷款息差小。这时候,数据就有很大的价值,价值的体现就是通过采集企业数据进行分析、机器学习的量化模型,一个企业可以有2000个指标项去形容,就像是体检一样,企业的情况就非常清楚了。我们最大做过单笔6800万的纯信用融资。6800万纯信用,是不需要抵质押和担保。数据就是这么强大,但是需要一套的数据处理体系和分析体系。

这是信用平台,像最近流行的动车霸座、扶老人,这些都是信用的缺失。如果他办了庞氏骗局的企业,如何让他在全国不能做这件事情,信用平台的建立是非常重要的,而信用的支撑就是数据。我们公司附近有一个环岛路口,没有交警,但是却有着非常精密的交通管理效率,是大量高密度的摄像头组成的数据。这就是数据约束力。数据能够让信用铺开,产生价值。

平台级封装,这是最新的封装方式。传统IT是一个模块一个模块封装,有了数据应用以后,是简单的纵向封装。假设我要生产一个椅子,我就是个椅子的生产线,但是它生产不了桌子和电脑。新的封装方式把数据层的核心能力封装进去,不同的数据进来的时候,能够产生完全不同的应用结果,就像是一个混合的生产线。数据进来,能够产生各种价值,数据有变化,其他也会有变化。你每增加一个维度进来,剩下的事不用做,你封装好就可以了,结果会自然出来。

刚刚说了过往的变化,那我们能做什么?后面就是新的发展趋势。

第一,脱虚向实,大数据长期以来都是在一些现代服务业服务,像船舶、电器这些传统行业数据的渗透率只有20%左右,还有非常大的成长空间。我们最近投入了很大精力,在上海建立了产业的大数据实验室,做了大量原始的实验工作,取得了非常多的效果。

横向输出。产业的大数据和人工智能是发展的蓝海,那么怎么输出呢?还是纵向封装,还是怎么办呢?是我封装出一个一个应用吗?不是的。大量的客户他希望买最好的数据库,变成买最好的大数据精准平台;从买最好的数仓,到买最好的数据工厂;从原来我建模,到买数据建模工具,把它拼接在一起形成最佳的应用。很多专家在研究模型算法,他们的模型算法正成为人工智能发展的重要输入,可以说加上人工干预的人工智能是新的方向。也就是说,横向输出比纵向封装未来更有前景,横向输出意味着你有横向的技术能力,这是芯片级的能力。

最后就是大数据全流程自动化。大数据很眩目,人工智能也很流行,如果中间还有很多流程是人工处理、人工部署的,你的大数据的应用效率会非常低。可以负责任告诉大家现在99%的应用,都有大量的人工参与,其实还不是一个全自动的流水线。未来大数据真正能够走进千家万户,对于底层的要求非常高,一定能够做到随时随地的数据处理。

赞 (0)
分享到:更多 ()