关键数字技术的发展为企业迈向平台模式创造了有利条件。特别是物联网、大数据、区块链、人工智能等的快速发展，促进了数字世界和物理世界的融合，以及业务模式和价值链的重构。
文 | 董兴荣 李菲
财资一家（TreasuryChina）原创首发
目前不少传统企业开始发展平台模式，比如菲亚特的车联网、耐克的Nike+、通用电气的Predix平台、飞利浦的HealthSuite平台以及约翰迪尔的MyJohnDeere平台等。据IDC预测，到2018年，超过50%的大型企业、80%的其他企业都将拥有完善的数字化转型战略，并由此创建产业平台或与之结为合作伙伴。
2018年10月，Gartner公司发布了2019年十大战略科技发展趋势指出，网络、数字、智能三个主题的各个趋势是推动持续创新过程的主动力。例如，自动化物件与增强智能形态的人工智能（AI）正在与物联网、边缘计算以及数字孪生搭配使用，以带来高度整合的智能空间。据Gartner预测，到2020年，互联传感器与端点将多达超过200亿，数字孪生将服务于数十亿个物件。各企业机构一开始只是简单地实施数字孪生，但将随着时间的推移对其加以演化，提高其收集与可视化正确数据的能力，应用正确的分析与规则，并有效响应企业的业务诉求。
Gartner定义的物联网平台分为终端层、平台层、企业层。终端层主要为物联网的节点、设备、通路，提供数据压缩和数据加密服务。平台层包括数据分析、策略及由上到下的数据打通。企业层则是分析数据在企业应用中的集成与使用。这三层相辅相成。伴随物联网、人工智能、机器人自动化以及其他革命性技术爆发的力量，智能已嵌入现实世界的万千设备中，通过计算能力从云端延伸至网络边缘，构建智能物联网。企业应当聚焦于整个业务战略和运营的数字化转型，从服务设计、基础设施重构、硬件定制等各个关键领域做出新的判断，最终打造真正让万物互联的智能世界。
关键技术二：大数据（Big Data）与数据湖（Data Lake）
数据驱动智能运营和数字信任。平台上积累的数据能帮助平台企业更好地了解用户，提供个性化的服务，提升用户体验；提升运营效率，使互动、撮合与资源共享更智能化和高效地实现；还能识别新市场机会，开发出新的商业模式，创造新的营收来源。要想真正释放数据的价值，企业就必须将数据视为供应链，使其在整个组织内部便利而有效地流通起来，最终贯穿由平台客户与合作伙伴组成的整个生态系统。未来数据中心即服务（Data Center as a Service）。从全球布局来讲，未来数据中心不再是一个物理的地点，而将是承载多种交付能力的服务集合——需要做到风险可控、成本优化、创新引领、合规匹配、快速迭代，具备全球交付的能力。企业可快速部署预测分析和基于云的数据湖等现成技术，在改善价值链速度、成本和实施难易度方面展现了巨大的潜力。预测分析和人工智能技术能够筛分海量数据，并据此生成洞察和确定模式。例如，制造企业可利用预测性算法和人工智能技术来分析历史需求趋势及相关影响因素，从而通过调整产能表现来更好地满足市场需求。预测分析技术利用先进的自主学习算法，将需求分解为多项驱动因素。此举有助于企业更好地理解历史趋势并单独预测各项驱动因素，之后通过汇总各因素分析结果，企业就能开展更为精准和全面的需求预测。基于云的数据湖技术（如图）支持快速访问并利用企业已有的海量数据，而成本远低于大规模IT转型。采用全新的基于云的数据湖技术后，企业便可推行更为敏捷的工作方法，实现智能IT。
▲图 采用全新的基于云的数据湖技术以实现智能IT
（资料来源：BCG）
如蚂蚁金服发布的金融数据＋智能套件中，既提供了包括统一数据研发、数据资产管理、数据洞察分析等典型数据中台的能力（即业界的“数据湖”），也提供了以智能营销、智能风控为代表的金融数据应用能力，依托自身丰富的金融业务场景支持经验，提供完整的投放、活动、权益、创新管理的能力，并且深度融入了人工智能的工程能力，尤其通过离在线一体的机器学习平台、A/B实验、疲劳度、模型监控、价值衡量帮助客户实现业务产品的智能化升级，提供完全与业务相融合的应用级数据服务。
区块链是一种分布式分类账，其有望通过建立信任、提高透明度以及减少跨业务生态系统的摩擦而降低成本、减少交易结算次数与改善现金流而重塑各个行业。现有的集中信任模式增加了交易延迟与摩擦成本（例如佣金、手续费和货币的时间价值）。区块链提供了另外一种信任机制。当前的许多区块链计划并未落实区块链的所有属性，例如，高度分布的数据库。这些受区块链启发的解决方案被定位为通过业务流程自动化或记录数字化而实现运营效率的途径。区块链有望改变生态系统。以供应链为例，即使是最初利用区块链技术转变供应链的一小部分（比如进口贸易过程中使用的信息），也能够迅速产生影响。如果进口码头在交易过程中及早收到提货单数据，那么码头就可以更高效地安排并执行收货操作，而无须担心隐私问题。区块链技术支持实时查看相应的数据，例如，离港时间和集装箱重量——同时对货物所有者和货物价值等信息进行加密保护。这有助于避免由于文件缺失而导致代价高昂的延迟或损失。金融机构拥有了供应商可靠性的详细跟踪记录，可以增加急需的信贷，助力贸易行业的发展。监管机构可以从原材料开始跟踪货物来源，从而更易于识别假冒商品以及追溯受污染材料的源头。区块链真正的转变能力和网络效应，不仅仅体现在加入区块链网络的用户数量方面，还涉及各个行业和各种活动。生态系统能够在更牢固的信任关系下运行。区块链网络通过推动资本流动和价值交换，改变市场运行模式，扩大经济商机。
平台经济带来了数据的快速增长，传统数学统计与拟合方法难以满足海量数据的深度挖掘，大数据与机器学习方法正在成为众多平台的标准配置。Spark、Hadoop、Storm等大数据框架被广泛应用于海量数据的批处理和流处理，决策树、贝叶斯、支持向量机等各类机器学习算法，尤其是以深度学习、迁移学习、强化学习为代表的人工智能算法，正成为平台企业解决各领域诊断、预测与优化问题的得力工具。例如，IBM公司将人工智能系统Watson引入Bluemix中打造出具备“AI+IoT”特色的Watson IoT Platform，借助物联网强大的数据连接汇聚能力为智能系统Watson提供数据支撑，Watson系统则凭借优势明显的认知、推理和学习功能寻找数据与结果之间的内在关联，并形成新的洞察力以帮助企业进行最优决策。随着人工智能、机器人自动化（RPA）、工业互联网等各种互联设备创新应用，智能似乎已无处不在。智能已嵌入现实世界的万千设备中，构建智能物联网意味着将计算能力从云端延伸至网络边缘，提高计算机处理信息回应周围环境的智能水平，让人类与机器相互理解和沟通。在这个过程中，企业要打通连接各设备的平台，需要软件和硬件双管齐下，从内到外与生态伙伴紧密合作，才能真正与智能世界接轨。预测表明，到2020年，智能传感器和其他物联网设备将至少产生507.5ZB的数据量。随着边缘分析和数据的实时利用，将进一步推动万物互联的智能商业的发展。根据Gartner预测，未来5~10年物联网将会进入一个应用爆发期，边缘计算也将进一步渗透到各类定制硬件中。
未来企业和银行会全方位地转向数字化。数字化的理念和基因，将贯穿企业与银行的各个部门、各个角落，甚至成为身边的工具。所以说数字化半径代表着企业与银行未来业务增长迭代的半径和速度。蚂蚁金服表示，半径代表着覆盖的深度、广度。体验半径指的是银行在未来触达客户的深度、广度、速度（如图）。当银行提供更全面、快捷、高效的服务时，客户就可以随时随地享受金融服务，客户在金融服务的半径上停留的时间就会越来越长。科技在未来最重要的一个作用就是让每一款金融产品迭代、生产、上线的周期缩短，适应市场的瞬息万变。所以需要做很多基础架构的改造，更加敏捷的组织架构，适应未来市场的变化，不久的将来，科技会在很多层面逐渐引领业务的发展。金融业、银行业与第三方机构进行合作的宽度、广度、速度，取决于连接的半径，生态半径靠的是银行未来自身的朋友圈，即外部的生态力量。而数字化转型不是靠建某几个IT系统建设而一蹴而就的，也不是靠云计算大数据项目驱动的，更多是企业DNA、体制、组织、文化、全方位数字化能力等方方面面的变革。所以，管理、组织、创新、保障、资源的方方面面的进程决定了管理半径对整个数字化转型的支撑，半径长度越长，驱动旋转速度越快，于是金融业务迭代的速度就越快。
▲图 数字化半径
资料来源：蚂蚁金服
本文内容来源于《财资中国》杂志2018年11月刊，有删减，点击封面即可订阅。
随着平台经济的崛起，交易金融时代的到来金融科技公司的角色和定位也都相应地发生了巨大的变化，他们掌握着数据和资源的节点，能够提供更多维度的数据和能力，从而为打造交易金融生态奠定了技术和服务基础。
评论 (0)