【印聯傳媒網訊】從1993年開始銀行業就開始進行IT建設，在這個過程中，大企業已經積累了非常多的內部數據，包括了交易數據、操作數據。那么，移動互聯網時代，大數據意味著什么?

　　在新的互聯網時代、物聯網、車聯網、社交媒體、移動信息，所有這些外部信息變成對企業級非常重要的數據來源。如果說以前企業級的內部數據是礦山，是在已知的礦中挖掘對企業管理和運營有效地信息。這種外部的大的新型數據，互聯網上的外部公開的數據對他們來說是“沙海”，怎么樣這其中挖掘新的視角，從新維度看客戶，怎么樣在這個基礎上制定企業的新策略是非常重要的。

　　中國銀行首席經濟學家曹遠征博士認為，互聯網金融給銀行帶來了非常大的沖擊，這種沖擊是顛覆式的。金融機構的核心是處理風險的機構。對未來的不確定性、信息不對稱性，信息技術的使用是金融機構必然的追求。

　　“我們發現信息技術的變化也會帶來金融機構的變化，金融形式的變化。現在講的互聯網金融恰恰是新的信息技術時代的新的技術點。互聯網金融重要的不在于互聯網技術也在于新的思考。在大數據時代，新的處理技術會帶來新的業務模式。"

　　那么，互聯網的業務模式和傳統業務模式最大的不同在哪兒?曹遠征認為，互聯網是從需求端出現的，把草根社會的各種需求自動生成出來然后變成一個產品。過去是在設計產品，標準化以后然后賣給所有人，這是標準化的生產、工業化的思維。而互聯網不是這樣的，在這樣的情況下出現了非常復雜的現象。現在不能全然的辨別這個現象是對還是不對，但是出現了新變化。

　　互聯網的成就在哪兒?第一，由于大數據、互聯網的使用它是實時的，而且數據處理是非常及時的，預示它對戰略分布算得更清楚，而從金融產品全是講分布，從概率分布來做產品的對沖風險。如果把客戶行為描述的更準確、概率更全面，那金融在深化，而互聯網做不到這一點。

　　第二，互聯網技術代替了物理網點，成本比較便宜，于是滲透率非常高。所有做銀行的，大家一兩塊錢的業務是根本做不到的，因為成本在那兒了。但是互聯網金融是一兩塊錢都可以，使金融滲透到每個人生活中。如果說金融不神秘作為普惠金融，那么互聯網做到了這一點。

　　互聯網金融帶來哪些挑戰?在曹遠征看，它正在引發系統性的金融風險。互聯網金融這種模式出來以后，一個最大的問題，拿銀行存款來說，你一定會把飯錢留在手上，是把不用的錢作為存款，互聯網模糊了存款和飯錢的關系，支付寶是支付，所有的錢都放在上面，因為錢很多，把這個存款說成余額，余額變成存款。存款在商業銀行一定有期限，知道了存款期限才知道貸款怎么安排。商業銀行最怕的是擠兌。但是做支付，根本不知道客戶行為，客戶可能由于某種需要，今天這頓飯要吃的好一點，花錢比平時多一點，這種行為是正常的。但是支付是一手交錢一手交貨。假如再出現“光棍節”交易額突然非常大，大量的支付就在銀行大量提現，這時候就出現在擠兌，如果這個錢是存在一個小銀行，那很快就被打掉了。如果從風險管理角度來講可以做協議存款，但是不能做T+0，不能即時兌出，即使你在銀行做的時候，你今天存的錢今天是不能取的，銀行最低也是要在一天的期限。現在互聯網的發展可以說是這樣一種情況的出現，今年2月份以后，互聯網企業的競爭加劇了，余額寶轉到騰訊網上，一定會大額提現，就會帶來金融風險。

　　至于未來怎么樣?有一件事是看清楚的，它界定了金融和互聯網企業的界限。什么叫金融?處理不確定性問題。如果用互聯網，它能把所有的確定問題全部取代，支付、交易，但是能不能取代處理不確定性問題，我尚且不敢下結論。我們知道那是人的行為問題，那是風險偏好問題。可能大數據、云計算會確認這種風險會提供更多技術手段，但是并不是產品的設計和制造。產品的設計和制造是金融的核心。從這個意義上來講，可以看到，未來互聯網企業可能是兩條路，一條是在金融上做支付系統，支付系統是一手交錢一手交貨，這是確定性的問題，肯定發展潛力多，因為你的成本更低，比物理網點成本低很多，肯定有很大的傭金收入。要么你變成金融企業，金融企業應該按照巴塞爾協議要求監管，通常我們叫一般存款的金融機構，全球監管標準是一樣的，8%的資本充足率。同時各國都有存款準備金的要求，中國是20%的存款準備金。在這樣的安排下，這是金融一般性監管。中國政府正試圖朝著這兩個方向走，已經給淘寶、騰訊頒發了金融牌照。再制定一下支付，支付完全是確定性的，中間的核心問題是是否升息?如果錢是升息的，這是金融活動，如果錢不升息，這是支付活動。利率是金融活動最重要的，它是風險的溢價。如果要做風險的溢價，就要獲得金融牌照。如果不做風險溢價，那是技術競爭。

　　從未來來看，支付金融從理論來講可以把銀行的物理網點全部取代，特別是大數據和分析的能力，對客戶黏性大大增強，這樣是設計產品，這是跟利率的安排是相關的。

　　北京大學人民醫院院長王杉，則從醫療機構的角度分析了大數據的價值。據他介紹，去年一年中國人門診就診人次70多億，糖尿病病人接近1.2億，高血壓病人2億，但是資源擁有和給世界醫學的貢獻不平衡。這就是說我們有資源，但是沒有把它深度挖掘，尤其是剛才提到的Watson，能夠分析出來。談到的這么多數據，現在還是局限于剛才提到的20%的結構化數據。現在更重要的是，大量的占據了80%的非結構化的數據，這就是中國的希望，中國醫學的希望。但是一定是要取決于技術的發展。

　　另外王杉還表示，這么多年用信息，完全是使用者，信息技術不是讓現在的人去因為是用機器的思維、機器的方法，而是用IT思維、IT方法去使用，現在IT的趨勢是讓一個正常人回歸自然。在講到大數據的時候，不僅僅是大數據，實際上是移動健康等一系列技術的出現。傳統上認為大家得病去醫院是天經地義的事兒。但是醫院是根據它的資源比較缺乏的時候才到集中的地方就醫。

　　現代企業已經進入了后ERP時代，每天企業在運行過程中會產生海量數據。在最近幾年之中，社交數據、移動數據、物聯網數據呈指數級的上升。現在事實上面臨一個非常大的挑戰，如何應用好數據，對很多現代企業變得非常重要。IBM中國研究院副院長董進，從重資產型企業比如新能源、物流企業，分析了如何更好地利用數據這樣一種自然資源，幫助企業有更深的行業洞察。

　　在新能源領域。中國2011年末中國風電的裝機容量排全球首位，基本上30%-40%的新能源風電是不能并網的，白白浪費掉了，主要原因是風電的隨機性、間歇性不能并入主干網，需要有非常精準的小尺度、非常精準的天氣預報技術，知道每一個風場在什么時刻會產生多大的風力，這是一個大數據的問題，需要把整個風場氣象的傳感器數據和從衛星上傳下來的氣象原始數據做很好的整合后，用大數據的方法實時的數據分析，同時用IBM很強的計算能力做小尺度、高精度的氣象預報系統。通過這樣的氣象預報系統，能夠幫助企業、幫助我們風場非常高的提高風電預測效率。用這樣的大數據技術，幫助在中國國家的風光儲示范基地用IBM大數據設備做新能源的預測。通過這樣的技術，使國家的風光儲示范基地的風力介入提高10%，這10%可以讓14000家用戶每年使用風電，相當于一個全風場整個生命周期多并網發電將近8000萬美金。這樣的例子IBM在中國做了非常多,在30多個風場用大數據技術做整個風力預測技術。

　　IBM把大數據技術也應用在物流行業，IBM和中國最大的快遞企業之一做它的物流配送系統，通過這樣的系統，把將近三千多輛物流車輛的GPS數據實時采集回來，每十秒采一個數據點，一個月將近12億條數據，用大數據分析技術建立它的數學模型，能夠非常清楚的做全國的物流網絡規劃，這是非常大的數學問題，它的決策變量有上百萬個，如何在其中找到最優解。通過這樣的技術幫助這家物流企業的干線、支線的物流成本降低15%，使客戶服務水平、安全庫存水平降低25%。整體來看，通過大數據技術，不改變其他的物理配置的情況下，能夠幫助這家企業每年節省6000萬人民幣左右的物流成本，這樣的例子有很多。

　　在大數據的實戰中有三個重要因素，缺一都很難做成功。大數據項目需要很深的商業洞察，行業理解。需要有非常堅強的大數據的IT基礎架構。需要有非常好的數學建模人才幫助你做模型建立。IBM過去五年來做了30多次的收購，在全球有1.5萬個基于各個行業的分析顧問。更重要的一點，在全球有400多個頂級數學建模專家。這樣的建模專家在中國有50余位。希望用綜合的大數據的能力幫助企業跟我們的合作伙伴面對大數據的時代，同時擁抱這個時代。另外最重要的一點是引領這樣一個時代。

本文由印聯傳媒小新編輯整理