新浪作为国内知名和领先的互联网媒体平台之一，正在加速拥抱智能媒体时代。 近日，新浪集团CIO王巍在“西溪论数·2020数据智能高峰论坛”上表示，新浪正携手众多合作伙伴共同推动智能媒体的创新发展，目前已陆续与长城汽车、小米音响、出门问问智能手表等达成合作，而每日互动作为新浪重要的第三方数据智能合作伙伴，在新浪发展全媒体的过程中，为其提供了数据智能技术的有力支持。 “西溪论数”大会现场，新浪集团CIO王巍通过线上直播发表主题演讲 事实上，新浪自2017年升级为智能媒体平台以来，将大数据、人工智能与媒体场景深度融合，在信息采集、内容生产、内容分发等关键环节均取得显著成果。在发展和落地智能媒体的过程中，新浪充分发挥自身的技术和数据优势，同时还和以每日互动为代表的第三方合作伙伴展开深入合作。 而每日互动为新浪新闻App的新用户画像提供了巨大的数据和技术支持，通过对新用户的基本属性、线上行为、实时场景、兴趣偏好等多维度标签进行补全，助力新浪新闻App构建完整、立体的新用户画像体系。 同时，每日互动对新用户画像的全面刻画，不仅可以帮助新浪新闻App快速了解新注册安装用户的属性和兴趣偏好，制定更精准的新用户推荐策略，在用户冷启动时即实现App内的精准推荐，还能够为新浪新闻App开展精细化运营、高效进行用户全生命周期管理提供数据智能和技术的支持。 未来，随着5G、云计算、大数据、人工智能等技术的协同创新，媒体的承载形式会更加完整，信息传播渠道也会更加复杂和多样化，甚至媒体生态格局也将发生质的变化。 王巍表示，新浪将继续以大数据+人工智能为战略布局，以用户需求为核心，与每日互动等合作伙伴共同打造全场景、全链路的媒体AI解决方案，持续推动智能媒体产业生态的丰富和完善。
6月30日，港股三大指数呈高走低走行情，恒指盘中一度翻绿尾盘小幅回升，截止收盘，恒指涨0.52%，报24427.19点，国指涨0.01%，报9758.63点。南下资金大幅净流入62.79亿港元，大市成交额为1224.9亿港元。 数据来源：Wind 此外，6月收官恒指反弹超6%，上半年下挫13.3%。 此前美国商务部官网发布声明称，已取消对香港的特殊相关待遇，包括暂停出口许可证豁免，并正在进行差别待遇评估。对此，香港特别行政区行政长官林郑月娥30日对此回应称，香港因此受到的影响非常小。 从盘面上，软件股表现活跃，金蝶国际升超6%续创新高；濠赌股、手游股、医疗设备股普涨，光伏太阳能领跌，信义光能跌近4%；风电股、内房股、燃气股明显走低。蓝筹股大多强势，港交所升超3%再创新高，腾讯大涨2.59%力撑大市。 具体板块方面，手游股普涨，指尖悦动涨超10%、创梦天地涨超7%、腾讯控股、联众、IGG等跟涨。 数据来源：富途牛牛 兴业证券指出，一季度移动游戏行业收入同比增46.26%，我们预计Q2移动游戏行业有望延续超30%增长。中国自主研发游戏海外市场销售收入环比增长也达到31.19%。短期来看游戏行业迎来产品周期驱动暑期旺季，游戏出海+买量驱动精品研发+发行格局改善将成为中期投资主线，而云游戏有望成为游戏龙头公司长期发展主线。 建筑工程概念涨幅靠前，汛和集团涨超21%，河北建设涨超15%，WT集团、华营建筑、中天宏信等跟涨。 数据来源：富途牛牛 银行股拉升明显，晋商银行涨近5%，贵州银行、创兴银行涨超2%，渣打集团、中银香港等跟涨。 数据来源：富途牛牛 从消息面上看，为促进粤港澳大湾区居民个人跨境投资便利化，中国人民银行、香港金融管理局、澳门金融管理局决定在粤港澳大湾区开展“跨境理财通”业务试点。“跨境理财通”指粤港澳大湾区居民个人跨境投资粤港澳大湾区银行销售的理财产品，按照购买主体身份可分为“南向通”和“北向通”。“跨境理财通”是国家支持粤港澳大湾区建设、推进内地与香港澳门金融合作的重要举措，有利于打造粤港澳优质生活圈，有利于促进粤港澳大湾区居民个人跨境投资便利化，有利于促进我国金融市场对外开放，促进内地与港澳社会经济共同发展。 濠赌股有所拉升，美高梅中国涨超6%，银河娱乐涨超3%，新濠国际发展、永利澳门、澳博控股等跟涨。 香港食物及卫生局局长陈肇始日前透露，粤港澳三地政府考虑就互认检测及互免检疫推出先导计划，有限度放宽三地过境人流。澳门行政长官贺一诚则表示，港澳通关计划应采先导计划实施，冀7月能有好消息。另外，花旗仍料澳门赌收可于今年第三季跌幅收窄，估计当局未来数周有机会放松旅游限制。 数据来源：富途牛牛 物业管理股有所走弱，国锐地产跌超7%，雅生活服务跌超6%，绿城服务、碧桂园服务、永升生活服务等跟跌。 数据来源：富途牛牛 武汉本地股概念下跌，长飞光纤光缆跌近4%，东风集团股份、小米集团、周黑鸭等跟跌。 数据来源：富途牛牛 个股方面，恒指成分股表现分化，其中，银河娱乐涨3.84%领涨成分股，香港交易所、腾讯控股等涨幅靠前，中国旺旺、碧桂园、电能实业等表现较弱。 数据来源：富途牛牛 数据来源：富途牛牛 而在这其中，值得注意的是，今日刚上市满二十周年的港交所收涨3.13%，收于330.00港元，股价再创历史新高，最新总市值为4184亿港元。 摩根大通指出，目前对港交所长期每股盈利增长信心增加，建议投资者继续持有，直至港交所推出A股期货等新业务，相信可再度推动股价表现。该行认为，港交所若有关业务推出，今明两年每股盈利预测将向上调5%至15%，该行决定上调港交所目标价，自300港元上调至340港元，维持增持评级。同时，中金公司称，中国推出粤港澳大湾区跨境理财通，香港交易所将长期受益。 数据来源：富途牛牛 与此同时，中国太平、腾讯控股、石药集团等走强国指，中国燃气、邮储银行、龙湖集团等跌幅靠前。 数据来源：富途牛牛 数据来源：富途牛牛 港股通方面，截至收市，南向合计净流入62.79亿元，其中港股通（沪）净流入21.64亿元，港股通（深）净流入41.15亿元。 数据来源：富途牛牛 而对于港股下半年的走势，广发证券认为，随着恒指选股新规改革、中概股加速回归潮的到来，港股市场迎来“源头活水”，“新老交替”的产业结构为中长期估值抬升打下坚实基础。较之A股，港股对海外风险更加敏感，不排除短期继续阶段性跑输。港股仍处于“极低估值”区间，存在向上“均值回归”的动力，若市场波动加剧，反而为长线投资者提供买点。港股结构方面，市场风格将更均衡，地产、基建等顺周期传统价值品种有望迎来“价值回归”，而上半年强势的疫情“低敏感”内需增长板块，市场对估值的挑剔可能加剧个股的分化。 根据毕马威分析，今年上半年，香港交易所共有59宗新股上市，总集资金额873亿元，较去年同期增长22%。该行预计，中概股回归及医疗保健、生命科学板块，有望继续带动市场，预计今年总集资额将达2000亿至2500亿港元。
近日，在中国通信学会、新华网等联合主办的“金融科技与数字化转型”云端大讲堂上，平安产险董事长特别助理郭晓涛发表了题为《财产险公司数据化转型——用科技和数据打造竞争新优势》的主旨演讲。 郭晓涛认为，财产险市场快速变化，同时客户、竞争对手及技术发展也在变化，财产险公司需要转变过去的经营观念、销售方式、运营方式及决策方式，通过销售、运营、管理、科技及组织五大抓手，实施全面变革。“平台+数据”型组织将是未来财产险公司的必由之路。 过去财产险的市场机会以个人车险为主，但未来五年，整个车险市场将面临拐点，甚至出现负增长。长期看，主要有四大趋势：一是新车增速放缓，共享替代私有；二是，费改和车联网带来精准计价引起单均下降；三是，汽车安全功能加强带来综合出险率降低；四是，车联网创新，按里程或驾驶行为计价的保险产品诞生等。 郭晓涛表示，虽然个人车险放缓，但另一个细分市场——个人非车险将会呈蓬勃发展态势，以健康险、意外险为主的个非车险业务商机庞大。 技术发展瞬息万变，即使行业领先的企业也会因忽视新技术发展而被颠覆。郭晓涛表示，很多行业领军企业最后陨落的原因不在于被市场上另一个企业所取代，而是因为忽视新兴技术发展而被过去看似不相干的企业所颠覆。 在郭晓涛看来，财产险公司需要转变过去的经营观念、销售方式、运营方式及决策方式。 一是经营观念的转变。要从传统的以渠道为王、产品导向转向用户和客户导向，多思考如何满足客户的需求。 二是销售方式的转变。从传统的人海战术、销售靠经验、获客靠关系转向销售团队、产品与客户需求精准匹配，用数据的平台、智慧化的经营方式为队伍赋能，为他们提供最好的支持、最好的帮助。 三是运营方式的转变。线下作业效率低，流程端到端中有非常多的断点，因此可以通过运营的线上化、自动化和智能化，对运营流程进行端到端的全面改造，提升运营效率，降低运营成本，同时减少运营流程风险。 四是管理和决策方式的转变。从传统的靠经验、逐层管理、多重反复转向数据驱动决策，用系统直达的方式穿透到最前线，让前线“打仗”的人可以呼唤“炮火”，后线的“炮火”可以准确地帮助到前线，直达现场。 如何实现以上四个方面的转型？郭晓涛认为，根据平安产险的经验来看，财产险公司需要通过销售、运营、管理、科技及组织五大抓手，实施全面变革。 郭晓涛表示，从平安产险的转型经验来看，正是以“金融＋科技”“数据+平台”模式，开启全面数据化转型。 基于“数据驱动”维度回溯，平安产险先后经历了四个发展阶段：1.0系统化时代，做信息化；2.0集中化时代，推动数据后台与服务器集中；3.0数据化时代，搭建内部新一代系统，逐步移动化和数据化；4.0智能化时代，构建智慧大脑，按照马明哲董事长的要求实现先知、先觉、先行，也就是提前看到问题、提前发现问题根源、提前行动，依托“金融+科技”“金融+生态”，打造速度优势、组织优势、生态优势和成本优势，更加灵活地应对市场的变化、客户需求的变化。 郭晓涛表示，未来，平安产险通过“V字型”变革模式，从愿景、场景梳理流程到从指标体系、流程重构再到组织重塑，实现敏捷转型，以打造全球领先的科技型产险公司为愿景，不断推动数据化转型，为客户提供更好的体验和服务。
中国金融案例中心金融科技课题组 · 高雪馨 成立于2009年的Addepar是一家面向财富管理公司的大数据技术服务供应商，为财富管理公司提供资产数据的汇总、筛选、分析、报告生成等服务，以流畅、透明、高效的数据处理技术获得了众多客户的青睐。目前，平台共拥有超过400家的企业客户，包括金融集团Morgan Stanley、家族财富管理公司CAMCapital、私人银行Jefferies等。平台帮助客户管理了1.7亿美元资产。2020年，Addepar被福布斯评为全球金融科技公司前50强。 Part 1公司概述 1.1公司简介 Addepar是一家面向企业客户的投资管理科技公司。公司成立于2009年10月30日，总部位于美国加利福尼亚州的山景城，并在纽约、芝加哥和盐湖城分别设有3个办事处。公司目前拥有超过350名的员工，为全球14个区域400多个财富管理机构提供数据汇总、数据分析和绩效报告等服务，帮助客户节省了50%的数据处理时间。截至目前，通过Addepar平台管理的资产总规模已经超过1.7万亿美元，并在过去一年中保持着平均每周新增100亿美元的增长纪录。 大数据的处理分析是Addepar平台的技术亮点，它融合投资组合、市场情况与客户数据，针对最复杂的投资组合进行数据汇总、分析与报告，为资产所有者和财富管理公司提供了清晰的各级财务状况，使他们能够做出更加明智、及时的投资决策。Addepar与数百家领先的财务顾问、家族办公室和大型金融机构合作。据统计，合作机构中资产管理规模在25亿美元以下的公司2017和2018年的资产增速分别超过市场平均水平305和465个基点；资产管理规模在25-100亿美元的公司2017和2018年的资产增速分别超过市场平均水平531和295个基点。由此可见，Addepar为金融机构带来了巨大的效率提升和成本节约。2018年，合作企业Morgan Stanley为Addepar颁发了创新技术奖，以此感谢其为Morgan Stanley业务发展做出的突出贡献。 1.2创始人介绍 Addepar联合创始人Joe Lonsdale、Jason Mirra Addepar由Palantir的联合创始人Joe Lonsdale和前雇员Jason Mirra共同创立。Joe Lonsdale于1982年出生于硅谷，21岁毕业于美国斯坦福大学，22岁创办大数据公司Palantir，该公司被称为全球大数据行业第一家真正的独角兽。2008年的金融危机让Joe Lonsdale意识到由于技术工具的限制，金融体系难以对瞬息变化的市场作出及时的反映，并使整个投资管理过程缺乏透明性。毕业于卡内基梅隆大学Jason Mirra，在计算机科学领域有一定研究，他认同Joe Lonsdale对金融投资技术的观点，两人带着超前的理念与丰富的经验一起创办了Addepar，立志于为金融投资领域提供清晰、透明、准确的大数据计算技术。 1.3融资情况 截止目前，Addepar已经过五轮融资，融资规模超过了2亿美元。投资机构有Steamlined Ventures、Sway Ventures、Valor Equity Partners、宜信金融科技产业基金（CreditEase Fintech Investment Fund）等风险投资公司。 表：Addepar融资概况，数据来源：Crunchbase.com、宜信研究院 Part 2 商业模式 2.1 市场定位：财富数据分析技术供应商 Addepar创办的目的是打造服务财富管理行业的金融科技平台，提升投资组合管理的有效性和透明性。Addepar致力于帮助财富管理者解决以下三个问题：1）投资组合的价值是多少？2）投资组合的价值如何随时间变化？3）是什么因素驱动了这种变化？在过去，财富管理机构普遍依赖传统的Excel表格来管理复杂的投资组合，时间和人力成本高昂，对市场信息不能作出及时的反映，而且产生错误的几率也很高。Addepar的出现，使资产管理者们能够在一个统一的平台上查看整个投资组合的情况，及时获取海量信息，整合多维数据，并自动生成个性化、定制化的投资绩效报告，从而帮助财富管理者更好地作出投资决策和打理与客户之间的关系。 2.2 客户群体：针对个人客户的财富管理企业 Addepar的客户群体是为私人客户提供投资服务的公司，尤其是高净值人群的财富管理企业。主要有注册投资顾问（RIA）、家族办公室（Family Office）、私人银行（Private Bank）和证券经济商（Broker-Dealer）四类，针对它们的市场需求提供了快速、智能的数据服务。 注册投资顾问（RIA） RIA是向他人提供证券投资建议并收取费用的个人或机构。传统投资顾问通常需花费几天的时间在汇总各类数据并将其手动输入Excel表格。对于RIA来说，分析复杂的投资组合是十分困难且低效的，虽然可以雇佣一小批专业的证券分析师来实现这一目标，但在涉及另类资产（如房地产、对冲基金）时，专业分析师也可能会束手无策或者花费大量的时间。 家族办公室（Family Office） 家族办公室是指专为超级富有家庭提供全方位财富管理和家族服务，促使其资产实现长期发展并实现跨代传承和保值增值的机构。家族办公室管理的资产组合往往具有复杂的所有权结构，而传统的财富管理平台很难对这些复杂的所有权结构进行量化处理。因此，家族办公室的管理者们迫切需要一个智能化的平台，使他们可以在对传统证券和另类资产进行分析的同时，对复杂的所有权结构进行建模分析，并将其纳入投资决策的考虑范围。同时，随着家族中年轻一代的成长，家族办公室所面对的客户也越来越年轻化，他们更喜欢基于“云”的解决方案，而不是动辄成百上千页的纸质文件。因此，许多家族办公室也在尝试提供无纸化、个性化的资产报告。 私人银行（Private Bank） 私人银行是面向高净值客户并为其提供财富管理服务的金融机构。对于私人银行客户，他们希望了解自身的资产组合到底是如何被管理的，并且十分在意管理是否透明有效。因此，私人银行需要一种能将所有数据进行汇总合并的新型工具，向客户展示所有部分是如何协同工作。与此同时，私人银行还希望能为高净值客户提供差异化的定制服务。客户需要一个真正能够理解客户需求的投资顾问，并提供有关投资目标和投资方案的最佳指导。 证券经纪商（Broker-Dealer） 证券经纪商是代理客户买卖有价证券的机构或个人。随着财富管理行业的竞争日趋激烈，顶级券商的财富管理顾问需要一种战略性的技术，最大程度地减少报告的出错率，简化手动流程，为客户提供更深入的分析研究。 2.3 产品设计：高效透明的大数据处理平台 Addepar平台致力于解决财富管理过程中的低效率和不透明的问题，帮助企业提高资产管理规模，并与客户建立深厚的信任关系。在发布产品之前，Addepar会对产品反复测试和迭代，从内部测试到雏形测试，再到面向更广泛客户的beta测试。Addepar的产品设计主要围绕5个原则：1）易于客户使用，以客户为中心，考虑客户的动机和行为；2）服务多级人群，既适用于初学者，也允许专业人士进行深入研究；3）增强可理解性，使用简明的结构和熟悉的语言呈现数据内容；4）优化客户体验，简化一些不必要的功能，使界面更加友好；5）便于客户访问，使数据以一种清晰、可访问的形式存在。Addepar平台主要提供以下几项服务： 数据整合 Addepar可以集中汇总客户各类金融账户中的资产数据，借助第三方数据服务商对市场数据进行丰富和完善，并将各种不同的交易和持仓情况以统一的数据结构存储在平台中，为客户提供全面详实的基础数据资料。以另类资产为例，Addepar在2017年5月收购了另类资产管理平台AltX。AltX丰富了Addepar另类投资的数据资料，同时其先进的机器学习技术帮助Addepar系统更好地辨别和处理另类投资中的结构化和非结构化信息，为客户提供了更加智能化的投资管理服务。 数据查验 在数据导入的过程中，平台会自动查验数据的一致性和准确性，并对数据进行标准化处理，从而有效避免了数据的重复输入和不同账户之间的交叉查验，减少出错率和时间成本，帮助客户更好地进行投资决策。 数据分析 Addepar可以让客户追踪每一笔投资的去向，了解资产的整体分布，及时掌握投资组合的最新动态。通过可视化技术，Addepar为客户提供个性化、定制化的资产报告。客户可以根据自己的喜好采用自定义的内容或模板，并选择多种方式进行报告呈现，如PDF文件、Addepar电脑终端或移动APP。一旦数据发生更新，客户可在几分钟内生成新的报告，对最新信息作出及时反应。 Addepar资产报告样板，来源：Addepar官网 开放API 2016年Addepar开放其 API接口，为多个应用程序提供底层平台架构和数据支持，合作对象包括Salesforce Financial Services Cloud、FolioDynamix、iCapital Network、Citco Fund Services等多家公司，目前已集成交易、资产再平衡、账单支付、财务规划和客户关系管理等诸多功能。Addepar还允许开发人员在Addepar平台上开发自己的应用程序，提高整个系统对所有 Addepar客户的价值。在应用选择方面，Addepar的团队使用大量时间研究客户的工作流程，为客户创造一流的工作体验。例如：Addepar在2019年宣布与eMoney Advisor、Envestnet MoneyGuide和Libretto达成合作，使Addepar的客户在使用平台提供的标准服务的同时，选择他们心仪的财务规划软件。同时，客户也可通过eMoney、MoneyGuide直接访问Addepar中数量庞大的经过汇总和标准化处理的账户源。 移动访问 Addepar于2019年6月12日推出了基于IOS系统的移动应用程序，将顾客体验融入到Addepar平台强大的数据处理功能中，投资者可以随时随地通过简单、安全且易使用的应用程序查看投资组合的最新动态。Addepar移动APP使投资者了解评估投资组合中的资产及配置方式、组合绩效随时间的变化情况，为投资者提供资金“安全感”。这些功能的推出解决了投资者关于组合的一些基础性问题，使财富管理者从这些简单的问题中“抽身”，专注于能为客户创造更多价值的活动并进行更深入的研究。 Addepar移动平台，来源：Addepar官网 2.4 产品延伸：依托平台技术 拓展客户服务 除Addepar平台服务外，Addepar于2020年2月发布了3个新平台工具，分别是Advent Converter、AddeparGo以及Addepar Teams。Advent Converter的目标客户是那些仍在使用传统的Axys或APX平台且希望将数据迁移到Addepar的财富管理机构。Addepar的标准合同中包括历史数据迁移服务，可在最大程度上保留客户原有的历史记录并发挥Addepar的价值。AddeparGo旨在帮助那些同时拥有多个团队并服务不同客户的大型财富管理机构。AddeparGo建立了一系列不同的数据源，可以优化投资策略实施流程。Addepar Teams是一组改进的平台控制组件，使客户可以按角色、团队和分支机构授予不同的访问权限。这套数字方案简化了耗时且容易出错的报告管理流程，提高了财富管理机构的内部运营效率。 Part 3 竞争与挑战 3.1 竞争优势：安全敏捷的“云计算”大数据技术 Addepar平台优秀的数据处理技术，吸引了众多财富管理机构。平台拥有出色的数据处理技术，可以将客户所有投资组合的数据进行集中汇总，并借助第三方市场观测系统，如Six Fianacial、Thomson Reuters、S&P Capital IQ与Morningstar对数据源进行丰富和完善。客户只需登陆Addepar这个统一的平台就能实时查看其资产组合中所有资产的情况。同时，按需计算的技术可以帮助客户在海量数据中迅速抓取所需的信息，从上千个指标中筛选所需部分，查看、分析并制作图表，生成个性化报告。 此外，平台拥有稳定的数据安全性。Addepar一直将保护客户隐私视为首要任务，致力于通过技术确保每份资料的机密与安全。平台正在扩展一流的安全基础架构，单点登陆就是其中之一，这是一种帮助用户快捷访问网络中多个站点的安全通信技术。用户使用单点登陆时，只需登陆一次就可访问多个系统，不需要记忆多个口令密码，并且可以降低整个系统的安全风险。客户还可以通过双重身份验证提高登录过程的安全性。这些安全保护措施也成为Addepar在竞争市场上备受客户青睐的主要原因之一。 3.2 面临挑战：数据技术的革新竞争 Addepar为财富管理企业提供大数据技术服务，而市场上也存在不少提供数据服务的金融科技公司。如Wealthfront、Betterment等智能投顾公司面向个人客户群体，运用大数据筛选、目标拟合、风险监控等技术为个人客户提供智能化的财富管理方案；Cloudera则面向企业提供Hadoop（分布式计算）基础数据构架服务，帮助企业解决工作中繁重地数据处理问题。数据技术的创新竞争在未来将更加凸显，Addepar应抓住市场趋势，关注其他数据技术供应商的技术动态，加强自身技术的革新与提升。 Part 4 未来发展 Addepar为财富管理者提供了管理投资组合的两种新的视角。从“宏观”角度，Addepar让财富管理者通过统一的数据平台查看所管理的全部资产，包括资产在投资组合中的占比、资产的价值和分类等，对整个投资组合有全面的洞见；从“微观”角度，Addepar可以让一个管理着几百亿美元的财富管理公司在几秒钟内知道自己在各项资产的投资情况，及最微不足道的交易是在何时何地发生的，从而对每一笔投资都有一个细微的洞察。从宏观到微观，从微观反照宏观，Addepar运用大数据技术帮助企业客户实现了全面、细致、快捷的管理方式。这不仅帮助财富管理者提高效率、降低成本，也有利于为投资者提供更公平、透明和值得信赖的投资环境。 创始人Joe Lonsdale表示，大数据是一个趋势，但只关注大数据是不够的。应该关注这个行业现在的运转模式及十年之后它应该是怎样的，如何运用大数据帮助这个行业达到10年之后的水平。Addepar将在专注于大数据技术的同时，更深入地进行行业研究，根据行业趋势创新自身技术，以符合行业需求的技术及精准的服务推动财富管理行业得到更好的发展。
近日，微众银行区块链首席架构师、FISCO BCOS开源区块链平台首席架构师张开翔做客HKSAIR《AI金融》系列线上讲座，以“区块链上隐私保护的挑战和应对”为主题，探讨区块链如何为数据隐私和信息开放构建一座天平。以下为张开翔演讲全文，雷锋网《AI金融评论》做了不改变原意的整理：我是微众银行的张开翔，我们团队从2015年开始研究区块链。在讲区块链和隐私保护之前，先简单过一下区块链的概念和分类。首先，真正的区块链必须是在分布式网络上的。区块是有序号、有高度，一个区块接一个区块地互相依赖生成，这样可以做到数据的严格校验，不丢、不错、不乱。再用密码学来校验数据的稳定性、可靠性、完整性。下面两层加起来，更像一个分布式数据库或分布式网络。行业里有个玩笑，说它是最慢的分布式数据库。像比特币的TPS就是7（笔/秒），以太坊大概是10+。我们联盟链其实还是快很多，单链TPS目前是两万左右。这里就涉及到性能优化的课题了。分布式这么慢，它还有什么价值？它的价值就在于多方协作。区块链的灵魂与核心是什么？共识。没有多方智能合约与共识算法来达成透明、高效、可信的合作，那它就只是个分布式数据库。那多方合作是为了什么？肯定是为了资产交易，数据分享。计算和数据共享基于智能合约透明的规则，大家共同执行，这就是区块链。区块链的基本特性是什么？介绍隐私保护之前，我们先来了解区块链怎么组织这些数据和规则。首先，在每个节点里，都有相同的区块的数据结构。简单来说，就是每个block里都包含一批交易。每个交易可能体现的是一次资产转移，比如a给b转了100块钱。这个交易必须是事务性的，交易执行结果在所有节点上一致，怎么做到这一点？即通过共识和数据同步，意味着所有数据都会存到链上所有节点。如果这个链接入了10个节点，数据存了10份一模一样的；如果是1万个节点，那数据存了1万份，它也是一模一样的，一个字节不错、不丢，说明所有人都可以看到这个数据，也能验证数据。（如果）有少量的人篡改数据，其他人可以通过共识和验证来拒绝修改，并且在发现修改之后惩戒篡改者。所以，区块链可以达成这样几个效果：第一，数据难以篡改。要改，则必须算力达到50%以上，或者与链上所有或大部分共识记账节点串谋，还是可以做到篡改，但这非常难，几乎不可能实现。第二，规则透明。因为智能合约在所有列的节点上是同样的虚拟机和代码，对同样的输入运行结果肯定是一样的，是可验证的。第三，可追溯。既然大家都有所有数据，而且数据是含括了block 0到block最近高度，这就意味着可以追溯。因为以上几点，从而达成了区块链最重要的特点——信任。但是，任何事情都具有两面性。说到区块链上的隐私挑战，首先定义一下隐私是什么？你的个人数据和信息是隐私：除了你有多少资产、银行存款、不动产等，还包括你跟谁交易，也就是银行流水。我之前递交出国签证申请，需要附上最近半年银行流水和交税记录。当时我很诧异，也很难接受，我觉得这些交易关系是我的隐私数据。从流水中的交易信息，可以分析出交易时间、地点、交易对象、常用的交易类型是零售还是转账，这些都是你的行为模式。现在所谓的大数据营销，更多的就是基于你的身份、拥有资产、交易关系、交易频率、行为模式等信息，来对你进行用户画像，分析出你的习惯喜好。还有一种是大容量数据文件，在商业场景较为常见。比如刷脸会留下视频，签合同会留下PDF文件，大量用户行为产生一堆大数据集，这其实都是隐私的、个人的、商业的数据。所以，隐私是立体化的，它包含很多维度，各种场景、时间、行为都会产生隐私数据。区块链上隐私保护的实现那区块链上的隐私是怎么表达的呢？以前，大家都说比特币和以太坊本来就是隐私的，但它隐私基础的重点是匿名。在比特币、以太坊上转账，用的是一个私钥和私钥生成的地址，并不包含用户联系电话、真实姓名、邮箱等个人信息，大家看到的就是一串密码串。比特币网络的创建者中本聪，到现在也没有人知道他是谁。听起来这是一个很成功的隐私保护方案。但是，如果你不注意私钥保管，或者自己把地址公布到某个论坛上，让别人去给你转账，那就意味着这个地址在论坛上跟你的账号绑定了。如果你参与了某种交易所，登陆交易所需要个人手机号注册、上传身份证，这时你的地址就跟身份绑定；又或者是通过反洗钱、反恐融资策略——总之可以利用一些方法，将账户跟你的个人身份联系上。从技术手段来看，IP映射是指无论你在哪台计算机，发出哪个通信包，只要能被抓包下来，就可以分析包里的很多信息，映射到你这台电脑，获取你的账号、地址等。社工分析也可以基于你论坛上的行为、个人朋友关系、动账的交易关系进行跟踪。如上图所示，只要转账，就有关系网，这都是公开可追踪的。区块链的特征是透明、共享、可追溯、广泛参与：透明就意味着拓展了信息暴露的维度；共享就意味着增加了数据存储的位置，所有节点都存储数据；可追溯就意味着你的隐私数据存储可能是永久的，并不是存储一段时间后就删掉丢弃，延长了隐私存储时间，就很难被遗忘；广泛参与，是说区块链作为分布式网络，一定是有各方共识的，这时，参与的网络里就可能有短板，而公开的网络环境更容易掺入非信任角色，联盟链在这一点上相对会好些。所以，区块链其实带来了更大的隐私挑战。有种说法是区块链大量使用了密码学，所以它是可信可验证的，但其实这里的因果关系要调换一下——是因为区块链本身追求公开透明，为了在公开透明的基础上达成信任和验证，才要引入更多密码学算法。在工作中，我们会遇到很多灵魂拷问：作为一个金融机构，每天的交易信息都是透明的吗？怎么做到上链的数据可验证，但又不被看到，更不会被窃取？数据上链后，能不能删掉？加密数据会不会被暴力破解？现在都用椭圆曲线、RSA算法、对称非对称加密，用很长的密钥来保护数据。从数学理论上来说这些都可确保数据安全，但量子计算出来之后该怎么办？……个人认为，量子计算技术成熟到应用可能还没这么快，目前来看，量子计算的形态可以交换密钥，但想要处理和破解大量数据还是比较难。可是，对金融业来说，如果数据保留二、三十年，甚至永久保留，即使使用长密钥加密，链上数据也可能被破解。父亲的数据被破解，影响了儿子，影响几代人，（这种现象）理论上是存在的。当然，密码学保护和攻击的两个阵营，是呈交叉螺旋上升式：你有矛，我就有盾，只是看矛和盾哪个硬，要用多少成本去保护数据。隐私保护在实际场景中的应用金融典型场景一：风控假设一个借贷服务，涉及多机构共同参与，这些机构联合为借贷人提供资质证明和资金，这就意味着这些机构要投票判断用户信用、决定贷款利率等。但金融有风控独立的要求，就是a机构与b机构的规则应该是互相独立、各自运作的，如果只有一套规则且全部透明就有可能被人猜到。这还涉及到用户隐私问题，比如用户在a机构发生的交易数据，不应该直接交给b机构，a机构和b机构都应该用自己的数据和数据来对用户进行判断。这些都是隐私保护。征信和风控有相似之处，但其中的不同是征信要用大量的、多维度的有效数据，涉及到社保、银行、税务各机构的多方参与。怎么把不同维度、不同机构的数据连接在一起，整理出风控模型，这就自然而然联想到联邦学习。金融典型场景二：资产流转下图左侧展示的场景类似二级市场：有发行、代理销售，代理机构a不希望代理机构b知道自己的代理情况，用户不希望别人知道自己买入卖出，这都是个人账务资产变化，属于隐私信息。隐私保护策略，哪个更好？现在确实有很多隐私保护的策略，像是零知识证明、安全多方计算、可信硬件环境、全同态密文计算等，还有相关规范标准，那是不是就能完整保护隐私了？我的观点是，每种隐私保护策略各有所长，各有所短，它的长短可能都体现在性能、功能、复杂度和中心化程度上。零知识证明和安全多方计算，就是隐私保护的核武器，非常有潜力。但其也有局限，比如零知识证明重点在于证明一个事物的有效性，而不在于运算，但用户的账目、风控模型都涉及计算。安全多方计算是可以用于联合计算，但现在它处在从两方向多方发展的阶段，多方安全解决起来比较困难，牵涉成本、计算量、复杂度。我们都知道，手机有个安全区，把密钥保护在安全区可以降低安全风险——但一个大企业把成千上万的数据保护在安全区，就相当于完全依赖安全区。安全软硬件依旧会有漏洞，还是要及时升级，总的来看，依赖硬件体系的反应速度会比较慢。同态非常有趣，两个密文相加得到一个密文，密文解密之后是这两个密文对应的明文相加的结果。它可以用于多种情况的账目计算，但只能计算，很难验证，也就是计算结果如果是错的，在密文情况下无法得知。而且，现在同态一般是用于加法计算，乘法计算的速度比较慢。另外，同态的数据量如果是比较大，那么其数据膨胀和运算速度降低就会非常明显。群/环签名，它很轻也有不错的性能，但主要面向身份，不面向数据。规范和标准，依赖很多链外管理手段，比如惩罚、司法追责。我们要把这些手段全部综合起来，在性能、功能、复杂度和中心化中取平衡，在不同的场景下扬长去短，来达到成本和效果的最优。那就要求从多维度考虑隐私保护，它是个立体的场景化问题。身份、资产、交易，这是我们要保护的基本信息。首先，这些信息是否可见？如果连数据都碰不到，那没办法利用这些数据做任何事情。其次，能看到之后，我们能不能使用？如果看到的是一串密文，那无法使用，还可以运用混淆、脱敏的方式来保证这些信息不完整性。例如，有账户信息，但没有身份信息，这样就无法被利用。比如，密码学有个密码信封，只有信封密钥的人才能打开。又或者是使用很多方式，比如一次一密的假名，来防止关联，这样就无法对用户进行画像，外人可以看到的只是孤立的数据，没有办法对用户做什么。最后，就是你看到的数据能不能被控制。控制数据就是说，你们把我的账转给别人，改变我的属性，我就要做权限控制，做安全加密的安全策略和多方制衡。正如前文所述，区块链有个特点：如果你改数据，别人不同意，共识算法不通过，我有拜占庭容错，这就是一种多方制衡。我们要达到几个效果：看不见数据，不知道数据，不能改，但它在区块链上依旧是可验证、可监管。这就是联盟链的特点——要可监管、合法合规，这些要求要覆盖链上整个生命周期，包括收集、传输、存储、使用、屏蔽、销毁。生命周期的每个阶段都有不同的特点，环境还牵涉网络、存储、内存计算和云，要用不同的技术手段去应对。所以我们的整个版图还是很庞杂，图上的底层就是各种各样的隐私技术，并不是一两个算法、密码承诺或者简单的不经意传输就能够涵盖的。从可见、可用、可控思维看区块链联盟链治理联盟链跟公有链最大的区别在于，联盟链有准入机制。所有接入联盟链的人、机构、节点、身份都是可知的，接入前需向运营委员会申请。委员会是多中心化的，并非单点。如果大家同意你加入这个链，给你分配了证书、公私钥，就可以接入这个链。方式是发起连接。如果这个人或节点在链上有恶意行为，委员会还可以把他踢掉。隔离机构参与业务时，有可能和不同的人发生交易，作为机构，会希望这些人里没有交集，这样同业的倾轧、数据泄露等情况都不会发生。我们研发的底层平台有一个群组架构，就是在区块链上拉出一个局部共识的独立账本。群组里信息互相隔离，群可以扩容，也就是你可以建立无数个群，覆盖无数业务，这样从性能、功能上来说都有极大好处。在不同的群、不同的链上的不同信息需要互相验证、打通，就走跨链的路径，这项技术安全上是可控的。角色隔离，首先要定义清楚，不同的人做不同的事情。有个术语叫DO分离，就是开发和运营分离，开发不能做运营的事情，运营也不用去写代码。扩展一下，就是建设、管理和使用是分离的，避免一个角色又当裁判又当运动员，以免他触达太多数据，可能会侵害隐私，这就是整个联盟链的角色分层理念。刚才说到了节点、人、权限的隔离，再看数据隔离。我经常被问到一个问题：要传输一个文件，能不能上链共享，但同时上链后不让所有人都看到这个文件？这时，可以将文件加密再放上链。还有一种文件不需要上链的方法，链上存储的是一些标识或URL，是一些哈希，它们相当于文件的指纹。通过链上链下结合：链上建立哈希指纹，链下传输文件，用户可以在链上得到指纹，去验证文件。如果文件密级不高，可以用IFPS，但它是把文件分片，依旧可以串谋几个计算机把文件分片聚集再拼出文件。如果是密级较高，还是建议用自有存储的方式。交易隔离，链下有些私有交易，是高频、小额、点对点的，可以放到链下，像闪电网络就是类似风格。这样操作一方面可以提高性能和响应速度，更重要的是解决交易关系的问题。区块链上的两个人通过点对点网络沟通，完全可以不经过服务器。所以点对点的过程是完全隐私的，只是最终产生了账目，总账里不包含这种点对点交易的隐私信息。分布式标识协议（DID协议）这个协议是由DIF（全球分布式身份基金会）与W3C（万维网联盟）国际标准化组织共同推进，目标是形成开放网络，大家统一身份、互联互通，做到数据无缝共享和流转。这种模型可以连接人、物联网、数据，服务各种各样场景，包括金融、政务、医疗。它是非常开放且通用的标准，参与其中的用户可以自行控制并拥有数据，这跟之前很多互联网模型不太一样。在互联网模型里，互联网巨头保存所有数据，我们说的在“云”上，（其实）都在别人机房里。用户只有一个登陆密码，没有管理和拥有数据的权限。这是非常重要的一点：用户保存、控制自己的数据，这个数据是一种凭据，从权威机构，或是用户业务行为而来，它们不仅仅是数据，而是证明，是可信、可验证的证明。怎么理解分布式DID协议？首先，用户要做KYC，比如刷脸，叫KYC生成标识。全局唯一标识，标识的样子就是密码串。中间这条竖线左边所有东西都是用户自己持有和控制的，右边是你要交出去的，中间就起到防火墙作用。这里有个隔离，谁找你要什么数据，必须表明访问策略，就像你的安卓手机安装APP时，询问你开启摄像头权限，也就是用户同意访问策略，才会给出一个表述或披露。这个披露可验证，但它是选择性的最小化披露。这就是隐私保护非常重要的模式：你保存管理自己的数据，明示同意，经过批准、审核之后，挑选一些数据，把它生成一个密文证明，给到对方去认证。因为区块链连接了权威机构、用户、商家，所以在链上进行可信的验证，就是区块链和隐私保护的一个有机结合。企业数据则涉及人、行为、业务的大量数据，如果要联合做业务，就会考虑采用联邦学习，在多家机构做到数据不出自己机构，还能够训练出一个有效模型。这个模型就可以导入区块链上，链上的行为，风控、交易汇率、信用评级、定价等等，都可以采用联邦学习训练出的模型，非常有意义。不同目标要采用不同的算法，比如收集大量的数据，要做差分隐私；为了防止画像而做假名化；数据脱敏再做同态加密，汇总到云上，这都是大批量的群体数据算法，适用于大数据挖掘以及联邦学习等。再来看看身份隐秘，其适用在匿名支付、匿名投票、匿名竞拍场景。如果可以匿名，又可监管的话，用户就不用担心自己的投票行为会招致别人非议。数据隐秘，资产里的数字、交易行为，都是数据。支付、投票、竞拍，这都是场景。其中可能用到包括同态加密，零知识证明、安全多方计算、TEE等技术。这一系列的技术怎么为业务所用？前面提到这么多隐私保护策略、数据维度和算法，一个场景不太会每个技术都用到，所以我们把这套技术整合成开发包方案，覆盖从业务层、服务层、区块链到智能合约的整体架构，不同的客户端用不同的密钥，使用SDK和模板工具生成场景所需的隐私保护工程和策略。值得一提的是，每个人的隐私偏好有所不同，但我们是以最严厉的隐私保护标准来做的，这样对整个生态的未来才是健康的。我们的技术也是开放的，包括区块链，绝大部分都是开源易用的，可以适配很多场景。总结一下：隐私保护，机会和挑战并存。隐私保护是立体化策略，去设计一个通用的隐私保护策略其实很难，我们现在做的是针对大量场景做有效实现，也欢迎大家一起研究实践，一起达成技术、业务以及整个生态价值的突破。即将启幕CCF-GAIR 全球人工智能与机器人峰会———AI金融专场历届 CCF-GAIR 已汇聚多位诺奖、图灵奖得主，28位海内外院士，21位世界A类顶会主席，103位Fellow，400多位知名企业家以及100余位VC创始人出席。8月7日-9日，《AI金融评论》将在第五届CCF-GAIR中举办「AI金融专场」，目前统计学“诺贝尔”— COPSS总统奖得主，摩根大通执行董事，世界顶级学会主席，金融巨头首席科学家、首席风控官，已确认出席。会议详情与合作，可联系专场负责人周蕾，微信：LorraineSummer
导语 在新一轮科技革命和产业变革的大背景下，数字化转型将是我国产业升级的重要方向或者目标。数字化转型本身会是先易后难的推进过程。到目前为止，中国数字化转型或者已经形成的新模式、新业态，主要还是在消费或者服务领域。今年的疫情期间，数字化在疫情防控、复工复产方面发挥了重要的支撑作用。疫情后，中国数字化转型推进的重点必然由消费或服务领域转向制造业领域。 以下文字由中国社科院数量经济与技术经济研究所数字经济研究室主任，研究员蔡跃洲在6月17日的《新工业革命背景下的中国产业升级》学术研讨暨新书发布会上的发言整理而成。 读了赵昌文和许召元等著的《新工业革命背景下的中国产业升级》一书以后，我有几点感想。 首先，我觉得这本著作因应了当前时代的需要。2018年5月28日，在两院院士大会上，习近平总书记曾经指出，我们现在迎来了世界新一轮科技革命和产业变革同我国转变发展方式的历史性交汇期，既面临着千载难逢的历史机遇，又面临着差距拉大的严峻挑战。赵部长和召元副部长的新作的出版，可以说因应了总书记所提出的历史性交汇期的时代要求。 这本书对产业升级的历史经验与一般规律进行了梳理，也对新一轮科技革命和产业变革（即书中所说的新工业革命）的技术体系、结构变化、生产特点进行了归纳，还对当前中国突出的产能过剩、“僵尸企业”等重要议题进行了深入的研究，尤其是对我比较感兴趣的问题——产业升级当中涌现出的平台经济、分享经济新模式也进行了系统分析。 数字化转型是中国产业升级的重要方向 我个人认为，在这样的新一轮科技革命和产业变革的大背景下，数字化转型将是我国产业升级的重要方向或者目标。书中提到的新工业革命，有多种提法，有的叫“新一轮科技革命和产业变革”“第四次工业革命”，从创新经济学视角也可以将其看作是“第六次技术革命”。这次新工业革命开始的时间大致是在2010年前后；包括3G、大数据、云计算等技术的全面商业化应用应该是在2009年。比如3G应用，国内第一张3G牌照的发放时间是2009年1月。可以说，以物联网、3G/4G/5G、大数据分析等为代表的新一代信息技术的大规模商业化应用，拉开了新工业革命的序幕。 从应用的结果来看，过去十年时间，平台经济、分享经济，或者线上线下本地服务、网络众包、互联网金融……各种新模式、新业态不断涌现；或者说一些既有的经济模式以数字化的形式实现了升级，比如书中最后两章谈到的平台经济、分享经济，在工业经济时代甚至农业经济时代便存在这种经济形态，而在数字经济时代，网络平台的出现以及业务流程的数字化改造升级使得这些经济形态焕发出无限的生机和活力。对此，书中也进行了专门论述。 数字化转型将从消费和服务领域、向制造业领域推进 到目前为止，可以说我国的数字化转型或者已经形成的新模式、新业态，主要还是出现在消费或者服务领域。背后的驱动可能主要是在新一代信息技术的全面的商业化应用以后，使得数据要素，从生产收集成本，到3G、4G、5G应用以后的传输成本，云存储的存储成本，云计算的处理成本，包括现在大数据分析技术和深度学习技术的不断迭代和优化，使得数据生成、传输、处理、分析等各方面的成本都大幅下降，基本都实现了零边际成本。在这种背景下，数据就成了新的关键要素。 那么数字化转型本身会是先易后难的推进过程，为什么会在消费或者服务领域先涌现出这么多新模式、新业态？原来可能就在于消费、服务领域的经济活动，或者交易场景涉及数据信息采集、处理、分析，相对来说比较简单，而且它的模式通用性更强，不需要太多的转化，所以受众范围更广，因此成长也更为迅速。 中国数字经济发展到目前这个阶段，对于数字化转型的成就，大家有目共睹。特别是此次疫情期间，数字化在疫情防控、复工复产方面发挥了重要的支撑作用。我认为，疫情后的数字化转型推进的重点必然由消费、服务业转向制造业。其实这本书中也对“工业4.0”“CPS”“中国制造2025”有专门的论述，介绍了西门子、GE在推进工业互联网方面的尝试。 接下来中国数字化转型的重点应该转向制造业领域，加快工业互联网建设、推动实现智能制造。制造业的数字化、智能化转向对于新一代信息技术相关技术性能提出了更高的要求。比如在通信上的时延，工业应用需要降到毫秒级，无人驾驶也必须控制在毫秒级，所以必须有5G通信作为基础。数字化转型后，生产过程中产生大量的数据，对数据的存储、处理、分析等都提出了更高要求，对数据中心、对人工智能技术也提出了更高的技术性能上的要求。 中国推动数字化转型的优势和挑战 就当下这个时点来讲，中国的制造业数字化转型还是面临着比较有利的条件。首先是新型基础设施建设。在此次疫情期间，3月4日中央政治局常委会议上强调要加快5G网络、数字中心等新型基础设施建设进度。在刚刚结束的两会上，政府工作报告也是强调“两新一重”，就是加强新型基础设施建设，发展新一代信息网络，拓展5G应用。5G、工业互联网和人工智能这些新型基础设施，可以说是新一代信息技术大规模应用的基础。未来智能工厂、无人驾驶、远程医疗（手术）等诸多的应用场景，都需要低时延、大容量、高速率的数据传输网络作为保障。当前，政府主导在新型基础设施建设上重点发力，既契合了世界科技革命发展的潮流，也为我国加深数字化转型、推进产业消费升级提供了有力的支撑。 另一方面，从数据要素来讲，按照林毅夫教授的比较优势理论，中国庞大的网民优势在社交、消费场景已经转化为数据要素的禀赋优势。最近过去两个月，中央也出台了两个文件，其实都与规范数据要素相关活动有关。一个是4月9日中共中央、国务院发布的《关于构建更加完善的要素市场化配置体制机制的意见》，对数据要素的采集、交易、共享给出了明确的意见。另一个是5月18日中共中央、国务院发布的《关于新时代加快完善社会主义市场经济体制的意见》，对数据要素市场作了专门的论述。我认为，通过政府层面的推动，我国数据要素市场未来有望得到进一步规范，使数据要素的禀赋优势能够为推进数字化转型、实现宏观经济持续中高速增长提供更有力的保障。 当然，我国推动数字化转型也面临着一些瓶颈和障碍，如集成电路、高端芯片等。鞠建东教授也讲了我们在光刻机方面其实同国际领先水平存在很大差距，中美贸易摩擦下直接受制于人。实际上，我国制造业数字化转型还有一个重要的薄弱环节就是工业软件和工业APP；但这个领域的技术可能不太被社会大众所关注。这些技术瓶颈和薄弱环节的突破，需要政府部门集中力量发挥我国集中力量办大事的制度优势和超大规模市场的优势，加强科研投入和攻关力度，同时配合以体制机制改革，强化自主研发技术的应用。通过应用加快技术的优化迭代，逐步突破瓶颈。
自 2019 年成立以来，克而瑞科创先后走访了百余家业内头部的泛地产企业与技术供应商。在与优秀企业及其管理人员的不断交流中，克而瑞科创发现目前地产科技市场的推进存在两类限制： 对于泛地产企业而言，一些头部地产商的 CIO 们对地产数字化独到的见解、精准的布局以及一些发人深省的思考等仍然难以被市场充分认知。 对于技术供应商而言，大量企业有着优秀的人才、强大的能力、先进的产品，却迟迟未能摸透地产市场的核心诉求与痛点。 鉴于此，同时也基于自身的行业定位，即成为国内地产商与科技厂商之间沟通的桥梁，克而瑞科创再次前行，对泛地产企业 CIO 及头部科技企业地产板块负责人进行走访交流。期望通过自己的力量，将访谈精华传递给市场。 克而瑞科创希望这些内容能够帮助市场进一步了解：头部企业在地产科技领域究竟发展得如何？他们的布局思路是怎样的？行业一线的实践者们又在规划着什么？在苦恼着什么…... 永升生活服务集团首席数据官、霖久科技总经理 李川 李川在 IT 咨询、物业及地产数字化行业拥有近 20 余年的资深经验，先后在埃森哲、龙湖集团、旭辉集团数字化部门担任重要职位。 专注于企业数字化改革、IT 战略与转型、商业模型创新等领域，对社区智慧化转型和物企数字化发展现状有着专业独到的见解。 核心观点 对数字化转型及数据价值的理解 数字化转型的核心在于数据，所有产品都应该围绕数据来构建，所有产品的价值都应该以产品所产生数据的价值来度量。既往以功能需求为导向来构建系统的方式，在数字化时代是落后的、是终将要被淘汰的。如果数据没有价值，即使产品的功能再完美、技术再先进，也没有任何价值。 因此，在产品设计之初，就必须要想清楚数据从哪来、到哪去、怎么用。只有这样，产品才是活的，才是有生命力的。 旭辉永升服务数字化转型的第一步就是基于数据和算法，构建线上线下融合的开放生态平台，让数据变得更有价值。 对物业数字化转型终局的理解 物业数字化转型成功的四个重要标志： ① 保洁、秩序、绿化、客服等一线从事繁重体力劳动、重复性工作的岗位被自动化机械、智能机器人、视频 AI 等技术取代； ② 通过 APP、小程序等线上入口和客户建立高频线上连接，实现物业基础服务与增值服务的在线化； ③ 管家不再以物业费收缴率为主要考核指标，在强大的数据赋能之下，整合各种资源，提供有价值的个性化服务，让客户居住更安心、生活更便捷、资产更值钱； ④ 消灭各类线下统计报表，企业内部管理在线化，以在线数据指标看板为抓手，实现「数出一孔，术出一孔」。 对数字化转型关键成功因素的理解 行业内外很多公司都在进行数字化转型，但真正成功的很少，我们认为数字化转型成功的最核心的三个要素： ① 一把手的参与度。纵观历史上成功转型的企业，无一不是一把手深度参与到新的业务场景、新的管理逻辑讨论、设计之中。 ② 生产力与生产关系匹配。很多公司在没有完成数字化落地的时候，过早的调整了组织架构（如片区制等），基于新技术所建立的生产力尚无法支撑新的生产关系，最终导致变革失败。因此数字化转型，我们遵循技术平台先行的原则，当新的生产力工具各方感觉很舒服的时候，再发起组织变革，成功几率将大大增加。 ③ 有了线上，坚决消灭线下，确保数据是在线的、鲜活的、真实的。否则对一线员工来讲不但没有被赋能，反而增加了数据补录的工作量。 对物业科技企业核心能力的见解 相对于互联网及高科技制造企业，物业行业在人才、技术上都没有太多优势。我们的核心竞争力是对于物业场景的深刻理解。换句话说，一流的管理逻辑搭配二流的技术，产出的是一流的系统；而二流的管理逻辑搭配一流的技术，得到的很可能只是二流的系统。 所以我们需要在产品的理论设计上追求极致，基于对行业的深刻理解，不断挖掘数据价值，同时围绕智慧社区、智慧城市服务整合各方技术资源，快速建立自己的护城河。 对话精选 下文是克而瑞科创对李川的访谈实录，有删节。 旭辉永升服务在数字化发展历程中经历了哪几个关键节点？ 旭辉永升服务真正意义上的数字化转型始于 2018 年。公司在香港上市后的一年多时间里开发建设了不少系统，包括财务共享服务中心、应收中台、PMS（物业运营管理体系）、CRM 等等，实现了物业基础业务的线上化。今年四月份，霖久科技公司正式成立，我们对智慧物业战略进行了重新的梳理，确定了智慧物业「 ABCDE 」五个战略投入重点方向： A（APP）：永升活 APP 和微信小程序，建立与业主之间的连接，将物业基础服务线上化，赋能一线管家，解决业主真正的痛点，同时拓展增值业务，与商家进行合作，通过双营驱动（运营+经营），持续提升 APP 活跃度； B（Business Intelligent）：智慧商用，针对商办、公建等业态，通过智能硬件加软件的方式，实现 To B 端业务的线上化、智能化、自动化，提升租户、企业员工的办公体验，实现资产增值。B 端用户相较于 C 端住宅用户有更强的付费意愿，将会成为物业公司下一个重要的利润增长引擎； C（Connection Platform）：连接平台，建立物联网连接中台+生态开发平台，实现智能设备互联、供应链互联、商家互联； D（Data）：数据算法， 数据算法能力将成为物业公司的护城河，我们可以通过数据分析，持续挖掘数据价值，比如基于 RBA 数据预测设备故障、通过园区能耗数据分析寻找能耗值的合理区间、通过针对员工端 APP 数据的分析找到「万元管家」的行为特征等等； E（Enterprise Enabling）：企业赋能，基于集团化、平台化、标准化、一体化的原则，构建全新的企业赋能平台，彻底拉通企业内部各职能端到端数据，实现业务财务一体化，建立组织的成本效率优势。 按项目来看，企业目前在 loT 硬件方面的落地推广规划是怎样的？ 对于技术、产品、供方生态成熟，价值已被验证的产品，例如智能停车、智能门禁等，已经基本实现了全覆盖。针对创新 IoT 场景，如视频 AI 品质巡检、高空抛物自动识别、摄像头轨迹追踪等，通过项目试点，持续对业务场景进行打磨，成熟以后再进行推广。 我们认为单纯靠智能硬件并不能建立物业公司的核心优势，一方面由于物业公司没有制造业的基因，很难快速、低成本设计生产硬件，另外硬件比较容易被仿制，所以物业公司应该把自己定位为服务运营商，通过新技术不断实现场景创新，才能持续领先竞争对手。智能硬件唯有依托于强大的管理后台，才能发挥价值。 旭辉永升服务是否考虑对集团以外项目进行业务、服务输出？ 霖久科技的定位是基于科技创新持续提升旭辉永升服务的核心竞争能力，通过数字化转型建立物业基础服务成本效率优势，同时依托技术平台优势建立公司的第二增长曲线，实现高 PE 回报，持续为股东创造价值。在服务主业之外，如果霖久科技的技术和产品在行业内也有需求，也会将产品通过合作伙伴对外输出。 能否简单介绍一下旭辉永升服务的数字化团队规模和基础架构，目前如何量化数字化部门的收益和考核团队 KPI 的？ 在宏观上，数字化转型要做战略投入，这点公司上下已经达成共识，因此在预算上集团给予了很大的支持。我们希望数字化的投入规模随着公司的增长而增长。技术投入与价值产出是有时间差的，一般一个产品从上线到真正发挥价值需要 1~2 年的周期，因此数字化转型要成功是需要持续的投入。目前霖久科技团队规模在 50 人左右，我们不追求技术团队的规模，我们更看中团队效率行业领先。 因此，我们珍惜每一分钱、每一个 Headcount。还是希望霖久科技能够有创业公司的氛围，每个人都有共同的使命、愿景和价值观，这些不是口号，而是发自内心的相信。 微观上，产品经理有一整套的考核 KPI 指标，重点会看产品的用户满意度、产品的开发计划达成率、预算达成率等，同时我们也会看一些运营指标，如 APP 的月活率、客户在线报事率等。 我们自有团队目前与科技供应商的合作模式是怎么样的？ 我们与供方的合作模式一直是变化的，之前整包项目比较多，霖久科技成立后，由于自身技术能力得到加强，定制化开发的产品会逐步过渡到散包模式。当然，标准软件产品（如财务、HR 等）、智能硬件平台，还是会采取整包合作的方式。 我们认为产品和数据是我们最核心的能力，需要自建。目前产品经理、用户体验（ UX ）设计、质量测试、数据团队基本已经是自有团队了。下一步，我们会自建技术开发团队，研发技术架构和公共组件，制定技术标准，管理外包开发人员，逐步建立技术优势。 在甄选合作伙伴的过程中，会看重供应商哪些特质？ 价格不是我们的首要考虑因素，我们更看重供方的价值观、成长性、口碑以及其核心团队的能力。我们更倾向与深耕行业、中等规模的团队进行合作，确保项目的可控性。 我们也希望在与供应商合作的过程中，供方团队有很强的凝聚力、自驱力，真正关注产品价值而不仅仅是交付合同。只有双方价值观趋同，才能破除零和博弈，实现共赢。 有一种观点认为：相对于互联网公司海量的数据，物企的数据量尚未达到「大数据」的程度。霖久科技是怎么看待物业行业的数据价值，因何而决定投入大量精力构建自身数据能力？ 「大数据」与「小数据」并不代表数据价值的大小。「大数据」数据量大，但往往价值密度低，需要通过比较复杂的技术处理后才能将价值浓缩到可以被使用的程度。 而「小数据」一般价值密度很高，比如财务数据、HR 组织人事数据、PMS 工单数据等等，这些既有数据的价值密度很高，从中比较容易挖掘价值。但之前由于主数据没有打通，造成针对这些「小数据」的处理也十分困难。 因此我们第一要务还是要处理好「小数据」，同时随着 APP、各种智能硬件的上线，「大数据」的能力也会逐渐建立起来。在技术架构上，我们通过数据湖，很好的解决了各种结构化、非结构化、批处理、流式数据处理的需求。未来 2-3 年物业行业的聚集度会大幅增加，产生物业服务独角兽技术公司是大概率事件。 如果没有数字化基础设施，没有数据处理和分析能力，就不可能高效管理数千乃至上万个物业项目。如果想成为未来的物业企业，就一定需要建立强大的数据算法能力。 在市场规模的推算上，如果从线下小区智慧化改造的角度，成本投入是怎样的？ 这个要从生意视角来看，针对地产前装市场，智能化由开发商投入，其占总体建安成本的比例并不高，而且未来智慧社区、智慧园区会成为拿地很重要的前提，因此新小区的智慧化硬件投入应该不是大问题。重点在于如何与地产进行协同。 针对既有小区改造，通过综合考虑社区类型、业主客情、物业收入与利润等情况，来决定是否需要投入以及如何投入。未来智慧化改造应该也是「菜单」式的，不一定每个小区都做到场景全覆盖，关键还是要看解决什么问题。我们希望在大规模投入智慧社区改造的时候，所创造的价值能够覆盖所投入的成本。（
登录
工商服务
危机公关
金融律师
app开发
财税服务
金融牌照
网站建设
知识产权
企业征信
审计评估