山雨欲來，基礎設施國產(chǎn)化蔚然成風。
2018年4月16日晚，一紙封殺令逼得中興狼狽不堪，將國內(nèi)的無“芯”之痛暴露得一干二凈。近日，中美貿(mào)易硝煙再起，這次主角換成了華為，海思從幕后被推到臺前，國產(chǎn)“備胎”大隊看起來正以一副躍躍欲試姿態(tài)進入人們的視野。
事實上，早在2016年阿里巴巴已經(jīng)決定將基礎設施“國產(chǎn)化”，也就是如今大家所熟知的“去IOE”運動。I指的IBM提供的服務器，O指的是Oracle提供的數(shù)據(jù)庫軟件，E指的是EMC提供的存儲設備，這三家來自美國的巨頭構(gòu)成的數(shù)據(jù)庫系統(tǒng)幾乎占領了全球大部分商用數(shù)據(jù)庫系統(tǒng)市場份額，其中也包括中國的金融業(yè)。
專注于信息技術(shù)和軟件行業(yè)的風投機構(gòu)常壘資本合伙人馮博表示：“核心技術(shù)不掌握在自己手里，導致銀行長期受制于這些企業(yè)（IOE），不僅要承擔高成本，信息網(wǎng)絡安全有時也難以保證。從阿里巴巴‘去IOE’的成功經(jīng)驗來看，目前I和E有很大機會替換。但Oracle的替換還較為困難，以銀行為例，要同時保證數(shù)據(jù)并發(fā)處理的效率和準確性，分毫之差都會造成巨大的經(jīng)濟損失?！?/p>
“人們不知道Oracle、不知道SAS，是因為它們都隱在底層”，所有的人工智能應用都是在它們的土壤里生長出來的。天云大數(shù)據(jù)創(chuàng)始人雷濤在接受億歐金融采訪時表示。
把握住了底層技術(shù)，就像是扼住了產(chǎn)業(yè)的咽喉，過去我們的脖子都被交到了美國的手里。然而，隨著云平臺、人工智能的到來給國內(nèi)基礎軟件行業(yè)帶來了在新賽道中實現(xiàn)超車的希望，諸多新興科創(chuàng)企業(yè)涌入這個賽道，朝底層核心應用及基礎設施吹響了進攻的號角。天云大數(shù)據(jù)作為其中一員，雷濤表示，“對西方核心組件的替代，尤其是軟件的替代”，天云大數(shù)據(jù)有兩個主要目標，“一個是Oracle，一個是SAS”。
億歐金融圍繞中美貿(mào)易戰(zhàn)背景下人工智能企業(yè)的機遇與挑戰(zhàn)、人工智能平臺在銀行數(shù)字化轉(zhuǎn)型中所能發(fā)揮的作用及未來的發(fā)展方向等主題與雷濤進行了交流。
億歐金融：天云大數(shù)據(jù)的定位是什么？
雷濤：為AI應用企業(yè)提供AI基礎設施服務，也就是服務AI的AI。
億歐金融：如何通俗的理解“服務AI的AI”？
雷濤：類似于AI的Android系統(tǒng)，天云希望提供的是AI平臺，也在嘗試引入應用層構(gòu)建解決方案的第三方機構(gòu)進行合作，在平臺上進行建模。所以短期來看，天云的一些AI副產(chǎn)品，比如反欺詐，和市場上一些作反欺詐的企業(yè)好像是競爭關系，但是未來還是希望往合作關系發(fā)展。
億歐金融：像天云這樣的新興科創(chuàng)企業(yè)，在中美爭端大背景下。在產(chǎn)業(yè)深度調(diào)整期可能會有哪些機遇和挑戰(zhàn)？
雷濤：短期來看，確實存在著巨大的機遇。過去，傳統(tǒng)的核心基礎軟件層都掌握在西方，比如最典型的Oracle，人工智能領域的SAS，國內(nèi)的企業(yè)都是在這些軟件的基礎上進行行業(yè)應用的開發(fā)，所以在基礎設施上，大家還是習慣于采購Oracle和SAS，對于天云大數(shù)據(jù)這類提供替代服務的廠商接受度不高。但這次中美貿(mào)易戰(zhàn)的發(fā)生，引發(fā)像Oracle把研發(fā)中心撤出中國等一系列事件，必然留給我們科創(chuàng)企業(yè)一定的市場空缺，短期內(nèi)是利好的。長期來看，可能遇到的一大挑戰(zhàn)在于人才，現(xiàn)在學術(shù)圈有消息透露，美國已經(jīng)開始要求SAS等企業(yè)不允許為國內(nèi)的一些高校培養(yǎng)人才，SAS是人工智能領域必學的課程，如果高校不被允許在授課中使用SAS軟件，很可能未來國內(nèi)的人工智能人才會出現(xiàn)斷層，這是需要未雨綢繆的事情。
億歐金融：Oracle這樣傳統(tǒng)的IT基礎設施，和天云所提供的DT基礎設施之間的區(qū)別是什么？
雷濤：傳統(tǒng)IT廠商所作的工作主要是通過把行業(yè)經(jīng)驗梳理成代碼來創(chuàng)建模型，這種實現(xiàn)路徑的特點在于非常依賴于行業(yè)經(jīng)驗的積累，跨行業(yè)的壁壘非常高。
天云所開發(fā)的AI產(chǎn)品在金融領域得到應用和驗證后，能夠快速地把其模型能力拓展到石油、軍工、醫(yī)藥等不同領域里，這是傳統(tǒng)IT廠商不可能做到的，核心的區(qū)別就在于生產(chǎn)資料的變化。傳統(tǒng)IT廠商是依靠專家的行業(yè)經(jīng)驗和大量的程序員編寫代碼來進行模型生產(chǎn)，而現(xiàn)在從BI走到AI，企業(yè)靠算力和算法驅(qū)動模型的生產(chǎn)，生產(chǎn)資料從人轉(zhuǎn)變?yōu)閿?shù)據(jù)，開發(fā)模型的人不需要知道各種專業(yè)的行業(yè)數(shù)據(jù)，機器會從數(shù)據(jù)里發(fā)現(xiàn)和輸出行業(yè)知識和應用模型，這種成本和效率都是傳統(tǒng)IT廠商不可比擬的。
億歐金融：目前，關于替代Oracle和SAS的嘗試有哪些？
雷濤：AI對大型企業(yè)的流程化再造可以分成兩步，第一步，就是把復雜商業(yè)流程用算法進行重構(gòu)。一方面是用數(shù)據(jù)算法將流程進行扁平化升級，過去要把數(shù)據(jù)拿到SAS平臺進行分析，需要一層一層地把數(shù)據(jù)提出來?，F(xiàn)在通過分布式技術(shù)，把這個流程扁平化，實現(xiàn)毫秒級的服務響應。另一方面是服務一些傳統(tǒng)業(yè)務范疇外的邊緣業(yè)務，通過AI快速規(guī)?；哪芰ιa(chǎn)更多的模型，來支持更多邊緣業(yè)務的開展，比如飛單的識別、POS貸的額度個性化設置等等。
第二步就是如何把企業(yè)龐大的數(shù)據(jù)資產(chǎn)盤活。傳統(tǒng)的處理方法中，數(shù)據(jù)在交易結(jié)束后就靜默了，要繼續(xù)使用這個數(shù)據(jù)，就需要把它復制到數(shù)據(jù)倉庫，有一些非線性的隱含價值無法在數(shù)據(jù)倉庫表達出來，所以需要復制到SAS中進行挖掘和分析處理，數(shù)據(jù)在不同數(shù)倉和平臺進行遷移的過程中又會出現(xiàn)大量的冗余和邏輯不一致的問題，所以一個數(shù)據(jù)治理項目是需要從上自下、從財務、ERP等不同角度來考慮，整個過程大概需要付出三十個人工，一年的周期，千萬級別的成本。但現(xiàn)在通過AI的解決方案，可以在兩周之內(nèi)，整理八千多張報表 ，完成一個數(shù)據(jù)圖譜。這些嘗試目前主要還是集中在金融行業(yè)。
億歐金融：為什么這些嘗試集中在金融行業(yè)，尤其是銀行？
雷濤：IDC的報告中指出，IT預算最高的行業(yè)主要就是運營商和金融這兩個行業(yè)。所以，金融行業(yè)是對新技術(shù)、尤其是IT技術(shù)的需求最高的行業(yè)之一。同時，銀行其實是機器學習比較成熟的使用者。西方機器學習的主要軟件就是SAS，它的核心客戶群體就是銀行。這是由于銀行業(yè)務本身就具有量化分析的需求，比如信用卡額度的衡定就需要風險量化模型，所以銀行對機器學習的使用習慣已經(jīng)培養(yǎng)起來了，再接納我們這些AI企業(yè)的商業(yè)模式就比較順暢。
億歐金融：以風控為例，人工智能的引入和銀行原有的傳統(tǒng)風控手段會存在沖突嗎？
雷濤：在風控這個領域的結(jié)合，其實是在銀行原有的風控手段基礎上進行改善。銀行傳統(tǒng)的風控系統(tǒng)是專家決策樹，例如當一個客戶申請貸款，他的資料就進入了一個決策樹，第一個分叉“有沒有其他行的借記卡記錄”，然后進入下一個分叉“年齡結(jié)構(gòu)是什么”，這是一個固定的規(guī)則。但是缺點在于無法反應外界的變化，比如不同地域的客戶特征的不同、年齡分布的變化等等，所以AI在每一個清晰的規(guī)則節(jié)點，運用隨機森林等技術(shù)，把外界的數(shù)據(jù)變化反應在原有的規(guī)則當中。
億歐金融：這個行業(yè)的核心壁壘是技術(shù)嗎？
雷濤：技術(shù)是階段性的，對于剛成立的科創(chuàng)企業(yè)來說，當然要依靠產(chǎn)品來贏得市場的認可。但其實，現(xiàn)在最前沿、最先進的技術(shù)都在論文里，我們都知道SCI搜索發(fā)動機里面的論文被引用的次數(shù)越多，就越有價值，所以這也就決定了全球范圍內(nèi)的知識都是快速流動的，很難創(chuàng)建起像關貿(mào)、商貿(mào)、進出口管制這樣的壁壘。
從長期來看，這個技術(shù)的壁壘會體現(xiàn)在人才流動上。但從商業(yè)模式來看，行業(yè)的核心壁壘更主要的還是在于核心數(shù)據(jù)資源的積累。在積累核心數(shù)據(jù)的過程中，模型應用邊際成本是不斷下降，企業(yè)會擁有快速進入任何一個行業(yè)、快速解決某一個問題的能力。比如知名的信用評分機構(gòu)FICO，運用美國大量征信數(shù)據(jù)訓練出一個精準的評分模型，然后把這個模型拿到中國來銷售，其中的邊際成本幾乎為零。
億歐金融：AI行業(yè)未來的商機可能在什么地方？
雷濤：未來AI的一大商機在于，有機會參與到企業(yè)的主營業(yè)務，比如石油行業(yè)的液面高度預測，可以做到企業(yè)點擊一次進行預測，就收取一次服務費用，收流量的錢。所以，從2015年到2018年，天云都是在創(chuàng)建燈塔客戶，接下來就會往泛行業(yè)化的方向發(fā)展。判斷是否需要跨行業(yè)，是基于我們判斷AI平臺的發(fā)展，因為數(shù)據(jù)資源而壁壘化，因為行業(yè)價值而橫向化。
銀行與金融科技融合的理想境界是什么？是銀行即服務。
2019年6月14日，億歐智庫研究院將在“2019丨全球新經(jīng)濟年會·金融科技峰會”上發(fā)布《2019開放銀行與金融科技發(fā)展研究報告》，深度解讀金融科技賦能開放銀行的融合與落地應用——上海·虹橋·世貿(mào)展館邀您見證！搶票鏈接：https://www.iyiou.com/post/ad/id/818
