Lending Club董事長兼 CEO Renaud Laplanche

　　Renaud Laplanche應該不會忘記那些閃閃發(fā)光的日子。

　　今年4月舊金山Lendit大會，他被數(shù)千人矚目，在大屏幕舞臺上，身穿一件印有“Lending Club”字樣的紅色背心，作為這家P2P鼻祖的領袖，他發(fā)表了一場激昂的開場演說。萬豪酒店的會議廳人滿為患，待演講結(jié)束，追隨者們蜂擁著他離場。

　　1個月后，Lending Club爆出內(nèi)幕交易丑聞，董事長兼CEO Renaud Laplanche引咎辭職，Lending Club股價一度跌去接近50%，引發(fā)行業(yè)動蕩，包括OnDeck Capital、Prosper在內(nèi)的其它幾大P2P平臺，股價都不同程度下跌。

　　Fintech行業(yè)智庫Lendit的總裁Jason Jones依然樂觀，他告訴鈦媒體記者：“這對行業(yè)來說是一個很好的警示，P2P這個行業(yè)已經(jīng)越過了過去巔峰發(fā)展的時代，現(xiàn)在是處于被大眾批評的谷底時期，未來會回到一個大眾逐漸接受的穩(wěn)定狀態(tài)。”

　　的確，有人持他同樣的觀點。根據(jù)Lending Club5月24日遞交美國證交委員會SEC的文件顯示，盛大董事長陳天橋已持有LendingClub11.7%股份，加上1570萬股期權(quán)，行權(quán)之后的股比將達到15%左右，成為最大股東，盛大在Renaud Laplanche辭職后，大量增持Lending Club股票，持續(xù)賣出看跌期權(quán)，并買入看漲期權(quán)。盛大在聲明中表示堅信Lending Club的商業(yè)模式，相信它將不斷進步并優(yōu)化業(yè)務。

　　曾經(jīng)很熱的“互聯(lián)網(wǎng)金融”這個詞，正在被“Fintech”（金融科技，F(xiàn)inance和Technology的合成詞）代替，這意味著其正在回歸技術(shù)的位置。實際上，根據(jù)cbinsights的細分行業(yè)統(tǒng)計， Fintech是2015年最吸金的領域，VC融資總額過85億美元，遙遙領先其他如健康、商務智能等。

　　Lending Club所從事的P2P借貸業(yè)務，只是Fintech的眾多應用場景中的一個。根據(jù)PWC的分類，F(xiàn)intech的行業(yè)布局主要包含了6塊：零售銀行、支付和轉(zhuǎn)賬、借款和理財、金融財富管理、保險、區(qū)塊鏈。

　　早年在華爾街工作的Jason Jones，做過風投、投行、對沖基金，近年來投資科技企業(yè)。他最近奔波在北京上海的金融科技公司之間，對比中美情況，他說，目前放貸、支付是Fintech領域的兩大主要業(yè)務，網(wǎng)貸填補了市場空白，區(qū)塊鏈、財富管理和互聯(lián)網(wǎng)保險也勢頭日盛，互聯(lián)網(wǎng)保險在資本市場、承銷、客戶開發(fā)這幾方面提供了顛覆性的機會。

　　例如螞蟻金服就是一家典型的Fintech公司，它不僅可以方便地提供支付、理財?shù)确�務，還在增加社交功能，使好友間可以透明、快速、方便地轉(zhuǎn)賬，完全把銀行隱藏在了后臺。而在美國，不僅僅各種像Lending Club、Square、Venmo這樣的Fintech創(chuàng)業(yè)公司紛紛涌現(xiàn)，包括高盛、摩根士丹利、富達在內(nèi)的全球頂尖金融機構(gòu)和投資機構(gòu)，也都在積極向數(shù)據(jù)科技為核心的目標轉(zhuǎn)型。

　　隨著人工智能技術(shù)以及區(qū)塊鏈技術(shù)的日漸成熟，F(xiàn)intech也正在向更廣闊乃至傳統(tǒng)的領域蔓延開去。例如機器學習和人工智能，能解決信用欺詐的問題；數(shù)字廣告能低成本拓展金融業(yè)務，幫助機構(gòu)以比較低的成本獲得借貸者；區(qū)塊鏈技術(shù)幫助交易者在供應鏈上完成支付，幫助商品生產(chǎn)者追蹤貨品流向，起到打假的意義。

　　人工智能正在改變股票交易。

　　今年1月Aidyia公司啟動了一支對沖基金，其背后的系統(tǒng)借助了多種形式的人工智能技術(shù)，對各種數(shù)據(jù)進行分析，這些數(shù)據(jù)包括市場價格、成交量，以及宏觀經(jīng)濟數(shù)據(jù)、企業(yè)會計憑證，然后系統(tǒng)自主做出市場預測，以“投票”的方式選出最佳行動步驟。

　　“哪怕我們都死了，它也會繼續(xù)交易。”Aidyia首席科學家Ben Goertzel在接受《連線》雜志采訪時說。

　　智能投顧，英文名是Robo-advisor，又被稱為“機器人理財”、“智能理財”，是把最基礎的Markowitz 資產(chǎn)組合理論和其衍生模型們應用到產(chǎn)品中，在云端低成本、快速、批量化地解決各種數(shù)據(jù)運算，再結(jié)合投資者風險偏好、財務狀況與理財目標，通過后臺算法為用戶提供資產(chǎn)配置建議。

　　這被認為是AlphaGo在Fintech領域的延伸。

　　智能投顧是一片藍海市場。知名咨詢公司A。T。 Kearney預測，美國智能投顧行業(yè)的資產(chǎn)管理規(guī)模將從2016年的3000億美元增長至2020年的2.2萬億美元，在國外市場，目前比較活躍的有Betterment、wealthfront、SIGFIG、Hedgeable、CASHBOARD等公司。

　　全球智能理財領域最大的公司Betterment，近日宣布其完成 1 億美元E輪融資，估值已經(jīng)高達7億美元，管理資產(chǎn)規(guī)模達到39億美元，服務客戶超過15萬人。

　　在Betterment平臺上，用戶回答一系列關(guān)于投資目標的問題，然后平臺根據(jù)回答做分析，給出相應的投資組合建議，并且完成投資。它的優(yōu)勢在于：通過服務將用戶的所有賬戶以電子賬戶的形式連接起來，用戶可以快速、簡單地在不同賬戶之間轉(zhuǎn)移資金，整個過程都是實時操作的，沒有滯后。

　　在另一家智能投顧平臺Wealthfront上，投資組合包括兩大類：需要納稅的投資組合和退休金投資組合。前者適合個人賬戶、聯(lián)合賬戶、信托賬戶，后者適用于傳統(tǒng)IRAs賬戶、Roth IRAs賬戶、SEP IRAs賬戶，等等。

　　其資產(chǎn)類別包括美股、海外股票、新興市場股票、股利股票、美國國債、新興市場債券、美國通脹指數(shù)化證券、自然資源、房產(chǎn)、公司債券、市政債券。投資組合的載體為指數(shù)基金（ETF），依據(jù)平臺用戶風險容忍度的不同，向投資者推薦的投資計劃可能只包括部分類別的資產(chǎn)。在盈利模式方面，智能投顧平臺還在探究，目前主要以咨詢費、年費為主。

　　在傳統(tǒng)金融機構(gòu)看來，機器人投顧可以開發(fā)比較年輕的的小白客戶市場。

　　“對于投資環(huán)境內(nèi)部的人來講，很多術(shù)語可以講得很專業(yè)，然后由基金顧問翻譯成簡單的話語，再告訴每一個客戶怎么匹配；而智能投顧是直接面對個人客戶的，它必須知道這個用戶的行為方式是什么，有什么需求，然后把市場中和客戶匹配的趨勢挑出來，推送一些方案出來。”一位知名投行高管告訴鈦媒體。

　　不過傳統(tǒng)金融機構(gòu)還處于嘗試階段，并沒有大規(guī)模使用智能投顧。“如果我們大家都是用模型來做的話，模型100%可靠，那么市場上大家要買全買、要賣全部賣，就不可能有市場了。所以其中還是需要人的判斷，才會有人買、有人賣。”上述人士表示。

　　人工智能在初級階段是對簡單勞動的替代，第二階段則是對復雜勞動的替代。

　　Jason Jones認為，用智能算法把一筆資金分散投資到若干個基金，這是一個操作簡單但不可持續(xù)的商業(yè)模式。他說：

　　“智能投顧要真正從產(chǎn)品發(fā)展成一種業(yè)務，就應該提供更多增值服務，比如找到更多種類的資產(chǎn)，同時收取更高的費用，這樣才能有比較高的投資回報率。”

　　機器人做預測，會不會涉及隱私侵入的問題？其實機器學習的概念多少有些被誤解，機器學習只是個模型，像人類一樣，機器學習是不斷對數(shù)據(jù)進行學習，利用先進的數(shù)學計算，去分析消費者的風險，就是數(shù)學模型，至于能不能得到數(shù)據(jù)，還取決于人類愿不愿意給。

　　智能投顧的中國本土化改造正在進行。

　　智能投顧的背后是Markowitz理論，即現(xiàn)代投資組合理論（MPT，Modern Portfolio Theory），由諾貝爾經(jīng)濟學獎得主Markowitz創(chuàng)造，主張通過分散的投資組合降低風險，將資金分散在股票、債券、房地產(chǎn)等多方面，并且不降低預期收益率。

　　鄭毓棟正著手一場改造。

　　“用純Markowitz理論，會使用戶大部分資產(chǎn)都投在海外市場，這顯然是中國本土不太能夠接受的，所以我們做一些調(diào)整，讓本土投資品種更豐富，在大資產(chǎn)和本土投資上的比重更大一些。”積木盒子智能投顧產(chǎn)品負責人鄭毓棟說。

　　按照Wealthfront、Betterment這些投資機構(gòu)做出來的資產(chǎn)配置來看，中國公司的組合占了10%都不到，鄭毓棟和團隊進行調(diào)整后，中國大概占到五成至六成的規(guī)模。

　　積木盒子旗下一家公司爭取到持牌的基金銷售資質(zhì)，已經(jīng)跟近60家主流的公募基金公司簽約，把產(chǎn)品引到平臺。鄭毓棟和團隊從公募基金中選出10個資產(chǎn)類型，涵蓋1500多種產(chǎn)品，包括國內(nèi)的大盤股、中小創(chuàng)、高收益、債券、現(xiàn)金、黃金等等。

　　他也在對機器學習進行改進： 把所有重要的經(jīng)濟指標輸入系統(tǒng)，系統(tǒng)不斷進行學習，觀察各組經(jīng)濟指標的狀態(tài)下，市場的發(fā)展狀態(tài)，經(jīng)過長時間的學習和訓練以后，系統(tǒng)可以精確地調(diào)整算法模型。

　　比如機器學習的一個模型把針對黃金的經(jīng)濟指標因子調(diào)得很高，這個指標影響美元指數(shù)，當美元指數(shù)走弱的時候，系統(tǒng)就增加了黃金的配置，但美元指數(shù)不是永遠對黃金都有太大的影響，所以機器學習會根據(jù)市場的變化來判斷，調(diào)整因子，之后系統(tǒng)再回顧、調(diào)整筆記。

　　“經(jīng)濟是一個非常復雜的事情，很多指標不是永遠有效的，所以不能量化來做，比如說通脹，早期可能是個好事，到了末期的時候可能就變成了跟數(shù)字相反的事，如果模型很機械，就不能涵蓋所有經(jīng)濟周期。”鄭毓棟說。

　　開發(fā)中產(chǎn)階級客戶、完善全球資產(chǎn)配置，是智能投顧的另外兩個優(yōu)勢。

　　宜信以往的財富管理產(chǎn)品，針對可投資資產(chǎn)300萬以上的的投資者，其最近推出的投米RA，相當于一個補充品，首先針對資產(chǎn)在30萬~300萬之間的客戶，以往人工投顧的成本太高，不適合這部分人群，投米RA幫助宜信教育中產(chǎn)市場。

　　接下來投米RA會面向更多人群，包括資產(chǎn)在300萬以上的用戶。其實美國智能投顧Wealthfront服務的客戶，很大一部分都是硅谷的新貴，這些人都在一些上市公司擁有股份，是高凈值客戶。Charles Schwab是美國一個比較大的券商，他們孵化了一個智能理財，Schwabintelligent portfolio，據(jù)其披露，此款RA上線一年多，15%的客戶在他們平臺上開戶的資產(chǎn)超過100萬美元。投米RA的CTO胡金輝說；

　　“機器人的優(yōu)勢之一是可以處理海量的信息，其次是快速應對時勢。一個勤奮的投資者，如果一天要看300~500篇跟投資相關(guān)的文章，大部分普通人是做不到的，但是機器可以在一秒鐘之內(nèi)抓取成千上萬篇文章，然后通過智能的算法、在幾分鐘之內(nèi)把這些海量的信息處理完，從中提取有用的信息，幫助用戶形成好的投資策略。”

　　投米RA第一階段主要是配置美元資產(chǎn)，通過美元ETF來做，投資發(fā)達國家股票市場、發(fā)展中國家投資股票市場、美國債券市場、國際國債市場，地產(chǎn)市場、中國大盤股市場等等。

　　這是因為美元ETF目前資產(chǎn)規(guī)模大概有2萬億，美國的金融數(shù)據(jù)在過去百年的發(fā)展過程中積累較多，更容易做量化分析。

　　第二階段，投米RA會發(fā)展國內(nèi)市場，目前開發(fā)團隊正在篩選國內(nèi)合作伙伴、資產(chǎn)類別，找到流動性比較好、能夠代表這個市場特點、費用比較低、能將客戶利益最大化的資產(chǎn)類別。

　　京東金融在做的智能投顧，目前落地在長期財富管理領域。

　　“我們認為，中國的居民在長期財富管理上還需要更多的市場教育。目前市場中給用戶提供的更多的是短期理財產(chǎn)品，實際上消費者在財富管理上更加需要能夠帶來長期財富增值的產(chǎn)品。我們通過逐步打造量化投資平臺、智能機器人投資顧問平臺等，為用戶做長期資產(chǎn)配置方面的服務。”京東金融CEO陳生強說。

　　金融大數(shù)據(jù)的競爭，主要集中在幾家大鱷之間——基于過去多年業(yè)務，他們積累了更豐富全面的數(shù)據(jù)。

　　“中國實際上領先著互聯(lián)網(wǎng)金融業(yè)，只是世界還不知道。”Jason Jones表示，在移動金融方面，中國市場已經(jīng)領先。目前螞蟻金服、陸金所、眾安保險、京東金融估值領先全球Fintech公司，他認為這些高估值是供求關(guān)系的自然選擇。

　　基于大數(shù)據(jù)的應用已經(jīng)越來越多。蟻盾是螞蟻金服新推出的一款利用大數(shù)據(jù)技術(shù)為金融機構(gòu)和各類互聯(lián)網(wǎng)商戶提供反黃牛、反作弊、反欺詐服務的產(chǎn)品。致力于賦能更多生態(tài)合作伙伴安全服務防控的能力，目前已經(jīng)在金融、手機3C產(chǎn)品網(wǎng)絡直銷平臺、O2O、出行、團購等行業(yè)廣泛應用，幫助金融機構(gòu)和互聯(lián)網(wǎng)商戶發(fā)現(xiàn)用戶的欺詐行為，更好的進行風險管理。

　　芝麻信用的數(shù)據(jù)來源即包含阿里系的電商、支付等數(shù)據(jù)，也包括外部的數(shù)據(jù)，以及各種用戶自主遞交的信息等。這些數(shù)據(jù)的廣泛性給到了芝麻信用有效的信用判定基礎。螞蟻金服工作人員說：

　　“作為螞蟻金服旗下獨立的第三方征信機構(gòu)，芝麻信用通過云計算、機器學習等技術(shù)科學、客觀、公正的呈現(xiàn)個人和企業(yè)的信用狀況，已經(jīng)形成芝麻信用評分、芝麻信用元素表、行業(yè)關(guān)注名單、反欺詐等全產(chǎn)品線。從信用卡、消費金融、融資租賃、抵押貸款，到酒店、租房、租車、分類信息、學生服務、公共事業(yè)服務等，芝麻信用已經(jīng)在上百個場景為用戶、商戶提供信用服務，眾多用戶享受到了信用的便利。”

　　可以看出，螞蟻金服集團基于云計算跟大數(shù)據(jù)，通過信用體系跟風控體系，支撐征信、保險、理財平臺、支付平臺的業(yè)務。在螞蟻金服的6000多名員工中，從事安全風控的員工，就有1500多人。

　　大數(shù)據(jù)最終產(chǎn)生商業(yè)價值，要經(jīng)過一個很長的鏈路。

　　我們?nèi)菀卓吹降氖亲畹讓拥脑�始�?shù)據(jù)層，比如電商的交易數(shù)據(jù)、CRM客戶的信息管理系統(tǒng)、一些外部數(shù)據(jù)，這些原始數(shù)據(jù)本身并不能直接產(chǎn)生商業(yè)價值。它們要經(jīng)過中間層的轉(zhuǎn)化，進行大量匯總，將主題數(shù)據(jù)、地址庫、商品庫分門別類，形成衍生指標，比如說一個客戶在過去的幾個月里完成幾筆交易，類似這樣指標才能被模型使用。

　　然而從數(shù)據(jù)到由數(shù)據(jù)支撐的業(yè)務，還有很長的路要走。當數(shù)據(jù)形成指標，或者分數(shù)，抑或“用戶畫像”時，還不能直接支撐業(yè)務。在簡單的指標之外，還需要復雜的業(yè)務數(shù)據(jù)策略。

　　“以貸款業(yè)務為例，真正要把這些數(shù)據(jù)拿來做融資或者貸款，還要做一系列的配套的業(yè)務數(shù)據(jù)策略，包括身份識別、授信準入、風險定價，這些是風險端的策略；在營銷端，則是客戶需求分析，客戶獲取、促銷、優(yōu)惠、流失、挽留等策略；在安全方面，會有反欺詐、反洗錢、反套現(xiàn)的策略。”網(wǎng)商銀行風控總監(jiān)盛子夏介紹。

　　從數(shù)據(jù)形成指標，加之業(yè)務數(shù)據(jù)策略，再成為有效的實時的系統(tǒng)，才能支撐業(yè)務。

　　而大數(shù)據(jù)的能力，是建立在云上的，一方面是數(shù)據(jù)放在云存儲平臺上，另一方面是建立云的決策系統(tǒng)。這一套流程構(gòu)成了大數(shù)據(jù)的應用全景圖。

　　首先，螞蟻金服內(nèi)部所有數(shù)據(jù)權(quán)限都是按需申請的，并且最小授權(quán)，這意味著只提供使用者在業(yè)務開展過程中需要的最核心的數(shù)據(jù)，在各個審批環(huán)節(jié)，部門都有相關(guān)負責人控制數(shù)據(jù)的節(jié)點，以此防止內(nèi)部數(shù)據(jù)的泄露，以及濫用的風險。

　　在流轉(zhuǎn)層面，所有數(shù)據(jù)實現(xiàn)一個內(nèi)循環(huán)。比如A業(yè)務系統(tǒng)只能使用A的相關(guān)數(shù)據(jù)，B業(yè)務系統(tǒng)則不能使用A的數(shù)據(jù)，在數(shù)據(jù)的流轉(zhuǎn)時，數(shù)據(jù)不落地，不能被下載、重新上傳。數(shù)據(jù)在系統(tǒng)之間直接對接，盡量減少人為干預，減少風險。

　　對于京東金融，大數(shù)據(jù)最直接的應用，是新風控技術(shù)下的信貸，京東金融利用電商數(shù)據(jù)、物流數(shù)據(jù)、倉儲數(shù)據(jù)等，搭建了供應鏈金融體系。

　　京保貝將傳統(tǒng)銀行需要大量人力服務的業(yè)務，通多新型大數(shù)據(jù)風控以及流程優(yōu)化等方法，轉(zhuǎn)變成無需人工審核的線上自動化放貸，能夠?qū)崿F(xiàn)對客戶的三分鐘放貸。

　　京保貝2.0則將這種風控能力和系統(tǒng)搭建能力，輸出給外部核心企業(yè)，讓更多傳統(tǒng)企業(yè)加入金融科技。

　　另一個應用是消費金融，通過風險控制模型體系、量化運營模型體系、用戶洞察模型體系、大數(shù)據(jù)征信體系，實現(xiàn)白條在京東商城、旅游、租房、教育、裝修等多個行業(yè)的應用，并對外輸出這種科技能力。

　　互聯(lián)網(wǎng)保險也與數(shù)據(jù)息息相關(guān)。眾安保險做了一系列探索，將大數(shù)據(jù)技術(shù)運用到產(chǎn)品設計、自動理賠、風險管理等方面。

　　在核保領域，與傳統(tǒng)核保定價不同，眾安的數(shù)據(jù)庫是實時動態(tài)的。通過與合作方的數(shù)據(jù)對接，眾安可以針對險種及時完善風控模型，調(diào)整賠付策略，從而實現(xiàn)針對不同類別的物件和信用人群進行精準定價。

　　在消費金融層面，眾安保險與蘑菇街合作，推出了個人消費信用保險產(chǎn)品“買唄”。在數(shù)據(jù)層面，蘑菇街提供用戶的行為數(shù)據(jù)、交易數(shù)據(jù)等，眾安目前已接入央行征信數(shù)據(jù)、公安數(shù)據(jù)、前海征信、芝麻信用等數(shù)據(jù)體系。

　　將數(shù)據(jù)挖掘和數(shù)據(jù)分析的技術(shù)運用到產(chǎn)品設計、風險控制等環(huán)節(jié)。這使得眾安保險具備通過信用保證保險搭建信用賬戶體系的能力，同時也能幫助合作伙伴降低提供互聯(lián)網(wǎng)消費金融服務的成本和風險。

　　在私募資產(chǎn)證券化方面，眾安保險近期與分期樂等平臺合作，輸出大數(shù)據(jù)技術(shù)及消費金融資產(chǎn)的歸集、打包、管理能力，為優(yōu)質(zhì)的消費分期資產(chǎn)提供增信及資金對接服務。

　　眾安保險目前已與天貓、淘寶、百度、騰訊、小米等百余家互聯(lián)網(wǎng)公司開展了基于不同行業(yè)場景的業(yè)務合作。在向合作伙伴提供服務的同時，眾安得以不斷積累數(shù)據(jù)。通過數(shù)據(jù)挖掘、機器學習等方法，眾安保險至今已搭建起一整套適用于碎片化、分散化資產(chǎn)的信用評估和風險控制體系。

　　BI Intelligence在最近剛發(fā)布的一份Fintech行業(yè)報告中預測，區(qū)塊鏈的運用和普及將成為2016年金融業(yè)中最大的趨勢。

　　我們可以把區(qū)塊鏈看作一項分布式共享賬本，其中有多個節(jié)點，由去中心化的多方共同維護、有統(tǒng)一共識機制保障，在這個賬本上，我們不可篡改信息，不可溯源。在區(qū)塊鏈上，互相不了解的任何人之間可以借助這個公開透明的數(shù)據(jù)庫背書的信任關(guān)系，完成端到端的記賬、數(shù)據(jù)傳輸、認證或是合同執(zhí)行。

　　作為比特幣的底層技術(shù)，區(qū)塊鏈具有去中心化、不可撤銷、可溯源的特征，是未來價值互聯(lián)網(wǎng)的開端，基于區(qū)塊鏈改造現(xiàn)有的金融系統(tǒng)，可以大大改善效率。而它的去中心化的特性，也為其他領域的互聯(lián)網(wǎng)應用打開很大的想象空間。

　　投資人田先生剛剛募集了一筆10億的基金，想投一些Fintech方面的早期項目，精通技術(shù)的他，在國內(nèi)區(qū)塊鏈創(chuàng)業(yè)者之間走了一圈，發(fā)現(xiàn)靠譜的項目還是太少。的確，萬向此前成立了一筆5000萬美元的投資基金，專門投區(qū)塊鏈創(chuàng)業(yè)項目，其負責人表示：會將目光更多看向海外，國外區(qū)塊鏈創(chuàng)業(yè)團隊的落地應用更多。

　　國內(nèi)幾年前比特幣的那一幫玩家，紛紛做起了區(qū)塊鏈的生意，他們和一些機構(gòu)談好合作，但面臨的直接問題是：畫得出餅，寫不出代碼——開發(fā)了幾個月，乃至一年，產(chǎn)品并沒有成功上線。因為他們用比特幣的挖礦算法來開發(fā)應用，每秒交易最多達到幾十筆，這是技術(shù)上的bug。

　　將商業(yè)應用落地的區(qū)塊鏈創(chuàng)業(yè)公司布比，拋棄了比特幣的挖礦算法，因為機構(gòu)之間的信任不需要通過挖礦的模式去建立信任。

　　布比目前的算法在普通PC上（非服務器）穩(wěn)定在每秒交易300筆左右，其負責人稱：“今年年底前突破每秒3000筆，性能會持續(xù)優(yōu)化，如果有更高的交易量業(yè)務需求，不排除未來會和硬件廠商合作，專門提供通過硬件對于加密算法提高效率，或者部分程序邏輯通過FPGA來實現(xiàn)增加效率，性能對于布比不是瓶頸。”

　　近幾個月內(nèi)，布比將區(qū)塊鏈技術(shù)落地應用在積分、供應鏈管理云平臺、網(wǎng)貸平臺等場景，幫助這些領域里的公司搭建區(qū)塊鏈底層技術(shù)，目前完成了Pre－A輪融資。

　　在實際應用方面，布比幫格格積分建立區(qū)塊鏈底層系統(tǒng)，打通不同商家的積分，登記在區(qū)塊鏈上，用戶之間可以轉(zhuǎn)贈積分，進行自由流動。

　　積分方面，區(qū)塊鏈可以幫助積分平臺之間共同參與交易驗證、賬本存儲、實時結(jié)算；讓商戶、積分發(fā)行方、第三方支付平臺進出更靈活；激活存量積分，滿足商圈內(nèi)不同商戶的積分兌換。

　　區(qū)塊鏈不可篡改、溯源的特征，可以用于供應鏈管理。布比和供應鏈平臺物鏈合作，打擊供應鏈上的假貨，最近他們針對內(nèi)蒙古的羊肉進行區(qū)塊鏈改造：從生產(chǎn)開始，把商品信息制成二維碼，印刷在羊肉包裝盒上，再將這些二維碼信息登記在區(qū)塊鏈平臺上在每個運輸環(huán)節(jié)，都有相關(guān)負責方，如果出現(xiàn)假貨，商家可以在區(qū)塊鏈上查到商品的去處。

　　布比創(chuàng)始人兼CEO蔣海，早年畢業(yè)于中國科學院計算技術(shù)研究所，在分布式系統(tǒng)、復雜網(wǎng)絡管控、網(wǎng)絡內(nèi)容安全、新型電子貨幣等方面，有十余年的系統(tǒng)開發(fā)和科學研究經(jīng)驗。2012年比特幣最火的時候，蔣海并沒有加入炒幣大軍，而是一直研究區(qū)塊鏈的底層技術(shù)。

　　區(qū)塊鏈基礎服務平臺目前的應用，主要集中在這幾個領域：快速交易驗證、高效賬本存取、多種資產(chǎn)發(fā)行、聯(lián)合簽名控制、內(nèi)置智能合約、鏈上交易所。

　　平安集團最近加入R3全球合作伙伴網(wǎng)絡，這個網(wǎng)絡以R3 實驗與研究中心（R3 Lab and Re-search Centre）為基礎，目前共有42家金融機構(gòu)成為創(chuàng)始伙伴，包括：花旗銀行、瑞士信貸、丹麥銀行、德意志銀行、摩根大通、高盛、匯豐銀行等。核心職能是制定銀行業(yè)區(qū)塊鏈技術(shù)開發(fā)的行業(yè)標準，以及探索實踐用例，并建立銀行業(yè)的區(qū)塊鏈組織。

　　作為中國首家加入該聯(lián)盟的金融機構(gòu)，平安接下來將與全球最大的40多家金融機構(gòu)合作，共同為金融服務行業(yè)開發(fā)基于分布式共享分類賬技術(shù)的開拓性商務應用。

　　在中國，摩根士丹利牽頭和美商會組織了一個金融科技小組，與在中國的外資金融機構(gòu)一起探討未來計劃。他們的一位高層說：區(qū)塊鏈分布式賬本交易處理系統(tǒng)，將給金融市場帶來巨大沖擊，最直接的運用就是清算業(yè)務，降低交易的復雜性，并有效監(jiān)控諸如股票、債券等有價證券資產(chǎn)的交易過程。

　　區(qū)塊鏈將原本掌握在金融機構(gòu)手中的“總賬”，下放到每個節(jié)點個體，由公眾共同維護，在一定程度上解放了傳統(tǒng)金融機構(gòu)賬戶管理和清算的職能。

　　“摩根士丹利自身有總賬本，這個總賬本是否可以用區(qū)塊鏈的方式來做？如果要做的話，成本是更貴還是更便宜？除此之外還有什么好處，需要什么樣的輔助技術(shù)？區(qū)塊鏈本身是一個設計理念，可以用一些怎樣的現(xiàn)代的技術(shù)去實現(xiàn)它的理念？在成本收益分析方面，使用區(qū)塊鏈對公司會產(chǎn)生什么樣的影響？”這些都是摩根士丹利正在考慮的問題，公司內(nèi)部有專業(yè)團隊，研發(fā)區(qū)塊鏈相關(guān)產(chǎn)品，同時也關(guān)注外界創(chuàng)業(yè)團隊，遇到好的產(chǎn)品，摩根士丹利也會入股投資。

　　“依照Fintech現(xiàn)在的發(fā)展趨勢，會在未來3~5年，會對金融市場整個部署有一個很大的沖擊。”摩根士丹利一位高管這樣說。