,自2016年以来，金融科技开始替代互联网金融风靡国内金融圈，与此同时，几乎所有的互金企业要么转型金融科技企业，要么强调金融科技驱动，甚至直接改名金融科技企业；传统金融机构也快速跟进，强调大数据，强调区块链等前沿技术的探索；关于金融科技的国际交流开始流行，央妈也宣布成立金融科技委员会。一时之间，金融科技已然成为金融界最热词汇之一。,然而，现象的火爆背后，等等问题便也愈发凸显，以至于，作为一个从业者不得不泼点冷水：大家悠着点，小心金融科技被玩坏。,关注金融科技的朋友不难发现，你在不同场合、不同报告或不同文章中看到的金融科技，指的并非同一样东西，有的特指技术，有的特指创业机构，有的侧重业务，还有的则无所不包，几乎涵盖了整个金融业态。,在我看来，这种现象的背后，反映了业界对于金融科技，其实缺乏统一的认知，在此基础上，大家各说各话，不亦乐乎，某种意义上，也反映出了一种“集体蹭热点”的行业性热潮。,下面分别盘点下几个有代表性的界定。,将金融科技等同于技术，特别是云计算、大数据、人工智能、区块链等技术。金融科技一词是个舶来品，其英文为“Financial Technology”,直译为“应用于金融的技术”，事实上，牛津词典便将金融科技定义为用于支持或促进银行和金融服务业发展的计算机程序和其他技术。,而在实践中，不少企业宣称的“金融科技驱动模式”，本质上也是把金融科技当作技术。而一些企业从“FinTech”到“TechFin”的转变，其实也在强调从技术层面来认识金融科技。,将金融科技等同于应用新技术的创业型机构，不少国际咨询公司便持这种观点，如普华永道认为，金融科技是金融与科技的交汇地，是专注于技术的初创公司和市场闯入者通过创新推出的本属于传统金融服务业的产品和服务。,此外，一些国际性的金融科技榜单和金融科技数据，也只是涵盖创业型机构，不包括传统金融机构在内，典型的如毕马威发布的《全球金融科技100强》榜单和各类行业报告中经常出现的金融科技风险投资金额。,这种观点认为，只要是运用新技术的金融机构，无论是创业型机构还是传统金融机构，都属于金融科技的范畴，像英国贸易与投资总署便将金融科技划分为传统金融科技与新兴金融科技。,这种观点将金融科技等同于几个具体的业务模式，比如第三方支付、P2P、智能投顾、互联网保险等。2015年7月十部委发布的《关于促进互联网金融健康发展的指导意见》中对互联网金融的定义就是这个思路，开篇便提到：,英国政府发布的《金融科技未来》报告，也将金融科技定义为“通过金融与科技的融合，有望创新和颠覆传统金融模式和业务，为企业和个人提供一系列全新的金融业务”。,这种观点认为，金融科技的概念应该具有广泛的包容性，将整个生态都涵盖进来。中国互联网协会互联网金融工作委员会组织编写的《中国金融科技发展概览（2016）》（下称《概览》）便持这种观点，认为：,一个名词衍生出如此多的概念，究竟孰对孰错呢？笔者自然也给不出一个合乎所有人需求的结论。但有一点需要明确，便是上述这些概念，用在某些特定情境下是合适的，但换个情境就未必适用。,比如《概览》编写组的生态论定义，笔者作为编写组一员，当时参加了金融科技概念和界定的讨论，当时大家讨论确定选择这个涵盖范围甚广的定义，主要也是基于统领《概览》整个报告要点内容的需要。如果换个情境，比如统计全球金融科技融资额，生态论的界定显然就过于宽泛了。,因此， 大家对于金融科技在实践中多元化的概念和界定首先要有心理上的认知，然后根据具体的应用情景去对应相应的概念，否则便很容易出现混淆甚至困惑。,在很多人看来，可能这是个不需要再费口舌的问题，技术为业务服务，业务反过来倒逼技术的进步，二者是互为促进、和谐发展的问题。,但在实践中，并非如此，不少机构并未真正想清楚技术与业务的先后关系，跟风布局新技术，不考虑技术与业务的协同性、同步性等问题，最终的结果是技术不能为业务所用，终将拖累技术的发展。,之所以着重提出这个问题，最主要原因在于现阶段，国内各金融业态间差距太大，同一业态间各企业所处的发展阶段也有很大不同，相似发展阶段的企业在具体业务模式上也可能存在显著差异。,从业务角度看，各家金融机构所需探索或应用的金融科技，应该各有侧重才对，但实践中，大家都奔着云计算、大数据、区块链、人工智能等几个最火热的领域而去，而这些看上去很火热的技术，究竟能解决企业什么具体问题呢？似乎无人多想。,举例来讲，就消费金融领域而言，目前行业面临的最大问题是获客、产品同质化、降低综合成本等问题，哪项金融科技技术最能切中要害呢？不同类型的企业又需要侧重哪一类技术呢？,就获客而言，对于具有海量用户的巨头，基于大数据的智能获客技术，能有效识别存量客户画像，大幅提升营销精准度；而对于依靠场景方和外部营销获客的中小平台，智能获客技术则有点像屠龙之术，并非上策。,就降低综合成本而言，对于已经处于精益化运营阶段的巨头而言，利用大数据进一步降低风险成本是可行的选择；而对于仍在粗放发展阶段的中小平台而言，着眼点放在降低资金成本、转变营运模式、提升管理水平等方面，可能更为立竿见影。,就产品同质化破局而言，整个行业都未到通过某项金融科技来实现产品显著差异化的发展阶段。,再比如说，大数据的成熟和应用涉及到数据采集、整理、分析和应用等几个阶段，对很多企业而言，目前要做的是数据沉淀和积累，重在数据采集和整理；而对另外一些企业而言，则已经进入到应用阶段，可以投入更多人力和资源，去优化调整数据模型，实现大数据驱动的业务模式。,此外，还有一些金融科技技术，现阶段更多地是品牌宣传的效用，难以对实际业务带来影响，企业应该根据自身情况谨慎介入。,之所以提出是个概念，是因为在人人都谈金融科技的时代，每家企业所宣称的金融科技的含金量是不同的，也就有了真假之辩。,金融科技的几个热门技术中，区块链、大数据、人工智能、云计算、智能投顾等几个概念，几乎被各个从业机构挂在嘴边。,虽然区块链炒的火热，但目前为止最为成熟的应用仍然集中在数字货币领域，在供应链金融、跨境支付、金融交易、数字票据等方面出现了一些实验性质的探索，但距离落地仍有距离。,目前区块链技术还需要在共识机制、智能合约、安全算法、隐私保护、扩容和速度优化等相关技术领域实现持续创新和突破，正如摩根史丹利的一分报告所称“金融机构广泛采用这项技术还需要5-10年的时间”。,但就笔者而言，亲身就经历过N多机构的商务人员来推销区块链供应链金融业务，在他们的口中，应用了他们的技术，似乎供应链金融便可大踏步向前了。在本文的界定中，这种不切实际地推销便可视作一种假技术。,大数据技术成功应用的前提是要有足够多的数据，正如我在《大数据在金融业的应用》里提到的，,“统计学规律告诉我们，在实验条件不变的条件下，重复实验多次，随机事件的频率等于其概率。意味着，随着随机事件的大量发生，我们是可以发现其内在规律的。而大数据里面包含的海量数据，就为我们发觉隐藏在随机事件后面的规律提供了条件。”,而对很多机构而言，尤其是十几个人的初创机构，基本没有可能具备可投入应用的大数据建模能力。而不少机构宣称的，只负责模型不负责数据的商务模式，也让人怀疑，没有数据，这些模型怎么做出来的？有效性如何？没有效果谁来买单呢？,同上，没有大数据，其实谈不上人工智能。,最大的问题在于金融产品代销资质，很多所谓的智能投顾平台，不具有或缺乏金融产品代销资质，平台上可供用户资产配置的产品数量有限，距离真正意义上的智能投顾还有很大差距。,云计算就不提了，毕竟这个概念火的比较早，至少七八年了，大大小小的坑先后被填平了，市场龙头已经初步显现，不容易出现冒牌机构了。,说了这么多，该结个尾了。金融科技的前景自然是光明的，在前沿技术探索上也应该并值得投入大量精力和资源。但一码归一码，在技术与业务的结合上，还是应该戒骄戒躁、稳扎稳打。以一个小例子结束吧。,早在20世纪40年代和50年代，来自不同领域（数学，心理学，工程学，经济学和政治学）的一批科学家就开始探讨制造人工大脑的可能性。1956年，人工智能被确立为一门学科，当时，研究者们在私下的交流和公开发表的论文中表达出相当乐观的情绪，认为具有完全智能的机器将在二十年内出现。,比如，1965年，H. A. Simon：“二十年内，机器将能完成人能做到的一切工作。”1970年，Marvin Minsky：“在三到八年的时间里我们将得到一台具有人类平均智能的机器。”……结果如何呢？还是太乐观了。,当然，经过这么多年的发展，也许结局已经不一样了，希望如此吧。,
