「不务正业」的金融科技公司
共 4776字，需浏览 10分钟
·
2021-06-21 10:52
作者 | 梁程敏
“不务正业”这四个字，在金融行业，似乎一直是一种常态。
过去是用资金撬动各行，现在是靠技术赋能万业。
没有褒贬，没有边界。
它或是一种跨界试水，亦或是一种降维攻击。在经营原有业务的同时，在另一片领域开天辟地。
近些年，以金融风控为主营业务的技术公司跨界到政务、医疗、交通等领域，已不再是新鲜事。
但业内人依旧有诸多不解：
为何跨入自己不擅长的领域？
如何与老牌劲旅正面对抗？
怎样管理越来越多的行业事业部？
带着这些问题，雷锋网《AI金融评论》采访了多家头部风控AI公司，道出跨界背后的所思所想。
1
一问：为何涉足非金融赛道？
一投资人告诉雷锋网《AI金融评论》，风控AI企业拓展新领域，往往出于三方面的考虑：
一是助推融资和IPO：本质上与京东金融、360金融更名为“XX数科”类似，跳出单个行业的限制，把自己定义为数字科技公司，而非金融科技公司。更利于融资和IPO。
二是扩大业务营收额，这个很好理解。
三是降低经营风险，金融这个行业，由于市场环境和监管政策多变，随时都在面临很多不确定性。多拓个行业，多条路。
业内人士透露：“总体而言，风控AI公司入局的这些行业，定制化较重，平均客单价也相对较高。有些ToG的项目，一个单子顶多个金融项目。”
从头部风控AI公司同盾科技、冰鉴科技、邦盛科技入局的赛道可以发现：它们更多选择的是政务、军工、交通、医疗、安防等To G或市场化程度比较低的行业。
“当前AI四小龙60%以上的收入都是来自安防，其实就可以说明一定的问题。而像手机、零售人脸识别等市场化的行业，纵使四小龙市场份额占有率不错，但实际上营收并不多。”
除此之外，这些领域，客户一旦采购了供应商的产品后，很少会更换新系统，因此客户稳定性，也远胜于市场化的行业。
“产品客单价高、客户稳定，公司的流水自然就稳了。”
冰鉴科技VP郭志攀也告诉雷锋网《AI金融评论》：冰鉴科技已经深耕金融领域多年，之所以拓展医疗、公安、政务三个新赛道，主要是两方面的原因：一是这些市场对AI的需求越来越大，二是他们付费能力，也在逐年上涨。
逐渐把触角延伸至政企市场的同盾科技，其行业选择也瞄准了一些正在加大力度进行数字化转型的领域。
同盾科技联合创始人、合伙人、CTO张新波告诉雷锋网《AI金融评论》，他们所服务的这些行业中，客户对智能分析决策的需求非常旺盛，因此，同盾所服务的行业也从最初的互联网安全，延伸到金融科技、保险科技和政企的数字化转型等等。
另外，这些领域的需求本质是相通的。张新波认为，所有的商业甚至是政务，最终背后都需要一套分析和决策系统所支撑的智能辅助大脑。目前，智能分析决策在信用经济、企业数字化转型、智慧城市等领域正在发挥重要作用，这是同盾向这些领域拓展的技术逻辑。
张新波进一步表示：“在同盾的大数据联结与赋能解决架构体系中，目前已拥有多个垂直领域的解决方案，包括城市金融大脑系统、中小微金融服务平台、智慧电力解决方案、智慧公安解决方案、区域企业运营监测、智慧高速解决方案、广电及运营商内容安全等，通过互联网技术赋能政务服务和企业监管等。”
与此同时，邦盛科技也正在向政务、轨道交通、军工反恐、物联网等领域拓展。
据邦盛科技介绍，其研发的流式大数据实时处理平台“流立方”，目前集群吞吐量少量节点即可达百万笔每秒，平均延时1毫秒。
这样的数据处理能力，在其他行业均可以落地。
2
二问：如何拓展自己并不擅长的新赛道？
多家企业告诉雷锋网《AI金融评论》，企业开拓新赛道会至少会遇到两只“拦路虎”：（1）是否有强大的行业关系网络；（2）是否有保障数据安全的能力。
“有时候，企业跟相关部门的关系有多好，拿到的单子可能就有多大。”某IT公司项目负责人一语道破了市场的局部现状。
冰鉴科技VP郭志攀也谈到：“冰鉴科技拓新赛道，需要与该行业的资深人士搭建起强大的关系网络，这是最困难的地方。”
为了解决这个困难，冰鉴科技等企业通常以子公司所在城市作为试点，与当地政府开展合作，利用AI技术解决政府社会治理中的棘手问题，后期再将这些成功经验复制到其他城市，以此解决关系先行的难题。
除了行业关系情况，数据安全也是拓新赛道的一个难以回避的问题。
尤其是政务相关的数据，对于安全性要求极高，且涉及到的数据非常庞大且多元。
为了保障数据安全，同盾推出了“知识联邦平台”，保证数据“可用但不可见”，实现数据价值的挖掘和知识的流通。基于知识联邦技术，同盾做数据流通的连接器，让数据智能助力客户。
推荐阅读：《同盾AI研究院深度学习首席专家李宏宇：解构知识联邦，开创数据“可用不可见”新局面》
3
三问：行业高管增多，如何做好管理，
建好组织文化？
拓展新赛道后，引入这些行业的高管和团队，是件自然而然的事。
通常情况下，企业会引入两类人才，以冰鉴科技的医疗业务为例，一类引入了医疗AI/IT公司（乙方）的高管，一类是引入医院、卫健委（甲方）的专家。
来自不同行业的高管，思维逻辑、做事风格甚至对企业产品的理解都可能大相径庭。
对于管理者而言，如何对跨行业的高管进行管理，让他们尽快在思维上对齐，减少沟通成本，增加协同效应，成为了迫切需要解决的问题。
和业内人士的交流来看，跨行业管理可以靠这四种方法：（1）要求应聘者招聘有互联网背景；（2）招聘的新业务员工人数在初期不能超过全体人员的10%；（3）设立委员会/不同事业部共同决策配合；（4）联合不同事业部完成共同的KPI。
以冰鉴科技为例，要求应聘者曾有信息化或者互联网的背景，这一定程度能够减少新进人员对于互联网企业的不适。
同时，冰鉴在新业务展开初期，会严格控制新业务员工的人数，新业务员工的人数与公司原有人员的比例控制在：1:9。
这种比例的控制，既保证有新赛道资深人士的加入和领路，也能保证数量多的企业原有员工能够对新业务员工产生积极的互联网企业文化影响。
为了进一步加强公司管理，调整组织架构也是企业常规手段之一。
同盾科技建立了类似”军事决策委员会“的从上到下、从前到后的“铁三角”机制，以客户为中心共同挖掘商机，共同决策，满足客户需求。
而冰鉴科技，将原来负责金融业务的人员单独设立为“金融事业群”。新领域诸如医疗、公安、政务则全部归纳到“创新业务事业群”，各自成立了“医疗小组”、“公安小组”、“政务小组”。当这个小组能够完成一定的KPI的时候，自动升级成单独的“事业群”。
冰鉴科技VP郭志攀表示：为了增进协同，冰鉴科技也常常会设立一个共同的KPI，然后让两个不同小组的团队共同配合完成。
例如，冰鉴科技的公安小组&金融小组曾经合作反洗钱的项目。公安小组需要帮助公安找到“反洗钱网络”，在找的过程中则需要金融小组的同事配合数据支持事宜。在项目配合完成的过程中，双方更容易磨合和加深感情，从而增进部门之间的协同。
4
四问：何以PK原有赛道玩家+同业对手？
入局新赛道，风控公司难免遇到两波选手：一波是，长期深耕该领域的原有赛道资深玩家；另一波是，共同入局竞争同一块蛋糕的同业对手。
相比较原有赛道的玩家，金融风控公司入局时间较晚，缺乏对行业、业务以及圈层的经验。
但是，这些领域给“金融风控跨界者们”留了两大空挡：
一是原有赛道的IT公司，纵使经验丰富，但智能技术能力相对较弱，这为AI公司留下了不少市场空间。
二是扎根在这一领域多年的新型AI公司，在个别领域（如医学AI市场）其营收非常有限，公司经营几乎靠融资支撑。
而金融风控公司，在前期已经在金融行业实现了盈利，拥有更多的资金开拓市场。
这两个空挡显现后，金融风控公司便相继入局。
此外，金融风控公司已经在金融领域有非常丰富的行业及技术经验。
那么，在开拓新行业的时候，也比原有赛道的玩家，更具有通过技术连接不同场景的优势。
同盾科技联合创始人、合伙人、CTO张新波谈到：“同盾科技通过大数据架构和应用研发、分析决策能力，能够同时对接数据供给者多元化特点和满足数据需求者个性化的应用，拥有较好的生态位优势。”
以同盾科技携手唐山市共同打造的“唐山中小企业综合金融服务平台”为例：
同盾科技把金融客户和政务客户的需求连接起来，通过对银行、政府机构内外部数据进行融合、加工、挖掘、建模和关联性分析，架起政府部门、金融机构、中小微企业等多方沟通的桥梁，有效打通了银企资金融通堵点痛点断点，发挥了金融支持实体经济的作用。
冰鉴科技VP郭志攀也表示：冰鉴科技能够将运用金融大数据与政务部门/公安部门合作，为他们赋能，迅速产生利润，这些都是原有赛道玩家做不到的。
由此可见，风控AI公司PK原有赛道的选手优势在于：前期已经积累了较为深厚的经济基础，所以能够支撑其拓展更多的市场。同时，大部分风控AI公司已经在金融的赛道上形成一定的规模，因此能够有成功的行业经验可复制。
对于同业对手的PK，不同风控AI公司则各具特色，各有千秋。
在政企领域，同盾科技始终致力于公共数据开发共享，努力成为面向政府和企业应用领域杰出的数据联结者和赋能者，并基于自主研发的知识联邦技术，在保证不同机构间数据“不流通”的前提下，实现“信用”和“信任”的流通，进行价值挖掘和数据资产的管理。
同盾科技联合创始人、合伙人、CTO张新波介绍，基于该技术生态，同盾目前已经在中小微企业金融服务、区域经济和企业运行监测及分析、智慧高速等场景为不同政企客户落地服务。
冰鉴科技VP郭志攀提到：”冰鉴长期深耕技术领域，对技术理解和运用很突出，且不依赖于自有数据。根据过往中标率，冰鉴科技的在金融行业的中标率高达90%以上。”
冰鉴推出的智能AI中台，运用大数据、云计算、知识图谱等人工智能技术，与应用场景紧密结合，为银行、政府、安防等各类机构提供全流程的解决方案，赋能机构实现风险管控和降本增效，以科技驱动数字化转型。
其实，每一家企业都有专注擅长的根据地。
在技术、资源等因素有剩余的情况下，风控AI公司“跨界”布局新业务似乎是顺利成章的事情。
未来也许会有越来越多的风控AI公司将原行业的成功经验复制到其他赛道。
但是，这种“跨界”尝试是否意味着金融风控赛道的竞争已经白热化，利润增长缓慢？
风控AI公司的“跨界”又是否能够使其业务的增长量变大，利润持续增加？
这些问题都有待“跨界”的风控AI公司未来交出的答卷来解答。
制程与良率，谁才是芯片厂商的竞赛底牌？
低代码的『工具』革命