360金融首发融合中台 金融科技后浪席卷而至

　　作为2019年科技圈公认的最火概念，“数据中台”在各大行业数字化转型舞台C位当仁不让。众多以技术能力自持的机构纷纷开始加紧布局，一时间开启了行业头部企业对数据中台的探索热潮。在随后如火如荼的实操较量中，市场也在不断加深认知的前提下得以回归理性。然而日前360金融首席科学家张家兴提出的“融合中台”概念，再次将中台热度推向高潮。

　　如今，传统的互联网金融公司转型金融科技公司已成大势，纷纷为自己打下以技术为中心的标签。但是，以业务为主导，追求技术架构快速迭代的传统方式，不足以支撑金融科技公司继续壮大发展。根据360金融多年实践经验，张家兴总结认为，随着业内中台化趋势加剧，单一中台在业务赋能中的劣势初露端倪，以架构性思维预见行业发展，融合中台或将成为通往未来的“高速路”。

　　360金融首席科学家 张家兴

　　数据AI 2 in 1的时代之选

　　数据中台的核心价值，在于帮助企业将分散的业务数据进行统一的规划、管理、整合，形成企业独有的“数字资产”；与此相对的AI中台，则是一个用来构建大规模智能能力的“基础设施”。业内单独建设数据中台或AI中台的企业不胜枚举。

　　以阿里巴巴为例，其数据中台系统由多元数据采集和接入、公共数据中心、统一数据服务三个核心板块构成，主要应用于整体的商业生态当中，从而为其新零售、金融、旅游、健康等板块实现业务数据化和数据业务化，为业务前台和云端双向赋能。阿里以外，京东的数据中台建设速度也较快。2017年末京东内部将技术团队拆分为前台与中台两大板块，前台对应商城各事业部、中台服务于共性需求。

　　不同于数据中台对企业自身业务的绝对依托，AI中台分内外部两种形式发展壮大，一种通过第三方机构科技赋能形式出现，如旷视、商汤、科大讯飞等；另一种则是以企业内部AI Lab闻名，如阿里达摩院，腾讯AI Lab，百度IDL，微软MSR，谷歌 Google Brain等。

　　在此背景下，张家兴提出融合中台概念，通过数据和AI的2 in 1组合实现价值最大化，同时也实现了金融科技业务驱动1.0时代到数据智能2.0时代的过渡。

　　张家兴认为：“数据本身不等于数据资产，AI本身也无法发挥价值。单独依靠数据中台，虽可打通、整合企业内部数据，但却缺少技术辐射能力，很难实现最大化的业务赋能。从技术角度本身而言，只有打通从数据到计算，再到模型这个数据加AI链路，才能更好的赋能业务，提升运营效率。”

　　融合中台并非1+1等于2

　　“基于整个公司的技术框架来说，AI中台是绝对的‘中间’力量，向下接受不同种类、不同属性的数据支持，之后通过机器人、推荐、圈人等具体AI能力，向上支撑特定业务。因此，数据和AI的融合并进是业务发展到一定阶段的优选之路，融合中台并非1+1等于2那么简单。”

　　数据智能平台矩阵

　　从张家兴对360金融融合中台的阐释中可以窥见，这是一个功能复杂、多技术、全场景的赋能平台，也是一个糅合了传统数据挖掘、大数据、深度学习、自然语言处理等能力的多维度平台。因此，可以从以下三个维度来总结数据AI中台的能力：

　　――数据维度：数据处理的全生命周期

　　AI中台具备数据接入、特征处理、模型训练、建模分析、线上业务接入等数据处理的全生命周期的能力。

　　――场景维度：跨业务的基础平台

　　融合中台不会局限在某一个特定的业务线，它将服务于360金融所有业务，但这不是“中台万能理论”的依据。融合中台发挥作用的必要性前提，一是要有很多业务线，二是各业务线之间有一定相似性，三是有可能还会产生新的业务线。360金融通过融合中台“大中台，小前台”概念的统一调配，增强了技术的通用性。这也反应了公司灵活的组织架构优势：一切以业务发展为目标，中台模式也更容易推进。

　　――技术维度：数据+算力+算法三位一体

　　“数据+算力+算法”构成了智能金融的核心技术体系。首先，数据是一切金融服务与金融安全的基础，是金融科技得以有效落地的核心生产资料。其次，以分布计算、GPU为代表的算力，为处理海量数据提供了有力保障。第三，以机器学习、图学习、强化学习、自然语言处理为代表的算法技术帮助金融行业细分领域发现规律并提供智能决策支持。甚至可以说，金融科技在三者互为要素、互为支撑的世界中，变革了金融业的发展要素。

　　智能金融全链路上的分久必合

　　“统一”是张家兴在2020年第一季度的关键词和重要指标：把贴近业务目标为主的数据和AI统一中台化，包括统一整个公司的数据仓库，统一投放系统，统一语音外呼平台和统一图数据等。

　　在智能万物时代大潮下，360金融要做的是在海量互联网用户与金融产品之间建立一个桥梁。一方面，面向全网，找到有真实金融需求的用户，另一方面要把借贷、保险、理财等各种金融产品提供给他们。融合中台的搭建也将助力打通智能金融全链路的各个环节，实现数据与AI分久必合的大势。

　　智能金融全链路

　　第一环节是获客，在精准化触达用户真实金融需求的过程中，融合中台在链路中的实操面临两个难点，第一，如何通过各种数据对用户的诉求形成精准理解；第二，如何在用户刚刚出现需求的时间点做及时的触达。

　　第二个环节是客户经营。用户生命周期的各个阶段，其金融服务需求不尽相同。融合中台有能力不断发现用户诉求，在用户与金融产品之间，打通一条便捷、直达、高效的“快速路”。

　　第三个环节是风险控制，通过大数据尤其是图数据，对用户的风险进行评估。

　　最后一个环节是各种服务，包括智能客服、贷后沟通、保险顾问等各种与用户的沟通服务。

　　张家兴举例解释道，在融合中台的支撑下，智能金融全链路都将发生颠覆改变。在获客环节，传统依赖于人去优化和决策的广告投放方式，将通过算法加持变得更加自动、智能；在客户运营环节，公司可以通过实时数据平台的搭建，支持数以亿计的用户全生命周期的及时有效触达，提升运营效率；在风控上采用基于图数据的机器学习模型判定人的风险；到最后服务环节通过智能调度，引入更多对话机器人让服务变得更高效。“这就是360金融计划打通的智能金融全链路，融合中台的搭建将使‘数据+AI’更为高效的运转，从而让整个链路实现数据化、智能化。”

　　技术的终极目标在于重新定义未来

　　在明确的应用目的和雄厚的技术积累下，360金融“分久必合”的统一为接下来的平台建设夯实了地基。据了解，360金融平台搭建计划涵盖实时数据计算平台、图数据计算平台、机器学习计算平台、智能运营平台等，这些平台将形成一个平台矩阵，全方位推动数据和AI对业务的深度赋能。“再下一步，我们会在平台上构建更多的模型，让数据AI产生应有的价值。”张家兴补充道。

　　在行业中摸爬滚打多年，张家兴笑称自己想要做一只怀有终极目标的初生牛犊。

　　“技术要想发挥价值并不仅仅是在现有的做事方式上去提效，这个能产生价值是很有限的。技术的终极目标在于重新定义未来，在于敢去思考如何改变现有做事的方式。我一直在思考学术界跟工业界之间的区别。学术界思考的是创造新方法，并且努力让这个方法被更多人广泛接受。而工业界思考的是架构，通过这个架构，将各种技术元素整合起来产生价值。学术界是创新保障，工业界是价值保障。充分容纳学术界方法创新与业界架构设计两种思维方式，才能最终把AI做好。”张家兴道。