首页 · 快讯 · 正文

天阳科技“T+F+N”数据战略背后的商业价值

       2023年9月2日,中国国际服务贸易交易会(简称“服贸会”)在北京国家会议中心和首钢园区盛大开幕。“2023中国金融科技论坛”上,天阳科技作为金融科技领域领导者,发布公司“T+F+N”数据战略。 

天阳科技“T+F+N”数据战略正式启动

       数字化转型这个话题常聊常新。 

       华为财务部门花了五年时间把财务知识提炼成了一张拥有1100万个实体(entity)的知识图谱。京东2021年建成超大规模电商知识图谱覆盖全站商品,有50亿以上商品相关实体。 

       罗马不是一天建成的。数字化是过程,不是概念。 

       首先,政策环境支持。 

       第一、政策积极推动和引导,《数字中国建设整体布局规划》,《金融科技发展规划(2022-2025年)》相继出台,明确了金融行业数字化转型的目标、任务、路径。

       第二、2022年12月,《关于构建数据基础制度更好发挥数据要素作用的意见》发布,为最大化释放数据要素价值,推动数据要素市场化配置提出了指引。 

       其次,虽然企业数字化产生了巨大需求,但是随着进程深入,战略设计和执行环境都发生了变化,需要制定新的战略。而企业数字化战略制定是一个合作性的发现过程。不仅天阳科技需要应对变化,通过“穿透式场景”服务触达到的利益相关方也需要应对挑战。

       什么是“T+F+N”数据战略?

       “T+F+N”数据战略是天阳科技通过穿透式金融场景,从金融科技到进入到更多行业,参与未来数字经济,数字中国体系建设过程中的必然选择。 

       穿透式金融场景里的“穿透”,这个动词值得细究。 

       可以这样理解,传统银行是服务型,中介型机构。客户常常到银行来办理支付业务。然而,穿透是把金融服务能力变成一些无形功能,从而走进更多实体行业。比如,虽然支付是银行业务,但已经不需要所有的支付业务都去银行网点办理。取而代之的是,支付功能被集成在生活服务类APP中。 

       这时候我们讲,支付作为一种金融服务“穿透”到实业领域。 

       天阳科技数据与营销事业部总经理娄小健谈道:“天阳科技目前涉及的金融科技服务包括:社区金融,普惠金融、绿色金融,农业金融,产业金融或者叫供应链金融。我们通过金融科技业务,穿透式金融场景,把金融服务带到目标行业。”

       在可以预见的将来,金融服务慢慢去中间化,以一种服务模式的目标出现在客户和行业面前。在这个“穿透”过程中,天阳科技希望通过金融服务场景,数据要素共享,以及科技能力输出,赋能各行业数字化转型。 

       娄小健谈到的天阳科技各类金融服务能力,日后会发展为全融合的金融产业连接能力,构建金融与各行业的产业连接。 

       穿透是能力的积累。

       在天阳科技数据战略的能力图谱上有五点能力,除了全融合的金融产业连接能力,我们可以清楚看到其他四点: 

       第一,全领域的业务支撑;

       包括客户营销、监管报送、合规审计、财务运营、风险管控、金融市场业务分析等业务领域。

       第二,全体系的技术支持;

       包括从传统的数据库、数据仓库ETL、AI算法、大数据、区块链微服务等,到创新型的机器学习、知识图谱、隐私计算、流批一体、湖仓一体、大模型均能提供相应的技术支持和服务。

       第三,全场景的服务模式;

       包括数据体系全流程咨询服务、探系列整个产品家族体系、全生命周期项目交付以及服务,以及与金融机构携手共建多场景的业务互联模式。

       第四,全链路的数据架构;

       包括从数据基础设施到数据采集、数据整合、数据计算、数据集市、数据应用的完整数据架构。 

       越全面的能力,越需要时间和经验的积累,基于数以万计客户场景的积累。 

       另外,

       两个环境:国内外双环境;

       两个基础:数据基础设施、数据资源体系;

       两个体系:数据安全体系,数据要素价值体系; 

       以上是“T+F+N”数据战略的“2522”的整体框架布局。

天阳科技“T+F+N”数据战略图示

       各有专攻带来的独特优势

       天阳科技董事长兼总裁欧阳建平强调与合作伙伴合作的重要性。 

       以金融业务场景应用来说,对金融业务的理解,对客户痛点的理解,需要经年累月的沉淀。金融场景对业务的积淀要求很高。天阳科技的基因特色是20年专注在场景或者应用端,而互联网科技大厂,或者底层技术平台型的数据公司,更多的优势在底层技术的创新,产品模式创新。 

       天阳科技和底层技术是合作关系,或者说配合关系。作为偏底层技术的平台型公司,想要成功,必须“要有所为有所不为”。无休止地向上“生长”,很难走向成功,做好生态是迈向成功的一个必要要素。 

       从技术角度讲,数据技术堆栈中的不同层级的公司都有属于自己的空间。比如说,底下大数据平台的架构,不管是用传统MPP(Massively Parallel Processing,大规模并行处理),用Hadoop大数据系统,还是用新的存算分离的Databrickes平台。上层应用都会用到底下的这些技术平台。 

       对此,天阳科技董事长兼总裁欧阳建平指出:“对天阳科技来讲,数据用得更有效率,更方便是根本。无论数据技术如何演进,用数据的基本逻辑没有变化。” 

       天阳科技数据与营销事业部总经理娄小健则谈道:“处于不同层级的公司应该发挥各自优势,把优势集中在各自独特领域,互相配合,才能达到更好效果,硬要去拼大而全,很有可能会让优势变得不突出,让每一个方向都没有办法做到最好。”

       在天阳科技“T+F+N”数据战略的“2522”的整体框架布局中,数据基础设施和数据资源体系是其中一个“2”,既两个基础,天阳科技始终携手合作伙伴共同发展。

       大模型落地,先找“真痛点”

       高质量的数据是模型迭代的核心,大模型需要更多高质量的数据。天阳科技也观察到大模型在解读问题和一些生成式的内容方面,其能力相对比较容易被体验到。在金融行业,大模型也需要有相应的应用场景。由于大模型训练的过程中对算力的要求极高,对于金融行业而言,每个机构都想建私有大模型并不现实,银行客户对此也有相关的共识。 

       天阳科技现有的大量客户均希望在大模型方面做相关尝试。天阳科技观察并与多家客户探讨得出的结论是: 

       阿里、华为、百度等互联网科技大厂走跨行业通用大模型模式,企业资源耗费巨大。天阳科技判断,在具体的一些细分行业,或者细分行业里面的一些细分领域里,有目的性的优化通用大模型是一个很好的方向。天阳科技会在通用大模型基础上,聚焦金融行业优化这一段发力。 

       经过研判,天阳科技希望在金融监管领域推动行业大模型落地。未来可能很快会发布这样的一个方向:针对金融监管领域监管方较多,监管文件较多。比如,银行面对二三十个监管方,像国家金融监管局、人民银行、审计署等机构,不同机构的监管政策也是存在较大差异。 

       金融机构在面向监管之时,解读监管政策的需求始终存在。一方面,是因为金融监管政策通常包含许多复杂的条款和规定,涉及大量的法律和金融知识。金融机构需要加强对监管政策的学习和理解,包括对相关法规、政策文件、监管指引等进行分析和研究。在这个场景下,大模型的理解能力有用武之地。 

       另一方面,金融机构报送数据复杂,一旦被监管发现了问题,还原和追查原因有一定难度。虽然金融机构可以单独立项,局部解决一些问题,但一直没有较好的根治办法。天阳科技面对这个痛点已经很多年了。 

       有些机构的情况更为糟糕。一开始,监管政策的解读和生产数据业务系统在建设的时候,需求就没有打通,导致数据无法全面收集,甚至补录工作会一直存在。数据缺失和数据之间的供给关系错位,有可能产生各种各样的问题。结果,监管机构认为数据质量不行,或者业务不合规,会给被监管机构带来处罚。 

       所以,利用大模型分析能力,再结合天阳科技在监管产品端的能力积累,比如,指标归因分析能力等等。两种能力两相结合能够增强效果。 

       一方面,减少被监管方压力,让合规工作变得轻松。另一方面,让监管机构达到预期的监管效果,真正帮助金融机构提升经营规范性,尤其在经营出现问题的时候,大模型对监管信息进行解读,进而方便得知问题所在。最终,当监管反馈负面问题的时候,金融机构能够了解并且得知到底是什么业务,在哪里发生,或者是什么客户,亦或是哪一个分支机构产生的不合规的问题。 

       监管业务是天阳科技的优势业务,对痛点有长期理解,所以,天阳科技正积极探索大模型在监管方向上的应用。 

       此外,大中型银行对通用模型后续优化方面的应用较为期待。千亿特征的通用大模型微调后,私有化部署到银行内部的同时,保证对模型能力的自主可控。 

       总而言之,大模型改变了传统AI行业发展历程。按照传统AI的方式往后发展,需要更长周期,更漫长旅程,缓慢渐进式的过程。大模型的出现极大加快了这个过程。大模型的通用性极大地促进了AI对场景的适应能力,不需要针对各个不同场景再去做相应的大量算法调优和适配。 

       天阳科技数据与营销事业部总经理娄小健谈道:“大模型的出现,很好的诠释了数据价值的关键性,只有足够多的数据积累,足够多的数据资产。量变产生了质变,价值点才会出现。” 

       在天阳科技数据战略里面,并没有把数据平台和AI平台做割裂性的区分。因为AI平台的基础就是数据。数据平台上的数据加工,数据处理的能力,对于AI是不可或缺的。AI平台侧重建模全周期的服务,包括积累模型资产。 

       从天阳科技的角度,不会去做一个通用大模型,但是,会拿出一部分算力,探索具体的应用领域,具体的落地场景。大家对于前景的判断都是很乐观。但是,对于真正应用场景的发掘,目前还是一个在探索过程中。

       数字化的障碍依然存在

       和数字打交道是金融行业基因之一,可从最早的会计电算化开始算起。并且,国家对于金融行业自主安全可控的关注度很高。所以,行业的IT建设水平,以及数字化水平自然而然地走在其他行业前列。 

       目前,数字化的障碍依然存在。 

       虽然数据已成为国家和社会发展的重要资源,国家在推动数据治理发展,包括制定法律法规、推广数据标准、加强数据安全保护、推动数据开放。但是,从数据要素的角度讲,界定,估值,归属,规则,技术仍未成熟。 

       再看,另一个数字化的障碍——数据孤岛,它有两个层面。 

       一个是企业内部孤岛。 

       众所周知,企业数据处理、查询和治理散落于各处的数据,按生产逻辑打通,会形成一种新能力。然而,数据互联非常困难,比如,标准和一致性的问题。现阶段,较为主流的湖仓一体架构技术,可从一定程度上解决数据孤岛。在湖仓一体的架构下,所有的数据至少在逻辑上统一,用同样的标准在数据平台里面存放。 

       另一个是企业间数据孤岛。

       广义而言,数据要素无法流通。这也是为什么近年来数据安全关注度居高不下。安全是流通的前提。为此,天阳科技专门成立数据安全条线,打通企业间或者行业间数据孤岛,促进数据要素在安全的情况下有效流通。 

       也就是大孤岛和小孤岛。 

       无论是生产流程,还是更广泛的数据应用场景,都需要为数据顺畅使用而专门设计相关的流程机制。一般而言,过去,实体经济和传统行业对于数据的关注度低于金融行业,在践行数字化的过程中会更多关注流程自动化。 

       天阳科技数据与营销事业部总经理娄小健谈道:“目前,各个行业的数字化转型希望以数据驱动业务发展。数据已经打破了不同行业原生业务理念和经营。比如说,生产制造业希望数据驱动原有制造流程、生产流程、品控流程变革。当数字化转型逐步深入到行业的基础能力建设中,也就意味着数字化提升到了一个更高的高度。”

       新战略需要商业模式创新

       “T+F+N”是天阳科技的新战略,是在金融行业经验、业务、场景、数据资产、技术的厚积薄发,以及更进一步的发展方向上总结而来。天阳科技希望帮助金融机构把金融服务,跟各行各业能够有更紧密的关联。 

       “通过创新的数据体系,我们希望探索信用评价体系,跟银行一起创新出新的金融产品。这样的金融产品对于农业领域的触达会比传统模式更有效。”天阳科技数据与营销事业部总经理娄小健谈道。 

       供应链金融是很好的例子。从一个产业的核心企业,向上下游供应链扩展,通过建设一个银行端的供应链系统,企业端的关联系统,银行转变成为资金提供商,而产品和服务通过企业端的核心供应链系统触达。这时候,金融服务穿透产业链,直接把金融服务带到行业需求者那一侧。 

       在供应链金融场景里,供应链数据靠供应链体系打通,数据来自于上下游的采购关系,物流,仓单,货款等业务发生的逻辑打通,让数据要素在供应链上流通,也就实现了本文之前提到的数据大孤岛间的打通。

       目前,数据要素流通还有很多工作要做,包括两个关键症结:

       确权定价和安全。 

       可以看到,天阳科技正在打开一个新的事业,基础工作已经开始。从业务目标的角度,欧阳建平总裁提出了一个新目标:三年再造一个新天阳。公司在“T+F+N”数据战略体系的引领下,数据领域未来规模收入可以达到现在天阳的整体业务规模。 

       本质上说,天阳科技以金融科技服务为锚点,跟实体经济建立新关系,产生新互动,用数据连接的能力(数据质量,数据平台,数据应用)创造出新的价值。 

       “T+F+N”确实是一个符号化的提法。 

       娄小健谈道:“我们把这个战略做的符号化,主要是因为我们觉得,作为一个数据战略,其包含的内容层次会比较多。所以,我们把它归纳为三个符号。希望把数据战略的要素尽量纳入到这个战略里。所以,在我们去解读的时候,无论T、F,还是N,都包含多层次的理解。”

       (内容来源于“亲爱的数据”,作者:谭婧)