1、大数据

大数据概念诞生于20世纪90年代， 一般指超出通常使用的软件工具能够在可接受的时间内捕获、管理和处理的数据集。 IBM从四个维度理解大数据： Volume（数据规模）、 Velocity（数据流量）、 Variety（数据多样性）和Veracity（数据可靠性），也被称作大数据的4个V。

图：大数据的 4 个 V

由于大数据包含来自内部和外部渠道的多种信息，公司可以利用这些数据升级产品和服务， 为客户提供更好的服务；优化运营和基础设施利用，甚至寻找新的利润增长点。 也就是说，大数据的价值要通过挖掘内在信息来实现。从本质上来看大数据并不是一个新概念，但是由于数据处理技术的进步使之前的不可能变成可能， 从而大数据的商业价值显著提升。

上面啤酒与尿片的案例与今天的大数据分析本质是一样的，只不过在当时啤酒与尿片的关系需要人为识别，依赖于假设及后续的调查验证。 这种人为识别的问题在于数据分析师的主观局限性， 主观假设不可能是完备的， 而且需要耗费大量的时间和资源去做后续的验证和逻辑判断。 大数据技术可以克服这个弱点， 由于人的精力和计算资源不再成为数据分析的客观条件约束，大数据可以在完全脱离主观判断的前提下进行数据的分析和处理，找出看起来风马牛不相及的事物存在的联系，这种联系甚至可能根本没有被主观认识到。比如大数据统计发现经常购买胡萝卜的人群更喜欢古典CD， 找出这样的联系是大数据技术出现之前不可想象的， 因为人们很难建立起胡萝卜和古典乐的联系，也不会为这种看似渺茫的联系投入资源验证。在分析完上面的例子后，我们可以发现大数据技术应用的几个特点：

（1） 大数据分析强调相关性而非因果性， 虽然无法得知事件背后的原因，但大部分时候客观存在的相关性足以指导实践；

（ 2） 由相关性衍生出的广泛性，不被因果关系局限的结论可以广泛应用于各个领域；

（ 3） 大数据的模糊性特征， 大数据在模糊场景的实用性更强， 如发现不为人知的特征， 识别模糊而非精准的需求等。 比如今日头条的内容推送， 如果发现经常浏览财经新闻的用户对旅游更感兴趣，今日头条就可以尝试定向推送旅游相关广告。

理论上大数据包含结构化、半结构化和非结构化数据， 但是非结构化数据处理更能体现大数据的精髓。结构化的数据是指数据的所有特征都可以用二维结构进行描述，典型的结构化数据即上市公司财务报表数据，年份和报表科目即可遍历数据所有特征；半结构化的数据如报表附注，既有可以结构化数据的部分， 也有难以结构化的要素； 非结构化的数据则比较广泛， 包括文本、图片、 甚至图像和音频/视频信息等。目前大数据分析通常实现非结构化数据的结构化转变，通过提取数据的特征点，尽可能描述出非结构化数据的特征， 实现了向结构化数据的重构后进行数据挖掘。

2、人工智能

人工智能（Artificial Intelligence）是金融界最广泛应用的科技手段。 人工智能的概念仍然比较含糊， 通常指使计算机做出类似人类思考结果的决策，从而使机器能够胜任一些通常需要人类智能才能完成的复杂工作，其主要应用领域包括机器人、语言识别、图像识别、自然语言处理和专家系统等。 人工智能诞生于20世纪50年代，经过50多年的发展， 近期人工智能的应用迎来爆发期， Google旗下的围棋大师AlphaGo、 Tesla的自动驾驶技术、亚马逊研发的智能音箱Echo等多款优异产品集中推出，人们对人工智能的前景充满信心和热情。

图： AlphaGo 对阵柯洁 3:0 取胜

图： tesla 自动驾驶技术

从技术上讲， 目前的人工智能主要通过机器学习来实现， 即让计算机模拟人类学习的过程，以获取新的知识或技能，重新组织已有的知识结构使之不断改善自身的性能。 机器学习包含初始参数设定、 训练和测试三个流程：

（1） 初始参数设定： 制定学习的基本规则（有指导和半指导的学习， 无指导学习不涉及） ， 设定参数；

（2） 训练：输入样本数据进行计算， 计算得出的结果与样本结果对比后， 两者的误差再作为反馈对参数进行修正， 这个过程不断重复，计算结果对数据样本的拟合度逐渐提高， 直到误差达到可接受程度即完成训练；

（3） 测试： 输入新的数据集检验机器学习效果。

目前， BAT互联网三巨头中均已向外界开放人工智能技术平台的公司，预计人工智能在多个行业的应用将迎来爆发。大约一年前，阿里云公布了人工智能ET，第三方中小企业可以使用阿里云ET的语音交互、文字识别、机器学习、人脸识别等能力进行开发。百度也在一年前发布人工智能“百度大脑”，并宣布对开发者开放其核心能力和底层技术，其中很多都免费提供。 2017年6月21日，腾讯旗下的云计算公司腾讯云发布战略产品“智能云”，宣布开放腾讯在计算机视觉、智能语音识别、自然语言处理的三大核心能力。

3.3 区块链

区块链是比特币的底层技术， 随着比特币逐渐得到世界范围内的承认，其底层技术也得到了广泛的重视。区块链（Blockchain）实质上是一个分布式数据库，用于维护不断增长的记录列表（即“块”， block）， 每个块都包含时间标识和与前块的链接（chain）。

通俗地理解，区块链就是一个账本系统，每条交易的交易主体在各自的账本记录一次交易，这些交易记录由所有人共享， 供所有得到授权的人查询， 一项交易达到交易条件后得到系统确认就会自动执行。这样的好处在于，即使有部分交易记录受损，也可以通过其他账本记录的交易还原， 数据安全大幅提升；记录的交易数据可以相互验证，完全杜绝了造假； 交易自动执行， 避免一物两卖的信用风险。

可以看出， 区块链技术具有以下几个特征：

（1） 公开共享： 每个使用者都可以直接控制他们所有信息和交易历史。公共区块链的所有更改都是公开信息。

（2） 去中心化： 由于数据采用了分布存储的形式，区块链不存在一个中心机构，因此交易无需经过中心机构的额外验证，此外，去中心化能抵抗不同类型的恶意攻击，显著分散了风险。

（3） 安全：所有区块链交易记录在执行后都不能被篡改或删除。

（4） 信任：由于交易需要交叉验证， 处于区块链中的陌生人也可以形成信任关系。

（5） 自动化： 交易无需中央机构验证批准即可执行。

图： 区块链的特点

虽然区块链技术是伴随比特币产生的， 目前最广泛的应用就是各种虚拟货币。 但是区块链的普适性非常高，可以应用于各行各业。 比如， 2017年6月20日众安科技宣布首次在国内将区块链全面应用于养鸡，基于区块链不可篡改等特点，保证每只鸡从鸡苗到成鸡、从鸡场到餐桌的过程中，所有产生的数据都被真实记录，真正实现每只鸡的防伪溯源。这也是区块链首次在国内被应用于农业领域。也就是说，区块链技术可以完全打破社会已有的运行模式，是一种能够引起社会结构重构的革命性技术。 目前区块链技术在医药、跨境支付、 能源交易、难民等多个领域都有所探索。

区块链技术的核心特征是去中心化， 并且能在去中心化的同时提高数据安全， 完美解决信任问题， 显著降低交易成本， 严重打击了中介机构存在的基础。 以保险公司的保险产品为例， 保险公司向承保人出售保险产品并收取保费，在承保人发生理赔事项时定损并支付赔偿金。这个过程中保险公司可以利用沉淀资金进行投资， 从而构成收入的最主要来源。如果采取区块链技术，可以做到确定保险协议后暂不付费，只有发生理赔事件时所有承保人按照事先约定的比例分担理赔金额，整个过程无需保险公司参与， 每个投保人都能够享有事先约定的权益， 同时达到对投保人付费的约束、 客观的理赔和高效的运作。

从历史发展来看，中介机构是伴随着信息不对称诞生的， 银行、 券商、 保险公司都是典型的资本市场中介。 理论上， 区块链技术的成熟将从根本上改变金融一直以来形成的中心化格局， 央行、清算机构、交易所的根基都被打破。 在区块链技术的影响下， 金融中心化将向哪个方向演进是一个未知数，但毫无疑问这将是一个漫长的博弈过程。