本文提出大數(shù)據(jù)和人工智能在金融領(lǐng)域的應(yīng)用與影響，包括由此可能形成的金融科技新生態(tài)展望，特別討論了以Palantir金融業(yè)務(wù)、Wind資訊為代表的大數(shù)據(jù)公司的服務(wù)與價(jià)值。

通過(guò)實(shí)時(shí)分析大量多樣化且高速增長(zhǎng)的數(shù)據(jù)，獲得預(yù)測(cè)性洞察，各類金融市場(chǎng)參與者以此來(lái)提高業(yè)務(wù)效率和安全性；新的金融科技生態(tài)體系將以數(shù)據(jù)價(jià)值為核心，以數(shù)據(jù)資源或數(shù)據(jù)提供為基礎(chǔ)，以大數(shù)據(jù)商業(yè)智能為核心價(jià)值的實(shí)現(xiàn)方式。

大數(shù)據(jù)產(chǎn)業(yè)全景與新趨勢(shì)

很多文獻(xiàn)中對(duì)大數(shù)據(jù)（Big Data）的定義不盡相同，但大數(shù)據(jù)4V特點(diǎn)是共識(shí)性的，即Volume：大量的數(shù)據(jù)；Variety：多樣化的數(shù)據(jù)；Velocity：對(duì)高速增長(zhǎng)的數(shù)據(jù)進(jìn)行實(shí)時(shí)分析；以及最核心的Value：產(chǎn)生價(jià)值。

通過(guò)大數(shù)據(jù)分析，可以建立用戶畫像（User Profile）及進(jìn)一步構(gòu)建知識(shí)圖譜（Knowledge Graph），前者描述實(shí)體（Entity）或概念（Concept）的性質(zhì)，是對(duì)主體信息的標(biāo)簽化，后者表示不同實(shí)體和/或概念之間的關(guān)系。眾多應(yīng)用大數(shù)據(jù)分析產(chǎn)生了巨大價(jià)值的領(lǐng)域和具體場(chǎng)景，其中大部分都是以知識(shí)圖譜作為中間環(huán)節(jié)而實(shí)現(xiàn)的。

圖1描繪截至2016年初的大數(shù)據(jù)產(chǎn)業(yè)全景，出自FirstMark Capital董事總經(jīng)理Matt Turck的文章Is Big Data Still a Thing? (The 2016 Big Data Landscape)。

其中，整個(gè)產(chǎn)業(yè)被分為基礎(chǔ)設(shè)施（Infrastructure）、分析（Analytics）、應(yīng)用（Applications）三個(gè)主要部分；

一些大公司則同時(shí)提供數(shù)據(jù)存儲(chǔ)和分析基礎(chǔ)設(shè)施和分析服務(wù)（Cross-Infrastructure / Analytics）；還有很多開(kāi)源（Open Source）框架或解決方案提供商，以及更底層的掌握數(shù)據(jù)源（Data Sources）并提供應(yīng)用程序接口（APIs）的公司，還有孵化器和學(xué)校作為支持機(jī)構(gòu)。

對(duì)于提供大數(shù)據(jù)分析服務(wù)的公司，Matt Turck先生提到，一個(gè)新的趨勢(shì)是它們?cè)絹?lái)越專注于結(jié)合AI技術(shù)來(lái)進(jìn)行分析，以獲得預(yù)測(cè)性洞察。

他在文章中寫道：“大批新興的AI公司提供能夠自動(dòng)識(shí)別如圖像這樣的復(fù)雜實(shí)體的產(chǎn)品，或者提供強(qiáng)大的預(yù)測(cè)性分析（A crop of new AI companies provide products that automate the identification of complex entities such as images or provide powerful predictive analytics）”。

人工智能如何與金融相關(guān)

我們從兩個(gè)相對(duì)應(yīng)的角度來(lái)看AI，一是人工智能（Artificial Intelligence），二是增強(qiáng)智能（Augmented Intelligence），前者旨在用機(jī)器代替人類進(jìn)行勞動(dòng)，后者旨在讓機(jī)器輔助人類工作和生活；

同時(shí)還把對(duì)AI的研究分為兩部分，一是神經(jīng)網(wǎng)絡(luò)（Neural Network），二是機(jī)器人（Robots），前者代替或輔助目前只有人類能做的腦力勞動(dòng)，后者用機(jī)器代替或輔助人類進(jìn)行體力勞動(dòng)。由此，AI技術(shù)主流的課題或細(xì)分領(lǐng)域可以劃分為圖2中的四個(gè)象限：

圖2左上方的圖像識(shí)別、語(yǔ)音識(shí)別、自然語(yǔ)言處理，都屬于機(jī)器學(xué)習(xí)（Machine Learning）范疇，可以簡(jiǎn)單將其看作非結(jié)構(gòu)化的圖像、語(yǔ)音和文本數(shù)據(jù)轉(zhuǎn)化為結(jié)構(gòu)化數(shù)據(jù)的過(guò)程，這是連接大數(shù)據(jù)和人工智能的主要紐帶；

右上方的商業(yè)智能（BI）指的是一整套解決方案，整合已有的數(shù)據(jù)，提供報(bào)表等以輔助商業(yè)決策制定，這是與金融關(guān)系最為直接的AI技術(shù)細(xì)分領(lǐng)域；

右上方的另外兩個(gè)課題也與金融直接相關(guān)，例如智能投顧，既屬于商業(yè)智能范疇又是個(gè)人助理的一種，而智能合約是分布式賬本與AI的結(jié)合，本文不涉及。

金融科技（Fintech）的屬性是為金融業(yè)務(wù)提供技術(shù)服務(wù)的基礎(chǔ)設(shè)施，目的是用技術(shù)來(lái)提升金融效率，圖2下半部分的課題也不屬于本文討論的范疇。

大數(shù)據(jù)商業(yè)智能包括什么

商業(yè)智能（BI）概念從20世紀(jì)90年代開(kāi)始流行，傳統(tǒng)的BI主要用小型機(jī)或服務(wù)器來(lái)處理結(jié)構(gòu)化的數(shù)據(jù)，2011年底成熟起來(lái)的Hadoop平臺(tái)，實(shí)現(xiàn)了高效處理非結(jié)構(gòu)化數(shù)據(jù)，開(kāi)啟了大數(shù)據(jù)時(shí)代。

本文的“大數(shù)據(jù)商業(yè)智能”表述應(yīng)用于金融領(lǐng)域的大數(shù)據(jù)和人工智能范疇內(nèi)的技術(shù)，其具體應(yīng)用又可以分為兩類，一是金融信息服務(wù)，二是交易服務(wù)；同時(shí)還可以從兩個(gè)層面來(lái)看這些應(yīng)用，一是信息提供或數(shù)據(jù)提供，即輸入層，二是執(zhí)行，即輸出層。由此，大數(shù)據(jù)商業(yè)智能主流的應(yīng)用或細(xì)分領(lǐng)域可以歸入圖3中的四個(gè)象限：

圖3上半部分的金融數(shù)據(jù)終端、金融搜索引擎、智能投顧，它們?cè)跀?shù)據(jù)和信息提供方面智能化程度依次升級(jí)：數(shù)據(jù)終端只提供對(duì)人類和機(jī)器易于分析的數(shù)據(jù)和信息；

搜索引擎基于知識(shí)圖譜上已有的數(shù)據(jù)關(guān)聯(lián)，實(shí)現(xiàn)聯(lián)想和屬性查找，從而減少信息中的噪聲，呈現(xiàn)更準(zhǔn)確和更有價(jià)值的信息；

智能投顧進(jìn)一步結(jié)合投資者的風(fēng)險(xiǎn)偏好，提供量身定制的投資組合建議。

圖3下半部分的自動(dòng)/輔助研報(bào)生成和進(jìn)行量化交易，都是通過(guò)執(zhí)行層面的智能化幫助金融市場(chǎng)中各類參與者提高業(yè)務(wù)效率，例如，研報(bào)的自動(dòng)生成是以自然語(yǔ)言理解，大數(shù)據(jù)分析，自然語(yǔ)言生成，這三個(gè)主要步驟代替初級(jí)研究員的資料整理和復(fù)制粘貼工作，從而提高相關(guān)機(jī)構(gòu)的研究產(chǎn)出效率。

量化交易輔助在傳統(tǒng)商業(yè)智能時(shí)代就已經(jīng)流行，機(jī)器學(xué)習(xí)和知識(shí)圖譜技術(shù)使交易策略模型所包含的數(shù)據(jù)維度和變量得到了極大擴(kuò)展，如財(cái)經(jīng)報(bào)道、政策文件、社交媒體上的文章與評(píng)論，都可以通過(guò)自然語(yǔ)言處理被轉(zhuǎn)化為結(jié)構(gòu)化數(shù)據(jù)，納入策略模型的變量集合，在設(shè)計(jì)不同變量之間的關(guān)系時(shí)還應(yīng)加入人工參與，以減少虛假關(guān)聯(lián)性對(duì)決策的影響。

以下討論P(yáng)alantir Technologies和Wind資訊這兩家公司的產(chǎn)品和服務(wù)，以及它們所代表的兩類公司在新生態(tài)體系中的位置。

Palantir：最具代表性的大數(shù)據(jù)獨(dú)角獸

在整個(gè)大數(shù)據(jù)產(chǎn)業(yè)中，Palantir Technologies是提供應(yīng)用于金融領(lǐng)域的大數(shù)據(jù)分析服務(wù)的代表公司，它的Palantir Metropolis基于知識(shí)圖譜做金融數(shù)據(jù)的大規(guī)模定量分析。這個(gè)產(chǎn)品目前最主要的客戶是對(duì)沖基金、銀行和金融監(jiān)管機(jī)構(gòu)。

Palantir名字出自《指環(huán)王》中的水晶球Palantír，寓意透過(guò)表象看真相。公司由Peter Thiel、Alex Karp、JoeLonsdale、Stephen Cohen和Nathan Gettings共同創(chuàng)立，2004年實(shí)際開(kāi)始運(yùn)作，現(xiàn)在的總部在硅谷Palo Alto。Peter Thiel是PayPal的創(chuàng)始人、Facebook第一位外部投資人、暢銷書《從0到1》作者。

Palantir自成立以來(lái)經(jīng)歷了8輪融資，目前以200多億美元的估值位列全世界估值第五高的非上市公司，僅次于Uber、小米、滴滴和Airbnb；包括BlackRock、Morgan Stanley、Founders Fund、Tiger Global Management、Discovery Capital Management、嘉實(shí)基金(博客,微博)、普思基金在內(nèi)的很多知名機(jī)構(gòu)參與了投資。

Palantir早期只為政府客戶服務(wù)，如美國(guó)的CIA、FBI、NSA等，2010年起開(kāi)始提供企業(yè)服務(wù)，例如幫助華爾街的金融公司反欺詐和網(wǎng)絡(luò)攻擊，典型客戶如J.P. Morgan Chase、Bridgewater Associates，其產(chǎn)品在醫(yī)療、零售等領(lǐng)域也有所應(yīng)用；截至2016年初，約75%的訂單來(lái)自非政府客戶。

除了傳言中的幫助CIA找到本·拉登（Osama bin Laden）的藏身之地，Palantir已被證實(shí)的功績(jī)包括幫助美國(guó)證券投資者保護(hù)公司（SIPC）發(fā)現(xiàn)了納斯達(dá)克前主席麥道夫（Bernie Madoff）的龐氏騙局（Ponzi Scheme）。

公司的CEO Alex Karp表示，Palantir只會(huì)用口碑推動(dòng)業(yè)務(wù)、媒體和銷售，不會(huì)有市場(chǎng)、公關(guān)和銷售團(tuán)隊(duì)，因?yàn)檫@可能讓公司偏離使命。

圖4是Palantir的2大產(chǎn)品和形成的17種解決方案。其中，Gotham主要應(yīng)用于國(guó)防、反恐、危機(jī)應(yīng)對(duì)；Metropolis則偏重于金融服務(wù)。

這些解決方案中與金融關(guān)系較為直接的包括金融安全角度的反欺詐（Anti Fraud）、內(nèi)部威脅（Insider Threat）、Palantir Verus（針對(duì)數(shù)據(jù)濫用問(wèn)題）、危機(jī)應(yīng)對(duì)（Crisis Response）；輔助商業(yè)決策角度的資本市場(chǎng)（Capital Markets）、保險(xiǎn)分析（Insurance Analytics）、案例管理（Case Management）、智能化決策（Intelligence）；以及其它定制化解決方案（Custom Solutions）。

Palantir Metropolis 技術(shù)解析

可以從后端平臺(tái)和前端應(yīng)用程序兩個(gè)方面來(lái)看Metropolis，在后端，其整合多源的表格數(shù)據(jù)到連貫的模型中，并對(duì)模型執(zhí)行復(fù)雜計(jì)算，同時(shí)共享和迭代分析產(chǎn)品；在前端，其提供一套集成的應(yīng)用程序，讓用戶可以建立交互，包括自定義Metric、儀表盤、日期設(shè)置、瀏覽器、回歸和電子表格，總結(jié)如下表：

Palantir Metropolis平臺(tái)通過(guò)適配器、框架和接入其它系統(tǒng)的API，將不同來(lái)源的數(shù)據(jù)表示為統(tǒng)一的模型（Model），作為分析的基本構(gòu)建塊；模型是源數(shù)據(jù)集的行和列（包括描述性元數(shù)據(jù)）轉(zhuǎn)化為表示實(shí)體的統(tǒng)一概念對(duì)象。任何用數(shù)據(jù)描述的現(xiàn)實(shí)世界對(duì)象都可以作為模型，Palantir Metropolis會(huì)在安裝時(shí)配置解決問(wèn)題所需的模型類型。

Palantir Metropolis的分析語(yǔ)言是Hedgehog（HHLang），分析人員可以用它描述簡(jiǎn)單的表達(dá)式和復(fù)雜的多模塊計(jì)算。HHLang的語(yǔ)法和Java類似，第一級(jí)要素包括模型、Metrics和文檔（Document）；其定量分析庫(kù)涵蓋時(shí)間序列、回歸分析、統(tǒng)計(jì)和高級(jí)日期/時(shí)間處理。

“Metrics是Palantir Metropolis平臺(tái)執(zhí)行計(jì)算的心臟（Metrics are the heart of computation in the Palantir Metropolis platform）”，公司官網(wǎng)寫道。平臺(tái)附帶的Metrics包括絕對(duì)變化和相對(duì)變化，移動(dòng)平均線、導(dǎo)數(shù)、積分及各種其它基礎(chǔ)時(shí)間序列和數(shù)學(xué)操作，可以對(duì)模型進(jìn)行合成、聚合、變換、比較計(jì)算。

在平臺(tái)內(nèi)置的集成開(kāi)發(fā)環(huán)境（IDE）中，還可以編寫復(fù)雜的自定義Metrics。IDE支持代碼補(bǔ)全，交互調(diào)試和模塊化代碼設(shè)計(jì)實(shí)踐。

在Palantir Metropolis前端應(yīng)用程序中創(chuàng)建的分析產(chǎn)品，被存儲(chǔ)為可共享、關(guān)聯(lián)與重組分析的單元，稱為文檔。文檔不是靜態(tài)的成品，而是始終處于完善中，可以不斷迭代并作為新的分析的輸入；很多簡(jiǎn)單的文檔鏈在一起構(gòu)成復(fù)雜文檔，企業(yè)中的用戶可以共享文檔與協(xié)作。

Palantir Metropolis本質(zhì)上是開(kāi)放平臺(tái)，低級(jí)數(shù)據(jù)集成，自定義Metrics，自定義用戶界面，每一層都是可擴(kuò)展的。

總之，Palantir走的是人機(jī)結(jié)合路線，用分析技術(shù)來(lái)提升人類的智慧和洞察力。在Metropolis中，簡(jiǎn)單的模型被作為更復(fù)雜模型的構(gòu)建塊，讓分析人員可以表達(dá)出任何想象的東西；交互式用戶界面整體展示所有集成的可用數(shù)據(jù)，并且實(shí)時(shí)更新。

例如，銀行想要避免抵押房產(chǎn)的不當(dāng)處理、抵押房產(chǎn)套現(xiàn)行為，需要房?jī)r(jià)數(shù)據(jù)、非農(nóng)勞動(dòng)力供給和招聘狀況、零售業(yè)狀況、消費(fèi)者的信用卡逾期情況等，這些來(lái)自分散的外部渠道的數(shù)據(jù)難以相互聯(lián)通，使用Palantir Metropolis就可以把這些數(shù)據(jù)整合在一起，從而發(fā)現(xiàn)關(guān)聯(lián)及進(jìn)一步的趨勢(shì)和異常，實(shí)現(xiàn)預(yù)測(cè)性分析。

Wind 資訊與中國(guó)金融信息服務(wù)業(yè)

中國(guó)金融信息服務(wù)業(yè)龍頭Wind資訊（萬(wàn)得），在大數(shù)據(jù)產(chǎn)業(yè)全景中與Bloomberg（彭博）等公司同屬于金融和經(jīng)濟(jì)（Financial & Economic Data）數(shù)據(jù)源和API提供商的代表。

Wind資訊的客戶已經(jīng)覆蓋超過(guò)90%的國(guó)內(nèi)金融機(jī)構(gòu)，包括對(duì)沖基金、資產(chǎn)管理公司、證券公司、保險(xiǎn)公司、銀行、研究機(jī)構(gòu)和政府監(jiān)管部門；70%由中國(guó)證監(jiān)會(huì)批準(zhǔn)的合格境外機(jī)構(gòu)投資者（QFII），其數(shù)據(jù)還經(jīng)常被中外媒體的文章及研究報(bào)告和學(xué)術(shù)論文所引用。

公司成立于1994年，是中國(guó)第一家金融財(cái)經(jīng)電子信息公司，成立大約10年后開(kāi)始推出終端軟件；其目前提供適配PC、智能手機(jī)、平板電腦的金融和經(jīng)濟(jì)終端，以及廣泛齊全、準(zhǔn)確、不間斷的金融數(shù)據(jù)服務(wù)，公司總部位于陸家嘴金融中心。

Wind資訊共經(jīng)歷過(guò)6輪融資，以漢世紀(jì)、中信產(chǎn)業(yè)基金、高瓴資本為代表的多家知名機(jī)構(gòu)參與了投資。這家公司的發(fā)展歷程和團(tuán)隊(duì)雖然沒(méi)有Palantir那樣的浪漫主義色彩，但占據(jù)著金融數(shù)據(jù)源和機(jī)構(gòu)投資者市場(chǎng)，這兩側(cè)的壓倒性競(jìng)爭(zhēng)優(yōu)勢(shì)。

Wind資訊的金融終端（Wind Financial Terminal）內(nèi)容涵蓋股票、債券、期貨、外匯、基金、指數(shù)、投資組合、宏觀行業(yè)、新聞與研究報(bào)告，典型用戶是證券分析師、基金經(jīng)理等專業(yè)金融人士；

Wind經(jīng)濟(jì)終端（Wind Economic Terminal）整合中國(guó)和全球的宏觀和行業(yè)經(jīng)濟(jì)數(shù)據(jù)，并配合指標(biāo)計(jì)算和圖形功能，是經(jīng)濟(jì)學(xué)家、策略分析師、行業(yè)研究員的數(shù)據(jù)分析工具；

Wind數(shù)據(jù)服務(wù)（Wind Datafeed Service）所呈現(xiàn)的包括歷史參考數(shù)據(jù)、實(shí)時(shí)行情數(shù)據(jù)和高頻行情數(shù)據(jù)，涵蓋股指期匯等品種下，包括基本資料、行情、報(bào)價(jià)、財(cái)務(wù)、權(quán)益、公司行動(dòng)等類型的數(shù)據(jù)。

圖5，中證登，中金公司研究部

圖5是中金公司基于2016年6月末的持倉(cāng)金額和對(duì)滲透率、ARPU值的假設(shè)，預(yù)測(cè)到2020年，中國(guó)金融信息服務(wù)市場(chǎng)的規(guī)模將達(dá)到約160億元，對(duì)應(yīng)未來(lái)5年復(fù)合增速約21%。

這份報(bào)告引用賽迪咨詢的統(tǒng)計(jì)（以下都為約數(shù)）：2015年國(guó)內(nèi)這一市場(chǎng)（終端投資者信息增值服務(wù)產(chǎn)品）規(guī)模為61億元；

中金公司還測(cè)算了主要金融數(shù)據(jù)服務(wù)商此項(xiàng)業(yè)務(wù)的收入和市場(chǎng)份額：Wind資訊（~13億元/ 21%）、同花順（8.1億元/ 13%）、益盟操盤手（7.2億元/ 12%）、指南針（5.1億元/ 8%）、東方財(cái)富（2.5億元/ 4%）、大智慧（2.2億元/ 4%）。

其中，Wind資訊以服務(wù)機(jī)構(gòu)客戶為主，并且壟斷著機(jī)構(gòu)投資者市場(chǎng)，而另外幾家公司主要服務(wù)個(gè)人投資者，或者兼顧機(jī)構(gòu)和個(gè)人；還沒(méi)有一家在個(gè)人投資者市場(chǎng)中占據(jù)壟斷地位。

圖6將彭博和湯森路透此項(xiàng)業(yè)務(wù)在2015年的收入，也納入到與國(guó)內(nèi)主要金融數(shù)據(jù)服務(wù)商的收入對(duì)比中，顯示出國(guó)內(nèi)2015年61億元的整體市場(chǎng)規(guī)模還不到彭博同期收入（621億元）的十分之一，說(shuō)明中國(guó)金融信息服務(wù)業(yè)還處在發(fā)展早期，具有極其廣闊的增長(zhǎng)空間。

在移動(dòng)互聯(lián)網(wǎng)、互聯(lián)網(wǎng)金融和金融科技發(fā)展的背景下，用戶使用金融終端產(chǎn)品習(xí)慣的改變、高科技企業(yè)涉足金融服務(wù)所帶來(lái)的沖擊，尤其以Palantir為代表的提供金融解決方案的科技公司可能對(duì)金融信息服務(wù)業(yè)形成的改造，這些是這個(gè)細(xì)分金融行業(yè)重要的趨勢(shì)。

圖7，公司資料，中金公司研究部

圖7是彭博、湯森路透、Wind資訊（萬(wàn)得）、東方財(cái)富等公司產(chǎn)品和服務(wù)的價(jià)格。可見(jiàn)，客單價(jià)的差異是造成目前國(guó)內(nèi)和國(guó)外主要金融數(shù)據(jù)服務(wù)商收入差距的重要原因。

如果對(duì)比Wind資訊與Bloomberg（彭博）的產(chǎn)品和服務(wù)，除了Bloomberg同時(shí)提供軟件和硬件，而Wind資訊只有終端軟件，另一個(gè)重要的差異是Bloomberg的服務(wù)組合中包括更多基于分析的解決方案，例如ALPHA多資產(chǎn)組合投資分析和風(fēng)險(xiǎn)解決方案，Bloomberg企業(yè)版中的資金管理、財(cái)務(wù)、投資者關(guān)系方案等。

Wind資訊等國(guó)內(nèi)公司在現(xiàn)有的金融數(shù)據(jù)提供基礎(chǔ)上，可以嘗試開(kāi)發(fā)更多增值服務(wù)，以提高客單價(jià)和客戶定位。

展望新的金融科技生態(tài)體系

很多文獻(xiàn)中雖然對(duì)大數(shù)據(jù)分析的環(huán)節(jié)或步驟有不盡相同說(shuō)法，但總體可以分為收集、處理、分析、展示；大數(shù)據(jù)產(chǎn)業(yè)價(jià)值鏈也基于此被分為這四個(gè)部分。

其中，數(shù)據(jù)收集和數(shù)據(jù)處理是通過(guò)人工和/或機(jī)器學(xué)習(xí)，將非結(jié)構(gòu)化數(shù)據(jù)轉(zhuǎn)化為結(jié)構(gòu)化數(shù)據(jù)；數(shù)據(jù)分析對(duì)主體做標(biāo)簽化及構(gòu)建進(jìn)一步的知識(shí)圖譜；數(shù)據(jù)展示通過(guò)表格和圖形等，將上一步的結(jié)果呈現(xiàn)出來(lái)。

圖8表示W(wǎng)ind資訊和Palantir Technologies所代表的兩類公司在產(chǎn)業(yè)價(jià)值鏈中的相對(duì)位置；縱軸為大數(shù)據(jù)商業(yè)智能產(chǎn)業(yè)價(jià)值鏈的主要部分，橫軸為其產(chǎn)品和服務(wù)的智能化程度。

Wind資訊收集和處理各個(gè)品種和類型的金融數(shù)據(jù)，但并不與其它非金融和經(jīng)濟(jì)的指標(biāo)數(shù)據(jù)做關(guān)聯(lián)，也就是不構(gòu)建知識(shí)圖譜；Palantir則集成金融和非金融的多源數(shù)據(jù)，基于知識(shí)圖譜做數(shù)據(jù)分析和展示，從而可能幫助分析人員獲得更有價(jià)值的洞察。

大數(shù)據(jù)和人工智能的連接關(guān)系意味著大數(shù)據(jù)和這個(gè)時(shí)代的商業(yè)智能具有基本相同的產(chǎn)業(yè)價(jià)值鏈結(jié)構(gòu)，不同之處是大數(shù)據(jù)商業(yè)智能產(chǎn)業(yè)價(jià)值鏈在數(shù)據(jù)處理和分析部分更加智能化，在展示環(huán)節(jié)專注于金融業(yè)務(wù)需求。

Palantir金融業(yè)務(wù)和Wind資訊具有高度互補(bǔ)性，它們所代表的兩類公司相互之間可以戰(zhàn)略合作，共享數(shù)據(jù)資源、分析技術(shù)和客戶市場(chǎng)，將為各自帶來(lái)新增長(zhǎng)點(diǎn)和競(jìng)爭(zhēng)優(yōu)勢(shì)強(qiáng)化。

可以從垂直和水平兩個(gè)視角來(lái)看這兩類公司的互補(bǔ)性，垂直上，合作的雙方可以讓自身業(yè)務(wù)和市場(chǎng)沿大數(shù)據(jù)商業(yè)智能產(chǎn)業(yè)價(jià)值鏈進(jìn)行延伸，從而獲得新增長(zhǎng)點(diǎn)；

水平上，雙方以類組織經(jīng)濟(jì)或組織經(jīng)濟(jì)的形式，將數(shù)據(jù)提供、大數(shù)據(jù)分析，以及各自的客戶市場(chǎng)整合為一條內(nèi)部?jī)r(jià)值鏈，實(shí)現(xiàn)以更低的成本產(chǎn)生更高的數(shù)據(jù)價(jià)值，從而強(qiáng)化自身相對(duì)于產(chǎn)業(yè)價(jià)值鏈各個(gè)部分的競(jìng)爭(zhēng)對(duì)手的優(yōu)勢(shì)。

通過(guò)這樣的合作或聯(lián)合，Wind資訊所代表的數(shù)據(jù)源和API提供商（金融信息服務(wù)公司），垂直上可以嘗試在現(xiàn)有數(shù)據(jù)提供的基礎(chǔ)上，增加更多數(shù)據(jù)分析和展示環(huán)節(jié)的業(yè)務(wù)，水平上可以讓其數(shù)據(jù)服務(wù)進(jìn)一步智能化；

對(duì)Palantir來(lái)說(shuō)，垂直上為自身增加了高質(zhì)量金融數(shù)據(jù)資源的獲取渠道，可以優(yōu)化模型和分析，水平上可以更低成本和更快速地獲取金融機(jī)構(gòu)客戶。

Wind資訊在一年前已經(jīng)有了類似的看法。2015年12月，Wind資訊董事長(zhǎng)陸風(fēng)出席了在浙江烏鎮(zhèn)舉行的第二屆世界互聯(lián)網(wǎng)大會(huì)，在“互聯(lián)網(wǎng)+”論壇子議題“金融信息服務(wù)：市場(chǎng)與發(fā)展”的討論中，他提出金融信息服務(wù)走向連接和智能時(shí)代，要把整個(gè)互聯(lián)網(wǎng)上所有連接的數(shù)據(jù)為金融行業(yè)服務(wù)所用。

陸風(fēng)認(rèn)為，一方面因?yàn)榛ヂ?lián)網(wǎng)和大數(shù)據(jù)的發(fā)展，今天專業(yè)投資機(jī)構(gòu)對(duì)數(shù)據(jù)的要求，不再限于金融和經(jīng)濟(jì)領(lǐng)域，而是走向了全社會(huì)；另一方面因?yàn)闄C(jī)器學(xué)習(xí)和基于語(yǔ)義方面的技術(shù)進(jìn)步，原來(lái)的數(shù)據(jù)可能是收集很齊全的結(jié)構(gòu)化數(shù)據(jù)，例如交易所、統(tǒng)計(jì)局的數(shù)據(jù)，現(xiàn)在智能的分析要求更準(zhǔn)確、更及時(shí)、更個(gè)性化的數(shù)據(jù)來(lái)進(jìn)行建模。

陸風(fēng)說(shuō)：“通過(guò)我們的技術(shù)，通過(guò)我們的語(yǔ)義，通過(guò)我們的深度機(jī)器學(xué)習(xí)做出一些智能化的客戶所需求的東西，這是我們?cè)诋a(chǎn)品上面怎么樣去創(chuàng)新，更好服務(wù)客戶的一些想法”。

如果從數(shù)據(jù)提供和數(shù)據(jù)價(jià)值兩個(gè)大方面來(lái)看本文的“金融科技新生態(tài)”，那么Wind資訊所代表的金融信息服務(wù)公司是新生態(tài)體系的基礎(chǔ)構(gòu)成；Palantir Technologies所代表的大數(shù)據(jù)分析服務(wù)公司則是整個(gè)生態(tài)體系的核心價(jià)值構(gòu)成。

由智能化程度（x軸）、基礎(chǔ)或核心價(jià)值（y軸）、產(chǎn)業(yè)價(jià)值鏈縱深（z軸）三個(gè)維度，新的金融科技生態(tài)體系中不同類別的參與者都可以歸入圖9其中的八個(gè)象限：

圖9是圖8的擴(kuò)展，描繪的是以大數(shù)據(jù)商業(yè)智能產(chǎn)業(yè)價(jià)值鏈為結(jié)構(gòu)，實(shí)現(xiàn)數(shù)據(jù)價(jià)值的金融科技生態(tài)體系；不同于圖1的產(chǎn)業(yè)全景，圖9中只有這個(gè)生態(tài)體系中參與者的類別。

首先，產(chǎn)業(yè)價(jià)值鏈縱深的維度將所有參與者劃分為三層，最頂層是客戶，中間層是數(shù)據(jù)存儲(chǔ)和分析（大數(shù)據(jù)）基礎(chǔ)設(shè)施和分析服務(wù)，最底層是數(shù)據(jù)資源；

“客戶”是相對(duì)的概念，中間層的參與者也是最底層參與者的客戶，而最頂層的客戶是最有價(jià)值的數(shù)據(jù)分析結(jié)果的購(gòu)買和使用者，包括政府，銀行、證券、保險(xiǎn)、各類基金等金融機(jī)構(gòu)，以及學(xué)術(shù)機(jī)構(gòu)和媒體等。

進(jìn)而，基礎(chǔ)或核心價(jià)值的維度將所有參與者分為這兩類，近處下方的長(zhǎng)方體的兩層都是構(gòu)成生態(tài)體系基礎(chǔ)的參與者，包括最底層以國(guó)家統(tǒng)計(jì)局為代表的政府機(jī)構(gòu)、運(yùn)營(yíng)商、行業(yè)數(shù)據(jù)公司、物聯(lián)網(wǎng)傳感器、社交網(wǎng)絡(luò)等，以及中間層的基礎(chǔ)設(shè)施提供商；

遠(yuǎn)處上方的長(zhǎng)方體的兩層都是實(shí)現(xiàn)生態(tài)體系核心價(jià)值的參與者，包括中間層的分析服務(wù)提供商和最頂層的客戶。

最后，在智能化程度維度上，除了頂層客戶，每一層每一類的參與者被從左至右按照智能化程度從低到高排序，最底層從國(guó)家統(tǒng)計(jì)局到社交網(wǎng)絡(luò)，數(shù)據(jù)資源越來(lái)越非結(jié)構(gòu)化且與金融不相關(guān)，對(duì)中間層參與者的智能化要求也越高；

中間層基礎(chǔ)構(gòu)成的左邊是金融信息服務(wù)公司，不做知識(shí)圖譜分析，右邊是大數(shù)據(jù)基礎(chǔ)設(shè)施提供商；

中間層核心價(jià)值構(gòu)成的左邊是傳統(tǒng)咨詢機(jī)構(gòu)，如麥肯錫、波士頓咨詢，主要由人工基于準(zhǔn)確的結(jié)構(gòu)化數(shù)據(jù)做分析，右邊是以Palantir Metropolis為代表的通過(guò)人機(jī)結(jié)合提供大數(shù)據(jù)分析服務(wù)的產(chǎn)品。

（作者：王思宇）