【金融科技(Fin Tech)】第三篇(下):FinTech下风险并存–商业风险

前文《第三篇(上):FinTech下风险并存–法律风险》详谈了法律风险的五大类。

然而法律风险再大,面对接下来要讲的商业风险,都是小巫见大巫了。因为面对于法律风险,企业可以通过请好的律师,通过诉讼方式来解决。但是,一旦面对商业风险,企业如果处理不当,将会面临万劫不复的境地。因此,金融科技带来机会也带来风险,然而它最大的风险还是商业面的风险。

(1)人性带来的风险

我们经常讲,技术不外人性。虽然有这么多的金融监管科技,然而这些科技都是人在操作。即使大数据、人工智能很厉害,但也不能全天候的用在每一个人身上。公司配置给surveillance(监控)的人力是有限的,资源也是有限的。然而,人的行为却是相当复杂和多变的。对此笔者在这里分享两段个人经历。

第一段经验是在高盛的工作时期。我在高盛担任合规官, 曾负责过IBD(投资银行) 和Research(发证券投资报告)两个部门的合规管理。合规部门的领导是个老先生,老先生要求我们必须把监控工作做足,包括审阅邮件、通信会议,检查有没有把客户的机密信息泄露出去,有没有在财务报表还没有发布之前,就把预测的数字泄露给部分客户(Gun jumping)。我们问老先生,我们一天8小时的工作时间,怎么可能做完这么多的事情?公司里面有许多会议,许多邮件,即使手上有一个很好用的工具,我的时间也不够用来查核这么多东西。

老先生告诉我,你要去了解人的行为,无论人做出什么行为,都是由于外界刺激推动的。审核工作并不是盲目的,而是要去关注最近发生了什么。比如说,投行有时候会去做一些M&A,也就是并购活动,而并购前后才会有套利的机会。也有可能是财务报表发布前后,市场发生动荡,才有机会去买低卖高。如果没有这些外界的刺激,谁会费劲把这些信息拿出去使用呢?

所以作为从业人士,最重要的,就是去了解所处的产业及其生态,了解产业的从业人员对市场事件的反应,借此来妥善配置使用高科技进行监控的资源。所以,我的第一个经验说明了,行为是由外部刺激所产生的。

第二个案例,我在一家高科技制造公司担任法务总。该公司在苹果的供应链里,担任了非常重要的角色。正因为如此,我们掌握了大量机密的客户信息,比如说,购买高单价零组件的清单等。这很容易导致信息的泄露,一些同事难以抗拒诱惑,产生了贪污舞弊的现象:比如倒卖零件,或者在采购的过程中,为公司购买一些次品或者劣品来使自己获利。董事长希望法务部门配合,做一次全面的公司调查。这时,就遇到了一个问题,公司人这么多,要从哪里查起?怎样才能确保公司里的每个人都循规蹈矩?

董事长问我,你知道你的下属现在有几个小孩,都在上几年级吗?他这么一问,我就愣住了,在我的理解里,这是属于别人的隐私,我没有必要去了解这些事情。董事长又问我,知不知道他的小孩现在多大,要不要付学费?这个孩子是和前妻生的,还是和现在的妻子生的,有没有离婚?最近有没有很郁闷?有没有跑去赌博并输钱?他告诉我,之所以跟我讲这些,其实这些都反映了人的内在压力。一个人是不是循规蹈矩、奉公守法,除了受到外部环境的刺激之外,还有他内部的压力的影响。同样情况下,如果一个人有经济窘迫的境况,那么他就更有可能产生铤而走险的想法,更可能从他所经手的业务里面中饱私囊。作为一个公司的管理者,如果不从这些角度去防控,风险是永远防控不完的。换句话说,如果不懂人性,资源再多、技术再好,可能都无济于事。

在有好的金融科技的时候,如果误以为自己可以利用科技,掌控所有的风险,其实这就是最大的风险。这就是我们前面所讲的商业面的风险。

(2)商业选择带来的风险

第二种商业面的风险,来自于商业模式的选择。举个例子,在legal tech领域,有一个加州公司,叫Atrium,虽然公司失败了,但它是一个非常经典的案例。Atrium的创办人叫Justin,毕业于耶鲁大学,曾作为合伙人加入一个很有名的孵化器—Y Combinator。在Y Combinator的期间,他发现要经常和律师打交道,而且手续繁复,费用高昂,还占用了他大量的工作时间。他认为这些工作可以由AI和大数据所替代。所以他就创立了这家公司,希望引进新技术制造法律机器人。他还和知名律所合作,把律师和非律师组成的法律科技部门相结合。可以说,Atrium应该是目前世界上最强的法律科技团队。

但是,2020年3月时候,Atrium决定减资,将募集来的1亿美金,退给投资人。这是因为,Justin找不到一个应用场景来盈利。换句话说,他可以把这个技术做出来,但是没有市场。所以,技术再好,场景不对也没有用处。

反过来,只要有应用场景,即使技术普通,也不能打压其需求。在人类的历史上,已经出现了好几次教训,比如说旧金山的淘金潮。大家都去淘金,有的人淘到,有的人没淘到,没淘到的人就可能倾家荡产。结果最后是卖铲子、卖牛仔裤的商家赚了大钱。再比如前阵子比特币大热,卖矿机的人就赚大钱。

更浅显的例子,就是口罩。在2020年1月到3月,大概只要是口罩,大家就会去买。而四五年前,笔者和北京数家高科技公司,一起做高科技口罩,它能够防污染、防雾霾、隔离病毒。然而口罩做的再好,那时候就是没人买,这是因为场景不对。掌握这些金融科技的工程师也好,行业专家也好,科学家也好,很容易掉进一个迷思:我们称为拿着锤子找钉子,就是觉得这个锤子很好,如果生产出来,一定会大卖,然而问题是,市场上没有钉子,锤子没有办法发挥该有的功能。这种人性所造成的风险,却在当下各个行业中急剧的出现。

(3)缺少整合带来的风险

以上图来举例。在每一个管理功能的领域中,人工智能、大数据的应用,发展都非常迅速,叫做垂直领域的应用。营销人员可以用好的工具,分析接下来6个月的客户需求。然后将相关产品推到市场上,这样可以获得很高的关注度。像Target是这样的公司,还会预测消费领域的流行潮会发生怎样变化。在另一个领域中,IP法务工作者,想要调查最近三个月的判例,按下按键就能得到结果,也可以更快、更好、更精确地搜索到相关的法条,了解法律风险的相关事宜。而在生产领域,现在很多需要的零组件,直接在行业的信息库大数据系统就可以了解供应商的位置、资质和产能。这些功能,叫做垂直应用的AI技术。

那么,Fin tech到底有没有真正的为公司解决问题?有时候看到的答案否定的。这间接的回答了我们最开始抛出问题:为什么在巴西,有着50年历史的银行网点,40年没有更换电脑系统?这个原因,最终是因为组织行为,这是和人的心理是相关的。现在,AI、大数据的应用在垂直领域,在单一领域、单一场景下,新技术的效率可能是人脑的几百倍以上。但是这种AI在垂直领域深化应用的结果,却加重了其本身的本位主义。

本位主义,即每个专业的专家领导,都只看到自己所处领域的AI大数据深化挖掘结果。却没有去做横向的沟通。比如,业务人员根据AI的预测,发现红色的球鞋一定会大卖。但是法务人员聚焦的是法律风险,可能发现制造红色球鞋会侵犯别人的知识产权。但业务部门的同事,可能觉着收益大于风险就可以。而负责生产的同事表示,红色颜料在中国境内根本没有生产,并且最近调不到货。从这个例子中,每个人在其细分领域中,都应用AI、大数据,迅速地调集到大量的信息。但是如果信息不是用于沟通,那可能导致矛盾和分歧。所以,新科技如果用错方法,可能会产生更大的商业风险。

所以来公布巴西银行问题的答案:这家巴西最大的网点银行,是由原来好几家银行合并而成,并且各家银行都在用不同的计算机系统来储存、交易,即便是同一个银行,在不同的时期,不同的部门所使用的计算机系统,也可能是不同的。如果现在有一个更好的计算机系统,可以产生两倍的获利,那么就出现了一个问题,在谁的系统的基础上升级?在自己系统的基础上升级,那是最好的,而在别人系统的基础上升级,就需要去配合他们。现在大家已经知道,即使不升级系统,每年的获利也有20%。如果升级了系统,即便整个银行集团的获利增加了,但是可能我原本20%的获利也没有了,这形成了类似“囚徒困境”的问题。所以说,本位主义,或者说是组织内部的问题,往往才是造成金融科技风险的最大问题。

以上讨论了金融科技商业面的风险,既不是金融,也不是科技,而是使用科技的人。当然,看待金融科技带来的风险,可以从不同视角来分析。然而,在笔者看来,人,才是金融科技的最大的风险。

国内案例

打通IPS“任督二脉”的关键,竟不在IPS产品本身?(下篇)

2021-1-27 22:38:10

国内案例金融科技(Fin Tech)

【金融科技(Fin Tech)】第四篇:如何在科技浪潮中趋吉避凶

2021-2-5 16:47:58

0 条回复 A文章作者 M管理员
    暂无讨论,说说你的看法吧
个人中心
购物车
优惠劵
有新私信 私信列表
搜索