讲一下我这两年经历过的一些阶段，因为我刚刚看到有一幅图讲的从电子化到信息化再到现在的科技金融。这里讲的是可能最近这几年，我最早做金融业的时候当然大家都想以客户为中心，但是服务他们的可能是被动型的一些服务，这个客户去银行去用ATM机，然后再到后面像一些宜信这样一些企业，他们可能有了一些理财师的这样一些服务，宜信理财师APP，网信理财师APP等等。他会有一个那种信息化，把线下的一些业务模式用APP的信息化给它呈现出来，就是偏信息化的。

第二个阶段就是社会+人工智能+大数据。这几年监管这边前期来讲管的不是特别严，所以说在数据这块我觉得国内还是比较开放的，很多数据大家都能拿得到。在这种情况下，就像大数据这一块，我觉得是把它应用到这些对客户的画像上面。在这一上面里面我想举一个例子，就是我们自己的案例，我以前看过百度金融的大数据的系统，我当时第一眼看了之后觉得非常的震惊，百度金融它能描述一个客户五百多个标签，就是一般平均有五百多个标签，我觉得太多了，我没看到有这么多标签的。

其实刚才有一位嘉宾也讲到了，是否有非常的这种数据。我当时看了百度的营销的一个案例，他们筛选用户，因为当时我记得那一年我们做这种客户营销，还在做一些其他的，比如说他投资过一次，或者说投过两次，他投资过的金额大概是多少，是以分类的方式来提取数据，但是那一年百度已经能通过标签的聚合来提取数据。可能比如说他就提取了一个叫做有车的，因为他有百度地图的数据，百度地图上面经常使用导航的人，他就把手机号里面关联上百度地图的标签，经常使用导航的标签，它会隐含这个标签潜在是有车主的，然后他挑出来，这部分人的购买力，还有数据清洗。

比如说他可能要排除掉就是一些像出租车，还有一些黑他会排除掉，剩下的他会认为这部分是购买力比较强的人，他会跟加油站的一些联合活动，他这样推出去的话就很清楚，而且很高效，效果出来转化率要把我们要高很多。我觉得这就是数据这一块，我们实际的业务有一些影响的，看到这个东西很震惊，在这边我们也在做这个东西，基本上做的从算法这些都差不多，但是当然我的数据来源没有满足那么多。再比如说我们可能对用户的画像描述只有二十几个，行为数据可能十几个，可能加起来六七十个这样的标签。但是这样出来以后我觉得深刻的影响到了运营的一些场景，这里没有太多偏理财运营方面的。现在可能大家都觉得短信群发效果很差，达到率也很低 ，因为大家可能都不看短信，而且可能会被拦截什么之类的，我们提到说要有数据，我们肯定没有摆脱那么多的丰富的数据，但我们有很多数据是自己平台本身就有的，就比如说这个用户他是一个老用户，他投资过的这一批，我们可以看他每一次投资的时间是在几点投的，这个时候我们通常知道他可能是在晚上的八点到九点是有空的，另外一部分是早上坐车的时候他有空。以前我们做短信群发推送的时候就是拿一批数据出来，一次性全部发出去，这个时候可能我在开会，有可能我在写代码，有可能我在写APP，我根本就没有看手机，我根本也不会去看他，但是把他做了这种定制化的提取之后，我们推的时候是一条一条推的。我们会认为这个客户比较有时间的点，他每次投资的时间点去推送这个短信。

刚刚讲的这部分它其实还不算是真正的人工智能，其实它比较像刚刚讲的第二幅图里面叫做专家模型，就是根据我们的一些经验积累，我们把它输入到系统里面。其实我觉得人工智能其实早期就是这样子的，他要有很多人们经验的积累，一条一条的经验数据告诉它，再配合上一些神经网络和深入学习，它才会学习的更聪明。

但是在早期，特别像我们刚刚开始做的时候，即使是做到这种程度，也会对短信到达还有一定的点击率都会有比较大的提升，到后面这一部分我觉得最后的发展就是在金融这一块是全面的智能金融生活的一个服务，因为最后拿到的就是这个数据它太丰富了，这个机器已经类似于一个管家，甚至比你的爸妈还要了解你，他可能连接上这些设备的数据，他所有用户行为和用户数据以外，比如说我们戴上智能手表，或者小米手环等等，各种其他的数据都会集合上去，它可能知道比如说我喜欢户外运动，我每周都会出去爬香山干什么，到了周五他就会推一条户外险，三块钱，类似于这样的一个产品。最后科技金融肯定是跟生活服务挂钩的，而不是纯粹的只是一个金融的借贷付的一个服务。