花旗報告:2016全球FinTech變革全景揭秘,及2017年前景展望

雷鋒網獲悉,今年1月,花旗研究團隊再次聚焦FinTech金融科技,併發布更新版調研報告《重新審視數字化顛覆:FinTech風險投資背後隱藏的行業變革(DIGITALDISRUPTION- REVISITED : What Fintech VC Investments Tell us About a Changing Industry)》。其中,該報告除了對Fintech行業投資全景進行了總結,還對對人工智能、大數據在銀行業的應用進行詳細調研解讀。

以下,雷鋒網對其進行了不改變原意的編譯:

中國引領全球FinTech風投

花旗報告稱,在2016年3月的第一份報告中,我們認為中國是全球FinTech發展的重鎮;在本次報告中,我們跟蹤了風險投資(VC)以及企業投資資金鏈的足跡,以再次審視中國FinTech的海內外擴張全景與趨勢。

花旗報告的數據顯示:

  • 2016年是中國FinTech巨龍咆哮的一年,並接替略顯萎縮的西方FinTech市場成為全球FinTech投資人矚目的地區。

  • 在中國巨龍的驅動下,亞洲已經取代北美作為FinTech第一投資重鎮的地位,成為VC最青睞的FinTech創新地區。花旗估計,同比2015年,2016年中國FinTech風投增長至少一倍,相比之下,美國與歐洲則分別約下滑38%與27%。

「中國FinTech的崛起反映了一個過去十年令人難以置信地快速發展的數字化,同時大規模崛起的中產階級,以及面對創業電子商務和社交媒體生態系統顯得措手不及的金融機構之間形成的一個獨特的組合。在2016年前三個季度,中國FinTech企業獲得的風險投資已經佔據全球FinTech風投總額的50%以上,而且是2016年中全球唯一一個FinTech風險投資同比出現增長的地區,而且增長翻倍。」

據了解,得益於螞蟻金服45億美元融資等大額交易,在2016年前三個季度,全球FinTech投資達到180億美元,接近2015年全年完成的190億美元交易。

「毫無疑問,中國在全球FinTech領域中佔據着舉足輕重的地位。從一組數據可以得知,中國是FinTech客戶的搖籃:騰訊的微信擁有每月8億的活躍用戶,阿里巴巴的支付寶則超過4億。總的來說,中國移動支付用戶總數甚至超過了中國最大的銀行的零售客戶數。」

除了非風險投資,與2015年相比,2016年風險投資總體增長放緩,這反映出風險投資者更加謹慎的態度。

在全球FinTech增長放緩的大環境之下,2016年風險投資以外的融資結構也在發生變化。根據花旗的報告:

  • 包括私募股權、共同基金、對沖基金和企業等投資方變得越來越重要。比如,螞蟻金融最新的一輪45億美元融資就是迄今為止全球互聯網領域最大的一筆私募融資。

正如VC投資的地理風向發生了改變,產品的藍圖也出現了方向移動。據花旗的報告顯示:

  • 2016年獲得VC最多的產品領域,呈現出在中國以信貸為主,在美國以保險為主的分化趨勢,但如果將2016年第二季度私募股權融資的份額加上再統計會發現,支付行業佔據了2016年前9個月全球FinTech投資的50%左右。

  • 而在亞洲以外的地區,2016年是保險科技發展最快的一年,VC投資份額達到了41%,相比之下,信貸行業則只有28%的份額。


總結起來,全球FinTech的現狀與原因是:

  • 中國FinTech用戶增長快速的原因有幾個:面向現有消費者/中小企業的高度金融和數字化滲透;互聯網用戶暴增;產階級壯大;監管寬鬆,至少最初時是。

  • 美國和歐洲等地仍然關注於借貸、支付或者財富管理等細分領域的FinTech創新,但中國表現得不一樣。中國本土的互聯網巨頭傾向於基於自身的核心業務,比如電子商務、社交,而打造一站式的金融平台。

2017年及以後的前景:AI和大數據的一切可能

從B2C到B2B

美國市場在過去更吸引FinTech投資的是B2C的商業模式,這在今天的中國市場尤其如此。據統計,在2016年前9個月,60%的FinTech投資湧向B2C金融科技企業。

與此同時,市場也呈現出投資開始向B2B企業轉移,尤其是隨着越來越多金融機構開始擁抱金融科技革新,FinTech公司和銀行的合作日漸增長。不過,在亞洲,B2B解決方案仍然佔小數。

AI和大數據、保險科技、網絡安全

高級分析和人工智能可以應用到銀行業的方方面面,從實時客戶管理,到更加高效的風險跟蹤和監控。比如,在星展銀行,其使用虛擬助手來分擔客服工作;滙豐、富國銀行和Capital One使用人臉識別和語音識別來完成身份認證工作;PayPal使用深度學習來防止支付欺詐……自動化系統扮演着各種各樣的角色。

Tractica報告預測,虛擬數字助手(VDA)市場將在2021年達到158億美元,個體活躍用戶將達到18億人,企業VDA用戶也將上升至8.43億。以下是未完全統計的銀行業VDA應用案例:

其他關鍵的先進分析和人工智能(AA-AI)技術及其在金融服務領域的應用包括:

  • 實時分析:實時決策。以Personetics為例,它可以讓數字銀行實時地與客戶進行交互,為客戶提供個性化的金融指導,這包括實時為客戶分析現有資源,然後提供建議。

  • 機器學習與預測分析。以H2O為例,H2O的預測分析可以用於各個行業,在銀行業中,它可以提前識別欺詐和洗錢活動,並自動進行信貸申請批准的判定。

  • 深度學習與模式識別:多層次機器學習識別更高層次的抽象信息。以IBM Watson為例,一方面是通過其認知能力了解客戶,金融機構因此能夠更深入地理解客戶的盈利能力和行為,以提供更加個性化的產品。與此同時,Watson正在改變銀行合規和監管方式。另一個應用案例是3VR:3VR主要提供視頻數據分析服務。包括將面部識別分析與報警系統結合,以防止自動取款機欺詐。

  • 自然語言處理: 使用計算分析自然的人類語言。以NarrativeScience為例,其利用sadvanced自然語言處理引擎將數據轉換成具體描述。USAA保險公司使用這個平台將大量的數據轉化為易理解的書面報告,讀起來像人類書寫的作品。

所以,並不奇怪大數據分析會吸引大量投資。根據花旗的統計預測,金融領域的大數據和AI創新單位在接下來幾年還將獲得更多的投資。

銀行的Uber時刻

人工智能和自動化在金融服務的廣泛採用將產生深遠的影響,包括產品銷售,客戶服務,最後改變既存銀行的成本結構。花旗報告顯示,隨着移動互聯網滲透的增加、FinTech競爭的加劇,已經利潤增長壓力的加大下,按照2104年銀行職工峰值水平計算,發達市場的銀行分支機構預計將繼續削減30-50%。

金融危機后,歐洲銀行以每年2%的規模縮減全職人工數量。花旗指出,未來銀行分支機構的功能和角色將集中在諮詢和顧問建議上,而不是交易中心。分支機構和相關人員成本佔據一個打銀行總零售成本的65%以上,而這些成本很大一部分是可以同過自動化技術縮減的。

更進一步地說,分支機構和員工裁減的差異因市場而異。花旗將影響銀行制定怎樣的新商業模式的關鍵因素歸結為:勞動法的靈活性和社會的數字化發展程度——如果一個地區的勞動法較為僵化,銀行裁員難度大,反之則越容易。而社會的數字化儲備良好的話,那麼銀行裁員給其市場份額和客戶滿意度帶來的影響越小。

報告的另一部分內容為投資者對話,雷鋒網選取了其中專註中國市場投資的IDG資本投資經理Douglas Jiang的訪談:《花旗對話IDG投資經理:剖析中國FinTech發展現狀與數字化顛覆》

最後,有興趣閱讀報告原文全文的朋友,可以掃描以下二維碼,或者搜索ID:aijinrongpinglun,關注公眾號@AI金融評論,回復「花旗」獲取原報告。


想在手機閱讀更多電腦與科技資訊?下載【香港矽谷】Android應用
分享到Facebook
技術平台: Nasthon Systems