[[224951]]

不久之前，CEO們和大型銀行還堅信，銀行的地理位置是為客戶提供所必須考慮的因素。但是，就在近10年，數(shù)字銀行（Digital Banks）崛起。數(shù)字銀行可能永遠都不會有實體存在，但它仍然在繼續(xù)擴大用戶群并增加包括保險、抵押和貸款服務。下面我們就來看看數(shù)字化和算法化會給傳統(tǒng)的支付模式帶來的變化：在數(shù)據(jù)集之上進行分析只是第一步，要完成算法化流程，還需要使用機器學習與人工智能創(chuàng)建新的數(shù)據(jù)。

算法將如何改變支付行業(yè)？

在支付行業(yè)，我們曾見證Chase和Fisrt Data等公司占據(jù)行業(yè)統(tǒng)治地位長達四十多年。然而，就像銀行業(yè)的數(shù)字化迫使業(yè)內(nèi)人士改變戰(zhàn)略一樣，我們注意到，數(shù)字化支付已經(jīng)幫助了一些公司獲得更多市場份額，比如說WorldPay、Vantiv，甚至是最近的Stripe、PayPal/Braintree和Adyen。

它們的成功并不立足于傳統(tǒng)商業(yè)，而是大力發(fā)展科技創(chuàng)業(yè)項目，有些發(fā)展得好的項目搶了傳統(tǒng)業(yè)務的風頭、甚至把他們擠下歷史舞臺。這里可以聯(lián)想一下諸如娛樂傳媒大亨對Netfix、出租車對Uber或者傳統(tǒng)商店對Amazon的競爭交鋒。

2018與2006年亞馬遜與傳統(tǒng)零售公司市場價值對比

可是，隨著越來越多的企業(yè)都認識到數(shù)字化是大勢所趨，我經(jīng)常會問：支付行業(yè)的下一次革命是什么呢？

就如同在70、80年代大膽采用計算機與數(shù)據(jù)庫的公司，又或者是那些在90年代就已洞悉互聯(lián)網(wǎng)將掀起巨變的公司，經(jīng)歷了新千年網(wǎng)絡泡沫破裂的驗證，我認為現(xiàn)如今深入理解算法化（Algorithmization）將帶來的改變并積極投資于此的公司最有可能平穩(wěn)度過競爭激烈的2010和2020年代。

數(shù)字化流程

要理解算法化是什么，我們首先需要回頭看看傳統(tǒng)商業(yè)的流程。數(shù)百年來，傳統(tǒng)商業(yè)流程是由人們用勞動力創(chuàng)造產(chǎn)品或提供服務和與之相關的一系列周邊業(yè)務活動組成。

例如，提供醫(yī)療服務的醫(yī)生有坐診時間，病人可以直接就醫(yī)或提前預約。傳統(tǒng)而言，登記患者信息、更新病歷及開具處方等一系列流程都是通過紙筆完成的。隨著這些流程的數(shù)字化，計算機進入了醫(yī)生的辦公室，從此病人檔案可數(shù)字化存儲，預約看病可使用數(shù)字日歷，處方則可直接郵件給藥劑師。

即使到今天，企業(yè)仍不斷改進數(shù)字化流程：開發(fā)移動應用程序或者提供云服務來讓用戶更好訪問和存儲實際商業(yè)流程所產(chǎn)生的數(shù)據(jù)。

算法化

當我們討論算法化時，我們討論的是使用存儲在數(shù)據(jù)庫中的數(shù)字化標記數(shù)據(jù)和自動化程序分析用戶并根據(jù)結(jié)果進一步反饋給用戶有價值信息的過程。

大多數(shù)公司已經(jīng)完成了上述的過程，但這只是進入算法化的第一步。當可以使用數(shù)據(jù)集（N）來分析用戶信息并反饋時，下一步則是使用機器學習與人工智能來創(chuàng)建一個自身能提供新數(shù)據(jù)集并完成算法化循環(huán)的新流程（N=N+1）。

一個支付服務提供商的例子

為了更好地說明，現(xiàn)假設有一個每天處理數(shù)百萬筆的交易的支付服務提供商。商戶上傳的每一筆交易都包含PAN（個人賬號）、CVC（信用卡驗證碼）、有效期和顧客姓名以及電子郵件地址等與交易相關的信息。通過瀏覽器，PSP（支付服務提供商）還能收集額外數(shù)據(jù)如：時間和日期、設備ID、瀏覽器類型與版本、IP地址和其他數(shù)據(jù)點（N）。

當處理交易的過程中，交易數(shù)據(jù)會存儲在數(shù)據(jù)庫中。大多數(shù)PSP（支付服務提供商）會用這些數(shù)據(jù)為商戶提供指定日期的標準交易報告。有些甚至能匯總數(shù)據(jù)來提供數(shù)據(jù)摘要。如果他們想更加吸引用戶，他們會開發(fā)可視化圖表來顯示交易是如何隨著時間的推移變化的。

隨著計算能力、云計算和分布式存儲技術的進步，包括PSP（支付服務提供商）在內(nèi)的許多公司都在嘗試各種改進現(xiàn)有流程的方法。例如，此前我們假設的這一PSP（支付服務提供商）決定研究海量歷史數(shù)據(jù)是否能幫助公司防止未來傳入交易數(shù)據(jù)中的欺詐性行為。通過使用機器學習和人工智能，數(shù)據(jù)科學家得以發(fā)明一種算法，它能使用一部分交易中多種變量來預測最新上傳交易為欺詐性交易的可能性。

基于卡的支付系統(tǒng)好處是，持卡人能夠質(zhì)疑特定時間段內(nèi)的交易。每當一起欺詐性交易被舉報時，發(fā)卡商都會發(fā)送一條消息來追回交易。只要接收到這些信息，PSP（支付服務提供商）就可以將其存儲在數(shù)據(jù)庫中。這使得PSP有能力驗證初步欺詐預測的準確性。借助人工智能算法，他們可以通過增加或減少此前算法中各變量的權重來調(diào)整原有算法并提高其評分。這實際上是創(chuàng)建了算法化中的一個新流程（N=N+1）。

算法化如何影響支付？

前文的例子只是一個關于如何使用算法化改進現(xiàn)有流程的案例。有趣的是案例中的方案確實是多年來處理欺詐交易問題的主要方案，可是欺詐者也越來越聰明，欺詐行為仍然時有發(fā)生。

但是支付所包含的內(nèi)容不僅僅是防止欺詐。成本、貨幣兌換、連接性能、計費和支出是一些新的PSP能夠使用算法化有所作為的領域。隨著越來越多的公司逐漸習慣PSP的商品化，保持PSP成功的方法并不是減少欺詐或降低交易成本，而是展示PSP的價值，即為使用者帶來更多的生意。

銷售部門比財務部門更受歡迎的原因是創(chuàng)造更多的收入等于是增長，而降低成本可能會提高利潤，但不會增加收入。

智能獲取路徑

在性能、功能或定價的基礎之上，同樣的交易數(shù)據(jù)可以用于優(yōu)化獲取線路。實現(xiàn)一個多路徑算法是很好的方法，這是一個更“智能”的或者說復雜版的A/B測試，它使用機器學習來動態(tài)分配流量給性能好的變量，同時分配更少的流量給表現(xiàn)不佳的變量。通過連接多個數(shù)據(jù)收集方，PSP可以給特定客戶分配效果最好的預測變量，從而提供最好的預測結(jié)果、定價和功能。

動態(tài) 3DSecure

因為發(fā)卡方設置的兩步交易驗證如Visa的Verified或是萬事達（Mastercard）的3DSecure，許多PSP依然有較高的支付被拒率。采用決策樹的機器學習方法，PSP們可以預測交易是否需要轉(zhuǎn)到3DSecure頁面進行額外的兩步驗證，或進行常規(guī)流程是否能完成交易。

不要被別人的想象限制

當然，還有許多其他使用交易數(shù)據(jù)的方式可以提高商業(yè)表現(xiàn)。如果說有人能夠利用幾十年來所積累的用戶數(shù)據(jù)來創(chuàng)造一個能夠改進現(xiàn)有流程的PSP，或者是能夠滿足甚至目前還不存在的商業(yè)模式對支付需求的PSP，我覺得完全有可能。

金融科技初創(chuàng)公司：誰是北歐的下一個Klarna？

我們不可避免地要承認，這個世界正處于金融科技革命的掌控之中。 科技環(huán)境正在以指數(shù)的速度發(fā)生改變，使得金融部門的變化比以往更加復雜和多樣化。

這一切是如何發(fā)生的？金融科技初創(chuàng)公司與傳統(tǒng)金融行業(yè)相比有何優(yōu)勢？

這個問題使我們思考技術落地的問題和金融科技成功的秘密，金融科技快速發(fā)展是由于大數(shù)據(jù)分析，區(qū)塊鏈，機器學習或人工智能？

金融科技正在試圖對全部門進行數(shù)字化。通過使用大數(shù)據(jù)，機器學習和人工智能為新一代投資者提供最佳投資機會，機器人顧問很有可能會取代（人力）財務顧問。

人工智能幫助你更準確快速地處理這些信息。機器學習可以識別特定的模式，并且能夠隨著它完成的的每一項任務而改進。因此，隨著時間的推移，其處理信息的能力會變得更快。

區(qū)塊鏈可以改變沃爾瑪?shù)裙镜墓?，并幫助像摩根大通這樣的銀行每年節(jié)省數(shù)十億交易費用。區(qū)塊鏈實際上使得整個系統(tǒng)不再需要中介來進行資產(chǎn)轉(zhuǎn)移。付款交易通常通過一個中介，經(jīng)過多個步驟對申請人進行身份驗證和授權。

完成這些流程可能需要兩到三天時間。而通過區(qū)塊鏈能將所有步驟壓縮成在幾秒或幾分鐘內(nèi)完成的一個步驟。因此，許多金融服務行業(yè)可以通過使用該技術提高交易速度和透明度來提高績效。

在流程中運用AI，ML和區(qū)塊鏈的另一個理由是提高安全性。雖然人工智能尚未先進到可以完全替代人類，但它可以驗證和復查重復費用和其他常見錯誤。基于人工智能的工具可以十分準確地檢測欺詐行為。

北歐地區(qū)最有前景的FinTech創(chuàng)業(yè)公司

北歐地區(qū)是歐洲第二大金融科技區(qū)。FinTech仍然是瑞典最大的獨立產(chǎn)業(yè)。

他們正在尋找新的方式來提供金融服務，從而開發(fā)出新的發(fā)展客戶和與客戶進行交流的方式。過去幾年里，他們已經(jīng)引入了許多有前途的創(chuàng)業(yè)公司，這些公司正在“圍剿”傳統(tǒng)金融服務業(yè)。

我們都知道的公司比如iZettle，Klarna，Auka（mCash），Trustly，Meninga等，它們都在一步步進階行業(yè)頂尖的位置。誰會成為下一個脫穎而出的公司？誰會在不久的將來取代上述公司的地位？您可以在下面找到一些北歐地區(qū)的金融科技初創(chuàng)公司的名單，這些公司很有意思，有的值得長期關注，甚至值得你去親自嘗試他們的服務。要不然，投資者怎么會投資巨款來孵化它們呢？

1.Lendify
總部位于：瑞典斯德哥爾摩
成立時間：2014
已融資4200萬歐元

Lendify在瑞典建立了第一個真正的市場借貸平臺。該公司經(jīng)營一個在線信貸平臺，人們可以相互借貸而無需銀行參與。

2.LunarWay
總部位于：丹麥奧爾胡斯
成立時間：2015
已融資900萬歐元

LunarWay是一家手機銀行應用程序開發(fā)商，其目標用戶是千禧一代。通過APP開設銀行賬戶，可獲得MasterCard®（萬事達）支持的借記卡，查看實時交易消費的信息以及通過商品目錄或零售商查看您的交易。用戶還可以通過應用程序設置儲蓄目標，以及支付賬單。

3.Pleo
總部位于：丹麥哥本哈根
成立時間：2015
已融資630萬歐元

Pleo——與應用程序聯(lián)系的“智能”公司卡片。Pleo是管理公司開支的全新方式。提供即時和按需預付MasterCard®（萬事達）虛擬卡用于在線購物和塑料卡片用于店內(nèi)購買。Pleo允許員工購買他們工作所需的東西，同時使公司完全控制所有開支。借助突破性技術，Pleo降低了管理的復雜性，取消了費用報告并簡化了簿記。

4.Anyfin
總部位于：瑞典斯德哥爾摩
成立時間：2016
已融資500萬歐元

Anyfin——其目標是建立未來金融服務，杜絕不正當商業(yè)行為，并關注那批沒有被傳統(tǒng)金融服務關注到的人群。它降低借款人每月的高利率和隱性費用。利用技術跳過昂貴的中間商，并且不會收取過高的管理費用。

5.Capdesk
總部位于：丹麥哥本哈根
成立時間：2015
已融資100萬歐元

Capdesk——是世界上第一個社會化股東管理工具。它旨在通過創(chuàng)建透明，協(xié)作和可訪問的投資環(huán)境，讓未上市的股票同樣具有投資價值，從而提高私有公司股份持有人的體驗。該平臺使公司的所有權數(shù)字化并將所有投資者的一些相關動態(tài)更新集中收集呈現(xiàn)。

6.Hiveonline
總部位于：丹麥哥本哈根
成立時間：2016
已融資81.9萬歐元

Hiveonline——小企業(yè)和可持續(xù)投資產(chǎn)品的金融信托平臺，其在金融生態(tài)系統(tǒng)中建立信任機制。它有兩個主要業(yè)務：幫助小型企業(yè)管理聲譽，交易和協(xié)議，以及一系列可持續(xù)投資產(chǎn)品，讓投資者相信他們的資金正用于正確的事務，同時根據(jù)他們的業(yè)績對發(fā)行人進行評分。

7.BizBot
總部位于：挪威福內(nèi)布
成立時間：2017
已融資21.3萬歐元

Bizbot是投資者和企業(yè)所有者的股權工具。通過分析用戶數(shù)據(jù)，BizBot可以自動完成那些費時的流程，從而提供寶貴的資源以提高生產(chǎn)力并減少工作量。

誰是他們的用戶？他們?nèi)绾斡绊懞透淖兪澜纾?/strong>