科技金融实例：蚂蚁金服

它不是一个符合我们习惯认知，按照一定的结构和路径发展壮大的企业，而是一个快速演进、自我进化的物种。它的变化不是预设的，而是数据驱动的自我迭代。所以，我们也没有办法界定其边界，更不可能给它一个结论性的定义。

数据驱动的金融平台生态

数据驱动

蚂蚁小贷为什么产生呢？是因为当时淘宝店家有很多融资需求，而这些店家在银行看来资质很是不好，根本过不了银行风控体系的关。淘宝就自己开始琢磨一套给这些小微企业贷款的流程。

它最大的武器就是数据。淘宝做的是电子商务，这么多年下来，淘宝店家在平台上留下了所有的交易记录。像泰隆银行花力气收集的那些流水、活跃度的数据，对淘宝平台来说都是现成的数据，而且数据量要丰富得多。所以，它就开始按照自己对这些店铺的理解，给它们贷款。

接下来，经过一段时间后，这些贷款的行为又成了新的数据。淘宝可以从中分析出店铺特征和违约率之间的关系。然后它发现，传统金融的风控体系真的是很难覆盖这些小微电商。

一个具体的例子就是，它发现，影响违约率有一个重要指标，旺旺的活跃度，也就是店家相应买家的速度。说白了，就是在质量相似的情况下，它会决定你对店家的黏着度，这就决定了店铺未来的销量，未来的现金流。

这个循环还没有结束，使用小贷的店铺，它们的还款记录，还款时间，还款额度都留在了淘宝平台上，又成为这个数据池的一部分，进入蚂蚁小贷的贷款模型。这些数据都是实时在线的数据，在模型中不断迭代，然后再支持着下面的决策。

在这里数据才是主体，一旦模型和算法确立下来，就像有了生命——数据就是粮食，不断地喂养着这个模型算法的生物体，然后越来越让它具有自主决策的能力，让数据说话，这就是数据驱动。

人在这个模式里面，只是负责调试模型，优化算法。既不参与数据的收集、整理，也不 参与决策。

优势

这样的模式，和传统的金融模式就有了本质差别。

精准度有了质变。数据驱动的最大优点，是实时动态地捕捉服务对象的变化，进行迭代优化，这就使得风险下降。

高度标准化。使得服务规模扩大，成本下降。

外延的空间扩张。这点非常重要，数据在闭环中不断地沉淀，就使得数据变得越来越智能，也就有了更多业务模式扩张和创造地可能性。平台生态就在这种情况下逐渐出现。

这种数据驱动地金融服务，相对于传统模式，确实是一种降维打击。