1.4.2 技术因素：移动互联网时代

1．移动互联网的普及

移动互联网指移动通信与互联网的结合，即使用移动设备、利用无线通信的方式接入互联网，享受互联网服务。移动互联网技术蓬勃兴起，或者说智能手机和无线网络及带宽的普及，为移动金融的快速发展提供了坚实的基础，智能手机是最贴近每一个个体的终端，数据显示，中国智能手机的保有量已经大大超过了PC端，这就意味着通过这个硬件平台，可以覆盖更多的受众，包括更多过去传统金融行业照顾不到的个体，同时通过信息的有效采集，大数据、云计算技术的发展，能够更好地摆脱过去信息孤岛式的风控方式，信息不对称的打破也使过去单一的线性买卖方式被市场覆盖，资金需求方可以在市场里找到对自己更有利的对手交易，资金提供方也可以找到更符合自己风险偏好的对手交易，同时大大降低了交易成本，也为利率市场化和提高整个社会金融资源的配置起到了很好的作用。更重要的是让很多过去享受不了金融服务但是有金融服务需求的群体加入市场中来。

PC时代由于受到时间、空间、接入方式等维度因素的限制，很多群体是无法加入互联网并能够随时随地享受互联网服务的。随着移动互联网、智能手机的普及，人类的生活方式发生了很大的变化，大家的碎片化时间越来越多。图1.4的数据显示，截至2021年12月，我国手机网民规模达10.29亿，较2020年12月增加4373万人。网民中使用手机上网人群的占比99.7%。

随着网络环境的日益完善、移动互联网技术的发展，各类移动互联网应用的需求逐渐被激发。从基础的娱乐沟通、信息查询，到商务交易、网络金融，再到教育、医疗、交通等公共服务，移动互联网塑造了全新的社会生活形态，潜移默化地改变着移动网民的日常生活。利用手机进行金融活动，移动互联网金融突破了PC互联网在时间和空间上的局限，使人们能够随时随地享受优质的金融服务，其加速起航的时代已经到来。未来，移动互联网金融将更加贴近老百姓的生活。

2．搜索引擎

搜索引擎是指根据一定的策略、运用特定的计算机程序从互联网上搜集信息，在对信息进行组织和处理后，为用户提供检索服务，将用户检索相关的信息展示给用户的系统。随着互联网的迅猛发展、信息的爆炸，用户要在信息海洋里查找自己所需的信息，就如同大海捞针，搜索引擎技术恰好解决了这一难题。搜索引擎的作用是针对用户的信息需求，用最便利的方式在海量信息中找到匹配内容。

搜索引擎既能为用户提供信息便利，也有利于网站研究客户的行为趋向和行为模式，进而进行精准营销推广。搜索引擎优化（Search Engine Optimization，SEO）就是一个典型的例子。互联网金融模式大多依托电子商务网站，基于SEO优化的营销方法，能够为电子商务网站提供一站式营销解决方案，让网站迅速占据领先位置，获得品牌价值，让更多人了解网站的产品。

搜索引擎与互联网金融模式的融合是一个趋势。一方面，互联网企业利用搜索引擎进行SEO优化，可推销自己的产品和数据，并了解用户的行为模式和需求模式，进行精准营销；另一方面，搜索引擎技术可满足用户在信息爆炸时代快速、低成本获取信息的需求，尤其随着个性化搜索引擎、情景搜索引擎技术的进一步发展，该功能的价值将更加凸显。

3．云计算

无论是企业还是个人，只要有网络的地方就摆脱不开对云计算能力的依赖。阿姆布鲁斯特等最早对云计算的概念和范围作了清晰界定。他们认为云计算包括通过互联网提供的应用服务以及数据中心提供的软件与硬件服务。

云计算是一种基于互联网的计算方式，它把计算负担集中于远端服务平台，显著降低了客户端的计算负担，并免去了用户的服务器软硬件部署与维护成本，具有灵活、易用、柔性及便宜等优点。通过云计算服务功能，用户可以根据需要自行对服务的规模进行设定，而不用依赖服务供应商进行调整，随时随地用任何网络设备访问。云资源拥有较大弹性，可支持多用户共同使用。并且对云资源的使用情况，可方便地进行监控与测量。云计算的推广与应用，保证了海量信息处理的及时性和准确性。在云计算技术支持下，资金供需双方交易信息通过信息处理模型进行组织和标准化处理，并形成时间上的联系，产生实时动态变化的信息序列。

云计算已形成三种商业模式：IBM的商业模式是卖云计算服务器，不具有对外使用的数据中心；Amazon是为任何一个想通过互联网服务（包括电子商务）的公司和个人提供计算资源的租赁；Google则为个人用户提供具有强大数据储存和信息分享的在线应用软件服务。

云计算具有提高运算效率和节约服务器资源等优势，因此国内以百度为首的互联网公司也开始开发自己的云计算商业模式，并且传统金融行业也越来越重视借助云计算技术促进自身发展。

4．人工智能

人工智能（Artificial Intelligence，AI）是研究、开发用于模拟、延伸和扩展人的智能的理论、方法、技术及应用系统的一门新的技术科学。人工智能是计算机科学的一个分支，它力图了解智能的实质，并生产出一种新的能以人类智能相似的方式做出反应的智能机器。该领域的研究包括机器人、语言识别、图像识别、自然语言处理和专家系统等。人工智能是对人的意识、思维信息过程的模拟。人工智能不是人的智能，但它能像人那样去思考，也可能超过人的智能。

人工智能的发展有三个条件：算法、计算能力和商业应用。算法可以提升人工智能的精准度。互联网金融在规范化过程中，使大规模引进人工智能的技术成为可能。机器学习在互联网金融领域的应用，短期来看，让智能投资顾问成为一个趋势。传统的投资顾问主要是根据知识、经验和流程，结合用户的资金规模与理财目的，为用户提供资产配置方案，但配置能力有一定的局限性。智能投资顾问将金融专家的知识和经验算法化，一套系统可以同时服务于成千上万个需求各异的用户，效率更高。从长期来看，人工智能将在机器人理财顾问、征信助手、智能风控系统、防范性金融系统等四个方面深入地改造金融，并且将汇集更多信息和数据指导用户获取金融服务。人工智能可以在征信层面取得更多信息，成为制订各项计划、开发理财产品的助手，取代人力，让业务流程更加简单明了。

互联网金融领域人工智能可分为“四个阶段”。第一个阶段是让数据标准化。在机器学习领域，有一个说法，就是有时候数据的作用会大于算法的作用。也就是说，当你的数据量足够大的时候，可能你的算法并不十分完善，但是也能得出很好的结论。人工智能的第一步是积累大量的数据。利用金融工具、人工智能、大数据挖掘分析、大规模计算，根据每个用户的风险承受能力、资产能力等情况制订个性化、多品类的资产配置方案。第二个阶段是将算法自动化。通过人工智能，我们对用户以往的金融消费习惯进行综合分析，能够实现金融服务自动化。比如我们做的量化投资，即利用大数据平台，采用高于人类精确度的复杂计算方式得出最适合的资产配置方案。借助这种大数据的“超高智商”不仅可以规避人为的误差，而且可以将策略组合做到极致。第三个阶段是将风险模块化。人工智能让互联网金融分为几个模块，可以让风控更严谨、更智能。通过对全面的数据（数据的广度）、强相关数据（数据的深度）、实效性数据（数据的鲜活度）进行整合分析，提升信用风险管理水平，客观地反映用户风险水平，让风险评估效果更精确。还可以根据提前设计好的参数及关系图谱搭建风险量化数据模型，进行风险评估。第四个阶段，就是让思想透明化。当我们把专家的投资逻辑、风控经验、对行业的理解，也包括上下游企业、合作伙伴、竞争对手、子母公司、投资者等关系，还可以包括高管与企业间的任职关系，以及行业间的逻辑关系等这些关系图谱全部列出时，互联网金融领域关于风控的隔离墙就打破了，人与人将处于一种透明的状态。

对于互联网金融来说，人工智能的技术在大数据、风控、标准化、预知等领域都大有可为。