近年來，金融科技吸引了投資者最熾熱的目光，A股有市值千億元的恒生電子，為長期投資者帶來了高達百倍的回報。港股主板上市的索信達，也在短短一年內為投資人帶來了近4倍的回報。
投資者對賽道的一致看好，背後往往蘊藏了新趨勢的巨大勢能。數以萬計的熱錢湧入，指向一個從未解釋清楚的問題，金融科技的未來，會去向何方？
從項目制到產品化的探索
早在2018年，就有機構統計，中國金融科技市場規模300億元，潛在市場規模高達1100億元，同年畢馬威預測的中國金融科技相關市場規模為12萬億。金融科技是一個存在無限可能的市場。
金融科技發展的背後，是科技行業的改革浪潮，科技公司發展經過了三代浪潮。第一代代表企業是硬體銷售思維的IBM，第二代代表企業是軟體銷售思維的資料庫龍頭Oracle，第三代代表企業是服務銷售思維（即後來所說的SaaS）的先驅者Salesforce。
沿著同樣的軌跡，金融科技巨頭的成長路徑也逐漸清晰。
毋庸置疑的是，中國金融業的科技化起點更高。得益於海外金融業電子化的探索和國內基礎設施的完善，中國證券交易所跳過了艱難的紙質階段，上交所、深交所成立之初就直接採用電子化交易系統。中國銀行業也在改革開放以後，自主研發了聯行業務處理系統，逐步進入信息化和數位化階段。
但即使擁有了高起點，國內金融業仍然要面臨重重問題。
以證券市場為例，股票市場牛熊輪轉，交易量峰值被不斷推高，哪怕1毫秒的交易時延都可能對投資者造成巨大損失，這對證券公司、基金公司、交易所的系統承受能力提出了更高的要求。
中國證券業對外不斷接受著市場峰值考驗，對內也有業務創新和政策適應的需要。押注證券相關產業軟體投入的增長風口，恒生電子圍繞「交易管理」，打造出面向證券業、基金業的後臺交易、結算、投資等核心系統，讓交易更加高效、精準地進行。
2006年，恒生電子首次引入內存資料庫作為證券交易系統的緩存，幫助券商和交易所應對更大的市場容量。2012年，恒生電子打造證券極速交易系統，使業務處理時間被縮短到50微秒，後來逐步縮短至10微秒以內。
恒生電子對產品的不斷探索，也甩開了與競爭對手的差距。如今，恒生電子佔據了一半以上的證券集中交易系統市場，在基金、保險、信託、交易所等市場也有極具優勢的市場佔有率，是國內金融科技市場的絕對龍頭。
再以銀行業為例，銀行處在利率整體下行大趨勢中，息差業務利潤不斷被壓縮，銀行不得不提升其他增值業務的服務能力。銀行業擁有海量用戶，但很多客戶都屬於沉睡客戶，碎片化的數據無法支持營銷決策，使得銀行的營銷推廣基本靠「試」和「猜」。
銀行營銷的低效，同樣激發了索信達等聚焦解決銀行領域痛點的企業。自2004年成立以來，索信達已服務超過70%的頭部銀行客戶，經歷了海量數據洗禮後，索信達摸索出一套用戶的「臉譜」。
經過索信達對用戶「臉譜」化的分析，同樣是三十歲出頭的客戶，TA擁有多重身份。TA可能是職場精英、企業高管或小微客戶。職場精英最大的痛點是資金閒置，有更多投資需求。企業高管則更多關注企業結算和工資管理，有更多融資需求。而小微客戶更關注確保進貨的現金流，只能接受流動性更高的理財產品。根據三種不同需求，疊加用戶過往的行為數據，索信達幫助銀行實現精準營銷，為用戶匹配最適合的服務，顯著提升轉化率。
索信達將過往數據經驗凝聚成了整合智能營銷平臺靈犀，靈犀一面連接了近百個用戶畫像體系，把不同客群的細微差異「臉譜化」，並且打通銀行方內部數據孤島，各部門在靈犀幫助下「協同作戰」，真正精準觸達客戶，提升成交率。在靈犀的算法體系中，客群與渠道的無數種組合被分割為四大類營銷，在不同場景下有的放矢。
從定製化到產品化的發展，如同恒生電子改變了券商業，索信達等企業也改變了銀行業。在科技發展浪潮中，這些企業不約而同地選擇了市場前景最為廣闊的金融，伴隨著一個又一個項目的學習和深耕，形成了自己的獨門絕技，笑傲江湖。
從產品化到平臺化的徵途
數據和技術的無限延展性，決定了金融科技不會止步於獨門絕技，而是繼續自我拷問——同樣的分析經驗能否用於其他場景？同樣的產品能否用於其他行業？
用產品解決問題之後，恒生電子和索信達，以及這條路上的無數先驅，不約而同地走向了平臺化的徵途。他們逐漸將業務觸角延伸到其他領域，進化成服務多元的平臺型企業。
為金融業提供CRM服務的Salesforce，率先開闢出了一條從服務提供者進化成為應用平臺提供商的道路。2005年，Salesforce公司推出了Force.com和AppExchange兩個平臺，提供基礎架構和運營，允許第三方基於現有產品研發新的應用，並在平臺上發布這些應用供他人付費使用。
平臺化是Salesforce從成立至今最關鍵的一次轉型，既豐富了Salesforce的產品庫，也創造了跨界的新產品。自平臺化以來，Salesforce股價已經上漲170倍，總市值超過兩千億美元。
在海外科技企業踐行平臺化發展並創造市值神話之時，中國金融科技也開始了平臺化的探索。
恒生電子與當年Salesforce的做法如出一轍。2016年，恒生電子提出六縱六橫的平臺化戰略，依託過往經驗積累，形成數據、業務、技術支持的大中臺，服務於零售、資管、交易所與銀行四大行業。2020年，恒生電子打造開放技術平臺LIGHT，向第三方開發者開放其核心產品的API接口，或將對行業產生巨大變革。
由於證券業的保密和合規要求，目前市面上並未流出平臺使用的案例，但從恒生電子四年增長三倍的股價和穩定在約95%的毛利率，我們仍然得以一窺平臺化的光明前景。
如同Salesforce和恒生電子的平臺化轉型，服務於銀行業的索信達也對平臺化發展作出了長線布局和安排。12月9日，索信達發布公告，收購深圳銀興智能數據有限公司56%權益，該公司是Cloudera在華南、華北及西南地區最大的業務合作夥伴及技術服務提供商。Cloudera則是全球分布式文件系統Hadoop的鼻祖，用戶可以在不了解底層細節的情況，在其中開發分布式程序，這或將成為索信達在平臺布局中的關鍵一環。
恒生電子、索信達等企業專注服務細分市場的場景，對通用業務流程和場景化特殊需求了如指掌，能夠在產品的通用性和定製性之間收放自如。產業知識被這些企業轉化為平臺上的軟體模型，在服務項目中多次復用、積累和改進，形成一套行之有效的行業軟體標準，既能確保市場佔有率的穩步增長，又能確保大規模生產時保持較低的邊際成本。
外界看來，平臺化似乎只是為技術共享打造了底層架構，實際上，一旦平臺得到推廣，發起方極有可能成為行業標準的制定者。
AI新技術帶來的巨變
平臺化的基礎上，科技公司提供的工具也愈發多樣化。以當下的市場環境來看，我們處在一個前所未有的金融科技時代。大數據、區塊鏈、5G、IOT、量子計算，每一項新技術的應用，都意味著更加廣袤的市場。
如果金融科技上半場的增長來自於經濟發展帶來的增量市場，那麼下半場的巨變則更多來自於技術創新帶來的增量。
企業會如何選擇，取決於管理層對產業終局的思考，正如一些機構會嘗試向中小企業者提供貸款，也有一些機構會選擇利用槓桿優勢擴充消費貸。
索信達則相信市場還有很多增量市場。在一項千人千面營銷諮詢項目中，索信達的精準營銷平臺為銀行新增了2.27萬客戶，成功轉化交易金額103億，產生收益940.95萬元，並提升了高校客戶的交易筆數和金額，實現長期的收益轉化。
精準營銷平臺，正是用到了人工智慧技術。正如阿爾法狗挑戰人類智慧之巔圍棋一樣，人工智慧對人力的超越也在金融科技中得到了驗證。
某銀行原本與四大諮詢公司的其中之一合作，效果不及預期，該諮詢公司能夠指出問題所在，但並不擅長解決問題。無奈之下，這家銀行找到了索信達，採用數學建模、機器學習等技術進行管理，營銷等效果有了明顯提升。這家銀行此前的服務商作為全球最大的諮詢公司之一，集結了最優秀的一批會計師、審計師，依然在這一案例上敗給了人工智慧。
為了保持領先於同行的技術優勢，索信達設立了金融人工智慧實驗室，專注於神經網絡及深度學習、自然語言處理、圖像識別及處理技術三大領域的研發。在這一方實驗室裡，科學家們推崇可解釋機器學習技術，並且已經在金融場景下進行試煉，這項技術開啟了AI與人類溝通的可能性。
機器學習的可解釋並非畫蛇添足，在AI與人類共存的社會中，理解AI變得十分重要。李開復曾提及過機器學習的弊端，作為一項「黑盒」技術，其決策的過程和原因都無法被知曉。為什麼在星期三取得貸款的借款人往往能更快還清貸款？人工智慧可能有自己的算法，但要人類從業者和用戶能夠認同機器學習的結論，還需要邏輯和常識。索信達在機器學習領域中做出了一次超前的嘗試。
目前，可解釋機器學習技術已經有了應用場景，其中之一便是中高端客戶的挽回。通過模型流失預警，向行方解釋為什麼用戶會流失的具體原因，進行更加有針對性的營銷策略。某銀行擁有60萬中高端客戶，每季度會出現20%的自然流失，但採用了可解釋機器學習技術調整了挽回策略後，流失率降低至10%。相比開發一位新客戶，挽留老客戶只需要銀行花費拉新成本的三分之一。這一技術的應用，間接為該銀行帶來了每季度6000萬、每年2.4億元的利潤。
金融科技的下半場，技術創新的新徵程開啟，每一步都會是新的起點。