几十年来,银行已经熟练掌握了间接“货币”变现策略(利用货币),但却难以挖掘巨大的间接“数据”变现机会,比如将它们从客户数字化行为中收集的信息变现。
而苹果、亚马逊、谷歌、腾讯和其他数字精英(digerati)都已经掌握了这一策略。这些公司运用自己收集的数据创造额外的服务和收入来源(间接变现),获取金融服务机构的市场份额。
那么是什么阻碍了许多金融服务机构实施成功的间接数据变现策略?首先,金融服务机构未认识到实施间接数据变现策略需要有一个包含金融服务行业内部和外部多个合作伙伴的大数字生态系统。更重要的是,金融服务机构无法(或不愿意)投资于创建或参与位于自己机构和/或传统行业边界之外的数字生态系统所需要的能力和资源。
什么是间接数据变现?
几十年来,银行业一直掌握着间接货币变现的方法,例如使用存款发放贷款,以此赚取浮动收入。此外,银行还采取简单的直接变现策略,例如收取账户维护费或经纪人佣金和仲裁佣金等中介服务费。
随着数字生态系统(主要是互联网)的出现,银行一直享受着数字化连接所带来的指数级增长,其中最常见的就是银行使用互联网功能提供即时支付和跨境支付服务。
间接数据变现进一步深入数字领域,收集参与者为换取服务而做出的个人数字行为。从消费者的角度来看,这种变现是“间接的”,因为他们只需要支付很少的钱或无需付钱就能使用社交网络、支付系统、搜索引擎等服务。而企业运用数字生态系统中的参与者数字足迹来创造价值。
例如谷歌通过向第三方出售广告线索或其平台上的优质区域,运用参与者在其数字生态系统(搜索引擎、YouTube、Gmail等)中的数字足迹来创造价值。这就为特定行业重新定义了一个可寻址市场(例如上述谷歌案例中的广告)。该市场专注于客户的体验和便利、创新的服务以及预定义行业边界之外的广泛价值创造途径。
通过提供免费或低价服务等激励措施,资金充足的公司可以用最低获取成本来扩张它们的可寻址市场,然后分析客户的网购行为和偏好并精心设计具有针对性的(通常是个性化的)产品和服务来推动直接收入。例如:
是什么推动了银行业对间接数据变现的需求?
银行在保持增长方面所遇到的最大挑战是监管机构(主要是作为银行盈利业务最终所有者和控制者的央行)正在对银行的间接货币变现能力“去杠杆”(主要通过调整资本配置比率)。同时,监管机构正在促进直接和中介服务变现业务的竞争,引入开放式银行业务(在欧洲主要是PSD2)并通过“监管沙盒”为第三方机构提供一个轻量化的监管环境。这些机构主要是愿意在货币生态系统中竞争的新银行和金融科技公司。
此外,企业高管希望获得短期投资回报、利润和成本优化(即所谓的惯性)以及更加庞大的数字生态系统战略所带来的长期增长。通常这会导致首席信息官建立运营模型、部署技术或与那些无法加快银行数字成熟度以推动银行转型的公司合作。
传统银行和新银行/金融科技公司有几个共同点:虽然它们一直使用数字技术(如API、分析、区块链、聊天机器人等)来提高收入和降低成本,但目前还没有一家公司在传统产品和服务之外的业务领域成功实现指数级的增长。银行业对一部分通过间接数据变现实现收入多样化并增加收入的数字化龙头企业(尤其是谷歌、Facebook、亚马逊和阿里巴巴)非常感兴趣。
间接数据变现方案一:创建一个大数字生态系统
以阿里巴巴、亚马逊、腾讯和谷歌为代表的数字精英刚开始在数字领域所提供的服务非常狭隘。后来,它们开始在多个其他垂直行业提供多样化的产品和服务。而大型跨行业控股集团旗下的银行早已通过不受限制的线下方式实现了这一多样化。它们已经有了可以整合到一个数字生态系统中的潜在业务集合。
如果要将这些业务整合到一个更大的数字生态系统中,那么所需要的不仅仅是部署一个公共的共享IT平台,还需要将该IT平台的各项数字功能转化为更大数字生态系统中的共享功能、将客户转化为参与者并创建互通的新数字生态系统。
间接数据变现方案二:寻找数字生态系统合作伙伴
银行需要了解谁拥有和/或控制数字生态系统,例如在供应链金融领域,供应商生态系统由买家控制,并且买家会决定采取以下融资策略:自己为供应商融资;与银行签署单一协议;与PrimeRevenue等多银行数字平台合作。
这一点同样适用于原生数字公司。这些公司拥有/控制自己的数字生态系统。数字精英一直在寻找通过与其他垂直行业之间的协同作用来增强其数字生态系统的新方法。
银行首席信息官应要求他们的业务合作伙伴阐明他们将如何与数字生态系统合作。合作的重点不在于建立针对多个客户进行大规模复制和扩展的能力,而是在于以“外科手术式的精准”确定银行将寻求与哪些数字生态系统合作以及合作的性质(请以上述要点为指导)。这可以让首席信息官确定在API、数据和数字生态系统方面需要部署的能力。
间接数据变现方案三:不做任何事情
小型银行的首席信息官可能会发现其首席执行官和/或董事会成员认为上述方案好高骛远。而他们更加担心的可能是如何在短期和中期让传统银行业务的基础要素保持在正轨上。但您每年应该至少两次或在您每次有机会接触到执行委员会时提议对前两项方案进行讨论。您所在的银行迟早需要与它们联合或者被迫加入它们。
结论
许多银行的首席信息官没有制定任何数字生态系统战略。事实上,在Gartner最近的一次关于数字生态系统的跨行业网络研讨会上,64%的参与者表示已制定业务战略,但未制定数字生态系统战略。
新冠疫情已经表明,大数字生态系统推动的数字交互给B2B和B2C活动以及数字生态系统重新定义可寻址市场与其变现机会的方式带来了结构性的转变。
银行首席信息官应认识到,并不是所有企业机构都能采取间接数据变现策略。Gartner认为,机构规模对于决定是否制定间接数据变现策略和实施该策略至关重要。
好文章,需要你的鼓励
国际能源署发布的2025年世界能源展望报告显示,全球AI竞赛推动创纪录的石油、天然气、煤炭和核能消耗,加剧地缘政治紧张局势和气候危机。数据中心用电量预计到2035年将增长三倍,全球数据中心投资预计2025年达5800亿美元,超过全球石油供应投资的5400亿美元。报告呼吁采取新方法实现2050年净零排放目标。
维吉尼亚理工学院研究团队对58个大语言模型在单细胞生物学领域的应用进行了全面调查,将模型分为基础、文本桥接、空间多模态、表观遗传和智能代理五大类,涵盖细胞注释、轨迹预测、药物反应等八项核心任务。研究基于40多个公开数据集,建立了包含生物学理解、可解释性等十个维度的评估体系,为这个快速发展的交叉领域提供了首个系统性分析框架。
AMD首席执行官苏姿丰在纽约金融分析师日活动中表示,公司已准备好迎接AI浪潮并获得传统企业计算市场更多份额。AMD预计未来3-5年数据中心AI收入复合年增长率将超过80%,服务器CPU收入份额超过50%。公司2025年预期收入约340亿美元,其中数据中心业务160亿美元。MI400系列GPU采用2纳米工艺,Helios机架系统将提供强劲算力支持。
西湖大学王欢教授团队联合国际研究机构,针对AI推理模型内存消耗过大的问题,开发了RLKV技术框架。该技术通过强化学习识别推理模型中的关键"推理头",实现20-50%的内存缩减同时保持推理性能。研究发现推理头与检索头功能不同,前者负责维持逻辑连贯性。实验验证了技术在多个数学推理和编程任务中的有效性,为推理模型的大规模应用提供了现实可行的解决方案。