• [行业资讯] 开放银行与物联网的未来合作
    21世纪,物联网(IoT)设备在全球范围内被不同年龄层所使用,以建立人、流程和对象之间的无缝通信。人们可以对广泛物联网设备进行访问,同时物联网技术也可以通过低成本计算、云计算、大数据和分析来自共享客户端收集的数据。这些创新的技术是消费者所渴望的,目前已有超过70亿台联网物联网设备注册。事实上,用户才是塑造行业的人,对生产力和优化体验的需求是这些设备和技术背后的驱动力。物联网设备的集成传感器能够实时监测和跟踪数据,结果通过物联网网关或其他设备进行数字传输、存储,然后可以在任何时间段内访问。这些设备还能够对它们之间共享的信息进行操作,从而进一步提升客户体验。虽然我们熟知的物联网经常通过家电在家庭中使用,但该技术已进一步扩展到我们生活的其他领域,比如与金融行业和开放银行联系在一起。物联网推动金融创新物联网已经通过无数的创新进入并彻底改变了金融行业。物联网驱动的非接触式支付解决方案是行业中使用最广泛的物联网创新之一,它允许客户使用智能手表等可穿戴技术在无需输入PIN码的情况下快速支付。通过亚马逊Alexa、谷歌Assistant和微软Cortana等语音助手实现的人工智能银行,进一步改进和简化了电子商务地点的在线支付流程。这两种选择对用户来说都更快、更方便,改善了用户体验。非接触式支付尤其在2019冠状病毒病(COVID-19)大流行期间得到普及,因为人们担心接触式支付的表面会受到污染,因此会选择“更清洁”的非接触式支付方案。万事达卡的研究发现,在2020年大流行之初,杂货店和药店的非接触式支付大幅增加,统计数据显示,非接触式交易的增长速度是非接触式的两倍。一些银行机构正在利用物联网技术,通过从智能手机提交自拍照等视觉识别策略,将身份验证转变为尽可能简单的程序。客户端以最快的方式接收用户ID,并且不会有数据泄漏的危险。韩国领先的银行卡公司新韩信用卡(Shinhan Card)就是这些创新者之一,该公司打算开发一种基于物联网的支付系统,其中将包括面部识别技术。该业务将能够进一步简化客户体验,同时通过减少塑料的使用来支持全球环保倡议,这些塑料以往用于制作实体银行卡。数据收集和更好的客户体验开放银行和物联网都能够从客户那里收集有价值的数据,并将这些信息提供给相关企业。虽然通过开放银行平台获得的信息与金融交易有关,有助于创建客户档案,但物联网能够提供与生活方式选择和日常安排有关的额外见解。使用这些数据,企业可以根据新的、不断更新的客户信息来适应客户的需求和习惯。当前的客户和消费者行为表明,无论是在金融领域,还是在一般以客户为基础的行业,技术都需要更快、更直观、更个性化和更安全。结合开放银行和物联网,可以帮助收集客户生活各个方面的信息,帮助现代化和升级现有系统,提供更好的客户体验、快速的解决方案和改进的整体服务。银行也转向物联网解决方案,将银行账户与电器连接起来,以收集数据并促进相关支付。例如,一台可以直接购买食品杂货的冰箱可以让顾客通过他们的银行账户直接付款。账户链接也为银行提供了一个重要的优势,为他们提供额外的信息,并将其纳入关键的财务选择。更简单的信用检查和保险索赔保险公司和贷款机构也可以利用这两个来源收集的数据。多年来,保险公司和贷款公司根据信用数据库中存储的历史数据和过时信息进行判断和信用检查,以管理不确定性和风险,通过分析以前的客户信息和他们的一般行为来计算风险。然而,物联网数据的强力崛起,以近乎实时的方式收集和存储,有可能全面重组这个系统。物联网设备中的传感器和软件可以为保险公司和贷款机构提供几乎所有与客户日常生活有关的实时数据,包括日常安排、驾驶习惯和健康水平。将这些信息与来自银行、保险公司、贷款平台和房东的财务数据相结合,就能获得有关潜在客户的最新和全面的信息。保险索赔可以更快地提交,而信用检查几乎可以立即执行,为客户和企业提供基于收集到的所有数据的准确信息。理论上,通过可穿戴技术或物联网车辆,保险索赔也可以非常迅速地提交,设备可以记录潜在的道路事故或人身伤害信息。存储的数据可以作为证据与相关方共享。这对双方都是有利的,客户可以支持他们的索赔,而保险公司也可以免受欺诈性报告的伤害。人工智能辅助和进一步的自动化开放银行和物联网设备之间的连接可以进一步推进上述人工智能辅助语音银行服务,允许Alexa、Cortana和谷歌Assistant直接链接到银行账户。这也适用于苹果手表等内置语音识别软件的可穿戴技术。这将允许金融数据(例如当前余额)直接传输给客户,而无需每次客户想要查看自己的财务状况时必须登录他们的在线银行账户。自动化是另一个优先因素,也是开放银行和物联网共同的特点。开放的银行已经允许第三方服务用有价值的财务数据填充他们的应用程序,从而在财务管理、会计程序、了解客户(KYC)验证、身份认证等方面实现自动化。它可以进一步帮助实现财务流程的自动化,在物联网的帮助下,银行可以将开户所需的时间大幅减少。对个人理财和投资工具的影响从物联网设备收集的数据是通过与消费者直接接触实时获取的,这使其成为关于客户行为的最可靠和最新的信息之一。结合通过开放银行获得的财务数据,个人理财(PFM)应用程序,以及投资工具,可以收集令人难以置信的客户习惯和消费的洞察力。全球数据可以用来预测行为,并将在类似客户中被证明是成功的计划放在一起。此外,通过所有客户的物联网设备收集的信息,可以为PFM应用程序和金融工具提供特定客户更可靠的信息,帮助为每个人创建更个性化的方法。应用程序可以考虑客户的生活方式,彻底分析所有数据,并根据收集到的见解制定出可持续和可实现的计划。欺诈检测与保护物联网设备可以进一步提升融资流程和系统的安全性及保护水平。此前,银行业务曾因可能产生数据泄露等金融安全风险而受到严格审查。随着数据的共享,消费者可能会对他们的金融信息受到保护的程度感到焦虑,2019年接受调查的48%的客户表示,他们在开设银行账户时担心安全问题。开放银行具有重要的安全特性,如强客户身份验证(SCA)和认证管理。银行还增加了自己的安全层,通过单独的欺诈保护协议来保护客户数据。然而,物联网能够创造更高效的网络安全解决方案,专注于帮助金融机构实时预测和识别安全风险。面部识别软件和生物识别技术面部识别技术和生物识别过程是受益于物联网崛起的几个安全措施的例子。用于登录银行服务或永久连接到银行账户的设备可以使用这项技术来确保访问该账户的人是设备和账户的真正所有者。人脸识别也可以在登录过程之外的场景使用。比如闲逛检测,当使用在ATM机或银行前厅时,可以识别出一个人站在那里超过预定的时间。当有人被识别为“游手好闲”时,涉众或账户所有者就会收到系统的警报。物联网设备帮助保护银行资产的其他方法包括在移动应用程序中使用指纹识别、视网膜扫描和人脸识别,以帮助确保不会出现违规或未经授权的访问。英国移动银行Atom开发了一种安全系统,客户需要通过面部扫描、密码或语音识别测试等多种方式,才能对其账户进行任何操作。这可以进一步推广到与关联银行的物联网设备。物联网手环Nymi将身份验证进一步深化,它可以记录并存储客户的独特心跳或心脏“签名”,以验证佩戴者的身份。该设备必须放置在一个配套的扫描仪前,以开始认证过程。虽然Nymi目前专注于企业员工验证的创新,但这个想法完全可以在金融服务和银行业的身份验证中实现。Nymi或其他创新可以继续开发和创造方法,让客户验证他们的身份,并确保他们的金融数据安全。数字革命已经真正到来,它是由开放银行和物联网设备等新技术驱动的。就个人而言,它们都在改变消费者和企业相互沟通的方式,并帮助商业行业创新。两者都优先考虑更简单、更愉快的用户体验和客户数据的利用,以造福于消费者。随着开放的银行业和物联网市场的联合,真正的奇迹可能会发生,带来新的创新和想法,并为更多的金融科技发明铺平道路。
  • [行业资讯] “家庭物联网第一股”云米,为何困于增长乏力?
    曾头顶“全球家庭物联网第一股”光环上市的云米科技(下称云米),如今正面临着业绩增长疲软、股价跌跌不休的考验。3月28日,云米披露了2021年第四季度及全年财务报告。财报显示,云米2021年第四季度营收13.33亿元,同比下降29.44%;净利润为2270万元,同比大减79.48%。全年业绩方面,云米2021年营收约53.04亿元,同比下降8.96%;净利润为8860.50万元,同比下降48.88%。财报还提到,云米预计2022年第一季度营收在6.80亿元至7.30亿元之间。值得注意的是,云米这一预计营收相较于其上年同期下滑幅度在41.88%至45.86%之间。该消息一出,资本市场给出了最直接的反馈——截至美东时间3月28日收盘,云米股价报1.77美元/股,较上一个交易日下跌1.67%。而在此后几天,云米的股价依旧没太大起色,截至美东时间4月8日收盘,云米股价报1.68美元/股,总市值为1.17亿美元。作为业内率先举起“全屋智能”发展旗帜的企业,云米为何会面临业绩负增长的状况?在“去小米化”后,为何云米的发展与股价均不理想?云米科技创始人、CEO陈小平曾说自己的目标是“三分天下有云米”,如今距离这个愿景还有多远?1、云米的快速度客观来说,以净水器起家的云米在整体发展上还是有可圈可点之处。据「子弹财观」了解,云米从广东佛山成立到去美国纳斯达克敲钟,仅仅用了4年零4个月的时间(2014年5月至2018年9月),其上市当日报收9.08美元/股,总市值为7.09亿美元,成为继华米科技之后第二家赴美上市的小米生态链企业。在快速上市的同时,云米的产品拓展速度也相当快——如今其产品品类已多达60余种,拥有全行业目前最完整的“全家桶”产品线,大到电视、冰箱、洗衣机,小到扫地机器人、路由器以及各种智能小家电,云米都有涉及,主要就是围绕家庭各个场景提供整套智能家电设备。换言之,云米在成立近8年的时间里,平均每年拓展至少8条产品线。此外,云米的线下拓展速度较快。目前,云米在全国已拥有2000多家线下场景体验式门店,铺设了3.8万个售后服务网点,且在物流、安装、售后等服务方面配备了19万专业服务人员。除了上述的发展速度较快以外,云米拥有至少两种联网产品的家庭用户比例也正在逐步提升。根据云米往期财报,截至2020年3月31日,该公司拥有至少两种联网产品的家庭用户比例为18.4%,而截至2021年12月31日,这一数值被更新为21.5%,季平均增速为0.44%。值得注意的是,拥有至少两种联网产品的家庭用户比例的不断提升,意味着越来越多的家庭用户在使用联网产品,这对聚焦于全屋智能领域的云米来说,无疑是在释放利好信号。通过梳理财报发现,云米的偿债能力指标一直处于较为健康的水平。据云米此前发布的财报显示,最近9个财季,该公司的平均资产负债率为49.40%,处于公认的资产负债率适宜水平(40-60%)。事实上,云米在2014年成立后,背靠小米生态链体系逐渐发展壮大,最早通过生产小米净水器等小家电打开市场,2016年便开始转向全屋互联网家电领域,并逐渐“去小米化”——公开数据显示,2016年在云米的总营收中,来自小米销售的收入占比为95.9%,到了2020年该收入占比下降至49.6%,可见云米对小米生态体系的依赖降低近半。如今,云米的股价跌至2美元内,虽受中概股普遍大跌的影响,但这在一定程度上表明资本市场对其缺乏投资信心,究其根本,除了云米在“去小米化”的过程中表现并不如预期,经营数据乏力之外,或许也因其自身的发展存在一些问题。2、连续3季营收负增长财报显示,云米的营收增速正不断放缓。在2021财年里,云米除了2021财年Q1的营收增速达到64.02%,其他财季的这一数值均为负数,分别为-1.51%、-28.94%和-29.44%,负向增长速度较快。至于云米的营收出现负增长的原因,大致有以下四点。第一,云米的新增家庭用户人数增长乏力。财报显示,最近5个财季,云米的新增家庭用户人数增速依次为-16.67%、0.00%、-40.00%、0.00%和-40.00%,呈现出“要么增长停滞,要么负向增长”的趋势。第二,云米降低自有品牌在小米渠道的比例。如大家所知,与大部分家电企业一样,云米的销售主要分为线上和线下。线上主要依靠有品、京东、天猫和苏宁等第三方电商平台,其中与小米的关系最为密切。而如上述所言,云米逐步缩减自有品牌在小米渠道的比例,在一定程度上,势必会减少其产品的销量,进而影响营收的增长。第三,云米净水器的销量出现下滑。净水器算是云米的“拳头产品”,最新财报显示,其净水器业务在2021年的收入为7.429亿元,而2020年这一数据为8.833亿元,下降了15.9%。当然,在净水器销量上走低的不止云米,还包括净水器行业的其他玩家。奥维云网数据显示,2021年前三季度,我国净水器销量为646.9万台,同比下滑3.1%,预计2021年这一数值将被替换为928.6万台,同比减少8.7个百分点。净水器行业市场规模的萎缩也随之而来,根据奥维云网数据,2014-2018年,中国净水器行业的市场规模呈“逐年上升”的态势,而从2019年开始,中国净水器行业的市场规模便连年下滑,已由2018年的316.9亿元降至2021年的227.4亿元,缩水近百亿元。第四,云米的小家电销量遭遇下滑。最新财报显示,云米“小家电及其他”业务在2021年的收入为7.929亿元,而2020年这一数据为8.877亿元,下降了10.7%。当然,小家电业务表现不佳的状况不止发生在云米身上,很多同行也有相似境遇。据奥维云网数据显示,厨房类小家电共计12个品类,2021年零售额为514亿元,同比减少14.1%。而且,2021年前三季度,13种厨房小家电中,有11种销售额同比下滑。此外,云米的扫地机器人销量也出现了滑坡,而这也是行业发展的缩影——据奥维云网数据显示,2021年扫地机器人线上销量同比下滑10.7%,到了2022年1月,扫地机器人线上销量为29.4万台,同比下降了24.8%。事实上,云米营收失速与反复无常的疫情有关。在疫情冲击之下,一方面,消费者普遍会选择减少外出,且消费需求会趋于更加理性;另一方面,拥有线下门店的企业会被迫选择关停一些门店来自救。而这些无疑都会影响到云米的创收。「子弹财观」注意到,云米营收增速乏力或许还跟口碑信誉下滑有关。在黑猫投诉平台上,涉及云米的投诉合计高达907条,而网友们对云米的投诉主要为产品质量差、服务态度差、三包不到位以及不发货等。由此可见,云米在不断研发智能家居新品的同时,还应多注重产品质量及服务问题,否则即便推出如全家桶般的全屋智能解决方案“1=N44”,也比较难收获绝大部分用户的认可或好评。3、股价已跌超九成从云米的财报来看,陷入“增长失速”困境的不止营收,还包括云米的毛利润。根据已公开的财报,最近4个财季,云米的毛利润增速分别为84.09%、46.01%、-5.72%和-23.05%,呈逐季递减之势。另值得注意,在过去的4个财季里,云米的毛利率一直偏低,最小为21.10%,最大不超过26%。究其背后原因,「子弹财观」认为不外乎三点:其一,云米增加了研发开支。据云米此前披露的财报显示,最近4个财季,该公司的研发费用均同比正增长,平均增速达到20.18%。其二,云米的营销费用总体攀升。根据财报,在过去的4个财季里,云米的营销费用除了2021财年Q4同比微降1.20%,其他财季均同比正增长,平均增速高达40.63%。其三,云米增加了管理费用。根据云米往期财报,最近4个财季,该公司的管理费用均同比正增长,平均增速达到47.47%。而云米毛利润增长失速,直接影响了其净利润的表现。据云米此前发布的财报显示,在过去的3个财季里,除了2021财年Q2,其他财季公司的净利润增速均为负值,分别为-183.95%和-79.48%。而且,最近3个财季,云米的净利率都处于极低的水平,最高不足3%,最低下探至-2.74%。不仅如此,云米也陷入了现金流吃紧的尴尬境地。云米财报披露的信息显示,截至2021年3月31日,该公司持有的现金及现金等价物为9.06亿元。仅时隔9个月后,云米的这一数值便被更新为5.87亿元,缩水了35.21%。受上述经营数据的影响,云米的股价呈现出“跌跌不休”的状态。公开信息显示,截至美东时间4月8日收盘,云米股价报1.68美元/股,总市值为1.17亿美元,相较2021年2月的高位18.99美元/股已跌超九成,高达91.15%。除了前文提到的云米总体业绩表现欠佳外,还有两个重要原因或影响了其股价走势。一是该公司的高管相继出走。据「子弹财观」了解,早在2019年,时任副总裁的邹洛从云米高管团队中退出;在2020年Q3财报披露时,云米又宣告了公司CFO蒋顺离职。天眼查信息显示,除了董事,云米高管团队只剩下创始人陈小平一名核心高管,而这不免会让外界担心这是公司发展不利的问题。二是云米所处的美股市场环境动荡。众所周知,在中美博弈的大背景下,中概股在美国股市普遍遭遇“冷落”,股价长期处于低迷状态,而云米股价也被这一颓势所影响。4、结语虽说过去的云米已向外界充分展现了其不俗的产品扩充和线下拓展等能力,但其在“去小米化”后面临了更多挑战,包括用户口碑危机,资本市场的不买账,以及当前遭遇的业绩增长疲软、现金流异常吃紧的艰难局面。对于云米及其创始人陈小平而言,或许只有用心挖掘用户需求并打磨好产品,服务好用户,改善好财务状况,同时提升抗风险能力,才有把握在海尔、美的、华为、苹果等巨头都已入局的全屋智能市场中真正站稳脚跟。
  • [行业资讯] 物联网创造金融发展新方向
    目前,物联网作为金融科技的重要手段,成为金融机构在供应链金融市场上的重要核心竞争力。宏观上,其能促进产业物联网生态的发展,构筑数字经济新图景;微观上,其能重塑银行传统信贷业务。物联网技术应用在金融领域,第一能创造新的融资场景,创新业务模式,拓宽金融服务范围;第二能弱化信息不对称问题,弥补数据维度单一问题,保障数据时效,形成多维数据校验佐证;第三能提升管理能效,实现智能管理、动态管理、特殊风险管理与及时处置;第四能创新信用体系,升级验证与监控方式,提升风险体系化管理能力;第五能提升中小企业信息化数字化水平,让企业主能够实时了解企业运营状况。从宏观视角出发,物联网是构筑数字经济的重要基础设施。随着物联网技术的进步和应用,人类社会绝大部分的活动未来均能够通过物联网技术输出成各类电子信息和数据模型,因此,物联网将成为维系物理世界与数字世界之间关系的重要纽带。物联网技术如同数字经济时代的毛细血管,全社会的经济活动通过物联网得以被更好地记录、反映和运用。从微观视角出发,物联网技术与金融的融合将重构银行传统信贷业务模式。物联网技术的快速发展为产业数字化转型提供技术支撑的同时,也深刻影响了金融业务的格局和生态。近几年,大中型银行加快布局物联网金融服务平台,通过物联网技术对传统业务流程的嵌入,优化了基于财务报表和生产资料抵押的业务模式。一方面,通过物联网和金融业务流程的整合,帮助银行嵌入更多的生态场景,实现新客、新业务的获取。另一方面,物联网和金融业务的融合能够实现动态监管。此外,通过物联网与产业的加速融合,基于数据和智能决策模型可助力企业数字化升级,帮助企业降低数字化、智能化改造成本,同时随着数据的不断积累,形成对产业的智能化服务能力,延伸银行服务范围。(一) 提升风控能力,拓宽业务范围以物联网为动力源的技术进步、制度变革和市场需求的协同作用引发了大量金融创新。物联网和金融业务流程的整合,能够低成本、大规模地帮助银行提升企业贷款的贷前/贷中/贷后风控能力。通过物联网技术的应用,金融机构可以更准确地了解企业的生产经营情况,从而减少对抵押物、核心企业兜底或第三方担保的要求。在此基础上,金融机构可为更多过去难以覆盖的“三农”、“中小微”企业客户提供融资服务,加速实现普惠金融。借助物联网技术,银行可以对动产情况进行智能化、全天候地全面掌控,并监督动产存续的状态和发生的变化,有效减少了动产融资过程中信息不对称的问题,动产融资风险也在一定程度上得以控制。同时,物联网监控也可以提高对业务真实性的穿透识别能力,帮助资产价值属性与实物属性更好结合及应用。物联网金融由于具有“物信合一”的特殊属性,在更好地掌握企业信息方面,具有天然的优势。基于物联网技术,银行可提升对企业权益证明真实性和资产唯一性的识别与认可能力。同时通过对物联网数据的收集、建模和管理,可以丰富企业信用数据维度,依托海量的、客观的、全面的数据建立更加完整和相对客观的信用体系,进而创新更好的信贷业务模式和风险管控模式。物联网金融的创新模式使得银行可以随时随地掌握物品的形态、位置、空间、价值转换等信息,信息资源充分交换共享。以大宗仓储场景为例,物联网技术的使用可实现物品全过程可视化,包括各种货物的流动情况、物品实时的数量与质量等信息,实现物品在整个流动期间的监控和定位。基于此,实现物流、商流、信息流及资金流四流合一的生态模式,通过大数据技术对动态、实时数据进行建模分析,可及时了解和掌握大宗商品电子交易市场中企业的经营状况,提升中小企业价值评估的精准度,进而保证整个供应链的融资安全,实现为大宗商品电子交易市场中各类企业按需提供“采购—存货—-销售”全流程一揽子物联网融资解决方案。(二) 实现数据打通,增强分析能力通过物联网技术,金融机构可建立动态风险控制体系及企业信用信息的共享机制。银行对企业信用数据能够进行实时评估,银企之间信息不对称问题也得以缓解,进而减少由此而带来的金融业务风险。除此之外,通过物联网技术加持,依托大数据和云计算技术,企业资产、金融资产、数据资产等要素的价值属性能在认定其信用及唯一性条件下形成。信用信息的共享与监督管理也使得企业数据资产具有了实体属性,最终推动了企业资产实体属性与价值属性的融合,增强企业信用可信度,赋能金融领域发展。首先,传统模式下,金融机构主要查看核心企业及上下游企业的财务报表,依据的是静态数据。传统会计学“三张表”本身的周期性编制、历史成本基础、管理层假设、谨慎原则,无法给投资提供及时和可靠的决策信息。用财务报表的静态数据来判断企业现状乃至未来的动态,只有局限的参考价值。其次,财务报表的数据也会因会计核算方法造成报表与实际的偏差,报表数据可靠性存疑。各类资产的减值、公允价值的获取主要采用估值技术,存在被操纵的风险。比如,银行沿用多年的仓单质押、互联互保等传统大宗商品融资业务模式,依赖于物流监控的质量,其准确性主要取决于物流监管公司的管理能力和现场监管人员的履责程度,这会带来重复抵质押、押品不足值、押品不能特定化、监管过程不透明、监管方道德意识低、预警不及时等问题。这些信息不对称带来的风险问题使得银行金融业务的发展具有一定的局限性。物联网的数据链能够丰富信息维度,助力行业业务决策。同时,政府可以建立公共信息平台并纳入相关企业,利用云计算技术建立公开共享的企业云信用库,通过物联网等技术手段监测平台上银企之间的交易记录或数据,动态实时地更新各企业的信用级别,及时传递预警信息,节省金融机构的资源和成本,物联网金融的具体应用如下图所示。(三) 降低业务成本,提升管理效能物联网可以彻底穿透产业与金融之间的信息壁垒,形成信息流、商流、物流、资金流“四流合一”的业态体系。在供应链金融各场景中,物联网技术可以对供应链上各种货物的流动情况、产品实时数量与质量进行监测,实现产品全生命周期的监控和定位,进而保证整个供应链的融资安全。在此基础上,在企业授权的情况下,通过物联网数据与企业经营数据、财务报表数据的交叉验证,极大提升了银行风控模型的可信度。例如,传统的管理流程涉及实物操作、手工清点等人工操作环节,以人为核心的业务处理存在效率低、断点多、耗时长且无法有效规避道德风险的痛点。平安银行星云物联网平台运用物联网定位、设备协同等技术手段,通过 API 和 SaaS 封装等方式向客户输出数字化管理工具,可以有效解决上述流程中存在的若干难题。平安银行星云物联网平台,全面融合中台设计理念,基于分布式构架保证系统的稳定性和延展性,目前,已具备了工业互联网、车联网监管及物联网仓库改造等领域的 SaaS 输出能力,可实现以物管物、以物管人,有效解决企业内部管理中的人员资源瓶颈、道德风险和操作遗漏等风险,助力实体经济企业提升管理效率及信息化能力。同时,金融机构也可运用端边云技术融合 5G 音视频数据分析能力,充分释放银行等经营场所的非结构化数据富矿所蕴含的巨大价值,如在网点进行实时双录质检和精准营销,在金库实现人员区域追踪和异常监控预警,借助技术补充人工操作的短板,完成复杂、重复、高强度和高时效的日常工作。此外,借助于物联网感知、AI 边缘计算等技术,加强以物管物的能力,可在印章、发票、凭证等重要物件管理流程中,实施实时感知和跟踪定位功能。同时,结合移动物联定位与 RPA 等技术,实现资产使用过程中变化信息自动感知和更新的功能,替代人工操作实现业务全流程的自动化处理,提升运营管理效能。(四) 赋能信用体系,促进行业发展金融业本质上是经营风险的行业,风险控制是金融发展和创新的关键。物联网让金融体系从时间、空间两个维度上全面感知实体世界行为,对实体世界进行追踪历史、把控现在、预测未来,让金融服务融合在实体运行的每一个环节中,有利于全面降低金融风险。在物联网时代来临之前,金融科技主要使用互联网数据,互联网数据与实体经济缺少连接,无法做到线上和线下信用信息的实时交换和更新,导致这些数据无法得到快速有效验证。物联网则突破了互联网金融的桎梏,打通了线上、线下的各类数据,将客观物理数据和实体经济打通,提高风险管控的可靠性和及时性。物联网金融可以结合生态特点、行业特点、区域特点,构建更加全面、客观、完整的信用体系,使得金融风险管控的质量和效率明显提升。同时,从人、机、物的客观感知数据出发,物联网能够有效避免各类平台上的假数据问题。在数据覆盖范围上,物联网能采集包括行为轨迹、消费习惯、医疗数据、场景数据、设备运行数据等多元数据类型,这些都是传统金融难以覆盖之处。通过将数据和实体连接,打造数字孪生新模式,物联网有效解决了数据的客观性和真实性问题。基于此将产生更好的信贷业务模式、信用评估规则和风险预警模型。
  • [行业资讯] “家庭物联网第一股”云米,为何困于增长乏力?
      云米科技创始人、CEO陈小平曾说自己的目标是“三分天下有云米”,如今距离这个愿景还有多远?  曾头顶“全球家庭物联网第一股”光环上市的云米科技(下称云米),如今正面临着业绩增长疲软、股价跌跌不休的考验。  3月28日,云米披露了2021年第四季度及全年财务报告。财报显示,云米2021年第四季度营收13.33亿元,同比下降29.44%;净利润为2270万元,同比大减79.48%。  全年业绩方面,云米2021年营收约53.04亿元,同比下降8.96%;净利润为8860.50万元,同比下降48.88%。  财报还提到,云米预计2022年第一季度营收在6.80亿元至7.30亿元之间。值得注意的是,云米这一预计营收相较于其上年同期下滑幅度在41.88%至45.86%之间。  该消息一出,资本市场给出了最直接的反馈——截至美东时间3月28日收盘,云米股价报1.77美元/股,较上一个交易日下跌1.67%。  而在此后几天,云米的股价依旧没太大起色,截至美东时间4月8日收盘,云米股价报1.68美元/股,总市值为1.17亿美元。  作为业内率先举起“全屋智能”发展旗帜的企业,云米为何会面临业绩负增长的状况?在“去小米化”后,为何云米的发展与股价均不理想?云米科技创始人、CEO陈小平曾说自己的目标是“三分天下有云米”,如今距离这个愿景还有多远?  1  云米的快速度  客观来说,以净水器起家的云米在整体发展上还是有可圈可点之处。  据「子弹财观」了解,云米从广东佛山成立到去美国纳斯达克敲钟,仅仅用了4年零4个月的时间(2014年5月至2018年9月),其上市当日报收9.08美元/股,总市值为7.09亿美元,成为继华米科技之后第二家赴美上市的小米生态链企业。  在快速上市的同时,云米的产品拓展速度也相当快——如今其产品品类已多达60余种,拥有全行业目前最完整的“全家桶”产品线,大到电视、冰箱、洗衣机,小到扫地机器人、路由器以及各种智能小家电,云米都有涉及,主要就是围绕家庭各个场景提供整套智能家电设备。  换言之,云米在成立近8年的时间里,平均每年拓展至少8条产品线。  此外,云米的线下拓展速度较快。目前,云米在全国已拥有2000多家线下场景体验式门店,铺设了3.8万个售后服务网点,且在物流、安装、售后等服务方面配备了19万专业服务人员。  除了上述的发展速度较快以外,云米拥有至少两种联网产品的家庭用户比例也正在逐步提升。  根据云米往期财报,截至2020年3月31日,该公司拥有至少两种联网产品的家庭用户比例为18.4%,而截至2021年12月31日,这一数值被更新为21.5%,季平均增速为0.44%。  值得注意的是,拥有至少两种联网产品的家庭用户比例的不断提升,意味着越来越多的家庭用户在使用联网产品,这对聚焦于全屋智能领域的云米来说,无疑是在释放利好信号。  通过梳理财报发现,云米的偿债能力指标一直处于较为健康的水平。据云米此前发布的财报显示,最近9个财季,该公司的平均资产负债率为49.40%,处于公认的资产负债率适宜水平(40-60%)。  事实上,云米在2014年成立后,背靠小米生态链体系逐渐发展壮大,最早通过生产小米净水器等小家电打开市场,2016年便开始转向全屋互联网家电领域,并逐渐“去小米化”——公开数据显示,2016年在云米的总营收中,来自小米销售的收入占比为95.9%,到了2020年该收入占比下降至49.6%,可见云米对小米生态体系的依赖降低近半。  如今,云米的股价跌至2美元内,虽受中概股普遍大跌的影响,但这在一定程度上表明资本市场对其缺乏投资信心,究其根本,除了云米在“去小米化”的过程中表现并不如预期,经营数据乏力之外,或许也因其自身的发展存在一些问题。  2  连续3季营收负增长  财报显示,云米的营收增速正不断放缓。在2021财年里,云米除了2021财年Q1的营收增速达到64.02%,其他财季的这一数值均为负数,分别为-1.51%、-28.94%和-29.44%,负向增长速度较快。  至于云米的营收出现负增长的原因,大致有以下四点。  第一,云米的新增家庭用户人数增长乏力。财报显示,最近5个财季,云米的新增家庭用户人数增速依次为-16.67%、0.00%、-40.00%、0.00%和-40.00%,呈现出“要么增长停滞,要么负向增长”的趋势。  第二,云米降低自有品牌在小米渠道的比例。如大家所知,与大部分家电企业一样,云米的销售主要分为线上和线下。线上主要依靠有品、京东、天猫和苏宁等第三方电商平台,其中与小米的关系最为密切。而如上述所言,云米逐步缩减自有品牌在小米渠道的比例,在一定程度上,势必会减少其产品的销量,进而影响营收的增长。  第三,云米净水器的销量出现下滑。净水器算是云米的“拳头产品”,最新财报显示,其净水器业务在2021年的收入为7.429亿元,而2020年这一数据为8.833亿元,下降了15.9%。  当然,在净水器销量上走低的不止云米,还包括净水器行业的其他玩家。奥维云网数据显示,2021年前三季度,我国净水器销量为646.9万台,同比下滑3.1%,预计2021年这一数值将被替换为928.6万台,同比减少8.7个百分点。  净水器行业市场规模的萎缩也随之而来,根据奥维云网数据,2014-2018年,中国净水器行业的市场规模呈“逐年上升”的态势,而从2019年开始,中国净水器行业的市场规模便连年下滑,已由2018年的316.9亿元降至2021年的227.4亿元,缩水近百亿元。  第四,云米的小家电销量遭遇下滑。最新财报显示,云米“小家电及其他”业务在2021年的收入为7.929亿元,而2020年这一数据为8.877亿元,下降了10.7%。  当然,小家电业务表现不佳的状况不止发生在云米身上,很多同行也有相似境遇。据奥维云网数据显示,厨房类小家电共计12个品类,2021年零售额为514亿元,同比减少14.1%。而且,2021年前三季度,13种厨房小家电中,有11种销售额同比下滑。  此外,云米的扫地机器人销量也出现了滑坡,而这也是行业发展的缩影——据奥维云网数据显示,2021年扫地机器人线上销量同比下滑10.7%,到了2022年1月,扫地机器人线上销量为29.4万台,同比下降了24.8%。  事实上,云米营收失速与反复无常的疫情有关。在疫情冲击之下,一方面,消费者普遍会选择减少外出,且消费需求会趋于更加理性;另一方面,拥有线下门店的企业会被迫选择关停一些门店来自救。而这些无疑都会影响到云米的创收。  「子弹财观」注意到,云米营收增速乏力或许还跟口碑信誉下滑有关。在黑猫投诉平台上,涉及云米的投诉合计高达907条,而网友们对云米的投诉主要为产品质量差、服务态度差、三包不到位以及不发货等。  由此可见,云米在不断研发智能家居新品的同时,还应多注重产品质量及服务问题,否则即便推出如全家桶般的全屋智能解决方案“1=N44”,也比较难收获绝大部分用户的认可或好评。  3  股价已跌超九成  从云米的财报来看,陷入“增长失速”困境的不止营收,还包括云米的毛利润。  根据已公开的财报,最近4个财季,云米的毛利润增速分别为84.09%、46.01%、-5.72%和-23.05%,呈逐季递减之势。  另值得注意,在过去的4个财季里,云米的毛利率一直偏低,最小为21.10%,最大不超过26%。  究其背后原因,「子弹财观」认为不外乎三点:其一,云米增加了研发开支。据云米此前披露的财报显示,最近4个财季,该公司的研发费用均同比正增长,平均增速达到20.18%。  其二,云米的营销费用总体攀升。根据财报,在过去的4个财季里,云米的营销费用除了2021财年Q4同比微降1.20%,其他财季均同比正增长,平均增速高达40.63%。  其三,云米增加了管理费用。根据云米往期财报,最近4个财季,该公司的管理费用均同比正增长,平均增速达到47.47%。  而云米毛利润增长失速,直接影响了其净利润的表现。  据云米此前发布的财报显示,在过去的3个财季里,除了2021财年Q2,其他财季公司的净利润增速均为负值,分别为-183.95%和-79.48%。  而且,最近3个财季,云米的净利率都处于极低的水平,最高不足3%,最低下探至-2.74%。  不仅如此,云米也陷入了现金流吃紧的尴尬境地。  云米财报披露的信息显示,截至2021年3月31日,该公司持有的现金及现金等价物为9.06亿元。仅时隔9个月后,云米的这一数值便被更新为5.87亿元,缩水了35.21%。  受上述经营数据的影响,云米的股价呈现出“跌跌不休”的状态。  公开信息显示,截至美东时间4月8日收盘,云米股价报1.68美元/股,总市值为1.17亿美元,相较2021年2月的高位18.99美元/股已跌超九成,高达91.15%。  除了前文提到的云米总体业绩表现欠佳外,还有两个重要原因或影响了其股价走势。  一是该公司的高管相继出走。据「子弹财观」了解,早在2019年,时任副总裁的邹洛从云米高管团队中退出;在2020年Q3财报披露时,云米又宣告了公司CFO蒋顺离职。天眼查信息显示,除了董事,云米高管团队只剩下创始人陈小平一名核心高管,而这不免会让外界担心这是公司发展不利的问题。  二是云米所处的美股市场环境动荡。众所周知,在中美博弈的大背景下,中概股在美国股市普遍遭遇“冷落”,股价长期处于低迷状态,而云米股价也被这一颓势所影响。  4  结语  虽说过去的云米已向外界充分展现了其不俗的产品扩充和线下拓展等能力,但其在“去小米化”后面临了更多挑战,包括用户口碑危机,资本市场的不买账,以及当前遭遇的业绩增长疲软、现金流异常吃紧的艰难局面。  对于云米及其创始人陈小平而言,或许只有用心挖掘用户需求并打磨好产品,服务好用户,改善好财务状况,同时提升抗风险能力,才有把握在海尔、美的、华为、苹果等巨头都已入局的全屋智能市场中真正站稳脚跟。
  • [行业资讯] 物联网金融场景的融合与应用
    物联网赋能产业与金融相融合,可实现从底层数据采集、网络层数据回传、数据结构化处理、行业模型构建及产业金融应用输出等全链条的数字化服务及金融服务,实现产业链、区块链、数字孪生链三链合一的业务模式,彻底穿透产业与金融之间的信息壁垒,形成信息流、商流、物流、资金流“四流合一”的业态体系。当前的物联网金融主要覆盖智慧制造、智慧物流、智慧农业、智慧能源、智慧车联、智慧基建在内的六大行业,从监控对象、监管设备、业务流程、风控模型四个维度对各环节输入和输出的场景、流程、对象、动作、标准、价值进行分析和记录。(一) 智慧制造:数字提升效率,数据创新业务在工业互联网时代,“智慧制造+金融”模式成为了目前发展供应链金融的关键手段,一方面可帮助银行识别并刻画企业风险,同时,也可帮助企业利用科技手段提高贷款融资的效率,从银行融资业务拓展和企业经营管理两方面缓解运营压力,取得双赢局面。在业务方面,物联网技术可支持金融服务落地开展。从技术逻辑而言,银行为达到监管目的,可采取诸如安装设备手环、直接采集等方式,从企业端采集设备电流信息、设备定位信息、产能、能耗等数据,将数据通过网络传输到物联网平台;通过对平台数据的整理,金融机构能够实现对设备及行业的开工率等运营指标的分析,并通过与财务数据的交叉验证,为业务风险的评估提供更多维度的底层数据支撑。除此之外,基于物联网平台的订单撮合功能,可为低产能企业提供获取高产能企业商机的机会。在效率方面,“智慧制造+金融”模式打造企业管理、运营的高效通道。在智慧制造领域,物联网平台通过感知机器设备的运行情况,一方面可以为实体经济经营管理提供支持,使得管理人员在远程和线上实现企业管理,提高运营效率,另一方面能够实现机械设备的预防性维修、风险预警、质量监测等功能,实现企业数字化升级。在物联网平台支持下,银企均能实现“更优化”的业务模式。如平安银行基于物联网数据推出的面向中小企业主无抵押无担保的互联网贷款产品—数字贷(智造),该产品模式通过给设备安装手环,实时采集设备电流信息、设备定位信息等数据,并将数据通过网络传输到平安银行星云物联网平台,应用大数据建模技术对平台物联网场景数据进行分析,同时结合金融交易数据进行交叉验证,对客户进行信用评价和行为预测,形成授信审批结果,实现线上申请、线上审批、线上放款;此模式不仅可为实体企业提供金融支持,还可以通过为融资客户提供一站式监控和管理工具,实现设备运行状态数字化、设备在线健康检测、设备工艺优化提升等能力,为中小微制造企业提供数字化转型支持。该模式还可以进一步拓展,通过引入第三方工业互联网平台型机构,构建金融机构与科技型公司新的合作生态,扩大双方业务范围,为更广泛的中小企业客户提供“金融+科技”的双重服务。(二) 智慧车联:创新融资服务,降低保险风险,提升智能管理在车生态产业,金融机构通过融合物联网、大数据、人工智能等技术,实现多种场景下金融与非金融的标准化、定制化及个性化服务,范围覆盖乘用车、商用车、经销商、电商平台、网约车平台等多种融资业务场景,并通过对汽车位置、运行轨迹、仓储状态、车证钥匙等进行智能管理,不断深化“金融+科技”、“金融+生态”战略,依靠相关金融产品形成比较完善的汽车金融服务生态体系。在供应链金融领域,物联网平台可与主机厂、网约车平台、共享汽车平台等生态伙伴达成合作,创新汽车经销商融资、新车/二手车融资租赁、无车承运人平台订单融资等业务,为一手车消费者、二手车风险客户、汽车经销商、商用车运营平台提供数字化技术支持和综合金融服务。在保险领域,物联网大数据有助于降低投保费用,提升赔付效率。当前的车险业务中骗保案例时有发生,大部分财产险公司的车险业务盈利能力较弱。通过为每台投保汽车,特别是商用车辆安装物联网传感器,实时采集车辆的位置、运行轨迹、驾驶状态等行为监管数据,可以有效遏制恶意骗保现象。除金融领域内应用外,智慧车联模块可以将车辆监管能力封装为aaS服务,为客户提供一站式、专业化、个性化的产融结合解决方。如基于车联网硬件设备及行业软件应用,为物流车队提供车辆定位、轨迹跟踪、视频监控、里程管理、异常分析、油量识别、安全预警等服务,攻克传统车队中油耗不当、驾驶行为不良、报销不实、在途情况不明等痛点,并实现数据可视化展示、智能报表统计、车队轨迹分析、车辆安全预警以及精细化管理,全面支持核心企业、无车承运人平台、中小物流车队、个体司机的用户体验以及车生态整体发展。例如,企业将含有北斗BDS或GPS定位传感器、运动传感器、前后摄像头及图像识别设备、SIM卡和电脑软件的盒子装在汽车上,通过导航定位技术追踪定位失窃车辆,协助客户找回;当车联网设备检测到车辆与前车距离超过根据车速计算出的安全距离时,将自动预警,提醒驾驶员降低车速;可对驾驶员行为和状态进行视频提取及图像识别,如有疲劳驾驶、驾驶过程中吸烟、手持电话等情况,将自动提醒驾驶员规范驾驶;当发生车辆撞击或意外事故时,承运企业可直接联系客户,确定客户人身安全;紧急情况下,车联网设备可以自动呼叫应急救援部门参与救援。(三) 智慧农业:以动态监控活体,用数据保障估值,用智能降低成本以养殖行业为例,金融机构借助物联网技术,帮助解决传统生物资产难以监控、难以估值的痛点,对生物资产进行全周期监控和跟踪,并协助打通上下游产业链,对成品、半成品的供应链环节形成追溯,升级新型供应链融资模式。同时,物联网平台采集的相关生产运行数据及销售数据,可以反哺养殖企业,帮助企业提升信息化管理水平。核心奶企的上游牧场在实际经营中面临诸多痛点,比如受制于活体因素,大量行为难以规范化、数字化,实际养殖生产效率低,难以对奶牛的饲料、疾病进行有效管理。此外,作为产业链上游末端,牧场的经济效益不高,养殖周期长。传统经营模式和技术手段下,牧场缺乏信用评价,缺少资产抵押措施,导致银行无法实时核实其经营情况,更无法把握养殖活体的状态,导致牧场融资难、融资贵。通过物联网+金融服务,银行提供“金融+科技+生物资产抵押”的标准化行业金融服务方案,为牧场提供养殖贷。通过物联网技术直接对养殖场景信息进行采集,对奶牛进行活体监控,并确定产奶量、饲养情况和生长状态,实现对银行授信资产的动态风险监控。在针对上游牧场的养殖贷业务中,物联网智能监控主要有活体与环境两方面。对活体的监控包括奶牛数量、重量、位置、体积以及生命体征等。对环境的监控包括牛舍、奶厅、牧场、空气质量等。基于物联网实时数据的采集,奶牛饲养的核心管理环节如饲料喂养、疾病防治、产奶等信息,都能及时进入银行后台,执行各项统计分析,助力金融机构对牧场进行增信评价以及预警预测。牧场使用的物联网终端包括牛耳钉、牛脚环、牛项圈等单体可穿戴监测设备,也包括各类环境传感器、TMR 饲喂设备、饲喂监控设备、奶厅监控设备以及智能摄像头。银行通过标准接口将以上设备的监控数据实时接入到银行物联网平台,再与银行的信贷系统、风控系统、渠道系统以及其他内部管理系统进行流程和数据的打通,实现对牧场生产经营的实时监控、智能识别、提前预警,提升银行对授信资产的风控能力。针对牧场的物联网监控应用,不仅可以赋能银行授信业务的风险管控,同时也可以向牧场输出在线养殖解决方案,帮助牧场提升经营管理质量和效率。具体场景中,物联网收集的奶牛养殖贷数据可以应用在以下两方面:一是进行风险加持,提升对银行授信资产和授信对象的监管能力。如及时发现活体数量异常、健康状态异常、牧场环境异常、产奶量异常、非法闯入以及未经授权出库等情况,启动自动报警系统并及时通知银行。特殊场景下,可以自动拦截非法作业、未经授权的人员或生物。二是通过APP/PC等多终端对养殖生产情况以及产品溯源信息进行在线监控,帮助提高牧场线上化、规范化、模型化的经营管理能力。实践证明,“智慧养殖”模式对银行成本控制、授信风险控制、牧场生产增效成果显著。银行监管成本下降 50%,奶企饲料、人工成本分别降低 10-15%、17-20%,奶牛出栏时间缩短 23-26 天。(四) 智慧能源:智能终端助力数据收集,互联平台协助能源运营在新能源行业,金融服务的广度和深度仍有进一步扩大的潜力。目前,包括充电场站、光伏站点等新能源站点的融资能力有限、贷后管理成本高的问题亟待解决。由于新能源行业大部分企业自身规模、经营模式、技术能力的限制,银企之间存在严重的信息不对称问题,金融机构缺乏管理抓手,金融业务的拓展受到局限;场站设备状态、充电发电数据、用户访问行为等运营数据未能及时反馈到银行,也无法帮助银行识别企业真实的生产经营能力,进而提升对企业还款能力的评价和认可。物联网平台的引入帮助银行与企业建立金融+科技的服务连接。在实际操作层面,通过终端传感器等设备,将场站的各类监测数据实时传送至银行物联网平台,再结合银行已有的征信数据、财务数据、金融数据,实现信息流、资金流、物流和商流的四流合一,同时进行多维数据的关联组合、交叉佐证,为场站融资申请提供审批及贷后监控预警所需的大数据支持。此外,物联网平台也可以将以上多维数据和模型应用向充电场站、光伏站点进行能力输出,帮助场站主体通过线上方式、移动方式快速掌握场站整体运行情况、设备运行情况、充发电量、用户访问行为等运营数据,有效监测生产运行状态,及时进行设备管理维护,减少经营运营成本,发掘潜在商机,提升用户体验。目前,在该领域的相关应用实践成效显著。下图展示的是平安银行在光伏场景中利用物联网技术为银行金融业务赋能、助力新能源企业数字化转型的案例。通过接入光伏电站的传感器、气象站、光伏子阵、逆变器、组串等设备,并结合光伏电站终端控制模块,将设备状态、发电数据、并网数据实时上传至物联网平台。银行通过对物联网数据进行统计分析,识别和掌握光伏电站的真实生产经营情况、营收情况,进而强化融资业务的风险预警能力。银行可以通过 APP/PC 等触客方式,将物联网数据、金融数据、第三方数据的组合模型及应用向中小型场站进行输出,帮助这些中小企业、户用站点实现了对生产过程的实时监测和故障诊断,从而有效控制和解决了电站系统故障、组件老化及发电效率低等问题,同时也可以降低整体运维成本。充电场站项目中,通过对充电桩充电状况、性能及位置,以及工作人员位置、数量及工厂环境温度等环境监控数据,一方面可以支持能源的充分利用,降低能源浪费,提升充电站经营的智能化;另一方面也为支持充电站建设的金融产品提供信用分析和风险控制服务。(五) 智慧物流:可视化物流,智能化仓储,虚拟化供应链“物联网+金融”模式也能助力产业物流行业的数字化转型和融资服务。理论角度而言,供应链是一条从生产到流通的物流链、信息链、资金链、增值链集合。其中,供给和需求之间存在实物“流动”的同时,也存在实物的“静止”。这可以从两方面解释:一是实物自身形态的流动和静止,在生产阶段,实物的形态是从原材料到半成品,再到成品的流动,流动的过程也是实物自身价值增值的过程,但到了零售阶段,实物形态一般是维持成品形态的静止状态;二是实物所在的地理位置的“流动”与“静止”,运输环节时实物会进行地理空间位置的转移,而仓储环节时实物会处于静止状态。无论是在“流动状态”实物增值过程中,还是在“静止状态”物流过程中,物联网平台的使用对企业供应链中运输、装卸、搬运、存储、生产、配送及零售等环节的流程优化和效率提升有显著作用,同时,也能实现安全生产、实时监控、信息共享,以降低银行金融业务风险。1.智慧增值实物的形态从原材料到半成品、再到成品的过程,是一种实物自身价值增值的流动过程,同时也是供应链上游和中游的主要环节,是从供给到需求的重要桥梁。然而,供应链产品周期内实物形态的改变会给银行授信业务带来实物资产难以监测、难以控制、难以处置等风险痛点,包括生产加工产能质量不高、经营销售拓展不利以及各项监测管控手段不能有效落地等风险。以奶制品和农产品流转为例,牧场和农企作为供应链的上游供应商,承担了供应链重要加工环节的职责,但却很难通过基于实物的生产销售获得金融机构的信用评价和信支持。物联网平台融合大数据、AI、区块链等科技手段,实现产品增值过程中的控货、确权、定价、溯源等功能,定义为“智慧增值”。“智慧增值”可以运用以 RFID、AI 摄像头、红外线传感器等技术建立的物流管理系统实现预期监控效果。以 RFID(射频识别)技术为例,RFID 又称电子标签技术,是一种无线自动识别技术。其作为条形码等识别技术的升级产品对贴有电子标签的物品进行跟踪以及信息采集。“物联网+物流+动产抵押”模式中,在监管对象端布设 RFID、AI摄像头、红外线感应器,结合边缘服务器进行各种感知计算,收集物流生产、加工、运输、存储的货物状态、储存数量、转移动态等感知层数据,再经由网络传输底层区块链平台上链,并同步至物联网平台,实现银企信息、平台用户信息的可信共享。物联网技术的使用不仅提高整个增值链的管理能力,增加其可视性和适应性,也可以减少从物料到商品过程中形态的转变带来的成本损失,而且全过程透明公开的模式也为金融机构提供了可信的资产监管和风险预警数据。2.智慧物流从供应链角度而言,商品的物流阶段是实物的静态阶段。然而,无论是运输还是仓储环节,都有可能因为保存不当、环境因素等种种原因,破坏或降低商品的使用价值。企业无法实时监测止损,银行贷款风险较大,因此,传统货押业务存在较多难点。物联网平台可以帮助企业和金融机构实现物流过程的可视化智能管理及配送。物联网智能终端利用射频识别 RFID 技术、红外感、激光扫描等传感技术获取商品的各种属性信息,综合运用无线传器网络(WSNs)技术、GPS 技术及遥感(RS)技术等,构建仓储或运输环境监测系统,再通过多种通信手段的综合应用传递到智能数据中心加以存储、建档以及各种统计分析。通过对数据进行集中统计、分析、管理、共享、利用,物联网平台为物流管理提供决策支持、为金融业务的顺利开展提供风控保证。例如,银行利用物联网平台对仓库进行审查检验,结合价格指数信息对供应链金融进行风险评估,提供供应链金融服务方案;其次,在供应链金融开展期间,对货物形态、物权进行监管,使得业务中涉及的物权质押、物权处置更加可控,降低银行的风险。3.供应链实际应用智慧增值和智慧物流通过使用物联网平台及物联网传感设备,对采供双方、电子商务、物流仓储、金融机构等资源进行有效的整合,实现信息流、资金流、物流和商流的四流合一。不仅降低企业与银行之间信息不对称的情况,更能为中小企业赢得更多的融资机会和科技支持,进而助力宏观经济的发展。在实际运作中,制造业、食品行业都已具备相关的物联网金融服务的基础。例如,在制造业的仓储物流中,物联网平台通过接入仓库、 运输车辆的监控数据,可以将钢铁、橡胶、铝锭等大宗商品的动产属性转化为不动产属性,从而通过动产质押为大宗商品行业提供融资支持;在食品行业中,美国、荷兰与挪威的联合研究实践发现,虚拟供应链建立在食品可追溯系统的基础上,利用物联网技术来记录生鲜食品的生命周期中的信息,包括监测温度、微生物信息和其他食品质量参数。一些食品公司利用先进的 ICT 和虚拟化应用程序,使得新鲜鱼货可以在虚拟拍卖的渔船上出售,并在到达港口后直接运送给终端客户。未来物联网进一步广泛而深入的应用,将以前所未有的方式改变实物流转环节的运营模式,进而改变传统供应链的商业模式。(六) 智慧基建:感知工地场景,升级数字监控在基建行业,智慧工地借助物联网技术实现了“人、机、料、法、环、测”综合性信息化监管,对工地场景设备进行全方位监控,提供工地安全管理、设备智慧运维、物料管理、人员管理等服务,为工地自身建设以及工地环境保护措施的发展赋能。同时,这些实时客观的监控数据,可以及时传送到银行物联网平台,为项目型或者经营性贷款业务提供高效率高质量的贷后监管能力。人员管理方面,智慧基建通过改造工地现有的基础设施,利用AI 人脸识别技术、大数据分析等技术,实现劳务人员实名制。不仅提高了考勤打卡的效率,更通过禁止非认证人员随意通行,保障工地的人员安全与财产安全。安全检测方面,塔机塔吊等高空高风险作业的监控是该应用场景下的典型案例。塔机监测体系通过传感器与摄像头等物联网监控设备,对施工升降机的超员报警、超载报警、司机识别、控制、楼层呼叫等参数及监测塔机的起重量、力矩、高度、行程、幅度等参数出现异常实时报警;对塔吊作业作风险评估,给出作业建议;可通过可视化远程监控系统实现对作业人员的远程指挥,综合全面地提高工地作业的安全性、灵敏性与智慧性。环境监测方面,利用传感器、红外设备等物联网监控设备,采集施工现场的 PM2.5、PM10、噪声、温度、湿度、气压、风速、风向等环境气象参数,并在现场配置 LED 大屏显示各个参数数值,配摄像头通过无线或有线的方式连接服务器中心与监控预警平台,对接喷淋设备,自动喷雾降尘,实现远端实时监控与应急处理,降低工地附近区域的环境污染风险。远程管理方面,智慧工地施工现场区域内的所有一线工作管理人员均可配备智能化监测 APP,方便所有的管理人员实时了解并掌握工地现场的施工场景、施工进度,同时还可以及时地发现施工过程中所出现的各类问题,并通过智慧终端记录突发情况的异样参数。物联网技术应用下的智慧工地,实现了对工程进度的全面掌握,工程管理人员和银行贷后管理人员可以随时随地、准确无误地掌握与控制工地施工现场的具体操作情况,并形成及时有效的风险预警。
  • [行业资讯] 物联网金融应用的技术标准化框架
    技术标准的确立能够为物联网金融在各领域开展应用夯实基础。在六大物联网金融应用场景不断成熟的过程中,形成了监控对象、监管设备、业务流程、风控模型四类技术标准所组成的标准体系框架。四类标准覆盖服务全流程,赋能金融业务监控、企业数字化经营以及产业数字化转型。依照四类标准,作业流程更具规范化、标准化。同时,应用场景将得以更高质量地进行拓展。以下对四类标准的具体要求进行阐述。(一)监控对象:明确监控内容监控对象标准须规范“监控谁,监控什么内容”。在应用中,需确立监控对象的指标框架,并对具体对象提出适用性要求,要求监管对象具备可供监测的属性。例如,在智慧基建场景下,确定传感器具体采集指标清单,如噪声、温度、湿度、气压;在智慧车联场景下,要求车辆对应设备提供监测接口、开放权限等。监控对象数据需具有分析意义,满足分析功能要求。指标需要具有覆盖性及应用意义,满足在各类场景下的应用需求,如在智慧农业场景中对于乳制品等的供应链溯源等。(二)监管设备:保证监控质量监管设备标准须规范“用什么监控,如何保证质量”。在应用中,需对监管设备确立质量框架,如传感器灵敏度、摄影头清晰度、数据传输实时同步标准等。监管设备需具备运行状态的数字化能力。例如,在智慧制造领域,通过设备手环、PLC 信号采集等传感器,可以实时监测工业机器、数控机床的运行状态,及时感知设备健康指标,实现机械设备的预防性维修、质量监测、风险预警等功能,帮助企业提高数字化生产水平;在智慧物流领域,物联网技术和传感器的配套使用,可以帮助企业在供应链流程中对生产、加工、运输、存储、配送等环节进行全方位、智能化、可视化的跟踪监控。监管设备需具备远程管理和应急处理能力。物联网平台嵌入设备的监控和管理能力,可形成云端 SaaS 服务解决方案,向实体企业的经营管理进行能力输出,帮助管理人员实现远程和线上企业管理,提升企业经营效率。如在智能农业场景中,将摄像头、奶厅、穿戴设备、环境监测数据上云,为牧场提供基于数据驱动的生产运营体系,帮助企业根据实时监控数据进行动态生产调整,以优化工艺流程和管理动作。(三)业务流程:降低操作性风险制订业务流程标准的目的是为了解决“采用何种‘产业+金融’流程管控能够降低操作性风险”这个问题。从金融服务端的角度来看,物联网金融应用需设立完备的业务流程。覆盖流程包括但不限于:业务的确立与拓展、价值评估、物联网监管方案确立、监控设备安装、设备调试与对接、放款、数据采集、数据传输、平台侧数据的整理与分析、风险预警与商机获取、物联网应用模块在金融领域外的拓展等。从企业经营端角度,需具备能够增加远程管理与个性化服务流程的拓展能力。例如,在智慧农业场景中,银行为奶企提供“金融+科技+生物资产抵押”的融资方案,通过物联网传感器实时收集数据后进行预定义的模型分析,助力金融机构对上游奶源企业进行评价增信以及预警预测,减少了操作性风险。同时也可以将此项能力输出至牧场,帮助牧场提升信息化管理水平。(四)风控模型:实现数据变现及应用风控模型标准须规范“数据变现与风控应用”。在数据变现方面,物联网金融的场景应用可通过引入第三方平台型机构以及大数据、区块链等技术,扩大业务范围,为更广泛客户提供融资贷款服务。例如,物联网平台可与主机厂、网约车平台、共享汽车平台等生态伙伴达成合作,创新汽车经销商融资、新车/二手车融资租赁、无车承运人平台订单融资等业务,为一手车消费者、二手车风险客户、汽车经销商、商用车运营平台提供数字化技术支持和综合金融服务等。在模型变现方面,基于大数据、AI 算法解析和建模的结果除了支持银行金融风控以外,也可以用于支持企业的生产经营。以分布式光伏电站为例,物联网平台所监控和采集的数据可以反哺企业,为企业的生产经营提供线上化操作和管理指引,包括设施安全管理、设备智慧运维、物料管理、人员管理等服务。
  • [行业资讯] 物联网创造金融发展新方向
    目前,物联网作为金融科技的重要手段,成为金融机构在供应链金融市场上的重要核心竞争力。宏观上,其能促进产业物联网生态的发展,构筑数字经济新图景;微观上,其能重塑银行传统信贷业务。物联网技术应用在金融领域,第一能创造新的融资场景,创新业务模式,拓宽金融服务范围;第二能弱化信息不对称问题,弥补数据维度单一问题,保障数据时效,形成多维数据校验佐证;第三能提升管理能效,实现智能管理、动态管理、特殊风险管理与及时处置;第四能创新信用体系,升级验证与监控方式,提升风险体系化管理能力;第五能提升中小企业信息化数字化水平,让企业主能够实时了解企业运营状况。从宏观视角出发,物联网是构筑数字经济的重要基础设施。随着物联网技术的进步和应用,人类社会绝大部分的活动未来均能够通过物联网技术输出成各类电子信息和数据模型,因此,物联网将成为维系物理世界与数字世界之间关系的重要纽带。物联网技术如同数字经济时代的毛细血管,全社会的经济活动通过物联网得以被更好地记录、反映和运用。从微观视角出发,物联网技术与金融的融合将重构银行传统信贷业务模式。物联网技术的快速发展为产业数字化转型提供技术支撑的同时,也深刻影响了金融业务的格局和生态。近几年,大中型银行加快布局物联网金融服务平台,通过物联网技术对传统业务流程的嵌入,优化了基于财务报表和生产资料抵押的业务模式。一方面,通过物联网和金融业务流程的整合,帮助银行嵌入更多的生态场景,实现新客、新业务的获取。另一方面,物联网和金融业务的融合能够实现动态监管。此外,通过物联网与产业的加速融合,基于数据和智能决策模型可助力企业数字化升级,帮助企业降低数字化、智能化改造成本,同时随着数据的不断积累,形成对产业的智能化服务能力,延伸银行服务范围。(一) 提升风控能力,拓宽业务范围以物联网为动力源的技术进步、制度变革和市场需求的协同作用引发了大量金融创新。物联网和金融业务流程的整合,能够低成本、大规模地帮助银行提升企业贷款的贷前/贷中/贷后风控能力。通过物联网技术的应用,金融机构可以更准确地了解企业的生产经营情况,从而减少对抵押物、核心企业兜底或第三方担保的要求。在此基础上,金融机构可为更多过去难以覆盖的“三农”、“中小微”企业客户提供融资服务,加速实现普惠金融。借助物联网技术,银行可以对动产情况进行智能化、全天候地全面掌控,并监督动产存续的状态和发生的变化,有效减少了动产融资过程中信息不对称的问题,动产融资风险也在一定程度上得以控制。同时,物联网监控也可以提高对业务真实性的穿透识别能力,帮助资产价值属性与实物属性更好结合及应用。物联网金融由于具有“物信合一”的特殊属性,在更好地掌握企业信息方面,具有天然的优势。基于物联网技术,银行可提升对企业权益证明真实性和资产唯一性的识别与认可能力。同时通过对物联网数据的收集、建模和管理,可以丰富企业信用数据维度,依托海量的、客观的、全面的数据建立更加完整和相对客观的信用体系,进而创新更好的信贷业务模式和风险管控模式。物联网金融的创新模式使得银行可以随时随地掌握物品的形态、位置、空间、价值转换等信息,信息资源充分交换共享。以大宗仓储场景为例,物联网技术的使用可实现物品全过程可视化,包括各种货物的流动情况、物品实时的数量与质量等信息,实现物品在整个流动期间的监控和定位。基于此,实现物流、商流、信息流及资金流四流合一的生态模式,通过大数据技术对动态、实时数据进行建模分析,可及时了解和掌握大宗商品电子交易市场中企业的经营状况,提升中小企业价值评估的精准度,进而保证整个供应链的融资安全,实现为大宗商品电子交易市场中各类企业按需提供“采购—存货—-销售”全流程一揽子物联网融资解决方案。(二) 实现数据打通,增强分析能力通过物联网技术,金融机构可建立动态风险控制体系及企业信用信息的共享机制。银行对企业信用数据能够进行实时评估,银企之间信息不对称问题也得以缓解,进而减少由此而带来的金融业务风险。除此之外,通过物联网技术加持,依托大数据和云计算技术,企业资产、金融资产、数据资产等要素的价值属性能在认定其信用及唯一性条件下形成。信用信息的共享与监督管理也使得企业数据资产具有了实体属性,最终推动了企业资产实体属性与价值属性的融合,增强企业信用可信度,赋能金融领域发展。首先,传统模式下,金融机构主要查看核心企业及上下游企业的财务报表,依据的是静态数据。传统会计学“三张表”本身的周期性编制、历史成本基础、管理层假设、谨慎原则,无法给投资提供及时和可靠的决策信息。用财务报表的静态数据来判断企业现状乃至未来的动态,只有局限的参考价值。其次,财务报表的数据也会因会计核算方法造成报表与实际的偏差,报表数据可靠性存疑。各类资产的减值、公允价值的获取主要采用估值技术,存在被操纵的风险。比如,银行沿用多年的仓单质押、互联互保等传统大宗商品融资业务模式,依赖于物流监控的质量,其准确性主要取决于物流监管公司的管理能力和现场监管人员的履责程度,这会带来重复抵质押、押品不足值、押品不能特定化、监管过程不透明、监管方道德意识低、预警不及时等问题。这些信息不对称带来的风险问题使得银行金融业务的发展具有一定的局限性。物联网的数据链能够丰富信息维度,助力行业业务决策。同时,政府可以建立公共信息平台并纳入相关企业,利用云计算技术建立公开共享的企业云信用库,通过物联网等技术手段监测平台上银企之间的交易记录或数据,动态实时地更新各企业的信用级别,及时传递预警信息,节省金融机构的资源和成本,物联网金融的具体应用如下图所示。物联网金融的应用示意(三) 降低业务成本,提升管理效能物联网可以彻底穿透产业与金融之间的信息壁垒,形成信息流、商流、物流、资金流“四流合一”的业态体系。在供应链金融各场景中,物联网技术可以对供应链上各种货物的流动情况、产品实时数量与质量进行监测,实现产品全生命周期的监控和定位,进而保证整个供应链的融资安全。在此基础上,在企业授权的情况下,通过物联网数据与企业经营数据、财务报表数据的交叉验证,极大提升了银行风控模型的可信度。例如,传统的管理流程涉及实物操作、手工清点等人工操作环节,以人为核心的业务处理存在效率低、断点多、耗时长且无法有效规避道德风险的痛点。平安银行星云物联网平台运用物联网定位、设备协同等技术手段,通过 API 和 SaaS 封装等方式向客户输出数字化管理工具,可以有效解决上述流程中存在的若干难题。平安银行星云物联网平台,全面融合中台设计理念,基于分布式构架保证系统的稳定性和延展性,目前,已具备了工业互联网、车联网监管及物联网仓库改造等领域的 SaaS 输出能力,可实现以物管物、以物管人,有效解决企业内部管理中的人员资源瓶颈、道德风险和操作遗漏等风险,助力实体经济企业提升管理效率及信息化能力。同时,金融机构也可运用端边云技术融合 5G 音视频数据分析能力,充分释放银行等经营场所的非结构化数据富矿所蕴含的巨大价值,如在网点进行实时双录质检和精准营销,在金库实现人员区域追踪和异常监控预警,借助技术补充人工操作的短板,完成复杂、重复、高强度和高时效的日常工作。此外,借助于物联网感知、AI 边缘计算等技术,加强以物管物的能力,可在印章、发票、凭证等重要物件管理流程中,实施实时感知和跟踪定位功能。同时,结合移动物联定位与 RPA 等技术,实现资产使用过程中变化信息自动感知和更新的功能,替代人工操作实现业务全流程的自动化处理,提升运营管理效能。(四) 赋能信用体系,促进行业发展金融业本质上是经营风险的行业,风险控制是金融发展和创新的关键。物联网让金融体系从时间、空间两个维度上全面感知实体世界行为,对实体世界进行追踪历史、把控现在、预测未来,让金融服务融合在实体运行的每一个环节中,有利于全面降低金融风险。在物联网时代来临之前,金融科技主要使用互联网数据,互联网数据与实体经济缺少连接,无法做到线上和线下信用信息的实时交换和更新,导致这些数据无法得到快速有效验证。物联网则突破了互联网金融的桎梏,打通了线上、线下的各类数据,将客观物理数据和实体经济打通,提高风险管控的可靠性和及时性。物联网金融可以结合生态特点、行业特点、区域特点,构建更加全面、客观、完整的信用体系,使得金融风险管控的质量和效率明显提升。同时,从人、机、物的客观感知数据出发,物联网能够有效避免各类平台上的假数据问题。在数据覆盖范围上,物联网能采集包括行为轨迹、消费习惯、医疗数据、场景数据、设备运行数据等多元数据类型,这些都是传统金融难以覆盖之处。通过将数据和实体连接,打造数字孪生新模式,物联网有效解决了数据的客观性和真实性问题。基于此将产生更好的信贷业务模式、信用评估规则和风险预警模型。
  • [其他] 【转载】【新闻资讯】5年30倍增长,这个涉及隐私的行业开始“卷”了?
    资讯来自亿欧网, 原文链接,供各位学习当前隐私计算行业的挑战:https://36kr.com/p/dp1675329170874115“落地”是今年隐私计算行业的主旋律。2022年隐私计算赛道依然在延续着去年的火热。整体上看,行业发展之快超乎预期,隐私计算从产品研发、项目验证测试到实际应用落地均在加速推进。不过,目前行业尚处于大规模商业化落地早期,底层商业逻辑还没有明确跑通,已有的项目收入也相对单薄。与此同时,政策带动加上市场催化,已经让赛道上挤满了包括互联网大厂、金融科技背景企业、隐私计算初创企业等选手,不止一家企业表示:市场竞争已十分激烈。这等于说:还没开始盈利,就已经先“卷”了起来。进入2022年,能否“落地”成为存亡关键。在市场教育有待加强、技术性能尚待提升、行业规范还需完善的情况下,谁能顺利破解未富先“卷”的困局?落地!落地!“落地”无疑是今年隐私计算行业的主旋律。隐私计算企业们的对外言论中,“落地”是被提及最多的词汇之一。比如,富数科技智能决策分析部负责人吴海斌在接受媒体采访时就反复强调2022年“落地”的关键性;蓝象智联创始人童玲在对外发言中也对行业落地应用情况表示乐观,她提到,“2022年行业将会有更多现象级场景出现”。从2016年隐私计算概念在中国被正式提出,到2019年进入技术普及和市场教育阶段,再到2021年开始尝试规模化落地应用,隐私计算产业在中国市场发展速度之快,超过了此前的云计算、人工智能甚至区块链。除了技术本身的发展迭代外,数据价值愈发被重视以及全球范围内对数据安全和隐私保护的强调,共同推动了这场“加速度”的实现。在我国,数据在2020年就被归为与土地、劳动力、资本、技术等并列的生产要素,随着产业数字化进程的推进,数据流转应用越来越成为企业经营过程中不可或缺的环节。而数据价值的进一步发挥需要一种保障流通安全的技术。与此同时,随着各类隐私侵权事件的发生,我国自2020年以来陆续颁布了《民法典》《数据安全法》《个人信息保护法》等法律法规,对数据安全和隐私保护提出了严格的规范,从而催生了保障数据流通使用“过程安全”的需求。而隐私计算作为一项可以实现数据在流转过程中“可用不可见”的技术,其价值被快速发掘并放大,成为数据安全、数据保护市场的关注焦点。此外,2021年以来,行业里逐步推进的落地尝试,也让市场对隐私计算产品和解决方案的可行性和效果有了进一步验证,以金融、政务为代表的领域,相关需求也在增长。CIC灼识咨询报告预测,2020年中国隐私计算市场规模接近4.0亿元,到2025年将达到120.0亿元,2020年-2025年年复合增长率近100%。5年30倍增长的隐私计算市场,给技术服务商们带来的不仅是机遇也是挑战。这个前景广阔的赛道,在短短两三年内,已经站满了各式各样的玩家。过去一年里,背景不同的企业凭借自身优势,风风火火地“跑马圈地”,隐私计算相关产品也在倍速递增。根据信通院数据,截至2021年底,在信通院参与测试的企业中,已有88家发布了隐私计算技术相关产品;而从产品数量来看,2019年、2020年、2021年分别有15款、54款和105款,每年都在以一倍以上的速度递增。如今,随着行业开始步入规模化落地实战阶段,无论是互联网大厂的生态优势,金融科技背景服务商们的场景优势,还是创业团队们的高新技术基因优势,在某种程度上都被“抹平”。对隐私计算企业们而言,能拿出落得了地的产品才是关键。那么,2022年这一场“落地”之战,对企业们而言又将意味着什么?“不可能三角”目前,隐私计算已经在金融、医疗等领域有相应的落地推进成果。特别是在营销、风控等环节,隐私计算产品已成为不少金融类机构优先纳入考量的方案。不过,在推进隐私计算大规模落地应用的过程中,无论是供给端还是需求端,都存在不少限制因素。于隐私计算技术服务商们而言,要面对的不仅是技术和产品本身的问题,更有用户数据治理不达标、行业数据群岛等问题。“隐私计算安不安全?”这是诸多技术厂商在提供服务过程中,最高频的客户问题之一。用户们选择隐私计算产品的初衷,是为了保护数据在应用流转过程中的安全。然而,隐私计算技术本身的安全性也存在挑战。中国信通院《隐私计算白皮书》中指出,算法协议安全、开发应用安全和安全共识正成为当前隐私计算推广应用亟需面临的挑战。算法协议方面,由于各平台的隐私计算产品所使用的算法协议不同,各自的协议安全根基也不相通,难以形成统一的算法安全基础。与此同时,隐私计算产品安全协议所依赖的安全假设在实际中并不一定能完全成立,往往需要通过博弈论、现实约束等方法进行加强。安全性方面存在的挑战,也让需求方在考虑引入隐私计算产品时多了一些犹豫。除此之外,隐私计算性能或者说计算效率问题,也是应用落地过程中面临的主要矛盾。为了保证计算过程的安全性,“隐私”计算相较“明文”计算需要更大的计算和存储代价,比如同态计算的密文扩张规模可达1-4个数量级。同时,隐私计算又涉及到多个数据源或计算节点同步计算,一旦有一个环节性能受限,则会直接限制整个计算平台的性能。对此,亿欧智库分析师夏修齐指出:“目前,隐私计算与明文计算相比有1-2个数量级差距。‘隐私保护程度’、‘计算信任度’、‘计算效率’形成的隐私计算‘不可能三角’如何优化,未来将是一场长期攻坚战。”除了从技术供给端看存在的安全和性能问题外,需求端存在的市场教育问题和数据治理问题,也对隐私计算的大规模推广应用提出不小的挑战。亿欧智库《2021-2022中国金融数字化“新”洞察行业研究报告》指出:在实际推进业务过程,由于隐私计算涉及到多种技术算法、平台产品、专有名词,导致技术原理、解决方案等无法通俗解释,难以与客户形成高度同步。而这也使得用户在购买隐私计算服务时会有所犹疑,不利于业务开展。夏修齐认为:“接下来,提升市场对隐私计算的接受程度,关键是通过加强市场用户教育,化繁为简,填平‘黑盒’效应。”同时值得关注的是,隐私计算产品所基于的数据质量是否达到使用标准、数据来源是否合规,应用到具体的业务场景时,仍主要依赖于需求方。如果需求方本身数据治理水平不达标,必然会对隐私计算产品的落地造成障碍。而现实是,尽管数字化转型在我国已推进多年,但数据治理领域尚处于起步阶段,很多企业的数据治理水平尚不理想。此外,在行业发展过程中,由于隐私计算服务商各家算法存在差异性,且目前行业里闭源平台也较多,在隐私计算解决困扰行业已久的“数据孤岛”问题的同时,“数据群岛”问题也逐渐凸显。行业里出现的小范围、区域性、团体型数据抱团,不利于平台间数据的互联互通,增加了用户部署隐私计算产品的成本,不利于隐私计算应用落地的展开。总体来看,尽管隐私计算市场形势被广泛看好,但落地对企业而言依然是生死考验。谁能先在落地一环做出成效,谁就更有可能抢得更多市场份额。造血之困“隐私计算就像联合办公一样,接受服务的人很爽,但提供服务的人,活的并没有那么好。”在夏修齐看来,目前隐私计算行业的底层商业逻辑还没有完全跑通,不少腰部企业造血能力还很弱。目前来看,隐私计算行业的主要商业模式有四类:一是软件销售模式,即收取一次性的系统搭建费;二是技术服务模式,即向用户收取年度系统维护和服务费用;三是平台分润模式,前期先搭建计算软件系统,后续根据业务运营效果进行收益分成;四是数据调用模式,依据调用数据的情况收取数据使用费。其中,前两种是目前的主流模式。市场分析指出,从中长期来看,平台分润模式、数据调用模式将是未来趋势。不过,由于行业整体处于探索验证期,虽然市场需求在不断增多,但短期内,项目金额并不可观,因而对企业来说,能创造的收入规模也有限,不足以应对企业经营投入。对于很多隐私技术创业企业来说,融资是目前主要而直接的资金来源。但随着行业发展逐渐深入,只有把应用落地做好,才能得到更大的市场份额。虽然隐私计算技术已经在金融、政务、医疗等领域都有相关的应用落地,但各领域应用场景总体上比较单一。比如,金融领域主要集中在风控和营销,医疗领域集中在疫情防控、医保风控等,电子政务方面主要是促进政务数据安全共享开放,整体上,更多场景有待进一步挖掘。在场景挖掘之上,如何提炼客户需求共性,打造标准化产品或服务,也是隐私计算企业们仍在探索的问题。“技术深入产业、场景的know-how还在沉淀过程中。如何抽取客户的共性需求,转化为标准化产品,隐私计算企业还在摸索。”此前,星云Clustar创始人陈凯在接受媒体采访时也指出,现阶段行业缺乏标准化服务或商业模式。说到底,谁先把底层商业逻辑跑通,摆脱依赖融资的现状,谁就更有可能成为市场的王者。而落地能力关系到包括服务商对场景的理解能力、对需求的拆解能力以及解决需求的能力等。结语CIC灼识咨询报告预测,随着金融、医疗、政务等各个场景落地,中国隐私计算在2030年将有望达千亿市场规模。而这背后,是我国隐私计算技术研发实力的快速发展。3月16日,全球权威第三方知识产权机构IPRdaily与incoPat创新指数研究中心联合发布了2022年《全球隐私计算技术发明专利排行榜(TOP100)》。虽然以《数据安全法》《个人信息保护法》为代表的顶层设计文件已经出台,技术和应用相关标准化工作也已开展,但尚未形成兼顾权威性、适用性、科学性的标准。行业标准的缺失也导致企业在引入隐私技术服务的过程中,没有法律法规可依,一度泛滥的行业乱象,也压制了市场需求的积极性。眼下,隐私计算行业竞争格局未定,更多场景和杀手级应用也有待开发,对于隐私计算赛道上的企业来说,在广阔的市场前景面前,只有共同把行业盘子做大,才能避免未富先卷!正如洞见科技创始人、董事长姚明所说,“大家的角色如同连理之木,这是一个‘生态塘’,而并非‘角斗场’,大家都需要扮演好自己的角色定位,共建生态,共生共赢。”参考文献:1、中国信通院,《隐私计算白皮书》;2、零壹智库,《开启新纪元:隐私计算在金融领域应用发展报告(2021)》;3、毕马威、微众银行,《深潜数据蓝海隐私计算行业研究报告》;4、开源证券,《计算机行业深度报告:隐私计算,千亿蓝海市场加速开启》;5、腾讯网,《信通院闫树:隐私计算产品每年新增一倍以上,应用仍有不足》。
  • [行业资讯] 量产自动驾驶融资爆发:十年耕耘单轮10亿、估值100亿双突破
    北京时间3月28日,中国量产自动驾驶领域有两家初创公司官宣了巨额融资,分别是上海纵目科技官宣超10亿人民币的E轮融资、天津所托瑞安估值超100亿完成超13亿人民币的B轮融资。这是量产自动驾驶领域的双突破。   从投资方的构成来看,纵目领投方是东阳冠定、所托瑞安的领投方是平安资本,东阳冠定是东阳国投和财通资本两个国有资本为投资纵目而设立的基金,平安资本则隶属平安集团,平安资本投资所托瑞安是战略投资,投资的是其“科技+保险”的商业模式。再次验证了此前车智发文表达的中国资本重仓自动驾驶的观点中国资本重仓自动驾驶:保国产供应链安全、国内IPO预期更高。   从业务上来看,无论是纵目科技还是所托瑞安,都是致力于研发量产自动驾驶的初创公司,纵目科技偏乘用车,所托瑞安的业务更为聚焦,瞄准的是商用车的智能驾驶解决方案和数据产品的研发。   纵目科技和所托瑞安新一轮的单轮融资都超过10亿,其中所托瑞安估值更是超过100亿,这意味着不管是乘用车还是商用车的量产自动驾驶初创公司,随着量产车型对自动驾驶功能诉求的增加,业务的增量也逐渐反馈到了融资上,开启了大额融资和估值大幅度增长的道路。   有业务支撑、有营收规模支撑,有IPO预期,更容易获得人民币基金的青睐。 转载于车智微信公众号
  • [行业资讯] 首个5G+物联网智能金融应用标准正式发布
     据中国银行业协会网站消息,近日,中国银行业协会发布了TR/CBA 104—2022《集成了5G与物联网的抵质押物管理技术方案》。该标准化文件由光大银行牵头提出,中国信息通信研究院提供了技术方案并担任联合主笔,工商银行、农业银行、民生银行、浦发银行、江苏银行等银行机构以及通信业众多单位积极参与。  该文件是首个5G+物联网智能金融应用领域的标准化文件,对推动5G+物联网智能金融应用具有重要的标志性意义,代表了5G时代智慧金融应用的最前沿研究成果。  该标准化文件聚焦银行抵质押物风控管理应用场景,针对贷前、贷中、贷后全流程的风险管理信息不对称、预警滞后、监管难度大、管理成本高等问题,集成5G与物联网的方案实现对抵质押物的实时动态管理,结合其他数据输入,能够有效提升银行风控管理能力。  下一步,中国银行业协会将继续与中国信息通信研究院共同合作,继续联合业界各方开展标准化研究工作,通过案例征集、宣贯培训、检测评估等多种方式,发挥好标准的引领作用,以标准促进5G与物联网金融应用场景生态建设和行业发展。  作为该标准化文件共同发起方的指导专家,中国信通院云计算与大数据研究所所长何宝宏表示:5G和物联网技术的广泛应用,在很大程度上提升了金融的感知能力,强化了金融机构的创新动力,为进一步优化金融客户的服务体验提供了重要的技术支撑,使得金融机构在风险可控的前提下,能够实现抵质押物管理、动产融资、供应链金融等创新服务模式落地。中国信通院未来将继续与中国银行业协会深入合作,支撑金融科技研究、标准制定、应用试点等工作,促进5G、物联网与金融领域的融合创新。
  • [行业资讯] 金融科技|业界首个5G+物联网智能金融应用标准正式发布
    近日,中国银行业协会发布了TR/CBA 104—2022《集成了5G与物联网的抵质押物管理技术方案》。该标准化文件由光大银行牵头提出,中国信息通信研究院提供了技术方案并担任联合主笔,工商银行、农业银行、民生银行、浦发银行、江苏银行等银行机构以及通信业众多单位积极参与。该文件是首个5G+物联网智能金融应用领域的标准化文件,对推动5G+物联网智能金融应用具有重要的标志性意义,代表了5G时代智慧金融应用的最前沿研究成果。该标准化文件聚焦银行抵质押物风控管理应用场景,针对贷前、贷中、贷后全流程的风险管理信息不对称、预警滞后、监管难度大、管理成本高等问题,集成5G与物联网的方案实现对抵质押物的实时动态管理,结合其他数据输入,能够有效提升银行风控管理能力。下一步,中国银行业协会将继续与中国信息通信研究院共同合作,继续联合业界各方开展标准化研究工作,通过案例征集、宣贯培训、检测评估等多种方式,发挥好标准的引领作用,以标准促进5G与物联网金融应用场景生态建设和行业发展。作为该标准化文件的核心指导专家,中国银行业协会首席信息官高峰表示:中国银行业协会始终致力于搭建优秀研究成果分享平台,探索新一代信息技术支撑金融场景的建设路径,以标准化引领金融场景生态建设。当前,采用5G及物联网技术方案,将引导银行业的抵质押物管理逐步向着实时、动态、智能化方向转变,有效提升银行机构的风控管理能力,TR/CBA 104—2022《集成了5G与物联网的抵质押物管理技术方案》的发布正当其时。中国银行业协会未来将继续与中国信通院等相关单位深入合作,共谋5G物联网在银行业应用的新场景、新价值、新规范。作为该标准化文件共同发起方的指导专家,中国信通院云计算与大数据研究所所长何宝宏表示:5G和物联网技术的广泛应用,在很大程度上提升了金融的感知能力,强化了金融机构的创新动力,为进一步优化金融客户的服务体验提供了重要的技术支撑,使得金融机构在风险可控的前提下,能够实现抵质押物管理、动产融资、供应链金融等创新服务模式落地。中国信通院作为工信部直属的科研事业单位,也是推动我国5G与物联网技术标准研究的核心科研机构,未来将继续与中国银行业协会深入合作,支撑金融科技研究、标准制定、应用试点等工作,促进5G、物联网与金融领域的融合创新。
  • [行业资讯] 深开鸿重磅发布 OpenHarmony 金融发行版:3月28日19:00见!
    近年来,移动互联网快速发展,5G、AI、云计算、大数据、IoT等信息技术创新和迭代速度明显加快,创新技术与传统产业的融合发展不断加深,数字化转型已成为我国经济社会创新发展的主要特征。数据显示,2020年中国数字经济规模达到39.2万亿元,其占GDP比重提升至38.6%。为进一步推动经济发展方式转变,在“十四五”规划和2035年远景目标纲要专门设置了“加快数字化发展 建设数字中国”章节,提出加快建设数字经济、数字社会、数字政府,以数字化转型整体驱动生产方式、生活方式和治理方式变革。当前,数字中国建设正在千行百业全面推进。作为现代经济的血脉,金融行业更是处于变革的风口浪尖,大数据、区块链、物联网等技术应用持续驱动金融科技创新,从基础设施数字化、到业务模式数字化,再到安全技术的数字化,金融行业的数字化转型不断深入,服务能力和效率得到明显改善。树高千尺,根扎沃土,金融科技的快速发展离不开强大的数字基础设施——操作系统作为数字世界底座,起到承接上层软件生态和底层硬件资源的作用,重要性不言而喻。可喜的是,随着我国对操作系统进行大规模投资和建设,加上开源生态逐步完善,国内涌现了一批极具竞争力的科技企业,能够为金融科技打造坚实的数字底座。作为一家专注于 OpenAtom OpenHarmony(简称“OpenHarmony”)生态的物联网操作系统提供商,深圳开鸿数字产业发展有限公司(简称“深开鸿”)在 2021 年 12 月成为开放原子开源基金会的白金捐赠人,其核心团队在 2019 年就参与到了OpenHarmony生态的早期建设之中,致力于构建多赢的物联网操作系统生态圈,赋能千行百业。以OpenHarmony创新技术为底座,深开鸿推出商业发行版KaihongOS,分布式架构、内核级安全、高性能IPC技术和确定时延四大技术优势让其具备打造简捷、流畅、连续、安全可靠的全场景交互体验的不俗实力。2022年3月28日19:00,深开鸿将举办线上发布会,正式发布面向金融场景的KaihongOS金融发行版。届时,行业协会伙伴、金融业界专家、产业伙伴、行业媒体将共同聚焦金融科技,剖析行业痛点,提炼前沿实践,探索自主可控的金融数字化和智能化之路,助力数字中国建设。作为一款开源、国产创新的金融操作系统,KaihongOS金融发行版将为产业带来怎样的革新?能否助力金融终端实现业务的迭代升级?又会给消费者和商户带来哪些创新体验?让我们一起拭目以待,锁定深开鸿官方视频号,3月28日19:00不见不散。深开鸿全称深圳开鸿数字产业发展有限公司,是一家基于OpenHarmony的物联网操作系统服务商,集智能物联网操作系统的咨询、研发、定制、交付、售后于一体,为用户提供泛智能终端操作系统技术和产品,打造消费和行业智能物联全场景新体验,其下产品主要有各类型智能物联网模组。立足行业发展,专注于商业发行版、行业发行版的智能物联网操作系统及配套软硬件多场景智能化服务的深耕,赋能千行百业。从开源中来,到开源中去,深开鸿致力于构建多赢的物联网操作系统生态圈,持续拓宽行业边界,实现万物互联。
  • [技术干货] 联邦学习概念辨析与金融应用思考
    目前,“联邦学习”这一术语在市场上存在很多认识上的误解和混淆,主要原因是其既在广义上表达了保护数据前提下联合多方数据训练模型的需求,又在狭义上表示了一类通过暴露部分数据信息来提升训练性能的方法。有趣的是,作为广义上的需求,它强调为了保护数据安全,可以牺牲部分准确性;但作为狭义的方法,它反而强调通过牺牲安全来换取性能提升。一、初心:联邦学习拟解决的问题1.联邦学习的广义定义:解决联合建模的问题或需求随着人工智能等技术应用的发展与普及,基于机器学习的智能营销及风控等应用迅速兴起。但是,由于明文数据应用引起的数据泄露及滥用等问题日益突出,多国家地区陆续出台数据隐私保护政策,导致诸多金融机构在在进行机器学习任务时面临着数据瓶颈问题,即需要更多数据训练得到更准确的模型。此处,更多数据意味着:(1)更多样本点,以减少模型偏差(bias),提升模型质量;(2)更多标签(如银行信贷业务场景中的客户逾期判断),以提升模型准确度;(3)更多维度,以更全面刻画某一对象。然而,上述额外数据经常由不同主体持有,且往往具有高敏感性,难以被共享,导致多方数据源联合建模的需求无法被满足。从广义上讲,能够满足多个数据方联合建模需求的机器学习方法为 “联邦学习”。因此,广义上的联邦学习是一个问题,或者说是需求,而不是一种技术或解决方案。事实上,这一需求在多年前就已有解决方案。在密码理论领域,采用多方数据训练模型是多方安全计算技术的一个具体应用。理论上讲,我们可以用一个“多方计算”(也叫多方安全计算,Multi-party Computation, MPC)的方案描述整个训练过程;在数据挖掘领域,学者们很早就提出了如k-匿名、差分隐私等方法;在硬件领域,人们试图做出更可信的硬件芯片来保证数据不泄露;近期,研究人员及金融机构也尝试采取迁移学习等手段,试图隐藏和个人相关的敏感信息。2.联邦学习的狭义定义:一类特定算法然而现在市场上,联邦学习这一术语被局限于一个更狭义的定义。市场上普遍认为,联邦学习是和多方安全计算、可信执行环境、差分隐私等并列的一种隐私保护计算技术,这实际上采用的是一种狭义的定义。这种定义下的联邦学习特指一类算法,其本质特征是在多个数据控制方运行,能够让各数据方之间只交换了某些模型训练的中间数据。若假设这些被交换的数据不包含敏感信息,那么这个模型的训练过程就能达到人们想要的数据隐私保护目标。然而这个假设是否真实成立,目前尚无理论上的证明。狭义的联邦学习作为一种独特的方法被提出,其主要动机是试图在此前的几种方法中取得一种平衡,即解决如下问题:(1)多方计算等密码学方法的计算和通讯开销高;(2)k-匿名暴露信息过多;(3)在原始数据上加入差分隐私需要的噪声对于多次迭代的机器学习结果的准确度影响大;(4)硬件可信程度未知。因此,狭义联邦学习的主要目标是试图通过有选择地暴露一些信息,从而实现训练精度、训练速度和数据隐私安全的平衡。本文下述“联邦学习”均是基于这一狭义意义上的方法。二、设计:联邦学习理论上的挑战相比其它隐私保护计算技术,联邦学习的本质特征是暴露某些中间数据,并假设这些数据不泄露敏感信息。然而越来越多的研究发现,这一假设未必成立。1.联邦学习安全性存疑联邦学习过程中虽然没有发送任何原始数据,但其暴露的数据主要有两类:一是模型迭代训练中每轮的中间结果,二是在纵向联邦学习中暴露的双方数据交集中的元素。这一节着重探讨第一类数据暴露,第二类将在第三节中讨论。一个常见的认知误区是,不发送原始数据,做到“数据不动”就是安全的。此处其实有个非常强的安全假设,即联邦学习每次迭代中暴露的中间结果不会泄露有价值的信息。然而,很多工作均已证明此安全假设难以达到。联邦学习每次迭代均会暴露中间结果,这一中间结果可能是每方提供的梯度,或者是多方聚合的梯度,或者是一个本轮结束之后的模型中间结果。此处的核心问题在于,中间结果是一个高维的向量或矩阵,其在很多模型里往往缺少可解释性。一个参与方可以根据这些暴露的结果以及结果之间的差异性去推算一些不应暴露的信息[1][2][3][4]。中间结果具体会泄露什么信息很难确定,因此其安全性无法得到证明。有一些针对这一问题“打补丁”的方法,例如利用密码学方法来计算梯度聚合。但无论如何加密,联邦学习都不可避免地会向各方暴露一个本轮迭代训练的中间结果,否则就失去了这一方法的核心价值,即通过暴露这个结果,减少加密,从而平衡计算代价与安全。另外一些方法利用差分隐私给中间结果加一些噪声,但这对于最终训练结果的准确性影响也是未知的。当然,一个观察是,参与方数量的增多会缓解噪音对准确性的影响。Google最初提出联邦学习应用在2C场景中,含有大量客户端,参与方数量庞大,每个参与方加上一些专门设计的噪声(噪声会互相抵消),从而同时保证了数据隐私安全及计算准确性。但是这一方法对于只有少量参与方的情况是否有效,以及究竟可满足多少参与方的模型训练的准确性,往往与具体数据和模型相关,通用的方法仍有待探索。更为深层次的问题是,联邦学习所专注的数据隐私保护一般定义在“原始数据不暴露”的层面上。然而,实践中需要保护的数据特定使用价值,在很多情况下取决于于统计信息,例如某企业的平均薪资水平、订单数,某金融机构的投资总额等。联邦学习过程中交换的高维向量显然泄露了大量的统计信息。至于具体泄露了哪些统计信息,以及泄露这些信息的危害,一般与具体场景有关,因而难以判断,极易形成“虚假的安全感”。无数信息安全领域的实践证明,虚假的安全比没有安全造成的后果更加严重。缓解该问题(当然不是根本性的彻底解决)的一种思路是定义一种通用的明、密文混合计算方式,并根据不同的场景需求(如安全需求、性能需求等)灵活地选择可以暴露什么信息,以及必须隐藏什么信息。也就是说,即使对于同一种机器学习算法,由于应用场景不同,建模参与方也需要对算法的明文计算部分和密文计算部分进行适配性的规划和调整。2.联邦学习的特性机制引致更大造假风险联邦学习和很多隐私保护计算技术都基于一种“半诚实”的假设。从直观上看,半诚实假设意味着参与方虽有可能偷看或者泄露其他方的数据,但他们均会遵守协议,即不会对数据造假。理论上,半诚实是一个安全假设,但在实践中,产业界应建立切实有效的机制引导和制约使各参与方遵守协议。其中重要的一类方法是通过监管,让不诚实的行为被发现和被举证,以遏制参与方的造假意图。另一类方法是让不诚实行为造成的不良后果尽量少(例如只是让计算不能进行下去了,或者参与方都知道结果是错的等等)。 但遗憾的是,联邦学习的分布式特点以及安全聚合机制往往让数据造假变得更容易,更难被发现和举证[5][6][7][8][9]。传统数据挖掘算法无论是检测数据造假还是容忍错误数据,均依赖于数据中内生的冗余信息,以及人们的先验知识。由于联邦学习交换的中间信息是高度凝练的统计信息,数据中缺乏冗余,又缺乏可解释性,这些被传递的中间结果是否是捏造的假数据难以判断。另外,攻击者亦可通过加工假数据以逃避异常值检测[10],从而对全局模型进行投毒攻击。由于当前市面上许多方法使用了一种仅支持加法操作的半同态加密算法来保护各方提供的梯度,造假的检测能力进一步丧失。退一步说,即使造假行为被发现,造假方依然可以抵赖说这些假数据就是自己的数据随机采样算出来的。因此,其发送的数据是恶意造假结果,还是随机抽样造成的噪声,理论上难以区分。更为严重的是,每方的中间结果对于模型的训练影响都很大,因此每一方都可以通过构造“有毒数据”来控制整个模型的训练结果,例如在模型中留一个后门(即某些特定样本的推理完全受恶意一方的控制)。相比于传统的模型训练,在联邦学习过程中更难举证这一后门是哪一方下毒造成的。许多研究已经证明,这样的攻击在横向联邦学习中广泛存在[10][11][12][13]][14],此类攻击方法在纵向联邦学习中也已经被发现。《周易》上说,“慢藏诲盗”,意思是不把东西藏好了,就是教唆别人偷盗。一项技术不应让造假变得更易实现且更难被发现,因此联邦学习在这一方面仍需要很多改进。从监管角度看,目前缓解上述问题的一种思路是,采取一些方法来强化联邦学习的中心管控功能,具体包括:(1)除了参数聚合,将更多的计算逻辑纳入中心化可监管的范畴;(2)使用支持密文复杂计算逻辑的密码学技术,如秘密分享(secret sharing),最大程度上通过密文来分析数据的“造假”特征;(3)引入第三方独立行使计算或监管职责,鼓励针对高价值、敏感数据的场内流通方式,而不仅仅在联邦学习参与方之间进行计算;(4)使用存证机制,增强事后回溯和举证能力。3.现有联邦学习下的数据共享缺乏公平性数据公平共享机制对于保障金融业数据生态的有序、健康发展至关重要。数据共享应用过程涉及多参与方交换信息,往往存在各参与方贡献度及获益程度不一的问题。在此背景下,基于联邦学习或其它隐私保护计算技术的数据共享应用需辅以合理的公平机制,在保护一定数据隐私的同时保障数据共享的公平性,以激励不同类型机构共建合作共赢的金融数据生态。以两方联邦学习场景为例,在一个公平的模式下,参与方希望共同获得一个模型,双方要么获得了相同的价值,或者获得价值少的一方能够获得额外的补偿。然而,现有联邦学习框架并不能达到这个效果,反而会导致数据多的一方获益更大。当前,国内联邦学习主要应用场景是纵向联邦学习,其第一步是隐私求交(PSI),会将交集结果暴露出来。事实上,理论上的PSI方法,本身可以保护交集结果,但是如果不暴露交集,后续计算无法实现联邦学习减少加密数据量的目的,因此我国业界常见做法就是把交集暴露出来。例如在金融场景中,一个大型互联网公司拥有10亿用户上网数据,一个银行拥有1000万用户金融数据。互联网公司由于已拥有几乎所有客户的信息,并不在乎暴露交集。因此,其通过联邦学习可获得1000万个银行客户及相应标签,以后无需依赖银行数据亦可对该客户群进行精准营销等。银行虽然也能够得知自身与互联网产品的重叠客群,但此信息显然没有太大价值,因为绝大多数用户都是这个互联网产品的用户,这一信息无需模型训练也能得知。如此一来,银行泄露了自身客户的信息,换来了一个其无法单独使用的模型,因为该模型需要输入互联网公司拥有的数据维度才能使用,因而银行在数据方面仍然存在被互联网企业卡脖子的风险。显然,这个交易是不公平的。更为有趣的是,在当前的市场环境下,往往是数据少的金融机构向数据多的互联网企业付费,加剧了这一不公平性。因此,纵向联邦学习技术有利于拥有大量数据的公司获取数据量相对较小的公司的数据信息。这样的“联邦”,实际上成为了大公司数据垄断的延伸,难以实现公平合作的共赢生态。对于上述场景,理想的方式是双方不暴露基于隐私求交得到的交集,在不暴露的交集上继续完成后续机器学习过程,乃至后续推理的过程。然而,这样做会完全损失联邦学习暴露中间结果而带来的性能优化。一个可行的解决方式也许是允许多种类型的参与方角色加入,促进金融数据生态和业务形态全面发展。比如,可以由小公司作为数据使用方提出联合建模需求;也可以让专门从事算法研究的参与方加入,通过贡献算法模型获取收益等。这样每一方都可以贡献自己的专长,同时也能够使用他方的资源信息为自己服务。通过这样不断创新的技术应用方式,丰富业务发展模式,逐步构建良性循环的数据生态环境。三、实现:联邦学习在系统工程与运维上的挑战在金融应用中,目前联邦学习在工程上的架构是一种多个数据源直接互联进行计算的模式。这一模式给现有的私有云和企业网络的部署带来了额外挑战。这些挑战具体体现在网络安全、算力可扩展性、易用性和可监管性等方面。1.算力与原始数据的耦合,带来部署时网络安全与算力扩展的挑战联邦学习的主要算力都与原始数据源部署在一起,造成两个问题,即企业防火墙配置的问题和算力可扩展性的问题。一般来说,大数据平台位于企业内部的后台,应部署在企业防火墙内,不应从外网直接访问。联邦学习的软件模块需要直接访问原始明文大数据(端上的迭代需要在明文上进行),因此也需要进行企业内网的部署。然而,在训练过程中,不同数据源方的软件模块需要频繁互相通讯,因此需要在防火墙上对外暴露网络端口。这一部署模式给企业的网络和信息安全带来了额外挑战。另一种部署方式是将联邦学习软件模块部署在企业防火墙外的DMZ区域(demilitarized zone,隔离区)中,让联邦学习软件跨过防火墙与内网中的大数据系统交换任务。这一部署模式安全性略好,但仍然需要给一个处于较低安全区(DMZ)中,且暴露网络端口的联邦学习模块授权许多内网大数据平台的访问权限,一旦这个模块被黑客攻破,后果会非常严重。另外,联邦学习主要计算都发生在数据源端,数据源需要的算力与其数据量和计算复杂度成正比。因此每个参与方都需要部署相应的计算能力,具备计算资源的可扩展性。联邦学习的稳定运行,也依赖于每一参与方的计算执行可靠性。这种跨多个参与方的计算资源调度和容错机制,与通常的云计算等有显著差别。目前尚缺乏这方面的可靠的系统设计方案。一种解决思路是,将一部分计算功能独立出来(比如参数聚合功能),在额外的代理计算方上运行。这样一来,各数据源方只需主动向代理计算方推送中间参数并适时获取聚合结果,而无需暴露自身的网络接口。另外,将算力独立出来,有利于充分利用云计算的扩展性和容错性,而不用再依赖于各数据源方的算力水平。2.算法、系统和业务逻辑的耦合,带来开发门槛高,难学难懂的挑战当前,开发者使用联邦学习系统开发一个AI算法,需要在提升模型准确度的同时,时刻牢记“多方”的概念,时刻关注什么信息、可以暴露什么、不可以暴露什么,时刻注意加密了什么数据,加密后的数据可以做什么处理,时刻计算传输数据需要多少代价。此类应用要求开发者同时了解密码学、分布式计算、AI等领域知识。这样的开发者非常难于培养,其所写的程序非联邦学习专业工程师也很难看懂,更不用说验证其安全性。当前的联邦学习开源代码均仅提供了核心功能,一些对于系统和数据安全缺乏理解的开发者在进行二次开发的过程中,极易忽略一些基本的安全策略配置,例如此前提到的防火墙的配置,以及联邦学习中关于密钥管理和分发的配置方法,从而造成虚假的安全感。这一问题的根源在于,目前联邦学习软件的开发接口抽象层级不够高,把过多实现细节暴露给开发者。这当然有工程成熟度的原因,但更深层次的原因是,为了应对第二节提到的联邦学习的安全问题,导致现有联邦学习的实现上都打上了多种安全补丁。一个常见的补丁方式是结合一些密码学方法来掩盖一些梯度,例如半同态加密,但这些密码学方法都有比较复杂的密钥管理机制的要求,并且只能进行一些特定操作(例如加法)。因此许多算法都需要围绕这些密码学方法在进行特定的改进,导致了更为复杂的软件接口设计。如何利用更通用的密码计算方法定义一套抽象的开发接口,使得AI算法设计人员和业务人员不用再去关心系统底层的技术,是一个联邦学习亟待解决的工程挑战。一个可推荐的实现思路是,逐层级构建算法体系,对外开放友好的编程接口。具体地讲,在底层将基础的密码学协议进行封装,构建基本的密码操作指令集,支持密文计算引擎以及它与明文计算间的转换。基于此,联邦学习算法的开发人员可同时面向明文和密文开发并提供算法函数库。业务逻辑开发人员则不仅可以直接引用这些算法库解决问题,还可以像修改明文算法库一样查验、分析和修改这些联邦学习算法,无需要任何的密码或者联邦学习的专门知识,就像直接在明文数据上开发大数据算法一样。在运行时,可定义开发者自主编程接口和IDE,通过配置数据源,IDE可自动适配程序中的数据指向,使得开发者就像在一个数据源(可称为“虚拟的数据中心”)上开发一样。3.P2P架构、半同态加密与参数聚合算法的耦合,带来数据监管的挑战监管在数据流通中非常重要。监管不仅仅是为了防止数据滥用对社会造成危害,同时也是避免数据造假和数据投毒的重要手段。然而,联邦学习的系统和算法都部署在各个数据源方,之间交换的数据全部通过加密传输,即使有一些中心化聚合中间结果的架构设计,这个中心化聚合节点也仅仅是在中间结果上做了很简单的汇聚计算(例如求和),并不能知晓各方在进行什么样的数据处理,更无法实现计算过程的存证。因此,一个联邦学习的算法是否做了它声称的计算,只有参与方自己知道(而且只知道自己是否做了正确的事情,不知道其他方是怎么做的)。此类系统会导致在其上面进行的明文数据的直接交易(即打着隐私计算的幌子做明文数据交易)更难被发现和监管。如果采用可验证计算等手段对P2P系统进行监管,会造成非常大的额外开销。因此,如何做到对数据使用可监管的联邦学习,在技术和工程上都是很大的挑战。其根源是,参数聚合阶段只能做加法(目前由于全同态计算性能限制,只能选择半同态加密算法),因此参数聚合服务器这个最适合履行监管责任的一方,没有能力分析它所处理的数据。解决上述问题的一个途径是采用支持通用密文计算的代理计算架构,在密文上进行数据特征分析。代理计算的通用计算功能越强大,对数据分析面就越大,所能实现的监管力度就越强。另外,为了防止参与方超范围使用其他参与方的数据,应建立多方计算合约机制,由参与计算的各方在计算开始前就数据的具体使用目的和方式签订合约进行授权,各方严格按照计算合约执行,并对计算合约和执行过程进行存证,保证事后可回溯、可审计、可举证,从而防止数据滥用。四、总结:正确认识联邦学习综上所述,目前,“联邦学习”这一术语在市场上存在很多认识上的误解和混淆,主要原因是其既在广义上表达了保护数据前提下联合多方数据训练模型的需求,又在狭义上表示了一类通过暴露部分数据信息来提升训练性能的方法。有趣的是,作为广义上的需求,它强调为了保护数据安全,可以牺牲部分准确性;但作为狭义的方法,它反而强调通过牺牲安全来换取性能提升。因此,作为金融行业用户,选择是不是存在“联邦学习”的需求(也叫做“数据融合计算、数据价值流通”的需求),是一个纯粹的业务问题,其判断标准是数据价值流通能否带来业务价值。在这一需求基础上,是否要选用狭义的“联邦学习”方法和系统来满足这个需求,是个纯粹的IT技术和安全合规问题,其需要考虑和平衡的是数据的敏感性、泄露的代价,和进行数据保护所需的技术成本。也许,这样才能回归到我们探索联邦学习的初心。
  • [行业资讯] 卫星物联网,不可估量的未来
    物联网的概念可以追溯到1980年代初期的一台可乐贩卖机。这个售卖设备放置在著名的卡内基·梅隆大学,它也是全球第一台隐含物联网概念的机器。这台可乐贩卖机可以连接互联网,在网络上检查剩余库存,确定后续供应的可乐数量。1991年,普适计算之父马克·维瑟发表了“21世纪的电脑”一文,文中谈及到的普及计算概念为后续物联网的发展开拓了重要的道路。而如今,物联网随着软硬件技术的发展,逐渐进入了人们的生活之中。市场对物联网的需求是如此巨大,即便最乐观的预测也落后于市场的实际发展。物联网的直接用户并非人类,而是人类所拥有的各种资产。对于生活在工业化社会当中的我们来说,每人分到几十个乃至上百个终端其实是很正常的事情。除了私人的交通工具——汽车、电动车、自行车之外,我们还会用到一些公共交通工具,例如飞机、高铁、地铁、公交车、共享单车等等。如果把用于各类服务的商业资产也算在内,例如物流平台、物流设备、能源设施等,我们每个人所连接的终端数量是非常多的。在个人使用的基础上,如果出于环境保护、自然灾害预警等需要去监测山体、河流、大气、野生动物等等自然存在,物联网终端的数量可以说会达到一个天文数字。万物互联的时代|by Wilgengebroed on FlickrWikipedia Creative Commons Attribution-Share Alike 4.0 International即便是如今这样发达的物联网服务,想要完成这样的海量连接,也只不过刚刚迈入门槛而已。在万物互联的需求下,卫星物联网的技术应运而生。中国的国电高科公司针对卫星互联网产业开展了天启星座计划。目前,计划中全部卫星的部署正在稳步推进,有望顺利实现。天启星座作为国内目前唯一开展的多星组网数据运营的低轨物联网计划,自从2018年部署第一颗卫星以来,就在我国物联网建设和运行中起到了非常重要作用,从电力物联网、海洋牧场、智能集装箱、生态环境监测、森林防火到智慧农业等领域,均成绩斐然。卫星互联网想象图|Pixabay不过,目前的物联网服务还没有充分抵达终端,普通消费者也还没有产生购买卫星物联网服务的迫切需求,其主要的商业应用领域在于大宗资产的相关领域。比如资产跟踪对于银行和保险公司而言非常重要,而卫星物联网技术可以不受地形、地物影响,充分的覆盖到全球每个角落的手段,因此,银行和保险公司就会非常需要卫星物联网服务。全球资产跟踪并不是一种杞人忧天,资产在流动的过程中充满了各种无法预测的危机。在2020年3月,长赐号货运船卡在了苏伊士运河,但有相当多的货主并不知道自己的货物就在这艘船上。如果在当时,货运船在一些高价值货品的集装箱配备卫星物联网终端设备,这些资产的主人或背后的保险公司就可以及时采取行动来减少的损失。否则就会重蹈长赐号货运船的覆辙,一船卡主直接导致超过400艘货轮在运河两端长时间的等待,事故发生时至少每日给全球经济造成高达4亿美金的损失。天启星座08星也被称作“平安1号”,就是因为卫星互联网技术在一定程度上可以保障资产流动情况的知情权,减少因意外产生的各项损失。天启星座计划作为国内首颗由计划运营商和金融机构联合发射的物联网卫星,支持多项物联网金融服务。。在海南的崖州,建设有国家育种基地,那里地势偏远,有大量的地区没能覆盖地面通信网络,而卫星物联网监测设备就可以弥补这一区域的网络空白。卫星物联网检测设备在这里采集到的数据能够与国电高科运营的智慧农业平台上的遥感等数据相结合,经过数据分析和研究后,精确监测当地的地表温度、土壤酸碱度和湿度、降水量、风力、水质和灌溉等种植情况,不但为农业科技人员开展农作物精细化管理提供了精准的数据,还能为金融保险机构提供重要的决策依据。自2019年起,平安银行开始启动物联网技术升级供应链金融计划。原有物联网系统存在着各种各样的短板,无形中限制了平安银行为偏远地区和特殊行业的中小企业提供服务。而引入卫星通信服务则很好的弥补了这一块的空白,帮助平安银行实现数据的全球化监测。低轨卫星互联网的终端具有低成本、小型化、低耗能的优势,这也进一步推动了低轨卫星物联网技术的发展。平安银行与天启星座计划的合作取得了很大的成功,推动了卫星物联网在更多实体产业领域的耕耘,加快了卫星地面终端的联合开发进程,促使了更具普惠性、通用性、消费级的卫星地面终端的出现,从而让更多的小微企业乃至普通人享受到航天技术进步带来的好处与“金融+科技”服务的便利。天启星座的发展不断稳步推进,不但开拓了一批新的行业市场,也得到了地方政府的欢迎和支持。一个企业是否对市场足够乐观,也决定了其产能和服务能力提升的速度,尤其是系统升级的速度。在过去的几年时间里,天启星座计划不光在民用市场上站稳了脚跟,也对自己的定位有了新的认识。作为一套在全球领先的天基信息基础设施,天启星座计划为国家科技创新和经济全球化提供了重要的通信保障。卫星物联网是带动多领域发展的基础设施|Pixabay同时需要知道的是,卫星物联网的建设不仅会影响企业自身的发展,也会影响到国家信息基础设施建设的发展。国电高科正在整合卫星物联网、遥感、5G、北斗等新一代信息技术,加大关键核心技术的攻关力度,着力培育壮大新的增长点和增长极,为推动产业结构转型升级,在我国实现自主可控、信息安全、智慧海洋等重大国家战略中发挥重要作用。目前,我国的卫星物联网技术仍有待发展,但前景广阔。
  • [行业资讯] 卫星物联网,不可估量的未来
    物联网的概念可以追溯到1980年代初期的一台可乐贩卖机。这个售卖设备放置在著名的卡内基·梅隆大学,它也是全球第一台隐含物联网概念的机器。这台可乐贩卖机可以连接互联网,在网络上检查剩余库存,确定后续供应的可乐数量。1991年,普适计算之父马克·维瑟发表了“21世纪的电脑”一文,文中谈及到的普及计算概念为后续物联网的发展开拓了重要的道路。而如今,物联网随着软硬件技术的发展,逐渐进入了人们的生活之中。市场对物联网的需求是如此巨大,即便最乐观的预测也落后于市场的实际发展。物联网的直接用户并非人类,而是人类所拥有的各种资产。对于生活在工业化社会当中的我们来说,每人分到几十个乃至上百个终端其实是很正常的事情。除了私人的交通工具——汽车、电动车、自行车之外,我们还会用到一些公共交通工具,例如飞机、高铁、地铁、公交车、共享单车等等。如果把用于各类服务的商业资产也算在内,例如物流平台、物流设备、能源设施等,我们每个人所连接的终端数量是非常多的。在个人使用的基础上,如果出于环境保护、自然灾害预警等需要去监测山体、河流、大气、野生动物等等自然存在,物联网终端的数量可以说会达到一个天文数字。万物互联的时代|by Wilgengebroed on FlickrWikipedia Creative Commons Attribution-Share Alike 4.0 International即便是如今这样发达的物联网服务,想要完成这样的海量连接,也只不过刚刚迈入门槛而已。在万物互联的需求下,卫星物联网的技术应运而生。中国的国电高科公司针对卫星互联网产业开展了天启星座计划。目前,计划中全部卫星的部署正在稳步推进,有望顺利实现。天启星座作为国内目前唯一开展的多星组网数据运营的低轨物联网计划,自从2018年部署第一颗卫星以来,就在我国物联网建设和运行中起到了非常重要作用,从电力物联网、海洋牧场、智能集装箱、生态环境监测、森林防火到智慧农业等领域,均成绩斐然。卫星互联网想象图|Pixabay不过,目前的物联网服务还没有充分抵达终端,普通消费者也还没有产生购买卫星物联网服务的迫切需求,其主要的商业应用领域在于大宗资产的相关领域。比如资产跟踪对于银行和保险公司而言非常重要,而卫星物联网技术可以不受地形、地物影响,充分的覆盖到全球每个角落的手段,因此,银行和保险公司就会非常需要卫星物联网服务。全球资产跟踪并不是一种杞人忧天,资产在流动的过程中充满了各种无法预测的危机。在2020年3月,长赐号货运船卡在了苏伊士运河,但有相当多的货主并不知道自己的货物就在这艘船上。如果在当时,货运船在一些高价值货品的集装箱配备卫星物联网终端设备,这些资产的主人或背后的保险公司就可以及时采取行动来减少的损失。否则就会重蹈长赐号货运船的覆辙,一船卡主直接导致超过400艘货轮在运河两端长时间的等待,事故发生时至少每日给全球经济造成高达4亿美金的损失。天启星座08星也被称作“平安1号”,就是因为卫星互联网技术在一定程度上可以保障资产流动情况的知情权,减少因意外产生的各项损失。天启星座计划作为国内首颗由计划运营商和金融机构联合发射的物联网卫星,支持多项物联网金融服务。。在海南的崖州,建设有国家育种基地,那里地势偏远,有大量的地区没能覆盖地面通信网络,而卫星物联网监测设备就可以弥补这一区域的网络空白。卫星物联网检测设备在这里采集到的数据能够与国电高科运营的智慧农业平台上的遥感等数据相结合,经过数据分析和研究后,精确监测当地的地表温度、土壤酸碱度和湿度、降水量、风力、水质和灌溉等种植情况,不但为农业科技人员开展农作物精细化管理提供了精准的数据,还能为金融保险机构提供重要的决策依据。自2019年起,平安银行开始启动物联网技术升级供应链金融计划。原有物联网系统存在着各种各样的短板,无形中限制了平安银行为偏远地区和特殊行业的中小企业提供服务。而引入卫星通信服务则很好的弥补了这一块的空白,帮助平安银行实现数据的全球化监测。低轨卫星互联网的终端具有低成本、小型化、低耗能的优势,这也进一步推动了低轨卫星物联网技术的发展。平安银行与天启星座计划的合作取得了很大的成功,推动了卫星物联网在更多实体产业领域的耕耘,加快了卫星地面终端的联合开发进程,促使了更具普惠性、通用性、消费级的卫星地面终端的出现,从而让更多的小微企业乃至普通人享受到航天技术进步带来的好处与“金融+科技”服务的便利。天启星座的发展不断稳步推进,不但开拓了一批新的行业市场,也得到了地方政府的欢迎和支持。一个企业是否对市场足够乐观,也决定了其产能和服务能力提升的速度,尤其是系统升级的速度。在过去的几年时间里,天启星座计划不光在民用市场上站稳了脚跟,也对自己的定位有了新的认识。作为一套在全球领先的天基信息基础设施,天启星座计划为国家科技创新和经济全球化提供了重要的通信保障。卫星物联网是带动多领域发展的基础设施|Pixabay同时需要知道的是,卫星物联网的建设不仅会影响企业自身的发展,也会影响到国家信息基础设施建设的发展。国电高科正在整合卫星物联网、遥感、5G、北斗等新一代信息技术,加大关键核心技术的攻关力度,着力培育壮大新的增长点和增长极,为推动产业结构转型升级,在我国实现自主可控、信息安全、智慧海洋等重大国家战略中发挥重要作用。目前,我国的卫星物联网技术仍有待发展,但前景广阔。