再次，金融科技行业面临业态发展的不均衡，对于产业的深刻理解是前提条件。从全球金融科技行业发展来看，不同国家的业态发展呈现不均衡。例如，全球资产管理巨头贝莱德拥有阿拉丁（Aladdin）系统，其竞争对手——老牌的纳斯达克上市公司SimCorp开发的Dimension，共管理了全球超过30万亿美元的资产。而在资产管理科技领域，我国尚没有能够和这两家巨头比肩的产品出现。究其原因，资产管理法律规范不完善，行业体量不足够大，都是可能的原因。但是最首要的还是对于资产管理行业的数字化认知尚没有那么深刻。未来始终要牢记，科技始终是产业发展的手段，将其运用于金融领域，行业know-how是前提。

第四，金融科技行业面临竞争新牌局，合纵连横是正确竞争策略。金融科技行业的竞争对手各出名门，拥有不同的特长和能力，主要包括两类：为金融机构提供技术解决方案的专业技术公司，以及搭建有自己生态体系的平台型公司。它们多数是与传统金融机构无关的玩家。而近一两年来，金融科技行业又出现了一类新的种子选手——传统金融机构，它们或者通过自己设立的金融科技公司开展业务，一方面服务自身业务需求，另一方面对外输出能力；或者通过将其他金融科技公司纳入自己体系之中，为自己所用。可以想象，未来的竞争将会在更多的赛道上展开，并且是持久战。不论在哪一个细分领域开展业务，都会有竞争对手前追后赶。这就意味着，金融科技公司要选择好自己的策略，采用合纵连横深度绑定合作伙伴、创新商业模式的方式来应对长期竞争。

最后，金融科技行业还面临着国际环境的深刻变化，灵活处理多边市场是重要竞争要素。当前的国际合作、国际贸易形势面临重大转折，金融与科技行业又是各国重点监管与保护的行业。想要在国际市场上拓展业务份额需要格外注意多边市场的监管与商业现状；同时，尤其是对于服务消费者端的金融科技公司来说还要注重深耕国内市场。

金融科技怎样行驶在2019年的赛道上

金融科技行业是充满市场活力的地方，竞争仍然是行业主旋律。扑朔迷离的外部环境反倒提供了三个方面有章可循的发展方向。第一，技术要始终做到提质增效，技术的研发与运用能力的提升很关键。但是在实践过程中，因人而异。一方面，技术型公司需要照着钉子找锤子，奔着技术解决专门问题的方向开发解决方案，并且要善于运用外部资源，与其他机构合作。现在很多金融科技公司在寻求利用人工智能技术提供金融行业解决方案。2019年，这些企业将会面临激烈的技术竞争，例如只有算法更加出众的智能客服系统，真实有效地降低了更高比例的人耗，才会受到更多合作机构的认可。另一方面，平台型公司需要研究锤子，并且拿着锤子找钉子。平台型公司往往是头部企业，而且是行业的探索者，其需要承担技术研发带来的沉没成本，并且在自己生态内部或者合作伙伴之间试验前沿技术的运用落地。以5G为例，金融科技公司可以尝试利用连接速度的改变改变金融机构远程开户的方式，并结合IoT、VR等，实现虚拟临柜。

第二，商业模式要足够具有高度，并以落地为要务。金融科技公司要有全局式的商业模式，包含技术、产业、管理等多项内容，可以容纳变革与更新；对外具有延展性，可以和合作伙伴的商业模式实现嫁接，对内实现“灵活可插拔”，不同技术和运营能力模块化。2019年，开放式的接口思维将会成为行业广泛接受的商业模式。这种模式来源于分布式商业、无界商业的思考。Moven Bank的创始人布雷特•金（Brett King）在《银行4.0》中提出的“银行是一种服务”（bank as a service），以及业界广为流传的“开放银行”就是这种模式的体现。具体到2019年，在商业模式和场景落地方面，仍然还是以消费者端的需求为终端目标，金融科技公司将会通过服务机构端的方式更多地向个人空间下沉，实现应用的真实落地。例如运用智能音箱等物联网设备获取消费者，并创新语音支付等方式实现在线订单的支付。有很多评论家担心，科技公司在从事To B端业务时，“梅特卡夫定律”会失效，因为提供给机构端的产品和服务可能存在较大的异质化，无法实现网络效应。实际上，机构端网络效应的出现并不取决于用户的数量，而取决于金融科技公司提供产品和服务的能力。只要基于快速组装、模块化的思路，金融科技公司商业模式可以不断落地，在这过程中技术能力和数据分析能力封装的越标准化、越模块化，就越能够在机构网络中复用，连接上下游，形成网络规模效应。

第三，管理模式要向数字化思维转变。按照急迫程度，数字化思维的转向首先需要做的是：搭建数据中台，实现数据分层管理与解耦分析，通过构建数据模型、数据服务与数据开发的三层架构，整合公司体系内部的数据资源，完成数据的灵活、快速封装，实现数据资产的价值。为此，在组织上要设置类似首席数据官、数据治理委员会等架构，赋予其中台的高度权限。与此同时，前台和后台的机构要配合数据中台设置敏捷形态。这是强化金融科技公司数据资源禀赋的必要步骤。另外一个在2019年非常急迫的转向就是合规能力的构建。以数据合规为例。一家金融科技公司掌握的“数据”来源于多个方面，包括C端用户的消费、社交等场景，B端客户的经营场景与行为，其他公司的合法数据来源，用户主动提交、上传、授权查阅的数据，政府、社会组织等公共数据以及在开展各项业务过程中公司自身积累、沉淀的数据。这些数据遵循的是不同的监管规则。为了构建开放接口，金融科技公司和金融机构之间需要相互共享、使用这些数据。在此过程中，数据合规的能力会决定数据开放的范围，深度，从而直接决定了一家公司数据业务的规模。在合规能力构建时，要注重发挥前沿研究和合规实务的互动，给合规更高的决策权限，并且打造一支专业素质过硬的合规人员队伍。

在监管红利、技术红利、单一市场红利逐渐散去的当下，各类复杂的结构性风险频发，金融科技行业的各路玩家面临着诸多相同的问题。只有从中长期培养合规、技术、行业know-how等核心竞争力，在短期把握数据和合规两条命脉，才能在激烈竞争和复杂环境中突出重围，继续行业的健康有序发展。

（作者系京东数字科技研究院研究员、加州大学洛杉矶分校访问研究员，本文仅代表作者本人观点，责编：闫曼 [email protected]）