0
短短三年不到，已有一批金融科技公司完成了第一次進化：從初創(chuàng)期“什么技術都要試一下”的混沌探索中破殼而出，逐漸自我聚焦，走向輪廓愈加清晰的方向。
這其中就包括眾安科技，比起成立之初包羅“ABCD”（人工智能、區(qū)塊鏈、云計算、大數(shù)據(jù)）全線條的研發(fā)計劃，如今的眾安科技正在呈現(xiàn)融合聚焦之勢：
在業(yè)務上，TSXFH五大產(chǎn)品條線，從深入?yún)^(qū)塊鏈、人工智能技術的研究到輸出全套的保險金融領域解決方案；
在技術上，基于ABCD四大技術，結合區(qū)塊鏈、人工智能、密碼學三大學科交叉研究，從區(qū)塊鏈防偽溯源發(fā)展到資產(chǎn)通證，發(fā)力通證經(jīng)濟。
不論在業(yè)務還是技術上，亦或兩者之間，眾安科技都在逐漸擰成一股繩。
對此雷鋒網(wǎng)AI金融評論專訪眾安科技CTO李雪峰，探究這種融合聚焦背后的原因與行業(yè)思考。
隨著溯源等區(qū)塊鏈應用的日漸成熟，業(yè)內越來越多的目光都移向了更深層次的通證經(jīng)濟，眾安科技也不例外。
不久前眾安科技推出了開放資產(chǎn)協(xié)議和保險通證產(chǎn)品，并以“通證未來”為口號將通證業(yè)務提到公司對外層面上的一個新高度，此前逢會必講的步步雞案例，也被如今的通證案例所代替。
眾安科技為什么做通證？李雪峰用了一個類比來說明他對通證未來的看好：通證對于資產(chǎn)端的影響，將像微信支付寶對資金端的影響一樣巨大。
“移動支付的產(chǎn)生實際是顛覆了全球支付形態(tài)，包括政策、審計、系統(tǒng)、IT改造等都要隨之為它付出將近10年的進化。一樣的道理，通證經(jīng)濟是資產(chǎn)端的創(chuàng)新，而且可能比資金端的創(chuàng)新更厲害?！?/p>
在他看來，通證作為一種存在于區(qū)塊鏈上的虛擬數(shù)字憑證，借助其金融屬性，把標準或非標的商品及服務進行通證化映射，讓它們在區(qū)塊鏈的空間內進行低摩擦、甚至零成本的交易和切割，將數(shù)字資產(chǎn)的金融業(yè)務充分衍生出來?！斑@是創(chuàng)造了新的市場蛋糕”。
事實上，有觀點認為，通證經(jīng)濟是正在崛起的第三個經(jīng)濟體系，是一個與互聯(lián)網(wǎng)平行、全新形態(tài)的數(shù)字經(jīng)濟體系，其規(guī)模將是互聯(lián)網(wǎng)經(jīng)濟的十倍甚至百倍。
除了對市場前景的看好，李雪峰還提到了通證對技術輸出的幫助：“以前我們跟合作伙伴去對接是很痛苦的，要約定成本、做PRD、做開放程序、對接系統(tǒng)開發(fā)，這些成本都很高。但通證是基于標準一致的接口和數(shù)據(jù)格式，用錢包對接就可以了?！?br/>
那么應該如何做通證？李雪峰以眾安科技布局通證經(jīng)濟的“三步走”為例：
第一步，定義開放資產(chǎn)協(xié)議，向企業(yè)、個人、監(jiān)管提供統(tǒng)一標準化的接口，從而解決如何讓資產(chǎn)在區(qū)塊鏈上流通的問題；
第二步，創(chuàng)建保險通證，打通共保、再保、保單質押、監(jiān)管等環(huán)節(jié)，從而有效節(jié)省時間，保護數(shù)據(jù)隱私，同時助力監(jiān)管；
第三步，資產(chǎn)通證由保險行業(yè)逐步擴展到銀行、借貸、農(nóng)業(yè)、供應鏈、共享等各個領域，實現(xiàn)基于通證的數(shù)據(jù)開放生態(tài)。
在他眼中，通證經(jīng)濟“先定義開放資產(chǎn)協(xié)議，在某一領域首先落地應用，然后逐步擴展到多領域，最后實現(xiàn)基于通證的數(shù)據(jù)開放生態(tài)”的發(fā)展路徑顯得清晰可見。
“我們完全相信，在不久的將來，在合規(guī)和審計的指引下，為通證資產(chǎn)衍生品服務的金融資產(chǎn)交易平臺將會誕生，來幫助傳統(tǒng)產(chǎn)業(yè)實現(xiàn)數(shù)字資產(chǎn)和數(shù)字資產(chǎn)二級市場的流動性?！?br/>
如果說通證經(jīng)濟是區(qū)塊鏈最大的未來，在抵達這個未來之前則還需要解決一個長期困擾業(yè)界的痼疾：數(shù)據(jù)隱私問題。
“事實上，數(shù)據(jù)隱私問題的解決涉及到普及性、時效性、成本等多重因素，即使在實驗室里驗證成功的方案在實際商業(yè)落地過程中往往也沒那么容易，所以要在各種主要因素之間找到一個平衡點?！?br/>
而眾安科技在區(qū)塊鏈、人工智能、密碼學三大學科交叉融合中找到了這個平衡點，即用“聯(lián)合學習”（Federated Learning）來代替需要集中大數(shù)據(jù)的標準機器學習，同時采用“加密神經(jīng)網(wǎng)絡”對數(shù)據(jù)進行加密。
“讓用戶的數(shù)據(jù)保留在手機等個人智能終端上，并在這個終端上完成訓練，然后更新到我們的AI平臺上，與其他用戶的模型合在一起平均化，然后改善共享的模型，這其實就是聯(lián)合學習?！?/p>
眾安科技高級研究員李宏宇補充道，“這樣我們和用戶之間的聯(lián)合，不再是數(shù)據(jù)層面的、而是模型層面上的聯(lián)合?！崩钛┓褰又鴱娬{，“我們不搞數(shù)據(jù)大集中”。
雷鋒網(wǎng)AI金融評論了解到，“聯(lián)合學習”是Google Research博客去年介紹的一個在機器學習上的新方向，“聯(lián)合學習”使手機等個人智能終端協(xié)同學習一個共享預測模型，同時將所有的訓練數(shù)據(jù)都保留在設備上，這樣就實現(xiàn)了將機器學習與數(shù)據(jù)存儲在一定層面分離開來，從而達到保護個人數(shù)據(jù)隱私的目的。
（）
（圖片來源：Google AI Blog）
接下來還有一個擔心的問題需要解決，即個人模型在上傳到中心平臺的過程中會不會也有隱私泄漏的風險？
這里面臨兩個問題，一是在傳輸過程中可能會被截獲；二是可能會被服務器端解密后反向恢復出個人數(shù)據(jù)。
針對這個問題，眾安科技給出的解決方案是——加密神經(jīng)網(wǎng)絡。
首先在個人智能終端上運用同態(tài)加密、多方安全計算等，對數(shù)據(jù)模型進行加密，來防止傳輸過程中的泄漏；
然后在服務器端對聯(lián)合學習得到的集成模型（而非單個個人模型）進行解密，來避免對單個個人模型解密可能導致的數(shù)據(jù)反推恢復，“這是加密神經(jīng)網(wǎng)絡的重點”，李宏宇強調到。
“區(qū)塊鏈、人工智能、密碼學三大學科是互補互通的，它們之間的交叉融合是天作之美。過去不可變，未來不可算。你要記住這是這三大學科集成之后的10個字?！崩钛┓逖a充道。
事實上，一個可見的趨勢正在變得愈加明顯：人工智能、區(qū)塊鏈、云計算和大數(shù)據(jù)等新一代信息技術，在實際商用過程中彼此的技術邊界正在越來越模糊，可預見的是，未來的技術創(chuàng)新也將更多集中在這些技術交叉融合的區(qū)域。
尤其在金融領域，這些技術將會形成融合態(tài)勢，從而推動金融科技發(fā)展進入下一個新的、深化的階段。
采訪的最后，談到通證業(yè)務及相關技術何時變現(xiàn)的話題，李雪峰坦言“目前還沒有變現(xiàn)的概念?！?/p>
“你只要做就可以了，科學發(fā)展規(guī)律就是這樣，今天的主干可能明天就死掉了，今天的分支可能成為明天的主干，所以只能看趨勢，不要老盯著近期目標走路，低頭看著目標走路一定會摔跤。”（雷鋒網(wǎng)）
雷峰網(wǎng)原創(chuàng)文章，未經(jīng)授權禁止轉載。詳情見轉載須知。
