產業互聯網之下，推動改革的當然也包括金融產業，互聯網金融一定也是未來的大勢所趨。

　就比如貸款業務，傳統的老牌業務，服務效率低，缺乏算法的支持，貸款人審查階段層層設卡， 風險評估模型落後且單調，審核花費時間長等等。

　其實這種中間環節完全可以通過大數據算法和人工智能來審核，依靠互聯網技術來改善傳統流程的低效。

　互聯網的p2p金融是一個代表著未來的積極向上的詞。

　不過，在國內就不同了。

　這玩意傷了太多人。

　歸其原因，是美國和國內面對互聯網創新的兩種體制性的差別。不可能一種制度只有好沒有壞，也不可能一種制度只有壞沒有好。

　國內的互聯網行業商業模式上的創新比矽谷還厲害， 為什麽?

　因為監管。

　國內的監管體制，是初期放手， 後期嚴管。

　初期放任公司去大膽地創新大膽地乾，以防有些人不懂互聯網胡亂乾預，導致遏製了創新。等這個創新性的行業發展起來了，監管部門慢慢明白這裡面的道理，再出台各種政策去指導和約束。

　這種模式，為國內的互聯網行業的創新性發展提供了極大的社會性保障和發展動力。

　歐美是另外一套模式，是初期嚴管，後期鼓勵。就是在某一種創新出現的時候，會舉辦各種議會和聽證會，組織許多行業的專家、學者、精英們展開討論，評估這種創新是否可行。

　如果不行，就馬上禁止;如果行，就大力推動，發展得越好就越受鼓勵， 越受社會的認可和讚揚。

　這就導致矽谷的互聯網企業的商業模式創新受到了極大的製衡，就算很多公司提出了一個很好的點子， 也不能馬上去做，需要讓有關部門評估。

　可這個評估過程是面向社會的， 是公開的，競爭對手也就知道了。

　等評估完成，被允許通過了，競爭對手也就立刻啟動了類似的項目展開競爭，跑步進入去搶市場搶賽道的機會就不存在了。

　因為這種體制的因素，導致各大公司對商業模式的創新都缺乏動力。

　雙方的這種體系性的差距，放在一般的領域還看不出來什麽，可是金融領域不一樣，這是高杠杆的行業。

　稍微一點風吹草動，就可能導致整個行業塌方。

　在矽谷想成立一家p2p的互聯網借貸、融資公司，手續非常繁瑣。

　比如兩個德國人跑來矽谷創辦p2p公司，不行，外國人不可靠;比如鞋廠想轉型做p2p公司，不行，這一看就不靠譜;比如兩個普通人去創辦p2p公司，不行，兩個普通人也敢創業?別扯了，一看就是詐騙！

　如果是兩個斯坦福畢業的高材生，然後在矽谷有過多年的工作經驗，有人脈、有資金、有關系、有良好的社會信用， 這就擁有了成立一家互聯網p2p公司的資格。

　可這還不夠。

　得有擔保人。

　比如高盛的ceo， 比如前聯邦財政部長，又或者谷歌的老板，巴菲特、比爾·蓋茨這樣的頂級富豪，背後還要有合作的銀行做背書。

　創業公司失敗，這是正常的，可是創始人卷款跑路這就涉嫌詐騙了，股東、保人、銀行和獨立董事們就要承擔連帶責任，去給被騙的用戶賠償損失。

　因為這樣的層層限制和嚴格監管，導致美國的互聯網金融公司數量極少，發展了十幾年，允許借貸的互聯網公司也就幾十家。

　國內就不同了，p2p的概念在14年傳入國內，迅速火遍大江南北，監管得很寬松，兩年之內就出現了5000多家p2p公司。

　結果可想而知。

　這還不算完。

　本來大浪淘沙，把那些髒的亂的差的臭的都淘汰掉之後，剩下的這些合法合規的良幣就該健康發展推進金融體系的科技化改革了，可劣幣死後也要由良幣來買單，由良幣來承擔劣幣造成的社會傷害而口誅筆伐。

　通常傳統銀行的壞帳率是6%左右，美國最好的p2p公司lendingclub的壞帳率可以控制在4%以內。支付寶通過大數據模型分析和自建的信用體系，壞帳率只有千分之5，堪稱古今中外有史以來最健康、最安全的金融平台，是全球互聯網金融創新領域做得最好的一款產品，卻成了最大的不安全因素。

　很多人不信任支付寶，就都把錢存進銀行了，部分城鎮銀行的理財產品利息比支付寶的產品還高，的確很有吸引力。

　周不器眼下會關注lendingclub，不是他知道這會是未來美國最好的一家p2p金融公司，而是因為他對金融領域很重視。

　手機端的helo現在做得這麽好，將來必然要推出支付業務。

　可是要怎麽做還沒有頭緒。

　恰好現在美國這邊批準了互聯網金融的新模式，連互聯網的小額貸款都可以了，還有什麽樣的線上金融業務會受阻?

　可以提前投資進去，扒開美國互聯網金融領域的面紗，跳進去看看這裡面到底長什麽樣。以後不管是收購、合作還是自己單乾，都相當於積累經驗了。

　這是一個信號。

　連lendingclub這種互聯網借貸平台都被美國當局審核通過了，可想而知，接下來的矽谷會迎來一波互聯網金融的創業浪潮。

　紫微星國際暫時不會參與進去，靜觀其變。

　不過，可以投資幾家公司，把這裡面的模式搞清楚。

　周不器跟林登聊過之後，就給陸器打了電話，要求紫微星國際的投資部門把矽谷的互聯網金融公司的信息都整理一遍。

　石婧美都驚呆了，“要聘用他嗎?”

　“不，”周不器搖搖頭，“沒必要。”

　這個林登的級別太高了，是風投家級別的高手，讓他來潮玩公社當cfo，有點大材小用。潮玩公社又不搞什麽太複雜的業務，也不玩資本運作，不需要這類人，工資太高。

　石婧美舒了口氣，“我覺得也是，感覺他像個騙子！”

　周不器好笑道:“怎麽就騙子了?金融家不都這樣麽，講話時候是有點玄玄乎乎的。”

　石婧美道:“這個lendingclub的模式太誇張了啊，被華爾街稱為裝著魔鬼的瓶子，是有道理的，千萬不能打開蓋子。”

　周不器瞥她一眼，“二姐，人家這模式是經過十幾次的聽證會論證，然後才通過的。”

　“你真要對這個感興趣啊?”

　“試試唄，別忘了，華爾街也是傳統行業。大數據分析和人工智能，會在各行各業都發揮不可想象的魔力。”

　石婧美道:“所以要把盲盒的銷售數據都統計出來，庫存、周轉、退貨等等，然後進行大數據分析……”

　周不器打斷了她，“這叫啥大數據?”

　這裡是酒店，今天的面試也結束了，周不器就起身，伸了個懶腰，走到窗邊，看到有一台直升機飛了過來，停在了斜上方的停機坪上，走下來了一個胖乎乎的老頭和一個年輕貌美的金發女孩兒。

　親密無間，下飛機了還在親吻，真是感情至深的情侶啊。

　石婧美也走過來，問:“那什麽叫大數據?”

　周不器看著窗外的感人一幕，頭也不回地說:“你說的那叫數據分析，是基於傳統的商業模型。大數據分析覆蓋面更廣，是不相關的數據分析，就有點……嗯，有一部電影，叫《蝴蝶效應》你知道吧?”

　“嗯，看過。”

　“就是這個道理，看起來不相乾的兩件事，內裡其實存在著某些蝴蝶效應的關聯。就比如那個從直升機下來的女孩兒，她和酒店裡的服務員失業，是否有關系?這就是不相關的兩件事，可如果大數據統計，這背後一定是存在某種聯系的。”

　石婧美點了點頭，“因為經濟危機，所以服務生失業。因為經濟危機，所以年輕女孩子會更喜歡找有錢男人。失業的多了，傍大款的就多了。”

　周不器道:“差不多吧，就是表面上不相關的兩件事，其實是蝴蝶效應相互影響的。比如曼聯盲盒的銷售收據，是否跟曼徹斯特地區的年降雨量有關，這就需要大數據分析來尋找關聯。”

　石婧美歪頭看著他，笑著說:“降雨量多了，旅遊業就差了。旅遊業差了，曼聯的球市就會減弱，衍生品銷量就會減少。”

　周不器沒好氣的道:“那我再問你，曼聯盲盒的銷量，跟曼徹斯特當地的電影票房有沒有關系?會不會存在這樣一種可能，票房越高的地方，盲盒的銷量就越多?又或者避孕套的銷量，這跟曼聯盲盒的銷量是否有關系?也許有，也許沒有，這都需要大數據模型的分析。”

　石婧美眨巴了幾下眼睛，好似拋媚眼，小聲說:“我問過琳琳了，她說你不喜歡用套，我都可以的。”

　周不器假裝沒聽見，正色道:“大數據模型往往是多個維度數據的整合和總結。如果泰國、韓國、英國、加拿大、巴西等國都能應用一套基於gdp、人均收入、足球業產值、娛樂業產值等方面總結出來的大數據盲盒銷量模型，那麽球員盲盒在推向新興市場的時候，就可以根據模型來定量地投放了，不至於造成積壓和滯銷。”

　石婧美嘴角微微一勾， 似笑非笑地說:“我是不是也要對你身邊的女孩子都大數據研究一遍，然後才能評估出你的口味和喜好?”

　周不器歎了口氣，走到她身後，把她的身子向前壓，“雙手扶著窗戶。”

　石婧美臉色猛然漲紅，緊張壞了，不依道:“不行，不行的，外面能看見，門也沒關呢，咱們去臥室吧……哎呦！”

　“啪！啪！啪！”

　一共三下。

　周不器把石婧琳的二姐壓在了落地窗前，然後對著她圓潤翹挺的屁股就狠狠地打了下去。

　哼！

　欠揍！

　還沒完沒了了！

　7017k