作為2019年科技圈公認的最火概念，“數據中臺”在各大行業數字化轉型舞臺C位當仁不讓。眾多以技術能力自持的機構紛紛開始加緊佈局，一時間開啟了行業頭部企業對數據中臺的探索熱潮。在隨後如火如荼的實操較量中，市場也在不斷加深認知的前提下得以迴歸理性。然而日前360金融首席科學家張家興提出的“融合中臺”概念，再次將中臺熱度推向高潮。
如今，傳統的互聯網金融公司轉型金融科技公司已成大勢，紛紛為自己打下以技術為中心的標籤。但是，以業務為主導，追求技術架構快速迭代的傳統方式，不足以支撐金融科技公司繼續壯大發展。根據360金融多年實踐經驗，張家興總結認為，隨著業內中臺化趨勢加劇，單一中臺在業務賦能中的劣勢初露端倪，以架構性思維預見行業發展，融合中臺或將成為通往未來的“高速路”。
數據AI 2 in 1的時代之選
數據中臺的核心價值，在於幫助企業將分散的業務數據進行統一的規劃、管理、整合，形成企業獨有的“數字資產”；與此相對的AI中臺，則是一個用來構建大規模智能能力的“基礎設施”。業內單獨建設數據中臺或AI中臺的企業不勝枚舉。
以阿里巴巴為例，其數據中臺系統由多元數據採集和接入、公 共數據中心、統一數據服務三個核心板塊構成，主要應用於整體的商業生態當中，從而為其新零售、金融、旅遊、健康等板塊實現業務數據化和數據業務化，為業務前臺和雲端雙向賦能。阿里以外，京東的數據中臺建設速度也較快。2017年末京東內部將技術團隊拆分為前臺與中臺兩大板塊，前臺對應商城各事業部、中臺服務於共性需求。
不同於數據中臺對企業自身業務的絕對依託，AI中臺分內外部兩種形式發展壯大，一種通過第三方機構科技賦能形式出現，如曠視、商湯、科大訊飛等；另一種則是以企業內部AI Lab聞名，如阿里達摩院，騰訊AI Lab，百度IDL，微軟MSR，谷歌 Google Brain等。
在此背景下，張家興提出融合中臺概念，通過數據和AI的2 in 1組合實現價值最大化，同時也實現了金融科技業務驅動1.0時代到數據智能2.0時代的過渡。
張家興認為：“數據本身不等於數據資產，AI本身也無法發揮價值。單獨依靠數據中臺，雖可打通、整合企業內部數據，但卻缺少技術輻射能力，很難實現最大化的業務賦能。從技術角度本身而言，只有打通從數據到計算，再到模型這個數據加AI鏈路，才能更好的賦能業務，提升運營效率。”
融合中臺並非1+1等於2
“基於整個公司的技術框架來說，AI中臺是絕對的‘中間’力量，向下接受不同種類、不同屬性的數據支持，之後通過機器人、推薦、圈人等具體AI能力，向上支撐特定業務。因此，數據和AI的融合並進是業務發展到一定階段的優選之路，融合中臺並非1+1等於2那麼簡單。”
數據智能平臺矩陣
從張家興對360金融融合中臺的闡釋中可以窺見，這是一個功能複雜、多技術、全場景的賦能平臺，也是一個糅合了傳統數據挖掘、大數據、深度學習、自然語言處理等能力的多維度平臺。因此，可以從以下三個維度來總結數據AI中臺的能力：
——數據維度：數據處理的全生命週期
AI中臺具備數據接入、特徵處理、模型訓練、建模分析、線上業務接入等數據處理的全生命週期的能力。
——場景維度：跨業務的基礎平臺
融合中臺不會侷限在某一個特定的業務線，它將服務於360金融所有業務，但這不是“中臺萬能理論”的依據。融合中臺發揮作用的必要性前提，一是要有很多業務線，二是各業務線之間有一定相似性，三是有可能還會產生新的業務線。360金融通過融合中臺“大中臺，小前臺”概念的統一調配，增強了技術的通用性。這也反應了公司靈活的組織架構優勢：一切以業務發展為目標，中臺模式也更容易推進。
——技術維度：數據+算力+算法三位一體
“數據+算力+算法”構成了智能金融的核心技術體系。首先，數據是一切金融服務與金融安全的基礎，是金融科技得以有效落地的核心生產資料。其次，以分佈計算、GPU為代表的算力，為處理海量數據提供了有力保障。第三，以機器學習、圖學習、強化學習、自然語言處理為代表的算法技術幫助金融行業細分領域發現規律並提供智能決策支持。甚至可以說，金融科技在三者互為要素、互為支撐的世界中，變革了金融業的發展要素。
智能金融全鏈路上的分久必合
“統一”是張家興在2020年第一季度的關鍵詞和重要指標：把貼近業務目標為主的數據和AI統一中臺化，包括統一整個公司的數據倉庫，統一投放系統，統一語音外呼平臺和統一圖數據等。
在智能萬物時代大潮下，360金融要做的是在海量互聯網用戶與金融產品之間建立一個橋樑。一方面，面向全網，找到有真實金融需求的用戶，另一方面要把借貸、保險、理財等各種金融產品提供給他們。融合中臺的搭建也將助力打通智能金融全鏈路的各個環節，實現數據與AI分久必合的大勢。
智能金融全鏈路
第一環節是獲客，在精準化觸達用戶真實金融需求的過程中，融合中臺在鏈路中的實操面臨兩個難點，第一，如何通過各種數據對用戶的訴求形成精準理解；第二，如何在用戶剛剛出現需求的時間點做及時的觸達。
第二個環節是客戶經營。用戶生命週期的各個階段，其金融服務需求不盡相同。融合中臺有能力不斷髮現用戶訴求，在用戶與金融產品之間，打通一條便捷、直達、高效的“快速路”。
第三個環節是風險控制，通過大數據尤其是圖數據，對用戶的風險進行評估。
最後一個環節是各種服務，包括智能客服、貸後溝通、保險顧問等各種與用戶的溝通服務。
張家興舉例解釋道，在融合中臺的支撐下，智能金融全鏈路都將發生顛覆改變。在獲客環節，傳統依賴於人去優化和決策的廣告投放方式，將通過算法加持變得更加自動、智能；在客戶運營環節，公司可以通過實時數據平臺的搭建，支持數以億計的用戶全生命週期的及時有效觸達，提升運營效率；在風控上採用基於圖數據的機器學習模型判定人的風險；到最後服務環節通過智能調度，引入更多對話機器人讓服務變得更高效。“這就是360金融計劃打通的智能金融全鏈路，融合中臺的搭建將使‘數據+AI’更為高效的運轉，從而讓整個鏈路實現數據化、智能化。”
技術的終極目標在於重新定義未來
在明確的應用目的和雄厚的技術積累下，360金融“分久必合”的統一為接下來的平臺建設夯實了地基。據瞭解，360金融平臺搭建計劃涵蓋實時數據計算平臺、圖數據計算平臺、機器學習計算平臺、智能運營平臺等，這些平臺將形成一個平臺矩陣，全方位推動數據和AI對業務的深度賦能。“再下一步，我們會在平臺上構建更多的模型，讓數據AI產生應有的價值。”張家興補充道。
在行業中摸爬滾打多年，張家興笑稱自己想要做一隻懷有終極目標的初生牛犢。
“技術要想發揮價值並不僅僅是在現有的做事方式上去提效，這個能產生價值是很有限的。技術的終極目標在於重新定義未來，在於敢去思考如何改變現有做事的方式。我一直在思考學術界跟工業界之間的區別。學術界思考的是創造新方法，並且努力讓這個方法被更多人廣泛接受。而工業界思考的是架構，通過這個架構，將各種技術元素整合起來產生價值。學術界是創新保障，工業界是價值保障。充分容納學術界方法創新與業界架構設計兩種思維方式，才能最終把AI做好。”張家興道。
