『如果章节错误，点此举报』产业互联网之下，推动改革的当然也包括金融产业，互联网金融一定也是未来的大势所趋。
就比如贷款业务，传统的老牌业务，服务效率低，缺乏算法的支持，贷款人审查阶段层层设卡, 风险评估模型落后且单调，审核花费时间长等等。
其实这种中间环节完全可以通过大数据算法和人工智能来审核，依靠互联网技术来改善传统流程的低效。
互联网的p2p金融是一个代表着未来的积极向上的词。
不过，在国内就不同了。
这玩意伤了太多人。
归其原因，是美国和国内面对互联网创新的两种体制性的差别。不可能一种制度只有好没有坏，也不可能一种制度只有坏没有好。
国内的互联网行业商业模式上的创新比硅谷还厉害, 为什么？
因为监管。
国内的监管体制，是初期放手, 后期严管。
初期放任公司去大胆地创新大胆地干，以防有些人不懂互联网胡乱干预，导致遏制了创新。等这个创新性的行业发展起来了，监管部门慢慢明白这里面的道理，再出台各种政策去指导和约束。
这种模式，为国内的互联网行业的创新性发展提供了极大的社会性保障和发展动力。
欧美是另外一套模式，是初期严管，后期鼓励。就是在某一种创新出现的时候，会举办各种议会和听证会，组织许多行业的专家、学者、精英们展开讨论，评估这种创新是否可行。
如果不行，就马上禁止；如果行，就大力推动，发展得越好就越受鼓励, 越受社会的认可和赞扬。
这就导致硅谷的互联网企业的商业模式创新受到了极大的制衡，就算很多公司提出了一个很好的点子, 也不能马上去做，需要让有关部门评估。
可这个评估过程是面向社会的, 是公开的，竞争对手也就知道了。
等评估完成，被允许通过了，竞争对手也就立刻启动了类似的项目展开竞争，跑步进入去抢市场抢赛道的机会就不存在了。
因为这种体制的因素，导致各大公司对商业模式的创新都缺乏动力。
双方的这种体系性的差距，放在一般的领域还看不出来什么，可是金融领域不一样，这是高杠杆的行业。
稍微一点风吹草动，就可能导致整个行业塌方。
在硅谷想成立一家p2p的互联网借贷、融资公司，手续非常繁琐。
比如两個德国人跑来硅谷创办p2p公司，不行，外国人不可靠；比如鞋厂想转型做p2p公司，不行，这一看就不靠谱；比如两个普通人去创办p2p公司，不行，两个普通人也敢创业？别扯了，一看就是诈骗！
如果是两个斯坦福毕业的高材生，然后在硅谷有过多年的工作经验，有人脉、有资金、有关系、有良好的社会信用, 这就拥有了成立一家互联网p2p公司的资格。
可这还不够。
得有担保人。
比如高盛的ceo, 比如前联邦财政部长，又或者谷歌的老板，巴菲特、比尔·盖茨这样的顶级富豪，背后还要有合作的银行做背书。
创业公司失败，这是正常的，可是创始人卷款跑路这就涉嫌诈骗了，股东、保人、银行和独立董事们就要承担连带责任，去给被骗的用户赔偿损失。
因为这样的层层限制和严格监管，导致美国的互联网金融公司数量极少，发展了十几年，允许借贷的互联网公司也就几十家。
国内就不同了，p2p的概念在14年传入国内，迅速火遍大江南北，监管得很宽松，两年之内就出现了5000多家p2p公司。
结果可想而知。
这还不算完。
本来大浪淘沙，把那些脏的乱的差的臭的都淘汰掉之后，剩下的这些合法合规的良币就该健康发展推进金融体系的科技化改革了，可劣币死后也要由良币来买单，由良币来承担劣币造成的社会伤害而口诛笔伐。
通常传统银行的坏账率是6%左右，美国最好的p2p公司lendingclub的坏账率可以控制在4%以内。支付宝通过大数据模型分析和自建的信用体系，坏账率只有千分之5，堪称古今中外有史以来最健康、最安全的金融平台，是全球互联网金融创新领域做得最好的一款产品，却成了最大的不安全因素。
很多人不信任支付宝，就都把钱存进银行了，部分城镇银行的理财产品利息比支付宝的产品还高，的确很有吸引力。
周不器眼下会关注lendingclub，不是他知道这会是未来美国最好的一家p2p金融公司，而是因为他对金融领域很重视。
手机端的helo现在做得这么好，将来必然要推出支付业务。
可是要怎么做还没有头绪。
恰好现在美国这边批准了互联网金融的新模式，连互联网的小额贷款都可以了，还有什么样的线上金融业务会受阻？
可以提前投资进去，扒开美国互联网金融领域的面纱，跳进去看看这里面到底长什么样。以后不管是收购、合作还是自己单干，都相当于积累经验了。
这是一个信号。
连lendingclub这种互联网借贷平台都被美国当局审核通过了，可想而知，接下来的硅谷会迎来一波互联网金融的创业浪潮。
紫微星国际暂时不会参与进去，静观其变。
不过，可以投资几家公司，把这里面的模式搞清楚。
周不器跟林登聊过之后，就给陆器打了电话，要求紫微星国际的投资部门把硅谷的互联网金融公司的信息都整理一遍。
石婧美都惊呆了，“要聘用他吗？”
“不，”周不器摇摇头，“没必要。”
这个林登的级别太高了，是风投家级别的高手，让他来潮玩公社当cfo，有点大材小用。潮玩公社又不搞什么太复杂的业务，也不玩资本运作，不需要这类人，工资太高。
石婧美舒了口气，“我觉得也是，感觉他像个骗子！”
周不器好笑道：“怎么就骗子了？金融家不都这样么，讲话时候是有点玄玄乎乎的。”
石婧美道：“这个lendingclub的模式太夸张了啊，被华尔街称为装着魔鬼的瓶子，是有道理的，千万不能打开盖子。”
周不器瞥她一眼，“二姐，人家这模式是经过十几次的听证会论证，然后才通过的。”
“你真要对这个感兴趣啊？”
“试试呗，别忘了，华尔街也是传统行业。大数据分析和人工智能，会在各行各业都发挥不可想象的魔力。”
石婧美道：“所以要把盲盒的销售数据都统计出来，库存、周转、退货等等，然后进行大数据分析……”
周不器打断了她，“这叫啥大数据？”
这里是酒店，今天的面试也结束了，周不器就起身，伸了个懒腰，走到窗边，看到有一台直升机飞了过来，停在了斜上方的停机坪上，走下来了一个胖乎乎的老头和一个年轻貌美的金发女孩儿。
亲密无间，下飞机了还在亲吻，真是感情至深的情侣啊。
石婧美也走过来，问：“那什么叫大数据？”
周不器看着窗外的感人一幕，头也不回地说：“你说的那叫数据分析，是基于传统的商业模型。大数据分析覆盖面更广，是不相关的数据分析，就有点……嗯，有一部电影，叫《蝴蝶效应》你知道吧？”
“嗯，看过。”
“就是这个道理，看起来不相干的两件事，内里其实存在着某些蝴蝶效应的关联。就比如那个从直升机下来的女孩儿，她和酒店里的服务员失业，是否有关系？这就是不相关的两件事，可如果大数据统计，这背后一定是存在某种联系的。”
石婧美点了点头，“因为经济危机，所以服务生失业。因为经济危机，所以年轻女孩子会更喜欢找有钱男人。失业的多了，傍大款的就多了。”
周不器道：“差不多吧，就是表面上不相关的两件事，其实是蝴蝶效应相互影响的。比如曼联盲盒的销售收据，是否跟曼彻斯特地区的年降雨量有关，这就需要大数据分析来寻找关联。”
石婧美歪头看着他，笑着说：“降雨量多了，旅游业就差了。旅游业差了，曼联的球市就会减弱，衍生品销量就会减少。”
周不器没好气的道：“那我再问你，曼联盲盒的销量，跟曼彻斯特当地的电影票房有没有关系？会不会存在这样一种可能，票房越高的地方，盲盒的销量就越多？又或者避孕套的销量，这跟曼联盲盒的销量是否有关系？也许有，也许没有，这都需要大数据模型的分析。”
石婧美眨巴了几下眼睛，好似抛媚眼，小声说：“我问过琳琳了，她说你不喜欢用套，我都可以的。”
周不器假装没听见，正色道：“大数据模型往往是多个维度数据的整合和总结。如果泰国、韩国、英国、加拿大、巴西等国都能应用一套基于gdp、人均收入、足球业产值、娱乐业产值等方面总结出来的大数据盲盒销量模型，那么球员盲盒在推向新兴市场的时候，就可以根据模型来定量地投放了，不至于造成积压和滞销。”
石婧美嘴角微微一勾，似笑非笑地说：“我是不是也要对你身边的女孩子都大数据研究一遍，然后才能评估出你的口味和喜好？”
周不器叹了口气，走到她身后，把她的身子向前压，“双手扶着窗户。”
石婧美脸色猛然涨红，紧张坏了，不依道：“不行，不行的，外面能看见，门也没关呢，咱们去卧室吧……哎呦！”
“啪！啪！啪！”
一共三下。
周不器把石婧琳的二姐压在了落地窗前，然后对着她圆润翘挺的屁股就狠狠地打了下去。
哼！
欠揍！
还没完没了了！