中國網路金融下一步:阿里巴巴與騰訊出招個人信用評估
中國網路金融下一步:阿里巴巴與騰訊出招個人信用評估

11月3日騰訊徵信在博鼇露面,而阿里巴巴的芝麻信用也即將在螞蟻金融服務框架中正式登場,意味著中國網路金融的信用實踐終於走到了應用階段。

中國網民早在BBS時代就熟悉了網路的積分和評級規則,但那更多是虛擬世界裡身份認同的自娛遊戲,阿里巴巴和騰訊所建立的網路個人徵信體系,將讓每個人在傳統金融時代秘而不宣的消費信用第一次與世界裸裎相見,這是網路金融時代的序幕。

enter image description here

阿里巴巴「芝麻開門!」

從小微金服再到螞蟻金服,阿里巴巴的網路金融一路走來,脈胳清晰可見。從2002年的誠信通和中供評價體系開始,走過12年歷程的阿里巴巴信用實踐到了收關的時候,信用體系能為阿里巴巴做什麼?

一、集納線下大數據

截止2014年10月,完成實名認證的支付寶用戶達到3億,支付寶錢包活躍用戶為1.9億,一向將大數據、雲端計算、交易平臺和行動支付看做是網路金融4大關鍵字的阿里巴巴,將網路金融從上市板塊中剝離出來單獨組隊,自然預示著資本層面非同尋常的野心。

在阿里巴巴的佈局中,開放的支付寶介面助力了服務窗的O2O變現,阿里雲「團結」了沒有或暫時缺乏IT開發能力的傳統企業和創業公司,恒生電子過橋傳統金融,網商銀行新鉶初發,彭蕾加上井賢棟的班底重裝上陣,一切似乎水到渠成,以芝麻信用為核心的阿里生態打通線下大資料成了最後一環。

對大多數人略顯陌生的芝麻信用其實在阿里巴巴內部早已啟動,雖然暫時不得不依賴淘系業務的資料支撐,但阿里巴巴已在杭州大本營的部分O2O創新企業中進行了實測,重點是解決兩個問題:

1、線上交易與線下消費是否存在行為共性,這是信用生態能否成立的關鍵。

2、如何完善信用評級實踐的後端機制。

據阿里巴巴內部透露的資訊,杭州的某家分時租車公司引入芝麻信用的個人評級代替會員認證,在幾百個後付訂單中僅出現一例違約,這給了阿里巴巴接入大型企業資料的信心。不過,芝麻信用的評估源於歷史資料,控制的是可見風險,阿里巴巴壓根不打算對「評估誤差」產生的壞帳承擔任何責任,只會「全力協助」交易雙方解決問題,這是典型的馬雲式「狡黠」!

二、促成支付寶的變形

精明過頭的阿里巴巴關心的另一件事如何讓支付寶像變形金剛般無所不能。支付寶在中國協力廠商支付領域一枝獨秀這是事實,便隨著行動時代的來臨,比淘寶更LOW、更C2C、更無孔不入的微商們以無下限、無節操的真小人姿態粉墨登場,阿里巴巴在不屑之餘也不得不全神戒備。更直接的危險來自功能和場景不斷完善的百度直達號,其在匹配百度錢包之後的想像空間有理由讓阿里巴巴擔憂。

利用先發優勢結合信用體系搶先連通線下大資料,把自己更深嵌入到實體經濟的各個應用場景之中,被阿里巴巴認為是保持支付寶在行動支付時代核心優勢的頭等大事。

三、精實網路金融地基

餘額寶的出現結束了所有中國儲戶幾十年來為銀行躺著賺錢的時代,隨著寶類產品的氾濫、收購恒生電子以及浙江網商銀行的落地,馬雲的「中國五大銀行想殺了我」雖是笑談,卻有現實背景。

阿里巴巴曾經想通過拉攏傳統銀行中比較激進的中信銀行和投資眾安保險,尋找容易切入的軟肋,但是今年初央行緊急叫停虛擬支付後,有心「與狼共舞」的中信銀行受創甚巨,股票一度大跌8%,不得不停牌,而識時務的眾安保險轉投了百度,推出手機支付安全產品「百付安」。

這一事件的直接後果是阿里巴巴認識到傳統金融單向封閉的資料永遠不可能向網路公司開放,芝麻信用作為一個獨立的三方實體來為螞蟻金服完成個人徵信,成了阿里巴巴的解決之道。

四、推動金融創新

創新與監管無法永遠對立,螞蟻金服未來一系列的金融創新如果不想停留在概念上,就必須消滅貨幣空轉和影子銀行等概念性原罪,在消費者心中建立國有銀行般強固的信用基石,後者也是傳統金融少有的加分項目,從亢奮冒進轉向迂回曲折的阿里巴巴致力於消彌融入傳統金融之後的違和感。

騰訊的4個陽謀

與阿里巴巴依託電商數據的佔有先天優勢不同,騰訊的強項在於微信、QQ等強關鍵鏈的社交產品,馬化騰眼中的信用生態必然要與行動入口的定位無縫銜接。

一、連接一切的基礎是信用

騰訊不是慈善團體,所謂連接一切只是手段,目的當然是賺錢。PC時代的財付通是支付寶的手下敗將,而微信支付的體驗或許比支付寶錢包更方便,但在安全方面卻沒有優勢。

快速成長的微信支付要在體量上衝擊支付寶的壟斷地位,不可能徒然等待風控機制的完善,加速衝刺只能依託信用體系的搭建。騰訊在虛擬社交領域的積累可以加速實體資料的遷移。阿里巴巴拉攏中信銀行,騰訊也通過公眾號綁定了招商銀行這樣的金融巨擘,微信和QQ掌控著中國最龐大的虛擬關係網絡,公眾號身繫那麼多自媒體和O2O創新的夢想,連接一切的騰訊自然魚與熊掌兼得。

二、免費軟體要創造更多的免費資料

騰訊曾經因快速複製成為許多創新公司的噩夢,當年的絕招無非兩條:一是免費,二是導入龐大的QQ用戶群,兩招齊出,再強的創新模式也得頹然倒閉。如今,騰訊的免費大旗仍然高舉,但吃了多年免費早餐的顧客要開始為午餐和晚餐貢獻食材(消費資料)了。

三、洗牌微商

對於微商撕裂和破壞朋友圈生態的「不法情事」瞭若指掌的騰訊之所以 「麻木不仁」自有不得已的苦衷,它放任志得意滿的微商在過度階段去惡搞和制衡阿里巴巴,這符合自身利益,一旦徵信牌照到手,騰訊的個人信用體系如期建立,重新整肅電商資源時,騰訊就可以拿不聽話的微商開刀了。

四、守護未來的想像空間

在網路銀行上,率先過審的騰訊前海微眾銀行走在了阿里巴巴前面,電商先鋒京東已經用白條打響了信用支付的頭炮,徵信體系守護了想像空間,騰訊才有斬將搴旗,從阿里巴巴手中搶奪網路金融盟主大旗的資本。

網路金融大潮下,兩個群體的落寞背影:

1、傳統金融

隨著網路信用生態的建立和個人消費場景的歷史性變化,以銀行為核心的傳統金融機構將從消費過程中被剝離出來,退回到20世紀中期的原生形態中,這會是一個不可逆的過程嗎?

事實上,金融機構可以有兩種選擇:

  • 合作
    這部分的代表是最先分化的中信銀行,這家一向自命創新的金融機構從來都是網路金融的擁躉,這源於它與五大行不同的股東基因,但未來的金融形態未必是它所臆想的樣子。
  • 對抗
    傳統金融不可能永遠依託禁令對抗已經變化的消費習慣,他們只能試著「以彼之道還施彼身」,這場博弈會重新定義未來幾十年中傳統金融機構的作用和地位。

2、消費者

這是一個最重要也最被無視的群體,他們是所有商業模式眼中的那盤菜,既然每個人都要在網路徵信的放大鏡下裸泳,消費者當然有權對個人資料的安全性提出更高要求。未來,個人信用資料的披露、使用和追溯必須也應該在合理規範的支撐下有序運轉。

對網購一族來說,徵信體系的「可怕之處」在於公開和共用。理論上存在這樣的可能:

你因為芝麻信用和騰訊徵信的高分評級享受了某項O2O的後付費服務,而你事後拒絕付款或由於某種原因未能及時付款,你將進入信用體系的黑名單,你的個人資訊也將提供給商家用於追償。千萬不要有任何僥倖,阿里巴巴和騰訊如果不想為受損的商家埋單,他們一定會這樣做。

騰訊要用個人徵信連接微信、QQ等高頻率使用的產品,催動次生價值,給微商加一把安全鎖;阿里巴巴要打通線下實體,用閉環大資料抗衡傳統金融機構,這必將引發新一輪的蝴蝶效應。泛金融化的網路時代,螢幕背後已再沒有隱身人。

本文出自虎嗅網/蟲二

往下滑看下一篇文章
從模型競爭走向算力經濟,INFINITIX 助客戶打造軟體定義 AI 基礎建設
從模型競爭走向算力經濟,INFINITIX 助客戶打造軟體定義 AI 基礎建設

過去兩年,人工智慧技術以史無前例的速度翻轉企業營運與競爭態勢,從客服、知識管理到軟體開發,越來越多企業將大型語言模型(LLM)導入企業營運流程,隨著應用程度的深化與廣化,越來越多發現,真正的挑戰早已不只是「選擇哪個模型」,而是如何管理算力、控制成本、確保資料安全,以及讓不同世代GPU、模型與AI應用可以持續共存與調度。

代理式AI崛起後,AI應用從回答問題進展為執行任務、操作系統以及串接流程,連帶拉升對AI基礎設施的需求與架構複雜度,而這意味著,想要發揮AI綜效,光只有模型與技術尚不夠,必須將整體IT環境逐步升級為AI基礎建設(AI Infra)。

深耕AI管理領域多年的數位無限(INFINITIX),近年積極布局軟體定應AI基礎建設(Software Defined AI Infrastructure)市場,除持續深化與GPU、伺服器與AI硬體生態系的合作關係,如於2021年取得NVIDIA Solution Advisor全球夥伴資格,2025年亦獲AMD GPU生態建設夥伴獎,也因應市場需求推出AI-Stack與ixCSP兩大產品線,協助企業、雲端服務供應商(CSP)與新世代AI雲端業者,更有效率地管理跨世代AI算力資源。

數位無限執行長陳文裕表示:「我們的目標是協助客戶打造軟體定義AI基礎架構,讓其可以視需求向下整合不同世代GPU、儲存與網路設備,同時,向上鏈結模型、Token跟AI應用,加速企業的AI創新轉型腳步。」

數位無限執行長陳文裕.JPG
數位無限執行長陳文裕
圖/ 數位時代

從AI模型到AI經濟,企業競爭焦點轉向算力與Token調度能力

過去市場談AI,焦點多半放在模型參數、推論效能與模型能力,但在大型語言模型推論需求暴增的現下,AI Infra早已從單純GPU採購演變成涵蓋機櫃、網路、儲存、散熱與電力的整體工程;企業真正需要的,不是更多GPU、而是如何更有效率地調度與利用算力。

尤其在NVIDIA提出Token Factory概念後,全球AI產業正逐步從模型競賽轉向「AI經濟」,亦即,影響企業AI決策的再也不是使用哪個模型、部署多少GPU,而是消耗多少Token、產生多少AI服務,以及算力是否能被有效共享與調度。

換言之,在AI新世界,算力調度能力的重要水漲船高。對此,陳文裕十分認同的說:「企業想要提升AI競爭力,不僅要掌握模型與應用,還必須進一步思考如何有效切割GPU資源、讓不同部門甚至集團子公司共享算力、延長舊世代GPU的使用壽命,甚至是如何將閒置算力轉變成可交易的資源等。」

事實上,這也是大量AI資料中心(AIDC)跟新世代AI雲端服務(Neo Cloud)業者出現的原因,包括CoreWeave、Nebius、Lambda Labs、GMI Cloud等業者皆試圖以更具彈性的方式,提供企業所需的GPU服務與AI算力平台。

看準這波趨勢,數位無限除透過AI-Stack提供GPU切片、模型部署、模型管理與MLOps等服務,協助客戶提升GPU使用率,更進一步推出ixCSP平台,讓雲端服務供應商與新世代AI雲端業者,能從過去單純販售GPU資源轉型為提供GPU as a Service、Token as a Service與Model as a Service等創新AI服務。

以Software Defined AI Infrastructure助企業以「通用化、鬆耦合」迎戰瞬變AI世代

因應AI新世代帶來的挑戰:模型快速升級、算力需求攀升、GPU世代交替迅速,企業在追逐AI落地的同時,勢必得面臨基礎建設更新速度過快、硬體投資壓力升高,以及資源利用效率難以最佳化等挑戰。

為協助企業在AI快速演進與基礎建設投資之間取得平衡,數位無限的作法是,透過AI-Stack將底層硬體抽象化,以Token或模型服務形式提供,讓企業客戶、AIDC與Neo Cloud業者可以延長不同世代與不同品牌的AI硬體設備的生命週期、創造更高的使用價值、甚至是展開更多元的營收模式。

例如,高雄醫學大學附設中和紀念醫院便透過數位無限的AI-Stack解決GPU資源調度效率不彰問題,加速39項AI模型進入臨床應用階段,成功建立起「從模型開發到臨床落地」的完整生態系統。而日本精密製造大廠–Union Tool Co.–則是透過AI-Stack簡化GPU資源共享、加速AI模型的開發與測試腳步,為提升生產效率做最佳準備。

「如果大型企業或AIDC業者擁有閒置資源,也可以透過ixCSP平台,把算力共享或調度給集團內部團隊、子公司,甚至上下游合作夥伴使用,進一步提升整體資源利用率。」數位無限執行長陳文裕如是說道。

隨著AI從工具演變成企業核心基礎建設,企業真正需要的,也不再只是單一模型,而是一套能持續適應AI快速演進的AI Infra,而這與數位無限近年來的重要轉型方向一致:從AI管理軟體提供者轉型為軟體定義AI基礎建設供應商,更好協助客戶打造具備「通用化」與「鬆耦合」特性的AI基礎建設。

除以AI-Stack與ixCSP協助客戶提升算力使用效率與價值,數位無限亦計畫與硬體合作夥伴推出Agentic AI一體機方案,協助企業快速建立可驗證、可部署、可切割、可共享的AI運算環境,降低企業從PoC走向實際導入的門檻,加速AI落地。

總的來說,隨著AI競爭從模型能力延伸到算力治理,企業比拚的不僅是導入速度,而是能否建立一套足夠彈性、可持續演進的AI Infra,而這與數位無限的發展目標一致,將持續不斷優化產品服務,化身企業搶進AI新世代的關鍵合作夥伴。

登入數位時代會員

開啟專屬自己的主題內容,

每日推播重點文章

閱讀會員專屬文章

請先登入數位時代會員

看更多獨享內容

請先登入數位時代會員

開啟收藏文章功能,

請先登入數位時代會員

開啟訂閱文章分類功能,

請先登入數位時代會員

我還不是會員, 註冊去!
追蹤我們
代理式商務連動百兆商機
© 2026 Business Next Media Corp. All Rights Reserved. 本網站內容未經允許,不得轉載。
106 台北市大安區光復南路102號9樓