第四章 FinTech的挑戰-2

FinTech六大領域 支付 存貨 籌資 投資管理 保險 市場資訊供應 無現金世界（Cashless World）：在現有的支付系統下，有些新的消費機能正在發酵，而這也會改變消費者消費行為；關鍵趨勢為行動支付、流線型帳單、帳單整合。 新興支付（Emerging Payment Rails）：對於加密貨幣的最大潛力應該在簡化價值轉移的過程而非價值儲存；關鍵趨勢為加密協定、點對點的傳輸、行動錢包。 存貨 替代管道（Alternative Lending）：新的貸款平台改變其評價機制以及貸款發放，同時開發一些非傳統的資金來源。 通路偏好轉移（Shifting Customer Preference）：市場的新進入者會以顧客為第一考量，故也會迫使銀行重新定義自己的角色。 籌資 群眾募資（crowdfunding）：募資平台擴大了一般的籌資活動，使整個生態圈更加豐富。 投資管理 賦權投資者（Empowered Investors）：目前正在改善複雜財務管理的門檻，迫使傳統的理財顧問進化。 流程外部化（Process Externalisation）：流程外部化的範圍擴大，以提升其營運效率。 保險 保險裂解（Insurance Disaggregation）：保險公司的策略將因應網路保險交易市場的出現以及風險均值化而做出改變。關鍵趨勢為自動駕駛車、第三方資本、共享經濟。 保險串接裝置（Connected Insurance）：穿戴式裝置的普及可以使保險公司規劃出高度個人化的保單，甚至可以主動管理顧客風險。關鍵趨勢為標準化的平台、穿戴式裝置、物聯網。 市場資訊供應 智能機器革命（Smarter, Faster Machine）：由於高頻交易的熱度下滑，對於交易演算法的關注可能轉向於使真實生活更智能。 新的市場平台（New Market Platforms）：新的資訊平台改善了市場之間的連結，同時提高市場的流動性、效率。

投資管理 賦權投資者（Empowered Investors）： 流程外部化（Process Externalisation）： 目前正在改善複雜財務管理的門檻，迫使傳統的理財顧問進化。 流程外部化（Process Externalisation）： 流程外部化的範圍擴大，以提升其營運效率。

傳統的財富管理 傳統的財富管理中介機構包括：私人銀行、投資顧問、投資銀行 提供的金融服務 顧問 經紀 增值 資產評價 投資配置策略 財富配置：共同基金、ETFs、年金及保險商品 帳戶管理 增值 財富移轉計畫 不動產及避稅計畫 退休計畫 私人銀行 ，

傳統財富管理所面臨的挑戰 近期的發展 挑戰 從金字塔尖端走向大眾 針對消費者保護而增加更多的法律束縛 投資績效的透明度增加導致顧客越容易比較不同商品 經濟的不穩定導致顧客越加追尋積極的投資策略 挑戰 高額傭金或手續費導致進入障礙，許多富裕大眾階層進不來。 顧客越來越多的個人需求及高效率、低成本要求 顧客的要求越來越多受到組織結構限制或資訊技術不足的限制 金融海嘯後導致顧客的信賴度下降。

財富管理未來的發展方向 低門檻 資訊揭露 方便性 量身訂做 低成本 降低進入障礙，讓更多的富裕大眾階層亦能進入這個市場並獲得服務。 法律要求越來越多的資訊揭露，導致顧客越加了解其資產的現況，並在更多的選擇下可以迅速作出調整。 方便性 網路及移動裝置讓顧客越來越容易高品質的金融服務。 量身訂做 由於大數據及演算法的進步，讓一般富裕大眾階層也可以享受的量身訂做的財富管理服務。 低成本 由於資訊科技的進步，以及眾多競爭者的加入，導致消費者獲得更低成本的投資顧問與管理婦誤。

FinTech 財富管理的挑戰 對富裕大眾(mass affluent)市場的侵蝕 對財富管理者的評價導正 更快、更便宜的線上工具提供更多自動化服務以爭奪富裕大眾的財富管理市場。 對財富管理者的評價導正 透過自動投資管理平台可以導正傳統投資管理者的不當投資評價或管理

FinTech 財富管理的挑戰 讓顧客的行為或表現如同投資專家一樣越來越容易。 讓顧客的行為或表現如同投資專家一樣越來越容易。

智能投顧 (Automated Management and Advice) 智能投顧的特點是 透過各種低成本的智能軟體向顧客提供如何配置資產的高價值的投資顧問服務。 針對不同偏好的個人提供量身訂製的投資管理服務。 針對眾多帳戶提供宏觀視野的分析。 這個行業2012年的規模還幾乎為零，2014年底已經具有140億美元的資產管理規模。國際知名諮詢公司ATKearney預測，未來五年，智能投顧的市場成長率將達到68%，到2020年智能投顧行業的資產管理規模將突破2.2萬億美元。

智能投顧 目前智能投顧產品走在了世界前列，這類型的平台主要包括：Wealthfront、Betterment、Future Advisor、Personal Capital、LearnVest、SigFig、MotifInvesting等公司。 以Future Advisor為例(該公司已於2015年8月底由貝萊德公司收購)，Future Advisor由兩名微軟前員工於2010年成立，2014年獲得了500萬美元的A輪融資和1550萬美元的B輪融資。目前Future Advisor管理資產超過6億美元，它最大的兩個競爭對手Wealth Front和Betterment各自管理著超過26億美元的資金。

Future Advisor Future Advisor的投資門檻設定在10000美元，主要針對兩類投資目標：退休計劃（Retirement Planning）和學費儲蓄（College Savings），即針對客戶的養老金帳戶和家庭兒童的教育儲備帳戶提供投資建議和管理。在投資建議方面FutureAdvisor免費為投資者針個人的養老金帳戶以及學費儲蓄提供投資建議和分析，這些免費服務都是基於Future Advisor的透過自動演算法軟體完成，投資者可以根據獲得的投資建議選擇自己投資，並不一定要購買Future Advisor的直接管理服務。投資人若要獲得Future Advisor的直接管理服務，投資者須繳交每年0.5%的管理費，這些服務還包括自動化的稅賦扣抵服務，資產配置再平衡（Rebalancing）和專業金融顧問服務（通過視頻、電話和郵件諮詢）等

社群交易 社群交易(Social Trading)係社群網站所延伸出來的以投資為目的的社群平台，加入者基於共同的需要或利益的分享，參與者在平台上提出自己的投資策略並與他人分享。這類型的平台主要包括：eToro、SprinkleBit、Covestor、StocTwits等公司。

eToro eToro係兼具券商和社交功能的投資平台，其最大的特點就是為用戶提供了｢複製交易」的功能。對那些不太懂投資，又不願意把錢交給專業投資者的散戶而言，去模仿高手對他們來說是一個不錯的選擇，這就是所謂的｢複製交易」。 eToro平台上有數量龐大的交易員(投資訊息提供者)，投資者(投資訊息接收者)可以複製這些交易員的交易，eToro對交易員的審核要比普通的用戶要嚴得多，通常需要披露交易員的檔案資料、交易記錄、實時排名等很多詳盡的數據，有些平台還要對交易員進行資格認證和實時監督，而投資者通過平台找到的優秀交易員的歷史交易業績，雖然複製交易免費，但當投資者選擇複製交易，eToro就將收取相關的佣金和隔夜費，而這是目前eToro的主要證券經紀盈利模式。 對交易員來說，每做一筆交易，其交易信號會同時在複製在追隨者的帳戶中執行。追隨的人越多，他的收入就越多，每個月500美元、1000美元，若是「明星交易員」其收入是複製額的2%。在風險控管方面，投資人可以查看對交易員的風險水平的評估等級，高風險的交易員會限制對他的複製。

SprinkleBit SprinkleBit則為兼具券商和訊息分享功能的投資平台，在訊息分享方面，SprinkleBit為初學者提供線上學習的功能，稱為SprinkleBit University。這一功能提供了一整套共24章的課程讓初學者進行系統學習，每一章學完後，初學者都可以接受測試，以便檢測自己的投資眼光有沒有提升。此外網站還設有模擬交易區，初學者可以進去模擬投資，並得到專家們的免費指導。 其次，SprinkeBit提供了一個基於VPI(Value Prediction Index)而建立起來的｢智囊服務」專區。所謂VPI指的就是價值預測指數，這個指數又分為兩類：StockVPI和UserVPI，前者為投資推薦指數，後者為用戶預測精準指數。缺乏經驗的用戶如果想盡可能獲得可靠的投資意見，可以先把UserVPI指數較高的用戶加為好友，向他們進行集體詢問。然後，StrinkeBit會結合這些用戶的整體意見以及他們的平均經驗值，算出某筆投資的StockVPI。按照SprinkeBit的官方說法，StockVPI值低於50分的投資最好不要碰，高於50分的才值得一試

零售演算法交易 演算法交易(Algorithmic Trading)又稱程式交易，是指事先設計好交易策略，然後將其編製成電腦程式，利用電腦程式的演算法來決定交易下單的時機、價格和數量等。程式交易能避免人的非理性因素造成的干擾，並能更精確的下單，且能同時管理大量的操作，自動判斷將大單分拆為小單，減小衝擊成本

Quantopian Quantopian成為了全球第一個演算法交易雲端平台，讓交易者可以在瀏覽器環境中，使用Python建立自己的演算法交易策略，並在平台上回測過去14年以上的分鐘交易資料。而回測後，就可以用每日即時資料進行模擬交易，若一切都準備就緒，直接串接券商，也就真槍實彈的將策略送到市場上廝殺。 這一切，只要有一點Python程式基礎，大約20分鐘就可以利用社群的資源快速開發出自己的第一個演算法交易策略。如果沒有Python程式基礎又想親手嘗試演算法交易呢？只要有心，在很短的時間，即可學會Python。

Quantopian 對於演算法交易開發者來說，需要回測工具、高品質資料以及資金，Quantopian提供個人演算法交易開發者所需要的工具與資料，以及投資優秀的開發者，並分取利潤，於是個人開發者有了跟專業機構相近的競爭力。Quantopian將自己的商業模式定義為群眾外包避險基金(crowd-sourced hedge fund)，找尋金主募集資金，然後在社群中找尋出眾的策略以及開發者，共同經營避險基金 2015去年7月，一位在德州的21歲大三學生Spencer Singleton在Quantopian舉辦的交易競賽中脫穎而出，Quantopian提供了10萬美元的策略獎金，讓他保留用這筆獎金交易六個月的所有獲利。從去年九月中開始，Singleton的策略以+2.5%打敗大盤-7%的報酬率。而單單今年一月S&P面臨-8%的股災，Singleton的策略仍有+1.5%的獲利。Singleton參加的策略競賽每月都有，任何人都可以看到過去和當月的排行榜，Quantopian提供第一名5000美元的獎金，而優秀且符合Quantopian整體配置需求的策略，則會提供100萬美元以上的投資，並給予開發者10%的分潤

傳統投資機構內涵與外包工作之區分 傳統的投資機構，其核心部門如：資料收集(data collection)、資料分析(alalysis)、交易策略的擬定與執行(Trade strategy and execution)、交易監督(Transaction monitoring)、風險管理(Risk management)、法律遵循(compliance)，是該機構最重要的利潤來源(吃飯傢伙)，必須 保留在公司最隱密的地方，其他部門如：人力資源、融資部門等不具特殊性，則可以外包就外包出去。

傳統投資機構內涵工作未來有可能外包 當核心工作喪失了進步(updates)與維持(maintenance)的投資能力時，就會遭受來自外部更加全面嫻熟而有效率的投資能力的挑戰者的挑戰。 越來越多的法律束縛，尤其是2008金融海嘯後的相館法案，導致傳統投資機構的內涵工作負擔越來越大。 傳統投資機構的資訊硬體環境跟不上變化，不能追上外部環境的進步。

Ayasdi Ayasdi 是印地安語，意思是「尋找」。2008 年的時候由史丹佛大學的 Gurjeet Singh，Gunnar Carlsson 和 Harlan Sexton 創立，這三位是研究如何將拓樸學運用到資料分析上的專家，公司剛創立時就拿到了 DARPA 350 萬的資助，到了 2015 年更從 Kleiner Perkins 募得了 5500 萬的資金。他們只提供 B2B 的服務，主要的客群為需要藉由大數據分析解決問題或找出模式的企業，企業涵蓋領域非常多樣化。例如 General Electric、Citi等等的知名公司， Ayasdi 的基礎使用的是 Apache Hadoop(一個能儲存並管理大量數據的雲端平台)，這使得他們能直接使用 Hadoop 的數據，然後利用拓樸數據分析技術及各種機器學習的算法來處理複雜的數據，最後確定各個數據節點的相似度，跑出來的結果會是一張圖，相近的數據點會構成一個個集合，方便使用者作分析之用。

Ayasdi 風險控制 它可以加快風險模型，一般而言風險模型的形成耗時良久，需要量化分析師不斷做猜測及嘗試來確定加入模型的變數，但透過Ayasdi 一開始就會把所有的變數都考慮進來，並能有效率的從中找出關聯性高的變數，快速地建立出正確的模型。 市場預測 Ayasdi 是把世界上各個市場的經濟 數據拿來分析，找出高度相關的變數建立出模型，另外這個模型不只有跨地區的特性，它同時也兼顧了當地不同時間段的特性，產生出來的模型比起傳統更加的精確有效。

OpenGamma 來自英國的OpenGamma正是一家致力於從開源軟體進行技術轉型的初創企業。資料顯示，OpenGamma公司位於英國倫敦，成立之初是一家開源風險管理平臺提供商，目前正專注于提供金融衍生品風險分析服務。 該公司利用機器學習、大資料分析等技術，為用戶提供開源庫、個性化解決方案、以及風險產品在內的三大專業服務。日前，OpenGamma已經獲得了1330萬美元D輪融資

Duco Duco聯合創始人、首席執行官Christian Nentwich博士說：「我們開展了18個月的卓越成功業務，現在已經讓26家金融機構來使用我們的按需會計調整系統Duco Cube， 在新的監管需求出現和對日常運營、風險、合規與財務領域進行更加嚴密的審查的大背景下，會計調整和資料管理成為了至關重要的服務。 Duco提供具有創新性的強大可伸縮解決方案已經得到了市場的強烈共鳴

FinTech對保險業的衝擊 保險解構（Insurance Disaggregation） 網絡化的保險市場，民眾投保可能都透過網路、視訊完成，使過去面對面賣保單的業務員或保經、保代等均面臨挑戰，這是第一波通路改變。 由於科技進步使汽車與房屋等財產損失的風險下降，以及自動駕駛車、第三方資本、共享經濟等使風險的均質化，也可能使保險公司在小型商業保險產品的利潤滑落。 互聯保險（Connected Insurance） 穿戴式裝置的普及可以使保險公司規劃出高度個人化的保單，甚至可以主動管理顧客風險。關鍵趨勢為標準化的平台、穿戴式裝置、物聯網。 車聯網 (Connected Car)，屋聯網(Connected Homes)，生活方式互聯網(Connected Lifestyles)

互聯保險（connected insurance） 互聯保險是在下述商業模式下所創造出來的保險模式 1.車聯網 (Connected Car)， 2.屋聯網(Connected Homes)， 3.生活方式互聯網(Connected Lifestyles)

車聯網（Connected Car） 車聯網（Connected Car）又稱｢智慧車載系統」，近年來因3G/4G/5G網路技術的蓬勃發展，已進入智慧聯網的時代，關鍵零件可以做得越來越微小，而運算效能直線上升，讓智慧車載系統得以整合原本各自獨立的影音系統、導航系統、行車紀錄及主、被動行車安全系統等車載資通訊系統(Telematics)， 其應用功能越來越多元化，透過感應器、通訊網路、數據處理、自動控制等技術的整合，來實現車輛對其他車輛(V2V)、車輛對行人(V2P)、車輛對道路和環境(V2I)、車輛對雲端(V2C)之間的連結(或統稱V2X)，進而使整個交通系統能有效的管理，提供了娛樂、通訊、導航、車況監控、路況更新等諸多服務，讓移動更簡單、更智慧，並且減少交通事故的發生。

車聯網 (Connected Car)系統 V2V(車輛與其他車輛) V2I(車輛與環境) V2P(車輛與人) V2C(車輛與雲端) 「前方碰撞預警系統(FCWS)」達到保持車距的目的，能減少80%因超速引發的事故； 「協同式車間碰撞警示系統」減低都會行車中的38%及高速公路的75%後端碰撞事故； V2I(車輛與環境) 「車道偏離警示系統（LDWS）」則可以避免16%~20%因為偏離車道所導致的交通事故。 V2P(車輛與人) 電腦化的車載終端可提供即時路況資訊，如道路封閉、事故發生路段、道路行進速度等，協助駕駛順暢地抵達目的地；接近目的地時，分享即時位置資訊，告知友人預計抵達時間，甚至可以自動搜尋、預約停車空位，解決停車難題。  電腦化的車載終端整合了行動裝置與連網功能，能因應多元行車需求。例如駕駛可藉由雲端多媒體串流服務，滿足影片、音樂或卡拉OK伴唱機等娛樂需求，使漫長車途不再枯燥，另可提供網路連線，擷取工作相關資訊、進行商務溝通聯繫，巧妙實現行動辦公室願景。 V2C(車輛與雲端) 同時，電腦化的車載終端還可透過V2C(Vehicle to Cloud)傳輸，將車內感測數據上傳至雲端平台，利用大數據分析，為智慧交通貢獻一己之力。例如改善油耗效率，降低行車成本與碳排放量；通報汽車零件更換需求，連線預約維修服務，降低行車風險；抑或報修道路坑洞，協助道路狀況養護，於己降低如懸吊系統維修保養費用，於人則可提高道路交通安全。

車聯網 (Connected Car) ADAS透過影像鏡頭，提供大量的視覺輔助與影像偵測，並搭配感測技術，減輕駕駛負擔，應用在諸如停車輔助、360度車身環景系統、夜視駕駛、盲區偵測、駕駛注意力偵測，乃至於防止車身傾斜、碰撞、車道偏移等等。ADAS亦可整合緊急事故通報功能，當汽車翻覆、受到劇烈撞擊時，除擊發安全氣囊外，並將車輛座標資訊與急救呼叫信號，傳送至鄰近緊急事故處理中心。  數位中控台提供駕駛友善的操作介面，以及彈性功能擴充的便利性，提供創新的客戶服務。例如車廠推出的「貴賓服務(Concierge Services)」，即是透過數位中控台接通諮詢專線，提供地點協尋、急難救助等協助，打造行動祕書的貼心服務。  再者，汽車共享(Car Sharing)的理念也因此得以落實，車聯網可整合車輛追蹤、充電站、停車收費、客服中心，多媒體暨導航服務等必要機能，實現電動車異地租還，有助城市達到節能減碳目標。

互聯生活(Connected Lifestyles) 舉UP24為例，可以紀錄你的走路(距離、時間、卡路里消耗量)。紀錄你的睡眠狀況(睡眠時數、深淺時刻、清醒時刻)。紀錄飲食(吃了什麼、多少卡路里、掃描條碼連線資料庫查詢成份)，也可紀錄心情等。

標準化平台(Standardised Platforms) 隨著物聯網技術漸漸成熟，平台標準也已漸漸成形 以蘋果為例，蘋果將於iOS 8中推出HomeKit，提供廠商開發相關App，同時蘋果以自行開發App， 如蘋果的CarPlay，可將接手你在駕車時想用 iPhone 所做的事，並將其呈現於汽車本身配備的螢幕上。你可以取得路線指引、撥打電話、收發訊息和聆聽音樂，同時繼續專心駕駛。只要接上 iPhone，即可上路。 半導體業者如Intel、三星為首的開放互連聯盟(Open Interconnect Consortium；OIC)，成員數已超過50家，更已於2015年初推出首版開放原始碼物聯網開發架構IoTivity，並開放Restful API(物聯網常用之終端與平台間數據交換格式)，以利開發者在各種作業系統和硬體平台上使用 三星透過收購SmartThings並發表內建Wi-Fi功能的中央控制盒，讓使用者可以透過手機App軟體，即可控制與控制盒連結的(不限品牌)設備，積極搶佔智慧家庭市場。

互聯保險（Connected Insurance）-車險 互聯保險（Connected Insurance）的發展是在上述各類型FinTech的迅速發展下自然而然的運應而生。以車險為例，由於車聯網時代，車輛的使用狀況都可以被記錄下來，並且上傳至雲端進行數據收集與分析，這種車險依據駕駛人的駕駛行為來計算保費，也就是說依據個別駕駛人開車時間與開車模式來評估風險，所以又被稱為PAYD(Pay As You Drive)或PHYD(Pay How You Drive)，因此謹慎駕駛的誘因更高更直接，這種新型態的UBI(Usage Based Insurance)車險將會逐漸取代傳統的車險。據《數位時代》網站引述美國SMA市調研究，5年後，36%車險都會成為UBI模式。

互聯保險（Connected Insurance）-健康醫療險 香港的宏利人壽推出ManulifeMOVE創新健康計畫。 會員可透過互聯生活裝置，如Fitbit Flex或Misfit Shine智能運動手帶記錄多項活動量數據，並將數據同步至手機應用程式，藉以追蹤活動量的變動幅度（如行走步數）。成功達到預設的活動量目標，便可就指定產品享有保費折扣 ManulifeMOVE手機應用程式內還有各種有助投入健康生活方式的小訣竅，並且提供定期更新的保險及保單資訊。

市場資訊供給(Market Provisioning) 二十一世紀的前十年，資訊的累積呈報性的成長，因而出現所謂大數據(big data)一詞，由於資訊量過於龐大，無法完整儲存在處理資訊的電腦系統中，因此新的電腦處理技術應運而生，例如谷歌(google)的MapReduce、或是雅虎(yahoo)的Hadoop，都讓使用者能夠管理遠比先前更大的資料量。此外基於利潤的誘因，須多智能機器(smarter machines)紛紛出籠，及尖端的資訊處理技術，讓巨量資料得以迅速獲得處理，這樣的發展趨勢將徹底的改變市場結構

市場資訊供給(Market Provisioning) 智能機器革命（Smarter Faster Machine） 易獲取數據機器(Machine Accessible Data)、 大數據(Big Data)、 人工智慧（Artificial Intelligence, AI） 新的市場平台（New Market Platforms）

易獲取數據機器 所謂易獲取數據機器(Machine Accessible Data)係指那些擁有強大資訊裝備的公司，透過網路及演算法很容易且很迅速的收集到各種有用的訊息，這些有用的訊息所隱含的事件，往往會比主流新聞媒體實際報導更早被發現，可以作為投資的利器。 創立於荷蘭的SNTMNT，其主要業務是為散戶投資者提供Twitter分析，網友們在Twitter社群網站上的互動，包括：聊天、寄信、影音、檔案分享等資訊，SNTMNT利用伺服器追蹤這些資訊，因為它是即時的、容易獲得資訊，也最具有闡釋價值，尤其是有關資本市場的有用資訊，往往可以早一步獲得，並因此而獲利。 SNTMNT因提供有用資訊而向顧客收取費用，同時SNTMNT也與金融機構合作，提升銀行或證券公司為顧客的服務品質，並收取授權費用。類似SNTMNT的公司如：Thomson Reuters、SemLab、MNI等。

大數據 大數據指的是所涉及的資料量規模巨大到無法透過人工或者計算機，在合理的時間內達到擷取、管理、處理、並整理成為人類所能解讀的形式的資訊。 自1980年代起，現代科技可儲存資料的容量每40個月即增加一倍，然而人類生產的資料速度更驚人，全世界透過電信網路交換資訊的容量在1986年為281兆億位元組（PB），1993年為471兆億位元組，2000年時增長為2.2艾位元組（EB），在2007年則為65艾位元組。根據預測，在2013年網際網路每年的資訊流量將會達到667艾位元組。 2012年在技術上科學家已能在合理時間內分析處理的資料集大小單位為艾位元組(10^18 Byte)，這表示大數據的時代已經來臨。

大數據 亞馬遜曾是世界上最大的以LINUX為基礎的三大資料庫之一。 沃爾瑪可以在1小時內處理百萬以上顧客的消費處理。相當於美國議會圖書館所藏的書籍之167倍的情報量。 Facebook可處理500億枚的使用者相片。 這類企業能夠連接如teradata、IBM等專業的數據庫，並透過演算法去發現或預測消費者的消費偏好，透過雲端運算的龐大能力，可以隨時更新並掌握市場趨勢。

大數據-SAS 成立於1976年的SAS公司，最初僅生產軟體：統計分析系統（Statistics Analysis System，SAS）， 嗣後該公司不斷地與各行各業共同發展商業資料分析與預測技術，重要應用領域涵蓋政府的經濟決策與企業的決策支援應用等，成為了全球第五大軟體公司。 近年來該公司針對風險與零售運算等高難度挑戰，該公司以其設計獨特的軟體演算法與刀鋒運算技術，大幅縮短運算時間。 SAS公司也投入巨資建設佔地 10,000 平方英呎造價7000萬美元的伺服器群。 SAS 公司的商業分析架構，可融合非結構化資料，客戶便可透過這些資料來源獲得有意義的情報 流入企業的資料當中，至少有95% 的資料屬於非結構化資料如：影片、語音與文字。

1.5大數據分析技術逐漸成熟 Google 谷歌每天處理35億個數據請求，這要求巨量的數據儲存量。谷歌憑它大量的產品和功能被認為是世界上最大的大數據公司之一。在2009年，谷歌在準備擁有超過1EB的數據。而今，它被認為有超過10EB的數據量。 Facebook Facebook每天收集500TB的數據，包括25億段文字，27億個贊，3億張照片。2012年，Facebook公佈他們已儲存100PB的照片和錄像。 Amazon 亞馬遜從1.52億谷歌購買記錄中抓取數據幫助用戶決定購買什麼商品。他們使用百萬名顧客的歷史數據來準確預測購物需求。亞馬遜估計大約儲存瞭1EB的數據。他們沒有直接公佈數據儲存量的大小，隻是承認大約有一百萬的“物品”。平均來說，每個“物品”會有1MB的數據，這樣推算他們大概有1EB的數據。 Microsoft 微軟在他們的數字上也有些模糊。2013年CEO Steve Ballmer 宣佈微軟有超過一百萬個服務器，他們隻是模糊地透露到，Hotmail——他們的電子郵箱客戶（後來改名為Outlook.com） 在百萬以上的郵箱中儲存瞭數百PB的數據。

大數據分析技術逐漸成熟 Target Target把註意力放在消費者的購買歷史、預估的收入、年齡和婚姻狀況來估計潛在的購買習慣。Target曾經試圖判斷女顧客是否懷孕來尋找他們的廣告目標用戶並合理安排他們的存貨，一度引起爭議。 VWare VWare是一個專註於雲和可視化軟體的公司。他們為其他企業提供服務器空間和虛擬機器軟體來儲存和處理大數據。他們運用於招聘的綜合雲計算系統技術近來受到瞭肯定。這允許公司同時利用多重雲，包括私有的和公共的。 UPS 2013年UPS推出ORION，這款軟體運用瞭送貨期間收集的關於消費者、交通和駕駛的數據來優化路線。2013年底，他們已經節省瞭150萬加侖汽油並且減少瞭14000公噸二氧化碳排放。 AWS 根據亞馬遜的消息，有超過6萬公司在使用AWS。AWS正在使用比亞馬遜更多帶寬。在亞馬遜的57億美金年收入當中，AWS占瞭其中的1.31億。AWS每秒鐘處理65萬S3（Simple Storage Service）請求，而且擁有超過900,000,000個對象。*誰在使用AWS? 三分之一的互聯網使用者每天至少會進入一次用AWS基礎搭建的網站。百分之一的網絡傳輸通過AWS的基礎架構。

IBM朝向大數據公司轉型 2011年11月14日，巴菲特斥資107億美元。入股IBM6400萬股，收購成本約每股167.19美元，占其流通股股本的5.4%成為最大股東。 2013年6月4日IBM宣布收購美國雲端運算公司SoftLayer Technologies，以強化公司在雲端運算市場的地位。 2014年1月，IBM同意將x86伺服器業務以23億美元的價格出售給聯想。 2014年8月11日IBM公司宣布收購雲安全服務提供商Lighthouse（Lighthouse Security Group, LLC）。 2015年10月28日，IBM宣布收購了The Weather Company的B2B資料業務，這筆交易將鞏固其在物聯網方面的布局。 2016年1月21日，IBM宣布收購了網路影片直播服務商Ustream，將組建「雲影片服務業務」。 2016年2月19日，IBM斥資26億美元收購健康分析公司Truven。

人工智慧（Artificial Intelligence, AI） 由人工製造出來的系統所表現出來的具有學習功能的機器，通過輸入資料獲得相關知識，從而可以幫助解決更多問題、減少錯誤，提高解決問題的效率。 應用在金融市場上，人工智慧技術也讓金融工具能自動進化交易策略。它不但能做為簡單的數據和計算輔助者，變成能學習規則、發現套利機會、模仿專家行為的系統，而且還能在長尾市場獲取高額利潤

人工智慧- Rebellion為例 Rebellion公司是第一個以人工智慧驅動的基金， Rebellion 曾預測了 2008 年的股市崩盤，並在 2009 年 9 月給希臘債券 F 評級，而當時惠譽的評級仍然為 A。通過人工智慧手段 Rebellion 比官方降級提前了一個月。 Rebellion 首席投資官 Alexander 介紹自己的產品曾說：｢我們給了系統20年的全球經濟和市場數據，以及讓它學習現代金融的歷史，讓它找出不同因素是如何影響各資產類別、行業和地區的價格…」。

人工智慧 根據花旗銀行的最新研究報告，人工智慧投資顧問管理的資產，2012 年基本為零，到了2014 年底已經到了140億美元。在未來 10 年的時間裡，它管理的財產還會呈現指數級增長的勢頭，總額達到 5 兆美元。 近年來如BlackRock、Two-Sigma、Renaissance Technologies 等基金管理公司一直忙於在全世界挖角最好的資料科學家。它們與越來越多的科技公司競爭和合作，其中包括：Context Relevant、Sentient Technologies 和 Kensho， google、Facebook 、微軟等人工智慧巨頭。僅在 2015 年，這些公司就在人工智慧研究、收購和人才上花費了超過 85 億美元

FutureAdvisor VS WealthFront VS Betterment 所不同的是投資門檻、收費標準、以及投資組合規畫， FutureAdvisor的投資門檻設定在10000美元，投資建議免費，直接投資管理，投資者須繳交每年0.5%的管理費。 WealthFront要求客戶開戶的最少金額是5000美元，前10000美金是免費管理的，超過部分收取0.25%年費。 Betterment有三種不同收費方式，一般賬戶要求用戶每月至少存100美金，收取0.35%的管理費，中級賬戶要求至少10000美金，收取0.25%的費用，高級賬戶要求至少100000美金，收取0.15%管理費，第一個月免費。 並且Betterment根據用戶不同目標定製理財規劃，把不同賬戶整合到一起，用先進的計算機算法優化賬戶多樣性和用戶投資組合，以達到效益最大化。

百融金融服務公司-2014/3 大數據金融公司 資料源 資料探勘技術 產出信用評等 客戶：建設銀行、招商銀行、光大銀行、民生銀行、廣發銀行、浦發銀行、興業銀行、華夏銀行、微眾銀行、北京銀行等50餘家，20瑜珈消費金融公司、500餘家P2P網貸或小貸公司 資料源 網路電商，透過百分點(大數據與推存引擎,2009) 銀聯卡(股東)、中國移動(股東) 銀行內部之信用卡資料(招商銀行) QQ 微博、微信、百度…等 資料探勘技術 NE047→ID,Cell-1,Cell-2, QQ, Email→第二層→GIDT →y=f(x) 產出信用評等 原屬於銀行的信用風險業務

雲端運算 雲端運算 儲存於資料中心以網頁為介面的各類應用程式，目前google、facebook、window、Apple、Amazon均在搶奪雲端服務市場 2011年google推出Chromebook 資料處裡交給雲端，節省裝置之間的傳輸以及資料更新與管理 聯絡簿、財務規劃、購買紀錄、相片、電影… 手機的作業系統：iOS、Android

雲端運算 銀行的支付業務遇上雲端運算會如何？ 支付系統業者遇上雲端運算會如何？ Paypal就是雲端服務 有了雲端舊有的電信網路不再需要，Visa、Master等公司所建置的專屬網路，以及銀行間的結算系統(ACH、SWIFT…)等都會被迫與雲端整合，並逐漸被淘汰 有了雲端，信用卡、現金卡、儲值卡、轉帳卡等｢刷卡機制會被淘汰，取而代之的是｢點一下或掃一下的Paypal、支付寶等雲端商品。