唐宁手里拿了一个看起来摔过无数次的4S小手机,在高大上的LendIt-全球顶级P2P借贷行业峰会的现场,从主会场到中国馆一场接一场进行Keynote(主题演讲)和Panel(圆桌)。有时同传给金融专有的一些名词给弄愣了,他就立马亲自上阵来翻译。
P2P,在他看来是一个舶来品。“最早的时候,在2006年,宜信创了个‘个人对个人’借贷的说法,好多人还跑来问我这个‘P二P’是干什么的。”唐宁挺得意。
十年里美国P2P市场以平均每年176.6%的速度呈现爆发式增长,但2014年的中国P2P网贷规模则已经达到2012.6亿人民币,超过美国成为世界第一大P2P市场。
单看今天这场全球P2P峰会,Lending Club、Prosper、SoFi等美国P2P大公司考虑的主题基本关乎怎样运用技术降低互联网金融操作成本;而中国大公司包括宜信在内提到国内征信体系的完善和线上金融风控。唐宁认为这给了中国P2P公司更多的创新机会。
“除了国内征信体系本身的特点,科技也给咱们了一个‘弯道超车’的机会。”唐宁带领的宜信,以及起于十年前那批中国P2P网贷公司,各有各的玩法,但有一个相同点是,他们见到互联网改变一切的完整成长史,近年把传统金融和借贷部分转往线上尝试互联网+。
比如用大数据分析和云技术在金融行业上进行优化、自动审核的应用,以及更精确把握客户需求和市场动向,用数据分析代替人力风控……这些都将在移动互联网的大浪潮之下统一评估标准、大大节省成本,降低P2P公司的运营风险。这些新机会的出现对于全球P2P来说是基本平等。
“大数据做营销可能能直接做决策,但是在信用决策、风险控制中,传统的信用和金融数据在今天和看得见的未来还是主要决策信息来源,大数据起着越来越重要的辅助作用。”
中国互联网金融市场还有别的一些特点,目前在纯金融、信用市场、金融体系、服务小微和三农方面的落会催生各种创新,基于人群的各类细分领域还有很多机会。O2O是在信用体系建立早期最适合中国互联网金融的打法。面对面的信息确认和后台大数据分析算法优化,这些都是需要的。
这是他的观点,对现阶段把借贷全部搬到网上看起来并不乐观。对于更远的未来,比如十年后,唐宁告诉36氪:
“我希望吧,十年内中国的信用环境在硬件上赶上美国,软件方面需要大家共同努力。”金融由科技驱动,互联网金融完成普惠使命,更好的金融到中国来。“那时候,就没有互联网金融这个名词了,那就是一种应该有的方式。”
至于软件,也就是关乎思想啊意识、文化上的,他分享了两个小故事给我:
当年在美国留学,第一次参加考试时发现没老师监考也没人做小动作,这个对他冲击其实是非常大的;自己人生第一笔真正意义上P2P是十年前拿出自己的钱借给了100个参加职业培训的大学生,他从没说过一定要还款更没给过期限,最后都回款了。
未来这一切,理想状况是全都在互联网上进行。对了,唐宁还有个身份是天使投资人。除了在做的互金融领域,他还看好服务类O2O、健康、养老、大消费和教育领域。
这就能解释为什么他一点不在意按金融界的规矩穿着正装但拿着摔坏的小4S,和很多从华尔街走出而后投身科技的人一样,他骨子里他已经有了不错的互联网sense,本质上他是一个创业者和天使投资人。“不管公司到了哪个阶段,我有个观点是永远要当成创业公司来做。”
好文章,需要你的鼓励
想象一下,你有一个非常聪明的朋友,他知道很多知识,但每当需要使用计算器、搜索引擎或查询最新天气时,却变得像个笨手笨脚的孩子。这正是当前大语言模型(简称LLMs,如ChatGPT这类AI系统)面临的尴尬处境。
想象一下,你拥有一个聪明的助手,它知道很多知识,但在面对需要使用计算器、搜索引擎或查询最新信息时却显得笨手笨脚。这正是当前大语言模型(LLMs)面临的困境。虽然这些模型已经通过监督微调(SFT)学会了使用工具的基本能力,但它们常常在面对复杂或不熟悉的场景时表现不佳。
想象你正在和一个智能助手聊天。如果你直接要求它提供有害信息,它很可能会礼貌拒绝。但如果你通过一系列看似无害的对话,逐步引导它走向你的真实目标呢?这就是当前AI安全领域面临的一个严峻挑战——多轮对话中的安全漏洞。
想象你在使用一个非常聪明的AI助手完成一项复杂任务,比如解决一道数学难题。你可能注意到这个助手会花很长时间"思考",一步一步写下大量推理过程,最后才给出答案。虽然这种详细的思考过程确实帮助AI做出了更准确的判断,但同时也带来了一个明显的问题:它太"啰嗦"了,消耗了大量的计算资源和时间。