今天,小米金融正式上线旗下互联网金融产品“小米活期宝”,易方达的天天理财基金也成为了首个与小米金融合作的产品。
按照小米联合创始人洪锋的说法,小米金融在互联网金融行业更多扮演智能平台的角色,小米金融致力于打造平台和建立征信系统。一方面利用小米智能手机所搜集到的数据来做征信,一方面打造一个综合的金融服务平台,结合小米的电商属性,来做金融服务。
其实,小米涉足金融的事情由来已久,2013年12月26日,小米支付技术有限公司由北京小米科技有限责任公司注册成立,资本为5000万元,小米公司CEO雷军任董事长及法人代表,洪锋担任了经理一职。在互联网P2P领域,小米和顺为基金也都曾投资过互联网P2P平台积木盒子。
如今,上线“小米活期宝”,小米金融进军互联网金融服务业的号角正式吹响。
一、小米的短板
传统上,金融行业是随着商业出现的,随着人类贸易的产生。公元前2000年的巴比伦寺庙就有已经有了经营保管金银、收付利息、发放贷款的机构。
近代银行产生于中世纪的意大利,由于威尼斯特殊的地理位置,使它成为当时的贸易中心,而交易的需求产生了货币保管和信用的需求,近代银行随之诞生。
近几年,阿里在中国的互联网领域重复了人类几千年来的过程。先是有阿里巴巴和淘宝网,有了交易,而交易就产生了支付的需求,有了支付宝。
因为交易的时差,支付宝有了固定的沉淀余额,这些沉淀余额投资于货币基金,就有了余额宝。进而有了囊括大部分金融服务的蚂蚁金服,阿里随之崛起。
小米本来是一家手机厂商,但是小米的模式以自营为主。小米网站作为电商销售小米手机,仅仅是一个米粉节就是15.7亿的销售额,但是,米粉在购买小米的时候支付的途径是支付宝,网上银行,而非小米自家的支付渠道,小米只有硬件销售的利润,而不能像阿里一样从销售到支付,再到沉淀资金,金融服务。
雷军在2015年新年贺词里面说:“小米已从MIUI ROM开发者、智能手机制造商,走向了消费电子国民品牌,智能家庭生态的建立者,和移动互联网内容、服务分发平台。这是全球科技行业从未有过的公司形态,小米已经来到了行业发展的最前列。”
既然是服务分发平台,那错过蛋糕最大的金融服务就太可惜了,小米需要补上缺失的短板。
二、逆向也是个好主意
阿里是从淘宝,到支付宝,再到余额宝,而小米是先从“小米活期宝”入手,这个顺序与阿里是完全相反的。
小米作为后来者和相对弱势的电商平台(小米商城相对于淘宝天猫),难以吸引消费者在它的平台设立账户,存入资金。那么就反其道而行之,先设立“小米活期宝”,用高于银行存款的利率把米粉的资金吸引进来。
我们知道,阿里的余额宝是可以直接用来在淘宝买东西的,相信小米这个活期宝也不会有什么差别。
这样一来,米粉在小米活期宝存入用来生息的资金就变成了小米商城的支付资金,这样小米就可以反向把商品交易、支付手段、理财增值这个渠道建立起来。
小米让小米支付的经理洪峰来负责小米金融,本身就说明了问题。而且洪峰自己说,小米用户群在各种手机使用的场景中,能够给他们提供非常多的金融使用场景,加上小米的电商属性,各种各样的消费场景,都能够把金融服务充分的代入。
消费需要支付,需要消费信贷,而电商销售的商品本身就可以包括货币基金、股票基金、理财产品。
用逆向手段打通从消费到金融服务的通道,完善小米的体系,这是“小米活期宝”的推出的深层目的。
三、前景广阔,时机需商榷
按照雷军“风口上的猪”理论,零售理财本身就是广阔的市场,数据显示,目前中国做得最好的招商银行来自于零售的收入只占整个收入的35%,而美国同类银行的个人零售业务的收入占比远远超过招行,零售金融业务前景广阔。
从洪锋的发言来看,小米金融服务现阶段首先要做一个金融百货公司,通过小米手里的大数据帮助用户筛选金融产品,提供金融服务;同时,小米还可以基于MIUI本身拥有的1亿用户,以及小米生态链上的多个产品获取手机中的位置信息、用户行为信息、消费信息。给征信奠定基础,为未来的消费贷款和小额贷款探路,这几乎是阿里旗下蚂蚁金服的翻版。
和阿里不同的时候,小米手里有硬件和ROM入口,如果发展起来,体系会比阿里更完整。小米金融的远期前景不错,雷军很有成为下一个马云的势头。
不过,小米金融选在2015年5月推出,时机却不是很好。目前中国股市正在一轮疯狂的牛市之中,各种资金都杀入股市,利润不高的货币基金本身就处于低潮期,此时小米推出“小米活期宝”能聚拢多少资金很值得怀疑。资金聚集不到,后续的各种效应就无从谈起,小米推出“小米活期宝”的时机有待商榷。
小米布局互联网金融其实由来已久,但是因为弱势地位难以做成像阿里一样的体系。“小米活期宝”从理财服务入手,反向建立金融服务体系,这是小米涉足互联网金融的目的。
2015年由于股市火爆对资金的分流,这个举措不会有太大效果,但是未来几年,小米金融有机会成长为阿里旗下蚂蚁金服一样的巨头。
好文章,需要你的鼓励
腾讯ARC实验室推出AudioStory系统,首次实现AI根据复杂指令创作完整长篇音频故事。该系统结合大语言模型的叙事推理能力与音频生成技术,通过交错式推理生成、解耦桥接机制和渐进式训练,能够将复杂指令分解为连续音频场景并保持整体连贯性。在AudioStory-10K基准测试中表现优异,为AI音频创作开辟新方向。
Meta与特拉维夫大学联合研发的VideoJAM技术,通过让AI同时学习外观和运动信息,显著解决了当前视频生成模型中动作不连贯、违反物理定律的核心问题。该技术仅需添加两个线性层就能大幅提升运动质量,在多项测试中超越包括Sora在内的商业模型,为AI视频生成的实用化应用奠定了重要基础。
上海AI实验室发布OmniAlign-V研究,首次系统性解决多模态大语言模型人性化对话问题。该研究创建了包含20万高质量样本的训练数据集和MM-AlignBench评测基准,通过创新的数据生成和质量管控方法,让AI在保持技术能力的同时显著提升人性化交互水平,为AI价值观对齐提供了可行技术路径。
谷歌DeepMind团队开发的GraphCast是一个革命性的AI天气预测模型,能够在不到一分钟内完成10天全球天气预报,准确性超越传统方法90%的指标。该模型采用图神经网络技术,通过学习40年历史数据掌握天气变化规律,在极端天气预测方面表现卓越,能耗仅为传统方法的千分之一,为气象学领域带来了效率和精度的双重突破。