top of page

New Trend for FinTech

Updated: Apr 28

近日科技巨頭紛紛跨界涉足金融業,如Facebook計劃明年推出名為Libra的數碼貨幣。Libra可能會削弱央行的貨幣權威,今年8月,英倫銀行行長卡尼(Mark Carney)提出,央行要自己創建數碼貨幣。

金融科技公司都會戰略性地挑選那些比銀行受到監管審查更少的業務,並夥拍傳統金融公司。例如蘋果公司與高盛集團攜手,聯合發布一張新的信用卡,並與各類銀行在Apple Pay合作。

另一方面,世界各地還有很多擁有手機的人沒有銀行賬戶,激發了亞洲和非洲國家在金融技術方面的創新,使未發達國家實現了跨越式發展。然而,潛在客戶的絕對數量並不能確保成功。

贏家是那些找出了新商業模式公司。有趣的是,欠成熟市場往往醞釀出新的商業模式,或者由過去毫不起眼的新生代中創造出來。

過去10年,金融科技成就了不少獨角獸初創公司,其中Secret Recipe是人棄我取的例子之一,使用科技減低成本來解決不少傳統金融業原來認為無利可圖的用戶需求。

截至8月,美國的銀行在2019年已作了24項金融科技投資。最活躍的是高盛、花旗集團和摩根大通。隨着金融科技繼續推進,愈多的參與者帶動當然會令金融市場更開放,以下是當前推動金融科技行業的幾個例子:

Credit Karma

基礎性的信用服務應該免費是Credit Karma的商業理念,個人消費者應該有權免費獲得他們的數據。個人信貸紀錄本質上是消費者自身的數據,對消費者生活每一個方面的評估均基於這些數據,因此幫助消費者理解他們的金融健康狀況也有實際需求。

Nubank

以銀行信用卡業務的作為起步點。巴西大多數金融機構的信用卡不但申請極為繁雜,而且年利率達到了400%。而Nubank直接通過手機就能申請,年利率僅為145%,而且不收年費,所以很快就發展壯大。

Robinhood

Robinhood可被視為一家零佣金的股票交易代理商。用戶通過手機便可操作買賣。Robinhood並不認為股票買賣是值得向用戶收費的服務。

Recent Posts

See All
AI預算黑洞 根源在架構設計

過去兩年。美國眾企業不約而同墮入一個速成陷阱: 認為購買了一個模型、聘請幾位演算法工程師、便能成功實現人工智能 (AI) 落地。然而,即使模型選擇正確數據卻 難以整合;數據成功整合,系統卻無法運行;系統成功運行,但業務部門不會操作;即使學會操作,3個月後模型又變得過時。 問題根源其實不在模型,而在架構。猶如建造大樓,若設計圖存在缺陷,再昂貴的材料也難以支撐。許多企業投入巨資購買「鋼筋水泥」(模型和

 
 
智能代理編程戰 懂人機協作致勝

上周把兩個消息放在一起看,很有意思。 第一個,Anthropic宣布Claude Code推出Artifacts,讓軟件工程師在寫程式的過程中,業務主管能同時打開網頁儀表板,就能看到軟件即時更新及開發的狀態。 第二個,中國人民大學和微軟亞洲研究院聯合推出一個叫Arbor開源自主人工智能體的新框架,系統能自動提出假設、修改代碼,運行真實實驗並從結果中學習,自動優化解決問題。 過去一年大家比併的是模型

 
 
集結舊手機算力 媲美當今伺服器

你可曾想過,你抽屜裏那部4年前的舊手機,可能很有價值? 這個星期,Google Research聯同加州大學聖地牙哥分校(UCSD)公布一項創新計劃:運用2000部退役的Pixel手機,構建一個真實可用的雲端計算平台。這不僅是概念驗證,更是一個供數百名學者與研究人員實際操作的生產級環境。處理方式十分直接,將舊手機的熒幕、電池、外殼全部移除,僅保留主機板,透過Kubernetes技術組成叢集,直接轉

 
 
bottom of page