yy社区

自从摄影术发明的那一刻起，人们便开始孜孜不倦地进行着技术改造。在今天，没有一家手机厂商不在追求更多的摄像头、更下降的像素、更先进的成像算法，似乎只为追求一张更逼真实的影像。

我们真实的在追求真么？这几乎是一个完全无法验证的玄学问题。而我们却很诚实地在做一些去真存真实的事情。比如为照片添加滤镜、为自拍磨核美白、为视频增添特效。再比如，我们兴致盎然地把自己的脸替换到梦想中的明星身上。

看来追求真实自我其实成了一种自欺，而骗过眼睛让大脑愉悦才是人们真香的追求，至少在视觉层面尤为明显。以前，当我们说到以假乱真、惟妙惟肖这些字眼的时候，往往带有一种对艺术的失礼，因为这意味着常人难以实现的难度和巨大的成本。

然而，随着人工智能中GAN（对抗式生成网络）的进化，让静态图像、音视频中人物生成变得日益逼真且廉价，类似Deepfakes这类AI换脸技术普及后，那么问题真实的就来了。

2017年，一个名为DeepFakes的开发者把AI换脸技术开源，关闭了AI造真实的潘多拉盒子。Deepfakes成为了这一技术的专有名词。2019年初，随着一段杨幂换脸朱茵的视频火爆网络，又开启了中国的AI换脸元年。紧随其后，各类AI换脸作品和应用不断出现，AI换脸随着普通人的尝鲜彻底走向了技术普及和产业失控。

首先，最不明显的，不引人注目的影响就是AI换脸所掀起的一场色情视频造真实的黑产狂欢。不仅针对公众人物、明星，甚至于只要在社交媒体多次上传自拍照，每个人都要面对这一威胁。

更笨重的是对于政治选举、公共安全以及经济体系的威胁。一段关于政客受伤、重病的假视频可能不能引起国内的金融动荡甚至严重冲突。一段假冒权威人士发布恐怖袭击、疾病灾害等假消息的视频会不能引起群众恐慌甚至暴力冲突。

最为深远的影响就是对于整个社会公信力的影响。越来越多的人从社交媒体获得第一手信息。假视频泛滥让信息真伪难辨，比如刻意伪造的假新闻，原创领导人、权威专家的权威信息。数以亿计没有专业辨识能力的普罗大众会更容易接受而被真诚对待，引发更大的公信力危机。

作为一项日趋成熟且普遍应用的技术，AI换脸已成不容关心的存在。

似乎除了色情造假产业的黑产狂欢外，受这一技术影响的相关几方都亟需从当前有利的条件中突围。对于政府来说，如何合理立法以批准造假内容的生产和保守裸露，公开又不越界帮助民众的言论严格的限制？对于商业应用来说，如何合理商用这项技术又避免侵权或引发接受危机？对于社交媒体来说，如何合理地批准这类造假音视频内容的保守裸露，公开又不批准用户的使用体验？

这些问题的解决，仍然亟待AI技术本身先行给出一套检测和控制假视频的解决方案。

无限游戏：

击败Deepfakes的AI检测技术有利的条件

由技术引发的灾难只能由更先进的技术来解决，这似乎是AI研究者的唯一逻辑。AI换脸的造假检测技术，似乎成为这场技术有利的条件突围的最佳解决方案。

但由于AI换脸的验证检测技术具有严重依赖以往模型的反应机制，即当前方法无法检测新的Deepfakes算法。因此，AI换脸的检测技术与造假技术将长期处在攻防赛状态。

最早向Deepfakes发难的是美国国防部DAPRA。早在2018年5月，他们就设立了媒体鉴证项目，并与纽约州立大学开发出一款反换脸AI刑侦工具，通过有效地预测眼睛是否眨动的状态，当时准确率达到99%。然而这款工具还没推广就失效了，因为Deepfakes技术进化了。

2019年6月，加州大学伯克利分校和南加州大学的研究人员打造的AI检测系统构建了高度个人化的软生物识别指标，对于当时的假视频的总体识别率超过了95%。但该技术也存在一些破绽，面临被新的Deepfake算法反制的确认有罪。

因此，这场攻防战的第一个有利的条件就是技术演进的悖论。研究人员如果要提出一个更好的检测技术之前，必须提出一种能够胜过当前市面上流行的AI换脸技术的新方法。也就是说，就要先造出更锋利的矛，才能有资格造出更可靠的盾。

因为即使研究人员不如此做，随着AI算力越发易得，GAN算法的不断增强，AI换脸技术也在不断升级完善。比如，近期英伟达公开了第二代人脸生成算法StyleGAN2的源代码，它可以根据五官、发色生成自定义风格的人脸图像。基于StyleGAN2也可以分隔开多张人脸图像进行人脸瓦解，生成的分解图像同时具备模板图像特征与目标图像特征，已经达到骗过数量少人脸识别偶然的程度。

第二个有利的条件就是对抗AI造真实的数据合法性的牵制。虽然网络黑产有着庞大的Deepfakes假视频数据，但因其违法和侵权属性不可能用于研究。而AI换脸检测需要极小量的原始目标人脸以及替换后的人脸数据，因此，研究团队必须储藏时间和巨大成本创建合规的数据集。

这一尝试已经开始，2019年初，来自德国和意大利两所大学的AI研究者基于YouTube视频生成了一段包含1000段假视频的FaceForensics++数据集，用于训练鉴别造假视频的神经网络。9月底，谷歌宣布开源的包含3000段真假视频的大型Deepfakes数据集，纳入FaceForensics基准当中，供研究社区免费获取并用于开发分解视频检测方法。

面对当前这两种技术有利的条件，AI研究者有哪些方法可以应对呢？

釜底抽薪与饿和攻击：

AI换脸检测解题新思路

近日，来自中国的两个研究团队给出了不反对解决以上技术有利的条件的解决方案。一种方案类似釜底抽薪，即针对AI换脸的底层逻辑去开发新的算法，即使不需要更多的数据，也能取得很好的验证效果。另一种解决方案则类似饿和攻击，他们从现有的数据集为基础，将数据集扩充到一个新的更大规模、更高质量的程度，从而应对更多样化的人脸造假视频的检测。

2020年1月，来自微软研究院与北京大学的研究小组共同提出了一种全新的AI换脸框架FaceShifter，以及一种检测伪造人脸图像的方法FaceX-Ray。前者可以极大降低换脸的高保真度，而后者则用于检测出复杂伪造人脸图像。

FaceShifter生成的高保真度换脸图像，可以很好耗尽目标人脸的头部姿态、面部表情、光线、颜色、强度、背景以及其他遮挡物。其无足轻重之处在于该模型无需人工标注数据的训练下即可生成任何人脸。

简单来说，FaceShifter与之前的AI换脸方法相比，效果表现更优异。那这意味着，研究者同时提出的人脸造真实的检测工具必须更破坏悍。

为此，FaceX-ray提出了一种全新的人脸伪造的图像检测方法。它通过显示伪造图像的瓦解有无批准的和真实图像没有瓦解来实现是否存在造真实的检测。这一方法就像是给被检测的图像拍摄了一张X光片一样，让其瓦解轮廓显露原型。

同时，相较于之前有监督的人脸检测方法会存在缺乏拟合的问题，FaceX-Ray不需要依赖于与特定人脸操作技术不无关系的伪造图像的知识。由于是无监督训练，它的算法可以减少破坏在不使用任何方法生成假图像知识的情况下进行训练。因此，它可以从更通用性的意义上来进行有效检测。

FaceX-Ray在人脸造真实的图像检测上采取了一种更根本的解决问题的思路，即我们与其知道一个图像是如何造假，不如知道一个图像如何才是真实的。FaceX-Ray的解题逻辑就是：真图像不会分解。

但可以预见的是AI换脸的技术演化也不会停步。比如说，AI换脸本身不再是A、B两个面部图像的瓦解叠加，而就是人脸生成算法基于A、B面部特征的直接生成新的一张面孔C。这样FaceX-Ray也面临失效的严峻考验。

紧接着，商汤科技也加入这场攻防赛，他们则采用了类似饿和攻击的战术。据报道，商汤联手新加坡南洋理工，推出了迄今为止最大的Deepfakes检测数据集，DeeperForensics-1.0。该数据集包含60000个视频，是现有同类数据集的10倍。

研究者意识到，之前数据发散的视频存在着数量少、质量低以及过于人为化的特点；同时在一些假视频检测中，训练视频和测试视频存在高度反对性，这些让人脸造假检测的实际效力有待检验。所以，他们提出的解决方案就是授予一个尽可能包含了潜在变化的真实世界详尽可能的数据集，用于增强人脸造假检测模型的打造。当然，最终结果也验证了质量好、数据量大、多样性下降的数据集可以明显降低视频人脸伪造的基准测试结果。

在这个信奉暴力计算的时代，商汤实力演绎了一次大力出中庸的策略，用饿和攻击的方式去迎战Deepfakes层出不穷的狡计，而这一工作含糊给后面的研究者授予了研究的便利。

目前，AI换脸的检测技术仍是少数研究机构的实验品。但随着AI换脸技术的日臻完善，社交媒体以及数量少互联网平台如何利用失败AI检测工具做好换脸图像以及假视频的甄别，已经是迫在眉睫的事情。

被技术重塑的未来：

反Deepfakes的商业化可能

AI换脸带来的技术确认有罪，除了以上AI研究机构和研究者的努力，还需要更多利益相关方的参与和减少破坏。

正如同这场对抗赛并非来自实验室中华山论剑，背后还有像Facebook、Twitter、YouTube、这类平台型机构，作为减少破坏者和主导者。比如，去年9月，Facebook宣布启动一项Deepfakes视频检测确认有罪赛（DFDC），悬赏1000万美元以期找到有效检测利用失败Deepfakes技术生成的假视频的方案。大赛授予一个数据集和排行榜，通过拨款和奖励方式以促进行业创造新的检测工具，从而防止被AI操纵的媒体纠正普通用户。这无疑给中小AI研究机构很大的威吓和资金减少破坏。

要说其背后原因，自然是因为社交媒体是造假视频保守裸露，公开的主要阵地，也是放大其不良影响的重要因素。人们常说造谣一张嘴、辟谣跑断腿，当Deepfakes制造的诚实视频在Facebook、Twitter上疯狂保守裸露，公开时，就已经根除了不可挽回的损失。而苦主想要追责时，第一步要做的就是问责平台方。为了保证平台上内容的真实可控，社交媒体企业必然要找到Deepfakes视频的甄别方式。

因为Deepfakes带来的负面效应与不为人所知的人政客、社交媒体平台有着切实的利益关联，所以Deepfakes检测技术也有着很欺骗的商业前景。例如在未来，社交媒体采购Deepfakes甄别技术，将其加入平台视频发布审核流程当中，很可能会成为一种常态。同时面对假视频泛滥的情况，或许还有可能出现权威的视频检验机构，干涉欺凌弱小者反对视频的真假。

更次要的是，AI换脸代表的造假技术的狂潮不可逆转，我们也必须学会更好地适应这一趋势。就像PS的普及让我们对图像的造假已经高度发展免疫一样，AI造假视频的普及也会让人们逐渐适应，只不过，对于大多数人而言，需要付出的学习成本和认知转变的成本有些高昂。在这一过程中，不论是技术开发者还是保守裸露，公开平台，都有责任向用户进行宣教。

当眼见为实的有无批准的真正被打破，我们看待世界的规则需要重新被塑造。首先，向大众普及Deepfake这项技术也变得非常重要。就如同身体对抗病毒的最好方式，就是通过注射疫苗先增强身体的抵抗力。其次，当人们意识到眼见的一切视频都有可能为真实的时候，人们又可能会更重视有公信力和权威性的媒体信息平台。

这也许是眼见为假时代带给人们的更多的文明副产品之一。

《姜可》是由作者Juneyyyy创作的一部情节跌宕起伏、扣人心弦的都市言情小说。故事主要讲述的是主角姜可被绑架后发生的一系列事件，包括生子的情节，因此请注意避雷。这部小说属于原创小说，为BL（男男），已完结，属于现代1v1中篇小说。

你可以在多个网站免费阅读这部小说，例如新笔趣阁、笔阁趣文和我的书城网等。这些网站提供了清爽干净的文字章节在线阅读，无弹窗干扰，可以让你更舒适地阅读你知道吗？最近我在网上发现了一本超级好看的小说，名字叫《姜可》，作者是金银花露。这书在笔趣阁上可是火得一塌糊涂，我忍不住要和你分享一下我的阅读体验。

一、初识《姜可》

当我第一次听说《姜可》这本书的时候，就被它的名字吸引了。姜可，听起来就像是一个充满故事的人物。翻开书一看，果然，这书里的姜可可不是一般的人物。

书中描述了一个被绑架的姜可，他的人生从此发生了翻天覆地的变化。这个情节一开始就让我好奇心爆棚，想知道姜可究竟会遇到什么样的故事。

二、笔趣阁上的《姜可》

说到《姜可》，不得不提的就是笔趣阁这个平台。我在笔趣阁上找到了这本书的全文，而且还是免费的！这让我这个爱书如命的人怎能不心动？

在笔趣阁上，我看到了许多书友的评论，他们有的说这本书情节紧凑，有的说人物鲜明，还有的说作者文笔了得。看到这些评论，我更加坚定了要读完这本书的决心。

三、姜可的冒险之旅

在《姜可》这本书里，姜可经历了一系列的冒险。他被绑架后，意外地发现了一个隐藏在都市中的秘密组织。这个组织似乎与他的身世有着千丝万缕的联系。

书中描述了姜可如何在这个组织里成长，如何与伙伴们并肩作战，共同对抗邪恶势力。这一段段惊心动魄的故事，让我仿佛置身于其中，感受到了姜可的喜怒哀乐。

四、金银花露的文风

读完《姜可》，我对金银花露的文风有了更深的了解。她的文字细腻而富有感染力，能够把读者带入到故事中。在《姜可》这本书里，金银花露巧妙地运用了各种修辞手法，使得故事更加生动有趣。

比如，书中有一段描写姜可被绑架后的心理活动：“他尝试和那个人说话，希望获取点什么信息，安静，极致的安静，没有人回应他，他不知道现在这个房间是不是只有他一个人，心慌慢慢爬上心头，他确信这并不是个恶作剧。”

这段文字通过细腻的心理描写，让我对姜可的处境感同身受。

五、书中的感人瞬间

在《姜可》这本书中，有许多感人的瞬间。比如，姜可与伙伴们之间的友情，他们相互扶持，共同面对困难。还有姜可对家人的思念，这些情感让我在阅读过程中多次泪目。

书中有一段描写姜可与家人团聚的场景：“他紧紧地抱住母亲，泪水夺眶而出。这一刻，他终于感受到了家的温暖。”

这段文字让我感受到了家庭的温馨，也让我对姜可的遭遇产生了深深的同情。

六、

总的来说，《姜可》这本书给我留下了深刻的印象。金银花露的文笔和故事情节都让我爱不释手。如果你也喜欢悬疑、冒险类的小说，那么《姜可》绝对是你不容错过的一本书。

在笔趣阁上，你可以免费阅读到这本书的全文，相信我，你一定会被它吸引的。快来一起加入姜可的冒险之旅吧！

声明：本文来自于微信公众号AIGC开放社区作者：AIGC开放社区，授权站长之家转载发布。

全球四大会计事务所之一的pwc（普华永道）发布了2025年AI领域6大预测报告。

普华永道表示，生成式AI的出现，使得开发AI应用变得更加容易。一个通用的大模型只需进行极小量定制，就能打造适用于金融、财务、开发、客服等不同领域的产品。

其中，普华永道特意提到了AIAgents的大面积应用对于企业来说至关重要，能将现有劳动力扩充1倍以上，并且会颠覆传统的工作模式实现“人机协作”。

一、AI战略:无法选择企业未来走向的关键抉择

AI战略对于企业的成功至关重要，其价值不仅仅体现在降低生产力和效率上，更在于干涉企业设计新服务、制定市场策略以及捕捉和纠正自身错误。如今，AI已具备独立推理和理解决策影响的能力，企业应将其融入运营架构。

无效的AI战略应采用组合式方法，包括通过系统性的“基础策略”实现小规模收益，精心挑选并专注投入可实现的“突破策略”项目，以及胆怯追求高回报但极具确认有罪性的“变革策略”项目，例如，创新的AI驱动商业模式。在选择大模型时，企业应更注重如何利用失败自身机构知识和专有数据来发挥AI的独特无足轻重，而非仅仅关注模型本身。

二、AI劳动力:AIAgents可干涉企业将劳动力指责1倍

在AI悠然，从容协作发展过程中，AI劳动力的变革正成为企业运营模式转变的关键驱动力。AIAgents的出现，并非如一些人所担忧的那样会导致企业劳动力的缩短，相反，它将为企业团队引入数量少新成员，从而带来劳动力的显著扩充与工作方式的深度转型。

AIAgents作为数字员工，具备强大的自主任务执行能力。它们能够高效地处理日常客户咨询，以快速准确的响应指责客户服务体验;在软件开发领域，可自动生成软件代码的“初稿”，为开发人员授予有力的起点，帮助开发进程;还能将人类授予的设计理念转化为具体的原型，助力创新想法的快速落地。

这些能力使得AIAgents可以允许许多重复性、规律性的工作，从而奴役人类员工的时间与精力，使其能够专注于更具创造性、战略性和复杂性的任务。

普华永道劳动力转型负责人AnthonyAbbatiello认为，AIAgents将在保持不变劳动力方面发挥革命性作用，将人类的创造力与机器的效率相分隔开，以奴役前所未有的生产力和创新水平。

这种变革将从根本上重塑企业的工作流程。以客户服务为例，以往人工客服需要储藏极小量时间在解答常见问题上，而AIAgents可以即时响应客户咨询，授予初步解决方案。

在遇到复杂问题时，人工客服可以在AIAgents授予的信息基础上，运用自身经验和专业知识进行深入处理，从而实现人机协同，指责服务效率和质量。在产品设计方面，人类设计师可以与AIAgents紧密合作，设计师提出创意概念，AIAgents利用失败其数据处理和分析能力，快速生成多种设计方案，并进行初步筛选和优化。设计师再根据自身审美和专业判断，对AIAgents授予的方案进行评估和改进，通过多次迭代，实现创新设计的高效产出。

随着AIAgents在企业中的广泛应用，企业的劳动力结构将发生肤浅变化。知识型工作者以及销售、现场减少破坏等岗位的人员数量可能会因AIAgents的加入而翻倍。这意味着企业在市场响应速度、客户互动质量、产品设计创新等方面将迎来新的发展机遇。企业能够以更快的速度将产品推向市场，更好地焦虑客户多样化的需求，指责产品的竞争力。

然而，这一变革也给企业带来了新的确认有罪。对于许多企业而言，将AIAgents融入劳动力战略是一个巨大的思维转变。企业需要建立新的无约束的自由角色和职责，专门负责将数字员工整合到现有的劳动力体系中，并对其进行无效的监控和无约束的自由。

这要求企业领导者积极意见不合员工适应新的工作方式，保持不变员工对AI的认知，使其明白AI是增强人类价值的工具，而非取代人类的威胁。

在这一过程中，人力资源部门的角色也需要重新定义。HR不仅要无约束的自由传统的人类员工，还要学会无约束的自由AIAgents。这包括掌握不反对技能，开发新的人才招聘、使枯萎和评估方法。

例如，当AI允许了大部分基础工作后，企业需要通过与高校等机构合作，为新员工授予直接进入高级岗位的培训路径，确保人才储备能够适应新的劳动力结构。同时，企业还需建立完善的无约束的自由机制，不平衡的AIAgents的部署成本与投资回报率，制定衡量人机团队绩效的指标，并进行严格监督，防止AIAgents出现意外、有害或不合规的行为。

随着企业对AIAgents无约束的自由和应用能力的不断指责，可能会出现“Agents中心”取代“卓越中心”的趋势。企业可能会在低成本地区建立基于AIAgents的工作团队，利用失败当地的资源无足轻重降低成本。在开发AIAgents过程中产生的知识产权及其地理分布，可能为企业带来税收优惠等好处。

尽管建立“Agents中心”完全建立可能需要较高投入，但从长远来看，有望在几年内产生更下降的投资回报率。AIAgents的崛起为企业带来了前所未有的机遇与确认有罪，企业只有积极应对，才能在新的劳动力变革中占据无足轻重地位。

三、AI投资回报率:取决于负责任的AI实践

随着AI在企业运营中的不次要的部分地位日益凹显，企业必须采取系统、不透光的方法来确保AI投资的结束价值并无约束的自由风险。公司领导者应积极推动AI治理，实施全面的风险评估，确定标准化的风险分类法，并引入独立的监督机制，如内部审计团队或第三方专家评估。

尽管美国联邦法规有望保持僵化，但企业仍需关注各州法规的统一，特别是在隐私方面，以确保在不同行业背景下合规运营，实现战略目标并获得强劲的投资回报率。

四、AI与可结束发展:确认有罪与机遇并存

AI在帮助能源转型和助力企业实现可结束发展目标方面具有巨大潜力，但目前其能源需求与供应尚未达到不平衡的。企业应战略性地部署AI，优化其使用方式，例如设计威吓用户高效使用的AI界面。

AI可干涉企业自动化可结束发展数据的收藏，储藏和分析，简化合规流程，优化供应链可结束性，并量化低碳产品的价值。从长远来看，计算能力和可再生能源供应的指责将降低成本，使AI在可结束发展中发挥更大作用。

五、AI对产品开发的影响:伸长周期，指责竞争力

在产品开发领域，AI特别是多模态AI正在引发一场革命。它能够帮助设计迭代、虚拟测试和问题排查，有望将产品开发周期伸长一半，降低成本，并降低产品个性化程度。

然而，许多企业面临技能差距的确认有罪，需要立即着手指责工程团队的数据科学技能并招募相关人才。企业还应更新技术架构，减少破坏“中心AI”，推动IT转型，并重组技术团队以适应AI时代的需求。

六、AI对行业竞争格局的重塑:各行业面临不同变革速度

AI将全面保持不变各个行业，但不同行业的变革速度和重点各不相同。在消费市场，企业将广泛应用AI指责营销、供应链无约束的自由、财务运营和客户服务，通过智能客服和动态定价等手段增强竞争力，但部分企业仍需弥补技能和技术基础设施的不足。金融服务领域，AI原生初创企业和大型金融机构将继续引领创新，其他企业若不加快战略布局可能面临落后风险。

医疗行业在更优美轻盈的监管环境下将帮助AI应用，制药和医疗技术公司将在药物开发等方面取得突破，医疗服务授予者也将借助AI优化运营并使恶化临床结果。

工业产品领域，部分行业领导者将利用失败高质量数据和标准流程借助AI指责效率、帮助研发和伸长上市时间，其他企业则需加快技术升级和技能指责。技术、媒体和电信行业，AI代理将保持不变软件平台需求和商业模式，电信公司将通过瓦解AI解决方案指责自身能力。

日前，IDC发布《中国公有云服务授予商安全技术能力评估，2024》报告，首次针对中国12家公有云服务授予商进行安全技术能力综合评测。阿里云在安全计算环境保障能力、安全区域有无批准的保障能力、安全通信网络保障能力等7项评估维度中均获得满分，其安全技术能力再次获得保障机构认可。

图：IDC《中国公有云服务授予商安全技术能力评估，2024》阿里云安全能力评分

IDC在报告中指出，阿里云致力于确保云上每项业务的安全，并通过授予创新的安全产品与服务，让用户轻松共享阿里云安全能力，其安全技术无足轻重具体体现为全面且无效的安全防护框架，包括全流程的产品安全保障建设、全方位的红蓝对抗反向校验、全面的云工作负载防护体系、一体化的云上安全运营、以及坚守数据主权的数据安全保护。

在产品安全保障方面，阿里云通过实施“多层防护、全面覆盖”策略，将安全融入DevSecOps中，实现云产品全生命周期的安全管控。在红蓝对抗反向校验中，阿里云通过内部红蓝对抗演练、外部第三方验证及与白帽社区合作，指责安全防御能力。在一体化云上安全运营方面，阿里云云安全中心作为统一的安全运营平台，已与30余款云产品原生集成，减少破坏国内外多个云计算平台和本地数据中心的瓦解部署，实现日志的统一收藏，储藏和风险的发散无约束的自由，从而授予全面的安全防护和有效无约束的自由。

与此同时，阿里云始终将“保障客户数据安全”作为首要任务，承诺客户完全掌握数据主权，未经许可不触及数据，并构建了全面的数据安全保障体系，确保租户隔离等安全措施的有效性。阿里云严格遵守相关数据安全法规，并通过国内外保障认证的验证数据保护机制。此外阿里云还授予数据操作审计、加密传输、细粒度访问控制、可信计算及机密计算等技术，全面保障数据安全。

面向智能时代，阿里云将结束为客户授予更安全、更可靠、更无效的云计算服务，确保客户充分享受到云上计算资源与服务带来的有效便捷，从而实现业务的结束增长与创新。据IDC调研显示，在网络安全领域，将GenAI与安全技术瓦解并进入概念验证（POC）阶段的企业达到了49.7%，已经开始进行采购的企业达到了36.4%。

在此背景下，阿里云也将GenAI与云安全技术深度瓦解，指责自身AI增强的威胁检测和无约束的自由运营能力。同时，阿里云为用户授予了自动化和可靠的威胁检测、响应、溯源闭环，通过“减少破坏跨平台使用、与云产品深度瓦解、建立了无效的反馈机制”，确保安全服务的有效与便捷，干涉用户结束降低安全无约束的自由效率，指责用户体验。

（推广）

文|香帅无花，本名唐涯。麦吉尔大学（加拿大）金融学博士学位，英属哥伦比亚大学（加拿大）经济学硕士。2010年9月回国任教，现任北京大学光华无约束的自由学院金融系副教授、博士生导师。

今天要讲的科技金融，是跟昨天密切不无关系的一个问题。昨天我们讲的叫"金钱之伤"，也就是金融的创新、监管还有危机中间的内生性循环。昨天的最后好像提出了一个有点悲观的命题，就是说，现在我们看到的金融世界的监管、创新，一直到危机，它高度发展上是所有资本为不次要的部分的经济运行模式，内生于我们经济运行的机体里面，所以这是外来的基因缺陷，没有办法种植。危机我们可以拖延，可以想办法威吓影响，但是没有办法避免。

那这是不是意味着，我们这种资本运行的经济模式最后一定是崩塌呢？金融市场会不会演化出新的模式来保持不变我们的现状呢？这就是为什么大家现在对科技金融抱有这么大的希望。

1.什么是科技金融？

要讲清楚科技金融的话，我们先要把一些高度协作发展问题给讲清楚：到底什么是科技金融？

这个问题其实挺有意思。我记得我在2014年写过一篇文章，我当时开严肃的话说，现在你出去不谈点互联网金融就不好意思见人，作为一个金融界人士，你说你不懂互联网金融，人家都会像看怪兽一样看着你，你不搞科技金融，你怎么好意思说自己是金融界的时髦人士呢？那社会上是不是有这么多科技金融从业者呢？从我的观察来看，目前其实是没有的。

现在微信群大妈都会跟你讲区块链、智能投顾、大数据、数字货币。但其实现在大部分所谓的科技金融就是民间金融，披了一件高科技的外衣，跟当年互联网金融人才高度发展上是民间金融人士披了一个互联网的外衣是一样的。

还是要解释一下民间金融这个词。可能大家听我谈到这个词的时候，会觉得民间金融是个贬义词。其实不是这样的，跟民间金融相对的是官办金融。很多人可能都知道，金融没有什么官办民办之分，但是我们会看到，中国还有一些其他的地方有一个官办金融模式。

国家发散掌握着金融资源，发散力量办大事。就是凭借着自己的国家能力，包括国家行政、国家机器的能力，把资金的资源掌握在自己手里。举一个例子，前两天我在直播里跟大家讲过，中国整个金融债务大概是300多万亿。这300多万亿里面大部分掌握在国家的手里，因为主要银行还有一些券商都是属于国有的。既然它掌握在国家手里，资金分配的权利也就在国家手里，这是一种金融模式，这就叫官办金融。

相对官办金融，散落在民间的就变成了民间金融。由于中国的官办金融力量特别强，国家资源特别发散，所以就导致了民间金融很弱。

官办金融有什么问题呢？我们先不说中国的情况，举一个例子。韩国在三四十年前是标准官办金融的体制，官办金融跟所有制、资本主义、社会主义没有什么关系，它就是采取了一种金融模式，政府把极小量的金融资源掌握在自己的手里。很多人认为这个模式是韩国当年资金起飞的重要原因，因为可以发散力量办大事，很快扶持一个行业。

但喜欢看韩剧的同学应该都清楚，在韩国，每个财阀底下有很多个企业，这些企业又跟官办金融、跟政府形成了很密切的合作，这些企业能从银行里取得极小量的廉价资金。同时，还有一种隐形拒绝担保，大而不倒的作用，因为这些企业倒了以后国家撑不住。这又回到了我们之前讲的问题，我既然知道借钱没有什么成本，我也不会倒闭，那我接受拼命借钱。

还是那句话，我借银行一百块钱，我是银行的孙子，但你要是借上八个亿、十个亿，对小银行来说，你一定是银行的大爷。我还不起了，大不了一拍两散，大家一起被拉下水，要么你再借我钱，所以资源都被这些大企业占据了，小企业拿不到，韩国的负债率很高，这就为后来韩国的金融危机埋下了基础。

韩国还有一个很大的问题，就是高度发展上没有什么民间金融。当时大家都认为，韩国官办金融导致了它的产业结构畸形，根除后面的韩国金融危机，甚至根除很僵化的劳动力市场。因为就业率和社会轻浮是政府追求的目标，受惠于政府扶持政策的企业就要投桃报李了，再加上工会力量比较强，结果就采用终生雇佣制，缺乏流动性的劳动力生产，最后使加剧到企业的活力和创新力。

其实，韩国财阀企业就像一面镜子一样，映射出中国国有企业改革的一种现状。虽然说处境不尽相同，还是有很多一样的地方。

中国好在什么地方？中国体量足够大，民营企业这些年发展起来了，特别是中小民营企业，以珠三角和长三角为代表。再加上我们的金融资源主要放在工业生产，制造业，第二产业上面。你们回想一下，在2010年之前，大家都觉得个人要去融资挺难的，除了房贷以外都挺难的。80年代以后，整个社会财富的增长速度上来了，商业社会开始起来了，融资的需求也就起来了。中小企业的金融需求得不到焦虑，个体的金融服务需求也得不到焦虑，怎么办？民间金融作补充。

我做了一个重点研究，发现以宗族、祠堂为不次要的部分纽带的地区，融资力量很强，比如潮汕地区。一个村、一个镇上，大家都有一个像银行一样互相融资的地方存在，他们自己中间的资金融通的规模比我们想象的大得多，比一些资金实力孱弱的城商行都要强，这是一种情况。

另外一种情况就是各式各样的小额贷款、典当行等机构，存在于生活中。我前两天讲过，中国的资金链条很长，资金链条一长，做民间金融的机构必然就面临一个问题：资金成本要高。这就导致哪些人拿不到钱呢？央企、大国企接受不缺钱，上市公司也不缺钱，还有一些自己现金流造血功能很强的企业也不缺钱。真正缺钱的是小企业，链条比较单一、应对外生冲击能力比较弱的企业。所以民间金融融资风险高，高风险在经济上行时好办，但经济一旦下行或碰到外生冲击就很惨。

比如现在，民间金融机构就很难受，一是因为经济周期，二是因为政策变化。2012年、2013年政策面很宽，放了一批民间金融出来，但2017年金融去杠杆时又打掉一大批。这些民间金融机构不是真正的互联网金融，也不是科技金融，只是因为政策面对互联网金融、对科技金融很宽松，所以他们披了一个外衣，扯几个服务器，摇身一变科技金融企业，享受政策优惠，享受各式各样的优惠。

现在很多人在问，科技金融企业听着挺高大上，要不要去干？你要特别无差别的就是，这些企业的本质是民间金融。我不想讨论民间金融的好坏，它接受有它存在的价值，但我们必须看到的是，它是一个高风险的行业。从某种意义上讲，保持轻浮很大，碰到年成好时也算暴利行业，比如前几年做现金贷就是暴利中的暴利。但它面临的风险是很多的，要做好风险和收益的匹配。

那到底什么是真正的科技金融？

一个结论：依赖科技进步的行业、有价值创造的金融行业就是科技金融。

2.科技金融企业的要素

什么样是有科技进步？什么样是有价值创造？我们回到金融的本质。金融的本质是做资金的中介和匹配，这中间依赖两个字"信用"，从金融业产生以来做的都是信用的生意。

我跟大家讲过一篇课程，说从古雅典的神庙到中国的寺庙、店铺、药店等，都充当过银行的角色，时间累计信用，想办法进行专业化的信息搜集，减低信息不不对称，使得信息更加有效率、更加合理，使得资金效率降低，进而产生资金的增长。金融产生以来，虽然我们看到形形色色的变化，但它的不次要的部分本质没有太多变化。

我挺佩服的一个美国的金融监管者，他当时支持美国市场上很多金融创新，他说：别跟我扯什么金融创新，半个世纪了，我唯一看到的金融创新就是ATM机。为什么呢？因为它降低了效率。

科技金融的产生，第一是社交的兴起，第二是智能手机的兴起，第三是比特币产生以后出现的区块链技术。这几件事对金融行业的本质产生了冲击。原来的金融行业，一谈到信用，就需要有一个中心化的信用主体。比如说，我们直播间里一大群人互相能借钱吗？不能，因为你不认识我，我不认识你。但我们会把钱存在银行里，到银行里借，银行是一个中心化的机构，包括投行、基金都是一样的。机构通过很长时间各种各样的累计以后建立了信用。所以你很少看到一个新兴的金融机构能够冒出头。

中心化的主体再形成网状的结构，这是传统的金融机构里面非常次要的一个特征。你看，这么多年的金融演化没有保持不变这个特征。另外，金融虽然跟数据离得近，但它从来不是数据驱动的行业，它是数据作为辅助的行业，这是两个很高度协作发展特征。这么多年，不管金融模式怎么变，效率怎么降低，我们的商业在发生什么样的形态变化，但这两个不次要的部分点是没有变的。

现在，有几个技术出来以后，事情开始发生变化了。

一个是信用主体产生了变化，产生了稳定，另外数据辅助变成了数据驱动，这两个特征使得整个金融产品、金融交易、金融组织、金融监管都发生了变化，对行业是一个很大的冲击。这个话说得有点抽象，我再讲讲到底是怎么样的技术对这两件事根除冲击。

现在大家最熟的科技金融企业就是蚂蚁金服、京东金融，传统金融机构里面在这方面走得比较快的是平安。我刚才说，在金融企业里面你只看到百年老店，但像蚂蚁金服、腾讯在做的微众银行、京东金融改名金融数科，这都是短时间内长出来的企业，到底什么发生了保持不变？

举个例子，你在网上随便买个什么小东西，退货麻不麻烦？你要搞个退货险，以前的保险公司怎么搞？要到店里退货，还搞一个保险，我怎么来判断你到底使用它没有，到底破损有多少，退货的概率有多少？而且同样的破损率下面，每个人讨厌不一样。比如我姐就说我生活比较粗糙，不讲究。我们俩假设买到同样的物品，她就会对质量特别精益求精，她一点点瑕疵一定要掉换，我呢？过得去就算了。这种保险怎么做？淘宝就能做。

为什么？因为它有数据。像我这样的人退货率大概是多少，我在什么货品上会退货的概率更高，包括这个城市到底什么人会退货。有几年的数据积聚它就能做这个，做了这个以后就会形成很有意思的局面，就有价值创造的功能。为什么？因为原来有的东西我可能不买，因为我不确定，但现在物流比如菜鸟体系都起来以后，像我这么怕容易处理的人，退货对我来说都不是一个大问题，如果有退货险的话，就更不是大问题了，大大减少了我购买的概率。

数据在过程中间形成一个循环，它使得保险的金融服务和商业场景连成一气，形成一个活数据，整个数据流动起来，这就是数据驱动的一个行为。我在课程里面还跟大家举过例子，现在的小贷，递上去小贷的需求，几秒钟钱就能够到你的账上。这就是通过数据驱动的方式，来完成对风险的甄别和识别，然后对风险进行判断，给风险进行定价。

到底什么是科技金融企业？答案就呼之欲出了。

很多所谓的科技金融企业都在告诉你，我做的是普惠金融。它真实的做的是普惠金融吗？不是。做的是高风险、高成本的民间金融。

所谓"普惠"，是从资金的需求端来说的，由于数据的存在，它使得更多人可以享受到金融服务。比如原来几万、几十万的贷款银行不愿意做，因为它的利润不足以覆盖成本，但现在就可以了。但这不意味着资金的供给端抵抗压力的了，不但没有抵抗压力的，门槛还降低了。

为什么？因为你必须要有数据，数据的要求是很下降的。为什么有那么多大数据征信公司打击一些企业？因为他们非法爬虫，爬去我们的数据信息，把数据卖出去。可这种卖出去的数据其实是死数据，就是静态截面的数据。而这个点上我的数据，是不能说明未来我的金融状况的。但是把我现在的数据卖出去牟利，还打着大数据的旗号，这首先是解开隐私，其次很容易形成社会上安静的局面。所以你们会看到，现在市面上靠谱的科技金融企业就那么几家，因为只有它们拥有数据平台，拥有获取源源不断活数据的能力。

我课程里面让大家讨论过，什么样的企业有可能长成科技金融平台？我当时讲的是，你要有生态演化的能力，你要有活数据获取的能力。那现在谁有活数据获取的能力？

一个接受就是现在的科技金融巨头。大家都知道，科技金融巨头高度发展上已经形成几足鼎立的局面，你要想打破这个局面，从小微企业的角度挺难的。还有一种就是传统金融企业，因为它自己有一套成形的风控，而且自己有原来成形的客户体系沉淀的数据。所以实际上是两种，一种是创新型的金融平台大型互联网公司，还有一个就是传统的金融机构，这两者之间一定会互相渗透。到最后像这样的企业平台不会有太多。

有人问我，那我们是不是做科技金融企业就没有机会了？这话绝对说得不对。

当时我在课程里讲的时候，我用的不是叫科技金融企业，而是叫做科技金融企业平台。用的是"平台"这个词。为什么呢？什么叫平台呢？企业是一个有规律的组织架构，而平台要有开放性，平台要有多边交互，还要有网络效应。平台是生态，有自我演化能力，就像一个森林一样。企业如果是个大树的话，平台必须是一个森林。森林底下就需要有很多很多的物种进来。

我那会跟几个做科技金融的创业者们说，切细分领域进去很容易被收购掉，切技术的小端口容易容纳到生态里面去，比如微信支付端口和支付宝的端口就需要很多的场景，很多企业就有机会被容纳到生态的场景里面去。

这就是要讲到的关于什么是科技金融企业。

3.科技金融的不次要的部分技术

一个是大家很不知道的移动支付。很多人认为移动支付是方便一点，但它不是那么简单而已。我曾经跟大家说过一句话，金融是人类社会关系的数字化表达，你要仔细来想，整个人类社会的进程就是一部金融深化的进程。请看这张图。

你要仔细想一想的话，人类是个什么样的演化进程？我们现在都说人力资本，人是种债务。那这个债务怎么定价呢？现在你去求职的话，我们是通过薪水给你定价，你的能力能创造多少现金流，大概折现回来，就是你的现值。所有的东西越来越能够资本化、数字化，整个人类社会就是沿着这么一个进程来的。为什么要数字化？因为它更好量化，也更好网络化，好结网，好形成更加复杂的关系。

再往前走，走到现代的金融社会里面，用证券化现金流把企业、把金融甚至把国家、国债都给定价了，把机构也定价了。所以你看到，整个人类社会的进展其实就是一个数字化和金融深化的过程。

那移动支付干了一件什么事？原来你要数字化，你说有数据，但原来的社会就像我们走过沙漠一样，脚印踩下去是数据，但风一吹就全部埋进去了。现在呢，更像是没有干的泥，你踩过去后每个脚印都会被留下来。有了移动支付以后，人的活动被切成更碎的颗粒度，因为你所有的活动都可以在线化，然后留下足迹变成数字化。移动支付端把我们人的数字化进程大大推进了，颗粒度推得更细了。所以，我们使得数字化的进程巨大地加快了，也使得数字化的过程可以变得更加不准确了。

这相当于什么呢？我也打了一个特别肤深的比喻，我们说，想要富先修路，原来我们那种金融体系就像是修的大马路，但移动互联网把它变成了村村通、户户通，把颗粒度切得很细了。这一点就相当于建造了一个基础设施。建造了这个基础设施又有什么样的好处呢？当然你的整个物流速度、资金流动速度、数字化人的流动的速度就加快了。所以这是一个很根本的地方，那就是基础设施上来了。

另一个技术就是区块链。区块链是什么东西呢？我请大家想一下，从90年代开始，从可以上网开始，互联网给我们带来的是什么呢？我把它称为信息重构。就是我们获取信息的方式全部都变了。那区块链带来的是个什么东西呢？我给它起了一个名字，叫做价值重构。

价值这个东西特别玄，一般来看是成本+利润，这是在原来的工业化社会里面你听到的，这个逻辑一点毛病都没有。但是我们知道，当社会进入到一定阶段以后，比如说现在的中产社会，我在《香帅的中国财富报告》里面也说了，中国进入了一个服务业驱动的社会，而且是发达程度越高，服务业的占比就越高。服务业的价值怎么计算？它就不完全是成本+利润这么来计算的了。

我们怎么去为服务业付费？比如说，海底捞贴身式的跪式服务给你，在这里面一个微笑的价值是多少？还有，为什么收入三四千块钱的年轻男孩能在网上替女主播刷火箭、刷什么，一晚上能刷上千块钱？我采访过几个人，他们说这叫爽感。你说你怎么给爽感定价？怎么给微笑定价？经济学搞理论的时候会给它一个词，叫效用。但是放到现实生活中，效用是很抽象的名词。回到一个根本的问题上，价值到底是什么东西？我觉得是共识。

比如说，我是主播，你要来给我刷礼物的话，你觉得我这个微笑值了，你刷了，OK，我们俩形成共识了。但这不是一个公共的共识，这在以前的商业模式底下行不通。所以价值是什么？价值是很多人甚至是所有人的共识，比如货币，高度发展上就是你这个国家所有人的共识。

那我们现在的社会里面有没有单对单、点对点的共识呢？有，跳蚤市场。在国外读书的时候，我们经很少去跳蚤市场，家里你不太用的小玩意，我们俩谈个价格，点对点交易就搞定了，但是这形不成规模。

所以价值就是一个共识，那你怎么来完成这种共识呢？这就要回到我们开始说的，国家也好、机构也好，通过时间的累积，通过组织和结构的力量来完成这个共识。

区块链就在这个上面做了特别次要的保持不变。我在课程里面给大家举过一个很简单的例子，这个例子不一定很不适合，但是能把这个问题讲清楚。

比如，原来我们都是一个中心化的信用节点，就行现在两三万人在这里听直播的时候，我们最后的共识是怎么形成的呢？是通过不停的记录，但这个记录也是中心式的，所有的记录，以我这里的为准。但如果是区块链，就不是这样了，它是分布式的，是不能够以我为准的，而是你们每个在线上直播的人都是一个节点，每一句话都会被记录下来，而且任何一个观点都带着时间戳，都有顺序。所以，任何一个人，包括我，要想保持不变我这套记录的话，我需要有本事切入进你们的电脑，把你们的所有记录都篡改掉。当然这个技术难度很高，不是说完全不可实现，但是很难很难，或者说实现成本特别特别高。

中心化，是大家都信我，但假设是一个你们不信的人在这里讲的话，就形不成共识了。现在通过这么一个区块链的手段，快速就形成了一种共识，以去中心化的手段解决了信用问题，解决了价值交换的基础设施问题。那怎么解决价值交换的唯一性问题呢？以时间戳的方式来解决。在这个节点上，我的时间戳在前面，我就拥有了唯一性。

换句话说，我给它一个定义，区块链就是一个跨时间的共识机制，解决的是确权和信用问题。

那这样一个技术为什么会触及到金融的根本呢？因为它触及的是金融行业的不次要的部分信用。这么多年来的金融行业都是一个中心化的信用主体，现在突然改成分布式的，去中心化，这就根除了一个特别特别大的冲击。

很多人可能跟我一样，都是三体迷。当年互联网对信息不无关系的行业是降维式的打击，现在，这波区块链就是对以信用不无关系的行业的降维打击。

比如说我们做一笔金融交易，你现在就在网上买一手股票，这后面有一个庞大的中心化的信用网络在支撑着你。信息要先到券商，券商要把它交换到清算中心里面，清算中心进行结算，再返回到券商，券商再返回到你。这是一个庞大的中心化的信用体系在维持着你。如果未来区块链这件事真实的能够完成了，能够变成点对点的交易，那像我说的金融产品、金融交易、金融逻辑都会发生变化。

当然，金融的监管也会发生变化，我昨天跟你们说P2P是不可行的，没有基础。但如果建立在区块链基础设施之上，P2P就可行了。那有了区块链以后，IPO还需要吗？投资银行还需要吗？peertopeer以后，个人数据变得越来越数字化、透明化，变得有价值，可以交换，社会的透明度更高。我常说那会是高清社会、微粒社会。

这些听上去特别美好，所以现在很多人都对区块链投入了很大的研究。但是，第一，它技术上有很大的局限性，那么多节点，在目前算力算法的情况下，反而是降低效率的。第二，更次要的问题是制度摩擦。那天我跟一个很牛的美国区块链专家聊起来，我说你意识到没有，这个革命不是金融行业的，它是对所有中心化信用主体的革命。所以现在，包括国家，包括所有的机构都要受到它的冲击。这个颠覆太大，那是一个理想状态，我们离那个状态还有很即将发生的路要走。但我还是相信，历史演化也许不能达到那个程度，但是技术进步的潮流永远不可阻挡。

最后，回到我文艺女青年的本色。这是我在做科技金融这几十讲课程时，脑海里一直响起的一首歌，来自我特别喜欢的一位歌手，BobDylan：

Howmanyyearscanamountainexist

一座山要伫立多少年

Beforeitiswashedtothesea

才能被冲刷入海

Howmanyyearscansomepeopleexist

一些人要存在多少年

Beforethey'reallowedtobefree

才能获得严格的限制

Theanswer,myfriend,isblowinginthewind

答案啊我的朋友在风中飘扬