在互聯網時代，用戶和流量是巨頭們廝殺的戰場;而進入人工智能時代，科技和用戶體驗相結合，才是巨頭們更大的追求目標。將人工智能運用到金融業中，正成為金融機構打造互聯網金融時代業務競爭力的新武器。

　　微眾銀行、網商銀行、蘇寧銀行，這些互聯網銀行都瞄準了傳統銀行未能顧及的長尾客戶和場景，通過金融科技和互聯網渠道開展業務已經展現出了很強的競爭力，對傳統銀行產生了一定的沖擊力。

　　傳統銀行紛紛開展技術升級，從互聯網化到智能化的轉變，從而能在人工智能時代的競爭中占得先機。中行和騰訊、建行和阿里、農行和百度、工行和京東相繼宣布戰略合作。

　　建行和阿里的合作，最主要基于原生信用體系的優勢;中行和騰訊、農行和百度都成立了金融科技實驗室，而實驗室的定位更偏重技術層面;京東與工行的合作似乎更加全面，除了金融科技和零售銀行，還將目光投向了消費金融、校園生態等細分金融領域。

　　各自的局限促成了它們之間合作

　　互聯網金融公司和銀行巨頭的合作，站在銀行巨頭的角度看，更多的是迫于轉型的無奈;而站在互聯網金融巨頭的角度看，盡管它們在線上玩的風生水起，但是資金體量上是遠不及銀行巨頭的。

　　互聯網金融的沖擊力推動了銀行業的轉型。雖然各大銀行都手握幾億的網銀、手機銀行的用戶，也嘗試過開發各種各樣的線上業務，但是面對互聯網公司所具有的平臺優勢，想要在互聯網巨頭的手中搶占線上市場卻屢屢遇阻。

　　就以2016年來看，四大行資產規模超過82萬億人民幣，全年凈收入達到8796億人民幣，而BATJ4家企業的利潤總額也只有967億元，勉強超過四大行的十分之一，兩者的資金體量并不在一個數量級上。

　　合作的核心應立足于數據的交互

　　在它們的合作中，客戶、數據才是最核心的內容，倘若在合作的過程中彼此能夠共享數據，那么才能真正的達到開放、深度合作。

　　銀行的自有數據主要是各種業務數據，以及諸如電話、職業、教育、住址等信息，如果有過貸款行為，還包括了收入、房產等強信用屬性數據，所有人的工資都是銀行代發，公積金流水也在銀行，房貸和車貸也都在銀行，銀行在開展業務過程中還產生了大量的文檔、資訊、圖片、音像等非結構化數據，聽起來很豐富，但問題在于數據是割裂的，除了信貸類的關鍵信息會以征信的形式報送央行征信中心，實現一定程度上的共享外，其他的各類財富相關數據，都分別沉淀在各家銀行。比如一位客戶在不同銀行的存款數量不同，那么不同銀行對于這位用戶的評估都是不同的。

　　但是互聯網金融公司就能通過大數據技術和人工智能算法對用戶的刻畫更豐滿，比如可以通過消費習慣、出行習慣等方面做出評析，從而對用戶的評估更為精準。

　　四大行和BATJ的合作看上去很美好，但是結果如何卻不得而知。真正的挑戰其實在于雙方的資源開放范圍和程度，以及實際落地過程中的磨合與權責分配。而且四大國有銀行在運營策略上和四個互聯網巨頭完全不同，企業文化的差異可能給決策層和執行層帶來什么樣的影響我們也不得而知。

　　但是在筆者看來，金融的科技化、智能化是大勢所趨，而金融科技公司和傳統金融機構的深度合作才能真正的推動金融科技的發展。