每日最新頭條.有趣資訊

疫情之下:金融科技企業的突圍思考

眾多金融科技企業在 2019 年年末做好了充足的準備,去應對監管、風控、新技術、安全合規等問題。只是不曾想到,2020 年的開端竟然是一場席卷全國的疫情爆發。這也驗證了那句話:凡是能被驗證的,都不是“黑天鵝”。

回顧 2019 年,金融科技領域發生了五件大事:

網貸行業方面,備案再次延期,出現數起頭部平台退出事件;

銀行業金融科技方面,開放銀行成為了主流趨勢,各銀行都推出了開放銀行平台;

銀行再次下注金融科技子公司;

新技術方面,Facebook 主導的 Libra 再次將比特幣拉回到公眾視野;

小微金融方面,商業銀行發力,多維數據成為小微金融業務的關鍵點。

疫情之下,金融行業應對風險的能力如何?金融科技公司如何突圍?InfoQ 邀請了 12 家金融科技企業的專家,基於各自的研究領域,談談對 2020 年金融科技趨勢的看法,以下是觀點整理。

2020 年金融科技領域重點趨勢解讀

360 數據智能集團技術總監 徐皓

核心觀點:銀行數字化進程加速,安全和高效是核心訴求。

2019 年對於金融行業來說可謂是不平凡的一年,經歷了史上最嚴的監管,大浪淘沙最終那些不斷突破創新、良性運營的互聯網金融企業堅持了下來。在當前疫情下,2020 年金融行業的技術發展趨勢有以下幾點:

傳統銀行業加速數字化轉型、人工智能和雲助力場景落地。今年突如其來的疫情讓我們的工作和生活受到了不同程度的影響,銀行業是關係到國計民生的行業,如何讓其業務辦理在現在的情況下盡可能不受到影響,網上銀行無疑是一個最佳選擇。

雖然近幾年銀行業已經開始了數字化轉型的腳步,但每個銀行的數字化轉型程度不一,相信在這次疫情之後數字化轉型的步伐將大幅度提速,諸如網上營業廳、無人營業廳、智能客服等,而這些數字化轉型的措施勢必會讓人工智能落地場景越來越多,也會讓雲平台的應用迎來一個新的增長。

業務辦理流程持續追求高效、跨行業多場景數據海量增加。隨著現實世界和網絡世界的互通互聯速度的不斷提升,全社會的生活和工作節奏也在不斷加快,金融作為人們日常生活中息息相關的一個領域,用更快的響應速度、更高效的業務流程、更安全的交易環節去順應社會的高速發展趨勢,諸如如何快速識別風險客戶從而降低業務風險,如何在發生重大事件時快速響應並推出適合的行銷產品。

在這些過程中對海量數據處理實時化、跨行業的數據共享交換、大數據安全能力等一系列圍繞數據相關的技術將會持續深耕,保障金融領域數據安全的同時最大化提升業務流程的高效和敏捷。

京東數字科技集團金融科技事業部技術總經理 卞海軍

核心觀點:銀行的 IT 架構正朝著從集中式架構過渡到雙模 IT 架構轉變,並最終完成遷移到金融雲架構的趨勢發展。

以銀行為代表,不少銀行對於移動平台、雲平台和數字化轉型等越來越重視。為了適應移動化、線上化、開放的業務形態和數字化轉型的需要,銀行加大了對金融科技的投入,並積極嘗試數據中台、業務中台等能力建設。

銀行的 IT 架構正朝著從集中式架構過渡到雙模 IT 架構(集中式架構 + 雲平台:即核心系統仍依賴集中式架構,而外圍和線上業務遷移雲平台)轉變,並最終完成遷移到金融雲架構的趨勢發展。

當然在這個過程中,銀行因為自身業務、資源以及戰略的差異化,步伐有快有慢。技術要服務於業務目標,要與業務共生,所以我們堅持圍繞業務目標進行項目交付,將智能行銷、智能風控的能力,乃至多樣化業務場景一起帶給客戶,為銀行打造技術中台、數據中台、業務中台、移動中台等核心能力的同時,形成數百個產品和組件,可以根據機構的需求提供定製化的解決方案。

在 2020 年,將有更多的中小金融機構,尤其是區域性金融機構會在數字化轉型中發力。接下來的幾年間,金融科技與業務相互促進共同發展將形成能力更強、更具生命力和競爭力的有機體。

平安銀行 AI 算法負責人 潘鵬舉

核心觀點:2020 年金融科技行業中有 2 個大的技術趨勢是 5G 技術的落地和聯邦學習的應用。

以銀行業為例,如下圖所示。整個銀行業的變遷分成 4 個階段,橫軸和縱軸分別代表了摩擦和渠道,摩擦代表的是客戶體驗程度,渠道代表的數字化程度。簡單來說,銀行 1.0 是物理網點時代,2.0 是窄帶時代(PC 時代),3.0 是移動化時代(智能化),4.0 是開放平台時代。

根據美國銀行創新教父布萊特·金出版的書籍《Bank 4.0》的理論,銀行也已經邁向了數字化驅動的 Bank 4.0,銀行 4.0 最終回歸到了銀行業的本質:銀行是一種服務,一種無所不在的金融服務。銀行是和生活的中的場景緊密結合在一起,體現在 3 個核心作用:

能夠隨時隨地安全存錢;

能夠隨時隨地轉移錢,例如支付;

能夠隨時隨地獲得信貸能力。

根據中國電子銀行 2019 年調查報告,個人手機銀行用戶佔比達到 63%,銀行業的移動化已經成為了一個主流趨勢了。基於移動端的數據采集和智能化 AI 應用已經逐漸成為了金融領域不可或缺的組成部分,但是當前依然存在很多的弊端。

比如,你在買車的時候貸款,如果沒有銷售顧問的介紹,你根本不知道你是否能夠貸款,能夠貸款多少?銀行也不知道你是否去過 4S 店?

這些用戶行為軌跡數據,依賴於相關設備的信息,目前均未采集,原因是因為數據信息量過大,網絡帶寬不夠,導致丟失了很多行為數據,無法讓金融領域真正實現隨時隨地,實時化感知用戶需求。

2020 年,隨著 5G 技術的落地,基於 IoT 數據的采集和使用會成為一個重中之重,我們將進入一個超寬頻移動化時代。Gartner 預測:2020 年 5G 手機的佔比將達到 10% 左右,按照全球 30 億手機用戶來算,也將近有 3 億用戶會使用 5G 手機,這個數據非常可觀,此為其一。

其二,隨著對個人隱私的重視以及國家政策趨嚴,數據的保護粒度越來越大,所以採用一套既能保護用戶隱私數據,又能實現智能化的 AI 技術應用迫在眉睫,聯邦學習應運而生。

通過聯邦學習,可以不用交換原始的數據,就能夠實現智能化的 KYC。通過加密數據傳輸的方法實現實時化數據的傳輸,從而來實現實時化的場景識別

當我們有了各個場景實時化的 IoT 數據以及安全可控不用暴露個人隱私數據的智能化算法,銀行成為一種無所不在的金融服務才能成為現實,真正的 Bank 4.0 才會到來。

ThoughtWorks 創新總監 肖然

核心觀點:開放銀行模式將在中國發芽,金融科技從業者需要思維升級。

隨著各家商業銀行在金融科技投資上的加碼,銀行正在科技能力方面追趕互聯網巨頭,標普 S&P 在去年的分析文章中指出,在零售銀行領域,中國銀行金融科技能力甚至達到世界領先水準。中國銀行業的領頭羊們更是紛紛成立金融科技公司,目標已經超越傳統的金融服務,全面進入數字化時代。

過去兩年在銀行主營業務領域,金融科技的應用讓銀行服務更貼近客戶、更深入場景,類似建行在租房和招行在車生活領域的服務創新,都離不開金融科技的支撐。

一方面,銀行在金融科技能力方面的競爭還會加劇,通過數據分析提升客戶體驗的改進才剛剛開始;

另一方面,銀行必然開始思考如何通過金融科技創造新的商業模式,發現新的收入來源,而後者將逐漸成為銀行決策者們的關注點。

面對疫情,數字服務的優勢再次凸顯,更會促使已經具有一定科技實力的銀行思考新的線上服務可能。數字化時代商業模式的創新不會只是阿里騰訊這樣互聯網巨頭的專利。

2020 年在金融科技驅動下,開放銀行模式將在中國發芽。從國內金融環境出發,開放銀行在中國仍然會採用市場驅動的模式。但我們也必須看到國內銀行的科技開放能力仍然處於起步階段,即使浦發銀行的 API 開放平台和招商銀行的企業開放平台這樣的行業先行者,也存在很多思維觀念上的束縛,科技開放還有待於金融科技轉型的進一步深化。

銀行金融服務開放的步伐會顯著加快,數字化時代持續出現的商機會促使銀行加快建立合作生態,從而能夠切入產業,形成產業互聯的商業生態模式。

金融科技的發展讓傳統銀行從業者有了一次思維升級的契機,接下來的產業生態合作將挑戰銀行從業者們是否能夠真正擁抱敏捷思維,比拚客戶場景的洞察和資源的整合能力。

信用算力 CEO 張建梁

核心觀點:金融業務全面合規化、持牌化,科技輸出服務競爭開放化,監管與利好同步向金融科技服務生態全鏈條覆蓋。

2019 年,行業圍繞“套路貸與真利率”、“大數據爬蟲與個人信息保護”、“共債與普惠”“助貸與實質風控”進行廣泛討論,監管思路與扶持政策明確,金融與科技的服務邊界逐漸清晰。深度服務持牌金融機構,加強連接與資源能效互補,成為科技輸出型企業的正確航向。

以複盤 2019 年信用算力重點服務的某頭部農商行為例,科技型企業在服務金融機構過程中,需要做好以下幾點:

第一, 要足夠了解合作機構互聯網化信貸展業需求、產品定價區間,以及產品形態的本地化特徵,檢驗機構產品定價區間的合理性,行銷獲客與系統化運營管理的可行性。

第二, 要足夠了解(本地區)用戶區間分布與優質信貸用戶特徵。對用戶進行定價與分層,確保優質用戶以更快速度、更低成本完成資金需求,讓不同信用區間的用戶,得到不同產品定價的信貸服務。

第三, 在智能行銷服務方面,整合全域流量資源,提供全場景媒體曝光,精準定位目標人群,提供實時風控前置的精準獲客服務。

第四, 在風控能力輸出方面,向合作機構提供高質量風控建模、風控策略、智能風控產品和決策引擎系統等服務,如通過對用戶授權的真實消費數據和行為數據的挖掘,利用風險模型的方式加工輸出對用戶還款能力與還款意願的評分,預測用戶壞账率,用以決策判斷及量化風險。

在滿足本地化、私有化部署的前提下,將風險決策模型應用、智能風控技術運用到用戶觸點的全流程,實現系統靈活配置、實時反欺詐,以及毫秒級系統響應,極大降低機構風控人力成本。

第五, 在大數據運用和精細化運營管理方面,通過平台涵蓋的審批、交易偵測、客服、調額、催收等環節,滿足合作機構信貸業務的快捷化、規模化、精細化運營需求。

星合資本首席科學家 胡震

核心觀點:區塊鏈應用落地從 G 端入手,推動普及到 B 端和 C 端,脫虛向實還任重道遠。

近年來區塊鏈技術的應用落地,總體上呈現多點開花、不斷深入的態勢。鑒於區塊鏈天然地自帶金融屬性,所以在區塊鏈技術的諸多落地應用領域中,金融科技行業是重點。

其中在聯盟鏈生態方面,目前國內有一定數量的金融行業應用已經通過了原型驗證和試運營階段,涉及供應鏈金融、跨境支付結算、貿易金融、資產管理、保險等細分領域,這部分目前主要是由國內的互聯網巨頭、金融科技獨角獸平台及金融機構主導推進實施的。

在公有鏈生態方面,以 MakerDAO 、Uniswap 為代表的 DeFi(開放金融)也是風生水起,最新的數據是已經有十億美元的數字資產鎖定在 DeFi 生態中了,而這也才短短的不到兩年的發展時間,未來前景可期。

但是目前不管是聯盟鏈還是公有鏈的落地應用,總體上離大規模商用還有一段不小的距離,場景化落地還需要行業及政府的繼續不懈地努力。當前應用落地的瓶頸不僅僅是因為底層區塊鏈性能不足,更重要的是實際應用場景所需的基礎設施仍不完善,無法解決信息上鏈、身份認證、隱私保護、監管等問題。展望 2020 年,區塊鏈技術會在以下幾個方面取得重大的突破。

螞蟻金服區塊鏈技術總監、達摩院區塊鏈資深技術專家 閆鶯

核心觀點:2020 年總體上成熟的業務將會從單鏈協作邁入跨鏈協作階段,形成更大規模的業務價值網絡;技術方面,跨鏈技術架構趨於統一,異構特性、應用特性會進一步升級,有望演進出更多貼近真實應用場景的組網方式、跨鏈模式及應用功能,同時也有望催生出跨鏈標準。

無論公有鏈還是聯盟鏈,跨鏈的抽象架構差異其實並不高。各種跨鏈機制實現趨於成熟,跨鏈模式多樣化,有多個跨鏈平台推出且運行著落地案例,整體上各家跨鏈平台處於能力快速建設階段,但尚未形成統一跨鏈標準。

2020 年,區塊鏈 BaaS(Blockchain as a Service)服務將進一步降低企業應用區塊鏈技術的門檻。在商業應用大規模落地的同時,區塊鏈網絡的“局域網”和“數據孤島”問題將被新型的通用跨鏈技術所解決。

基於目前的區塊鏈業務發展趨勢及技術的積累程度,預判 2020 年總體上成熟的業務將會從單鏈協作邁入跨鏈協作階段,形成更大規模的業務價值網絡。在技術方面,跨鏈技術架構趨於統一,異構特性、應用特性會進一步升級,有望演進出更多貼近真實應用場景的組網方式、跨鏈模式及應用功能,同時也有望催生出跨鏈標準。

目前螞蟻區塊鏈已有不少跨鏈案例落地,如跨鏈溯源聯盟、供應鏈金融應用等。在跨鏈的核心機制方向上,螞蟻區塊鏈引入以可信計算為基礎的組件,解決異構鏈帶來的差異性難題,同時結合分布式身份,定義跨鏈治理模型,有望構建統一的標準跨鏈模式。

可以預期,跨鏈協作將進一步拓展價值互聯網的邊界,實現萬鏈互聯。這也將進一步夯實區塊鏈在數字經濟時代數據和資產可信流轉的全球基礎設施地位。

度小滿金融區塊鏈負責人 李豐

核心觀點:互金精細化運營能力成盈利關鍵,區塊鏈發展需專注內功、警惕“華而不實”

隨著互聯網紅利殆盡、發展趨緩,未觸網用戶、未觸達的新客規模越來越少,獲取難度和成本也日益高漲。針對存量客戶的挖掘、經營和激活,成為金融業務新的重點,而這需要金融機構對用戶和客戶有更深入的了解。

在充滿不確定性的 2020 年裡,通過大數據與數據挖掘、人工智能算法等不斷增強對用戶行為和需求洞察,發現潛在需求,不斷提升精細化風控與運營能力,將是在不確定的 2020 年裡,金融機構實現持續盈利的關鍵。

而對從去年 10.24 之後再次成為熱點的區塊鏈技術,在 2020 年裡整個行業需要更加冷靜,警惕“華而不實”的行業發展,避免好不容易迎來的政策轉機,再次進入低谷。

可預期的,區塊鏈在政府治理、企業協作方面,2020 年將爆發大量需求,產生大量落地項目,不論從資金層面還是項目層面,這都對區塊鏈的發展,特別是聯盟鏈方向的發展帶來很大推動。

但是,這些項目的最終落地效果,項目之後為行業留下來的經驗有多少,需要所有從業者思考和關注。

通過這次疫情下區塊鏈的表現,我們已經看到區塊鏈的技術能力和應用能力還非常初級,難以經受大規模的考驗

因此,2020 年,整個行業應該借政策的推動和行業利好,去掉浮華,借東風更加關注核心技術的創新與突破,基礎設施能力的完善和標準化,以及行業應用場景的結合和落地,夯實整個行業基礎、苦練內功,構建區塊鏈生態,努力推動行業健康可持續發展。

中國電信翼支付首席數據科學家、人工智能研究院院長 謝巍盛

核心觀點:國內 to B 類的金融科技企業將加速升級,不再提供單一的工具或平台,而是深入各細分場景內為客戶提供端到端的解決方案。

此次爆發的全國性疫情事件給金融市場帶來了一定衝擊,但相信其影響是階段性的,暫時的。在這次疫情過後,金融市場應當更多關注重點地區和行業的相關企業,這也對金融科技企業帶來更大的使命與機遇。

近幾年金融科技市場高速發展突顯的一些問題仍將是影響國內金融科技下一階段發展的主要因素。

首先,應對用戶隱私保護問題,嚴監管的常態化將促使金融科技市場持續轉型升級。企業對於用戶數據的采集、加工和應用環節需做到合規、安全及高效,這將進一步推進企業精細化運營、優化產品、提升用戶體驗與業務質態;

另一方面也將加速可信環境建模的相關研究和技術在金融領域的落地,如利用聯邦學習在保證數據安全情況下實現聯合建模,利用區塊鏈建立互信機制實現數據互動等;

其次,近年“AI + 金融”發展較快,但當前以機器學習為主的 AI 在金融領域的應用仍以監督式學習為主要方法,對於許多金融場景而言,數據標簽的獲取仍有很大難度。

隨著問題的凸顯,金融領域對於新型的、多樣的建模方法具有較迫切的需求,因此對於諸如小樣本學習、弱監督學習、多目標、多模態學習等方向在金融場景下的研究與落地是一個趨勢;

最後,如何協助國內大量的中小型地方性金融企業利用科技,特別是大數據與新一代人工智能技術開展金融業務,對於支持當地製造業和小微企業具有現實且重要的意義。這將促使國內 to B 類的金融科技企業加速升級,不再是提供單一的工具或平台,而是深入各細分場景內為客戶提供端到端的解決方案並持續打磨。

追一科技技術總監 楊雪峰

核心觀點:2020 年語言智能將在金融領域的應用會爆發,智能客服質檢需求將會是新的應用熱點。

科技趨勢的形成是客戶需求與技術進步交匯產生的碰撞。

在技術角度,2019 年是語言智能突飛猛進的一年,在全球科學家的共同努力下,通用的語言建模能力飛速提升,不斷打破現有記錄,這為 2020 年語言應用的爆發提供了很好的基礎。

在沒有預訓練語言模型的 AI 應用中,模型同時要學習語言工具本身的特性,以及它在特定應用領域的語義映射。這對數據覆蓋度以及密度提出了巨大的需求,在應用數據並不是十分充足時,極大地限制了 AI 能力的發揮。

通用語言建模能力的提升可以將語言工具本身的特性學習的很好,從而降低下遊任務的難度,降低數據的需求。可以預見,語言智能的下遊應用必然會迎來巨大的爆發。

這場疫情危機必定會進一步推動金融行業在線服務需求的增長,語言智能的爆發正當其時, 在助力金融機構滿足客戶在線服務需求,邁向智能化的進程中發揮更加重要的作用。在追一科技為金融機構提供基於 AI 能力的產品與服務的 3 年中,客戶一直提出人工客服的服務質量檢測需求。智能質檢是大型呼叫中心 AI 賦能閉環的關鍵一步,相比文本智能客服自動幫助客戶找到問題的答案,如何理解客服與客戶的對話狀態,專業解答是否合理合規是對語言智能更高難度的挑戰。

在文本客服已經廣泛應用的金融領域,AI 賦能所產生的實際效果已經讓金融企業建立了信心,那麽下一步嘗試的落腳點很大可能就是智能質檢。

妙盈科技 CTO 劉濤

核心觀點:隨著 ESG 數據越來越受到金融機構與政府的重視,非結構化數據的處理平台將會變得越來越重要。

ESG 是環境(Environmental)、社會責任(Social)與公司治理(Governance)的簡稱。在過去的一段時間內,我們可以看到 ESG 的數據正在受到越來越多的金融機構與政府的重視。

伴隨著這次疫情的發生,以及澳大利亞森林大火對國際社會所造成的影響,無論是企業本身還是監管機構對於 ESG 相關的重視將會不斷加強,ESG 數據的進步將會更快。

不同於傳統金融數據,ESG 數據本身具備以下幾方面的獨特性:

1. 更新頻率高

有別於傳統的財務性數據,以月度、季度、年度的披露方式,ESG 數據具有更新頻率高、實時性強的特點。以公司治理中的高管負面信息為例,新聞或社交媒體中隨時都會爆出可能會影響公司管理的事件。平台需要第一時間對這類事件的影響與分析做出反應,同時這類事件的發生,並沒有一定的規律,所以無法用傳統手段與數據預測或應對。以現在我們監控的新聞信息來看,幾乎每天都會有各種嚴重的負面新聞出現。

2. 數據類型多樣,質量控制難度顯著提高

ESG 數據主要分布於公開的社會責任報告以及社交媒體與新聞當中,同時數據格式也可以是文本、圖片、音頻或者視頻。這其中以非結構化數據與半結構化數據為主,這對於數據處理的難度提出了比較高的要求,同時數據質量的管控也變得更加艱難。機器學習的能力不僅需要應用於分析數據並歸納出結構化數據,同時也需要能夠自主的進行質量檢測,這樣才能保證信息處理的準確性。

3. 數據分散不集中

數據的分散主要體現在兩個方面:第一,數據分散在眾多的關聯公司中。當重要事件發生時,需要通過知識圖譜的查找才能夠看到事件的全貌。

比如 B 公司發生罷工,那麽了解 B 公司是哪些公司的供應商,或 B 公司是哪些公司的子公司這層關係就變得格外重要。掌握全局關係才能順藤摸瓜找到真正受到影響的各種潛在公司。

第二,數據分布本身比較分散,以安全事故舉例,關於安全事故的報導可能來自於社交媒體、新聞等不同的渠道。這樣一來,如何做去重、如何進行實體消歧,也就成為了一個重要的挑戰。

針對 ESG 數據的特點,勢必需要構建新型的數據管理平台。這其中應當包括知識圖譜的構建與管理,數據血緣的管理,以及數據質量的管理三個方面。這其中數據血緣的管理最為重要,至少應當做到表級別的血緣管理。這樣才能夠保證每一次數據更改對於業務人員完全透明,每一個產生的數據,都可以直接追溯到數據源頭。

依托數據血緣為基礎,在每一次 ETL 操作中也都需要配合自動化的數據質量校驗,因為金融行業對於數據質量的要求是 100% 正確,因此每一個生產的數據都至少應當保證有一個校驗邏輯來覆蓋。

最後是對 Ontology 的管理,與機器學習平台的無縫對接也都需要與平台進行有效的整合。隨著這次中國疫情的出現,ESG 的發展將會進入快車道,社會、政府以及金融機構也會更加關注 ESG 數據對於公司未來的影響。

眾安科技副總經理 蘇煒鑫

核心觀點:在強監管環境下能為企業提供高效、靈活、合規的用戶增長和運營能力的 MarTech 解決方案將會成為金融科技的一大發展趨勢。

在過去 5 年隨著金融科技的高速發展,金融科技在促進業務創新和高速發展的同時也使市場在特定領域的風險快速累積放大,監管在風險管控和個人隱私保護領域正持續加強。

在強監管環境下能為企業提供高效、靈活、合規的用戶增長和運營能力的 MarTech 解決方案將會成為金融科技的一大發展趨勢。

高效是指 MarTech 解決方案應具備為企業提供快速流量和渠道對接,高質量投放管理,多樣行銷活動製作,精準多維客戶觸達,全鏈路數據分析等一站式服務能力,使各業務職能能在統一技術和應用架構下得到快速賦能,並高效整合完成業務閉環運作。

除了具有高效的特點外,MarTech 解決方案還應具備產品化平台級的靈活性。技術上支持企業能根據業務需要快速部署所需的應用服務,並能因業務發展動態在平台上低成本地按需新增應用服務;業務上支持企業小步快跑地綜合測試渠道、產品和客群,探索最佳行銷實踐。

最後是合規,是指符合金融監管要求的安全等保能力,對行銷中的客戶隱私和企業經營核心數據提供合規保障。

編輯總結

2020,注定是不平凡的一年。

大多數金融科技公司已迎難開始了運轉。回顧我國金融科技的發展歷程,雖起步較晚,但已經走過了最初的野蠻生長期,來到了一個趨於規範和成熟的階段。

過去一年,許多企業經歷了數字化轉型的焦慮和衝擊,熬過來的,就從行業的洗牌中突圍出來。疫情之下,技術的重要性更加凸顯出來,而那些忽視了技術的金融機構則再次陷入焦慮中,開始重新規劃在技術上的布局。

科技行業天然的容易形成“贏者通吃”的壟斷局面,對於競爭力弱的初創公司而言,將很有可能被迫淘汰出局。少數突圍者經受住了挑戰,必將乘勝追擊。

金融科技行業最終會達成新的穩定,巨頭依然是最值得期待的玩家。

TA 的更多文章

點個在看少個 bug

獲得更多的PTT最新消息
按讚加入粉絲團