一、研究内容

为更科学地规划我司新的科技发展战略，统筹各业务条线的信息系统研发需求，搭建适应业务需要的、科学合理的系统架构体系，本文试图先期对我司科技战略规划进行总体性、前瞻性的研究。
科技发展规划是对我司科技应用目标、体系架构、管理制度、组织结构、资源投入等的全面规划，其中最核心的是确定科技应用目标和体系架构。只有这两方面明确下来，才能组织其他方面的配套资源。为此，本文的研究重点放在我司信息科技的应用目标和体系架构上面，具体来讲，该研究主要围绕以下四个方面论述：
（一）站在信息科技视角，分析我司当前面临的市场竞争形势和未来趋势。
（二）寻找指引我司信息科技规划和落地实施的有效路径。
（三）初步规划我司未来信息系统总体业务架构和技术架构。

二、我司当前面临的市场竞争形势和未来趋势

当今世界经济增长乏力，贸易纷争不断，第三次科技浪潮似乎已显疲态，迫切需要能带动新一轮经济发展的动力引擎。但是在基础科学短期内难有大突破的前提下，人们只能对现有科技尽量挖潜。信息技术作为第三次科技浪潮的主要推动力量，必将继续引领未来一段时期内的经济发展。随着5G、大数据、区块链、人工智能等技术的突破和应用，全社会信息化的趋势越来越明显。从政府服务，到人民的衣食住行，企业的制造、物流、贸易等，信息化成为潮流。可以预计在不远的将来，人们的生活和工作将全面在线，数据真正成为像水电气一样的基础设施而无处不在、无所不用。
身处信息化社会中的企业无法独善其身，必然会被信息化浪潮所裹挟。企业仅仅确保自身“不犯错”、固守原有阵地和经营模式，已经无法保持竞争优势。具体到我司所处的金融行业，近些年金融科技的兴起，极大地重塑了行业的经营方式和盈利模式。一大批新兴企业依托先进的科技手段强势介入金融行业，以支付为依托，向理财、信贷、保险、基金等领域渗透，蚕食传统金融企业的市场。传统金融企业也通过自我进化、拥抱金融科技来主动应对挑战。
从竞争手段来看，低成本地获取信息、将信息高效率地转化为服务，从服务中获取收益，构成了金融企业间的“信息战”。这种信息战不同于传统意义上的信息攻防，而是企业挖掘信息价值、将信息转化为服务、从服务中获取利润的能力竞争。作为服务的一种形态，金融行业一直以来就是凭借信息不对称形成独特商业模式，无论是结算中介，还是信用中介，金融企业都是通过对信息的掌握、传输、分析、利用创造金融产品和服务。只不过在全信息化的社会中，企业对高价值信息的争夺愈加激烈，对信息转化为服务的能力要求更高，对将产品和服务推送给客户的途径更依赖线上化。预计在未来一段时间，金融企业之间的“信息战”将会呈现范围越来越广、程度越来越烈的趋势：

以银行为例，近些年银行提出开放银行战略，发力场景建设，在出行场景、政务场景、教育场景、消费场景等各个领域一片混战，目的就是为了争夺信息源头，让自身在掌握信息、利用信息上取得先发优势；利用自身能力，把信息直接转化为产品，让客户在场景中直接触达银行服务。支付是最早线上化的领域，目前已经全面覆盖C端，逐步向B端渗透；支付极大地促进了理财、投资、咨询等各类产品的线上化，并逐渐向消费金融、供应链融资、场景融资蔓延。可以预计，银行服务的线上化、场景化将成为银行未来转型发展的主要模式，也给其他金融业态提供了很好的转型样本。

三、指引我司信息科技战略规划的有效路径

金融企业要想在信息化社会中继续保持竞争优势，就必须顺势而为，利用互联网突破经营的物理边界，锻造线上连接客户、了解客户、服务客户的能力，我们称这种能力为“在线力”。客户未来将永远在线，竞争对手将永远在线，如果我们掉线，就无法了解客户，也无法让客户了解我们，就会逐步在市场竞争中掉队。
企业“在线力”的培养是一个系统工程，要求企业“内外兼修”，从管理、文化、人才、系统等各方面全面升级。信息就像原矿石，企业就是熔炉，只有经过熔炉的锻造，信息才有可能转化为对客户有价值的产品和服务。我们将信息的锻造过程分为三个步骤四种形态，从而提出以下的服务转化模型：

（一）信息提炼形成知识。在信息大爆炸时代，企业缺乏的不是信息来源，而是怎么抓住高价值信息源，以及从中提炼出能为自身所用的知识。企业知识不同于个人知识，准确来讲应该称为企业共识。它的类型多种多样，包括：客户信息、经营数据、分析报告、宏观数据、舆情信息、位置信息、交易数据、设备信息等。相对于个人知识学习，企业知识的提炼更加困难：
1、信息的来源太多，企业面临着从哪些信息中提炼知识的选择性困难，有些信息之间甚至是相互冲突的。
2、个人所学的知识一般是经过高度精炼的理论和实践经验，因此学习效率很高。企业则往往需要从大量原始信息中挖掘线索、寻找规律、形成共识，如果完全基于人工学习效率很低。
3、个人所学的知识往往都是经历史反复检验的、可在较长时间内指导个人决策。相比之下企业所面对的外在环境瞬息万变，信息的时效性非常短，如果不能及时获得、及时掌握、及时利用，很快就会过期。
总之，企业知识的提炼过程具有信息杂、隐藏深、时效高的难点。
（二）知识运用产出能力。能力是企业在市场竞争中所具备的独特优势。能力有大有小，有宏观有微观，包括：战略能力、获客能力、创新能力、风控能力、财务能力、运营能力等等。企业能力的形成来自于管理，来自于将人力、物力、财力等资源通过知识进行有机整合。企业运用知识形成能力的过程具备以下特点：
1、知识的形态要符合特定能力运用知识的要求。知识可被人运用，也可被系统运用，知识的形态直接影响人和系统对知识的吸收理解。知识的形态包括数字、文本、视频、图表等等，转化成合适的形态是知识运用的重点之一。
2、大部分知识需要二次加工产生。比如在战略能力的建设中，需要大量综合性的知识，包括宏观经济数据、企业自身的全局性经营指标等，这些信息需要从原始知识中进行再加工以形成衍生知识。
3、知识不仅反映过去的事实，还可预测未来趋势。尤其在一些具有前瞻决策性的能力单元中，反映未来变化的知识更加重要。比如战略规划、风险防控、经营绩效管理等能力单元，都需要预测类知识的支持。
（三）能力输出创造服务。企业能力是内涵、企业服务是外延，没有能力支撑，就不可能形成好的服务。企业能力是稳定的、难以被竞争对手所模仿的、是企业的护城河，企业服务则是多变的、是企业参与市场竞争的武器。能力输出创造服务的过程具备以下特点：
1、服务源自客户需求和市场需要，企业只能依据自身能力决定是否可提供该服务，而不能由能力来决定提供什么服务。需求驱动是客户驱动、市场驱动，而不是企业内部人驱动。
2、企业能力应根据市场服务的需要而灵活组合，这要求企业能力的标准化、单元化。总行当前在开展的ECOS智慧银行工程，其重要目的之一就是实现业务能力的组件化和标准化，以便可快速组装产品，应对市场变化。
企业服务转化模型为我们指明了未来信息科技的着力点，就是借助信息科技手段，持续提升信息提炼为知识的效率，将知识内化为澎湃动力，驱动企业各领域能力的高效运转，产出源源不断的产品和服务，快速推向市场，满足目标客户的各层次需求。

四、我司信息系统总体业务架构和技术架构

4.1、信息系统架构与服务转化模型的关系

信息技术在企业将信息转化为服务的过程中起着转化工具的作用,这件工具是否趁手对服务转化的最终成效有直接影响:

如上图所示,服务转化模型就像兜住信息的漏斗，每个转化层次都会由于技术应用的不足导致信息丢失和失真，最终无法向目标客户提供有效服务。比如由于缺乏甄别客户的足够信息，无法全面刻画客户画像，从而无法筛选出优质客户、无法针对客户风险进行定价。
信息丢失和失真是不可避免的，企业要作的是尽量减少高价值信息的丢失和失真，这需要适应企业特点的信息系统的支持：
（一）企业要事先对信息的重要性进行分级，尤其是尚未经过处理的原始信息。要提前明确哪些信息决不能丢失和扭曲，哪些信息则允许部分丢失和出现差错。这些信息的形式、来源、频率、可获得性等直接决定了所采用的信息处理技术。
（二）原始信息经提炼产生的二次信息形成知识。虽然目前机器学习尤其是深度学习技术已经开始知识的自主学习，但是为了提高学习效率和知识精准度，企业仍需要对大量先验知识进行建模，比如项目风控模型。知识建模和知识学习都需要信息系统的有力支撑。
（三）信息系统架构按照服务转化模型的需要，定义了在系统内部，如何根据技术、业务和组织，及可扩展性、可维护性和灵活性等一系列因素，把系统划分成不同的组成部件，并使这些部件相互协作为用户提供特定的服务。好的信息系统架构一定能适应企业服务转化模型中信息源头和服务目标的不断变化，具备足够的弹性。

4.2、信息系统的概念模型

信息系统的概念模型用来对信息系统进行功能分层，类似于将一件工具分解为几个大的功能单元。各个功能单元的原理和作用各不相同，具有清晰的功能边界。每一个单元都不依赖于其他单元而存在，也可以根据需要随时被替换。也就是说，概念模型中层与层之间是松耦合的。以服务转化模型为指引，我们设计以下信息系统的概念模型：

如上图所示，信息系统的概念模型划分为：泛在层、智慧层、管理层、生态层四个层次，它们的职能如下：
（一）泛在层用来搜集信息，并将它们统一保存在一个信息库中。之所以叫泛在层，是因为信息是泛在的，而搜集信息的工具必须贴源，因此也是泛在的。信息的来源主要有五类：
1、企业自身经营产生的信息，称为内部数据。包括业务信息、财务信息、办公信息等。
2、从企业的合作伙伴处获取的信息，称为生态数据。比如承租人提供的经营信息、厂商租赁中合作厂商提供的信息等。
3、从第三方采购而来的信息，称为外购数据。有时为了补充独立采集信息的不足，需要从外部采购一些数据。比如飞机的飞行数据、客户的第三方征信数据等。
4、从互联网等公开渠道获取的信息，称为公网数据。这包括各类互联网网站信息、免费媒体信息等。
5、通过各类信息采集器从生产环境获取的信息，称为实时采集数据。比如车辆的GPS位置信息、设备的运转信息等。
随着5G技术的逐步推广应用，实时获取低时延、高频度的生产数据以及高带宽、大容量的多媒体数据已经不存在技术障碍。
（二）智慧层用来对信息进行一系列的整理、规范、运算、学习等操作，形成可供人或系统理解的知识。信息的来源五花八门，存在着重复、失效、难理解、难关联、综合度不够等各类问题，这些问题都需要在智慧层予以解决。智慧层向管理层提供决策依据。
（三）管理层提供人机交互，支持企业各业务单元的经营决策，获得相应的经营绩效。人们通过管理层完成信息录入、流程审批、资金流转、事项处理、财务核算等任务。管理层的操作形成企业内部数据，反送到泛在层。管理层向生态层提供能力支持。
（四）生态层是向企业的交易伙伴、交易对手等提供服务的界面。由于合作伙伴的种类不同、交易形式和交易内容多样，服务界面也要随之个性化，因此生态层是一个多样化的共生体系。生态层必须贴近合作伙伴，我司的合作伙伴包括承租人、制造商、供应商、租赁同业等。

4.3、信息系统的业务模型

信息系统的业务模型以业务视角将概念模型的每一层拆分为多个应用的组合，就像将一件工具的功能单元拆分为多个功能组件。应用具有很强的业务属性，一般按业务领域命名，比如财务应用、风险应用等。应用的划分原则主要遵从管理边界、部门边界、功能边界，而不是技术边界、系统边界。一个应用可对应多个系统，一个系统也可包含多个应用。以信息系统的概念模型为指引，我们设计以下信息系统业务模型：
以上每个层次都包含数个应用，每个应用都承担特定功能，应用与应用之间通过接口连接，接口的类型包括数据接口、逻辑接口、图形接口等。
（一）泛在层应用。泛在层包括三个与数据采集相关的应用以及一个与数据存储相关的应用：
1、物联网应用。该应用用来采集各类低时延高频率的设备运转信息，包括GPS信息、设备运转技术指标、视频、照片、音频信息等。该应用需要GPS设备、RFID、摄像头等硬件设备的支持。
2、网络爬虫应用。该应用用来在互联网上爬取我司业务经营所关注的各类信息，比如行业新闻、客户舆情、上市公司财报等。一些公司外购的信息也需要通过网络爬虫二次处理。比如我司采购的航空数据和船舶数据，是通过网站形式提供的，为进一步挖掘信息价值，也需要通过爬虫抓取并灌注进数据湖中。
3、数据萃取/转换/加载应用。该应用主要用来加载结构化的信息，比如我司内部产生的业务数据、生态数据、外购数据。它一般是一个数据加载工具，也可看做是数据湖应用的一部分。
4、数据湖应用。数据湖用来存储企业需要的、能够获取到的信息全量，包括结构化的信息，以及音频、视频等非结构化信息。之所以要设计数据湖应用，是因为只有将数据混合在一起，才能分析数据之间的关联，从中发现更高价值的知识。比如只有将企业内部业务数据与外购数据、公网数据相结合，才能获得完整的客户画像。
（二）智慧层应用。智慧层应用由各类知识库组成，这些知识库提供不同领域、不同深度的知识，用于上层的决策支持：
1、数据仓库。在数据湖中混杂着结构化信息和非结构化信息，非结构化信息中也存在结构化成分。因为只有结构化信息才能够参与逻辑运算，进而加工出多层次、多维度业务知识，所以数据仓库对知识的形成非常关键。数据仓库应用中最核心的是设计出能够反映业务全貌的企业级业务模型，它定义了各业务元素之间的关联关系，确保了数据的全局一致性。
2、业务指标库。业务指标库基于数据仓库中的企业数据模型，经过各种逻辑运算得到。业务指标具有多维度、多层级、时间轴的特征，按类别划分包括：反映经营绩效的业务指标、反映业务风险的业务指标、反映工作效率的业务指标等。
3、预测信息库。预测信息库与业务指标库类似，只不过它管理的是在企业过往经营成果的基础上进行合理假设、预测得到的经营信息。比如预测未来某时点的经营绩效，在假设市场发生某种变化时对经营绩效的影响程度等。
4、地理信息库。地理信息库中保存我司与租赁物的位置和运行轨迹相关的信息，以及在此基础上进一步汇总和分析得出的衍生信息，比如租赁物是否行使在合理区域。
5、生物特征库。生物特征库中存储在业务中要用到的人脸、指纹等生物特征识别信息，这些信息可用于系统登录、线上签约、支付等各类交易的身份认证。
6、机器学习模型库。顾名思义，机器学习模型库中保存的是一个个的机器学习模型，每个模型都针对特定的目标而训练，比如对客户偏好进行分类的推荐模型、对客户风险画像进行识别的卷积神经网络等。训练模型的样本可直接来自数据湖，也可来自数据仓库。
（三）管理层应用。管理层由一系列管理中心组成，每一个管理中心都承担企业某项管理职责。管理中心是企业员工执行日常业务操作的功能载体，不同管理中心提供不同的功能界面：
1、战略管理中心负责制定企业的战略规划，跟踪战略规划的执行情况及其偏差，据此作出相应决策。战略管理中心一般提供一系列战略指标的运行结果及其与目标值的对比图表。
2、业务管理中心承载实际业务的执行，包括租赁业务和融资业务。执行过程由不同岗位的人共同参与，执行的任务包括信息录入、信息复核、流程审批、业务操作等。
3、运营管理中心承担业务的后期运营管理，比如对租赁业务来讲包括合同制作、租金催收、合同变更、合同终止等一系列操作。
4、财务管理中心承担公司与财务相关的各项工作，包括财务预算、会计核算、财务分析等。
5、风险监测中心承担公司租赁业务的风险监测职能，风险信息则来自于智慧层提供的指标、提醒、触发规则等。风险监测人员结合项目的现场检查、远程回访对租赁业务进行整体风险判断。
6、资产管理中心承担公司所有租赁资产的管理职能，包括资产的位置监控、运行轨迹、设备运转指标监控、远程视频监控、资产定期评估、资产现场检查等。
（四）生态层应用。严格来讲生态层应用并不固定，因为生态层直接面对客户，向客户提供服务。客户变化，市场变化，生态层就随之变化。按照客户类型不同，我们可以将生态层应用大致分为承租人生态服务群、供应商生态服务群、同业生态服务群：
1、承租人生态服务群向承租人提供线上服务。服务的内容可包括线上业务申请、线上租金催收、线上偿还租金、业务和信息咨询、承租人线上配合租检等。对于汽车租赁、消费租赁等中小型租赁业务，提供线上业务渠道可大大加快服务效率。
2、供应商生态服务群向与我司有业务合作的供应商提供在线服务。比如厂商租赁应用，可允许供应商或经销商在线提交业务申请、在线对账和分账等。
3、同业生态服务群向与我司有业务合作的租赁同业提供在线服务，比如资产交易服务。从目前业务来源来看，同业是重要的业务来源之一。我司通过向租赁同业提供系统服务，掌握同业的原始交易数据，结合其他第三方数据，可综合判断同业资产的风险，对优质资产进行甄别，从而选择优质资产进行线上交易。线上资产交易可极大降低资产交易成本，提高交易频率、扩大交易规模。

融资租赁公司信息科技规划研究相关推荐

计算机科学高中研究项目,高中信息科技教学中渗透计算机科学史的实践研究...
摘要: 从2001年起,上海的小学开始开设<信息科技>必修课,宣告了信息科技课程在上海基础教育阶段的全面铺开,也预示着上海的教育全面步入了"信息"时代.这是上海作为国际 ...
业务能力建设，赋能融资租赁公司数字化转型
来源:全球租赁业竞争力论坛作者:肖泱竞争力论坛特约研究员供职于中关村科技租赁编者按: 本文为融资租赁公司数字化转型研究系列第三篇,继数据能力.流程能力后,提出建设业务能力,以期为融资租赁公司数 ...
图麟信息科技联合创始人张勋：全面商用化到来，AI全方面融入行业
8月30日,由中国高科技行业门户OFweek维科网和高科会主办.OFweek人工智能网承办"2018中国(上海)国际人工智能展览会暨OFweek(第二届)国际人工智能产业大会"在上 ...
读懂两会中的“量子”信息科技政策变迁：两大变化，一个关键
量子科技发展具有重大科学意义和战略价值,是一项对传统技术体系产生冲击.进行重构的重大颠覆性技术创新,将引领新一轮科技革命和产业变革方向.近年来,我国加大对量子科技的研究投入,技术创新活跃,取得一批具有 ...
AI：人工智能领域有影响力的开源社区/科技巨头研究机构/全球顶尖学府实验室的简介、课程学习(正确姿势薅羊毛)之详细攻略
AI:人工智能领域有影响力的开源社区/科技巨头研究机构/全球顶尖学府实验室的简介.课程学习(正确姿势薅羊毛)之详细攻略目录全球顶尖学府的人工智能实验室国外篇 CSAIL(MIT计算科学与人工智能 ...
汽车融资租赁公司如何实现业务流程化管理和强大风控管理
目前,全球融资租赁渗透率达到15%,北美融资租赁达到46%,国内却恰恰相反,汽车金融渗透率仅为38%左右,而融资租赁渗透率不到2%,市场空间可见一斑.租赁公司纷纷试水汽车租赁业务,从毛豆新车,到一猫快 ...
图为信息科技（深圳）有限公司怎么样？
图为信息科技(深圳)有限公司,简称"图为科技".图为科技是一家人工智能边缘计算方案解决商,拥有超强的自主研发团队.在人工智能硬件领域已拥有5项专利,11项软件著作.目前自主研发的英 ...
仙易信息科技CEO母仙灵：将免费云虚拟主机进行到底
"我们提供终身免费的云虚拟主机!" 仙易信息科技CEO母仙灵发出了如此的豪言壮语.在同行收费经营的当下,仙易信息科技要在业内掀起一场"颠覆",在全国范围内让自己 ...
2019前沿信息科技创新论坛成功举办
11月9日,2019前沿信息科技创新论坛在清华大学FIT楼成功举办.本次大会由清华-青岛数据科学研究院(以下简称:数据院)与中国云体系产业创新战略联盟主办,Ever链动承办.400多位业内专业人士荟萃 ...

融资租赁公司信息科技规划研究

科技赋能，搭建泛在、智慧的租赁生态服务体系