數據模型的發展，在未來的幾年，會蓬勃和繁盛，隨著大數據、云計算、人工智能等新興技術的不斷成熟，使得原來看起來很困難的事情，逐漸簡單：

在個人服務領域，

從消費、分期、信用、現金等貸款業務場景開始，再到理財、投資、財富管理等中間業務場景，從電商、社交、支付再到互聯網微博、微信等閉合生態，再到衣食住行用玩等方方面面的開放生態，圍繞個人的模型架構已初見端倪，且成為各大金融科技公司競相角逐的戰場，但同時衍生出了個人數據安全、隱私保護、授信授權等諸多問題，國家政策及監管層面的完善，行業的約束，場景的完善，會推動各個方面往前良性發展。

在企業服務領域，

國家開放了征信備案制度，涌現了一大批企業征信公司，開始采集、ETL、分析并對外提供查詢、報告、分析、預警等服務，從原來的采集各級工商公示平臺，到各個地區的誠信XX，再到各級政府的政務服務網，有實力的是通過直連API的方式，有技術的是通過網絡爬蟲，有營銷的則通過代理、分銷，進行原始數據加工后輸出，基本上保留了數據的原貌，但也不乏違背數據本真，進行收費形式的數據修改，打破了數據的重要屬性，基于企業的數據模型，特別是比較完善的企業群體，也已經產生了比較成型或成熟的模型，已服務于銀行金融業務，但普遍還是集中在集團公司、中型、大型企業，其覆蓋率和服務程度并不是很高。

在小微服務領域，

現在可能更適合稱之為普惠金融服務領域，國家自2008年就提出小微金融服務的理念，但到2019年至今，10多個年頭的發展，我們看到民生銀行的長期耕耘和成績，也看到了政策導向下不得不為的銀行布局，原因紛繁復雜，不做過多分析，但從數據模型來看，因數據采集難度大，成本高，分析和評判專業度要求高，且政策壓力大，客群風險高，收益小，造成作為業務服務主體的銀行在此領域發展并不順利，但從最近兩年的各方面情況來看，該領域必將成為未來銀行、金融科技公司、軟件外包公司的主戰場，不僅僅是因為我之前的工作經歷（在小微信貸領域七年多），而是市場時機已然成熟：

（1）數據多樣化及不斷完善，且是可得的，國家政府層面也在不斷開發數據

（2）小微企業中我們所關注的企業主（個人）、企業，數據采集、模型搭建、業務沉淀均已具備發展的條件

（3）國家在政策導向和業務發展上，均給予了很大的支持和扶持，甚至補貼，宏觀背景下是非常好的

（4）微眾銀行、網商銀行、百信銀行等由服務于小微企業的互聯網企業發起的民營銀行，立足于原閉合生態下，數據積累、技術支撐、模型優化也已逐漸成熟，且逐步進行對外輸出，行業的引導趨勢明顯

在未來的一段時間內，小微企業及服務也必將成為行業的重點，樂見其成，此為興國安邦的好事、大事，需要多方協作、努力!

?

數據模型將經歷幾個階段：單一維度匯總及簡單計算、多維度組合運算、大樣本統計算法分析、深度學習、自動化智能（自執行、自適應、自優化）、高級智慧模型，這是不可逆的趨勢，但需走好每一步，且要落到實處。

業務專家+先進技術的融合，隨著數據的積累，業務的不斷優化，仿生學模型也會不斷進化，從全人工、半人工到智能化、智慧化，未來會更好的沉淀為基礎設施，服務于人類和一切生命。

總結

以上是生活随笔為你收集整理的仿生学模型设想的全部內容，希望文章能夠幫你解決所遇到的問題。

如果覺得生活随笔網站內容還不錯，歡迎將生活随笔推薦給好友。