论文部分内容阅读
作为一个经常网购的人来说,隔三岔五有点快递是很自然的事。快递送货上门,恰恰家中无人,大多由小区物业代为签收。2014年“双十一”过后,小区物业处包裹遍地,以至于屋中都无法容纳,门口堆起好大一堆。
这里面其实存在一个问题:包裹到底是不是应由客户本人签收,但事实上,这样的事天天都在发生——即便出现过一些麻烦。人们之所以愿意让物业代为签收,背后其实是两个字:信任。
其实今天的网购本身也在信任基础上。支付宝在淘内是有担保作用的,但在淘外(非阿里系网站)则没有。微信支付在大多数情况下也没有担保作用。但人们依然使用这些工具给商家打款,即使货物要过好几天才会送来,而且这个货物还从来没有亲自验看过。这和早期的网购截然不同。要知道,在易趣主宰零售电子商务的时候,上海的地铁站点沿线,可是出了名的“一手交钱一手交货”的交易地。
人与人,企业与企业,人与企业,这三者之间流淌着“信任”关系,无此,市场经济寸步难行。信任程度越高,商业运转得就更有效率。而一个人或者一个企业,是否得到别人的信任,与信用密切关联。
最近美国一家P2P平台Lending Club(下简称:LC)上市了,这家主要业务定位于私人消费信贷(也有部分商业信贷)的公司,当下市值已经逼近100亿美元。它是如此标榜自己的:LC 是全球最大的撮合借款人和投资人的线上金融平台,利用互联网模式建立了一种比传统银行系统更有效率、能够在借款人和投资人之间自由配置资本的机制。
其实背后就是一套征信体系。LC起步于Facebook(下简称“FB”),后者的用户在同意LC获取用户的FB状态及朋友圈数据后,可以申请贷款。LC上线之后的3个月(也就是2007年的5月—8月间),共有1.3万个FB用户登录LC,获得75万美元的贷款。LC之所以能撮合借贷关系的成立,就是建立在FB的用户互相之间,总有一些“关系”。
后来,基于亲和力准则,这家公司开发了一套搜索和识别贷款机会的Lending Match系统。Lending Match系统包含了多种关系,包括4.7万个美国城市、1000家公司、500个政府机构、6300所大专院校、1600个国家组织和其他组织以及数以千计的FB关系群和网络。LC还拥有一个Model Rank来计算借贷人和投资人的信用资质,以决定贷款成立与否以及贷款的等级。
这是一个基于“连接一切”的互联网的典型应用,也可以说是一个极其庞大的应用。连接,本身是不存在好坏的定量性质的维度,但信用却有定性般的评级。一切商业行为都基于连接,但其本质,是基于信用。
互联网发展到今天,不过几十年光景,真正意义上把每一个端点(无论是组织,还是个人)连接在一起,也就是最近这十年。在当下,连接依然是最重要的任务,但有理由相信,连接的重要程度在未来数年里会慢慢降低。未来连接以后能完成什么、效率与体验如何,会成为更为关键的事。
而在我眼里,恐怕“信用”二字,是将来的关键词,因为它就是商业社会的基石。传统的线下社会,由于缺少连接而缺少信用(征信不便),未来的线上社会,既然彼此连接,信用的计算成为可能,也成为必要。
互联网上奔腾的各种数据,其背后实质,奔腾的,就是信用。
这里面其实存在一个问题:包裹到底是不是应由客户本人签收,但事实上,这样的事天天都在发生——即便出现过一些麻烦。人们之所以愿意让物业代为签收,背后其实是两个字:信任。
其实今天的网购本身也在信任基础上。支付宝在淘内是有担保作用的,但在淘外(非阿里系网站)则没有。微信支付在大多数情况下也没有担保作用。但人们依然使用这些工具给商家打款,即使货物要过好几天才会送来,而且这个货物还从来没有亲自验看过。这和早期的网购截然不同。要知道,在易趣主宰零售电子商务的时候,上海的地铁站点沿线,可是出了名的“一手交钱一手交货”的交易地。
人与人,企业与企业,人与企业,这三者之间流淌着“信任”关系,无此,市场经济寸步难行。信任程度越高,商业运转得就更有效率。而一个人或者一个企业,是否得到别人的信任,与信用密切关联。
最近美国一家P2P平台Lending Club(下简称:LC)上市了,这家主要业务定位于私人消费信贷(也有部分商业信贷)的公司,当下市值已经逼近100亿美元。它是如此标榜自己的:LC 是全球最大的撮合借款人和投资人的线上金融平台,利用互联网模式建立了一种比传统银行系统更有效率、能够在借款人和投资人之间自由配置资本的机制。
其实背后就是一套征信体系。LC起步于Facebook(下简称“FB”),后者的用户在同意LC获取用户的FB状态及朋友圈数据后,可以申请贷款。LC上线之后的3个月(也就是2007年的5月—8月间),共有1.3万个FB用户登录LC,获得75万美元的贷款。LC之所以能撮合借贷关系的成立,就是建立在FB的用户互相之间,总有一些“关系”。
后来,基于亲和力准则,这家公司开发了一套搜索和识别贷款机会的Lending Match系统。Lending Match系统包含了多种关系,包括4.7万个美国城市、1000家公司、500个政府机构、6300所大专院校、1600个国家组织和其他组织以及数以千计的FB关系群和网络。LC还拥有一个Model Rank来计算借贷人和投资人的信用资质,以决定贷款成立与否以及贷款的等级。
这是一个基于“连接一切”的互联网的典型应用,也可以说是一个极其庞大的应用。连接,本身是不存在好坏的定量性质的维度,但信用却有定性般的评级。一切商业行为都基于连接,但其本质,是基于信用。
互联网发展到今天,不过几十年光景,真正意义上把每一个端点(无论是组织,还是个人)连接在一起,也就是最近这十年。在当下,连接依然是最重要的任务,但有理由相信,连接的重要程度在未来数年里会慢慢降低。未来连接以后能完成什么、效率与体验如何,会成为更为关键的事。
而在我眼里,恐怕“信用”二字,是将来的关键词,因为它就是商业社会的基石。传统的线下社会,由于缺少连接而缺少信用(征信不便),未来的线上社会,既然彼此连接,信用的计算成为可能,也成为必要。
互联网上奔腾的各种数据,其背后实质,奔腾的,就是信用。