图2：同盾科技商业模式画布分析
上图是同盾科技商业模式画布分析。同盾科技是一家第三方大数据风控服务公司，为非银行信贷、银行、保险、基金理财、三方支付、航旅、电商、O2O、游戏、社交平台等十个行业提供风险控制与反欺诈服务。跨行业联防联控，是同盾一直坚持的理念，也是其最大的特色和优势。
以往的风控和反欺诈是基于一个个的行业或企业信息孤岛。而同盾科技坚持跨行业联防联控，是因为其认为，互联网上同一个欺诈分子和行为，并不是只针对一个行业、一家企业，而是游走于各个行业、平台之间。例如，一个欺诈分子，他可能在社交平台伪冒身份，可能在游戏平台盗取帐号，也可能在信贷平台恶意骗贷等等。同时，欺诈行为逐渐团伙化、流程化和专业化，欺诈团伙掌握了某类诈骗技术，并不会只用于攻击单一行业。因此，欺诈手段在不同行业是共通的。
基于以上原因，同盾科技认为使用以往的风控方式，很容易出现将“坏人”误判为“好人”，或将“好人”误杀掉的情况。因此，同盾希望通过跨行业联防联控，消除不同行业的数据孤岛，实现数据共享，达到更理想的风险控制效果。
具体说来，同盾科技是将用户在不同行业的信息数据连接在一起，通过用户在不同行业显示的地理位置、人机行为、设备表示等信息，发现欺诈证据的隐性关联和多重关联信息，对用户行为进行评判，判断其究竟是不是“坏人”，以减低评判的误差率。
也正因为此，同盾科技 90%的数据源于自身内部的生态系统，即是通过合作的多个行业获取数据，并将跨行业数据关联起来。目前，同盾合作机构达到10,000家，其中金融机构为5,000家。在同盾的合作方中，能够有效反馈数据的约占比50%。同时，同盾掌握的实名数据达到亿级别。
虽然同盾科技具有数据充足的特点和优势，但同盾并不提供获客引流、精准营销等数据分析服务。原因有两方面，一方面，避免产品线过于分散，集中深耕信用风险领域，建立行业差异化优势；另一方面，客户将相关数据提供给同盾是用于风险控制领域，假如将这些数据用作营销或其他方面，同盾认为有悖于第三方立场。
（三）利用大数据有效构建行业壁垒
同盾科技的数据来源主要有：1、一方数据：客户通过同盾SaaS服务沉淀的反馈数据、行为数据和场景数据。2、公开数据：工商数据、法院数据和互联网数据。3、三方数据：运营商数据、公安数据、税务数据及其他合作伙伴授权数据。
由于同盾科技海量的数据让其数据模型比竞争对手更准确，因此吸引更多客户使用，更多客户使用意味着更多数据的产生，又进一步增强了优势，因此海量的数据为同盾科技构建了坚不可破的行业壁垒。
无论是信贷风控服务，还是反欺诈服务，都是基于大数据分析技术和手段。通过用户画像，同盾对用户进行欺诈风险识别。而能够准确地勾勒出用户画像，依托的是同盾的底层技术。通过运用设备指纹、地理位置检测、身份识别、实时计算等底层技术，同盾将用户的线上和线下不同维度的信息关联起来，分析用户行为数据，建立用户信用画像，防范欺诈风险，提供风险保护。
（四）利用云计算有效降低边际成本
云计算为企业搭建了一个高稳定、高可靠的IT基础平台，运行在公有云上的应用快速流畅。减少企业内外部信息流通不畅，造成的损耗。规避了IT基础发生故障，对企业业务带来的损失。企业IT系统效率高，降低业务沟通成本，将大幅提升企业面向市场的竞争力。同盾科技为企业提供一站式云计算服务，轻松上云的同时，提升IT服务交付效率、增加资源利用率，并且降低企业运营费用，实现企业业务转型。
在信贷风控方面，同盾帮助包括银行、保险、P2P网贷、消费金融、汽车金融等金融机构防范信贷交易全过程的风险。从金融机构的业务流程来看，风险是存在于信贷行为的整个生命周期的，同盾以失信数据和风控模型为基础，通过用户画像、风险标签、信用评判和欺诈团伙识别等手段，建立贷前审核、贷后监控、逾期催收的信贷全生命周期风控体系，帮助金融机构降低潜在风险。
（五）利用人工智能有效提高生产效率
2017年12月同盾发布“人工智能即服务”理念，这是在传统风控服务基础上的创新之举，AaaS区别于传统的IaaS(基础设施即服务)、PaaS(平台即服务)和SaaS(软件即服务)等模式，和这些单一提供或平台或工具或数据服务的模式不同，AaaS可以根据不同金融机构的业务需求，在包括营销、风险控制、投资和运营等多种细分金融场景中提供基于智能算法模型的分析服务，为金融机构赋能，助力金融机构提升其核心竞争力。
三、从同盾科技窥探互联网商业模式的特点
（一）网络多边效应是构建互联网生态的先决条件
平台要满足具有多边交互和网络效应这个特征。所谓多边，就是能够聚集很多的产品和服务，拥有多个交易方或者使用方。那么同盾科技上有各种合作方，比如银行、P2P、电商、物流、出行、大健康等，所以，同盾科技上是一个极为复杂的“多边”，而这些多边的各方会自发地进行交互、交流，或者交易匹配，因为产品、技术、服务的聚集和交互，就形成了一个自我扩大，自我加强的反馈机制。这就是网络效应。
而这个反馈机制又会吸引和聚集更多的产品、技术、服务的提供方和使用方，就使得规模急速地扩张，组织快速地复杂化。换句话说，真正的平台会因为多边的复杂交互，形成一种自我演化的能力，甚至可以从细胞裂变，演进成生态。
在分工体系完善、地域集中、利益机制成熟的行业，曾经有局部的网状协同，例如江西景德镇的陶瓷业。然后，真正意义上的网络协同需要直连互动、实时反应和多元场景，只有互联网技术才能充分实现这些条件，也只有万物互联才能充分发挥出网络协同的价值。
所以互联网时代才是真正的网络协同时代。只要一个行业、一条流程、一项任务初步完成在线化，直连互动就可能发生，其后所展现出来的网络演进就完全有可能远远超出我们的想象。
（二）数据智能是商业创新的基础
对于当下的商业而言，智能化指的是商业决策会越来越多依赖机器学习，依赖人工智能。机器将逐步取代人，在越来越多的商业决策上扮演非常重要的角色，它能取得的效果远远超过今天人工手段产生的效果。
伴随着互联网技术、特别是物联网、数据科学和计算能力持续的高速发展，几乎可以断言，基于数据智能的商业必将超越1913年横空出世的福特流水线，给人类整体的生产力带来一次根本性的巨大突破。
互联网技术使我们终于可以低成本、全方位地记录数据，而只有我们拥有了足够大量、足够多维度的“大数据”时，才可能真正客观、真实而深刻地理解我们周遭的环境、事物的本原。有效的数据初始化是大数据创造价值至关重要的第一步。可以说，没有数据的初始化，就没有后续的商业创新。
如果我们更全面的检视同盾科技的业务，就会发现它做了三件关键的事：特定商业场景的数据化、忠于商业逻辑的算法及其迭代优化，以及将数据智能与商业场景无缝融合的产品。这三件事融会贯通、相互包含，在反馈闭环中共同演化，这就是未来智能商业的样貌。
四、互联网商业模式未来之路畅想
（一）2B企业服务将是未来中国互联网的主战场。
2B企业服务在中国仍然是个比较新兴的行业，但在美国已经非常成熟，近两年也出现了很多服务于中小企业且估值超过10亿美金的“独角兽公司”，比如为企业和政府提供信息安全服务的Palantir（ 估值 201亿美元），为创业者提供工作生活空间的WeWork（估值160亿美元），为中小企业提供信息云存储服务的Dropbox（估值103亿美元），为小商户提供线上支付服务的Stripe（估值50亿美元），为中小企业提供人力资源管理软件的Zenefits（估值45亿美元），为企业提供大数据服务的Cloudera（估值41亿美元），为公司提供团队协作工具的Slack（估值38亿美元）等等……
在国内，我们可以看到很多公司在复制这些已经在国外取得成功的模式，不过还没有几家真正跑出来的独角兽创业公司（除了阿里腾讯生态圈内的几家公司），这说明企业服务还有很大的市场空间等待被占领，国外的成熟模式在中国落地还存在许多机会。
（二）人工智能和区块链将是下一个创业浪潮。
现在的人工智能，尤其是深度学习的算法还处在非常初级的阶段，有很多提升的空间，现在做得还非常不够。距离能够真正挑战人的认知能力还有很长的时间。通过“深度学习”在理论、算法等方面的长远布局和突破，人工智能将是一个巨大产业，并且会持续很长时间。未来20~50年都将会是人工智能的一个快速发展时期。在很多领域如果能做出模拟器，定义出很多参数，让机器自己学习，找到规律，其能力可能远超我们现在的想象。
区块链技术被认为是继蒸汽机、电力、互联网之后，下一代颠覆性的核心技术，被预测为“第四次工业革命”。蒸汽机解放了生产力、电力解决了生活需求、互联网颠覆了信息传递的方式，那么区块链则将彻底改变人类“价值传递”的方式。区块链本质是一个分布式的公共账本，每一个人都可以对这个公共账本进行核查，每一次更新权限都平等向所有人开放，并在所有人的监督下公开完成更新，只能按照严格的规则和共识进行更新，没有任何一个单一的用户可以对它进行控制。区块链技术的应用可能会给人类社会带来颠覆的改变，彻底改变现有的中心化的生产关系。
参考文献：
[1] 廖理. 全球互联网金融商业模式：格局与发展. 机械工业出版社. 2017
[2] 王旭川. 社群商业-互联网+商业模式和创新方法. 机械工业出版社. 2016
[3] 郑翔洲，吕宝利，陈杨. 新商业模式创新设计. 电子工业出版社. 2015.
[4] 杨健. 降维打击：“互联网+”大数据时代颠覆性变革的力量. 北京时代华文书局. 2016
[5] 王坚. 在线：数据改变商业本质，技术重塑经济未来. 中信出版社. 2018
