作者 | 小沐

編輯 | 火柴Q、甲小姐

分析師 | 丁兆增

本文圖表數(shù)據(jù)來自「甲子光年」分析師團(tuán)隊(duì)；文內(nèi)一手信息來自「甲子光年」記者團(tuán)隊(duì)對(duì)桃樹科技的深度調(diào)研。

2018年初，成立兩年的桃樹科技決定“鬧一場(chǎng)革命”。

這家由復(fù)星資本、線性資本、創(chuàng)新工場(chǎng)、光信資本等明星機(jī)構(gòu)投資，由曾建立淘寶網(wǎng)數(shù)據(jù)科學(xué)團(tuán)隊(duì)的楊滔帶隊(duì)的公司，此前一直和其他服務(wù)金融機(jī)構(gòu)的技術(shù)初創(chuàng)公司一樣，遵循著一套“標(biāo)準(zhǔn)流程”：融資、招人、做標(biāo)桿客戶、再融資、再招人、做更多客戶。

于是也遇到了行業(yè)“標(biāo)準(zhǔn)難題”：項(xiàng)目制、外包，費(fèi)勁不討好，缺少定價(jià)權(quán)，最重要的是，難以真正形成技術(shù)價(jià)值的閉環(huán)。

創(chuàng)始人楊滔眼睜睜看著公司在食物鏈底端尷尬爬行了兩年，他痛定思痛，做出了一個(gè)大膽的決定：不再在原有市場(chǎng)里慢吞吞匍匐，而是all in一個(gè)新戰(zhàn)場(chǎng)，快速突圍。

楊滔做出了業(yè)內(nèi)極為罕見的殺伐決斷：

戰(zhàn)略上，跳出to B大條框，用公司自有資金做二級(jí)市場(chǎng)的量化投資，靠技術(shù)直接賺錢。

戰(zhàn)術(shù)上，精簡(jiǎn)人員，把80%以上資源支持新戰(zhàn)略；以AI技術(shù)為投資武器，以省下來的彈藥為投資本金，讓戰(zhàn)略決策得到120%的執(zhí)行。

班子團(tuán)隊(duì)上，挑選精英工程師，組成“桃樹先鋒隊(duì)”，結(jié)合公司積累的技術(shù)能力和團(tuán)隊(duì)對(duì)國內(nèi)外量化投資的全方位研究、研發(fā)，獨(dú)創(chuàng)交易策略。

“在實(shí)盤交易之前，我們做了最壞的打算。”楊滔告訴「甲子光年」。

但真正跑起來，桃樹的策略卻取得了亮眼的成績(jī)：

經(jīng)過10個(gè)月的實(shí)盤交易，桃樹從最初的100萬本金不斷加碼至幾千萬本金；2018年年內(nèi)，當(dāng)市場(chǎng)行情一片愁云慘霧之時(shí)，桃樹卻在幾千萬本金的規(guī)模下取得了37%的年化收益率，業(yè)績(jī)超過99%的公募基金。

“能取得成效的關(guān)鍵是我們有技術(shù)積累，并在這個(gè)行業(yè)做了許多功課?！睏钐险f，“真正酷的技術(shù)，賺錢絕不應(yīng)該是費(fèi)勁的。”

從為他人賦能，到自己上陣，桃樹的選擇在行業(yè)中很罕見，卻給金融科技這條賽道帶來了一個(gè)獨(dú)特的案例：

斷后路、揭竿起，技術(shù)翻身把錢賺。

1.“虛招”不中用了

楊滔并不回避前兩年的艱難。

這一波人工智能、大數(shù)據(jù)公司，誰不是起步時(shí)自帶光環(huán)，備受追捧？

但與學(xué)術(shù)成果的日新月異相比，新技術(shù)商用之路往往“高開低走”：酷炫黑科技的應(yīng)用場(chǎng)景并不好找；就算摸到了門，也不好進(jìn)，更難的是賺到錢。

楊滔有亮眼的職業(yè)資歷。在2012年～2015年于淘寶工作期間，曾是內(nèi)部小有名氣的“數(shù)據(jù)科學(xué)家”，為“聚劃算”做出了爆款推薦引擎后，他被破格晉升為P8；此后，他又帶領(lǐng)一個(gè)“數(shù)據(jù)敢死隊(duì)”開發(fā)了內(nèi)嵌在淘寶后臺(tái)的“至高點(diǎn)”數(shù)據(jù)產(chǎn)品，以幫助用戶發(fā)現(xiàn)淘寶中最具特色的達(dá)人買家和小而美賣家。

由于不想讓算法局限在“讓人止不住剁手”這件事上，楊滔在2015年辭職創(chuàng)業(yè)。

創(chuàng)業(yè)之初，桃樹首先想要拿下的是數(shù)據(jù)質(zhì)量高、技術(shù)需求明確、資金充沛的銀行業(yè)。

按照楊滔設(shè)想的“業(yè)務(wù)、數(shù)據(jù)、算法”三位一體的商業(yè)閉環(huán)，如果桃樹的算法技術(shù)能在服務(wù)高門檻的銀行客戶時(shí)得到淬煉，便邁出了用人工智能創(chuàng)造價(jià)值的第一步：技術(shù)的原始積累。

但實(shí)際服務(wù)客戶的過程卻并不容易，常常陷于做項(xiàng)目和外包的苦戰(zhàn)：

爭(zhēng)取到銀行客戶必須經(jīng)歷做免費(fèi)PoC（Proof of Concept，概念驗(yàn)證）的過程。外包商能爭(zhēng)取到做PoC已很有難度，桃樹在確定進(jìn)入PoC過程后，一般有30%左右概率能拿到客戶訂單，而這離客戶付費(fèi)可能又還隔著半年以上的時(shí)間。

經(jīng)過漫長(zhǎng)、耗時(shí)的技術(shù)服務(wù)，桃樹總共攻下了近20家付費(fèi)客戶，客單價(jià)在數(shù)十萬到數(shù)百萬之間——換句話說，不能輕松地賺錢，更不能賺大錢。

這絕非桃樹一家技術(shù)服務(wù)公司面臨的難題。

導(dǎo)致困境的外部原因是：市場(chǎng)需求不成熟。

2016年左右，大量傳統(tǒng)企業(yè)雖然想用新技術(shù)，卻對(duì)效果不清楚，對(duì)創(chuàng)業(yè)公司不信任。桃樹和大量同類公司仿佛市場(chǎng)中的“義務(wù)教育者”，常常是，與客戶溝通，會(huì)議室滿滿當(dāng)當(dāng)坐了20多人，一講技術(shù)趨勢(shì)就狂記筆記，一談付費(fèi)、購買就面露難色。

導(dǎo)致困境的內(nèi)部原因是：新技術(shù)公司缺乏一線的行業(yè)落地經(jīng)驗(yàn)，難憑自己力量找到product-market fit（產(chǎn)品-市場(chǎng)契合度）。

比如，楊滔之前沒想到，銀行客戶決策流程長(zhǎng)，更看重“業(yè)務(wù)不出錯(cuò)”而非“技術(shù)效果好”。

桃樹曾遇到一家銀行客戶，把各家大數(shù)據(jù)公司叫到一起，講PPT、做項(xiàng)目比賽，整個(gè)周期長(zhǎng)達(dá)4個(gè)月。但最后這家銀行沒有采納任何一個(gè)方案，還要求大家再來一遍。

回頭看，銀行雖然有錢，但決策機(jī)制保守謹(jǐn)慎，核心業(yè)務(wù)被內(nèi)部層層封閉，這和互聯(lián)網(wǎng)的精益創(chuàng)業(yè)、快速試錯(cuò)的思路截然不同，銀行并非創(chuàng)業(yè)公司切入金融行業(yè)的最佳著力點(diǎn)。

兩年多的摸爬滾打，讓楊滔在市場(chǎng)火熱的2016年底，就開始深深懷疑人工智能領(lǐng)域“請(qǐng)大牛+刷大單+融大資+估大值”的模式。

“不可持續(xù)。”楊滔認(rèn)為，拼融資、拼牛人這種“虛招”是to VC的，沒把“技術(shù)產(chǎn)生價(jià)值”放到第一位。這樣的公司，可能善于融資，但絕不善于賺錢。

說白了，大部分做To B業(yè)務(wù)的人工智能公司都沒找到能爆發(fā)式增長(zhǎng)的商業(yè)模式。

突破口到底在哪里？楊滔認(rèn)為最重要的是回歸商業(yè)本質(zhì)：

重建一支“志趣相投”的團(tuán)隊(duì)；重新回答從0到1的關(guān)鍵問題：技術(shù)本身到底能為客戶創(chuàng)造哪些價(jià)值？

“這些才是根基，其他一切問題都不是事?！睏钐险f。

2017年初，沿著創(chuàng)造價(jià)值的路徑，楊滔決定把核心技術(shù)沉淀為產(chǎn)品，建立通用的數(shù)據(jù)建模平臺(tái)DataBrain，將其打造成“數(shù)據(jù)科學(xué)的基礎(chǔ)設(shè)施”。

此前，桃樹的數(shù)據(jù)建模能力分散在信用風(fēng)控、精準(zhǔn)營銷、個(gè)性化推薦、客戶分群等各技術(shù)服務(wù)中；這種做法之所以不能真正為客戶創(chuàng)造價(jià)值，是因?yàn)榧夹g(shù)公司只提供算法，而數(shù)據(jù)和業(yè)務(wù)分散在客戶手中，算法、數(shù)據(jù)、業(yè)務(wù)三者割裂。

而DataBrain能統(tǒng)合這三要素：它能從數(shù)據(jù)中挖掘隱藏細(xì)節(jié)，使用最優(yōu)算法建立模型，并在交互中實(shí)時(shí)提升業(yè)務(wù)層的決策結(jié)果，最終成為一個(gè)幫機(jī)構(gòu)或大眾投資者做決策的標(biāo)準(zhǔn)化產(chǎn)品。這就實(shí)現(xiàn)了楊滔一直設(shè)想的“業(yè)務(wù)、數(shù)據(jù)、算法”三位一體的商業(yè)閉環(huán)。

堅(jiān)持做產(chǎn)品的提前布局，在當(dāng)時(shí)雖不能立竿見影地幫公司做好已鋪開的業(yè)務(wù)，卻成為桃樹日后再次實(shí)現(xiàn)突破的關(guān)鍵武器。

2.逆風(fēng)翻盤

事后回看，讓桃樹如今重新出發(fā)的機(jī)遇出現(xiàn)在2017年底。

當(dāng)時(shí)，桃樹為一家金融客戶的投資業(yè)務(wù)提供了服務(wù)。

與以往不同的是，這次服務(wù)直接作用于二級(jí)市場(chǎng)交易環(huán)節(jié)，評(píng)估標(biāo)準(zhǔn)明確，直接將DataBrain應(yīng)用于公開數(shù)據(jù)就顯著提高了客戶的收益，這初步說明它能快速為特定的投資需求建立有效投資模型。

楊滔也興奮地看到，二級(jí)市場(chǎng)投資理財(cái)未來完全有可能發(fā)展為to C業(yè)務(wù)，這將是一個(gè)巨大的市場(chǎng)。

于是2018年初，桃樹果斷做出了前文提到的戰(zhàn)略部署：用自有資金直接做量化投資。

此時(shí)，已持續(xù)迭代一年的DataBrain成為桃樹得以快速把握新機(jī)會(huì)的關(guān)鍵。商業(yè)之路常常就是這樣，彼時(shí)無處施展的“屠龍之術(shù)”，在合適的時(shí)機(jī)卻能帶來意外的逆風(fēng)翻盤。

相比上世紀(jì)80年代在美國興起的量化投資，中國量化投資起步較晚，其標(biāo)志性事件是2010年4月滬深300股指期貨的問世。此前，國內(nèi)二級(jí)市場(chǎng)是“多頭市場(chǎng)”，不存在高效率的做空機(jī)制。而有了股指期貨后，國內(nèi)市場(chǎng)可以“配對(duì)交易”，在實(shí)現(xiàn)對(duì)沖投資的同時(shí)確保收益。

這刺激了量化基金數(shù)量的激增。

2014年，中國新成立的量化基金數(shù)量同比增長(zhǎng)超過600%，首次募資規(guī)模的同比增長(zhǎng)更是超過了1200%。（因2015年的股災(zāi)，新成立的量化基金數(shù)在其后回落。）

目前，國內(nèi)已有九坤、明汯、幻方等管理規(guī)模超50億元的知名量化私募基金，工行、交行等也建立了自己的量化投資團(tuán)隊(duì)。

同時(shí)，整個(gè)量化投資市場(chǎng)仍有巨大發(fā)展空間。東興證券量化投資總監(jiān)洪振寧去年曾對(duì)媒體表示，股指期貨出現(xiàn)升水（股指期貨價(jià)格高于現(xiàn)貨價(jià)格）及市場(chǎng)流動(dòng)性回升是量化策略整體復(fù)蘇的重要標(biāo)志，近兩年量化投資應(yīng)大有可為。

從長(zhǎng)期發(fā)展?jié)摿矗?017年，全球?qū)_基金管理的總資金中，34%被用作量化投資；對(duì)比國內(nèi)，量化投資管理資金規(guī)模還不到5%，這里可能潛藏著巨大的機(jī)會(huì)。

而摩根斯坦利發(fā)布的數(shù)據(jù)表明，去年接近40%的投資交易已將人工智能作為模塊之一，比2016年翻了一倍。

機(jī)會(huì)是留給有準(zhǔn)備的人的。

DataBrain經(jīng)過前兩年苦海無邊的外包服務(wù)打磨，從零零散散、個(gè)性化十足的項(xiàng)目中，練就了通用數(shù)據(jù)建模能力。

2018年年初，楊滔開始帶領(lǐng)新組建的“桃樹投資先鋒隊(duì)”，對(duì)投資行業(yè)進(jìn)行全面調(diào)研，并對(duì)DataBrain做了升級(jí)改造，使其具備以下4方面的“專業(yè)能力”：

一是通過對(duì)比驗(yàn)證及實(shí)盤交易不斷積累、更新的因子庫和規(guī)則庫，二是一系列針對(duì)不同數(shù)據(jù)源和投資目標(biāo)的特殊算法，三是基于前兩點(diǎn)生成的多種投資策略模型，四是由不同模型組合而成的最終決策。

例如，在股票市場(chǎng)，DataBrain就有大盤行情分析、行業(yè)潛力分析、股票收益率評(píng)級(jí)模型、股票價(jià)值模型、股票擇時(shí)模型、市場(chǎng)風(fēng)險(xiǎn)規(guī)則和投資組合優(yōu)化等多個(gè)模塊。楊滔認(rèn)為，單個(gè)模型無法帶來徹底的效率提升，只有將不同甚至矛盾的技術(shù)模塊合理組合應(yīng)用，才能大幅度降低系統(tǒng)性風(fēng)險(xiǎn)。這就是為什么越是在市場(chǎng)震蕩期，DataBrain越能發(fā)揮優(yōu)勢(shì)——在促進(jìn)收益的情況下保持風(fēng)險(xiǎn)最小化。

此外，作為機(jī)器的DataBrian還能獲得時(shí)間成本上的更多優(yōu)勢(shì)，它可以7*24小時(shí)永不疲憊地運(yùn)轉(zhuǎn)，橫跨海內(nèi)外不同時(shí)區(qū)的金融市場(chǎng)，為投資者帶來多種低風(fēng)險(xiǎn)套利機(jī)會(huì)。

2019年，是桃樹全面發(fā)力二級(jí)市場(chǎng)投資業(yè)務(wù)的一年。除了用自有資金及技術(shù)直接做投資賺錢、悶頭吃肉，基于DataBrain技術(shù)的一系列基金產(chǎn)品也將于近期問世。

那么，桃樹會(huì)就此從一個(gè)充斥格子襯衫的技術(shù)公司變成西裝革履風(fēng)的金融機(jī)構(gòu)嗎？

楊滔告訴「甲子光年」，他的“野心”遠(yuǎn)不止于此。

3.戰(zhàn)略三步走

桃樹決心投入二級(jí)市場(chǎng)投資，除了要證明桃樹的人工智能技術(shù)可以賺錢，而且可以輕松賺錢外，還有另一重長(zhǎng)期意義。

投資不僅和金融從業(yè)者有關(guān)，也正日益成為普通大眾的生活方式，楊滔堅(jiān)信，DataBrain最終可以to C。

如果說to B是“讓1個(gè)人付一億元”，那么to C就是“讓1億人，每人付1元”，對(duì)初創(chuàng)公司來說，這能更好地實(shí)現(xiàn)從0到1階段的爆發(fā)式增長(zhǎng)。

朝著to C的終極戰(zhàn)略方向，桃樹制定了“三步走”的業(yè)務(wù)路徑：

第一步，To Money：自己面向全球市場(chǎng)做投資，實(shí)現(xiàn)自我造血，直接用技術(shù)賺錢。

這是桃樹目前正在做的事。桃樹在這一業(yè)務(wù)上的核心優(yōu)勢(shì)是DataBrain的迭代能力。經(jīng)過針對(duì)投資的升級(jí)后，DataBrain能不斷提煉更多因子，創(chuàng)造更多策略，并將獨(dú)立且矛盾的策略形成一個(gè)完整的投資交易體系，不知疲倦地在最小時(shí)間顆粒度內(nèi)積累“小錢”。

“狗也吃主人桌上掉下的碎渣”，楊滔用《圣經(jīng)》中的話形容DataBrain的這一特點(diǎn)，他認(rèn)為，靠機(jī)器一次性“賺大錢”不現(xiàn)實(shí)，但不斷抓住小風(fēng)險(xiǎn)的小收益，則能一方面實(shí)現(xiàn)“積少成多”地賺大錢，一方面又盡可能避免損失。

這種不間斷挖掘“碎渣”收益的能力，能讓桃樹打造出“零售化的金融產(chǎn)品”，以滿足中國巨大的大眾投資需求，且這一領(lǐng)域是一片技術(shù)商業(yè)化的藍(lán)海。

第二步，To B：幫助有投資需求的企業(yè)進(jìn)行投資，并且從投資收益中分成。

在金融行業(yè)有種共識(shí)：最好用的工具不會(huì)賣給別人，而應(yīng)該自己悶聲發(fā)大財(cái)。

但楊滔的想法是，如果產(chǎn)品真的好，其實(shí)應(yīng)該一邊悶頭吃肉，一邊和別人一起吃肉。

在to B業(yè)務(wù)上，桃樹重點(diǎn)聚焦那些投資需求與投資能力不匹配之處。

例如，許多產(chǎn)業(yè)企業(yè)都有套期保值的需求，在周期性較強(qiáng)的農(nóng)業(yè)、原材料和一些制造業(yè)領(lǐng)域，企業(yè)會(huì)通過購買大宗商品期貨來對(duì)沖自身主營產(chǎn)品的價(jià)格波動(dòng)。而對(duì)實(shí)力并不強(qiáng)的玩家來說，內(nèi)部缺乏專業(yè)的投資團(tuán)隊(duì)、資源；外部，在中國市場(chǎng)上又難以找到能深刻理解產(chǎn)業(yè)問題，儲(chǔ)備相關(guān)投資策略和產(chǎn)品，且資金規(guī)模、投資周期都很合適的專職機(jī)構(gòu)。

而為多樣的投資需求生成最優(yōu)投資策略，正是擁有超強(qiáng)學(xué)習(xí)能力的DataBrain的最大特長(zhǎng)：DataBrain能實(shí)現(xiàn)對(duì)資本規(guī)模、風(fēng)險(xiǎn)偏好、資金封閉期的不同設(shè)定；此后，機(jī)器還可以在初始設(shè)定的基礎(chǔ)上自動(dòng)學(xué)習(xí)，持續(xù)生成、優(yōu)化投資策略。

桃樹的to B 業(yè)務(wù)由DataBrain在客戶的交易賬號(hào)中持續(xù)交易，從最終收益中分得利潤。楊滔把這種商業(yè)模式定義為“科技投資”。

所以，在to B業(yè)務(wù)線上，桃樹的服務(wù)對(duì)象不僅包括券商、其它基金等金融機(jī)構(gòu)，也包含大量有不同需求的各種企業(yè)。

第三步，To C：實(shí)現(xiàn)最終的星辰大海，為大眾提供一款投資決策的數(shù)據(jù)大腦。

用戶只要買股票就逃不開幾個(gè)基本問題：外在，大處要看市場(chǎng)走勢(shì)和行業(yè)潛力，小處要看個(gè)股表現(xiàn)，執(zhí)行上還要考慮投資時(shí)機(jī)、交易量大小、止盈止損手段和應(yīng)對(duì)突發(fā)事件；內(nèi)在，要磨煉好自己的投資原則和定力。

但對(duì)大量有強(qiáng)投資需求的普通人而言，根本沒有這么多時(shí)間全面分析以上的信息、數(shù)據(jù)，也不具備專業(yè)工具和技能。更要命的是，是人就會(huì)貪婪和恐懼，容易做出違背投資原則的錯(cuò)誤決策。市場(chǎng)上仍缺少面向普通投資者的簡(jiǎn)單、有效的投資決策輔助工具。

已完成了前期技術(shù)積累、驗(yàn)證，正在經(jīng)歷真金白銀實(shí)戰(zhàn)的DataBrain有潛力填補(bǔ)這個(gè)空白。一方面，隨著技術(shù)成熟、策略豐富，DataBrain能更好滿足C端多樣的投資需求；另一方面，機(jī)器比人“理性”，更能貫徹以下的投資鐵律——比追逐收益更重要的是控制風(fēng)險(xiǎn)。

3條業(yè)務(wù)線中，to C是桃樹最看重的長(zhǎng)期目標(biāo)。楊滔有一個(gè)觀點(diǎn)：對(duì)大眾有用的科技，才是最有殺傷力的科技——從技術(shù)發(fā)展看，受眾廣、反饋多，才有利于技術(shù)自身的快速進(jìn)化；從商業(yè)能力看，客戶少、評(píng)判者少，技術(shù)工具提供者的議價(jià)能力就弱。擴(kuò)大客戶/用戶面才有利于提高技術(shù)的話語權(quán)。

而在桃樹自身的商業(yè)利益之外，楊滔相信：當(dāng)投資能變得更簡(jiǎn)單、更透明、風(fēng)險(xiǎn)更低時(shí)，會(huì)刺激整個(gè)金融市場(chǎng)的發(fā)展，讓代表新興方向、引領(lǐng)未來機(jī)會(huì)的企業(yè)、行業(yè)拿到更多資金，他們的成長(zhǎng)又會(huì)進(jìn)一步反哺投資者，形成良性循環(huán)。

當(dāng)投資項(xiàng)目就像逛淘寶一樣簡(jiǎn)單時(shí)，金融市場(chǎng)就會(huì)越來越成熟，這正是技術(shù)能給金融行業(yè)帶來的終極價(jià)值。

4. “不賺錢才是跑偏了”

從to M 到to B 再到to C，桃樹的進(jìn)階之路中，有兩點(diǎn)值得行業(yè)借鑒：

1.對(duì)于技術(shù)“直接產(chǎn)生價(jià)值”的思考

2.對(duì)客戶群體的再定義

在楊滔看來，to M 回答了創(chuàng)業(yè)從0到1這一最關(guān)鍵、最難解的問題：到底技術(shù)該怎么創(chuàng)造價(jià)值？也就是真正在實(shí)際場(chǎng)景中找到技術(shù)的用武之地。

“好的產(chǎn)品，直接拿結(jié)果說話?！眛o M業(yè)務(wù)讓桃樹在從0到1的初創(chuàng)階段找到了用技術(shù)產(chǎn)品獲得實(shí)實(shí)在在收益的方法，且收益的最大支撐是DataBrain本身。這里幾乎不需要銷售、運(yùn)營的參與，是一個(gè)“技術(shù)純度”極高的場(chǎng)景，解決了“自己賺錢”的問題。

其次，to M、to B 、to C，三步之間并非割裂，其內(nèi)在的統(tǒng)一性在于： to Money 為后兩步提供了現(xiàn)金流支撐和產(chǎn)品支持——只有自己賺到錢，才能幫別人賺錢；而后兩步又能成為前者的流量、策略渠道。三步齊頭并進(jìn)，互為補(bǔ)充和放大，在最大化技術(shù)價(jià)值的路上，殊途同歸。

To B和to C的統(tǒng)一性則在于，服務(wù)的對(duì)象都是投資者。

“投資”天然是一個(gè)特點(diǎn)介于B和C之間的市場(chǎng)——它在規(guī)模上靠近C端市場(chǎng)，潛在用戶規(guī)模龐大；但在決策動(dòng)因上靠近B端市場(chǎng)，追求的是效率和價(jià)值，而非娛樂、消遣或其他生活需求。這類滿足共同職業(yè)群體、共同職業(yè)訴求的工具可以定義為to P（Professional Groups,職業(yè)群體）。

以to P的視角重新定義客戶群，會(huì)發(fā)現(xiàn)從to B到to C不過是同一套邏輯的推廣，因?yàn)樵谶@兩條業(yè)務(wù)線里，投資人的風(fēng)險(xiǎn)偏好、管理資金規(guī)模、投資經(jīng)驗(yàn)、投資價(jià)值觀雖各不相同，對(duì)專業(yè)工具的需求是卻統(tǒng)一的，能通過to P概念歸納為統(tǒng)一的用戶畫像。

對(duì)楊滔來說，這樣一條路徑最符合他從阿里辭職創(chuàng)業(yè)時(shí)的初心：做一款面向大眾的、幫助大眾節(jié)省時(shí)間而非消磨時(shí)間的產(chǎn)品。

如今，桃樹已經(jīng)跳出用高科技給企業(yè)做外包服務(wù)的被動(dòng)局面，但他們現(xiàn)在選擇的這條蹊徑能否走下去，還有一定風(fēng)險(xiǎn)和變量。

其一，to Money的成果和能力還需要更長(zhǎng)時(shí)間的市場(chǎng)檢驗(yàn)。

一位金融科技從業(yè)者認(rèn)為：憑算法掙錢，有的靠實(shí)力，有的碰運(yùn)氣。即使現(xiàn)在桃樹取得的收益不錯(cuò)，尚不能證明這套工具長(zhǎng)期有效或有足夠的壁壘。

其二，當(dāng)通過大量商業(yè)摸索發(fā)現(xiàn)了賺錢的金融業(yè)務(wù)時(shí)，公司的愿景是否也隨之改變了？

市面上做量化投資的金融科技公司如聚寬、優(yōu)礦、米筐、BigQuant等，都只做平臺(tái)生意，并不會(huì)拿自己的資金做投資。這都是慣常的“金融科技”公司的思路，而已經(jīng)開始直接做金融的桃樹會(huì)不會(huì)干脆“跑偏”成一個(gè)基金？ 

楊滔的回答是：金融科技依舊是公司的大方向，現(xiàn)在的“小目標(biāo)”是先賺錢，“不賺錢才是跑偏了。”

一路走來，雖然幾經(jīng)波折，但楊滔追逐的“技術(shù)普惠大眾”的大方向一直沒變。無論to Money、to B、to C，模式萬萬千，戰(zhàn)略千千萬，“高科技生意”的本質(zhì)卻簡(jiǎn)單明了：

用創(chuàng)新技術(shù)持續(xù)為大眾創(chuàng)造不可提替代的價(jià)值。

END.