0
| 本文作者： AI金融评论 | 2018-09-14 22:03 |
“金融科技赋能”的话题从去年火热到今年，更在当前似乎成为了全行业的共识。银行等传统金融机构、金融科技公司等相关参与方也越来越常谈到科技转型战略，并分享合作案例。
在近日举办的朗迪2018峰会上，雷锋网与智融集团CEO焦可进行了一次深入交流。据介绍，自去年3月推出人工智能风控引擎“I.C.E.”后，智融便确立了服务B端这一战略。焦可表示，“智融集团发展有两条腿——B端和C端齐头并进，我们认为B、C业务是互补的。相对而言，B端的服务更加多样性。只做C端，深度容易达到，但广度不够；如果单纯做B端，广度易达，但深度不够，所以我们会长期坚持C、B两个端并行战略。”
雷锋网了解到，焦可是清华大学计算机系学士，中科院计算所硕士。曾任百度高级经理、赶集网高级产品总监、马可波罗网产品副总裁。2013年他投身互联网金融创业，2015年推出了主打产品用钱宝，2017年3月，在完成了C轮融资后，公司升级为智融集团。
在2015年用钱宝诞生之前，焦可率领团队还做过一个结构化的贷款数据库及智能化推荐引擎——“贷小秘”，该产品旨在解决银行与贷款人群信息不对称问题。然而，经过一年半的摸索，成功率依然很低。他们逐渐认识到，信贷市场核心问题不是信息不对称，而是能力不均衡，传统金融机构针对弱特征人群的风控水平有限。不同于典型的银行客户，这类客户大都缺少征信报告、银行流水、社保证明等强特征数据，只有海量的弱特征数据。
“巧妇难为无米之炊，我们希望发明一种新的厨艺来服务这帮非银行客户人群。而为了发明厨艺，我们开了一个‘馆子’，这个‘馆子’就是用钱宝。”焦可表示。用钱宝是一款针对小额短期借款市场的助贷产品，连接着用户和持牌金融机构，为合格的放款主体提供风控服务。产品并不直接接触借贷资金，而是由银行、消费金融公司等机构直接放款给用户。据称，用钱宝已经贡献了2500多万人次信贷样本。
焦可指出，当业务以人工智能为导向时，马太效应也愈加明显。“样本越多，模型越好，通过率会更高，坏账率会更低。从而在市场竞争当中会处在优势位置，优势就转化成营利能力。营利能力又转化成市场投放能力，又会带来样本的增长。”
值得注意的是，焦可言语间对于用钱宝的获客营销方式颇为自信。他告诉雷锋网，用钱宝样本的获客方式都来自线上，主要有四种渠道，分别是搜索引擎、应用市场、DSP等展示广告、客户运营推荐。而且他们非常重视精细化运营。
“一般来说，同行都是一个应用商店一个安装包，这样可以了解到各渠道下载量。而我们不止如此，撒出去了超过60000个安装包，不仅精准到渠道，还可以精准到关键词，‘每个用户不同搜索词搜索到的安装包都不同’，通过这种方式，我们了解到，用户搜索什么关键词，转化率会更高；什么时候，风险可能很高。”
在“馆子”运作了两年后，智融终于开放了“厨艺”——人工智能风控引擎“I.C.E.”。三个字母分别代表，Identification-识别， Calculation-计算，Evaluation-评估。针对AI风控的三个核心问题，智融做了三方面工作：柯南特征工程、D-AI机器学习模型、Anubis大数据计算架构。据介绍，智融在对接客户时，一般会通过API的方式提供定制化的解决方案。
另据称，I.C.E.人工智能风控引擎挖掘产生8000+个维度的弱特征，而传统信贷领域只有十数个特征，同时上百个机器学习模型平均每月完成100余次模型迭代，常规机器审核仅用8秒。当然，在服务B端时，由于B端需求不同，并不是每次服务B端都会用到几千条特征。
前文也提到，服务B端是当前大势。有观点认为，这一趋势的出现，一方面由于受制于法律规范，另一方面则是由于C端业务饱和，所以转向B端。
对此，焦可对雷锋网表示，“我觉得没有一个明显的断代式的转化。2C与2B，其实并不矛盾的。换个角度来讲，信贷业务本质是2B2C，因为最终服务的对象都是个人信贷的用户，更多的是在探讨大家一起合作的模式。”不论是线上还是线下，信贷的本质也没有发生改变。科技的进步，其实是以一种更高效的方式替换了一些流程环节，焦可强调说，智融本身也仍然是与金融机构合作，帮助其寻找客户、风控、做好贷后管理。
“传统金融机构的自营模式将会转化为合作模式，各取所需是未来行业的合作框架。随着这样的一个框架诞生，过去的筛选规则以金融产品为核心，也会转变为AI评估下的以人为核心。”据介绍，目前智融的合作伙伴有两类，一是前端场景方，另一类是资金提供方。
还值得注意的是，盯上B端蛋糕的互金公司数不胜数，还有银行科技子公司、BAT等互联网公司虎视眈眈。类似智融的非巨头、非平台型公司应该如何参与竞争呢？
“首先，我觉得中国的长尾人群体量非常大，这些远非大银行、BAT所能完全解决。我有一个观点——中国个人信贷板块可能会呈现‘三三四’的格局，竞争关键是上三与中三。最上面的三成，会被大行和BAT所覆盖，同时他们会往下渗透。中小银行和互金公司也在努力吃掉中间的‘三成’人群，即我们所说的次优人群。”焦可表示。
他进一步解释说，欧美的信贷客户是“八二结构”，八成能够享受直接银行服务，另外两成可以得到非银行机构的服务。类比到中国，中间的三成并不是所谓的“危险人群”，而是“underserved”，他们本该得到银行服务。“司机和服务员就是此类‘中三’，而一直以来银行对于这种职业有偏见，认为他们是高危行业，流动性高。但我们认为他们的资质还不错，都是依靠劳动去赚钱。只是不符合银行的审美，所以无法获得服务。而大数据能够解决这些问题。”
另一方面，焦可指出，“到了互金行业下半场，大家已经意识到了孤木不成林。一个玩家、一个业务，其实很难形成一个大的规模效应。而现在，行业注重互补和合作，各展所长。有的公司在流量上占据优势，所以它与金融机构的合作方式是以流量为主。我们这类公司的卖点就是风控模型。”
“有可以实践落地的案例，再加上充分理解B端业务，我认为这是互金公司保持竞争力的两点关键。”焦可表示。此外，他还特别指出，业内每家公司在数据源方面的获取并没有太大差异，“不存在独门数据”，数据加工方式很重要，“同样这些数据，可能有的公司如果人工加工，可能只能得到几十条，上百条就顶天。但是如果使用机器挖掘的话，你可以挖掘出几千条。”
相关文章：
智融集团CTO齐鹏详析：AI如何处理金融领域的弱特征数据？丨CCF-GAIR 2017
雷峰网原创文章，未经授权禁止转载。详情见转载须知。
