天天看点

C+B端两条腿走路,智融集团耕耘人工智能金融的这五年

作者:死者的青铜
C+B端两条腿走路,智融集团耕耘人工智能金融的这五年

“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,用钱宝样本的获客方式都来自线上。与“场景”也无甚关联。cto齐鹏曾解释说,这是因为他们认为消费场景是借贷的子集。用户的需求通常就是获得贷款用于生活,不外乎衣食住行等,不想给用户一个场景局限。

焦可表示,不同于大额信贷,大额信贷的的场景收敛,资金使用用途非常重要,“你是拿去买房装修,还是炒比特币,风险差异较大”,而小额业务由于非常分散,场景不收敛,以及风险更大关乎人而不是使用场景。

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,识别 identify 、计算 calculate 和评估 evaluate。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。”据称,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,这些远飞大银行、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。

“比如银行对于司机以及服务员有偏见,认为他们是高危行业,流动性高。而我们认为他们的资质还不错,都是依靠劳动去赚钱,但由于不符合银行的审美,所以无法获得服务。而大数据能够解决这些问题。”

另一方面,“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。而我们这类公司的卖点就是风控模型。”

如何保持自身的竞争力?焦可认为其实有二,一是有可以实践落地的案例,二是充分理解b端业务。此外,他特别指出,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。”

继续阅读