智融集團(tuán)CEO焦可在T-EDGE全球創(chuàng)新大會上演講
傳統(tǒng)金融機(jī)構(gòu)的審美是基于用戶的征信報告、社保記錄、資產(chǎn)證明和工資流水等要素建立起來的，但是只看“水面之上”的信息導(dǎo)致中國只有20%的人被傳統(tǒng)金融機(jī)構(gòu)在個人信貸領(lǐng)域中服務(wù)到。如何去挖掘“水面之下”的信息？如何觸達(dá)傳統(tǒng)金融體系無法達(dá)到的地方？
在2018 T-EDGE全球創(chuàng)新大會上，智融集團(tuán)CEO焦可把人工智能和基于傳統(tǒng)金融征信體系的個人信貸比喻成“錘子”和“釘子”的關(guān)系。傳統(tǒng)金融的審美非常“硬”，但是人工智能可以通過用戶的行為、身份、電商、設(shè)備、關(guān)系和位置等與用戶信用情況相關(guān)的弱特征，找到很多的相關(guān)性。他說道：“人工智能是‘錘子’，更大價值在于‘釘子’是什么，能不能用‘錘子’敲進(jìn)去。”
作為國內(nèi)領(lǐng)先的金融科技公司，智融集團(tuán)推出了以人工智能、機(jī)器學(xué)習(xí)、大數(shù)據(jù)計算等為核心的I.C.E.人工智能風(fēng)控引擎。I.C.E.人工智能風(fēng)控引擎由“柯南特征工程”、“Anubis大數(shù)據(jù)計算架構(gòu)”、“D-AI機(jī)器學(xué)習(xí)模型”三部分組成，分別對應(yīng)識別（Identification）、計算（Calculation）、評估（Evaluation）的人工智能三大關(guān)鍵環(huán)節(jié)。
焦可介紹到，智融集團(tuán)的I.C.E.人工智能風(fēng)控引擎就是這樣一把錘子，而這把錘子的結(jié)果是：累計審批通過放款2600萬筆，每一筆信貸審核速度只需要8秒鐘，7*24小時工作，全程無需人工參與，這是傳統(tǒng)金融機(jī)構(gòu)無法想象的。他指出，通過技術(shù)手段改變原有產(chǎn)業(yè)，提升原有產(chǎn)業(yè)的邊界和服務(wù)能力，這會是金融科技下半場真正的競爭點。
“智融”就是“讓每個人享受智慧的金融”，通過不一樣的方法把技術(shù)用到極限，去解決金融服務(wù)滲透度的問題，讓錘子和釘子碰撞出真正的火花！（本文首發(fā)鈦媒體，作者/仇楊濤）
有一派人對人工智能持悲觀態(tài)度，覺得人工智能離得很遠(yuǎn)。但是在我看來，人工智能是一個錘子，空談沒有意義，更大的價值是在于“釘子是什么，是不是可以用錘子敲進(jìn)去”，這是我今天跟大家分享的錘子和釘子的故事。
回到金融領(lǐng)域，問題首先是“金融領(lǐng)域的釘子是什么”？歐美這種發(fā)達(dá)國家在個人信貸領(lǐng)域的滲透率非常高，達(dá)到80%。而中國整個的金融服務(wù)滲透度是倒掛的，只有20%。
像地鐵司機(jī)、商場服務(wù)員、技工這些人不是傳統(tǒng)金融的目標(biāo)客戶。這樣對比一看，我們發(fā)現(xiàn)一個巨大的市場機(jī)會，一個釘子擺在你面前，我們敲這個釘子之前要先看看為什么傳統(tǒng)金融機(jī)構(gòu)不去服務(wù)這幫人？
傳統(tǒng)金融機(jī)構(gòu)的審美是基于用戶的征信報告、社保記錄、資產(chǎn)證明和工資流水等“強(qiáng)特征”建立起來的，但是中國普通的老百姓這些材料不齊全，很多年輕人銀行征信是白戶，沒有有效的信息給到銀行判斷他是否是很好的客戶。
傳統(tǒng)金融只能看到“數(shù)據(jù)冰山”水面上的部分，但是水面下的部分是無法用來分析的。傳統(tǒng)方式通過幾條非常硬的規(guī)則做了一個“篩子”，大的蘋果被挑出來，但是漏下去的蘋果也有好的，我們不能指望篩子變成秤。
為了解決這個問題，我們需要打造新的錘子、新的審美，這個審美就是我們不再依賴傳統(tǒng)的金融機(jī)構(gòu)所使用的這些非常標(biāo)準(zhǔn)化的、非常強(qiáng)硬的數(shù)據(jù)，而是去發(fā)現(xiàn)更多用戶的弱特征、潛藏在水面下的數(shù)據(jù)，我們相信一定能從中找到很多的相關(guān)性。
我先直接告訴大家這個錘子的結(jié)果：我們的I.C.E.人工智能風(fēng)控引擎上線之后，已經(jīng)累計審批通過超過2600萬筆信貸交易。這對傳統(tǒng)金融是一個天文數(shù)字。對于銀行來講，每年一個銀行的網(wǎng)點任務(wù)量是幾百筆或幾千筆。而我們的引擎做到2600萬筆，每筆信貸的審核速度只需要8秒鐘，全程無需人工參與，這意味著我們可以7*24小時提供服務(wù)。
這個錘子究竟是怎么打造出來的？
傳統(tǒng)金融機(jī)構(gòu)的風(fēng)控是找到那些可能有很長時間金融風(fēng)控經(jīng)驗的人，告訴我們“好人”的特征，比如是“收入大于三千塊”的人；而服務(wù)員和司機(jī)等這些收入不穩(wěn)定的職業(yè)就可能被定義成“壞人”，他們是不能被服務(wù)的。
我們怎么做？恰恰反其道而行之，我們不依賴人的經(jīng)驗，而是依賴數(shù)據(jù)，數(shù)據(jù)會告訴我們什么人是好人，什么人是壞人。2600萬筆意味著什么？意味著我們有2600萬次的服務(wù)，這些服務(wù)可以告訴我們，哪些用戶是好用戶，哪些用戶是壞用戶。當(dāng)我們把這樣的結(jié)果帶回到我們的機(jī)器里時，就會得到一個學(xué)習(xí)的過程，就會得到一個比傳統(tǒng)的依賴專家經(jīng)驗更有效的結(jié)果。
我們認(rèn)為人工智能包括“識別”、“計算”和“評估”三個環(huán)節(jié)。
特征，不是傳統(tǒng)意義上的“收入多少”、“有沒有逾期”等這樣的簡單數(shù)據(jù)。我們現(xiàn)在使用的基礎(chǔ)特征已經(jīng)超過一萬三千個，如果算上組合特征，是達(dá)到百萬級的。比如一個申請用戶的電池電量和他的逾期有相關(guān)性，這樣一個難以被人發(fā)現(xiàn)和計算的特征也會帶來一些新價值。
而我們的學(xué)習(xí)引擎，里面有很多與傳統(tǒng)金融風(fēng)控不一樣的特征。傳統(tǒng)銀行機(jī)構(gòu)的風(fēng)控標(biāo)準(zhǔn)往往是統(tǒng)一的，每個銀行網(wǎng)點之間都依照同一個審核標(biāo)準(zhǔn)。但是我們在線上并行跑上百個模型，為什么？因為不同的用戶會隨機(jī)分配不同的模型，然后我們在一個月后將這些由不同特征和參數(shù)構(gòu)成的模型做競爭比較。
同樣，我們的模型迭代速度比傳統(tǒng)的快很多。傳統(tǒng)的半年更新一次，而我們的模型每周都會有幾十次的更新，因為樣本攢到一定程度就可以進(jìn)行模型優(yōu)化。每天處理這么大的數(shù)據(jù)，意味著必須有很強(qiáng)的計算能力。我們從BAT挖了一些高級工程師，搭起了一個很強(qiáng)的風(fēng)控模型，我們放款速度是秒級的，我們每天處理的數(shù)據(jù)有10個T。
我們單特征在全量數(shù)據(jù)下的迭代速度只需要15分鐘，比如“星座”這個特征在風(fēng)控中有沒有效果，機(jī)器模型可以在15分鐘內(nèi)告訴我們答案，這在傳統(tǒng)金融風(fēng)控領(lǐng)域是無法做到的。這個技術(shù)對人和傳統(tǒng)方法的替代不是加速了整個過程的效率，而是說我們用新的方法提高了整個服務(wù)的能力，擴(kuò)展了服務(wù)的邊界，這是非常有意思的一件事。
我們從來不把自己定義為一家金融公司，而是將AI技術(shù)用在金融業(yè)務(wù)的引擎公司。
傳統(tǒng)金融燒的是專家的經(jīng)驗和人力，而新的金融引擎燒的是數(shù)據(jù)、是算法、是工程師。所以我們每年都會花數(shù)億的錢投入到研發(fā)上，我們在積累樣本上的成本已經(jīng)超過了十億。
所以我覺得“金融科技”不是一個概念，是實實在在發(fā)生在我們身邊的事情。柳傳志先生講聯(lián)想是“貿(mào)工技”，“貿(mào)”指貿(mào)易，技術(shù)一開始解決的是貿(mào)易和渠道的問題，把原來在線下的變成在線上開展；“工”指代工，提高審批速度、提高效率；最重要的是“技”，通過技術(shù)手段改變原有產(chǎn)業(yè)，提升原有產(chǎn)業(yè)的邊界和服務(wù)能力，這會是金融科技下半場真正的競爭點。
我們集團(tuán)的名字“智融”源自于我們的使命“讓每個人享受智慧的金融”，我們不是挑肥揀瘦的金融，而是一個雪中送炭的金融，讓更多人享受到金融服務(wù)，將技術(shù)用到極限，才能解決金融服務(wù)滲透度的問題，才能讓錘子和釘子真正的發(fā)生碰撞，碰撞出火花！好，謝謝大家。
快報
根據(jù)《網(wǎng)絡(luò)安全法》實名制要求，請綁定手機(jī)號后發(fā)表評論