“金融科技賦能”的話題從去年火熱到今年，更在當前似乎成爲了全行業的共識。銀行等傳統金融機構、金融科技公司等相關參與方也越來越常談到科技轉型戰略，並分享合作案例。

　　在近日舉辦的朗迪2018峯會上，雷鋒網(公衆號：雷鋒網)與智融集團CEO焦可進行了一次深入交流。據介紹，自去年3月推出人工智能風控引擎“I.C.E.”後，智融便確立了服務B端這一戰略。焦可表示，“智融集團發展有兩條腿——B端和C端齊頭並進，我們認爲B、C業務是互補的。相對而言，B端的服務更加多樣性。只做C端，深度容易達到，但廣度不夠；如果單純做B端，廣度易達，但深度不夠，所以我們會長期堅持C、B兩個端並行戰略。”

　　雷鋒網瞭解到，焦可是清華大學計算機系學士，中科院計算所碩士。曾任百度高級經理、趕集網高級產品總監、馬可波羅網產品副總裁。2013年他投身互聯網金融創業，2015年推出了主打產品用錢寶，2017年3月，在完成了C輪融資後，公司升級爲智融集團。

　　人工智能遇上小額信貸

　　在2015年用錢寶誕生之前，焦可率領團隊還做過一個結構化的貸款數據庫及智能化推薦引擎——“貸小祕”，該產品旨在解決銀行與貸款人羣信息不對稱問題。然而，經過一年半的摸索，成功率依然很低。他們逐漸認識到，信貸市場核心問題不是信息不對稱，而是能力不均衡，傳統金融機構針對弱特徵人羣的風控水平有限。不同於典型的銀行客戶，這類客戶大都缺少徵信報告、銀行流水、社保證明等強特徵數據，只有海量的弱特徵數據。

　　“巧婦難爲無米之炊，我們希望發明一種新的廚藝來服務這幫非銀行客戶人羣。而爲了發明廚藝，我們開了一個‘館子’，這個‘館子’就是用錢寶。”焦可表示。用錢寶是一款針對小額短期借款市場的助貸產品，連接着用戶和持牌金融機構，爲合格的放款主體提供風控服務。產品並不直接接觸借貸資金，而是由銀行、消費金融公司等機構直接放款給用戶。據稱，用錢寶已經貢獻了2500多萬人次信貸樣本。

　　焦可指出，當業務以人工智能爲導向時，馬太效應也愈加明顯。“樣本越多，模型越好，通過率會更高，壞賬率會更低。從而在市場競爭當中會處在優勢位置，優勢就轉化成營利能力。營利能力又轉化成市場投放能力，又會帶來樣本的增長。”

　　值得注意的是，焦可言語間對於用錢寶的獲客營銷方式頗爲自信。他告訴雷鋒網，用錢寶樣本的獲客方式都來自線上，主要有四種渠道，分別是搜索引擎、應用市場、DSP等展示廣告、客戶運營推薦。而且他們非常重視精細化運營。

　　“一般來說，同行都是一個應用商店一個安裝包，這樣可以瞭解到各渠道下載量。而我們不止如此，撒出去了超過60000個安裝包，不僅精準到渠道，還可以精準到關鍵詞，‘每個用戶不同搜索詞搜索到的安裝包都不同’，通過這種方式，我們瞭解到，用戶搜索什麼關鍵詞，轉化率會更高；什麼時候，風險可能很高。”

　　另一邊，用錢寶的獲客與“場景”也無甚關聯。CTO齊鵬曾解釋說，這是因爲他們認爲消費場景是借貸的子集。用戶的需求通常就是獲得貸款用於生活，不外乎衣食住行等，不想給用戶一個場景侷限。

　　焦可表示，不同於大額信貸，大額信貸的的場景收斂，資金使用用途非常重要，“你是拿去買房裝修，還是炒比特幣，風險差異較大”，而小額業務由於非常分散，場景不收斂，以及風險更大關乎人而不是使用場景。

　　角逐B端市場的底氣

　　在“館子”運作了兩年後，智融終於開放了“廚藝”——人工智能風控引擎“I.C.E.”。三個字母分別代表，識別 Identify 、計算 Calculate 和評估 Evaluate。針對AI風控的三個核心問題，智融做了三方面工作：柯南特徵工程、D-AI機器學習模型、Anubis大數據計算架構。據介紹，智融在對接客戶時，一般會通過API的方式提供定製化的解決方案。

　　另據稱，I.C.E.人工智能風控引擎挖掘產生8000+個維度的弱特徵，而傳統信貸領域只有十數個特徵，同時上百個機器學習模型平均每月完成100餘次模型迭代，常規機器審覈僅用8秒。當然，在服務B端時，由於B端需求不同，並不是每次服務B端都會用到幾千條特徵。

　　前文也提到，服務B端是當前大勢。有觀點認爲，這一趨勢的出現，一方面由於受制於法律規範，另一方面則是由於C端業務飽和，所以轉向B端。

　　對此，焦可對雷鋒網表示，“我覺得沒有一個明顯的斷代式的轉化。2C與2B，其實並不矛盾的。換個角度來講，信貸業務本質是2B2C，因爲最終服務的對象都是個人信貸的用戶，更多的是在探討大家一起合作的模式。”不論是線上還是線下，信貸的本質也沒有發生改變。科技的進步，其實是以一種更高效的方式替換了一些流程環節，焦可強調說，智融本身也仍然是與金融機構合作，幫助其尋找客戶、風控、做好貸後管理。

　　“傳統金融機構的自營模式將會轉化爲合作模式，各取所需是未來行業的合作框架。隨着這樣的一個框架誕生，過去的篩選規則以金融產品爲核心，也會轉變爲AI評估下的以人爲核心。”據介紹，目前智融的合作伙伴有兩類，一是前端場景方，另一類是資金提供方。

　　還值得注意的是，盯上B端蛋糕的互金公司數不勝數，還有銀行科技子公司、BAT等互聯網公司虎視眈眈。類似智融的非巨頭、非平臺型公司應該如何參與競爭呢？

　　“首先，我覺得中國的長尾人羣體量非常大，這些遠非大銀行、BAT所能完全解決。我有一個觀點——中國個人信貸板塊可能會呈現‘三三四’的格局，競爭關鍵是上三與中三。最上面的三成，會被大行和BAT所覆蓋，同時他們會往下滲透。中小銀行和互金公司也在努力喫掉中間的‘三成’人羣，即我們所說的次優人羣。”焦可表示。

　　他進一步解釋說，歐美的信貸客戶是“八二結構”，八成能夠享受直接銀行服務，另外兩成可以得到非銀行機構的服務。類比到中國，中間的三成並不是所謂的“危險人羣”，而是“underserved”，他們本該得到銀行服務。“司機和服務員就是此類‘中三’，而一直以來銀行對於這種職業有偏見，認爲他們是高危行業，流動性高。但我們認爲他們的資質還不錯，都是依靠勞動去賺錢。只是不符合銀行的審美，所以無法獲得服務。而大數據能夠解決這些問題。”

　　另一方面，焦可指出，“到了互金行業下半場，大家已經意識到了孤木不成林。一個玩家、一個業務，其實很難形成一個大的規模效應。而現在，行業注重互補和合作，各展所長。有的公司在流量上佔據優勢，所以它與金融機構的合作方式是以流量爲主。我們這類公司的賣點就是風控模型。”

　　“有可以實踐落地的案例，再加上充分理解B端業務，我認爲這是互金公司保持競爭力的兩點關鍵。”焦可表示。此外，他還特別指出，業內每家公司在數據源方面的獲取並沒有太大差異，“不存在獨門數據”，數據加工方式很重要，“同樣這些數據，可能有的公司如果人工加工，可能只能得到幾十條，上百條就頂天。但是如果使用機器挖掘的話，你可以挖掘出幾千條。”

　　智融集團 CEO 焦可：傳統金融是少數人的不平等金融

　　智融集團CTO齊鵬：從始至終我們就是一家技術公司

　　智融集團CTO齊鵬詳析：AI如何處理金融領域的弱特徵數據？丨CCF-GAIR 2017

　　雷鋒網原創文章，未經授權禁止轉載。詳情見轉載須知。