旗下微信矩阵:

从智能风控到超级智脑,氪信科技重新定义了智能金融

AI在金融领域的应用分为不同层面,风口浪尖的人脸识别等技术,是AI在感知和认知层面的应用,因其效果之直观,占据了大众注意力的焦点;而氪信基于深度学习构建的AI引擎和金融全域知识图谱,是从认知到决策的AI实践。
2018-11-12 11:20 · 投资界综合     
   

  人人都在谈论金融科技,但金融和科技如何结合,大数据、云计算、人工智能在其中究竟扮演什么角色,对科技赋能金融的合理期待是什么?恐怕非从业者难以言说。致力于以AI技术赋能传统金融机构的氪信科技,因其技术的高度抽象,鲜为C端用户知,但也因其技术的复杂性,为自己在“AI+金融”领域构建了一道坚实的壁垒。

  To B, or not to Be

  京东金融更名为京东数科,腾讯组织架构调整全面转向B端业务,“阿里云的这群疯子”刷爆朋友圈,互联网下半场,风向标BATJ等悉数转入to B。

  事实上,很难想象企业级客户会像C端用户那样,因为某种潮流而一拥而上,所以to B从来就不是风口,如同它从来就不曾落寞,但伴随互联网流量红利触达边界,向线下转移、向B端转移,几乎成为互联网巨头的共通选择。所以未来很长一段时间内,中国科技企业通过赋能B端来服务C端,将成为中国互联网商业模式的主流。

  资本的介入更是助推了to B快速发展。根据2017年12月麦肯锡发布的《数字时代的中国》报告显示,中国风投行业发展迅猛,投资总额从2011-13年的120亿美元跃升至2014-16年的770亿美元,在全球风险投资总值的占比也相应从6%提升到了19%。与此同时,大部分风投资本流向了大数据、人工智能和金融科技等数字企业。

  金融领域一直是AI应用和投资的热点,互联网改变了金融,不仅大大减少了交易成本,扩大了交易的地理范围,渗透到宇宙行都无法渗透的地方,也带来交易规模的极大提升——对于“AI+金融”的科技企业来说,这意味着数据的丰富度极大提升,机器学习、深度学习等在数据层有了充足弹药,并且触发了金融机构利用AI技术处理海量数据的“刚需”。

  金融和科技的结合路径,就传统金融机构而言,主要分为两大脉络:“银行+互联网公司”与“银行+技术服务公司”,其中,比较“高光”的是互联网公司和以四大行为代表的老牌银行强强联手;另一脉络悄然进行却为银行带来稳健变革的,是各类技术服务公司以项目方式嵌入银行的智能化升级体系,比如华为等硬件服务机构提供云计算平台,商汤、旷视、依图等人脸识别公司为银行提供远程核身能力,科大讯飞等语音公司为银行提供智能语音产品,氪信科技等算法和建模公司为银行提供智能风控、营销、客服等业务解决方案等。而如品钛等金融科技解决方案提供商在纳斯达克的上市,更是开启了市场对金融科技to B的想象。

  失灵的获客逻辑

  金融科技的专业性,决定了这是一个“慢工出细活”的垂直细分领域,一方面是技术本身的应用和突破,受制于基础科学的发展;另一方面需要在真实的应用场景里不断打磨产品,才能形成经验和厚度。

  不同于互联网C端野蛮生长中先获客再优化产品的逻辑,服务B端往往首先获得高标准客户的认可,在具备一定规模和经验之后,才有可能将产品和解决方案标准化,进而推及更多客户。毕竟,企业客户远比个人消费者理性,没有扎实的技术能力、产品能力和系统建设能力,根本无法真正满足B端用户的需求。

  对于氪信这样的智能金融技术服务型企业来说,成立之初就浸入招商银行民生银行这样的金融正规军里训练AI模型,固然一部分是机遇,起决定作用的依然是技术实力。以其风控业务为例,从成立之初深入银行内部建模到*款标准化产品开发,大约花了7个月时间——这款产品名叫XCloud,于2016年7月上线,它是一套基于云的轻量级AI客户画像,将多渠道获取的权威源脱敏、全域移动互联网行为等弱数据,利用*的ID Mapping技术联结线上线下数据,提炼上千维度的场景化金融属性特征变量,通过复杂集成建模精准刻画用户信用风险。至今已帮助氪信拓展了数百家金融业客户。

  较之于互联网C端产品小步快跑的迭代方式,这一产品上线速度称不上快,但真实的to B意味着,每增加一位新客户,都是一次定制化服务,而每一位老客户的业务发展,都要求相应的技术服务不断更新调整。

  而B端的网络示范效应意味着——如果你抓住了行业*的客户,你就有可能拥有行业前30的客户。现如今,氪信的解决方案在招商、民生、东亚、工行等银行,招联金融、中银消费金融、捷信等消费金融公司,平安证券、众安保险等证券保险机构,点融、掌众金服等互联网金融公司均成功落地。

  To B的网络示范效应还体现在,同样的客户,其合作范围也会不断扩大,用互联网的术语就是“提升客户ARPU值”,比如氪信服务有“零售*”美誉的招行至今,业务范围已从风控、反欺诈延伸至营销、催收等,合作主体也从信用卡中心扩展至零售信贷部。

  没有终点的晋级之路

  “搞计算机的人都有一个梦想,把所有信息变成机器可以学习的知识。”这是氪信科技创始人兼CEO朱明杰常说的一句话。

  中科大少年班毕业后,朱明杰成为微软亚洲研究院和中科大的联合培养博士,尽管身份上是研究生,实质上已跨入工业界——微软亚洲研究院的培养完全是基于真枪实弹的业务,适逢微软收购google不成,开始从无到有地做起了搜索业务“bing(必应)”,朱明杰作为该项目小组的重要一员,由此接触到当时世界第二大的人工智能产品,博后阶段则远赴德国马克斯普朗克研究所,师从身为世界级知识图谱泰斗的马普所计算所所长、国际大规模数据库协会(VLDB)主席Gerhard Weikum博士,精研知识图谱,此后由学界转身工业界,一路“升级打怪”,先后在在雅虎、eBay担任数据科学研发负责人,又组建携程大数据部门并任首任总监。

  长缨在手,2015年12月,深思熟虑之后的朱明杰,带着*机器学习引擎、知识图谱构建能力,带着在雅虎、eBay、携程等国内外*的互联网平台的业务经验,创办氪信科技,开启AI升级金融业务的前沿探索实践工作。

  作为这波AI浪潮技术红利的获益者,朱明杰们的履历和背景、资本关注度都远远高于从前的创业者,但商业关成为诸多技术人转型中的重要考验。2018年,大热两年的“AI风口”开始回归理性,业界将这一年看做人工智能的商业落地元年,不少早已由于巨额融资名噪一时的AI公司开始面临真刀实枪的市场考验,氪信科技却早已成为AI企业中为数不多的盈利公司。“真AI只能用钱表达”,“人工智能要解决真实痛点”,“赚快钱,不应该是AI公司去做的事”,在一些公开场合,朱明杰的观点表达简洁如斯——你可以理解为这是一位技术男的耿直,但也是一位创业者宝贵的务实精神。

  在他看来,智能金融的本质是提高效率,突破人在海量数据、复杂问题面前的有限性。即将面世的氪信新一代智能引擎——非或然引擎或许最有代表性,它是业内*“金融知识内嵌型”智能引擎。在氪信智能引擎1.0时代,氪信的科学家和工程师们,将自己的AI技术应用于金融场景,结合金融专家经验,通过机器学习挖掘金融场景中的数千维度,做出智能决策,解决了BI时代低维模型由专家定义至多几十条规则的局限性;而在氪信智能引擎2.0时代,氪信深入金融场景形成的知识体系愈加醇厚,并被内嵌到产品化的引擎当中——这意味着,较之于目前AI领域的通行做法——数据分析、特征提取、专家建模、上线部署等,氪信智能引擎2.0已将大部分准备工作内嵌,成为一款可“即插即用”的软件。并且,这一集成模型所涵盖的功能非单一模型可比,模块化的设计具有高度灵活性,可匹配不同金融客户的实际业务需求。

  强大的引擎支撑下,氪信可为客户提供的服务,也从技术咨询上升到完整的业务咨询,真正做到一体化、一站式解决方案提供。

  AI在金融领域的应用分为不同层面,风口浪尖的人脸识别等技术,是AI在感知和认知层面的应用,因其效果之直观,占据了大众注意力的焦点;而氪信基于深度学习构建的AI引擎和金融全域知识图谱,是从认知到决策的AI实践,是在与业务深度耦合的过程中打造智能金融的“大脑”——这意味着在智能金融的主场里,氪信的技术和解决方案将无处不在,而又“无迹可寻”。

  “不是为了AI而AI,引擎的迭代本质上是为了把人从简单的决策和执行中解放出来,更专注在有价值的事情上。”朱明杰说,无论是*代AI引擎,还是非或然引擎的迭代,都是与业务深度耦合之后的“水到渠成”。

  在“AI+金融”的实践中,先行者和保守者的差距往往是惊人的。在氪信引擎1.0时代,客户为了获得真正有效的AI模型,等待科学家和工程师花费半年时间“驻场建模”是理所当然的事情,相较于尚未真正应用AI技术的金融机构来说,他们已经*了行业一大步;然而作为一家以技术安身立命的初创公司,氪信并不止步于此,非或然引擎的横空出世,表象是将原本耗时6个月的建模时间缩短到1-2周,实质是建模过程的自动化与软件化——而to B产业发展史告诉我们,只有规模化,才有可能孕育出伟大的企业。

【本文经授权发布,不代表投资界立场。本平台仅提供信息存储服务。】如有任何疑问题,请联系(editor@zero2ipo.com.cn)投资界处理。