顧鳴

繼科技金融之后，智慧金融呼之欲出。

什么是智慧金融？先看金融，就是對(duì)資源的重新整合并帶來價(jià)值，表現(xiàn)形式就是資本的流動(dòng)。作為金融平臺(tái)來說，需要做的是獲客、風(fēng)控、信用、產(chǎn)品、服務(wù)等等。而所謂的智慧，就是一種對(duì)事物迅速靈活正確理解和處理能力，包括感知、理解、認(rèn)知、邏輯、決策等等。當(dāng)智慧和金融合在一起，就是通過技術(shù)、科技的融合使得金融全流程得到智慧的提升，實(shí)現(xiàn)金融產(chǎn)品獲客、服務(wù)、風(fēng)控的全面智慧化，這就是我們認(rèn)為的智慧金融。

智慧金融最重要的特征是智能性，使得本來由人來做的認(rèn)知決策，逐漸由機(jī)器來代替完成。有了智能性之后，客戶可以得到非常快捷高效的服務(wù)。效率的提高，往往和成本的降低是同時(shí)發(fā)生的，從而達(dá)到普惠性。

隨著區(qū)塊鏈技術(shù)等相關(guān)技術(shù)的落地，我們認(rèn)為，信息安全也會(huì)達(dá)到前所未有的階段。智能性、普惠性、安全性、高效性，是智慧金融的四大特征。

智慧金融，已是大勢所趨

今年，拍拍貸成立了智慧金融研究院，有人會(huì)問，為什么是拍拍貸來說智慧金融這個(gè)概念呢？

拍拍貸從2007年開始只做線上不做線下，從2007年到2014年所有的數(shù)據(jù)都被存下來了，這些數(shù)據(jù)時(shí)間跨度長，質(zhì)量高而且種類繁多，這是需要非常大的前瞻性才能做的事情，一開始決定了以數(shù)據(jù)技術(shù)來驅(qū)動(dòng)這個(gè)商業(yè)模式。

拍拍貸生來就是一個(gè)數(shù)據(jù)驅(qū)動(dòng)和技術(shù)驅(qū)動(dòng)的公司，公司當(dāng)時(shí)的名字是PPDNI，這是一家數(shù)據(jù)和技術(shù)驅(qū)動(dòng)的公司，因?yàn)閳鼍?、?shù)據(jù)、人工智能都在名字里面了。歷史也是這樣發(fā)展的，如果一開始決定這家公司以技術(shù)來驅(qū)動(dòng)的話，短期一段時(shí)間里，類似成交量這種指標(biāo)不會(huì)看的太重，更重要的是，我們會(huì)用非常多的精力放在研究、挖掘探索什么樣的數(shù)據(jù)能夠在網(wǎng)絡(luò)借貸里被用上，我們會(huì)花非常多的資源和精力不斷發(fā)現(xiàn)這些數(shù)據(jù)，不斷生產(chǎn)這樣的數(shù)據(jù)、積累這樣的數(shù)據(jù)。從2007年到2015年通過八年的數(shù)據(jù)積累，在2015年發(fā)布了魔鏡，這是行業(yè)第一個(gè)基于大數(shù)據(jù)的風(fēng)控系統(tǒng)。

現(xiàn)在，我們跳出拍拍貸，跳出網(wǎng)貸，看看信貸的發(fā)展趨勢。我們把智慧信貸分成了六級(jí)，越往右邊核心能力會(huì)基于AI、智能計(jì)算，響應(yīng)時(shí)間也會(huì)越來越短。0級(jí)主要依賴于人工經(jīng)驗(yàn)，響應(yīng)時(shí)間很慢，比如說大家申請(qǐng)房貸，就是0級(jí)，需要很多資料和人工經(jīng)驗(yàn)，基本上大于一個(gè)月。我們認(rèn)為，現(xiàn)在行業(yè)里，螞蟻金服應(yīng)該是在第三級(jí)和第四級(jí)之間的階段，這是一個(gè)基本上沒有人參與，以AI算法技術(shù)為驅(qū)動(dòng)的階段。

第五個(gè)階段是超級(jí)智慧的全連接的物聯(lián)網(wǎng)時(shí)代。我個(gè)人認(rèn)為，比較遠(yuǎn)，坦率地說，現(xiàn)在這些基礎(chǔ)架構(gòu)還不能支持真正意義上的強(qiáng)人工智能，可能最終還是需要回歸到腦科學(xué)，看人腦是怎么做的，才能做到這個(gè)階段。

對(duì)于科技金融、金融科技，很多人認(rèn)為是大數(shù)據(jù)風(fēng)控，實(shí)際上風(fēng)控只是一部分。我們認(rèn)為智慧科技貫穿在完整的價(jià)值鏈里面，從投資端、借款端、獲客、風(fēng)控、貸后管理。

如果用戶上拍拍貸，會(huì)要求先注冊(cè)，我們先對(duì)貸款人進(jìn)行拍一張大頭照，在大頭照的背后，基于深度學(xué)習(xí)的人臉識(shí)別技術(shù)，我們可以做自動(dòng)的基于幾千個(gè)維度的人證合一的人臉識(shí)別。

我們通過數(shù)據(jù)、于經(jīng)驗(yàn)，我們知道逾期用戶里很大一部分實(shí)際上由團(tuán)伙欺詐帶來的，而欺詐團(tuán)伙的目的和普通借款人是不一樣的，問題是需要把這些人抓出來，就需要從弱關(guān)聯(lián)維度上建模，這是一件很難的事情，拍拍貸建立了一個(gè)十億級(jí)節(jié)點(diǎn)，百億級(jí)的圖譜，在圖譜上用復(fù)雜網(wǎng)絡(luò)技術(shù)建模，通過模型預(yù)測出哪些人可能是欺詐團(tuán)伙，有了這些人，我們?cè)偃斯じM(jìn)，確認(rèn)他們是否是欺詐。

測試下來發(fā)現(xiàn)，基于模型的準(zhǔn)確率，超過了基于規(guī)則的準(zhǔn)確率，帶來的結(jié)果就是：反欺詐的全覆蓋。

讓機(jī)器人取代繁復(fù)的人工

在拍拍貸的魔鏡定價(jià)系統(tǒng)中，有征信、消費(fèi)、設(shè)備、社交、行為、其他等數(shù)據(jù)。

就征信系統(tǒng)，舉個(gè)例子，比如拍拍貸之前借給某一個(gè)用戶5000元，用戶好好還了，拍拍貸也許還會(huì)再借該用戶5000元，但是拍拍貸上很多借款是“白戶”，沒有征信，要服務(wù)這些用戶怎么辦？只能逐漸下沉，下面的數(shù)據(jù)非常多非常雜，而且是非結(jié)構(gòu)化的，我們搭建了一個(gè)非常專業(yè)的而且對(duì)標(biāo)科研機(jī)構(gòu)的建模團(tuán)隊(duì)，通過這些數(shù)據(jù)做大數(shù)據(jù)建模，基于模型的結(jié)果匹配了一系列非常精準(zhǔn)的規(guī)則，我們給每筆借款每個(gè)標(biāo)打上一個(gè)評(píng)級(jí)，評(píng)級(jí)代表了我們認(rèn)為標(biāo)最終的逾期率，基于這個(gè)逾期率進(jìn)行定價(jià)，我們的核心是風(fēng)險(xiǎn)定價(jià)，但是最難的是越往下的建模的過程。

申請(qǐng)完之后，到了貸后，往往是在初期一兩天沒還的情況下，會(huì)有電話問詢，這種情況下很有可能是機(jī)器人打電話提醒貸款人還錢，沒有還錢的人中，有可能是在短逾期范圍內(nèi)忘了還，我們稱之為“鐵牛一號(hào)”，把語音實(shí)時(shí)轉(zhuǎn)成文本，自動(dòng)用機(jī)器代替人進(jìn)行溝通交流，這在業(yè)務(wù)當(dāng)中應(yīng)用的已經(jīng)比較廣了。

再說質(zhì)檢機(jī)器人。我們是一家金融服務(wù)公司，需要和用戶有非常多的交互、交流，這個(gè)過程當(dāng)中有一個(gè)很大的難點(diǎn)就是，怎么保證我們給用戶的信息是正確的，正確的信息是統(tǒng)一的標(biāo)準(zhǔn)給出的，同時(shí)我們友善和用戶交流來給出這些信息，而唯一的辦法就是做質(zhì)檢。質(zhì)檢是一個(gè)非常漫長而且效率很低的事情，我們?nèi)绻衙恳煌ㄤ浺舳悸牭脑挘槐纫坏呐浔?，?duì)于我們來說，這是不可接受的，但是我們通過技術(shù)把每通錄音轉(zhuǎn)成文本，為每條不同的業(yè)務(wù)線定制化規(guī)則，效率得到了極大的提升，準(zhǔn)確率也一樣，最終的效果就是全覆蓋。

作為一家有6500萬用戶的公司，我們每天的進(jìn)件量，用戶問的問題，不會(huì)比任何一家大銀行少，我們需要把質(zhì)檢的人工占比降低下來，因?yàn)闄C(jī)器人回答不需要質(zhì)檢，都是有機(jī)器算法事先算好的。我們研發(fā)了一套智能客服系統(tǒng)，理解客戶意圖，通過機(jī)器人解決客戶的疑問。最后得到的結(jié)果是，任何情況下，早上凌晨三、四點(diǎn)問一個(gè)問題也會(huì)有人回答，服務(wù)質(zhì)量方面是可以控制的，同時(shí)是不知疲倦的，目前為止，這套系統(tǒng)每天會(huì)解答近百萬的疑問。不管是對(duì)內(nèi)對(duì)外的應(yīng)用，投資端我們也受到了非常大的重視，拍拍貸平臺(tái)上有大量的散標(biāo)，就帶來了對(duì)用戶風(fēng)險(xiǎn)狀態(tài)，包括風(fēng)險(xiǎn)偏好的評(píng)估，以及風(fēng)險(xiǎn)和收益的平衡以及流動(dòng)性管理，這是非常重要的一件事情。我們自主研發(fā)了一套機(jī)器學(xué)習(xí)系統(tǒng)，可以自動(dòng)給客戶投資行為做診斷，時(shí)不時(shí)會(huì)推送異常情況，也會(huì)時(shí)不時(shí)推送合理的建議給投資人。這套系統(tǒng)也在服務(wù)號(hào)上實(shí)現(xiàn)了，有些投資人可能會(huì)發(fā)現(xiàn)，時(shí)不時(shí)有機(jī)器人會(huì)指出你的一些投標(biāo)好的不好的，實(shí)際上是機(jī)器人在做這個(gè)事情。

不管是在底層，基礎(chǔ)架構(gòu)，算法，應(yīng)用領(lǐng)域，以及剛才說的很多案例里面，我們不斷立足未來，不斷探索。這需要在底層的軟硬件做大量的投資，在軟硬件基礎(chǔ)上構(gòu)建一系列的核心算法，這些算法是用來支持圖象識(shí)別、自然語言處理、復(fù)雜網(wǎng)絡(luò)、語音識(shí)別等等，這套體系上線之后會(huì)不斷生成新的數(shù)據(jù)，反哺給體系，形成一個(gè)良性循環(huán)，這就是我們成立智慧金融研究院的目的。宗旨是立足人工智能、大數(shù)據(jù)、云計(jì)算、區(qū)塊鏈等前沿金融科技的研究和探索，致力于推動(dòng)金融全流程智慧化，以及使得金融服務(wù)觸手可及，智能高效普惠安全。

為了這個(gè)研究院，我們精心挑選了科學(xué)顧問團(tuán)，不管是在頂層應(yīng)用層次，還是在中間的計(jì)算和算法層以及最底層的基礎(chǔ)科學(xué)層，請(qǐng)到了世界級(jí)的三位專家來做我們的系統(tǒng)。

研究院做三件事情，首先會(huì)自建研究中心，同時(shí)會(huì)和浙大、工信部電子商務(wù)協(xié)會(huì)、新加坡國立大學(xué)的一些聯(lián)合研究項(xiàng)目，未來十年內(nèi)我們投入超過10億人民幣在智慧金融領(lǐng)域。