智融集团CEO焦可在T-EDGE全球创新大会上演讲

传统金融机构的审美是基于用户的征信报告、社保记录、资产证明和工资流水等要素建立起来的，但是只看“水面之上”的信息导致中国只有20%的人被传统金融机构在个人信贷领域中服务到。如何去挖掘“水面之下”的信息？如何触达传统金融体系无法达到的地方？

在2018 T-EDGE全球创新大会上，智融集团CEO焦可把人工智能和基于传统金融征信体系的个人信贷比喻成“锤子”和“钉子”的关系。传统金融的审美非常“硬”，但是人工智能可以通过用户的行为、身份、电商、设备、关系和位置等与用户信用情况相关的弱特征，找到很多的相关性。他说道：“人工智能是‘锤子’，更大价值在于‘钉子’是什么，能不能用‘锤子’敲进去。”

作为国内领先的金融科技公司，智融集团推出了以人工智能、机器学习、大数据计算等为核心的I.C.E.人工智能风控引擎。I.C.E.人工智能风控引擎由“柯南特征工程”、“Anubis大数据计算架构”、“D-AI机器学习模型”三部分组成，分别对应识别（Identification）、计算（Calculation）、评估（Evaluation）的人工智能三大关键环节。

焦可介绍到，智融集团的I.C.E.人工智能风控引擎就是这样一把锤子，而这把锤子的结果是：累计审批通过放款2600万笔，每一笔信贷审核速度只需要8秒钟，7*24小时工作，全程无需人工参与，这是传统金融机构无法想象的。他指出，通过技术手段改变原有产业，提升原有产业的边界和服务能力，这会是金融科技下半场真正的竞争点。

“智融”就是“让每个人享受智慧的金融”，通过不一样的方法把技术用到极限，去解决金融服务渗透度的问题，让锤子和钉子碰撞出真正的火花！（本文首发钛媒体，作者/仇杨涛）

有一派人对人工智能持悲观态度，觉得人工智能离得很远。但是在我看来，人工智能是一个锤子，空谈没有意义，更大的价值是在于“钉子是什么，是不是可以用锤子敲进去”，这是我今天跟大家分享的锤子和钉子的故事。

回到金融领域，问题首先是“金融领域的钉子是什么”？欧美这种发达国家在个人信贷领域的渗透率非常高，达到80%。而中国整个的金融服务渗透度是倒挂的，只有20%。

像地铁司机、商场服务员、技工这些人不是传统金融的目标客户。这样对比一看，我们发现一个巨大的市场机会，一个钉子摆在你面前，我们敲这个钉子之前要先看看为什么传统金融机构不去服务这帮人？

传统金融机构的审美是基于用户的征信报告、社保记录、资产证明和工资流水等“强特征”建立起来的，但是中国普通的老百姓这些材料不齐全，很多年轻人银行征信是白户，没有有效的信息给到银行判断他是否是很好的客户。

传统金融只能看到“数据冰山”水面上的部分，但是水面下的部分是无法用来分析的。传统方式通过几条非常硬的规则做了一个“筛子”，大的苹果被挑出来，但是漏下去的苹果也有好的，我们不能指望筛子变成秤。

为了解决这个问题，我们需要打造新的锤子、新的审美，这个审美就是我们不再依赖传统的金融机构所使用的这些非常标准化的、非常强硬的数据，而是去发现更多用户的弱特征、潜藏在水面下的数据，我们相信一定能从中找到很多的相关性。

我先直接告诉大家这个锤子的结果：我们的I.C.E.人工智能风控引擎上线之后，已经累计审批通过超过2600万笔信贷交易。这对传统金融是一个天文数字。对于银行来讲，每年一个银行的网点任务量是几百笔或几千笔。而我们的引擎做到2600万笔，每笔信贷的审核速度只需要8秒钟，全程无需人工参与，这意味着我们可以7*24小时提供服务。

这个锤子究竟是怎么打造出来的？

传统金融机构的风控是找到那些可能有很长时间金融风控经验的人，告诉我们“好人”的特征，比如是“收入大于三千块”的人；而服务员和司机等这些收入不稳定的职业就可能被定义成“坏人”，他们是不能被服务的。

我们怎么做？恰恰反其道而行之，我们不依赖人的经验，而是依赖数据，数据会告诉我们什么人是好人，什么人是坏人。2600万笔意味着什么？意味着我们有2600万次的服务，这些服务可以告诉我们，哪些用户是好用户，哪些用户是坏用户。当我们把这样的结果带回到我们的机器里时，就会得到一个学习的过程，就会得到一个比传统的依赖专家经验更有效的结果。

我们认为人工智能包括“识别”、“计算”和“评估”三个环节。

特征，不是传统意义上的“收入多少”、“有没有逾期”等这样的简单数据。我们现在使用的基础特征已经超过一万三千个，如果算上组合特征，是达到百万级的。比如一个申请用户的电池电量和他的逾期有相关性，这样一个难以被人发现和计算的特征也会带来一些新价值。

而我们的学习引擎，里面有很多与传统金融风控不一样的特征。传统银行机构的风控标准往往是统一的，每个银行网点之间都依照同一个审核标准。但是我们在线上并行跑上百个模型，为什么？因为不同的用户会随机分配不同的模型，然后我们在一个月后将这些由不同特征和参数构成的模型做竞争比较。

同样，我们的模型迭代速度比传统的快很多。传统的半年更新一次，而我们的模型每周都会有几十次的更新，因为样本攒到一定程度就可以进行模型优化。每天处理这么大的数据，意味着必须有很强的计算能力。我们从BAT挖了一些高级工程师，搭起了一个很强的风控模型，我们放款速度是秒级的，我们每天处理的数据有10个T。

我们单特征在全量数据下的迭代速度只需要15分钟，比如“星座”这个特征在风控中有没有效果，机器模型可以在15分钟内告诉我们答案，这在传统金融风控领域是无法做到的。这个技术对人和传统方法的替代不是加速了整个过程的效率，而是说我们用新的方法提高了整个服务的能力，扩展了服务的边界，这是非常有意思的一件事。

我们从来不把自己定义为一家金融公司，而是将AI技术用在金融业务的引擎公司。

传统金融烧的是专家的经验和人力，而新的金融引擎烧的是数据、是算法、是工程师。所以我们每年都会花数亿的钱投入到研发上，我们在积累样本上的成本已经超过了十亿。

所以我觉得“金融科技”不是一个概念，是实实在在发生在我们身边的事情。柳传志先生讲联想是“贸工技”，“贸”指贸易，技术一开始解决的是贸易和渠道的问题，把原来在线下的变成在线上开展；“工”指代工，提高审批速度、提高效率；最重要的是“技”，通过技术手段改变原有产业，提升原有产业的边界和服务能力，这会是金融科技下半场真正的竞争点。

我们集团的名字“智融”源自于我们的使命“让每个人享受智慧的金融”，我们不是挑肥拣瘦的金融，而是一个雪中送炭的金融，让更多人享受到金融服务，将技术用到极限，才能解决金融服务渗透度的问题，才能让锤子和钉子真正的发生碰撞，碰撞出火花！好，谢谢大家。