李开复亲自站台,融资6亿,这家AI+金融公司却不碰理财

亿欧网  •  扫码分享
我是创始人李岩:很抱歉!给自己产品做个广告,点击进来看看。  
李开复亲自站台,融资6亿,这家AI+金融公司却不碰理财

“我们公司贡奉着一个神龛,大家做够一千笔的时候,就是三颗龙珠,一万笔就是四颗龙珠,十万笔就是五颗龙珠。我们去年12月份刚刚获得了第六颗龙珠,单月突破100万笔。我们希望齐集7颗龙珠,召唤天龙。” 智融集团 CEO 焦可 说。

智融是一家技术驱动的金融服务商,公司成立于2013年, 旗下核心产品“用钱宝”主打小额信贷业务,只做技术提供和获客,并不直接提供信贷服务。 目前注册用户近2000万,MAU(月活数)近200万。智融团队规模近1000人,其中技术团队100多人。

李开复亲自站台,融资6亿,这家AI+金融公司却不碰理财

今年3月,智融集团完成4.66亿元C轮融资,截至目前,累计融资6.7亿元。作为投资方的创新工场董事长李开复在C轮融资发布会做了演讲,他表示, 人工智能 在中国爆发的第一个以及最大的领域一定是金融,对 金融科技 公司智融集团的投资是让自己非常自豪的投资。“这个公司有非常棒的技术团队,而且把握住了一个特别好的风口和市场的先机。”

不碰理财

数据显示,中国个人负债率其实只有40%,而在美国有87%,国内市场还有很大的市场空间。 近年来,传统金融机构遭受了互联网的巨大冲击,原有网点模式已经开始解体,同时也催生出一种新的金融商业形态:产业链上下游细分愈发明显,放贷和获客可以独立分工。

“我们创办这家公司以后,一直有一个大的原则是‘不碰理财’,理财方面更适合金融人才去做,不是我们擅长的。”焦可说,“智融的定位不是一个金融机构,我们不做放贷,我们仅做两件事:一件是获客,另一件是做风控系统。用户进来之后,先经过智融风控系统检测,然后再推给传统金融机构,由他们做放贷。”

其实在信贷市场,传统的大银行 通过大面积的网点开展业务,已经“收割”了信用较强、资金充裕的优质用户。互联网信贷企业主要切入还款能力不稳定、借贷额度较小、风险较大的中低端用户,比如工厂的工人、服务生和学生等。

目前与智融合作的传统金融机构包括城商行、股份制银行、农商行和消费金融公司。这些公司规模远不如大银行,需要谋求一种新的模式,而智融的模式恰好能够帮其填补这个不足。

数据显示,小额信贷用户规模大概有1-2亿。中小信贷是一个非常大而且长期被压制的市场。目前,这个市场上已经有很多竞争对手,包括拍拍贷款、平安普惠、贷款王、融360等,根据Trustdata移动 大数据 检测平台2017年3月数据显示,这些平台的移动网络借贷MAU均不及用钱宝。

李开复亲自站台,融资6亿,这家AI+金融公司却不碰理财

“我们公司为什么能够杀出来?最重要的一点是技术不同。很多真正做这个市场的人群是传统金融机制,拿的是规则引擎的技术去找到什么是‘猫’。而我们是用AI模型计算,通过率是业内平均水平一倍以上,但是我们的坏账率只是行业平均水平的60%。”焦可说。

100多个模型在战斗

传统金融风控是规则引擎,即定一些规则,根据用户收入大概是多少,是否有社保,什么职业,以及信用报告等信息判断是否放贷。就像是人先去定义猫的特征,比如猫有毛、有尾巴,然后再在一堆动物图片里找到猫的图片。

智融的风控系统与传统的规则引擎有本质区别,其背后是一套基于数据驱动的I.C.E.搜人工智能风控引擎,I是指Identify(识别),C是指calculate(计算),E是指evaluation(评测)。包括感知、计算和学习决策的过程。

传统的金融方法是用人的经验找到特征,比如年龄越大的人信贷逾期越低,但事实并不是如此, ICE模型预测显示,年龄越大,反而信贷逾期越高。

ICE模型积累了大量用户行为数据,是以数据驱动的风控模型。例如,2017年3月“用钱宝”的单月交易超150多万笔,平均每天5,6万笔放款,系统会自动记录这些用户下一个月的真实行为数据:一些用户是按时还的,一些用户是逾时还,还有些用户一直没还。

显然,不同用户行为数据之间存在差异,但这些差异的背后会有一些相似的内在特征,例如, 智融的数据显示,手机电池电量低的人可能不太愿意把自己处在一个缺钱的状态。

焦可说,智融的风控模型总共生产和加工1200多个维度弱特征。 如此巨大数量和类型丰富的行为数据背后,在算法和模型上具体是如何处理的呢?

焦可说:“我们真正在跑的模型不只一个,我们是100多个模型在跑,我们其实是将每个一个用户随机分配给100多个模型来处理。”

每个模型就像一个“考试大纲”,以往的风控体系统只有一个大纲,用户要么审核通过要么不通过,类似一刀切。那么,智融有100多个“考试大纲”,它是如何衡量通过还是不过呢?

焦可解释:“我们100多个模型好比不同的选拔机制,先让每个模型跑一个月后再看具体表现,一些模型对一些人群表现更好,可能是因为它符合某一个特征,更加有效。或者是说这个特征在它那儿的权重更加准确。这类相同特征的用户会被放到一类模型里面,最后再把这些模型不断地去优化。我们不是一个人在战斗,我们是100多个模型在战斗。它解决的其实并不仅是一个精准度的问题,而是一个进化的问题。”

不能拿着钉子找锤子

“刚创立这家公司的时候,我们趟过一次坑。”焦可说。

智融技术团队有20多个来自百度T6以上的工程师,基于强大的技术基础,他们创业初期做过一个信贷搜索引擎,帮助C端用户找银行或者小额信贷公司,同时也帮银行、小贷公司和金融机构找到C端客户。但是这个产品不成功,转化率非常低。

“后来我们真正研究这个市场的时候,发现不是我们产品做得好坏的问题,而是市场实际情况问题。 这不是一个信息不对称的市场,而是一个供需不对称的市场。 如果一个市场有供、有需,彼此找不到叫信息不对称。如果这个市场有需求,没有供给,就像你做一个搜索引擎,但是没有网站可以找内容,那搜索引擎也没有价值。”焦可说。

近两年,人工智能技术逐渐在于金融领域“开花”。 焦可这一次并没有拿着人工智能技术去找市场,而是先从一个市场的问题出发,先找“钉子”,看看什么样的“锤子”适合敲这个“钉子”。

他发现,传统金融机构服务的人群非常有限。因为传统金融机构底层技术不适用,他们更多是筛一个人。 比如去银行办贷款的时候,银行会了解工资流水、工作报告、社保、信用报告等情况,传统金融的方式就像一个“大筛子”,把较大的“苹果”筛出来,而剩下这些“苹果”其实也有很多不错的,但是找不出来。

“你永远不能拿着锤子去找钉子,这是很可怕的。我认为人工智能就是方向,但不能泛人工智能。 拿着人工智能去找机会,这是不对的。我们必须仔细研究这个业务的属性、形态,再找适用的人工智能技术。而不能盲目地给自己贴标签,这其实是有问题的。”焦可说。

眼下,BAT掌握了很多数据,但他们就能很轻易超过其他公司么?焦可认为,BAT虽然有很多基础数据,但是数据要经过加工。基础数据很像是菜市场的菜,大家比的其实不是买菜的能力,而是做菜的能力。

本文作者许伟军,亿欧专栏作者;微信:xuweijun24(添加时请注明“姓名-公司-职务”方便备注);转载请注明作者姓名和“来源:亿欧”;文章内容系作者个人观点,不代表亿欧对观点赞同或支持。

随意打赏

向死而生 李开复李开复 人工智能李开复 创新工场互联网金融理财李开复创新工场李开复 癌症金融投资理财融资金融公司融资理财平台金融理财产品
提交建议
微信扫一扫,分享给好友吧。