2018年

金融科技大热。蚂蚁金服完成巨额融资，成为第一独角兽；京东金融也在今年顺利完成融资。

伴随互金的发展，金融科技在互联网和金融之中，似乎找到了一条新的路径。

2014年

互联网金融一词首次进入政府工作报告。对于新事物，那时监管层的态度还是“促进互联网金融健康发展”。

一时间，草莽丛生，暗流涌动。

2016年

现金贷公司刚开始上量。最初头部3、4家公司，一个月放贷规模在20亿左右。

整个市场小心翼翼。担心和焦虑，是当时表达最多的情绪，因为一旦崩盘，就是连锁反应。

2017年

这年现金贷公司遍地开花，由几家变成几万家，且头部公司每个月放贷额度接近百亿。

“后来甚至听到有现金贷公司上市的消息，所有人都变得很乐观，我却越发感觉不对”，从爆发到断崖式下跌，这一过程超乎朱明杰的想象，诱惑也异常的多。

毕竟抬抬手就能有每个月1亿的利润。

“你掌握着风控技术，为什么不去放贷？别人放贷一个月挣一个亿。”作为一家金融科技公司的掌舵者，那时总是有各色各样的人跑来质问朱明杰。

改革开放伊始，下海经商热潮兴起，倒买倒卖的商人大赚其金。

商人与科技学者体脑倒挂，于是有人哀叹，“造原子弹的不如卖茶叶蛋的。”

而40年后的今天，AI成了当时的原子弹。

1

互联网的归互联网，金融的归金融

“问题在于，为了技术而技术。很多核心技术圈的人出来创业，都是将原来那套技术搬出来，重复造轮子。”氪信科技创始人朱明杰，略显无奈地告诉锌财经潘越飞。

氪信科技CEO 朱明杰

无论从无到有做搜索，还是从零到一做电商，中国互联网市场的模式创新在过去几十年已经完成，留给后来者的无非排队升级。

2015年12月

朱明杰卸任携程数据总监，在上海黄埔江边的金融中心，创办了氪信科技。

但迎接他的不仅仅是AI热潮，更是金融互联网化的巨大诱惑。

没有人关注风险，成倍杠杆的回报与利润在谈笑间莫名显得轻盈。

在创业的头半年，氪信的业务还没有完全起来。肩负一行跟随创业者的信任，对于公司的现状，朱明杰多少有些压力。

2016年底

本来连商务谈判的机会都没有，招行却将核心风险控制的第一道关节交给了氪信科技，让一家初创公司来解决线上高维度挑战。

非常不容易，当锌财经记者调侃问起当时是躲在车里放声痛哭，还是拍着方向盘呐喊时，朱明杰却回答地意外简洁。

“其实我连车都没有。”朱明杰摇摇头。

2017年4月

氪信科技在前IDG荣誉合伙人、火山石资本创始合伙人章苏阳A轮投资的基础上，又获得由招商局创投领投，美国中经合集团共同投资的B轮投资。

而好消息是，监管层开始了对互金市场的围追堵截。

2017年11月

《关于立即暂停批设网络小额贷款公司的通知》出台，一时间，曾一度疯狂的互金市场哀鸿遍野。

“如果再晚半年，或许除了银行，没什么公司不去放高利贷了。”业内有人开玩笑，当时是个互联网公司都有金融业务。

大浪淘沙过后，金融的归金融，科技的归科技。

2

用弱数据画像，辨人之“好坏”

互金分家之后，市场依然存在。

中国的信用卡人群仅为1亿多，不到总人口的10%，因而大部分人口未纳入征信群体。缺乏征信数据，风控评估体系老旧的银行，面对征信“白户”往往也就束手无策。

AI时代金融征信体系及变现场景

拥有大量用户消费数据的蚂蚁借呗和京东白条，通过个人用户的信用历史、行为偏好、履约能力、身份特质和人脉关系等维度来评价一个人的“好坏”。

但当他们将这些数据提交给银行，去证明某个用户为优质用户时，银行却认为不符合它的信用标准，审批下不来，是很常见的事。

银行没有BAT数据能力，但要BAT无条件开放也不是一蹴而就的事。毕竟好不容有了每月上亿的低成本流量生意，谁还会在意一年百万苦哈哈的技术费用。

业务陪跑者，是氪信科技对自身的定位。

互联网到金融场景的关键，是重新训练数据。AI时代，将高维度的数据全部扔给机器，机器会自动寻找最有价值的数据特征。

以移动互联网为例，针对用户平时的APP使用兴趣，在移动端输入的文本信息等“移动行为数据”，需要的是一套集成、全面、高维的模型，将这些难以直接与用户常识挂钩的数据提取出来，同时与高价值数据关联。

离线建模系统实践

朱明杰比划着举例，同样没多少金融记录的两个人，一个人刚刚毕业，另一个却可能是60岁的老人。蚂蚁金服就出现过老太太团伙用身份证套现借呗的事件，反正她们以后也不会再用支付宝。

他的意思是，除了人的固有属性，还需要弱数据特征，来支撑用户画像。

但用户画像很难通过规则来描绘。相比直接告知风险判定结果，如何利用高效的模型去发现规则，更似长久之道。

毕竟，当欺诈分子都大规模流行通过模拟器来伪造时，银行若还停留在人工规则，迭代速度势必跟不上。

此外，AI模型一般都是黑匣子，在不久前的2050大会“人工智能重塑智能金融”论坛上，微软全球执行副总裁沈向洋就曾表示，“可解释性尤为重要”。

风控是涉及多环节的一整套管理体系

互联网公司的常规做法，是每天或者每周定时迭代一次，收集新的数据后，又重新训练模型。

但到了金融领域，事情却不那么简单。

由于存在人机结合的因素，解释性就成了头疼的问题。为什么被拒，为什么额度这么低等等追问随之而来。

移动行为数据可以提炼出很多难以量化，却对金融风控有着积极作用的重要特征。但如果一定要一个可解释的特征变量，要有人能理解的东西，这就又回到了人工方式，矛盾由此产生。

于是朱明杰带领着团队，在两年多的时间里，做了大量适应性工作。

将原始数据放进自主研发的智能风控引擎进行处理，实现特征工程建设，再通过承载了专家经验和既定工作规则的复杂集成模型，对这些特征进行运算和加工。最后，这些中间变量将在更高维的机器学习模型中，通过一系列归因分析，转化为可用于直接判断风险关联的一系列数据服务。

而对于金融风控要求的可解释性，则是通过模型解释器，捕捉影响结果的关键变量并展示出来，让风控专家能够迅速理解特征和结果之间的内在联系，进而降低金融风险。

银行和用户都不需要知道这个过程的复杂性。

3

真AI要用钱表达

“中国一定是最大的金融市场”，这句话在三个小时的采访中，一再被提起。

作为已经是全世界最大的互联网市场，中国诞生了阿里、京东等巨头。而在这个纯互联网或纯金融公司，已无法满足的全球最大金融市场中，金融科技公司的崛起有了可能性。

但好的赛道总是拥挤。

当锌财经记者质疑，蚂蚁金服、京东金融等拥有金融属性的持牌机构是否更具优势时，氪信战略副总裁胡涵给出了答案，“对于银行来说，技术服务机构的独立性相当重要，目前互联网公司和银行的合作大多落在流量角度”。

此外，针对银行业务流程进行大量适应性改造，也成了大机构的短板基因。

当然，这并不意味着纯第三方金融科技公司的钱就好赚。同任何一家创业公司，技术、产品、商务，依旧一样都不能落。

对于已有一定技术背景的银行来说，需要的往往是第三方金融科技公司来提升能力，而对于互金等金融机构，则需要从无到有去帮忙构建整个风控体系。

“技术上其实还好。”朱明杰反复强调的，是商务能力。

所以，在业务从智能风控升级到全领域智能金融后，氪信又从招行、民生、平安等标杆客户切入，为新业务跑马圈地。

氪信智能金融业务能力图

朱明杰过往最佩服的人中，有一位是携程梁建章。一个技术出身的人，在商业层面的思路却异常清晰，同时产品的把控能力非常强。

那时刚回国的朱明杰，抱着一线感受国内产品和市场的决心，毅然加入了携程，从无到有组建起携程的大数据部门。在梁建章的影响下，原来只关心算法模块的朱明杰，跟着磨练了两年产品商业化。

这也就能理解，朱明杰一再谈“真AI要用钱表达”的原由，毕竟，并不是大家聚在一起，把代码写得更好一点，就能解决问题。

然而金融科技是一个硬碰硬的市场，快不来。

“从风控开始是符合商业逻辑的，风控能够证明AI能力，一旦技术能力被认可，智能营销、智能客服的业务会自然跟上来。”最容易量化的金融风控也就成了科技公司的业务的开端。

而无论是站住入口的智能风控，还是被纳入业务升级体系的智能营销、智能客服和智能投研等，不那么互联网的主流金融持牌机构，互联网化道路上，总少不了智能科技公司的陪跑。

采访末尾，谈起作为创始人，在公司扮演着怎样的角色时，朱明杰笑了，“我就是打杂的。只要能保证核心团队的创新能力，哪边需要，我就去哪边，哪怕是看大门。”

这或许，就是能够在拥挤赛道上快跑的秘密。

问答

氪信科技CEO | 朱明杰

Q:2015年创业时，哪些动态变化让您看到智能金融在中国市场的机会？

A:中国互联网的智能应用已经很成熟，模式创新的时代已经过去了。如果再从头做一个智能语音公司，从头去训练数据，去迭代，五年后，就算数据能赶得上，但市场等不了。所以这个轮子，是没必要重造的，而AI技术和模型的商业化落地，却有很大的空间。

我大概从2012年开始接触传统金融行业，从事大数据升级和智能规划，到了2013年，很多互联网机构开始出现，2014年，移动支付作为基础支付特别火。所以我觉得到那个时间点了，并且我可以把这件事做好。

一般科学家出身的人，不太愿意跟人谈钱，但我觉得还好。金融是以数据驱动的，风险、营销等都可以量化，所以在“天时”上，我们可以在行业中去码价。虽然一路挑战很大，未来挑战会更大，但是值当的。

飞议

●有时候，政策红利就像刀口上的血，一旦政策收紧该还的都要还出来。

●AI以及所有科技技术，都只是一种工具，而在商业世界里，不能赚钱和提高效率的工具，都没有价值。

文章 ∣ 响婷 启明

责编 ∣ 美丽

摄影 ∣ 黄硕

手绘 ∣ 精卫

©本文版权归“锌财经”所有

部分图片来自网络

生成海报

免责声明：本网站内容主要来自原创、合作伙伴供稿和第三方自媒体作者投稿，凡在本网站出现的信息，均仅供参考。本网站将尽力确保所提供信息的准确性及可靠性，但不保证有关资料的准确性及可靠性，读者在使用前请进一步核实，并对任何自主决定的行为负责。本网站对有关资料所引致的错误、不确或遗漏，概不负任何法律责任。任何单位或个人认为本网站中的网页或链接内容可能涉嫌侵犯其知识产权或存在不实内容时，应及时向本网站提出书面权利通知或不实情况说明，并提供身份证明、权属证明及详细侵权或不实情况证明。本网站在收到上述法律文件后，将会依法尽快联系相关文章源头核实，沟通删除相关内容或断开相关链接。