有谁知道，智融集团怎么样吗？【新理财通吧】_百度贴吧
&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&签到排名：今日本吧第个签到，本吧因你更精彩，明天继续来努力！
本吧签到人数：0可签7级以上的吧50个
本月漏签0次！成为超级会员，赠送8张补签卡连续签到：天&&累计签到：天超级会员单次开通12个月以上，赠送连续签到卡3张
关注：6,032贴子：
有谁知道，智融集团怎么样吗？
有谁知道，智融集团怎么样吗？
[宜人财富],新人福利-出借送1000新手红包,100起出借,1个月锁定期,出借周期灵活.资金银行存管,11年稳健运营,月月都有精彩活动!
智融集团在金融科技领域算是比较好的公司了，13年成立的，去年就C轮了，今年还得了野马财经的2017年度最具创新力企业奖和雷锋网的最佳智能风控创新奖，是金融科技领域专注于科技的一家公司，挺好的。
贴吧热议榜
使用签名档&&
保存至快速回贴1个AI，2年2千万用户，智融集团商业新范式1个AI，2年2千万用户，智融集团商业新范式智融集团百家号（原标统：1个AI，2年2千万用户，单月放贷25亿，这是他们的商业新范式）这又是一个AI创造的商业范式。自2015年7月产品上线，截至2017年3月， 用钱宝App及其运营主体智融集团，创造了下述运营数据：近2000万注册用户，单月交易笔数超150万笔，单月交易总额超25亿元，每笔小额贷款的常规机器审核速度平均只需8秒。用户都是那些传统银行不屑一顾的人，他们无央行征信报告、没公积金，甚至拿不出工资流水证明，却在机器的“法眼”下获得小额信贷。基于此，这家公司靠每一单的技术服务佣金而盈利、实现规模化正向营收，还因此被投资机构热捧，累计融资6.7亿元人民币，估值超过10亿美元。但这并不是又一个AI替代人类职位的故事。如果相同的事情交给人类完成。每月150万笔交易，单笔审核速度8秒——这不是想不想实现的问题，而是能不能实现的问题，难度堪称天方夜谭。更何况银行又怎会集中心思关照一群非“优质”呢？他们可能是餐厅服务员、快递员、蓝领、三四线无固定收入的青年人——他们在传统银行风险体系中，逾期风险看似更大。然而套用那句环保里的老话：一切可能只是被错置了的宝贝。用钱宝App的思路，正是为现有情况换个引擎，一切放到机器视角下。焦可，前百度高级经理，前赶集网产品负责人，清华计算机系高材生，一个以程序和机器之眼看待世界的人，现在的身份是智融集团CEO，用钱宝的缔造者。他和他的技术背景团队，正在把金融数据和风险评估，变成机器能懂会算的“游戏”。智融集团创始人焦可机器视角里，评判的维度不是“好不好”，逾期的风险也不是“会不会”，而是基于人工智能风控引擎，通过搜集更多数据样本、更快找到问题的函数表达，实现对用户模型的最佳预测。这个AI风控引擎，被智融集团称为“I.C.E.”体系，I表示Identification（识别），C表示Calculation（计算），E表示Evaluation（决策），正是这家公司人工智能的三大核心。“I.C.E.”人工智能风控引擎更直观通俗地表达，也是三大步骤：第一，如何识别并找到学习依据；第二，如何支撑所有的依据，这需要具备强大的计算能力；第三，数据告诉我问题的上限在哪里，如何逼近上限，并且可以预测未来的情况。有意思的是，整个用钱宝的“I.C.E.”体系，还可以和无人车进行类比，焦可向量子位解释称，识别工程好比无人车的激光雷达，计算模型好比藏于无人车后备厢的服务器，学习和决策系统，则类如无人车系统大脑。唯一有所区别的是，无人车需要车端和云端的不断交互计算，而用钱宝App的计算都可在云端完成，用户终端最后只感知到结果：借不借我？额度多少？弱特征数据当然，关于如何让AI运转的道理，你已然不陌生。但用钱宝之所以让这套AI成为“唯我所用”的商业利器，焦可团队有自己的关键本领：一方面是解决创业公司“标注数据”怎么来的问题；另一方面是冷启动阶段怎样让初始模型靠谱？首先，标注数据。在用钱宝整个AI实战应用中，最关键的立身之本在于“弱特征数据”的运用。智融集团CEO焦可解释称，弱特征需要以强特征作为参照来理解，而所谓强特征就是传统金融机构使用的特征，与是否逾期相关性很强，诸如银行工资流水、公积金报告，工作证明等。所以更加直白地说，弱特征数据可以是那些强特征数据之外的一切特征数据，在用钱宝两年积累的数据库中，有效弱特征维度高达1200多个。用钱宝开始启动时，设定的“弱特征数据”包含：年龄、性别、地域、工作种类，星座等，通过各个维度的数据模型验证相关性。有意思的是，诸如“星座”之类的弱特征数据，与逾期相关性并不高——一个处女座的用户，也可能忍住“强迫症”不还钱。也不难发现，这些数据的最大特点是“门槛不高”，获取成本和难度不大。另外单个数据涉及的隐私关联度有限，并不会让用户有较重的心理负担。对于一个金融信贷类创业App来说，这对流量和获客，找到目标服务人群，助益良多。这也直接决定了用钱宝最后的用户群体画像。在用钱宝公布的截至今年3月的数据中，用户画像中占比最高的画像特点是：年轻（20-30岁占74.1%），男性（占比83.5%），二三四线城市为主（分别是22.97%、20.27%，29.63%）。用钱宝用户画像其次，AI创业产品冷启动。用钱宝方面的核心观点是“强需求”，因为此前市场需求并没有得到满足，所以产品上线开始，数据就能不断滚动。焦可透露，2015年10月上线，第二天就有2万笔小额贷款，而诸多“弱特征维度”在现在看来简直“寒酸”，然后当月内，用钱宝团队只让机器批复了93笔，通过率1%——除了“艺高人胆小”式的谨慎，也是为了获得有效样本反馈，即逾期率情况。焦可称，这样的冷启动大概耗时3个月，“审了几万名，最后有几百名的样本回来”，最后数据模型不断调整、完善、精准，以至于产品上线一年后，月放款数达100万笔，2017年3月的最新记录，则达到了150万笔，每笔耗时仅8秒。当然，量子位也实地使用了用钱宝App，在完成注册后，确实只需要完成“身份认证”、“个人信息”、“收款信息”和“手机认证”四步后，就能获知是否会被机器“信任”。另外，你也可以通过加分项提升额度——这道选做题中拓接了更多平台维度，比如名为“基础认证”中的“芝麻认证”和“淘宝认证”，还有“更多认证”中的“常用银行卡”、“京东认证”、“微信认证”和“QQ认证”。归结起来，每一项都是入口，入口背后你的数据特征，都可成为机器评判风险的因子中的一环。最后在层层数据和模型计算之后，可能关于你的分析报告，不是传统银行的“通过”或“不通过”，而是“可借500”、“可借1000”——或还能精确到更小的位数，定量分析是机器的长处。这也是AI正在让不少人类职业技能和经验，变得不堪一击的原因。还有什么是机器无法替代的？如此精确的计算能力，引起人类职员的担忧是自然而然的。更何况相较于人类，机器可以不眠不休、不疲不困，迭代能力强，任何时候都没有情绪干扰，也无法被买通……但并不意味着机器就能完全替代人类工作，甚至在全数据“游戏”的银行金融领域，现在也做不到。从业者焦可就对这样的“机无能”十分清楚。他认为现在用钱宝背后的引擎，烧的是工程师、数据和机器，并且开拓的是一片中国全新的增量市场，因为个人小额信贷，之前对于银行来说并不迫切，这是具体应用场景和国情带来的机会，可以利用机器打通全流程。然而如果应用场景变成了“企业贷款”，可能现今机器识别就没有人类老司机来得靠谱，因为企业类贷款样本少、周期长，很难去做数据基础上的反馈测试和迭代。此外，企业类贷款影响因子也比较多，比如我是做太阳能面板的，今年雨水天气多，就可能相应受影响比较大，小数据相关的定性分析，人类尚优于机器。不过，面向趋势而言，机器引擎对传统引擎的替换，可能难以避免。在银行金融领域，传统引擎赖以运作的关键是专家、经验和人力，但这些要素无论在标准，还是效率上来说，都远不如机器高效。焦可认为，虽然现在整个市场利用AI完全切入更换机器引擎，并不现实，目前数据模型的空间，还有很长的路要走（他自己为当前模型水平最高打分10分，满分100）。而且现在小额信贷的增量市场，也还有非常大的填补空间，以及更好的反馈目标（高放贷率、低逾期率）。但趋势所向，也已经非常明确。这从AI公司的“边界认知”便可窥见一斑。量子位问焦可，智融会是一家什么样的公司？焦可的答案是“特斯拉一样的公司”：并不满足于“汽车”，而是志在“加速全球能源转换”。他和自己的100多个技术工程师，目标是做出一套不依赖人、依赖机器AI的引擎，这套AI引擎不仅可以用在小额信贷领域，也能迁移使用到更多金融相关领域，甚至是更广阔的领域。“我们会长时间专注在金融领域，它有利于我们把模型跑得更精准，但并不代表我们只做跑车，还可以做SUV、货车、大客车，种类不少，总之是一切可以烧AI引擎的东西。”这位智融集团CEO说。不过，焦可创业路途中也曾走过弯路。当时他自以为掌握了“技术引擎”的团队，犯了“拿着锤子找钉子”的错误，于是上一款产品并没有获得原以为的成功。他以自己的亲身经历提醒AI创业者：凡事不要先讲AI，而是先找到需求，解决需求，从一个问题出发，去找解决方案，真正解决业务问题。巨头卧榻之侧最后，用钱宝的经历，可能还有“巨头卧榻之侧”的意义，涉及到的问题不仅是创业公司如何在巨头关注的领域里精进快跑，还有AI大背景下的意义：没有巨头一样的数据量，如何与巨头竞争？焦可等一批工程师，大部分来自BAT，其中还有多位百度T7级以上工程师，而消费信贷金融，也正是百度希望借助大数据、AI等技术手段参与分羹的，为此百度还专门分拆独立了百度金融事业群组（FSG）。百度为代表的巨头，所拥有的核心优势也是显而易见，一方面是数据上，通过自己的生态可以拿到更多更强相关的数据，二是技术人才储备上数量级肯定比创业公司庞大。但用钱宝确实又在短短两年内，做了百度金融想做而未能企及的业务。巨头卧榻之侧，智融一类的创业公司何以“酣睡”？焦可的观点是，数据确实是AI创业公司的“软肋”，但即便数据没有BAT多，也能够做得比BAT好，核心原因在与数据样本反馈的效率上。具体到用钱宝所处的小额信贷上，焦可表示最长只要一个月，就能知道数据样本的反馈，并且能在样本反馈的基础上挑战迭代，积累起更多更有效的反馈样本数据。而巨头的数据优势更多在于“流量入口”优势，在起初获客成本上占便宜——这并不能够直接决定胜负。焦可还将“模型、算法和参数”为一体的数据引擎比喻为“做菜”。他认为，有更多的原料（数据）、更精湛的厨艺（算法），可以让你做出更多更好的菜，但最后还有关键一点，你得有大量的食客，不断有人向你反馈，你才知道你的菜是否真正好吃。而这个流程会造成马太效应——样本越多，模型越好，通过率就越高、坏账率也越低。然后通过率越高，获客成本就越低，用户增长就越快。“坏账率低就会导致我的坏账成本很低，这样我的经营状况就能越来越好。然后依此循环往复。”最后，在这个过程中，和巨头的起步优势就会越来越接近。而且随着业务复杂程度越高，巨头所擅长的能力及优势，就可能更加缺乏用武之地，这在打车、外卖等垂直领域，已经有了现实例证。也就是说，“边缘创新-垄断-成为巨头-被创新突破”的宿命，谁也无法逃脱，即便对数据量有天生依赖的AI产业，数据也不是难以解决突破的根本性难题。而技术算法就更不用说了，这些依赖于人才的因素，目前AI创业公司也正在展现出更强劲的吸引力。智融集团的投资人之一，创新工场董事长李开复博士对于巨头的AI人才流失问题，有过这样的分析。他认为，巨头也很重视人才，但即便给他们授予数量不菲的占比0.1%的股份，可能也会在与创业拥有60%股份的诱惑中败下阵来——即便创业的风险让这60%并不比0.1%安稳。更何况创业创新所展现的愿景吸引力，可以改变世界或某一领域的成就感，也远远超过在大公司里提升某一项业务来得更具号召力。“巨头人才流失问题，没有很好的解法。”李开复说。OMT：AI三核心要素实战原理One more thing，如果你还想了解智融“I.E.C”引擎的具体工作原理。智融集团CTO齐鹏，曾在CCF-GAIR全球人工智能与机器人峰会上进行过分享：Identification（识别）取名“柯南特征工程”，通过三个方面发挥作用。柯南特征工程第一，把原始数据加工成机器可以理解的数据过程。好比有一个发动机，但发动机的类型不一样，其启动场景不一样，同时，不同场景下对发动机的续航能力要求不一样，能源消耗要求不一样，启动速度要求不一样，意味着在不同的场景下需要找到能够解决不同问题的有效办法。第二，特征工程是不断挖掘数据价值的过程。在这个过程中，要考虑不同的方法。如何对原始数据进行覆盖、清洗、弥补；如何找到异常值；如何在模型应用的时候保证应变量的调优以及如何做智能降位确保模型的量化能力。举例来说，在24个月的迭代后，我们的产品已经能够挖掘出1200多个有效基础维度特征，这可作为判断依据，帮助我们尽可能刻画一个人的生活数字信号。具备了特征工程和学习对象后，相当于有了学习书本，学习书本背后带给我们的就是相应的知识。最后要解决的问题是：基于样本的模型有多可靠。这一定程度上取决于输入丰富程度。如果学习输入丰富，那需要做的事情就是如何变成一位好学生，充分感知到背后数据的信息和价值。识别之后是计算取名“Anubis大数据架构”，分四步。Anubis大数据架构首先，判断数据的覆盖、数据的准确性、数据的维度和数据背后和问题之间的相关性。如果是线性相关的，就要符合线性相关的要求，需要对特征做相应的加工和处理。如果发现数据相关性并不是线性的，就需要考虑如何用非线性的数据函数描述问题。所有的数据函数，都可以称之为一个模型。说起模型，不同的问题需要有不同的解决方法和对策，所以，对于不同的数据源、不同的数据质量、不同的数据类型，在不一样的情况下，需要选择什么模型去刻画问题。其次，选定模型后，逼近上限的过程中一定有调参，即模型迭代。第三，需要通过大量数据帮助计算机更聪明。人可以通过少量数据进行推理，计算机不可能做少量数据推理，但大量数据推理是完全可以胜任的。 机器学习方法背后的支撑是大数据处理能力。所谓大数据处理，包括以什么样的方式从外部、从内部接收，之后做数据的持久化。最后，如何做计算支持、服务支持。识别、计算之后，开始“决策”取名“D-AI机器学习模型”。D-AI机器学习模型到这一步，基本就是在前两步的基础上，进行定量风险分析，得到一个连续的风险定价，并在此基础上提供与之相匹配的金融产品与服务，目前每一次决策的用时是8秒。本文转自：量子位本文仅代表作者观点，不代表百度立场。系作者授权百家号发表，未经许可不得转载。智融集团百家号最近更新：简介:国内领先的金融科技公司作者最新文章相关文章看智融集团如何发挥新金融模式背后的技术实力_凤凰财经
& 财经滚动新闻
& 财经滚动新闻 & 正文
看智融集团如何发挥新金融模式背后的技术实力
用微信扫描二维码分享至好友和朋友圈
当前，新一轮技术革命正在蓬勃兴起。以人工智能、区块链、大数据等为代表的新技术为全球金融行业带来了颠覆性变革，而移动支付、量化投资、智能风控等新型金融产品和服务的应用，更是将其带入史无前例的科技竞赛。
9月17日，由清华大学五道口金融学院、清华大学国家金融研究院主办的第二届中国金融科技大会聚焦Fintech，吸引智融集团CEO焦可、蚂蚁金服CEO井贤栋、京东金融CEO陈生强、腾讯集团副总裁赖智明等国内外学界、业界领袖及监管层多位金融科技代表人物出席会议，并对金融科技的创新展开深入探讨。
&AI启动新金融加速模式 大咖各抒己见
在可高度量化的金融领域，AI技术的全面介入不仅重新解构了金融服务生态，更有效拓展了金融机构的服务对象。本次大会围绕“金融科技的创新发展”，与会学者、同行业领袖就区块链技术的应用与监管、金融大数据的发展与挑战、保险科技的突破口、互联网消费金融的前景与风险等多个重要议题深入交换意见。
清华大学国家金融研究院院长、国际货币基金组织原副总裁、中国人民银行原副行长朱民先生发表题为《金融科技再塑金融生态》的开场致辞。朱民表示，金融科技对整个金融功能的冲击是巨大的、颠覆性的。而这种颠覆正是基于其运行模式的不同，即运行模式是平台的、非网点的、轻资产的、重数据的，它拉近了金融机构与客户的距离，赋权于客户。从某种意义上来说，金融科技正在“再塑金融生态”。
随后，中国互联网金融协会会长李东荣在阐述金融科技如何健康发展时表示：在金融科技推动下高速发展的金融业，要坚持正确的发展理念和价值导向，更好、更安全地服务实体经济、防控金融风险、促进改革开放。
谈到数字普惠金融发展，蚂蚁金服CEO井贤栋认为，科技创新的出发点和落脚点必须回归到对消费者的安全保护，只有保护好消费者创新才有价值，并再次重申“把数字技术发展金融服务作为普惠金融的优先选择;强调防范风险，加强消费者保护”等原则。京东金融CEO陈生强在会上强调，金融科技行业需要确定方向、达成共识、形成标准，并详细分享了京东金融在金融科技运用方面的经验和心得。
人工智能引领新金融背后的技术变革
智融集团作为国内领先的金融科技公司，是人工智能技术在小额短期消费借款领域应用的典型案例。受邀参加本届中国金融科技大会的智融集团CEO焦可，发表了关于“新金融模式背后的技术变革”的主题演讲。
焦可(智融集团CEO)指出：随着中国消费金融、消费信贷市场的快速增长，我国个人信贷有非常大的市场空间。相比个人征信覆盖率高达90%以上的美国，我国传统金融在服务供给方面差很多，存在很多应该被服务却没有被服务到的人。单纯依靠工资流水、工作证明、社保、人民银行征信报告等强特征数据进行定性风险分析的传统金融机构，无法为“不具备这些强特征数据”的人群提供服务，这是“强特征筛选”和“弱特征计算”两种完全不同的审美标准。
人工智能、大数据、云计算等新金融科技的广泛应用，降低金融服务成本，创造更多金融价值之余，作为传统金融的重要补充，它的引入也为传统金融机构提供了更安全、高效、便捷、低成本的模块化业务模式，并在金融产品、服务渠道、服务方式、风险管理、授信融资、投资决策等方面引起新一轮变革。
凭借领先的人工智能、机器学习等技术实力和成熟的金融领域应用经验，与蚂蚁金服、京东金融等国内顶尖金融科技企业，共同跻身亿欧发布的“2017中国金融科技50强” 榜单的智融集团，在探索金融与科技融合发展的道路上作出很多有益尝试，旗下已拥有小额短期信贷APP用钱宝、I.C.E.人工智能风控引擎及慧诚帮帮PaaS信贷过程管理平台三大核心业务。
据焦可透露，智融集团依托机器学习、大数据计算等人工智能技术自主研发的I.C.E.人工智能风控引擎，可对庞大非银行人群的海量隐性弱特征数据进行定量风险分析，得到一个连续的风险定价，并通过1200个以上维度的有效弱特征(加入组合特征后超过10万维度)，以及每月迭代次数超过100次以上的上百个机器学习模型同时运行，为其提供与之相匹配的金融产品与服务。有效解决非传统金融机构目标人群的风控难题，大幅改变金融现有格局的同时，也让金融服务变得更加地个性与智能化。
当前，人工智能早已深入到人们生活的方方面面，金融、教育、交通及健康医疗等领域都在经历着难以置信的创新改变。正如焦可所言“真正的金融科技下半场才刚刚开始，而下半场真正重要的一定是技术，要通过技术赋能，解决传统金融无法解决的问题，这样新的金融才有机会。”
用微信扫描二维码分享至好友和朋友圈
免责声明：本文仅代表作者个人观点，与凤凰网无关。其原创性以及文中陈述文字和内容未经本站证实，对本文以及其中全部或者部分内容、文字的真实性、完整性、及时性本站不作任何保证或承诺，请读者仅作参考，并请自行核实相关内容。
预期年化利率
凤凰点评：凤凰集团旗下公司，轻松理财。
凤凰点评：业绩长期领先，投资尖端行业。
凤凰点评：进可攻退可守，抗跌性能尤佳。
同系近一年收益
凤凰点评：震荡市场首选，防御性能极佳且收益喜人，老总私人追加百万。
凤凰财经官方微信
播放数：8841
播放数：1369
播放数：2270
播放数：5808920智融集团CTO齐鹏：从始至终我们就是一家技术公司
“如果说2016年是人工智能的中国元年，那2017年就是它的应用落地之年。”
“人工智能在中国爆发最快、最广的领域一定是金融。”
说这两句话的人，分别是科大讯飞董事长刘庆峰与李开复。经历了风起云涌的2016之后，Fintech 在今年驶入更宽阔的航道。对于专注于研发以人工智能为核心的Fintech公司——智融集团来说，2017年也将开启新征程。
今年3月，成立两年的用钱宝升级为智融集团，同时还宣布了由金砖资本、中金甲子领投，国科嘉和、源码资本、创新工场等机构跟投的C轮融资，累计完成了6.7亿人民币融资。
自此，智融集团确立了三条业务线：全流程线上借款APP用钱宝、以人工智能为核心的风控引擎I.C.E.以及信贷过程管理平台“慧诚帮帮PaaS”。
7月8日是由CCF中国计算机学会主办、雷锋网与香港中文大学（深圳）承办的CCF-GAIR大会举办的第二天，在CTO齐鹏演讲结束后，雷锋网与他进行了一次深入的访谈。
作为智融集团的拳头产品，用钱宝立项于2015年6月，先后履职百度、高德的齐鹏也在同期加入公司。齐鹏告诉雷锋网，用钱宝是一款针对小额短期借款市场的助贷产品，连接着用户和持牌金融机构，为合格的放款主体提供风控服务。
“我们本质上是一个助贷平台，并不直接接触借贷资金，由银行、消费金融公司等机构直接放款给用户。”
据介绍，2017年3月，用钱宝APP累积注册用户已超过1000万，单月交易笔数超过150万。而支撑用钱宝的核心技术就是I.C.E.人工智能风控引擎。创业伊始，他们就在发展完善这项技术，近期终于具备了对外输出的能力。
在盈利模式方面，贷款利息由放款机构直接收取。用钱宝向用户收取的是服务费，包括风控、贷后、平台服务费。2016年2月，用钱宝宣布实现营收平衡。智融集团创始人、首席执行官焦可在今年接受媒体采访时表示，智融集团是一家盈利的公司。而后两项业务收取的是技术服务费，齐鹏提到，目前已经有合作伙伴在使用，产生了营业收入。
以下是与齐鹏的对话实录，雷锋网作了不改变原意的编辑：
拳头产品的前世今生
雷锋网：做用钱宝的初衷是什么？
齐鹏：在我加入用钱宝之前，公司还做过一个项目“贷小秘”，主要做的是结构化的贷款数据库及智能化推荐引擎，旨在解决银行与贷款人群信息不对称问题。但经过一年半的摸索，最后发现成功率特别低，原因在于市场核心问题不是信息不对称，而是能力不均衡，传统金融机构针对弱特征人群的风控水平有限。不同于典型的银行客户，这类客户大都缺少征信报告、银行流水、社保证明等强特征数据，只有海量的弱特征数据。我们认为这是一大痛点，希望能为金融机构提供风控服务。
所以我们的定位一直是一家技术公司，致力于普惠金融服务，而打造用钱宝这样一款产品是出于两方面考虑。其一是为了能以更加直观的业务表现来证明风控实力，其二是短周期产品样本回收快，有助于我们快速获取样本，迭代风控模型，不断提高风控能力，从而服务更多的用户。
雷锋网：一般来说，市面上包含借贷功能的产品会连接着消费场景，消费场景也成为一种获客渠道。而用钱宝APP既没有与其他消费场景相连，本身又极其简单，只有一个借贷功能。用钱宝为什么不设置消费场景？通过什么方式获客的？
齐鹏：我们认为消费场景是借贷的子集。用户的需求通常就是获得贷款用于生活，不外乎衣食住行等，我们不想给用户一个场景局限。
获客方式全在线上，包括一切能够触达用户的线上渠道，例如应用商店、广告等。在获客之后就是留存问题。而用户的留存取决于产品是否以低廉的成本、优质的服务满足了他们的需求。
雷锋网：目前用钱宝的放款量、逾期率、不良率分别是多少？
齐鹏：用钱宝在2017年3月的单月交易笔数突破150万笔，交易金额超过25亿。I.C.E.人工智能风控引擎在通过率是行业平均水平两倍的情况下，逾期率仅为行业平均水平的60%。
风控迭代优化速度至上
雷锋网：您觉得新金融的风控痛点在哪儿？
齐鹏：首先是数据和样本。风控技术的发展离不开数据的支持。我们需要大量的样本，I.C.E.人工智能风控引擎主要通过持续提高风控能力来服务更多人群，获得更多的样本返回，从而迭代模型，进一步提高风控水平。此外，如何挖掘出数据价值和构建模型也是需要解决的核心问题。
人工智能风控引擎“I.C.E.”三个字母背后都有含义，分别代表：识别 Identify 、计算 Calculate 和评估 Evaluate，这是人工智能风控的核心问题。针对这三个问题，我们做了三方面工作：柯南特征工程、D-AI机器学习模型、Anubis大数据计算架构。（更详细的工作原理可以阅读齐鹏的精编演讲
雷锋网：目前有些涉及网贷业务的互金公司声称已经/准备输出技术，通过提供风控或数据相关服务。你觉得相较而言，你们有什么竞争优势？
齐鹏：我认为，当下人工智能公司之间、人工智能和传统公司之间的竞争归根结底是比谁进化得更快，谁的业务做得更好。更快的进化意味着决策引擎变得更聪明，可以用更小的损失获得更大的收益。优秀的业务能推动更多优质数据的产生，并反哺业务，从而让业务做得更好，形成正向的马太效应。只有这样，公司才能保证有足够的动力和足够快的速度，在行业中立于不败之地。
目前，I.C.E.人工智能风控引擎常规机器审核速度用时仅为8秒，对于新挖掘特征进行全量数据下的迭代速度仅需约15分钟，平均每周可实现40次的模型迭代，自学习、自进化优势比较明显。
雷锋网：具体来说，你们是如何应用弱特征数据来给一个人做评定的？
齐鹏：获得数据后，我们先把原始数据加工成机器可以理解的数据，通过特征工程挖掘数据价值。虽然无法凭借其中少数几条数据就做出借贷决定，但如果把几百个甚至几千个维度的数据综合起来，就可以训练出有效的风控模型，并以此为风控依据为用户做出借贷决定。其中涉及数据加工、模型学习、样本选择等过程，也只有综合这些过程才能真正做好风控。
雷锋网：评判是否给用户放贷的标准是怎样的，存在多少个评判维度？
齐鹏：经过24个月的迭代，I.C.E.人工智能风控引擎已经挖掘产生1200个以上基础维度特征。这些可作为判断依据，帮助我们尽可能刻画一个人的生活数字信号。
我们不会人为制定一些标准规则，用户必须满足这些条件才能放贷，更多的是利用与用户相关的大数据，包括第三方数据源、用户申请资料、行为数据等。其中，一些行为数据的特征只能由机器发现，人类几乎无法发现这些关系。比如，如果一个人手机电量长期处于很低的状态，可能会对他的违约率指标产生负向影响。
雷锋网：电量与违约率有什么关系？
齐鹏：这些关联可以做尝试性解释，但未必所有的联系都可以解释。我们猜测，如果一个人手机电量较充足，有人想联系他时随时能联系到，我们认为他是一个比较靠谱的人。反之，这个人并不在乎别人是否能找到他，靠谱程度比较低。
雷锋网：在反欺诈方面，你们做了什么？
齐鹏：举个例子，如果发现了一些地理位置相近的手机，都是处于平着放或者立着放的状态，而不是略带倾斜角度的自然使用状态，那么就有集中作业的可能。
雷锋网：之前在一个论坛上，有几位银行高管提到一点，他们欢迎与fintech公司的合作，但是若将一整套的风控都交由fintech公司来做，以后可能会逐步丧失核心风控能力。如何看待这个观点？
齐鹏：我们与银行没有直接的竞争关系，银行服务的是高净值人群，在我们出现之前，银行不会为“二八法则”中的“八”人群提供服务。一方面是没有意识到，另一方面是传统风控技术并不适用于这部分人群。而我们为银行提供了服务中低净值人群的能力，这是一个增量市场。
雷锋网：除了与传统金融机构的合作，你们有没有与其他互金、fintech公司建立联系？
齐鹏：总的来说，我们对外合作主要分为三块。业务方面的合作就是对外输出风控能力，帮助金融机构实现贷前、贷中、贷后的全流程管理；再者是数据层面，我们与八家征信试点机构都有合作；第三是技术层面，比如我们采用人脸识别技术就是旷视科技的。
继互联网金融之后，金融科技或者说智能金融将成为未来的发展方向。就在7月20日，国务院正式发布了《新一代人工智能发展规划》，明确指出到2030年，中国人工智能的理论与应用总体将处于世界领先水平，AI 核心产业规模超过1万亿元，带动相关产业规模超10万亿元。其中的智能金融规划提到，计划建立金融大数据、风险智能预警与防控系统，鼓励创新产品和服务形态并应用智能客服、智能监控等技术。
对于未来，齐鹏表示，
“牛顿曾自谦自己不过是一个偶然在沙滩上拾到漂亮贝壳和鹅卵石的小孩，真理的浩瀚海洋近在咫尺却无法触及。300年后的人类已经积累了非常多的鹅卵石和贝壳，更进一步的突破就在于乘上AI这艘能带我们远航的轮船，去探索广阔、未知的世界。这也是智融从始至终的愿景。”
责任编辑：
声明：本文由入驻搜狐号的作者撰写，除搜狐官方账号外，观点仅代表作者本人，不代表搜狐立场。
致力免费为玩家、消费者提供国内最值得入手的新奇酷玩产品
读懂智能与未来！
今日搜狐热点