改變個人金融服務緊缺的局面， 或許並不能只靠一味增加供給， 改變傳金融的風控模式才是當務之急。
本文共計2346字， 閱讀時間5分鐘。
記者 | 劉景豐 張卓
編輯 | 趙力
專案要點：
1、智融集團定位為一家AI+金融的技術公司， 從金融信貸的獲客、風控到貸後管理， 智融集團已經形成全方位技術服務體系。
2、“I.C.E.人工智慧風控引擎”是智融旗下風控核心的部分。 不同於以往規則引擎， 該引擎採取學習引擎方式， 通過1200個以上維度弱特徵在大資料中自我學習找到“好人”與“壞人”， 並對“好人”放貸。
3、智融集團通過AI技術， 做到信貸通過率是同行業兩倍， 逾期率僅為行業平均水準的60%。 依託新金融技術降低金融服務門檻和成本， 智融集團正探索將金融服務拓展至更多領域。
從清華大學電腦系畢業後的焦可， 經歷百度、趕集等互聯網公司後， 最終選擇創業， 用他擅長的技術來改造金融。
金融市場上從來不缺玩家。 當市場上眾多創業者看到個人借貸難而紛紛進入， 且巨頭已開始顯現時， 焦可卻在以另外一種眼光看待傳統金融機構的風控模式：一大部分有效客戶因為個別資訊不符合風控模型， 進而享受不到金融服務。
所以改變個人金融服務緊缺的局面， 或許並不能只靠一味增加供給， 改變傳統的金融風控模式才是當務之急。
智融集團創始人兼CEO 焦可
改變銀行“雪中不送炭”先要改變風控
時間回到2013年， 互聯網金融行業迎來大爆發。 阿裡、騰訊、百度、新浪、京東、蘇寧等互聯網企業紛紛開始在金融領域跑馬圈地， 網貸P2P、互聯網理財、消費金融等公司也紛紛出現。 金融， 正成為互聯網創業的熱土。
時年， 曾在百度、趕集供職， 專注搜索技術的清華大學電腦系畢業生焦可有了一個大膽的想法——跨行金融創業。
2013年10月， 北京智融時代資訊技術有限公司成立。 創業初期， 焦可借助自身的搜索技術優勢， 試圖用人工智慧技術打造個人信貸領域的搜尋引擎，
銀行“雪中不送炭”自有他的道理：按照我的風控指標（央行征信報告、銀行流水、社保證明等材料）， 你沒有達到標準， 我就不能給你放貸。
邏輯是對的， 但最大的問題是， 能達到這個風控標準的人群畢竟少數， 因此， 傳統金融的風控標準對於大部分人群不適用。 “如果把個人資訊比作一座冰山， 傳統金融機構審美比較單一， 看到的往往是水面上的冰山部分。 這種情況下， 如果使用者水面下的冰山多， 水面上的少， 金融機構就沒辦法判斷風險了。 ”焦可說。
這個風控就好比一個水龍頭， 當水龍頭閘口被限制住，
極低的轉換率讓他發現， 這個市場主要問題不是資訊不對稱， 而是供需不平衡， “傳統金融從來都不是雪中送炭， 它是少數人的金融， 是不平等的。 ”焦可決定， 開發一種新的風控技術， 來解決個人信貸市場的供需不平衡現象， 打破傳統金融機構的“雪中不送炭”。
這就需要一套新的審美視角， 提供一種新的風控模式。
AI技術變革傳統金融風控模式
在智融集團一整層辦公樓上， 有一百多名技術研發人員。 這是智融集團的核心優勢。
正是這一百多名研發人員， 研發出了智融集團的核心產品之一——I.C.E.人工智慧風控引擎。
I.C.E.人工智慧風控引擎將人工智慧技術應用於信貸風控。 焦可稱， 相比普通金融機構的風控維度， I.C.E.挖掘並驗證了超過1200個維度的弱特徵，“我們把別人能想到的維度，想不到的維度都加進去，甚至還曾經把星座這個維度拿來跟個人逾期率判斷是否有關聯。”
然後再將機器學習模型根據海量弱特徵資料對使用者進行定量的風險計算。與強特徵篩選和規則引擎非0即1不同的是，人工智慧風控引擎得到的結果是一個連續的風險定價。
這種引擎具備人工智慧基本邏輯：Identification (識別)、Calculation (計算)、Evaluation (評估)三大部分。而這三個部分又分別對應I.C.E.人工智慧風控引擎中的“柯南特徵工程”、“Anubis大資料計算框架”、“D-AI機器學習模型”，這也正是I.C.E.的由來。
其中“柯南特徵工程”作為系統判斷依據，通過海量資料採擷產生超過1200個以上維度的弱特徵；“D-AI機器學習模型”將底層資料通過特徵工程提煉成“知識點”後，利用上層演算法模型進行反復練習，不斷反覆運算優化形成“超級大腦”，實現越來越高的判斷力、準確度；“Anubis大資料計算架構”則用高性能的架構支撐模型的快速反覆運算及系統的穩定運行。
這段複雜的描述可以用一個簡單的例子解釋：在一堆動物圖片當中找到貓的圖片，規則引擎的方法是我寫這個東西有毛、有尖耳朵等等一個程式，按照這個規則老虎也可能會被選出來，又或者某個耳朵出現傷殘的貓會被遺漏；但是學習引擎則是，給你一大堆貓的圖片和非貓的圖片，讓機器自己去學習什麼是貓，什麼不是貓。
這種方式的好處，一來不僅僅依靠一些常人能想到的常用維度來判斷個人是否具有還款能力和意願，維度的增加意味著提高了模型的反欺詐能力和判斷準確度；二來多維度能更合理判斷一個人的還款能力，從而降低壞賬率。
焦可稱，在實踐中，I.C.E.人工智慧風控引擎在通過率是同行業兩倍的情況下，逾期率僅為同行業平均水準的60%。
形成助貸體系，降低金融服務門檻
在核心“I.C.E.人工智慧風控引擎”之外，智融集團還打造了一套助貸體系。
其中於2015年7月上線的“用錢寶”APP主要作為獲客管道，將小額借貸用戶與銀行等金融機構連接。I.C.E.人工智慧風控引擎則成為“用錢寶”的風控核心。
“雖然看起來‘用錢寶’是為用戶提供小額短期借貸，但用錢寶’僅以技術作為一個獲客管道，真正的放貸、收利息都是銀行和金融機構來操作，平臺只收取服務費。”焦可稱。
截至2017年3月，“用錢寶”APP的註冊用戶已超過千萬，單月放貸筆數超過150萬筆。
此外，智融集團旗下還有一款產品“慧誠幫幫PaaS”。這是一個基於大資料與人工智慧自動化技術搭建的智慧信貸過程管理平臺。
“小額短期信貸的主要特點就是額度小、週期短、業務量大，而且線上化作業。”焦可稱，正是基於這樣的特點，“慧誠幫幫PaaS”能夠為金融機構提供貸前、貸中、貸後的全流程管理。
如今，“慧誠幫幫PaaS”可以支援超千萬用戶平臺的智慧客服及單月超過150萬筆交易的智慧信貸過程管理服務。
獲客的“用錢寶”、智慧風控引擎I.C.E.以及“慧誠幫幫PaaS”組成了智融集團的助貸模式。
智融集團的助貸模式圖
儘管在助貸領域已經有不少企業，但能依託人工智慧風控核心搭建起一套體系的企業，目前並不多見。市場也給了智融集團一個可喜的回應：2016年初，其開始進入盈利期，目前已經形成穩定收入。
隨著人工智慧技術的改進，這一模式將使得金融的獲客成本、風控成本和信貸管理成本大大降低。門檻降低，便能讓更多得不到金融服務的使用者體驗到金融服務。
I.C.E.挖掘並驗證了超過1200個維度的弱特徵，“我們把別人能想到的維度，想不到的維度都加進去，甚至還曾經把星座這個維度拿來跟個人逾期率判斷是否有關聯。”然後再將機器學習模型根據海量弱特徵資料對使用者進行定量的風險計算。與強特徵篩選和規則引擎非0即1不同的是，人工智慧風控引擎得到的結果是一個連續的風險定價。
這種引擎具備人工智慧基本邏輯：Identification (識別)、Calculation (計算)、Evaluation (評估)三大部分。而這三個部分又分別對應I.C.E.人工智慧風控引擎中的“柯南特徵工程”、“Anubis大資料計算框架”、“D-AI機器學習模型”，這也正是I.C.E.的由來。
其中“柯南特徵工程”作為系統判斷依據，通過海量資料採擷產生超過1200個以上維度的弱特徵；“D-AI機器學習模型”將底層資料通過特徵工程提煉成“知識點”後，利用上層演算法模型進行反復練習，不斷反覆運算優化形成“超級大腦”，實現越來越高的判斷力、準確度；“Anubis大資料計算架構”則用高性能的架構支撐模型的快速反覆運算及系統的穩定運行。
這段複雜的描述可以用一個簡單的例子解釋：在一堆動物圖片當中找到貓的圖片，規則引擎的方法是我寫這個東西有毛、有尖耳朵等等一個程式，按照這個規則老虎也可能會被選出來，又或者某個耳朵出現傷殘的貓會被遺漏；但是學習引擎則是，給你一大堆貓的圖片和非貓的圖片，讓機器自己去學習什麼是貓，什麼不是貓。
這種方式的好處，一來不僅僅依靠一些常人能想到的常用維度來判斷個人是否具有還款能力和意願，維度的增加意味著提高了模型的反欺詐能力和判斷準確度；二來多維度能更合理判斷一個人的還款能力，從而降低壞賬率。
焦可稱，在實踐中，I.C.E.人工智慧風控引擎在通過率是同行業兩倍的情況下，逾期率僅為同行業平均水準的60%。
形成助貸體系，降低金融服務門檻
在核心“I.C.E.人工智慧風控引擎”之外，智融集團還打造了一套助貸體系。
其中於2015年7月上線的“用錢寶”APP主要作為獲客管道，將小額借貸用戶與銀行等金融機構連接。I.C.E.人工智慧風控引擎則成為“用錢寶”的風控核心。
“雖然看起來‘用錢寶’是為用戶提供小額短期借貸，但用錢寶’僅以技術作為一個獲客管道，真正的放貸、收利息都是銀行和金融機構來操作，平臺只收取服務費。”焦可稱。
截至2017年3月，“用錢寶”APP的註冊用戶已超過千萬，單月放貸筆數超過150萬筆。
此外，智融集團旗下還有一款產品“慧誠幫幫PaaS”。這是一個基於大資料與人工智慧自動化技術搭建的智慧信貸過程管理平臺。
“小額短期信貸的主要特點就是額度小、週期短、業務量大，而且線上化作業。”焦可稱，正是基於這樣的特點，“慧誠幫幫PaaS”能夠為金融機構提供貸前、貸中、貸後的全流程管理。
如今，“慧誠幫幫PaaS”可以支援超千萬用戶平臺的智慧客服及單月超過150萬筆交易的智慧信貸過程管理服務。
獲客的“用錢寶”、智慧風控引擎I.C.E.以及“慧誠幫幫PaaS”組成了智融集團的助貸模式。
智融集團的助貸模式圖
儘管在助貸領域已經有不少企業，但能依託人工智慧風控核心搭建起一套體系的企業，目前並不多見。市場也給了智融集團一個可喜的回應：2016年初，其開始進入盈利期，目前已經形成穩定收入。
隨著人工智慧技術的改進，這一模式將使得金融的獲客成本、風控成本和信貸管理成本大大降低。門檻降低，便能讓更多得不到金融服務的使用者體驗到金融服務。