中國傳媒聯盟 據 CN科技網 訊：9月14日，“服務實體經濟——2017中國金融科技未來領袖峰會”在北京雙井富力萬麗酒店舉辦。本次活動由產業創新服務平臺“億歐”主辦，創新型金融科技公司“淺橙科技”聯合主辦。

　　峰會現場，億歐聯創王彬、宜信高級副總裁陳歡、希望金融CEO陳興垚、淺橙科技創始人朱永敏、泰康在線首席市場官方遠近、易鑫集團COO姜東、錢包生活CEO定勝斌、豐瑞資本創始合伙人李豐等數十位業內人士發表主題演講。

　　本次峰會的聯合主辦方淺橙科技創始人兼CEO朱永敏，發表了主題為《實現普惠金融的下一個賽道在AI》的演講。針對人工智能、機器學習、大數據等新技術對普惠金融建設的推動意義，朱永敏指出：我國未被傳統金融機構覆蓋的人群約4億人，傳統金融的線下高成本運營模式成為金融普惠化的現實困境：

　　1)傳統金融線下成本太高，無法滿足用戶新需求;信用體系不健全，傳統風控模型無法支撐次級用戶，同時也很難服務次級人群——這形成傳統金融的現實困境。而未來我們的金融服務一定是多元化的，不再是兩極分化。

　　2)未來的金融服務一定是多元化有層次的，不再是像原來單方面的金融服務過剩。原有的金融服務是單一的，只是面向優質用戶，因此導致優質用戶的金融服務單方面過剩，而更多的次級用戶反而享受不到金融服務。AI正在推進普惠金融，利用AI可以解決運營和服務成本，使得邊際成本可控;也提供決策依據，解決線上風控難題，使得壞賬可控;同時，移動端的普及也使用戶數據的獲取不再困難。因此，金融服務的多元化發展成為可能。

　　3)金融科技服務實體經濟，應該從關注每一個微小的個體入手，從“人”入手。同時，金融科技通過建立篩選機制，判斷好人、壞人，判斷其負債能力和還款能力;改變單一的金融服務模式，提供多元化的金融服務;由下往上搭建社會信用體系;讓信用值錢，幫助次級用戶享受更加優質的金融服務，對國內信用生態建設具有深遠影響。

　　4)信任成本是社會最大的成本。我們面臨一個很大的問題是信用體系不完善，但這也是機會所在，從無到有，我們在做的過程中，一定是通過模型追蹤打造出來一個完整的信用，這是促進整個信用體系的發展，在未來可以降低整個社會的成本。

　　以下為朱永敏的演講速記，由億歐編輯整理(有不改變原意的刪改)：

　　中國經濟發展到這個階段，其實整個中國經濟社會都在發生巨大改革，也存在巨大的機遇和商機。從原來兩極分化的商業模式，到現在變成了多元化的社會階層，包括服務多元化、服務升級、消費升級、產品升級，整個產業已經多元化。

　　產業多元化意味著基礎的金融服務和資本流轉、流動是多元化的。對我們這代人來說，這個時間點有一個巨大的商機，就是金融服務的多元化。未來的金融服務一定是多元化的，不再是兩極分化。利率是一套的，國家規定的是多少就是多少，而不是民間的那一套，民間是不受監管的。

　　未來的金融服務一定是多元化有層次的，不再是像原來單方面的金融服務過剩。現在大型企業的金融服務資源是非常豐富的，不管是大型銀行、信貸還是保險，都很喜歡服務于大型企業。但是對于中小微企業和中小微的民眾，包括無卡人群，中國有7到8億人群是沒有服務的，這是一個很巨大的機遇。

　　因為我是互聯網出身，本身是做基礎的，所以我們怎么去做金融服務?為什么我們比別人做有優勢?科技金融到底體現在哪兒?為什么用科技金融做?科技金融比傳統金融做得更加好或者怎么做有效補充，怎么去服務于原來傳統金融服務不到的人群和企業?

　　現在的大數據和互聯網很先進的技術叫區塊鏈、人工智能，這些東西都貌似有很多新的概念。其實從傳統的概念來說，我覺得對于金融，核心的理念是抓住兩個點：

　　一是降低獲客的成本。傳統金融做獲客，我之前接觸過很多做抵押和銀行的業務，其實獲客成本是很高的，基本上1000塊錢左右。如果額度不高，或低于10萬或者5萬，他的獲客成本就很高——變相來說用戶能拿到金融服務的成本不可能低。其實，要解決的是如何應用現在的技術解決獲客成本的問題，也是首要問題。

　　二是利用現在的技術解決風控成本問題。如果能解決風控成本和流量成本，就可以去做更廣大用戶的金融服務，從而讓用戶獲得優質的金融服務。這就是說要用 “人工智能AI”，可能實際的技術會比較簡單或者比較土，與互聯網或者AI互聯網可以做長尾的效應，這是互聯網的特性——長尾的效應而不是頭部的效應，長尾效應可以解決基礎獲客成本的問題。

　　傳統的金融是服務于傳統經濟。為什么服務于傳統經濟?因為獲客成本高、線下的風控成本也高。而且隨著業務量規模變大，成本是線性上升。我們要做的目的是當你的業務規模越大的時候，你的成本不是線性上升，而是可以忽略不計。服務10萬用戶、100萬用戶，你的成本是不是可控的，你的成本服務10萬用戶的時候，可能每客單價是10塊錢，當你到100萬的時候還是10塊錢，這是我們做這個產業的初衷。

　　前面的兩位嘉賓講了，我們中國的小微企業太多，他們缺乏有效的金融服務，我們的目標是說怎么去獲取這些小微企業?怎么能夠去解決他們的風控問題?

　　在中國原來做小微企業做得比較好的，傳統銀行應該是招商銀行做得比較好，模式是線上線下相結合的模式，意味著它的介質是在50萬到100萬以上，息費是在10萬到20萬之間，因為其成本不可能再降，線下的考核成本在那里。

　　那么，我們未來有沒有一種方式，可以通過一鍵線上授信，企業信息化到達一定程度是不是可以做到這種效果?

　　從目前來看，情況正在發生改變。

　　目前，企業所有的經營情況和數據，可以通過互聯網獲取，財務數據、能源數據、支出數據和其他的相關數據，這些數據是方方面面的，通過這些數據來建模型，之后給你分層和評級，根據分層和評級做風險定價，實現風控授信。而且，這樣成本也正變得無限低。服務1家企業和100家企業都通過這個模型來完成。

　　成本足夠低的時候，我們就可以提供優質的金融服務。

　　從個人而言，中國目前有卡人群其實在3-4億左右，意味著中國7-8億人口沒有金融服務。跟發達國家相比，發達國家金融服務普惠率70%-80%，中國的金融服務是40%左右，其實應該說是有50%的差距。我們公司面向個人提供服務，需要對個人做分析，看他到底是不是優質客戶。那么，我們怎么去判斷一個客戶是不是優質?

　　首先，要區分他是好人還是壞人。在中國做金融服務，第一點要做的永遠都是怎么區分好人和壞人，解決反欺詐的問題。因為中國跟發達國家不一樣的地方是，發達國家的金融數據和征信體系非常完善，它不用你區分好人跟壞人，有沒有還款意愿。

　　為什么在現在的階段，中國可以去做基于數據分析的反欺詐模型?為什么在2012年、2013年不能做?包括前面希望金融的陳興垚總說的，現在農村都用上了智能手機，其實這就是數據驅動的改革。

　　以前，比如2012年前，全國用的都不是智能手機，用的都是傳統手機，無所謂數據，我們沒有任何數據的沉淀。沒有任何數據的沉淀就無法分析這個人的生活軌跡是什么樣的，生活狀態是什么樣的。2012年之后，智能手機開始普及，到2014年、2015年，數據沉淀到一定程度，可以通過智能手機獲取這個人所有的基本數據，包括電商信息、金融相關的信息、社交信息等，這些維度足夠多的時候，就可以判別這個人是不是一個正常的人或者是一個欺詐的人，這是數據驅動。

　　其實，它的爆發時間點應該是在2015年至今，包括未來兩到三年，這是一個巨大的爆發點，可以通過數據的獲取和積累，通過建模分析用戶到底是不是一個正常的客戶，到底是不是一個正常的企業，這是一個很大很大的時間轉折點。也就是說在未來3到5年，我們一定是基于數據分析來驅動欺詐模型，這是一個非常重要的點。

　　分析好用戶的欺詐模型之后，下一步要做的是確定這個用戶到底授信是多少，這個用戶到底應該授多少信。我們就要看兩個方面：一是用戶的收入情況;二是看用戶包括企業的負債情況，負債減去收益就是未來可以承受的負債情況。

　　隨著整個互聯網的發展，越來越信息化，每個人、每個企業的數據越來越多，我們通過互聯網，能夠獲取這個人的收益情況，包括所有的收入情況。前面第一個宜信陳歡總講的，他們是做商戶的，其實是做阿里的一些商戶。我可以從阿里的體系里邊拉出商戶的所有經營情況，我是知道他的收入情況的。第二點，還要知道他的支出情況，知道他的支出情況就知道他的負債情況，我們去做調研，如果不能拉到這些數據，現在就暫時不能給他服務，如果可以做到，其實就可以為他做金融服務。

　　在做模型的時候你的維度一定要足夠的多，不能像原來那樣使用強變量，未來是弱變量的時代。如果我有1000個維度的弱變量，就可以做到線上風控。因為強變量很可能會被一些欺詐集團給追過去，而利用弱變量則可以設計出抵制欺詐的模型。

　　在我們看來，合理的負債，可以促進整個經濟和企業高速發展，同時，合理負債也能促進每個人更有動力地去做很多事情。包括企業他可以加杠桿做到更好地營收，反過來促進實體經濟的良性循環。企業不加杠桿是很難受的，如果企業不加杠桿，將遠遠落后于正常企業加杠桿的發展速度，這個我相信做企業的人都有感受。對于個人而言同樣如此。簡單點說，其實買房子就是加杠桿，包括前10年加杠桿買房子都享受到經濟的紅利了，如果沒有享受到紅利至少是比較難受的。

　　所以良性的經濟循環是要每個人都能夠享受到金融服務，包括發達國家，他把金融服務等同于每個人的基本人權，而且應該是相當重要的一種人權。只是我們傳統觀念認為借錢不好。我們要改變這個觀念，合理的杠桿可以讓收益更加可觀。

　　另外，在中國來說，我們面臨一個很大的問題是信用體系不完善。在美國，做金融服務很簡單，查一下用戶到底是什么樣的情況就好了，在中國是沒有辦法的，因為在中國，我們有8億的人是不入征信體系的，在里面是空白的，所以很難做。

　　但這也是機會所在，因為從無到有。我們在做的過程中，一定是通過模型追蹤打造出來完整的信用，這是促進整個信用體系的發展，在未來可以降低整個社會的成本。

　　我們現在做很多的企業，不管做企業還是做個人，我們發現我們的最大成本在什么——就是信任成本。信任成本是社會最大的成本，如果你的金融服務做好了，自然而然就解決了信用問題，在未來，從下往上建設的信用，一定是可以反過來驅動信用體系建設，促進整個社會的信用成本降低。

　　如果無法用數據和科技的問題解決風控成本的問題，就很難去做金融服務，所以我只牢記一個點，風控是不是通過一個很低的成本來解決?當你服務于10萬和100萬用戶的時候，你的成本是不是一樣的?這是做互聯網企業唯一的標準。

　　另外，隨著線性成本的上升，我們還承擔著員工的道德風險。其實在業務越大的時候風險系數是越大的，做金融肯定考慮著風險，所以怎么樣讓風險和風控成本降低是你腦子里要清晰認識的。

　　第二，怎么去獲取客戶、獲取客戶的成本是怎么樣的、客戶未來的留存率怎么樣?要用你所有的手段和技術，包括現在的區塊鏈技術來解決客戶的來源問題，客戶的來源能不能做到邊際成本足夠低。所以我們公司主要是看重這兩個點，解決了這兩個點，企業一定是優質的。

　　此外，我們利用AI做了三個方面的工作。比如，怎么做到精細化運營，廣告投放、用戶怎么去匹配。針對你的不同渠道，風控模型其實是不一樣的，壞賬率也是不一樣的。需要你用海量的樣本來訓練模型，包括未來評估的結果。決定未來投放的時候，廣告投放是投放信息流多，還是投放在精準營銷上多，還是投放在其他地方比較多。

　　第二是風控體系。我們建的風控體系基本上基于全部的數據，不會去獲取線下的數據，因為一旦深入到線下的數據，就暴露了很重要的問題。比如，在數據獲取過程當中的成本問題，包括獲取數據源時候的成本，包括道德風險的問題，等等。因為我是通過線下人工去獲取的，你怎么去控制人?當你的規模越大的時候，這個人的道德風險就會越大，比如怎么去控制該人員提供的數據是真實的?

　　這是最大的問題，如果不解決這個問題，跟原來的傳統金融模式是沒有區別的。如果無法降低它的服務成本，就意味著用戶得不到有效的、更優質的服務，這就沒有所謂的改革驅動，本質上跟原來是一樣的。

　　所以我們的數據一定是基于HAS建模，所有的數據都是通過系統主動去獲取，而不是人工提交，現在有些地方可以是人工，我是覺得未來所有的都是系統獲取，不管你做小微企業還是小C，需要的是系統抓取所有的用戶，包括現在很火的、做供應鏈的，我建議你一定是通過系統來獲取數據服務，然后通過數據服務去建模，建完模之后提供服務。

　　淺橙科技定位是做兩個方向：

　　第一，如何獲取客戶?以最低的成本去獲取用戶，把客流留在我的平臺，然后找到更優質的金融機構合作方，進行整合合作。一定要相信傳統金融機構的成本是最低的，而且傳統金融的風控模型也一定是最優秀的，我們能做的一定是如何獲取到客戶。可以通過我們的所有手段去優化獲取客戶的渠道和你的成本。

　　第二、怎么去獲取客戶相應的一些風控數據?怎么去通過互聯網手段、通過科技手段拿到用戶相應的數據，幫助和建立相應的風控模型。總的來說，無非是在整個商業模型中降低兩個方面的成本，一個是降低獲客成本，再是降低它的風控成本。

　　這兩個成本降低之后，客戶始終是掌握在我們平臺手上，這是我們的目的!最終你的金融服務有可能是由傳統銀行來完成，不管是銀行、信托，還是現在的新型互聯網金融公司，都可以來進行金融服務。我們要做的是通過兩個方面來降低成本問題，其實做得大部分都是信息階段的展示。

　　此外，數據也是是我們要做的。但我們最終重視的，是想為一些小的企業，小的C端的用戶，為他們的信用服務。如果你具有良好的信用，一定要讓你們的信用具有價值，這是我們公司的初衷。

　　謝謝大家!