“金融科技新生态：开放与变革“ 同盾科技副总裁李伟东访谈录

世界人工智能大会“金融科技新生态：开创与变革”论坛于2019年8月31日成功举办。会后，第一财经特邀四位论坛嘉宾进入大会演播室直播交流。

四位嘉宾对于金融科技新生态有何见解，第一财经为您一一呈现。

主持人：第一财经新闻中心财经部记者 吴茜

嘉 宾：同盾科技副总裁 李伟东

主持人：

李总你好！本届世界人工智能大会的主题是智联世界无限可能，作为一家金融科技公司，您怎么理解连接这个主题呢？

李伟东：

我觉得连接这个主题其实跟当下人工智能发展阶段是蛮契合的，因为我们每个人都跟这个世界在连接，人工智能令到我们跟世界的连接会更加智能化、更加智慧化。实际上人工智能的应用已经远远超出通常常人所理解的机器人的范畴，可能在很多我们看不到的地方AI的影子也蛮多的。

我举个例子，比如说你要去办理一个信贷产品，过去你可能得跑去银行的网点，你要去填表，要去交材料，你可能还要李伟东银行客户经理的一些问题。但是你会发现人工智能应用其实完全可以用智能语音这种交互的问答，利用交叉的验证，实现远程办理。

同盾科技也推出了一个产品，其实就是用来优化信贷的流程。实际上你会发现它背后的原理是机器学习和深度学习，在同盾开发的模型算法平台上给出一个最终的建议，金融机构根据自己的风险偏好最终给出授信额度。

所以你会发现连接这个词其实是非常好的，未来就是一个连接的世界，而且是一个智慧连接的世界。

主持人：

我们再谈一下人工智能的场景，虽然现在已经有很多的场景了，但是实际上仍然只有少部分场景被挖掘了出来，您觉得应该怎么开拓合适的人工智能应用场景呢？

李伟东：

作为数字化程度最高，IT应用最广泛的领域之一，金融无疑是给人工智能提供了一个最佳的落地场景，其实目前来讲人工智能已经深入渗透到金融的核心场景，使金融机构改变了对价值和客户的认知，也创新了服务流程，并降低了风控成本，同时拓展了金融服务的边界。我们预估不久的将来可能还会引发包括企业文化、组织结构，甚至是体制上的深刻变化，这是目前我们所看到的人工智能和场景的结合部分。

实际上人工智能和场景的结合将会更多，目前我们看到的在信贷领域中，从服务客户到各种金融交易，甚至包括金融分析当中的决策，以及风险防控和监督，你会发现人工智能已经给整个金融行业带来创新，帮助整个金融服务更加个性化，也更加智能化。

在获客和精准服务客户环节中人工智能发挥了很大价值。在风险管理领域，我们看到的是整个风险防范能力的提高，安全性也有大幅提高。所以对于个人来讲，无疑他的体验是更加完美的。当然也能够透过人工智能实现资产更优化的配置。

长远来看，我们觉得在征信&风控，营销&获客，包括在投资和决策，这三大领域当中人工智能的应用会不断深入和普及。

主持人：

以同盾这些年的发展经历来看，它的这些场景是怎样逐步落地的？

李伟东：

以同盾的角度来看，我们最初是从泛安全服务开始的，整个互联网世界是一个开放的世界，在这个开放的世界当中跟黑产的攻防对抗从来没有停止过，也永远不会停止的。在利益的驱动下我们看到“黑产”其实是蛮多的。所以反欺诈手段、反欺诈系统体系必须要不断地升级，否则是没有办法去应对互联网上的黑产攻击。金融领域不像过去，过去全都是线下的行为，都是需要客户到网点，要有面签，所以相对而言风险的防范手段是比较传统的。但是业务渠道到了线上之后其实发生了很大变化，刚刚已经提到攻防手段必须要升级，所以我们最初是从泛安全的领域开始的。

后来互联网金融出现了，金融理财和信贷业务线上化了，除了刚刚讲到的怎么去防范互联网欺诈行为之外，在线上怎么做KYC？因为中国的智能手机、移动支付应用普及已经很高了，所以消费者的行为也发生了一些变化，他的一些体验上的要求也变得越来越高，所以你必须要能够根据业务的线上化，线上的业务要设计出一套基于量化分析、大数据的风控体系。否则的话没有办法做KYC。你怎么识别这个人？他到底会不会触及到风险名单？你怎么对他做信用评价？贷后怎么监控？

同盾是基于整个中国金融业务的变化，也顺应整个趋势，提供了泛安全保护，到信贷的贷前、贷中、贷后整个全流程的服务。同盾在过去接近6年的时间，累计服务了超过10000家客户。我们也是中国第一家提出“联防联控”理念的公司，从我们服务不同的行业、不同的客群、不同的场景、不同的产品，在整个过程当中我们积累沉淀了很多工具和产品，为金融机构整个的信贷业务保驾护航。

主持人：

您刚刚提到同盾服务了很多客户，这当中包含了很多银行客户，利用人工智能和大数据分析技术为银行客户提供一个全流程的业务解决方案，包括从前营销到后期催收等等，您可不可以具体介绍一下在整个流程当中的一些环节？

李伟东：我简单介绍一下，因为对于银行来讲其实面临两个问题：第一个问题是存量客户的运营，比如说借记卡的客户如何转化成贷记客户或者信贷客户，在这里坦率说就要对这些客户进行画像，要了解他们的信贷响应度。但这些对银行来讲是很大的挑战，因为它对自己客户的了解是有限的，特别是对借记卡客户，其实很多银行的借记卡客户信息都是不全的。所以这个时候存量客户的经营，怎么把借记卡的客户能够转为贷记卡的客户或者是转为信贷客户，这就面临一个精准营销的问题，这时候就要结合外部数据帮助你对客户进行画像。同盾就有对应的解决方案，帮助你识别你的客户信贷响应度，甚至他的互联网活跃程度，他是沉默的还是高活跃的。

第二部分，信贷客户也是有分的，我举个例子，以信用卡客户来讲，很多客户可能是持有这家银行的信用卡，但他不用，他可能刷过一次就再也不刷了，放在他的包包里，甚至可能扔到抽屉里。这是什么原因？他可能是一个睡眠客户，但是他很有可能是一个假性睡眠客户。假性的意思是说他没有用A银行的信用卡而用了B银行的，问题到底在哪里？所以同样要对这个客户进行分析，分析到底是因为这家银行的权益不好，还是因为这家银行的授信额度。对于一家银行来讲都面临着本身对这个客户信息了解的有限，这是第一点。

对于很多银行来讲还有另外一个挑战，就是它的数字化程度可能不高，可能他的数据是没有打通的，比如说他的借记卡客户数据和信用卡客户数据就没有打通，这也是一个很大的困难和难题。

另外，它可能更多的是来自于原先银行CRM系统里的一些数据，这个就麻烦，这个数据是非常有限的。所以它需要同盾科技这样的科技公司去帮助它，一方面是它的数字化转型和智能化转型。另一方面我们可以帮助它对它的客户更精准画像，去了解他的信贷意向度。这是存量。

另外一块是增量，现在市场上流量越来越贵，所以怎么样更精准地投放人群，这里又涉及到客户标签，到底怎么样的客户对你们产品的响应度是高的。单单一家银行来讲其实本身要去完成客户画像是比较不容易的，所以需要借助像我们这样的科技公司去帮它完成。这是在营销部分，一个是存量，一个是增量。

如果从外边获取到客户了，接下去进入到互联网欺诈行为怎么防范，这里就需要同盾的智能反欺诈，我们的智能反欺诈可以提供实时防护和建议，包括账户安全、渠道推广保护、营销活动、接口安全，包括短信通道、交易安全、支付安全，甚至是内容安全，所有这些我们都能够提供一个覆盖全流程、全场景的整体联防联控解决方案。

我们是怎样做到这样呢？我们是根据设备环境、设备参数、用户行为，还有一些历史风险等等体征去综合分析，对用户的每一次业务操作都能够给出一个风险评定，我们通过这样去保护我们客户业务的安全，提升它的风控效率，去降低一些潜在的损失。这是在反欺诈部分。

反欺诈之后就要进入到贷前、贷中、贷后，我们叫智能风控。信贷全流程智能风控解决方案我们是基于大数据的采集，然后建模、分析和应用，我们要结合生物识别、机器学习、复杂网络，包括智能交互、语音交互等等这些人工智能技术，我们从多维度、多层次分析用户风险特征，在信贷业务申请到授信调查，到审批审查，到放款审核，到贷后监控，到逾期管理等等，我们去识别风险程度，降低潜在风险。

我举个例子，在贷前审核的场景，刚刚讲到同盾大概服务了10000多家企业，所以在贷前审核这里我们同盾的决策引擎是基于海量的大数据所提取的互联网特征，信用记录关联设备，还有关联关系等等这些稳定性很高、预测能力很强的变量，我们把这些变量放到统计和机器学习模型当中去，然后我们就可以开发出一套个人信用风险评分卡的模型，也就是通常讲的A卡。这个模型起到的怎么是什么？能够使我们很快很高效判别出申请人的风险情况，应用到贷前审核、调额、授信这块去降低它的风险。

在贷中，我们基于大数据和人工智能的模型平台去搭建一个智能风控的模型体系，在这个模型体系当中能够做到可以自动化的模型开发，然后择优，还有迭代。同时我们这个平台是可以支持各种算法的，能够最终做到实时的数据存储和实时风险的监控。

贷后，现在人工智能应用越来越普及，比如说资产保全，比如说催收，我刚才有提到，过去银行的贷管更多是集中在大额的，比如说房贷、车贷，过去几年在所谓普惠金融的推动下，贷款都是小额分散的，对于小额分散的这些业务来讲要靠人力做催收其实是有很大压力的，这是从成本上来讲。所以人工智能现在已经可以应用到在催收这部分，现在可以根据不同的账龄，根据借贷申请人不同的情况提供不同的人工智能解决方案，这次我们获奖的“逾期精灵”就是这样一个产品。

举个案例，在一个银行客户日均催收进建量600笔，我们持续跟踪他连续8个工作日，对这些首催的案件用人工智能去催，就是用机器人催。我们发现T+5回收的比例平均可以达到56%多，历史最高值可以达到62%，这个比例其实已经跟用人来催收没什么两样了。但是你会发现催收品质、合规得到很大的保证，并且成本是大幅下降的。

总结一句话，同盾科技从整个泛安全保护、互联网欺诈保护里，到信贷的整个生命周期，从贷前、贷中、贷后，我们都提供了完整的解决方案，也是得到了很多客户的好评，在银行我们现在已经服务了300多家。

主持人：

同盾比较领先于行业的地方主要体现在哪里？

李伟东：

人工智能在金融应用上来讲其实最重要的是要围绕四个方面：第一就是数据，第二是工具，第三是算法，第四是算力。算力是确保整个服务效率的，我们现在能够做到在SaaS端响应速度是200毫秒以内，如果是本地的话在50毫秒以内，在算力部分里面两个T4等级机房，我们的虚拟服务器超过13000台，甚至在不久的将来我们会输出我们的算力，算力是一个基础。

算法方面我们有好几个研究院，我们有人工智能研究院、反欺诈研究院、金融研究院，人工智能研究院我们现在已经有小100人了，这在中国来讲算是蛮大的。在算法上我们也投入非常多的资源去研究，甚至我们现在已经开始研究在目前来讲很顶尖的算法，像联邦学习、云学习这样一些算法，算法上也是很重要的。

当然这两个都是基础，最重要是你的数据，我们现在透过完全合规合法的在业务过程当中所沉淀的数据，我们现在每一天的调用量大概有1亿，峰值超过2亿，在累计800亿的调用量里面我们沉淀了很多数据。互联网的行为特征就是在这种海量的大数据里要提取出稳定性高、预测能力强的变量，我们现在的变量达到40000多个。数据方面来讲其实是非常重要的，因为它是有壁垒的。

另外一个是工具，刚刚提到我服务了金融行业，我也服务了5000多家非金融行业，像航旅、游戏、直播、电商、O2O等等这些，你会发现我服务的不同行业、不同客户、不同客群、不同产品、不同场景，所以在这样的业务当中所沉淀的能力和工具是不一样的。因为坦率来讲只开发一个工具在当今世界来讲不算难事，市场上有不少公司有这样的工具那样的工具，但很重要的一点是你的工具是怎么开发出来的，是不是结合了实际的业务，同时结合的实际业务的多样性怎么样，这个很重要。我们有不同的客户、不同的客群、不同的行业，所以它的多样性和它的广度就会变得非常好，所以在这样的广度下所沉淀下来的业务经验是非常宝贵的。

我再举个例子，比如说反欺诈，市面上有很多的所谓交易反欺诈工具，问题是单单开发一个交易反欺诈，坦率说我觉得既然能够在这个行业立足的，在功能性上来讲大家不可能会有质的差别，但是最重要的一点是，这家公司本身有没有实际在做反欺诈的业务，这个很重要，这个业务经验对工具的使用和未来工具价值的发挥是非常重要的。

回到刚才你的问题，作为同盾来讲无论是在工具还是数据还是在算法和算力上，我们的优势其实都是非常明显的，加上很重要一点，我们又是独立第三方的定位，也就是说我只做科技，我透过科技去帮助金融机构进行数字化转型和智能化转型。