以下是現(xiàn)場(chǎng)演講實(shí)錄：

各位嘉賓、各位老師、各位同學(xué)：大家下午好!

非常高興回到母校，我就是清華的學(xué)生，我是98屆計(jì)算機(jī)系的學(xué)生。所以，我還是一個(gè)蠻理工科、技術(shù)的背景，我不知道在座有多少是學(xué)技術(shù)或者學(xué)理工出身的，能舉下手嗎?我看還是不少的。所以，今天我的分享更多來(lái)自于從技術(shù)角度我們?cè)趺纯创@一次新消費(fèi)金融，包括金融科技大的機(jī)會(huì)。

在看到這個(gè)標(biāo)題的時(shí)候，其實(shí)新金融模式背后的技術(shù)變革，我不知道從大家的角度看，哪個(gè)詞是最重要的，因?yàn)槊總€(gè)人的視角不同。有人說(shuō)，金融一定是最重要的，有人說(shuō)技術(shù)變革一定是最重要的。

其實(shí)坦率來(lái)講，從我們實(shí)踐來(lái)看，最重要的一件事情是在背后，技術(shù)是什么?技術(shù)是一個(gè)錘子，如果沒(méi)有金融這個(gè)釘子的話實(shí)際上技術(shù)是沒(méi)有太多用武之地的。對(duì)于我們這個(gè)業(yè)務(wù)來(lái)講，必須做到一件事情，事先深入的了解金融、了解實(shí)際的產(chǎn)業(yè)是怎樣的運(yùn)作方式。

我們先看一下中國(guó)整個(gè)消費(fèi)信貸的市場(chǎng)：

這頁(yè)P(yáng)PT，左邊講的是中國(guó)消費(fèi)金融、消費(fèi)信貸市場(chǎng)的增速，這個(gè)增速坦率的講實(shí)際從我們的感受來(lái)講比這個(gè)還要更快，因?yàn)槲耶厴I(yè)的時(shí)候大家還經(jīng)常會(huì)講要儲(chǔ)蓄、存錢(qián)買(mǎi)房，但現(xiàn)在好像存錢(qián)也買(mǎi)不起房了，所以現(xiàn)在的年輕人很多都變成了月光族，但是很多年輕人消費(fèi)沒(méi)有計(jì)劃性，所以變成了“月光也不夠族”。所以，這個(gè)趨勢(shì)在我們看來(lái)是非常快速的在增長(zhǎng)。

右邊這張圖體現(xiàn)了什么呢?右邊這張圖體現(xiàn)了我們整個(gè)金融信貸里面跟美國(guó)結(jié)構(gòu)性的差異。在美國(guó)我們可以看到，他的家庭負(fù)債率是非常高的，是國(guó)內(nèi)的家庭負(fù)債率一倍以上。但是，可以看到中國(guó)的企業(yè)負(fù)債率是非常高的。這意味著什么呢?意味著其實(shí)中國(guó)的家庭、中國(guó)的個(gè)人信貸里面有非常大的加杠桿的空間。這頁(yè)P(yáng)PT告訴我們什么呢?告訴我們?cè)谡麄€(gè)消費(fèi)金融市場(chǎng)里面，有一種非常健康而且增速非常快的需求。

但是，我們?cè)倏聪乱粡垐D，這是供給，歐美這樣的發(fā)達(dá)金融國(guó)家，他的整個(gè)金融覆蓋度，特別是信貸覆蓋度，可以達(dá)到非常高的水平，可以達(dá)到70-80%以上，而且剩下的20-30%里面也有些其它的金融服務(wù)為他們服務(wù)。但是國(guó)內(nèi)的情況顯然要比他們差很多，我們看到中國(guó)的銀行、小貸公司能夠服務(wù)到的整個(gè)的個(gè)人信貸需求，只占所有的信貸需求和所有人口里面的15-20%，這意味著什么?

1、意味著有很多人應(yīng)該被服務(wù)沒(méi)有被服務(wù)到，其實(shí)我們可以想像，傳統(tǒng)金融領(lǐng)域更多的是什么樣的金融呢?更多的是挑肥揀瘦的金融、是個(gè)錦上添花的金融，但是真正的應(yīng)該金融做的事情，我們想達(dá)到普惠的話，應(yīng)該做到什么?雪中送炭。所以，中國(guó)有很多人是處在雪中的。

2、我們也跟很多歐美的金融科技公司交流，真正交流起來(lái)你們會(huì)發(fā)現(xiàn)他們非常羨慕我們，因?yàn)橹袊?guó)有個(gè)巨大的市場(chǎng)可以讓我們?nèi)ネ诰颉⒂?xùn)練我們的模型，這是在歐美、在世界任何一個(gè)角度里面，除了東南亞，其它角落里面我們看不到的一些機(jī)會(huì)。

這頁(yè)講的是需求旺盛、供給不足，背后的原因是什么?為什么傳統(tǒng)金融不符合?這里面我們畫(huà)了一座冰山，如果大家有人去過(guò)信用卡或者做過(guò)傳統(tǒng)信貸的話，大家可以了解這個(gè)手續(xù)，一般情況下都會(huì)讓你提交幾個(gè)或者十幾個(gè)材料，比如說(shuō)工資流水、工作證明、社保、人民銀行的征信報(bào)告，等等。但是我們知道，中國(guó)有多人是沒(méi)有這些材料的，比如私企他們發(fā)現(xiàn)金，他們可能沒(méi)有社保，比如年輕人在銀行的征信報(bào)告是白戶，是沒(méi)有記錄的，這些人基本就不符合傳統(tǒng)金融機(jī)構(gòu)的審美。

但是我們相信什么?我們相信每個(gè)人就像一座冰山一樣，有的人水面上的部分多一些，這樣我們看的很清楚。但是一定有些人水面下還是有很大的一些數(shù)據(jù)。面對(duì)我們的課題就是，我能否去挖掘這些水面之下的價(jià)值?然后我從而為他們提供服務(wù)，這就是擺在我們面前實(shí)際的釘子。

我們接下來(lái)要講，在我們的公司、在我們的業(yè)務(wù)里面，是怎么解決這個(gè)問(wèn)題的。我可以先做個(gè)倒敘，先劇透一下我們現(xiàn)在的情況。現(xiàn)在，我們每個(gè)月會(huì)審核通過(guò)超過(guò)200萬(wàn)筆的消費(fèi)信貸，也就意味著我們每個(gè)月會(huì)服務(wù)200萬(wàn)人的信貸需求。大家可以想像，傳統(tǒng)的金融是什么概念?傳統(tǒng)的一個(gè)銀行網(wǎng)點(diǎn)，可能一個(gè)月下來(lái)服務(wù)幾百個(gè)人，幾百筆需求，但是通過(guò)我們一個(gè)月可以達(dá)到200萬(wàn)的量級(jí)，但更美妙的一點(diǎn)是我們?cè)谡麄€(gè)200萬(wàn)過(guò)程當(dāng)中是沒(méi)有任何人的，不需要人工接入。

而比這個(gè)更美妙的一件事情是，我們所有的這些東西不依賴傳統(tǒng)金融的經(jīng)驗(yàn)，不依賴?yán)纤緳C(jī)告訴我們什么是好用戶、什么是壞用戶，我們整個(gè)的這個(gè)模型全是由一幫來(lái)自BAT或者一些其它互聯(lián)網(wǎng)公司的高級(jí)工程師研發(fā)出來(lái)的模型。

講到這個(gè)問(wèn)題，可能大家有點(diǎn)兒暈，講到人工智能，我估計(jì)有一半以上還不是技術(shù)背景的。我先講一個(gè)最簡(jiǎn)單的問(wèn)題，如果大家能理解這個(gè)問(wèn)題的話就能理解我們是怎么做的。傳統(tǒng)的圖像學(xué)里面有一個(gè)很大的問(wèn)題，就是說(shuō)怎么樣在一堆動(dòng)物的圖片里面找到貓的圖片。傳統(tǒng)的，如果我在大學(xué)時(shí)期解決這個(gè)問(wèn)題的話，我一定會(huì)寫(xiě)一個(gè)規(guī)則引擎，就是這個(gè)紋理的東西是貓，尖耳朵、長(zhǎng)尾巴，它頭上沒(méi)有一個(gè)字說(shuō)就是貓。但是我們知道，這樣寫(xiě)下來(lái)的話整個(gè)引擎的效果會(huì)非常差。就像我們傳統(tǒng)的金融風(fēng)控是一樣的，我們?cè)趯?xiě)一個(gè)規(guī)則引擎，但實(shí)際上Google在解決這個(gè)問(wèn)題的時(shí)候不是這樣做的，它實(shí)際上使用的是我不再告訴模型庫(kù)什么特征決定了這是貓或者不是貓，而是說(shuō)我把幾百萬(wàn)張貓的圖片和幾百萬(wàn)張不是貓的圖片繞扔到我的模型里面去訓(xùn)練，讓機(jī)器自己去學(xué)習(xí)。

這些問(wèn)題跟我們實(shí)際在風(fēng)控里面所碰到的問(wèn)題是一樣的，我們也把我們這個(gè)月產(chǎn)生的200萬(wàn)筆的放款，在下個(gè)月的表現(xiàn)帶回到我們的模型里，這時(shí)候有人還了、有人沒(méi)有還，這是貓和非貓，我們解決的問(wèn)題是同樣的方法。

我們自己打造了一個(gè)風(fēng)控引擎，就是我們的I.C.E.風(fēng)控引擎，這個(gè)引擎就是由人工智能的三個(gè)最主要的部分組成的。它可以做到什么?傳統(tǒng)銀行我們用十幾個(gè)特征來(lái)判斷一個(gè)人的信用，而我們用1200個(gè)基礎(chǔ)特征，加入組合特征最后超過(guò)10萬(wàn)的量級(jí)。我們傳統(tǒng)的模型可能一年或者半年才迭代一次，而我們每個(gè)月模型的迭代次數(shù)會(huì)超過(guò)100次，而且我們同時(shí)會(huì)有100多個(gè)模型在線上跑。

我們常規(guī)去審核一個(gè)申請(qǐng)的速度只需要8秒鐘，同時(shí)我們?cè)谧鲆粋€(gè)全量的特征樣本優(yōu)化的時(shí)候，現(xiàn)在只需要15分鐘，這是一個(gè)完全不同于傳統(tǒng)金融風(fēng)控的邏輯。

我們實(shí)際發(fā)現(xiàn)，在機(jī)器跟人比起來(lái)，機(jī)器更適合做大規(guī)模數(shù)據(jù)定量的計(jì)算。同時(shí)發(fā)現(xiàn)，計(jì)算比人更加穩(wěn)定、更加受主觀因素的影響，機(jī)器學(xué)習(xí)的速度遠(yuǎn)快于人，而且機(jī)器更容易抵御反欺詐，因?yàn)槿藭?huì)有道德風(fēng)險(xiǎn)，它會(huì)猜你的模型，會(huì)知道你是怎么做的，會(huì)買(mǎi)通你的人，或者他會(huì)試你。而當(dāng)你用1200份的時(shí)候，你比如一張桌子，它有四條腿，切掉一條會(huì)倒掉，當(dāng)你有1200條腿的時(shí)候，切掉一條腿對(duì)它沒(méi)有任何影響。而且，機(jī)器毋庸置疑它的審核速度會(huì)更快，所以我們的業(yè)務(wù)是春節(jié)、十一都可以放假回家，但是機(jī)器在正常的運(yùn)作。

所以，實(shí)際上我們可以看到在這個(gè)業(yè)務(wù)里面，機(jī)器的效果比人的效果，我們做過(guò)一個(gè)橫向的對(duì)比，我們的審核通過(guò)率大概是人工(有人介入)模型的一倍，但是我們的逾期率僅僅是行業(yè)平均水平的60%。也就是說(shuō)，機(jī)器跑的又快、又好，這是很難得的一個(gè)事情。

最后一頁(yè)我想講的是，我在這里有個(gè)心得，互聯(lián)網(wǎng)進(jìn)走了很長(zhǎng)時(shí)間，但是其實(shí)我們感覺(jué)之前的事情更多的是我們?cè)诮鉀Q渠道的問(wèn)題、效率的問(wèn)題，就像任何一個(gè)行業(yè)一樣，最開(kāi)始進(jìn)入的時(shí)候，往往都是通過(guò)渠道、效率解決，但我們認(rèn)為真正的金融下半場(chǎng)才剛剛開(kāi)始，金融下半場(chǎng)真正重要的一定是技術(shù)，要通過(guò)技術(shù)去賦能，通過(guò)技術(shù)解決傳統(tǒng)金融所無(wú)法解決的問(wèn)題，這樣新的金融才有機(jī)會(huì)，這樣我覺(jué)得技術(shù)流才能找到和釘子碰到那一刻產(chǎn)生的火花。