“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 ( 行情 002230 ,诊股)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

　　“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(行情002230,诊股)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《AI如何处理金融领域的弱特征数据？》）

　　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。