人工智能“入侵”银行后台， 10人团队挖到第一桶金_

人工智能正在全方位地改造社会。阿尔法狗在围棋博弈中战胜世界顶级职业选手仿佛是一个启示，国内外的互联网巨头纷纷把公司战略调整为AI优先。

在金融行业，人工智能也正在不断地攻城略池，不仅理财端有火热的“智能投顾”概念；在风控端，也已经出现利用AI优化风控技术的成功创业团队。

氪信 CreditX 成立于2015年底，创始人朱明杰是科大和微软亚洲研究院联合培养博士、德国马克思普朗克研究所博士后。他曾在雅虎研究院从事搜索科学研究，在eBay 担任搜索科学高级数据科学家，创业前在携程从无到有创建大数据团队，10多年的数据挖掘、机器学习经验在人工智能领域内算得上是一名老兵。

氪信的主要业务是将互联网级别的机器学习和大数据分析能力运用到金融场景中，帮助金融机构实现高效实时的金融风险信用决策。

目前，氪信主要团队在上海SOHO中山广场地下一层的 3Q联合办公空间办公。朱明杰笑称，“如果说普通人创业是白手起家，平地起步；那么技术专家创业，就等于是从地下室起步。”

人工智能的新创业机会

1950年，计算机科学家艾伦·图灵发表了一篇划时代的论文，预言了智能机器存在的可能性。随后的数十年中，人工智能概念经历了几波高潮和低谷，有时候人们觉得AI很酷，有时候又觉得AI只是个噱头。进入21世纪，随着算法进步、大数据的积累和硬件算力的提升，人工智能再次进入发展高峰。

“这几年，AI很热，很多技术专家被忽悠出来创业。”朱明杰这样评论当下的AI创业热潮，“有好多认识的朋友，都被VC守着门口，天天劝他们出来创业。经常还有投资机构的人来找我做背调，问某个谁谁怎么样？我说都很厉害，技术都很强，那创业做什么呢？VC说，不知道，先投一笔钱，挖出来再说。”

据朱明杰的回忆，其实在十几年前，学术界就已开始研究语音识别、语音搜索、机器学习等等基础的方向，只是大家当时还不好意思说自己是人工智能。他认为，目前的AI创业也是互联网发展到一定阶段的产物。“十几年前，国内连网络基础都没做好，互联网上的商业服务也没做起来。那个时候是没办法让机器理解业务的；但再看这几年，大数据的生成和积累已经超过了普通人对数据的阅读能力和理解能力，普通人无法再简单直接地使用大数据。这种背景下，人工智能技术就有了用武之地。”

机器搞金融

从技术成熟到商业运用中间的差距，只有亲身经历者才能体会。

在数据行业深耕十多年，朱明杰发现互联网场景里的智能化数据驱动已经遇到了瓶颈。“说实话，我们在互联网公司做搜索优化，或者预测广告的点击，或者电商购买率提升——现在都已经是非常成熟的技术运用。这些工作到后面都是百分之零点几，甚至零点零几的提升——能做的事情基本上到了一个天花板。”

朱明杰认为，未来的互联网只剩下精耕细作，但其他行业还有很大机会，特别是金融行业。“金融基础业务的信息化已经做得很好；但金融行业人工智能的产品到底是什么样，现在谁都不知道。”对这块空白市场的思考让他萌生了创业的想法。

2015年，一次偶然的机会，正准备创业的朱明杰接触到一家全国性股份制商业银行的高层负责人，对方表示有意在金融风控中尝试大数据和人工智能的新方案，“看看效果”。

经过积极沟通后，朱明杰敲定了这笔合作事宜。“当时的合作其实大家有一个共识，我们看到蚂蚁金服这样的公司，可以一小群人服务一大群人，自然也希望往同样方向去尝试。”

对于这位技术派的创业者来说，终于找到了一个成熟的场景做跨界。

10人团队挖到第一桶金

第一份合作是最艰苦的创业起步阶段。氪信团队最开始的10个人都是朱明杰的一度人脉，以前的同事、校友或者朋友。当时团队花了半年的时间，以乙方服务商的身份进驻银行，与风控专家共同探索适合银行的人工智能风控系统。

双方的探索首先聚焦在技术问题上，朱明杰介绍：“银行以前的风控系统，会沿用一些海外的服务标准，但是国内的数据更多，数据质量更差，用户不规律，还有全新的外围数据加入进来，实际情况和国外不一样。引入新数据后，机构往往会面临非常多的特征维度，少则几千，多则上万，且非常稀疏、低饱和。这远远超出传统风控基于评分卡体系的建模能力。由于数据不同，银行的需求相当于重构一套与传统风控体系并行的数据架构体系。这种情况很像互联网遇到的问题，氪信做的事情就是构建了一套互联网机器学习系统，把原先解决搜索、解决广告、解决电商个性化系统的技术引擎，移植到金融环境里，解决金融的问题。”

当然技术并非唯一的问题，数字化工具真正落地，还需要考虑制度和人的匹配。“实际运营中，银行需要成熟的机器学习技术、深厚的金融领域知识以及支持机器学习建模的平台，缺一不可。”朱明杰说，“我们有了清晰的数据认知，结合不同场景和风控业务我们也摸索了一套经过验证的数据使用方式，但只有工具还不够，我们还需要涉及很多其他方面的考虑，包括系统架构、操作管理、可靠性、可扩展性、运维监控以及模型自迭代等等。特别是要让风险专家能够参与到风险决策过程中。用专业的话来描述就是‘可解释性’。我们把人工智能的‘黑盒子’打开了，让银行专家在必要的情况下介入进来，看得懂我们的工具，敢用我们的工具。”

最后氪信和金融机构合作的实践证明，引入人工智能风控后，金融业务的效率有非常直接的提升；风控维度从之前的数十维扩展至数千个维度；经测算，业务层面的坏账率也有直接下降。

特别值得一提的是，百分之零点几的上下起伏，放在其他行业可能差异不大；但是在金融行业，如果考虑到庞大的资金规模和杠杆效应，百分之零点几的差异可能意味着成上亿级的真金白银。

千人千面的金融

短短一年后，氪信产品体系已服务于消费分期、小微金融、现金贷、信用卡等数十个垂直场景，且验证效果显著。氪信的合作客户包括中国民生银行、招商银行、中国平安、中银消费金融、众安保险、点融网等金融机构和互联网金融公司。

面对不同的合作伙伴，氪信已经总结出了不同的服务重点，“大的传统标杆客户，服务周期长，我们要做的就是深入进去，长时间陪着客户一年年落地；互金机构作为新生机构，合作很Open，同时历史包袱轻，合作看疗效，用结果测试说话。他们的优势是服务周期短，模型可以做快速验证。人工智能在这种环境下不断强化学习，处于一种高效的进化状态。无论哪种合作伙伴，我们做的事情都是用人工智能链接数据、找到数据的价值，帮助金融机构给客户对接上适合的服务。”

截至目前，氪信已完成B轮融资，先后由真格基金、火山石资本、招商局创投、美国中经合集团参与投资。朱明杰谦虚地表示，氪信并不是一家网红公司，团队只是刚好站在了AI的风口上，“用人工智能搞金融，其实是有行业壁垒的。这东西需要有真实的技术能力，同时又要有成熟的商业服务经验。市场上需求很大，但是能做的团队很少。我们早期的团队只有几十个人，完成这一轮融资后，我们下一阶段的工作重点是开放合作，找到更多的机构，嵌入更多的场景，持续锻炼模型，迭代升级。”

在朱明杰看来，金融行业仍然存在大量“低垂的果实”，人工智能帮助金融提升效率的空间很大。“现在互联网金融监管趋严，过去一些草莽团队用高利率覆盖高坏账的做法肯定要改。从业人员也开始思考，如何用技术解决风控问题。这种市场变化对我们这样的技术公司来说是好事儿。再说得大一点，如果金融机构都用更好的技术来做风控，风险定价更科学了，那直接的后果就是行业平均利率往下走，这从一个侧面也推动了金融真正落到‘普惠’上。”