2018年
金融科技大热。蚂蚁金服完成巨额融资，成为第一独角兽；京东金融也在今年顺利完成融资。
伴随互金的发展，金融科技在互联网和金融之中，似乎找到了一条新的路径。
2014年
互联网金融一词首次进入政府工作报告。对于新事物，那时监管层的态度还是“促进互联网金融健康发展”。
一时间，草莽丛生，暗流涌动。
2016年
现金贷公司刚开始上量。最初头部3、4家公司，一个月放贷规模在20亿左右。
整个市场小心翼翼。担心和焦虑，是当时表达最多的情绪，因为一旦崩盘，就是连锁反应。
2017年
这年现金贷公司遍地开花，由几家变成几万家，且头部公司每个月放贷额度接近百亿。
“后来甚至听到有现金贷公司上市的消息，所有人都变得很乐观，我却越发感觉不对”，从爆发到断崖式下跌，这一过程超乎朱明杰的想象，诱惑也异常的多。
毕竟抬抬手就能有每个月1亿的利润。
“你掌握着风控技术，为什么不去放贷？别人放贷一个月挣一个亿。”作为一家金融科技公司的掌舵者，那时总是有各色各样的人跑来质问朱明杰。
改革开放伊始，下海经商热潮兴起，倒买倒卖的商人大赚其金。
商人与科技学者体脑倒挂，于是有人哀叹，“造原子弹的不如卖茶叶蛋的。”
而40年后的今天，AI成了当时的原子弹。
1
互联网的归互联网，金融的归金融
“问题在于，为了技术而技术。很多核心技术圈的人出来创业，都是将原来那套技术搬出来，重复造轮子。”氪信科技创始人朱明杰，略显无奈地告诉锌财经潘越飞。
氪信科技CEO 朱明杰
无论从无到有做搜索，还是从零到一做电商，中国互联网市场的模式创新在过去几十年已经完成，留给后来者的无非排队升级。
2015年12月
朱明杰卸任携程数据总监，在上海黄埔江边的金融中心，创办了氪信科技。
但迎接他的不仅仅是AI热潮，更是金融互联网化的巨大诱惑。
没有人关注风险，成倍杠杆的回报与利润在谈笑间莫名显得轻盈。
在创业的头半年，氪信的业务还没有完全起来。肩负一行跟随创业者的信任，对于公司的现状，朱明杰多少有些压力。
2016年底
本来连商务谈判的机会都没有，招行却将核心风险控制的第一道关节交给了氪信科技，让一家初创公司来解决线上高维度挑战。
非常不容易，当锌财经记者调侃问起当时是躲在车里放声痛哭，还是拍着方向盘呐喊时，朱明杰却回答地意外简洁。
“其实我连车都没有。”朱明杰摇摇头。
2017年4月
氪信科技在前IDG荣誉合伙人、火山石资本创始合伙人章苏阳A轮投资的基础上，又获得由招商局创投领投，美国中经合集团共同投资的B轮投资。
而好消息是，监管层开始了对互金市场的围追堵截。
2017年11月
《关于立即暂停批设网络小额贷款公司的通知》出台，一时间，曾一度疯狂的互金市场哀鸿遍野。
“如果再晚半年，或许除了银行，没什么公司不去放高利贷了。”业内有人开玩笑，当时是个互联网公司都有金融业务。
大浪淘沙过后，金融的归金融，科技的归科技。
2
用弱数据画像，辨人之“好坏”
互金分家之后，市场依然存在。
中国的信用卡人群仅为1亿多，不到总人口的10%，因而大部分人口未纳入征信群体。缺乏征信数据，风控评估体系老旧的银行，面对征信“白户”往往也就束手无策。
AI时代金融征信体系及变现场景
拥有大量用户消费数据的蚂蚁借呗和京东白条，通过个人用户的信用历史、行为偏好、履约能力、身份特质和人脉关系等维度来评价一个人的“好坏”。
但当他们将这些数据提交给银行，去证明某个用户为优质用户时，银行却认为不符合它的信用标准，审批下不来，是很常见的事。
银行没有BAT数据能力，但要BAT无条件开放也不是一蹴而就的事。毕竟好不容有了每月上亿的低成本流量生意，谁还会在意一年百万苦哈哈的技术费用。
业务陪跑者，是氪信科技对自身的定位。
互联网到金融场景的关键，是重新训练数据。AI时代，将高维度的数据全部扔给机器，机器会自动寻找最有价值的数据特征。
以移动互联网为例，针对用户平时的APP使用兴趣，在移动端输入的文本信息等“移动行为数据”，需要的是一套集成、全面、高维的模型，将这些难以直接与用户常识挂钩的数据提取出来，同时与高价值数据关联。
离线建模系统实践
朱明杰比划着举例，同样没多少金融记录的两个人，一个人刚刚毕业，另一个却可能是60岁的老人。蚂蚁金服就出现过老太太团伙用身份证套现借呗的事件，反正她们以后也不会再用支付宝。
他的意思是，除了人的固有属性，还需要弱数据特征，来支撑用户画像。
但用户画像很难通过规则来描绘。相比直接告知风险判定结果，如何利用高效的模型去发现规则，更似长久之道。
毕竟，当欺诈分子都大规模流行通过模拟器来伪造时，银行若还停留在人工规则，迭代速度势必跟不上。
此外，AI模型一般都是黑匣子，在不久前的2050大会“人工智能重塑智能金融”论坛上，微软全球执行副总裁沈向洋就曾表示，“可解释性尤为重要”。
风控是涉及多环节的一整套管理体系
互联网公司的常规做法，是每天或者每周定时迭代一次，收集新的数据后，又重新训练模型。
但到了金融领域，事情却不那么简单。
由于存在人机结合的因素，解释性就成了头疼的问题。为什么被拒，为什么额度这么低等等追问随之而来。
移动行为数据可以提炼出很多难以量化，却对金融风控有着积极作用的重要特征。但如果一定要一个可解释的特征变量，要有人能理解的东西，这就又回到了人工方式，矛盾由此产生。
于是朱明杰带领着团队，在两年多的时间里，做了大量适应性工作。
将原始数据放进自主研发的智能风控引擎进行处理，实现特征工程建设，再通过承载了专家经验和既定工作规则的复杂集成模型，对这些特征进行运算和加工。最后，这些中间变量将在更高维的机器学习模型中，通过一系列归因分析，转化为可用于直接判断风险关联的一系列数据服务。
而对于金融风控要求的可解释性，则是通过模型解释器，捕捉影响结果的关键变量并展示出来，让风控专家能够迅速理解特征和结果之间的内在联系，进而降低金融风险。
银行和用户都不需要知道这个过程的复杂性。
3
真AI要用钱表达
“中国一定是最大的金融市场”，这句话在三个小时的采访中，一再被提起。
作为已经是全世界最大的互联网市场，中国诞生了阿里、京东等巨头。而在这个纯互联网或纯金融公司，已无法满足的全球最大金融市场中，金融科技公司的崛起有了可能性。
但好的赛道总是拥挤。
当锌财经记者质疑，蚂蚁金服、京东金融等拥有金融属性的持牌机构是否更具优势时，氪信战略副总裁胡涵给出了答案，“对于银行来说，技术服务机构的独立性相当重要，目前互联网公司和银行的合作大多落在流量角度”。
此外，针对银行业务流程进行大量适应性改造，也成了大机构的短板基因。
当然，这并不意味着纯第三方金融科技公司的钱就好赚。同任何一家创业公司，技术、产品、商务，依旧一样都不能落。
对于已有一定技术背景的银行来说，需要的往往是第三方金融科技公司来提升能力，而对于互金等金融机构，则需要从无到有去帮忙构建整个风控体系。
“技术上其实还好。”朱明杰反复强调的，是商务能力。
所以，在业务从智能风控升级到全领域智能金融后，氪信又从招行、民生、平安等标杆客户切入，为新业务跑马圈地。
氪信智能金融业务能力图
朱明杰过往最佩服的人中，有一位是携程梁建章。一个技术出身的人，在商业层面的思路却异常清晰，同时产品的把控能力非常强。
那时刚回国的朱明杰，抱着一线感受国内产品和市场的决心，毅然加入了携程，从无到有组建起携程的大数据部门。在梁建章的影响下，原来只关心算法模块的朱明杰，跟着磨练了两年产品商业化。
这也就能理解，朱明杰一再谈“真AI要用钱表达”的原由，毕竟，并不是大家聚在一起，把代码写得更好一点，就能解决问题。
然而金融科技是一个硬碰硬的市场，快不来。
“从风控开始是符合商业逻辑的，风控能够证明AI能力，一旦技术能力被认可，智能营销、智能客服的业务会自然跟上来。”最容易量化的金融风控也就成了科技公司的业务的开端。
而无论是站住入口的智能风控，还是被纳入业务升级体系的智能营销、智能客服和智能投研等，不那么互联网的主流金融持牌机构，互联网化道路上，总少不了智能科技公司的陪跑。
采访末尾，谈起作为创始人，在公司扮演着怎样的角色时，朱明杰笑了，“我就是打杂的。只要能保证核心团队的创新能力，哪边需要，我就去哪边，哪怕是看大门。”
这或许，就是能够在拥挤赛道上快跑的秘密。
问答
氪信科技CEO | 朱明杰
Q:2015年创业时，哪些动态变化让您看到智能金融在中国市场的机会？
A:中国互联网的智能应用已经很成熟，模式创新的时代已经过去了。如果再从头做一个智能语音公司，从头去训练数据，去迭代，五年后，就算数据能赶得上，但市场等不了。所以这个轮子，是没必要重造的，而AI技术和模型的商业化落地，却有很大的空间。
我大概从2012年开始接触传统金融行业，从事大数据升级和智能规划，到了2013年，很多互联网机构开始出现，2014年，移动支付作为基础支付特别火。所以我觉得到那个时间点了，并且我可以把这件事做好。
一般科学家出身的人，不太愿意跟人谈钱，但我觉得还好。金融是以数据驱动的，风险、营销等都可以量化，所以在“天时”上，我们可以在行业中去码价。虽然一路挑战很大，未来挑战会更大，但是值当的。
飞议
●有时候，政策红利就像刀口上的血，一旦政策收紧该还的都要还出来。
●AI以及所有科技技术，都只是一种工具，而在商业世界里，不能赚钱和提高效率的工具，都没有价值。
文章 ∣ 响婷 启明
责编 ∣ 美丽
摄影 ∣ 黄硕
手绘 ∣ 精卫
部分图片来自网络
