【创业者说】量化派周灏：技术如何让有信用的人更有尊严？

“我听到最多的问题就是，讲讲你的创业过程。”，周灏说，“虽然创业非常难，但其实并不需要那么多的挣扎。”

所以，今天我们不讲揪心的创业故事，专门展开讲讲：怎么用技术手段来提高有信用的人的尊严？

量化派COO王倪（左）与CEO周灏（右）

量化派 创始人：它牵扯到科技和商业本身以及这两者相辅相成的关系。

我们公司发展的速度比较快，其实得益于中国目前所处的商业环境以及消费金融领域的发展程度。

在美国也有和我们比较类似的公司，也在用人工智能和大数据的技术做我们这样的事情，其实比我们做的要早一点。有一家公司叫ZestFinance，他们的口号就是将Google Style的Machine Learning和Capital One Style的Underwriting结合在一起，发生一些碰撞。

王倪正好有在Google和Capital One的工作经验，我们和这些公司的创始人会经常交流。

但是在美国，他们通过大数据和机器学习面对是那些没有被银行体系所覆盖的小众群体。而我们面对的群体是比较广泛的，因为国内有70-80%的群体是没有被银行信用体系所覆盖的。

我们所处的商业环境是非常有益于我们发展的，所以我们也非常有幸在这方面比美国的同行发展得更快一点。

从中国和美国两国的整个消费金融市场看，美国这么多年的消费信贷（不含房贷）占GDP的比例虽然没有多少增长，一直稳定在20%左右，但也可以看到美国GDP的消费驱动，是一个非常显著的部分。

而中国的消费金融市场（不含房贷）占GDP比例目前不到10%，但每年是10-20%的比较高的增速，里面很大一部分参与者是银行的信用卡部门，在最近的几年，更多是银行之外的参与者的快速发展，包括像现在的金融科技公司，以及很多互联网巨头切入到这里面。

量化派 创始人：那就分四个层面展开讲讲吧。

市场层面，美国市场非常大，但是比较饱和，行业非常有序的，大家分工都非常明确，中国市场也是非常大的，GDP占比也会由现在的5%上涨到20%，未来的几年肯定会有三五倍的增长空间在里面。

监管层面，美国监管是非常严格的细则，中国的监管是慢慢落实的过程，我们也在和消费金融公司、银行、保险等合作机构积极探索落实监管条目等。

玩家层面，中国行业参与者众多，虽然对于参与者比较有挑战性，但对用户是好事情，对于整个行业的发展也是好事情。创新这方面是比美国要强非常多的，美国对于模型和采集数据的方式，都有非常多限制，例如不能用居住地址、邮编做模型，考虑的是合规问题，中国金融科技搜集的用户授权的数据，确实对于模型有非常明显的效果。

风控层面，美国有非常好的数据，模型方面用到的创新并不多，但在美国，欺诈是比较小的事情，可能1%的用户会做欺诈，有的反欺诈还要和FBI联合，是很麻烦的事，但是中国黑产是很泛滥的，欺诈特别严重，可能线上流量20%以上都是欺诈流量。那么，如果平台不做好欺诈风险防范，一上线便容易被薅羊毛或者是被欺诈的狼群吃掉。

量化派 创始人：金融的核心是风控，风控就是金融的最后一道筛子。

我们在Capital One工作时，它的内部有一套对潜在用户的风险定价模型。这个模型根据用户的信用和收入等信息，预测贷后的逾期、违约等行为，根据用户行为，计算用户的潜在价值，然后在此基础上针对用户定价。

但这个定价模型可行的前提是，美国社会的信用基础相对完善，使用相对少量变量就能完成定价。

但是在中国，征信体系不完备，缺乏与金融强相关的数据，建一个模型需要成千上万变量，对于统计方法有很大挑战。

这就给了大数据和包括深度学习在内的人工智能技术提供了广阔的用武之地。

量化派 创始人：先来看一张图吧。

Deep learning（深度学习）在人脸识别和指纹识别上的分辨能力要远远大于人眼的能力。

现在我们在授信环节上，涉及到身份证拍照和申请人在摄像头前的活体检测，以保证申请人是你自己。

只有在通过这一步之后，才会进入到后面的授信审核步骤。

比较有意思的一件事是，我们针对用户的关系图谱开发了一套people link rank算法，通过关系人的表现推断申请用户的信用、发现欺诈团伙信息。

比如，如果一个人的朋友信用度较好，通过相邻用户的节点，可以大体判断出这个人的信用度至少在什么水平以上。这是深度学习通过用户画像在风险定级上的运用。

people rank也可以在防欺诈上起到作用。在网络欺诈里，很多欺诈活动都是有协调特点的。他们在做攻击和欺诈申请时都是有行为特征的。

另外，除了交易行为之外的设备异常行为也是可以通过AI手段进行防范的。智能算法还可以和智能硬件相结合，在用户进行消费和支付的时候，在保证安全性的前提下提升便利度。

除了实现大数据风控，还可以基于现有技术和数据帮助合作机构实现客户精准营销，根据B端需求去寻找、筛选、匹配合适的C端用户。

不断进化的技术手段，可以让有信用的人更容易的获得他们需要的资金支持，人们活的会更有尊严感。

量化派 创始人：我们在九几年上大学的时候，流行说“AI消亡，神经网络万岁”。

但是现在来看，神经网络把消亡的AI重新定义和发展了，通过自己的基因突变，从神经网络变成了深度学习，这是一个轮回的过程。我认为AI在金融领域的应用也是一个轮回过程。

因为AI在量化投资领域一直以来是被最前沿的科学家用最前沿的技术在那儿默默地开发他们的“黑盒子”或者是赚钱机器，比如“文艺复兴”这样的对冲基金。

接下来我觉得AI这个基因突变之后，一些过去的方法论肯定也要基因突变。但是对于美国这种二级的股票交易市场，应该会有新的方式方法来重新定义目前的量化交易问题。

另外一个比较有意思的方向就是智能投顾行业，顾问就是你问一下，我来回答你的问题。现在在网上问一个标准问题，才有标准答案。未来的智能投顾可能有点像超级电脑，你问它美联储的基准利率上升了25个BP怎么办？会对我的投资有什么影响？后续的可以问他我应该怎么应对？等等这样的问题。这种比较超前的智能投顾，可能相比华尔街量化交易的“黑盒子”，更会让普罗大众能够受益。

这其实又回到了商业环境上来。

合作伙伴通过与我们合作，能够更多的激活用户需求。因为用户在暂时没有花钱能力的时候，我们可以激活他们提前消费的能力。广义的来说，我们也是跟着消费升级、大健康等趋势在走。

从创业路径选择的角度讲：第一，创业者肯定必须跟着趋势来，跟着浪潮走；第二，天时地利非常重要，天时就是浪潮，地利就是目前的环境。我们现在满足的是中国市场上没有被满足的需求，因为有一个空缺在这里。在美国就没有这样的创新，因为它已经被传统的银行挤成红海了。