“與互聯(lián)網(wǎng)類似，金融大數(shù)據(jù)企業(yè)的邊際成本急劇降低、聚集效應(yīng)明顯，這是百融定位科技服務(wù)公司的關(guān)鍵原因。”
人工智能+大數(shù)據(jù)+征信，應(yīng)用成熟度高于智能投顧
傳統(tǒng)征信行業(yè)存在“覆蓋人群有限、審核周期較長、信息采集面有限”等弊端，而這正是AI、大數(shù)據(jù)、云計算等新型科技優(yōu)化、重塑服務(wù)鏈條的發(fā)力點。
“其實，人工智能在算法層面并沒有本質(zhì)突破，之所以近兩年開始凸顯，本質(zhì)原因是大數(shù)據(jù)先取得了突破——足夠多的數(shù)據(jù)，讓AI機器學(xué)習(xí)獲得了最重要的基礎(chǔ)。”
張韶峰指出，人工智能在金融領(lǐng)域的應(yīng)用主要在于：①智能風(fēng)險評估和管理；②智能投顧服務(wù)。不過，智能投顧的呼聲似乎更高，原因之一是投資理財屬于高頻需求，更貼近普惠大眾；而風(fēng)控服務(wù)靠近金融服務(wù)鏈條的后端，且貸款屬于低頻行為。但事實上，在技術(shù)應(yīng)用層面，后端風(fēng)險管理的應(yīng)用成熟度更高。
雖然2者都是通過數(shù)據(jù)分析、技術(shù)模型來評估并服務(wù)個人用戶，但智能投顧還必須分析投資理財產(chǎn)品，所以短期內(nèi)真正大規(guī)模應(yīng)用的難度比較大——原因并不在技術(shù)本身，而是相對于個人行為，投資理財產(chǎn)品變化趨勢更難以預(yù)測，尤其是二級市場存在數(shù)據(jù)透明度低、政策因素強、產(chǎn)品種類少等問題。
“目前，百融金服通過深度學(xué)習(xí)模型處理50萬個基礎(chǔ)變量，相較傳統(tǒng)方法，整體效率提升了50%-60%。其中營銷環(huán)節(jié)成功率提升30%以上，個人不良率降低7成。”
自上而下，勢能傳導(dǎo)
在2014年大數(shù)據(jù)風(fēng)控創(chuàng)業(yè)熱潮中成立的企業(yè)中，百融、同盾、聚信立等企業(yè)在服務(wù)體系上多有相似，但具體打法上存在差異。
張韶峰指出，初創(chuàng)企業(yè)多采用“自下而上”的方法，針對中小客戶，開發(fā)單一產(chǎn)品（黑名單、發(fā)欺詐等）切入市場，然后豐富產(chǎn)品類型，鋪開信貸全流程業(yè)務(wù)，再向銀行、持牌金融機構(gòu)等高端客戶拓展。這種方法前期起量快，能夠迅速做大規(guī)模和估值，但后勁不足。
與之相反，百融在初期就首先從銀行客戶入手，設(shè)定了“自上而下”的路徑：①風(fēng)控產(chǎn)品采取按月、單項、后付費的方式，創(chuàng)造更多贏利點；②整體解決方案產(chǎn)品的定價高于行業(yè)平均水平，聚焦中高端金融機構(gòu)的客戶——以此形成自上而下的勢能傳導(dǎo)。
對于這一方式造成的前期市場開拓、獲客的成本壓力，張韶峰坦言，“百融以更高成本聘請高層次的技術(shù)開發(fā)人員、數(shù)據(jù)分析與建模師、顧問式的銷售人員。這種自上而下的模式前期投入較高，但金融機構(gòu)天生比較傾向于向比自己大的機構(gòu)學(xué)習(xí)，也傾向于選擇服務(wù)過大機構(gòu)的服務(wù)商，因為大機構(gòu)對服務(wù)商的考核更加嚴苛。”
“但這種模式的優(yōu)勢在于，一旦形成勢能，中后期能迅速占領(lǐng)市場，迅速降低人均成本、提高人均績效。據(jù)了解，目前與同行依靠大規(guī)模地推式銷售模式，百融的銷售人員總占比15%，低于行業(yè)平均水平，人均綜合產(chǎn)出相比部分同行高出2-3倍。”
經(jīng)營業(yè)績上，2016年百融營收實現(xiàn)同比15.6倍增長，今年Q1實現(xiàn)了現(xiàn)金流轉(zhuǎn)正。