用钱宝焦可：创业金融科技切忌“拿着锤子找钉子”

2016年末，主打人工智能风控技术的金融科技平台“用钱宝”公布，在单月贷款余额突破10亿元后，12月份单月交易笔数突破100万笔，注册用户700万。在2016年6月，用钱宝获得了由光信资本、 源码资本、洪泰资本、创新工场、晨兴资本及51信用卡等投资机构的1.56 亿元B+轮融资，发展迅速。

近日，在亿欧对用钱宝创始人兼CEO焦可的专访中，针对用钱宝如此看重交易笔数的原因，焦可指出，作为 人工智能 为基础的科技金融公司，相对于整体贷款余额，用钱宝更注重贷款的笔数，因为它一方面体现出一个 企业服务 和影响到的人数，另一方面，通过大量“样本”的产生和挖掘，实现人工智能 风控 的进一步完善，从而通过机器学习形成风控产品的正向循环。

焦可强调，30天100万笔，验证了用钱宝的技术选型，通过人工智能为核心的新金融技术来服务传统金融此前无法覆盖的人群。

网络信贷的主要问题并非“ 信息不对称 ”，而是“供需不对称”

在创立用钱宝项目之前，清华大学计算机系、中科院计算机所硕士学位毕业的焦可，先后在百度、赶集、马可波罗等公司任职，2013年创立互联网金融信息搜索平台“ 贷小秘 ”。之所以选择互联网新金融作为创业领域，焦可指出，当前中国，随着国民财富的增长以及 消费升级 大潮下，人们的生活方式和生产方式正在发生转变， 正在由“储蓄型社会”向“负债型社会”过渡 。

由于没有完善的养老金制度和卫生保健制度，中国人一直停留在过度储蓄的状态，更多的钱用来储蓄以备不时之需。在宋鸿兵《货币战争》一书中指出，一个国家经济增长的方式无非两种， 一是储蓄积累财富，二是债务拉动经济增长 。美国便是最早由储蓄型社会向负债型社会转变。

2016年，从中国“ 房产金融化 ”已经不难看出负债型社会的萌动，因为房子是负债型社会最好的载体。此外，中国经济处于下行阶段，人们对消费的需求增强，伴随消费升级，消费型负债的经济阶段正在形成。

然而，焦可指出，以银行等传统金融机构为主体的 中国金融市场面临的真正问题是“供需不对称”，并非“信息不对称” 。

2005-2010年，焦可在百度主管MP3、视频搜索、地图搜索、娱乐频道等产品，及网页搜索、社区搜索等产品的市场与运营工作。2010-2013年，焦可在赶集网和马可波罗等公司主管产品运营业务。这些工作经历驱动焦可创立“贷小秘”，从搜索引擎解决信贷领域的信息不对称问题，切入互联网新金融。

然而，焦可发现， 金融产品供应的不平衡、服务对象的缺失才是金融领域的核心问题 。在信贷领域，中国金融机构能够服务到的个体只有15%，而美国的这一比例高达70%以上，因此如果金融供给不完善，再好的搜索引擎也无法很好地施展价值。

金融科技 创业切忌“拿着锤子找钉子”

基于上述逻辑，焦可进一步指出，造成这一现象的原因在于，在金融核心环节——风控方面，传统金融机构是以 强特征 为主，前面是线下验证，后面搭配简单的风控模式，其思路是筛选出优质用户人群，如高净值人群、高信用人群，与此同时，更多的个体用户被忽略，无法接受服务。

更多的信贷需求来自信用数据并不完善的工薪阶层，如服务员、蓝领工人、没有银行征信报告的白户人群等。因此，用钱宝的目标用户是以刚刚步入社会、消费没有计划性、经济收入不高的年轻人为主。

焦可指出，没有与此相对应的风控体系才是传统机构无法服务于这一类人群的根本原因，同时，这也是用钱宝等新金融企业的核心优势所在。焦可强调，互联网时代的创业切忌“拿着锤子找钉子”，相反，根据不同的用户人群，利用 大数据 、人工智能等科技手段对产品进行重新定义。

用钱宝产品的设计思路是基于 弱特征 的年轻群体，在“不做学生、不做理财、不做线下、不做地推”的原则之下，专注于采用人工智能的技术思路，通过自主研发的“柯南特征工程” “D-AI机器学习模型”和“Anubis大数据计算架构”，从海量数据中挖掘出1200余项有效弱特征，而且还在持续增长、完善。这种通过近百个模型不断迭代，高度数据化、正负样本清晰、优化目标清晰、接受一定程度内的容错率的方法能够持续提高精准性和稳定性，实现对用户人群的精准把控。

看准人工智能，重塑金融科技的设计思路

焦可分析道，传统金融机构是以人的经验作为风控判断，或者依靠某一项核心技术，如人脸识别、指纹扫描等实现身份认证。而当一套风控流程特别 依赖某一项技术或某一个经验的时候，很容易引起特定情况的攻击和欺诈 。

而用钱宝的思路是依靠人工智能、机器学习进行风控的不断完善和挖掘，人的作用只是搭建算法和模型。这一思路的优势在于，将源源不断产生的样本进行持续补充，从而进行不断迭代，实现产品的完善程度呈现指数级增长。此外，人工智能的风控能够实现对用户画像的诸多特征分散化。

焦可指出，当前的人工智能处于初级阶段，智能科技的应用大概有两个层次：首先，人定性机定量，即人制定规则，机器通过算法来执行；其次，机器学习和挖掘，而人的职能是对机器进行解释，当人无法解释机器的选择的时候，才是真正的突破，例如阿尔法狗的围棋布局已经超越人的解释范围。

焦可指出， 新的商业突破体现在两个层面 ，一是技术的突破，如人脸识别、 区块链 ，这一领域能够创造为数不多的科研型企业；二是应用层面，在具体业务领域找到技术应用的场景，用钱宝就是一个典型的人工智能应用项目，因此没有CRO，只有CTO。

此外，焦可介绍，人工智能为核心的风控能够处理海量数据，挖掘出比人的经验更深层次的特征。此外，这些特征能够进一步通过大数据计算的方式被验证及被学习，换句话说，机器比人具备更强的学习能力。同时，在金融领域最怕发生的系统性风险，也因为采用机器作为“评估审核”的主体，所以能够有效抵御及预防，并且能够保证不受到人所具备的经验、体力、主观及道德的影响。

用钱宝的投资人、 创新工场 李开复 曾在公开报道中表示，人工智能最好的应用领域之一是金融，因为金融是唯一纯数字和钱的领域。

注：文章中所涉投融资额度来源于企业或相关机构或公开资料，亿欧已经尽量核实，不对融资额度做品牌背书；欢迎各方监督核实，如融资额度不实，欢迎向亿欧举报。