两年三次融资，资本寒冬为什么没有影响到它——氪信

非或然引擎（氪信CreditX）是一个用 大数据 提供金融风控服务 的科技公司，旗下产品CreditX为国内大型银行、物流金融、普惠金融公司搭建了大数据风险定价和控制系统，支持千亿级信贷资产；同时运营线下到线上融合的大数据云服务平台，为多个金融业务场景提供有效的风险云服务。

从创业基因来看， 人工智能 相对其他领域有较高的门槛 ，氪信的团队基因和技术基因是符合门槛的。作为创业公司的核心人物，创始人兼CEO朱明杰，在人工智能领域拥有多年的从业背景，是微软亚洲研究院与中科大联合培养博士，曾与老师德国马克思普朗克研究所计算机科学研究所所长、ACM/IEEE fellow、国际大规模数据库协会(VLDB)主席Gerhard Weikum教授合作大规模语义图挖掘，领导欧盟进化知识计算项目。曾在雅虎和eBay从事搜索科学、机器学习等人工智能领域的工作。后加入携程，负责携程的基础数据平台和机器学习人工智能的应用。氪信团队是由朱明杰在雅虎、eBay、携程多年工作的同事组建而成，技术和团队协作能力已经经过了磨合。

中国的大环境正在发生改变，数量、观念、技术的变革等内外因素都让传统金融机构、消费金融公司不得不考虑升级，它们也对Google、雅虎等国外企业的人工智能技术表示期待，希望可以让技术带动自身变革。 亿欧概括了以下三点理由，说明人工智能企业氪信正处于这样的机遇中。

面对消费金融的万亿市场

数据显示， 2016年，各大商业银行的消费金融业务的规模和利润都有较大增长。 依靠零售业务起家的招商银行，2016年零售贷款的规模占该行全部信贷规模的50.45%。据平安集团2016年年报显示，平安普惠2016年度新增贷款量达到1729亿元，同比增长高达257.7%。

据艾瑞咨询发布的《2017年中国消费金融报告》，2016年，中国消费信贷规模突破了22万亿元，同比增长19%，同时消费信贷在我国所有消费中占比达到了46.8%，成为了我国消费的主流形式。我国 消费金融 年均复合增长率达到了16.4%， 远高于整体信贷规模 的年均符合增长率9.1%。

中国消费市场巨大的体量也在推动消费信贷的膨胀，2016年社会消费品零售总额已经达到了33.2万亿元。传统金融机构已经逐渐转向消费金融的领域。从2010年以来，信用卡消费信贷及其他消费贷款占比逐渐增加， 且具有消费及信用延续性，依旧具有很大发展潜力。

消费金融和消费信贷的变化对机构的审核效率、违约风险、用户服务有了更高的要求，氪信选择用AI切入金融领域，解决消费信贷市场最迫切的风控问题，发展前景是值得期待的。

氪信是从金融行业实际应用的出发，认为“不能赚钱的AI不是好AI”，不断开发新的产品帮助企业提高风控质量和效率，取得了阶段性的成果，并且得到了客户正面的反馈。经过近两年的发展，氪信为包括 招商银行、民生银行、平安证券、中银消费金融、众安保险等50多家金融机构提供服务 的同时，也深入到了供应链、小微企业、商户贷、房产和物流等多个金融场景，与小赢理财、爱屋吉屋、洋钱罐等机构达成合作。

提供高效精准的信用评估

目前中国市场上多家商业银行、平安陆金所、宜信等国内比较有名的金融机构不同程度上采用的是美国信用评分FICO。20世纪50年代开发出的FICO虽然简单明了，被国际企业通用， 但是不符合中国当前的国情和金融环境。

FICO评分五维度根据的是用户过去的信用数据。央行个人征信系统中收录有信贷记录的自然人约3.4亿，而在美国征信体系的覆盖率已经达到了85%。 显然FICO无法在那些没有信用记录或记录不全的中国消费者上发挥其作用。 此外，FICO的评分较僵化，反应的只是借款人过去的状况，不能预测未来的信用。

相比之下，AI可以更大范围的处理用户数据，覆盖到更广阔的用户群体，根据不同的需求调整模型，使其更贴近场景，是金融机构未来的选择之一。

目前，氪信对此已经有标准化的产品——XCloud通过整合自有数据和互联网大数据，对接身份信息、个人信用信息等通用信息，将其映射到评估对象上，过滤恶意欺诈、黑名单记录等风险，再将单一评估对象的画像拓展至全面的风险刻画，在此基础利用半监督技术构建的复杂集成信用模型，针对性地对不同领域数据进行建模， 最后实现更精准的信用评估 。

人工智能戳中风控领域痛点

传统反欺诈还停留在一度风险等这种简单规则方式，但对于二度、三度乃至更广范围的网络全局风险束手无策，所以无法处理群体性的欺诈。 AI则可以轻松解决这一问题 ，它可以建立申请人、手机、设备等各类信息节点的网络图，并对其进行基于规则和机器学习的反欺诈模型实时识别。

此外，传统金融信用评分是对银行借贷记录等进行建模，无法给予没有记录的客户很好的评判。在新金融下，客群进一步下沉，AI可以建立不同的机器学习模型，快速有效地处理各种类型的数据。

比如，氪信正在推进的 BLP行为语言用户画像 ，将金融客群的分部类比成金字塔，最顶层Prime和中间的Near-Prime客户已经被传统银行和信用卡中心覆盖，而最底层的Sub-Prime客群近几年才得到服务，拥有较大开拓空间。

针对最底层信用信息积累不够的客群，氪信采用了一套学习模型框架，最底层是行为语言处理（BLP），与NLP自然语言处理相对应。首先氪信通过合规征信公司合作及用户授权，然后利用技术先对数据进行清洗整合、特征提取，再到模型构建和迭代，最后形成一套决策引擎，帮助金融机构风险授信和对应业务迭代。整个过程中，在处理底层数据时，好比是由分析员进行初步分析筛选，得到基本结果后，再经过高级分析员做汇总整理，最后到类似于专家委员会层次进行汇总决策。整个决策过程呈金字塔的模式，数据越往下越明细，越往上越凝聚，到最顶层就是能够支持决策的最终信号。

面临竞争激烈的 金融科技 市场

此外，氪信也面临着 巨大的挑战 ，人工智能和 大数据风控 企业都在抢占市场，争夺客户，他们本身都 拥有深厚的技术背景、强大的资本支持等等相似的资源，但是不同的商业模式 。

2014年年底人工智能市场的资本进入有了显著增长，这也意味着资本背后扶持着的企业竞争更加激烈。人工智能与金融领域的结合也引起了创业者和投资人的关注，包括用AI技术提高风控征信能力。

另一方面，一些大数据风控公司也在不断提高自己的技术。举个例子，ZestFinance不是人工智能公司，但是和氪信有 业务重合以及相同的客群 ，都在用非结构化的数据分析用户、用模型评估客户信用等。

可以看出，这些原本拥有一定市场的不是人工智能的风控征信企业也在不断创新产品，提高技术水平，以迎合金融市场更高的要求。

这些企业既做线上线下小额贷又收集数据，还做风控征信，相较之下，氪信现阶段选择不收集数据、不走线下、线上用技术解决机构风控征信，集中资源将这种模式做深做透，也许可以 打造该领域产品的差异化，脱颖而出 。先行开拓市场以获得优质的客户、打造业内品牌是各家公司殊途同归的选择。 

从报道和访谈中可以窥视出氪信的商业发展路径——创始人技术出身，更致力于初期将技术做硬，服务好当前的客户，赢得口碑，再逐步树立品牌，扩大市场。

第一阶段是与拥有大量数据、IT系统完善的金融机构建立合作，直接切入业务，迅速产生效果。对于公司来说，一方面是在有大量样本的基础上，实际用模型判断问题， 通过模型优化业务流程 ，了解金融机构的业务规则和评判标准，另一方面是与大型金融机构合作， 提升公司的信用，并且展示了AI技术的可行性 ；第二阶段是进入拥有较多数据的金融业务场景和中小型企业，将自己积累的风控经验输出为标准化的产品，利用AI技术解决困扰行业的风控问题；第三阶段是进行市场推广，加强与行业优秀金融机构的合作，用技术推动全行业的信用体系完善和升级。

采访记录：

亿欧：氪信最近还需要融资吗？

朱明杰：暂时不需要，比尔盖茨说过，“微软离破产只有18个月”，融资是一件消耗精力的事情，在当前公司这个阶段并不是很重要，现在更想要专心的做好企业。

（亿欧注：盖茨的意思是网络经济中网络产品、信息服务的更新周期是18个月，互联网公司要有危机意识和竞争意识。）

亿欧：为什么会选择真格作为投资方呢？

朱明杰：一开始并不了解真格，觉得不是一条路上的，但跟徐老师聊过之后发现徐老师也投“严肃的技术公司”，双方比较合拍。

亿欧：怎么看to B企业一是要革命性地降低获客成本，二是要寻求客户信任？

朱明杰：由于我们和几家大型金融机构取得合作，在行业内有一些知名度和口碑。我们也在产品服务能力和新的合作之间做一个平衡，有国外的一些金融机构来找我们寻求合作，但是目前我们更想服务好现有的客户。因为公司的资源总是有限的，长期布局我们会考虑更广阔的市场。当然，为了进一步获得客户信任，我们当前也要把品牌做起来。

亿欧：创业后从技术男走向CEO有困难吗？

朱明杰：做sales会有一些心理门槛，但是自己创业跪着也要做出来嘛；我知道自己有一些短板要补，但是相比其他科学家，我觉得自己还比较能交朋友。氪信有几个同事和我工作十多年了，当氪信需要人才的时候都来了，我觉得我们组织是人情味很重的。当然，我不适合谈钱，这还得交给其他同事来做。

亿欧：创业的人都会有些精神不正常（笑），朱总有吗？

朱明杰：（笑）我觉得我还好，也没有很偏执，可能因为高龄创业的缘故吧，心态比较稳健。

亿欧：人工智能在大部分人眼中是遥不可及的，要怎样跟公众解释技术问题呢？

朱明杰：人们通常会有两种情况，过多期待AI技术，或者看轻AI技术。我们对外讲解的时候不能讲的过于科幻，这样可能失去客户的信任；但是又不能太偏技术，听众会觉得枯燥。传达的东西要合适有价值，尽量平衡吧。

亿欧：AI技术是个黑匣子，所做的决策都不能被外界得知，这样会不会有不公正的结果？

朱明杰：银行一般只用简单的评分方法，可能会因为申请者是某一家不景气公司的员工而有“歧视”。但如果AI介入，会从各方面评估申请者的情况，这反而有助于克服人的主观偏见，回归客观本质。

亿欧：AI现在这么火，您看好它与其他领域的结合吗？

朱明杰：我不认为所有领域都可以在AI技术下变得更好，房产、猎头、教育这些领域不能单凭人工智能解决。

---

科技赋能，动能转换。9月14日亿欧将在北京双井富力万丽酒店举办以“ 服务实体经济 ”为主题的 2017中国金融科技未来领袖峰会 ，活动详情及报名请戳： 服务实体经济——2017中国金融科技未来领袖峰会

版权声明

本文作者饶雯艳，亿欧专栏作者；微信：rwy-123（添加时请注明“姓名-公司-职务”方便备注）；转载请注明作者姓名和“来源：亿欧”；文章内容系作者个人观点，不代表亿欧对观点赞同或支持。