AI界“四大美女”离职之后，Linkface不惧阿里，转型征战千亿车险市场

曾几何时， Linkface 凭借四位才华横溢的学术界“四大美女”，引爆了 人工智能 圈和创投圈。

Linkface最初由四位平均颜值很高的90后女生联合发起，4位创始人均有着堪称学霸级的教育背景。石建萍是香港中文大学、浙江大学计算机博士，本科时期就发表过CVPR Oral；夏炎是中科大本科成绩第一名，微软亚洲研究院计算机视觉博士；马廷姣毕业于香港中文大学，是香港国际讲堂创始人；方芳就读于清华大学和哥伦比亚大学，精通五门语言，曾任职于MSCI、LG、三星。

Linkface CEO黄硕接受亿欧采访时说：“当初推出‘四大美女’主要是因为想在互娱方面做一些发挥，成为炒作的热点，但是尝试之后发现这个市场还不成熟。”

2016年，九鼎入局之后，Linkface进行了一次内部重组，九鼎占据大部分股份，但商汤依然还有股份。虽然“四大美女”均已离职，但其核心技术团队里仍然是原来商汤的那些人，技术实力依旧。

“Linkface之前偏向技术，主要做人脸识别，往各个行业试试，尝试了互联网娱乐，比如在线直播的人脸、表情识别的事情。重组之后算是明确了自己方向，目前团队规模为70多人，其中技术团队50人左右，专注在 金融 行业”黄硕说。

聚焦金融行业的中端和后端业务

在金融体系内，业务按流程主要可分为三大版块： 前端、中端和后端 。

前端： 前端主要是获客，一般有两种方式：一种是提高原有客户的转化率，为其推荐多种产品，做交叉销售；另一种是针对陌生客户，把他们吸引到进来。

中端： 风控和反欺诈。

后端： 身份验证。

Linkface主要聚焦在后端和中端业务，帮助企业做业务流程自动化。

1、后端身份验证

Linkface在后端主要提供人脸比对、人证比对和活体检测的身份验证服务。

人脸比对： 计算两张人脸相似度，确认是否为同一个人；

人证比对： 验证用户自拍视频或者照片与身份证照片的匹配关系，确认用户的身份是否真实有效；

活体检测： 检测当前用户是否为真人，分辨照片、静态模型、视频等仿冒欺诈行为。

以上三种技术里，活体检测技术要求最高，要做好并不容易。 今年315晚会上就曾爆出，利用技术手段，仅拿真人照片/视频就可以仿冒他人面部信息，通过配合系统动作指令，骗过人脸识别，从而成功登陆他人的账户。为了保障用户安全，Linkface通过三种方法做活体检测验：

1、视频纹路区分， 摄像头拍手机屏幕时，会出现非自然的色彩和纹路变化，但是人脸不会有这种情况，通过计算机视觉技术，可以识别视频纹路判断是否是真人；

2、反光， 一般来说，照片会有反光，而且照片的反光和光打在人脸上的反光完全不一样，通过计算机视觉技术，可以识别反光判断是否是真人；

3、动态识别， 因为真人会动，而照片不会，可以拍一个几秒钟的小视频可以识别出来，而且照片的平面动和人的立体动是不一样的。

此外，Linkface还做卡证上的信息读取，比如身份证、银行卡、驾照、行驶证、房本等一些证件的信息读取。这些证件以前是靠人工审核，效率非常低。黄硕说，Linkface采用基于神经网络的算法来做，可以极大提升审核效率。

传统审核技术上也会采用OCR的方法， 这种方法可以将A4纸读出来，但是证件、营业执照会有损坏、折叠、覆膜和底纹等 ，传统OCR算法读不出来，而通过计算机视觉技术可以把这些信息读出来。

黄硕说，Linkface的算法在真实场景下的人脸和证件识别准确率能达到95%左右。一般来说客户最多能承受两次出错，通过计算，（1-95%）*（1-95%）=0.25%的出错率，而行业一般在0.3%以内的出错率就可以达标。

2、中端反欺诈

Linkface的中端业务主要做互联网金融的反欺诈，比如征信、风险定价，通过整合云端社交数据，对大规模用户数据的分析建立用户关系画像模型，生成用户欺诈风险测评估报告。

具体而言，Linkface利用计算机视觉技术做深度挖掘，查找黑名单。 用户登录APP之后一般会上传头像，如果在同一个时间段内几个IP地址相近，通过计算机视觉技术就能检测到上传头像背景也很相似，这很可能是一个欺诈团伙。

另外，通过图像做用户画像，可以帮助企业做风险控制，判断用户的风险承受能力和授信额度。 在取得用户授权之后，通过识别其微信朋友圈、微博的照片，对用户进行风险评估。比如用户微信、微博的照片都是跳伞、攀岩、冲浪这类极限运动，系统就会标注两个标签，一个是这个人很有钱，另一个是风险偏好表较强。

在中端业务上，Linkface主要瞄准互联网金融公司，并不切入传统银行。对此，黄硕解释，传统银行的市场相对比较封闭，他们对新技术的接受度比较低。而且银行对AI的需求方不是业务部门，而是他们的技术科技部，其对AI的定位是技术储备，而不是通过AI挣钱，动力不是很强。另外银行用户一般都有银行卡，其在获取用户的时候，已经验证用户身份，不需要技术再次验证。相比之下，互联网金融没有这些流程，他们获客需要技术“防护墙”。

其实，国内AI创业公司切入金融行业的并不少，比如云从、旷视等，相比竞争对手， 黄硕认为Linkface更懂金融，他举例说：“金融客户接受一个服务的时候，他们的基本原则要求是不要轻易改变他们现有的业务流程，因为金融业务的流程特别复杂， 不像互联网公司可以试试，金融机构新业务没有半年的不会跟你谈，切记‘心太大’。另外，一定要理解客户的思考方式，我们做这个行业十几年了，对行业理解很透彻，其实客户愿不愿意和你聊也是个问题。”

目前，Linkface已经与数百家互联网金融公司合作，包括宜信、团贷网、有利网、等国内较大的互联网金融公司。

发力千亿车险市场，提升理赔效率

人工智能极大提升了保险行业的理赔效率。

近日，平安人寿推出平安"闪赔"服务，运用人脸识别技术，通过手机App轻松识别客户的面部特征信息，瞬间确认客户本人，将理赔时效从“数日”缩短至“30分钟”。

据介绍，AI技术会生成无数条风控规则，并结合客户个人的历史征信数据，在理赔案件发生的时候进行筛选判断。如果筛查到“有问题”的案件，则会交由人工进行进一步核对，大大提高了风险防控水平，而这样的效率，是传统寿险理赔时人工全程审核无法做到的，极大简化了理赔流程。

其实，除了个人保险，车险也是一片蓝海市场。

数据显示，我国汽车产销量2016年突破2800万，保有量已达到2亿辆。预计到2020年汽车产量维持在高位3000万量，保有辆超过2.3亿辆。 2016年我国车险市场规模达到了7000亿规模，到2020年车险市场有望达到1.2万亿，目前我国已经成为全球第二大车险市场。

但是， 车险理赔 一直是保险公司头疼的问题，因为很多用户的车出现事故之后，会夸大保险理赔的程度，比如车是一个划痕，在填写的时候可能会写两道划痕，或者把划痕写成“大坑”来骗保。

针对这种情况，保险公司传统的办法是人工审核，但是人工审核的效率很低，可能出错，人力成本也很高。统计数据显示，目前业内约有10万人从事查勘定损的工作。

目前，Linkfae针对车险行业，也提供基于图像识别技术的全流程自动化解决方案。

“我们通过计算机视觉自动识别骗保的问题，以前都是靠人工审核，现在用户在上传到那一刻，计算机自己识别是不是划痕。”黄硕说，”保险理赔行业是AI应用的一片蓝海，车险规模大概是7000亿元，理赔约占据60%，整个市场规模大概在4000亿元。”

与银行不同，保险公司对技术改变效率从而提升成本的动机很强，因为保险公司承保的利润非常薄，大部分是略亏钱，如果AI能帮他们提升几个百分点的效率，他们就由亏变盈利，这对于他们是一个质的变化。

黄硕说，Linkfae在技术上能在骗保里面认出10%，骗保占据车保险的20%，整体提升车险的2%，之后技术准确率还能提升。

其实，AI在车险上应用的技术门槛并不低，比如光影，用户在马路上拍车照，尤其是银色的车，反光非常强，很难识别。

再如车撞的位置如果正好是转角的地方，那么到底是车本身设计的“弧线”，还是被撞成一个“坑”，很难区分，这种情况，就要对特殊的场景专门训练模型。

在商业模式上，Linkface与云平台的盈利模式类似，按照客户调用次数，付费的方式盈利。黄硕透露，Linkface目前每个月有几百万元的收入，今年营收预计有几千万元。目前，Linkface已经与阳光保险、太平洋保险达成合作。

其实，AI+车险的玩家不只Linkface。 今年6月，蚂蚁金服宣布向保险行业全面开放技术产品“定损宝”， 用AI模拟车险定损环节中的人工作业流程，帮助保险公司实现简单高效的自动定损。

蚂蚁金服保险事业群总裁尹铭给记者算了笔账：据估计，每年4500万件的私家车保险索赔案中，“定损宝”能覆盖的纯外观损伤案件占比约在60%，以每单案件的平均处理成本150元计算，有望每年为行业节约案件处理成本20亿元。

面对巨头的强势入局，黄硕却并不慌张，他说，巨头的入局说明这个方向是不错的，而且有人帮你“呐喊”，市场被教育的速度会快一些；其次，车险是一个TO B的业务，很难出现一家通吃的局面，所有保险公司不可能只用一家技术。

---

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FinTech未来领袖峰会 ，活动详情及报名请戳： 服务实体经济——2017中国FinTech未来领袖峰会

本文作者许伟军，亿欧专栏作者；微信：xuweijun24（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。