百度金融2015年底成立，到现在大概有一年半多的时间(时间确实比较短)。百度金融成立之初，它就是来自一个很朴素的想法:在百度上有很多学生，他在搜索知识，同时他在搜索培训机构和学校，每个学生都希望通过得到更多的教育提升自己，这里面包括英语培训、IT培训。
当然还有很多网民是那些没考上大学，在搜索很多的职业教育(比如说厨师学校、汽车修理学校等等)，希望通过一技之长，将来能够改变自己的生活和命运。但是，很多人看到了学费很贵，他就放弃了继续学习的道，因为现在职业教育成本其实挺高。我们想做一个金融业务，能够帮助这些学生，让他们能够有资金把学习过程完成，从而有不一样的未来。
过去一年里面，我们服务了很多用户。对于百度金融来讲，我们觉得做得还不错的是，我们服务了130万人的大专以下学历年轻用户，这些人肯定是没考上大学、大专的，其中我们给32万大专以下学历人群发放了近50亿元贷款。
其实我们进入学生贷款这个领域发现一个当初没有想到的状态，在一些培训机构里面，金融服务常多的。比如说英语，华尔街、英孚这些机构，主流人群是城市白领，这些人有很好的工作，他们为了让自己的未来职业发展更加顺利学习英语，同时不断地提升自己。
去年开始，我们做这方面的工作，为什么会没有人提供金融服务?实际上我们发现，如果你把它当作公益事业做是不容易持续的，因为这些教育机构如果要服务好他，在风险控制、各方面的能力上都要求很大的提升。
所以，我们构建了50亿的节点，230亿条边的巨型的关联网络做反欺诈，因为这些欺诈使得金融机构根本不敢进去服务，因为这里面坏账成本太高了，不可持续。这就是为什么很多职业培训根本得不到金融服务的关键，就是技术不能支撑这样的服务。
同时，我们还可以看到，现在银行服务的标准也比较清楚，大专以上、年轻、35岁以下、有一定稳定的工作，所有的银行都在给这些人服务。但是学历不高的人怎么办?央行征信信息薄的人怎么办?甚至毫无央行征信记录的人怎么办?
我们当时在给这些职业教育机构学生提供贷款的时候，可以通过百度数据看到，在学生中筛选出来很多有良好学习习惯，在网络上表现非常好的一些学生，因为很多学生从12、13岁就开始用贴吧、知道、百科查知识、获取新的教育，在这，有很多的表现。
百度信用分通过不同的打分，逾期率和分数的关系，我们就能在没有央行记录和央行记录很薄的这群人里面，还是能选出实际上行为表现非常好的人，我们对他的还款预期、预测能够做到相对比较准，我们给这些人提供服务，让服务边界更加往下探一层。
所以我们觉得之所以能这么做，是需要很多百度内部和外部的数据，需要算法、模型、算力。智能金融的时代，大家讲人工智能，其实人工智能最好的落地场景就是金融，因为金融的本质实际上是数据和数据处理。
第一，获客。银行、保险公司的获客会以用户画像为基础，更加精准地触达，不再是以服务网点为基础，而是以用户画像为基础的网络获客。你的理财产品或者是信贷产品，什么样的人能够响应?那其实你就应该把这些人抓出来，同时给他很好的服务。
实际上今年年初我们跟中国农业银行签订一个战略合作协议，但是这是一个很真实的要帮它向智能银行转型的协议。现在我们在和他们联合构建底层的金融大脑，这里面分为引擎和决策引擎，决策引擎就是学习、分析、预测，引擎希望他的底层大脑能够听、看、读、说。不管是智能客服还是APP的自然交互，这些东西都需要底层的金融大脑。
在这我们构架了几大服务:智能获客、精准营销、客户的信用评价。百度数据加农行的数据加模型，共同会产出一个新的信用分，这就让互联网数据和金融业本身的数据发生了很大的互补性，还有风险监测、智能投顾、智能客服。
所以，在这个领域里面，在百度我们能找到一群高优的客户，他的信用分很高，同时他的借款响应率也很高，在某一个时段对于资金的需求很大。农行有5亿客户，但是需要知道这5亿客户在什么时间点需要触发一个什么样的服务。
对于城商行来讲，它没有那么多的客户，像南京银行做得非常好，我们需要做的就是加入新的维度风险识别手段，同时帮助传统的城商行开始尝试，服务那些传统金融信息比较薄的用户，去拓展它的边界。实际上我们希望应用我们的反欺诈技术、风控技术和数据，能够帮银行拓展甚至征信之外的更多人群，让他们也得到这样的金融服务。
所以，人工智能时代的变革，我们认为最大能受到影响、马上就能落地的领域就是金融。区块链、金融云、智能客服会大大缩减客服的成本，提升客户的体验，智能获客、身份识别、大数据风控、智能投顾这些领域才刚刚开始。
推荐：
网友评论 ()条 查看