'金融產業升級：AI、大數據、雲計算帶來這些機遇'
文/周曉奇 編輯/崔恆宇
據易觀發佈的《2019中國金融科技專題分析》顯示，2018年中國金融科技市場規模達到115萬億元，2020年將超過157萬億元。
經過多年發展的金融科技行業，不僅誕生出了眾多互聯網金融企業，也推進了傳統金融行業的不斷變革。在這其中，演化出了移動支付、互聯網銀行、智能投顧等業態。
文/周曉奇 編輯/崔恆宇
據易觀發佈的《2019中國金融科技專題分析》顯示，2018年中國金融科技市場規模達到115萬億元，2020年將超過157萬億元。
經過多年發展的金融科技行業，不僅誕生出了眾多互聯網金融企業，也推進了傳統金融行業的不斷變革。在這其中，演化出了移動支付、互聯網銀行、智能投顧等業態。
金融科技產業分類 圖片來源於易觀
金融體系中的科技因素，也在發生著變化。從原先傳統IT軟硬件輔助金融、提升效率，到如今大數據、雲計算、人工智能等新興科技賦能金融，創造出了各類全新業務生態。
科技對於金融的價值，逐漸從輔助地位上升至影響未來發展的關鍵因素。但不可否認的是，新興技術具有生命週期，而且必然受到強監管，這對金融科技企業來說，既要在監管下穩步進行，也要不斷結合新技術，做好風險防範。
文/周曉奇 編輯/崔恆宇
據易觀發佈的《2019中國金融科技專題分析》顯示，2018年中國金融科技市場規模達到115萬億元，2020年將超過157萬億元。
經過多年發展的金融科技行業，不僅誕生出了眾多互聯網金融企業，也推進了傳統金融行業的不斷變革。在這其中，演化出了移動支付、互聯網銀行、智能投顧等業態。
金融科技產業分類 圖片來源於易觀
金融體系中的科技因素，也在發生著變化。從原先傳統IT軟硬件輔助金融、提升效率，到如今大數據、雲計算、人工智能等新興科技賦能金融，創造出了各類全新業務生態。
科技對於金融的價值，逐漸從輔助地位上升至影響未來發展的關鍵因素。但不可否認的是，新興技術具有生命週期，而且必然受到強監管，這對金融科技企業來說，既要在監管下穩步進行，也要不斷結合新技術，做好風險防範。
複雜網絡反欺詐 圖片來源於受訪者
2019年科創板的落地，也為金融科技企業開闢了一條新的上市路徑。“科創板是‘改革試驗田’，我們相信國家的改革決心與力度，也相信未來金融科技企業能夠成為用科技賦能實體經濟的先鋒。”拍拍貸副總裁陳磊說。
當行業趨於穩定，一切都將回歸本質。如何將新興技術落地，賦能金融？同時在技術不斷更迭的狀況下，金融科技企業將如何自我迭代，緊跟趨勢？科創板對於金融科技企業又有哪些實際意義？
在本月鋅財經金融科技主題月的第一場分享活動上，鋅財經創始人潘越飛邀請了拍拍貸副總裁陳磊對上述問題作出解答。
文/周曉奇 編輯/崔恆宇
據易觀發佈的《2019中國金融科技專題分析》顯示，2018年中國金融科技市場規模達到115萬億元，2020年將超過157萬億元。
經過多年發展的金融科技行業，不僅誕生出了眾多互聯網金融企業，也推進了傳統金融行業的不斷變革。在這其中，演化出了移動支付、互聯網銀行、智能投顧等業態。
金融科技產業分類 圖片來源於易觀
金融體系中的科技因素，也在發生著變化。從原先傳統IT軟硬件輔助金融、提升效率，到如今大數據、雲計算、人工智能等新興科技賦能金融，創造出了各類全新業務生態。
科技對於金融的價值，逐漸從輔助地位上升至影響未來發展的關鍵因素。但不可否認的是，新興技術具有生命週期，而且必然受到強監管，這對金融科技企業來說，既要在監管下穩步進行，也要不斷結合新技術，做好風險防範。
複雜網絡反欺詐 圖片來源於受訪者
2019年科創板的落地，也為金融科技企業開闢了一條新的上市路徑。“科創板是‘改革試驗田’，我們相信國家的改革決心與力度，也相信未來金融科技企業能夠成為用科技賦能實體經濟的先鋒。”拍拍貸副總裁陳磊說。
當行業趨於穩定，一切都將回歸本質。如何將新興技術落地，賦能金融？同時在技術不斷更迭的狀況下，金融科技企業將如何自我迭代，緊跟趨勢？科創板對於金融科技企業又有哪些實際意義？
在本月鋅財經金融科技主題月的第一場分享活動上，鋅財經創始人潘越飛邀請了拍拍貸副總裁陳磊對上述問題作出解答。
拍拍貸成立於2007年，自創立以來，在金融科技和智慧金融領域持續投入，研發了依託集大數據、雲計算和人工智能等為一體的“魔鏡”大數據風控系統，藉助12年積累的海量數據，從上千個維度對超過1400萬借款人進行綜合風險評估，能夠更好地預測借款逾期率，從而嚴格控制借款風險。截至2019年3月底，拍拍貸的累計註冊用戶超過9386萬人。
鋅財經
面對大數據、雲計算、人工智能等新興技術，金融科技企業如何應用到具體服務場景中？對用戶來說，能感知到哪些變化呢？
陳磊
ABCD（AI/Blockchain/Cloud computing/Big Data）技術圍繞數據的獲取、存儲、計算、挖掘和決策服務，金融科技企業使用這些技術來實現基於數據的業務服務，例如拍拍貸AI技術幫助用戶自動識別卡證信息、幫助風控系統提取關鍵特徵，大數據技術幫助實現了決策流程的自動化和高速化。
從用戶來看，技術的應用使得金融服務能夠滲透到更廣泛的群體，用戶需求也被更好的洞察，服務更加便利化、及時化、個性化和智能化，用戶獲取金融服務的效率得到提升，用戶和金融科技企業的距離被拉近。
鋅財經
從貸前獲客、反欺詐到貸中審核再到貸後催收，拍拍貸搭建了一套怎樣的全流程體系？技術在其中起到了哪些作用？
陳磊
目前，拍拍貸的科技能力已經覆蓋了借貸業務流程中完整的貸前、貸中、貸後三個環節。在貸前有AI加持的精準獲客、智能反欺詐、全自動化審核；在貸中有智能風控系統、智能質檢；在貸後有貸後模型體系、智能催收，此外還有智能客服等。技術在業務全流程的應用覆蓋了用戶的整個生命週期，在其中主要解決了性能和效率兩大問題。
文/周曉奇 編輯/崔恆宇
據易觀發佈的《2019中國金融科技專題分析》顯示，2018年中國金融科技市場規模達到115萬億元，2020年將超過157萬億元。
經過多年發展的金融科技行業，不僅誕生出了眾多互聯網金融企業，也推進了傳統金融行業的不斷變革。在這其中，演化出了移動支付、互聯網銀行、智能投顧等業態。
金融科技產業分類 圖片來源於易觀
金融體系中的科技因素，也在發生著變化。從原先傳統IT軟硬件輔助金融、提升效率，到如今大數據、雲計算、人工智能等新興科技賦能金融，創造出了各類全新業務生態。
科技對於金融的價值，逐漸從輔助地位上升至影響未來發展的關鍵因素。但不可否認的是，新興技術具有生命週期，而且必然受到強監管，這對金融科技企業來說，既要在監管下穩步進行，也要不斷結合新技術，做好風險防範。
複雜網絡反欺詐 圖片來源於受訪者
2019年科創板的落地，也為金融科技企業開闢了一條新的上市路徑。“科創板是‘改革試驗田’，我們相信國家的改革決心與力度，也相信未來金融科技企業能夠成為用科技賦能實體經濟的先鋒。”拍拍貸副總裁陳磊說。
當行業趨於穩定，一切都將回歸本質。如何將新興技術落地，賦能金融？同時在技術不斷更迭的狀況下，金融科技企業將如何自我迭代，緊跟趨勢？科創板對於金融科技企業又有哪些實際意義？
在本月鋅財經金融科技主題月的第一場分享活動上，鋅財經創始人潘越飛邀請了拍拍貸副總裁陳磊對上述問題作出解答。
拍拍貸成立於2007年，自創立以來，在金融科技和智慧金融領域持續投入，研發了依託集大數據、雲計算和人工智能等為一體的“魔鏡”大數據風控系統，藉助12年積累的海量數據，從上千個維度對超過1400萬借款人進行綜合風險評估，能夠更好地預測借款逾期率，從而嚴格控制借款風險。截至2019年3月底，拍拍貸的累計註冊用戶超過9386萬人。
鋅財經
面對大數據、雲計算、人工智能等新興技術，金融科技企業如何應用到具體服務場景中？對用戶來說，能感知到哪些變化呢？
陳磊
ABCD（AI/Blockchain/Cloud computing/Big Data）技術圍繞數據的獲取、存儲、計算、挖掘和決策服務，金融科技企業使用這些技術來實現基於數據的業務服務，例如拍拍貸AI技術幫助用戶自動識別卡證信息、幫助風控系統提取關鍵特徵，大數據技術幫助實現了決策流程的自動化和高速化。
從用戶來看，技術的應用使得金融服務能夠滲透到更廣泛的群體，用戶需求也被更好的洞察，服務更加便利化、及時化、個性化和智能化，用戶獲取金融服務的效率得到提升，用戶和金融科技企業的距離被拉近。
鋅財經
從貸前獲客、反欺詐到貸中審核再到貸後催收，拍拍貸搭建了一套怎樣的全流程體系？技術在其中起到了哪些作用？
陳磊
目前，拍拍貸的科技能力已經覆蓋了借貸業務流程中完整的貸前、貸中、貸後三個環節。在貸前有AI加持的精準獲客、智能反欺詐、全自動化審核；在貸中有智能風控系統、智能質檢；在貸後有貸後模型體系、智能催收，此外還有智能客服等。技術在業務全流程的應用覆蓋了用戶的整個生命週期，在其中主要解決了性能和效率兩大問題。
拍拍貸智能客服機器人
在具體業務中，技術有時輔助人工，有時則可以起到部分或完全替代人工的作用。
以客服機器人為例，拍拍貸研發了基於自然語言處理和深度學習的智能客服機器人，其所採用的LSTM+Hierarchical Attention模型，效果比SVM模型提高約30%，在驗證集上準確率95%，能夠有效查別用戶情緒，智能搜索知識圖譜，在多輪對話中高效解答客戶疑問。
鋅財經
風控往往是金融科技企業的核心，拍拍貸引入了哪些技術，提升風控能力？
陳磊
風控的本質是風險和收益的平衡，背後的關鍵是對金融產品與用戶匹配的風險評估，給出合適的額度和定價。
拍拍貸在複雜數據的使用，特別是多模態和時序數據挖掘上採用了深度學習來實現特徵的自動提取；在模型算法上引入了集成學習和遷移學習，來充分利用弱數據和其他場景數據，同時自研的AutoML也幫助模型的快速開發和上線，在線學習的使用使得模型上線後能夠自動迭代演進，對抗衰減。
風控技術的應用有一個從基礎架構、到算法再到領域能力的延伸。在基礎架構層面，拍拍貸注重大數據平臺的建設，從離線的到在線的，從批處理到流式計算，使得風控流程的字段、規則以及工作流得到精準實現和高性能服務。
舉個例子，在貸前風控中，拍拍貸的“明鏡”智能反欺詐系統和“魔鏡”大數據風控系統高效運行，可以通過可視化關係網絡精準識別欺詐風險，並在1分鐘內自動完成信用和審批決策。
文/周曉奇 編輯/崔恆宇
據易觀發佈的《2019中國金融科技專題分析》顯示，2018年中國金融科技市場規模達到115萬億元，2020年將超過157萬億元。
經過多年發展的金融科技行業，不僅誕生出了眾多互聯網金融企業，也推進了傳統金融行業的不斷變革。在這其中，演化出了移動支付、互聯網銀行、智能投顧等業態。
金融科技產業分類 圖片來源於易觀
金融體系中的科技因素，也在發生著變化。從原先傳統IT軟硬件輔助金融、提升效率，到如今大數據、雲計算、人工智能等新興科技賦能金融，創造出了各類全新業務生態。
科技對於金融的價值，逐漸從輔助地位上升至影響未來發展的關鍵因素。但不可否認的是，新興技術具有生命週期，而且必然受到強監管，這對金融科技企業來說，既要在監管下穩步進行，也要不斷結合新技術，做好風險防範。
複雜網絡反欺詐 圖片來源於受訪者
2019年科創板的落地，也為金融科技企業開闢了一條新的上市路徑。“科創板是‘改革試驗田’，我們相信國家的改革決心與力度，也相信未來金融科技企業能夠成為用科技賦能實體經濟的先鋒。”拍拍貸副總裁陳磊說。
當行業趨於穩定，一切都將回歸本質。如何將新興技術落地，賦能金融？同時在技術不斷更迭的狀況下，金融科技企業將如何自我迭代，緊跟趨勢？科創板對於金融科技企業又有哪些實際意義？
在本月鋅財經金融科技主題月的第一場分享活動上，鋅財經創始人潘越飛邀請了拍拍貸副總裁陳磊對上述問題作出解答。
拍拍貸成立於2007年，自創立以來，在金融科技和智慧金融領域持續投入，研發了依託集大數據、雲計算和人工智能等為一體的“魔鏡”大數據風控系統，藉助12年積累的海量數據，從上千個維度對超過1400萬借款人進行綜合風險評估，能夠更好地預測借款逾期率，從而嚴格控制借款風險。截至2019年3月底，拍拍貸的累計註冊用戶超過9386萬人。
鋅財經
面對大數據、雲計算、人工智能等新興技術，金融科技企業如何應用到具體服務場景中？對用戶來說，能感知到哪些變化呢？
陳磊
ABCD（AI/Blockchain/Cloud computing/Big Data）技術圍繞數據的獲取、存儲、計算、挖掘和決策服務，金融科技企業使用這些技術來實現基於數據的業務服務，例如拍拍貸AI技術幫助用戶自動識別卡證信息、幫助風控系統提取關鍵特徵，大數據技術幫助實現了決策流程的自動化和高速化。
從用戶來看，技術的應用使得金融服務能夠滲透到更廣泛的群體，用戶需求也被更好的洞察，服務更加便利化、及時化、個性化和智能化，用戶獲取金融服務的效率得到提升，用戶和金融科技企業的距離被拉近。
鋅財經
從貸前獲客、反欺詐到貸中審核再到貸後催收，拍拍貸搭建了一套怎樣的全流程體系？技術在其中起到了哪些作用？
陳磊
目前，拍拍貸的科技能力已經覆蓋了借貸業務流程中完整的貸前、貸中、貸後三個環節。在貸前有AI加持的精準獲客、智能反欺詐、全自動化審核；在貸中有智能風控系統、智能質檢；在貸後有貸後模型體系、智能催收，此外還有智能客服等。技術在業務全流程的應用覆蓋了用戶的整個生命週期，在其中主要解決了性能和效率兩大問題。
拍拍貸智能客服機器人
在具體業務中，技術有時輔助人工，有時則可以起到部分或完全替代人工的作用。
以客服機器人為例，拍拍貸研發了基於自然語言處理和深度學習的智能客服機器人，其所採用的LSTM+Hierarchical Attention模型，效果比SVM模型提高約30%，在驗證集上準確率95%，能夠有效查別用戶情緒，智能搜索知識圖譜，在多輪對話中高效解答客戶疑問。
鋅財經
風控往往是金融科技企業的核心，拍拍貸引入了哪些技術，提升風控能力？
陳磊
風控的本質是風險和收益的平衡，背後的關鍵是對金融產品與用戶匹配的風險評估，給出合適的額度和定價。
拍拍貸在複雜數據的使用，特別是多模態和時序數據挖掘上採用了深度學習來實現特徵的自動提取；在模型算法上引入了集成學習和遷移學習，來充分利用弱數據和其他場景數據，同時自研的AutoML也幫助模型的快速開發和上線，在線學習的使用使得模型上線後能夠自動迭代演進，對抗衰減。
風控技術的應用有一個從基礎架構、到算法再到領域能力的延伸。在基礎架構層面，拍拍貸注重大數據平臺的建設，從離線的到在線的，從批處理到流式計算，使得風控流程的字段、規則以及工作流得到精準實現和高性能服務。
舉個例子，在貸前風控中，拍拍貸的“明鏡”智能反欺詐系統和“魔鏡”大數據風控系統高效運行，可以通過可視化關係網絡精準識別欺詐風險，並在1分鐘內自動完成信用和審批決策。
拍拍貸魔鏡系統
貸後催收是風控流程中很重要的一環，而過去的催收都是以人工為主，在拍拍貸應用了智能催收技術後，我們可以做到：幫助催收人員快速篩選有意向還款的用戶，提高催收效率；針對高風險用戶，在還款日臨近前提醒，降低入催率；逾期天數在10天內的案件，直接移交給機器人進行催收。以實際產出來看，拍拍貸智能催收機器人已經成功回收了數億元逾期款項，催收逾期天數在3天內的案件時，機器人的回款率能實現人工的90%以上。
鋅財經
金融科技領域往往是黑產滋生地帶，拍拍貸如何鑑別並剔除黑產組織？這其中運用到了哪些技術，具體是如何操作的呢？
陳磊
黑產會給企業帶來欺詐風險，拍拍貸將欺詐風險分為第一方欺詐、第三方欺詐和團伙欺詐。
傳統的反欺詐方式依賴人工專家經驗的總結，效率很低，而拍拍貸自主研發了“明鏡”智能反欺詐系統，擁有可視化的關係網絡，最多可拓展6層（不僅包含人和人，還包含人和設備），我們利用複雜網絡技術建模，通過模型預測出哪些人可能是欺詐團伙，隨後再人工跟進，確認他們是否是欺詐，最終實現了反欺詐的全覆蓋，而且策略模型可以自動迭代。
文/周曉奇 編輯/崔恆宇
據易觀發佈的《2019中國金融科技專題分析》顯示，2018年中國金融科技市場規模達到115萬億元，2020年將超過157萬億元。
經過多年發展的金融科技行業，不僅誕生出了眾多互聯網金融企業，也推進了傳統金融行業的不斷變革。在這其中，演化出了移動支付、互聯網銀行、智能投顧等業態。
金融科技產業分類 圖片來源於易觀
金融體系中的科技因素，也在發生著變化。從原先傳統IT軟硬件輔助金融、提升效率，到如今大數據、雲計算、人工智能等新興科技賦能金融，創造出了各類全新業務生態。
科技對於金融的價值，逐漸從輔助地位上升至影響未來發展的關鍵因素。但不可否認的是，新興技術具有生命週期，而且必然受到強監管，這對金融科技企業來說，既要在監管下穩步進行，也要不斷結合新技術，做好風險防範。
複雜網絡反欺詐 圖片來源於受訪者
2019年科創板的落地，也為金融科技企業開闢了一條新的上市路徑。“科創板是‘改革試驗田’，我們相信國家的改革決心與力度，也相信未來金融科技企業能夠成為用科技賦能實體經濟的先鋒。”拍拍貸副總裁陳磊說。
當行業趨於穩定，一切都將回歸本質。如何將新興技術落地，賦能金融？同時在技術不斷更迭的狀況下，金融科技企業將如何自我迭代，緊跟趨勢？科創板對於金融科技企業又有哪些實際意義？
在本月鋅財經金融科技主題月的第一場分享活動上，鋅財經創始人潘越飛邀請了拍拍貸副總裁陳磊對上述問題作出解答。
拍拍貸成立於2007年，自創立以來，在金融科技和智慧金融領域持續投入，研發了依託集大數據、雲計算和人工智能等為一體的“魔鏡”大數據風控系統，藉助12年積累的海量數據，從上千個維度對超過1400萬借款人進行綜合風險評估，能夠更好地預測借款逾期率，從而嚴格控制借款風險。截至2019年3月底，拍拍貸的累計註冊用戶超過9386萬人。
鋅財經
面對大數據、雲計算、人工智能等新興技術，金融科技企業如何應用到具體服務場景中？對用戶來說，能感知到哪些變化呢？
陳磊
ABCD（AI/Blockchain/Cloud computing/Big Data）技術圍繞數據的獲取、存儲、計算、挖掘和決策服務，金融科技企業使用這些技術來實現基於數據的業務服務，例如拍拍貸AI技術幫助用戶自動識別卡證信息、幫助風控系統提取關鍵特徵，大數據技術幫助實現了決策流程的自動化和高速化。
從用戶來看，技術的應用使得金融服務能夠滲透到更廣泛的群體，用戶需求也被更好的洞察，服務更加便利化、及時化、個性化和智能化，用戶獲取金融服務的效率得到提升，用戶和金融科技企業的距離被拉近。
鋅財經
從貸前獲客、反欺詐到貸中審核再到貸後催收，拍拍貸搭建了一套怎樣的全流程體系？技術在其中起到了哪些作用？
陳磊
目前，拍拍貸的科技能力已經覆蓋了借貸業務流程中完整的貸前、貸中、貸後三個環節。在貸前有AI加持的精準獲客、智能反欺詐、全自動化審核；在貸中有智能風控系統、智能質檢；在貸後有貸後模型體系、智能催收，此外還有智能客服等。技術在業務全流程的應用覆蓋了用戶的整個生命週期，在其中主要解決了性能和效率兩大問題。
拍拍貸智能客服機器人
在具體業務中，技術有時輔助人工，有時則可以起到部分或完全替代人工的作用。
以客服機器人為例，拍拍貸研發了基於自然語言處理和深度學習的智能客服機器人，其所採用的LSTM+Hierarchical Attention模型，效果比SVM模型提高約30%，在驗證集上準確率95%，能夠有效查別用戶情緒，智能搜索知識圖譜，在多輪對話中高效解答客戶疑問。
鋅財經
風控往往是金融科技企業的核心，拍拍貸引入了哪些技術，提升風控能力？
陳磊
風控的本質是風險和收益的平衡，背後的關鍵是對金融產品與用戶匹配的風險評估，給出合適的額度和定價。
拍拍貸在複雜數據的使用，特別是多模態和時序數據挖掘上採用了深度學習來實現特徵的自動提取；在模型算法上引入了集成學習和遷移學習，來充分利用弱數據和其他場景數據，同時自研的AutoML也幫助模型的快速開發和上線，在線學習的使用使得模型上線後能夠自動迭代演進，對抗衰減。
風控技術的應用有一個從基礎架構、到算法再到領域能力的延伸。在基礎架構層面，拍拍貸注重大數據平臺的建設，從離線的到在線的，從批處理到流式計算，使得風控流程的字段、規則以及工作流得到精準實現和高性能服務。
舉個例子，在貸前風控中，拍拍貸的“明鏡”智能反欺詐系統和“魔鏡”大數據風控系統高效運行，可以通過可視化關係網絡精準識別欺詐風險，並在1分鐘內自動完成信用和審批決策。
拍拍貸魔鏡系統
貸後催收是風控流程中很重要的一環，而過去的催收都是以人工為主，在拍拍貸應用了智能催收技術後，我們可以做到：幫助催收人員快速篩選有意向還款的用戶，提高催收效率；針對高風險用戶，在還款日臨近前提醒，降低入催率；逾期天數在10天內的案件，直接移交給機器人進行催收。以實際產出來看，拍拍貸智能催收機器人已經成功回收了數億元逾期款項，催收逾期天數在3天內的案件時，機器人的回款率能實現人工的90%以上。
鋅財經
金融科技領域往往是黑產滋生地帶，拍拍貸如何鑑別並剔除黑產組織？這其中運用到了哪些技術，具體是如何操作的呢？
陳磊
黑產會給企業帶來欺詐風險，拍拍貸將欺詐風險分為第一方欺詐、第三方欺詐和團伙欺詐。
傳統的反欺詐方式依賴人工專家經驗的總結，效率很低，而拍拍貸自主研發了“明鏡”智能反欺詐系統，擁有可視化的關係網絡，最多可拓展6層（不僅包含人和人，還包含人和設備），我們利用複雜網絡技術建模，通過模型預測出哪些人可能是欺詐團伙，隨後再人工跟進，確認他們是否是欺詐，最終實現了反欺詐的全覆蓋，而且策略模型可以自動迭代。
在“明鏡”投入使用後，拍拍貸反欺詐團隊的調查效能提高了70%。其主要應用了AI相關的技術，如複雜網絡的識別和挖掘等。
鋅財經
您認為，目前金融科技行業的競爭態勢是怎樣的？是否已經形成巨頭效應？互聯網巨頭進入後，將會對行業帶來哪些影響？
陳磊
金融科技行業還處在快速成長階段，目前參與的玩家比較多，背景也各不相同，企業相互之間既有競爭也有合作，暫時沒有觀察到非常明顯的巨頭效應，但隨著行業的發展馬太效應會逐漸顯現。
巨頭的進入說明行業受到了重視，會進一步刺激市場的發展，目前普遍認為中國互聯網的下一個風口在B端，互聯網巨頭紛紛進入之後，可見其會憑藉自身在流量、平臺、品牌等方面的優勢，對一些中小型金融科技企業產生衝擊，但對於具備核心競爭力、在垂直行業中持續深耕的企業不會產生較大的影響，甚至還會產生一些合作，共同促進行業的發展。
鋅財經
金融科技企業，應該建立哪些護城河？拍拍貸建立了哪些壁壘？
陳磊
金融科技企業建立護城河，其實就是金融和科技兩個方面，金融是指對金融業務的理解和經驗，科技是指技術落地的能力，特別是技術賦能甚至是驅動業務的能力。
比如運用知識圖譜進行反欺詐，很多團伙、中介實際上是很大規模的一張網，需要從很多層關係中把壞人找出來，這裡面有幾個挑戰：一個是數據量要很大；第二個是需要有標籤；第三是需要有很強的工程能力，最後是需要很強的複雜網絡算法技術。
在一般傳統數據庫裡，數據量不大的話，可能勉強可以看兩層，但要同時看到三層五層，而且是大面積的、每個節點都算一遍的話，是搞不定的，所以是要有很強的工程能力。如果用開源圖數據庫，數據量到千萬級就會崩掉。因此實際上真正的圖數據庫技術壁壘是很高的。
拍拍貸的競爭優勢在於服務用戶積累下來的經驗和能力，這個能力說白了就是基於數據的信貸業務能力，覆蓋了整個信貸週期，從流量，風控到運營。
文/周曉奇 編輯/崔恆宇
據易觀發佈的《2019中國金融科技專題分析》顯示，2018年中國金融科技市場規模達到115萬億元，2020年將超過157萬億元。
經過多年發展的金融科技行業，不僅誕生出了眾多互聯網金融企業，也推進了傳統金融行業的不斷變革。在這其中，演化出了移動支付、互聯網銀行、智能投顧等業態。
金融科技產業分類 圖片來源於易觀
金融體系中的科技因素，也在發生著變化。從原先傳統IT軟硬件輔助金融、提升效率，到如今大數據、雲計算、人工智能等新興科技賦能金融，創造出了各類全新業務生態。
科技對於金融的價值，逐漸從輔助地位上升至影響未來發展的關鍵因素。但不可否認的是，新興技術具有生命週期，而且必然受到強監管，這對金融科技企業來說，既要在監管下穩步進行，也要不斷結合新技術，做好風險防範。
複雜網絡反欺詐 圖片來源於受訪者
2019年科創板的落地，也為金融科技企業開闢了一條新的上市路徑。“科創板是‘改革試驗田’，我們相信國家的改革決心與力度，也相信未來金融科技企業能夠成為用科技賦能實體經濟的先鋒。”拍拍貸副總裁陳磊說。
當行業趨於穩定，一切都將回歸本質。如何將新興技術落地，賦能金融？同時在技術不斷更迭的狀況下，金融科技企業將如何自我迭代，緊跟趨勢？科創板對於金融科技企業又有哪些實際意義？
在本月鋅財經金融科技主題月的第一場分享活動上，鋅財經創始人潘越飛邀請了拍拍貸副總裁陳磊對上述問題作出解答。
拍拍貸成立於2007年，自創立以來，在金融科技和智慧金融領域持續投入，研發了依託集大數據、雲計算和人工智能等為一體的“魔鏡”大數據風控系統，藉助12年積累的海量數據，從上千個維度對超過1400萬借款人進行綜合風險評估，能夠更好地預測借款逾期率，從而嚴格控制借款風險。截至2019年3月底，拍拍貸的累計註冊用戶超過9386萬人。
鋅財經
面對大數據、雲計算、人工智能等新興技術，金融科技企業如何應用到具體服務場景中？對用戶來說，能感知到哪些變化呢？
陳磊
ABCD（AI/Blockchain/Cloud computing/Big Data）技術圍繞數據的獲取、存儲、計算、挖掘和決策服務，金融科技企業使用這些技術來實現基於數據的業務服務，例如拍拍貸AI技術幫助用戶自動識別卡證信息、幫助風控系統提取關鍵特徵，大數據技術幫助實現了決策流程的自動化和高速化。
從用戶來看，技術的應用使得金融服務能夠滲透到更廣泛的群體，用戶需求也被更好的洞察，服務更加便利化、及時化、個性化和智能化，用戶獲取金融服務的效率得到提升，用戶和金融科技企業的距離被拉近。
鋅財經
從貸前獲客、反欺詐到貸中審核再到貸後催收，拍拍貸搭建了一套怎樣的全流程體系？技術在其中起到了哪些作用？
陳磊
目前，拍拍貸的科技能力已經覆蓋了借貸業務流程中完整的貸前、貸中、貸後三個環節。在貸前有AI加持的精準獲客、智能反欺詐、全自動化審核；在貸中有智能風控系統、智能質檢；在貸後有貸後模型體系、智能催收，此外還有智能客服等。技術在業務全流程的應用覆蓋了用戶的整個生命週期，在其中主要解決了性能和效率兩大問題。
拍拍貸智能客服機器人
在具體業務中，技術有時輔助人工，有時則可以起到部分或完全替代人工的作用。
以客服機器人為例，拍拍貸研發了基於自然語言處理和深度學習的智能客服機器人，其所採用的LSTM+Hierarchical Attention模型，效果比SVM模型提高約30%，在驗證集上準確率95%，能夠有效查別用戶情緒，智能搜索知識圖譜，在多輪對話中高效解答客戶疑問。
鋅財經
風控往往是金融科技企業的核心，拍拍貸引入了哪些技術，提升風控能力？
陳磊
風控的本質是風險和收益的平衡，背後的關鍵是對金融產品與用戶匹配的風險評估，給出合適的額度和定價。
拍拍貸在複雜數據的使用，特別是多模態和時序數據挖掘上採用了深度學習來實現特徵的自動提取；在模型算法上引入了集成學習和遷移學習，來充分利用弱數據和其他場景數據，同時自研的AutoML也幫助模型的快速開發和上線，在線學習的使用使得模型上線後能夠自動迭代演進，對抗衰減。
風控技術的應用有一個從基礎架構、到算法再到領域能力的延伸。在基礎架構層面，拍拍貸注重大數據平臺的建設，從離線的到在線的，從批處理到流式計算，使得風控流程的字段、規則以及工作流得到精準實現和高性能服務。
舉個例子，在貸前風控中，拍拍貸的“明鏡”智能反欺詐系統和“魔鏡”大數據風控系統高效運行，可以通過可視化關係網絡精準識別欺詐風險，並在1分鐘內自動完成信用和審批決策。
拍拍貸魔鏡系統
貸後催收是風控流程中很重要的一環，而過去的催收都是以人工為主，在拍拍貸應用了智能催收技術後，我們可以做到：幫助催收人員快速篩選有意向還款的用戶，提高催收效率；針對高風險用戶，在還款日臨近前提醒，降低入催率；逾期天數在10天內的案件，直接移交給機器人進行催收。以實際產出來看，拍拍貸智能催收機器人已經成功回收了數億元逾期款項，催收逾期天數在3天內的案件時，機器人的回款率能實現人工的90%以上。
鋅財經
金融科技領域往往是黑產滋生地帶，拍拍貸如何鑑別並剔除黑產組織？這其中運用到了哪些技術，具體是如何操作的呢？
陳磊
黑產會給企業帶來欺詐風險，拍拍貸將欺詐風險分為第一方欺詐、第三方欺詐和團伙欺詐。
傳統的反欺詐方式依賴人工專家經驗的總結，效率很低，而拍拍貸自主研發了“明鏡”智能反欺詐系統，擁有可視化的關係網絡，最多可拓展6層（不僅包含人和人，還包含人和設備），我們利用複雜網絡技術建模，通過模型預測出哪些人可能是欺詐團伙，隨後再人工跟進，確認他們是否是欺詐，最終實現了反欺詐的全覆蓋，而且策略模型可以自動迭代。
在“明鏡”投入使用後，拍拍貸反欺詐團隊的調查效能提高了70%。其主要應用了AI相關的技術，如複雜網絡的識別和挖掘等。
鋅財經
您認為，目前金融科技行業的競爭態勢是怎樣的？是否已經形成巨頭效應？互聯網巨頭進入後，將會對行業帶來哪些影響？
陳磊
金融科技行業還處在快速成長階段，目前參與的玩家比較多，背景也各不相同，企業相互之間既有競爭也有合作，暫時沒有觀察到非常明顯的巨頭效應，但隨著行業的發展馬太效應會逐漸顯現。
巨頭的進入說明行業受到了重視，會進一步刺激市場的發展，目前普遍認為中國互聯網的下一個風口在B端，互聯網巨頭紛紛進入之後，可見其會憑藉自身在流量、平臺、品牌等方面的優勢，對一些中小型金融科技企業產生衝擊，但對於具備核心競爭力、在垂直行業中持續深耕的企業不會產生較大的影響，甚至還會產生一些合作，共同促進行業的發展。
鋅財經
金融科技企業，應該建立哪些護城河？拍拍貸建立了哪些壁壘？
陳磊
金融科技企業建立護城河，其實就是金融和科技兩個方面，金融是指對金融業務的理解和經驗，科技是指技術落地的能力，特別是技術賦能甚至是驅動業務的能力。
比如運用知識圖譜進行反欺詐，很多團伙、中介實際上是很大規模的一張網，需要從很多層關係中把壞人找出來，這裡面有幾個挑戰：一個是數據量要很大；第二個是需要有標籤；第三是需要有很強的工程能力，最後是需要很強的複雜網絡算法技術。
在一般傳統數據庫裡，數據量不大的話，可能勉強可以看兩層，但要同時看到三層五層，而且是大面積的、每個節點都算一遍的話，是搞不定的，所以是要有很強的工程能力。如果用開源圖數據庫，數據量到千萬級就會崩掉。因此實際上真正的圖數據庫技術壁壘是很高的。
拍拍貸的競爭優勢在於服務用戶積累下來的經驗和能力，這個能力說白了就是基於數據的信貸業務能力，覆蓋了整個信貸週期，從流量，風控到運營。
圖片來源於受訪者
拍拍貸從2007年成立至今已經穩健運營了12年，過程中積累的大量業務經驗和數據能夠幫助我們知道怎樣更好地服務更多的用戶，而大數據和人工智能技術，以及之上承載的業務平臺具有高擴展性，保障了我們支撐優秀客戶體驗的能力。我們形成了技術支撐業務，業務幫助提煉更好技術的正向循環。
另外，拍拍貸從成立之初就擁抱監管，面向合規，有著強烈的社會責任感，積極推動參與社會徵信體系的建立，相繼加入到中互金和百行的徵信數據統籌體系中。
鋅財經
您如何看待科創板的設立，這對國內金融科技企業有哪些實際意義？
陳磊
科創板的設立具有重大的意義，其核心在於深化金融改革開放、推動科技創新，體現了金融對實體經濟的支持、對高質量發展的支持，作為企業也更容易在稅收減免、信貸支持、地方政府配套服務等方面獲得支持，有極具吸引力的政策與制度優勢。
對於國內金融科技企業來說，科創板的實際作用可能不會那麼快地體現出來，但隨著制度的進一步開放與市場的成熟，預計未來科創板也有機會成為助力國內金融科技企業發展的通道，特別是AI、芯片相關行業應該有機會。
鋅財經
目前科創板受理企業暫未出現金融科技企業，您認為是哪些原因導致這一情況？今後金融科技企業，將會在科創板扮演怎樣的角色？
陳磊
關於科創板受理企業暫未出現金融科技企業一事，根據市場上的分析，主要原因是相關文件細則明確的六大典型行業中，暫未包括金融科技領域。而且偏向金融類的行業都會涉及到監管，目前的行業在規範化進程中還面臨著一些不確定性。
文/周曉奇 編輯/崔恆宇
據易觀發佈的《2019中國金融科技專題分析》顯示，2018年中國金融科技市場規模達到115萬億元，2020年將超過157萬億元。
經過多年發展的金融科技行業，不僅誕生出了眾多互聯網金融企業，也推進了傳統金融行業的不斷變革。在這其中，演化出了移動支付、互聯網銀行、智能投顧等業態。
金融科技產業分類 圖片來源於易觀
金融體系中的科技因素，也在發生著變化。從原先傳統IT軟硬件輔助金融、提升效率，到如今大數據、雲計算、人工智能等新興科技賦能金融，創造出了各類全新業務生態。
科技對於金融的價值，逐漸從輔助地位上升至影響未來發展的關鍵因素。但不可否認的是，新興技術具有生命週期，而且必然受到強監管，這對金融科技企業來說，既要在監管下穩步進行，也要不斷結合新技術，做好風險防範。
複雜網絡反欺詐 圖片來源於受訪者
2019年科創板的落地，也為金融科技企業開闢了一條新的上市路徑。“科創板是‘改革試驗田’，我們相信國家的改革決心與力度，也相信未來金融科技企業能夠成為用科技賦能實體經濟的先鋒。”拍拍貸副總裁陳磊說。
當行業趨於穩定，一切都將回歸本質。如何將新興技術落地，賦能金融？同時在技術不斷更迭的狀況下，金融科技企業將如何自我迭代，緊跟趨勢？科創板對於金融科技企業又有哪些實際意義？
在本月鋅財經金融科技主題月的第一場分享活動上，鋅財經創始人潘越飛邀請了拍拍貸副總裁陳磊對上述問題作出解答。
拍拍貸成立於2007年，自創立以來，在金融科技和智慧金融領域持續投入，研發了依託集大數據、雲計算和人工智能等為一體的“魔鏡”大數據風控系統，藉助12年積累的海量數據，從上千個維度對超過1400萬借款人進行綜合風險評估，能夠更好地預測借款逾期率，從而嚴格控制借款風險。截至2019年3月底，拍拍貸的累計註冊用戶超過9386萬人。
鋅財經
面對大數據、雲計算、人工智能等新興技術，金融科技企業如何應用到具體服務場景中？對用戶來說，能感知到哪些變化呢？
陳磊
ABCD（AI/Blockchain/Cloud computing/Big Data）技術圍繞數據的獲取、存儲、計算、挖掘和決策服務，金融科技企業使用這些技術來實現基於數據的業務服務，例如拍拍貸AI技術幫助用戶自動識別卡證信息、幫助風控系統提取關鍵特徵，大數據技術幫助實現了決策流程的自動化和高速化。
從用戶來看，技術的應用使得金融服務能夠滲透到更廣泛的群體，用戶需求也被更好的洞察，服務更加便利化、及時化、個性化和智能化，用戶獲取金融服務的效率得到提升，用戶和金融科技企業的距離被拉近。
鋅財經
從貸前獲客、反欺詐到貸中審核再到貸後催收，拍拍貸搭建了一套怎樣的全流程體系？技術在其中起到了哪些作用？
陳磊
目前，拍拍貸的科技能力已經覆蓋了借貸業務流程中完整的貸前、貸中、貸後三個環節。在貸前有AI加持的精準獲客、智能反欺詐、全自動化審核；在貸中有智能風控系統、智能質檢；在貸後有貸後模型體系、智能催收，此外還有智能客服等。技術在業務全流程的應用覆蓋了用戶的整個生命週期，在其中主要解決了性能和效率兩大問題。
拍拍貸智能客服機器人
在具體業務中，技術有時輔助人工，有時則可以起到部分或完全替代人工的作用。
以客服機器人為例，拍拍貸研發了基於自然語言處理和深度學習的智能客服機器人，其所採用的LSTM+Hierarchical Attention模型，效果比SVM模型提高約30%，在驗證集上準確率95%，能夠有效查別用戶情緒，智能搜索知識圖譜，在多輪對話中高效解答客戶疑問。
鋅財經
風控往往是金融科技企業的核心，拍拍貸引入了哪些技術，提升風控能力？
陳磊
風控的本質是風險和收益的平衡，背後的關鍵是對金融產品與用戶匹配的風險評估，給出合適的額度和定價。
拍拍貸在複雜數據的使用，特別是多模態和時序數據挖掘上採用了深度學習來實現特徵的自動提取；在模型算法上引入了集成學習和遷移學習，來充分利用弱數據和其他場景數據，同時自研的AutoML也幫助模型的快速開發和上線，在線學習的使用使得模型上線後能夠自動迭代演進，對抗衰減。
風控技術的應用有一個從基礎架構、到算法再到領域能力的延伸。在基礎架構層面，拍拍貸注重大數據平臺的建設，從離線的到在線的，從批處理到流式計算，使得風控流程的字段、規則以及工作流得到精準實現和高性能服務。
舉個例子，在貸前風控中，拍拍貸的“明鏡”智能反欺詐系統和“魔鏡”大數據風控系統高效運行，可以通過可視化關係網絡精準識別欺詐風險，並在1分鐘內自動完成信用和審批決策。
拍拍貸魔鏡系統
貸後催收是風控流程中很重要的一環，而過去的催收都是以人工為主，在拍拍貸應用了智能催收技術後，我們可以做到：幫助催收人員快速篩選有意向還款的用戶，提高催收效率；針對高風險用戶，在還款日臨近前提醒，降低入催率；逾期天數在10天內的案件，直接移交給機器人進行催收。以實際產出來看，拍拍貸智能催收機器人已經成功回收了數億元逾期款項，催收逾期天數在3天內的案件時，機器人的回款率能實現人工的90%以上。
鋅財經
金融科技領域往往是黑產滋生地帶，拍拍貸如何鑑別並剔除黑產組織？這其中運用到了哪些技術，具體是如何操作的呢？
陳磊
黑產會給企業帶來欺詐風險，拍拍貸將欺詐風險分為第一方欺詐、第三方欺詐和團伙欺詐。
傳統的反欺詐方式依賴人工專家經驗的總結，效率很低，而拍拍貸自主研發了“明鏡”智能反欺詐系統，擁有可視化的關係網絡，最多可拓展6層（不僅包含人和人，還包含人和設備），我們利用複雜網絡技術建模，通過模型預測出哪些人可能是欺詐團伙，隨後再人工跟進，確認他們是否是欺詐，最終實現了反欺詐的全覆蓋，而且策略模型可以自動迭代。
在“明鏡”投入使用後，拍拍貸反欺詐團隊的調查效能提高了70%。其主要應用了AI相關的技術，如複雜網絡的識別和挖掘等。
鋅財經
您認為，目前金融科技行業的競爭態勢是怎樣的？是否已經形成巨頭效應？互聯網巨頭進入後，將會對行業帶來哪些影響？
陳磊
金融科技行業還處在快速成長階段，目前參與的玩家比較多，背景也各不相同，企業相互之間既有競爭也有合作，暫時沒有觀察到非常明顯的巨頭效應，但隨著行業的發展馬太效應會逐漸顯現。
巨頭的進入說明行業受到了重視，會進一步刺激市場的發展，目前普遍認為中國互聯網的下一個風口在B端，互聯網巨頭紛紛進入之後，可見其會憑藉自身在流量、平臺、品牌等方面的優勢，對一些中小型金融科技企業產生衝擊，但對於具備核心競爭力、在垂直行業中持續深耕的企業不會產生較大的影響，甚至還會產生一些合作，共同促進行業的發展。
鋅財經
金融科技企業，應該建立哪些護城河？拍拍貸建立了哪些壁壘？
陳磊
金融科技企業建立護城河，其實就是金融和科技兩個方面，金融是指對金融業務的理解和經驗，科技是指技術落地的能力，特別是技術賦能甚至是驅動業務的能力。
比如運用知識圖譜進行反欺詐，很多團伙、中介實際上是很大規模的一張網，需要從很多層關係中把壞人找出來，這裡面有幾個挑戰：一個是數據量要很大；第二個是需要有標籤；第三是需要有很強的工程能力，最後是需要很強的複雜網絡算法技術。
在一般傳統數據庫裡，數據量不大的話，可能勉強可以看兩層，但要同時看到三層五層，而且是大面積的、每個節點都算一遍的話，是搞不定的，所以是要有很強的工程能力。如果用開源圖數據庫，數據量到千萬級就會崩掉。因此實際上真正的圖數據庫技術壁壘是很高的。
拍拍貸的競爭優勢在於服務用戶積累下來的經驗和能力，這個能力說白了就是基於數據的信貸業務能力，覆蓋了整個信貸週期，從流量，風控到運營。
圖片來源於受訪者
拍拍貸從2007年成立至今已經穩健運營了12年，過程中積累的大量業務經驗和數據能夠幫助我們知道怎樣更好地服務更多的用戶，而大數據和人工智能技術，以及之上承載的業務平臺具有高擴展性，保障了我們支撐優秀客戶體驗的能力。我們形成了技術支撐業務，業務幫助提煉更好技術的正向循環。
另外，拍拍貸從成立之初就擁抱監管，面向合規，有著強烈的社會責任感，積極推動參與社會徵信體系的建立，相繼加入到中互金和百行的徵信數據統籌體系中。
鋅財經
您如何看待科創板的設立，這對國內金融科技企業有哪些實際意義？
陳磊
科創板的設立具有重大的意義，其核心在於深化金融改革開放、推動科技創新，體現了金融對實體經濟的支持、對高質量發展的支持，作為企業也更容易在稅收減免、信貸支持、地方政府配套服務等方面獲得支持，有極具吸引力的政策與制度優勢。
對於國內金融科技企業來說，科創板的實際作用可能不會那麼快地體現出來，但隨著制度的進一步開放與市場的成熟，預計未來科創板也有機會成為助力國內金融科技企業發展的通道，特別是AI、芯片相關行業應該有機會。
鋅財經
目前科創板受理企業暫未出現金融科技企業，您認為是哪些原因導致這一情況？今後金融科技企業，將會在科創板扮演怎樣的角色？
陳磊
關於科創板受理企業暫未出現金融科技企業一事，根據市場上的分析，主要原因是相關文件細則明確的六大典型行業中，暫未包括金融科技領域。而且偏向金融類的行業都會涉及到監管，目前的行業在規範化進程中還面臨著一些不確定性。
對於金融科技企業來說，當前更重要的是合規發展、鞏固自身實力，增強2B技術輸出能力等。科創板是“改革試驗田”，我們相信國家的改革決心與力度，也相信未來金融科技企業能夠成為用科技賦能實體經濟的先鋒。
鋅財經
金融科技2B輸出正成為行業熱點，目前金融科技企業和各類金融機構都可以在哪些領域優勢互補，拍拍貸有什麼動作？
陳磊
科技的快速發展，不僅改變了各類金融機構營銷和獲客等前端業務，也在驅動中後臺的變革。金融科技企業和各類金融機構的合作，可以為運營效率提升、提升客戶體驗及產品與服務創新等方面帶來價值，幫助傳統金融機構數字化轉型和精細化管理。
目前拍拍貸已與數十家各類金融機構建立了相關合作，對外輸出金融科技，合作模式既有貸前、貸中、貸後的風控能力定向輸出，也有BOT模式的全鏈條合作，協助其通過大數據、人工智能等先進技術完成業務升級，進而提高效率、降低成本，最終目的是共同推進普惠金融發展。