在淘金潮中，人人奔著金子去，只有水才是必需品。當淘金的人多起來，有些淘金人便轉而賣水。
在金融業，金融科技成了水一般的必需品。風口裡，遍地都是淘金的人，有一類機構，慢慢不再淘金——做業務，專注地賣起了水，這就是金融科技服務商，或者稱之為賦能者。
問題是，如果賣水的人多了呢，如何識別誰是強者？
品鑑金融科技賦能者
在金融行業，新概念、新模式一旦出現，很快就會席捲行業。
2016年，金融科技被奉為金融業先進生產力的代表，次年，只要是金融機構，沒有一家不是金融科技機構——起碼宣傳上如此；2017年，行業中掀起金融科技開放賦能的熱潮，次年，只要是金融科技機構，沒有一家不對外輸出金融科技——反正都這麼說。
遍地都是賦能者。
這裡面，有真正的巨頭，有獨立第三方，有把科技賦能當防晒霜的傳統金融機構，還有拿科技賦能做擋箭牌的新金融創業者。
魚目混珠，哪些是濫竽充數的南郭先生，哪些是真正有實力的賦能者？
一看流量能力。
賦能者搭建金融科技開放平臺，打造生態圈。任何一個機構，無論是資金方還是資產方，加入這個生態圈，就獲得了一種跨界連接能力，以此為橋樑，連接多方資金、多元資產和各類解決方案，共享生態圈內的資源。
生態圈越豐富、多元，吸引力就越強。銀行等持牌機構資金豐裕，開放平臺首要的吸引力就是流量。流量可直接轉化為業務規模，是轉型成果的直接體現，以流量為紐帶，後續科技合作才有深化的空間。
市面上主要的金融科技開放平臺，背後都有場景方作流量支撐，如BAT、京東、蘇寧，如360金融、簡普科技、品鈦科技、任買科技等。蘇寧金融、任買科技主打O2O線上線下流量，其他平臺以線上流量為主。
二看風控能力。
流量事關規模，風控事關生死。
早期的開放平臺，為博取資金方信任，對風險兜底，現階段，則普遍由資金方獨立承擔風險。此時，持牌機構不僅要看流量，更要看賦能者的風控實力（賦能者初步風控，損失由資金方買單）。
若控不住風險，做得越大，虧得越多，得不償失。舉個例子，單說流量，不少貸款超市流量很大，但因為風險不可控，對持牌機構而言，吸引力很有限。
金融風控實力，具體又可分解為賬戶安全、交易反欺詐、營銷反欺詐、騙貸防範、信用風險評估等多個層面。要識別2B賦能者的風控能力，機構自身宣傳僅供參考，還需要一些外圍觀察指標。
一是歷史不良率數據。不良率是機構風控實力的綜合反映，但不良率的口徑太多，且不同底層資產對風控能力要求不同，以不良率來衡量風控能力，需要擦亮眼睛，很多時候，直接比較絕對值的高低都有失偏頗。
二是自有場景和自有數據。如果說不良率是易被打扮的小姑娘，那麼不妨把自有場景和自有數據作為衡量巨頭風控實力的佐證。
大數據風控以場景和數據為基礎，場景本身就是風控的一部分，而自有場景產生的自有數據，通常體現為差異化的風控能力。
三是欺詐風險防控。在互聯網金融領域，從騙貸、賬戶盜、刷庫攻擊用到刷單、虛假申請、虛假註冊等，欺詐風險是可以比肩信用風險的存在。
據統計，當前黑產從業人員達到200多萬，是國內第三大黑色產業，反不了欺詐，金子都進了欺詐團伙的腰包。
分化將至
流量很寶貴，流量也越來越貴。
不少從業者感慨，與三年前比，消費金融的獲客成本漲了十倍不止。線上新增流量趨於枯竭，自然越來越貴。截止2018年末，我國手機網民數突破8億，而15-59歲的人口總數不過9.1億，手機網民數量已接近天花板。
羊毛出在羊身上，當流量越來越貴，借款人的綜合借款成本將不斷提高。畢竟，消費金融產業鏈中的所有成本，都有終端借款人買單，正如商品製造流通鏈條中的所有成本，都有最終消費者買單一樣。
借款利率不斷上升，優質借款人將會用腳投票，加速逃離，若缺乏源頭活水，沉澱在開放平臺裡的借款人，將越來越差。
優質借款人跑了，銀行等持牌機構也留不住了。銀行是資金方，資金方走了，遍地都是的賦能者，必然難逃分化與洗牌。
哪些賦能者能活下來呢？至少有兩類。
一是有自營場景導流的賦能者。這類開放平臺，不用外購流量，綜合運營成本低，不必把成本轉移到借款人身上，能留下優質借款人。同時，自營場景作為新增流量的源頭活水，可確保水質清澈、生態優美。
還有一種，就是具有強大線下獲客能力的賦能者。線下獲客多與場景結合，客戶精準，線上流量越來越貴，線下流量就越來越有商業價值。
問題是，線下流量，獲取容易，風控難。事實上，2018年以來，有多少機構發力線下場景，幾乎就有多少機構折戟於線下場景。
從2018年城鎮居民人均消費結構看，食品、居住、交通通信位居前三甲，教育文化娛樂服務、醫療保健分列第四、五位，除了（衣）食住行外，教育娛樂、醫療保健是主要的線下場景。
從金融機構的探索看，租房分期（居住）、教育分期（教育文化）、醫美分期（醫療保健）便是熱門的線下貸款品種，也是被詬病套路貸叢生的品種。
以教育分期為例，滲透率很高。據IT職業培訓機構達內科技披露數據顯示，參加培訓的學員以剛畢業的學生和年輕人為主，自有積蓄有限，學費主要來源於貸款。2013-2017年的入學學員中，分別有56.9%、55%、50.4%、55.1%和52.4%的學生使用了教育分期。
問題是，教育貸的口碑並不好，一度被視作套路貸的代名詞。
網上大量關於教育分期的負面報道，都集中於培訓機構捲款跑路，學員兼借款人利益受損，拒絕還款，負責撮合的開放平臺、放貸機構和借款人，陷入典型的多輸困局。
線上流量貴，線下風控難，但市場呼喚新的玩家。
線下玩家
線下風控難在哪裡？
難在還款意願。
線下場景以服務性場景為主，先付款，後享受服務，不同於實物交易中的一手交錢、一手交貨。如教育培訓中，先支付學費，再參加培訓；醫療美容中，先付整形費，再做手術。
此時，即便借款人信用很好，也可能因服務效果不佳而拒絕還款。如教育分期中，借款人借款2萬元參加培訓，結果發現培訓很水，感覺自己被騙了，後續就不願還款；醫美分期中，因對整容效果不滿意而不願還款的現象也屢見不鮮。
如果發生場景方捲款跑路的惡性事件，如原計劃要上15節課，3節課後培訓機構就跑路了，借款人（此處為學員）更是有了充分的理由（藉口）不再還款。
此外，合夥欺詐問題也讓線下風控難上加難。
站在場景方的角度，追求的是營業額最大化，不對貸款逾期負責，其“最優”選擇便是幫助消費者兼借款人成功借到錢，以促成業務層面成交，這就有了合夥欺詐的動機。
場景方熟悉合作消費金融機構的放貸條件和審批要點，場景方“反水”後，配合借款人批量騙貸，於放貸機構而言，便是一個大坑。特定情況下，場景方虛構所謂的服務場景，夥同消費者坑完放貸機構，還要接著坑消費者兼借款人。
不難發現，線下風控之難，難在對場景方的把控。要搞定線下場景風控，訣竅也在於搞定線下場景方，既要確保服務品質，讓消費者滿意消費、樂意還款；更要杜絕捲款跑路、合謀欺詐等惡性事件。
說起來很容易，但做到很難，難在重度運營、重度參與，與場景方打成一片。
相比線上場景，線下場景很分散，且涉及成百上千的門店，分佈於全國各地，只靠線上集中運營、大數據精準監測行不通，還需要依靠人力，深入一線。
以近日剛剛完成業務整合升級的任買科技為例，專注於線下服務性場景——醫美、汽車、旅遊等領域，累計服務資產規模超過450億元，其中，消費分期類資產M3+不良率保持在小於1%以下。
任買科技的經驗是什麼呢？除了深耕大數據算法模型和人工智能技術之外，O2O運營模式功不可沒。
任買線下網點可覆蓋全國30個省份、160多家城市，既是線下獲客渠道，也是初步風控的基礎。
以醫美分期為例，一方面只選擇頭部機構進行合作，確保服務效果，鞏固消費者（借款人）還款意願；另一方面，採取駐店服務模式，多看、多見、多接觸，最大限度控制場景方欺詐風險。同時，深度參與商戶運營策略，確保打成一片。
線下場景需要長期耕耘，要在慢慢踩坑填坑的過程中積聚競爭力、構建護城河。習慣了線上大幹快上的巨頭們，未必適應；不能持續投入、久久為功的機構，則不能適應。
2018年下半年，幾個匆匆佈局線下的互金龍頭，匆匆裁撤線下團隊，收縮戰線。究其原因，多是線下運營成本高、風控效果不理想，沒有資金、也沒有意願持續投入、築造護城河。
由於線下風控難，所以遍地賦能者裡，聚焦線下的不多，但也正因如此，線下玩家才更加不可或缺。
優勝劣汰
過去三年裡（2015-2018年），“新晉”貸款人超過2億，相當於90後人口總和。隨消費金融大繁榮而來的，還有居民槓桿率的整體提升，尤其是特定群體，負債率高企。
如貝殼研究院發佈《2018年全國購房者調查報告》顯示，90後平均月供收入比為43.5%，80後為40.8%；融360曾發佈一項調研報告，顯示近三成的受訪人借錢用來還債。對這些人來說，還債支出早已超過可支配收入，需要拆東牆來補西牆。
風險在積聚，消費金融市場也將在大繁榮中大分化。
作為送水工，金融科技賦能者們難逃優勝劣汰的洗禮，只有真正的強者，才能看到風雨後的彩虹。
作者：蘇寧金融研究院互聯網金融研究中心 薛洪言 來源：洪言微語