文|魏啟揚(yáng)

來源|智能相對論

在BAT中率先拿下消費(fèi)金融牌照后，度小滿金融（原百度金融）近日又搶跑AT，6月12日，度小滿宣布與中國光大銀行簽署戰(zhàn)略合作協(xié)議，以科技輸出為本，攜手布局“金融科技+銀行理財(cái)子公司”，其與傳統(tǒng)金融機(jī)構(gòu)的化學(xué)反應(yīng)正在“加速度”。

據(jù)悉，雙方將在金融科技、個人金融、消費(fèi)金融、支付與場景、公司金融、員工綜合服務(wù)、綜合金融等領(lǐng)域全面深化合作。其中，金融科技是合作的“重中之重”，將在智能語音機(jī)器人、風(fēng)控反欺詐、智能投顧、智能營銷、智能化網(wǎng)點(diǎn)轉(zhuǎn)型等領(lǐng)域探索合作。

此前，度小滿在5月21日獨(dú)立運(yùn)營一周年品牌日上宣布：在信貸、理財(cái)、支付、金融科技服務(wù)等業(yè)務(wù)上全線成長?；仡欉@一年多來的業(yè)績增長與業(yè)務(wù)布局，可以說劃出了一條“J型曲線”：

以信貸業(yè)務(wù)為例，自2016年以來累計(jì)放貸超過3800億，規(guī)模逐年高速遞增，并相繼與農(nóng)業(yè)銀行、南京銀行、天津銀行等達(dá)成戰(zhàn)略合作，為超過50家銀行業(yè)合作伙伴創(chuàng)造了近100億元的利息收入。

這也意味著，一直“低調(diào)”前行的度小滿以AI技術(shù)切入，用技術(shù)重塑金融業(yè)態(tài)、驅(qū)動行業(yè)升級的戰(zhàn)略迎來了厚積薄發(fā)之勢。在海量場景倒逼技術(shù)發(fā)展的人工智能時(shí)代，也需要金融科技用一種全新的驅(qū)動方式，來升級替代過去的場景驅(qū)動方式。

科技是互金“J型”發(fā)展的第一驅(qū)動力

“J型曲線”是由美國政治學(xué)家布雷默提出的一項(xiàng)經(jīng)濟(jì)學(xué)概念，其特征是組織/行業(yè)的發(fā)展先慢后快，前期稍平緩（積累期），經(jīng)歷一個寬幅的拐點(diǎn)區(qū)域后，開始快速增長。其發(fā)展過程如下圖所示：

“J型曲線”也是金融科技公司最理想的增長模型，即先慢后快，前期不追求業(yè)務(wù)的快速增長與盈利，而是依托大數(shù)據(jù)與人工智能技術(shù)，打好風(fēng)控基礎(chǔ)和征信體系，當(dāng)基本功扎實(shí)后，業(yè)務(wù)將會在安全的基礎(chǔ)上迎來指數(shù)級增長。

“J型曲線”需要科技支撐，反過來說，如果缺乏科技的驅(qū)動力，那么金融企業(yè)的發(fā)展模式最終就會偏離“J型曲線”， 我們總結(jié)了在互金發(fā)展的前兩個階段（以銀行為代表，資源和行業(yè)驅(qū)動的互聯(lián)網(wǎng)時(shí)代（2005年-2010年）；以螞蟻金服、騰訊金融為代表，場景驅(qū)動的移動互聯(lián)網(wǎng)時(shí)代（2011年-2015年））的三種不理想結(jié)果：

1、 似乎永遠(yuǎn)到不了“J”的拐點(diǎn)

以傳統(tǒng)金融機(jī)構(gòu)為例，他們實(shí)際上是非常期待“金融觸網(wǎng)”的，但限于傳統(tǒng)架構(gòu)的桎梏與理念，往往在企業(yè)的科技化改造只是小修小補(bǔ)，尤其是2005-2010年這段時(shí)間，金融科技的概念還沒成型，他們只實(shí)現(xiàn)了部分金融業(yè)務(wù)的網(wǎng)絡(luò)化更多還是通過IT技術(shù)應(yīng)用實(shí)現(xiàn)辦公和業(yè)務(wù)的電子化、自動化，以提升效率為主，而不是流程的數(shù)字化重塑。

停留在這一階段的機(jī)構(gòu)在業(yè)務(wù)流程和產(chǎn)品邏輯上并沒有太大變化，其本質(zhì)還是傳統(tǒng)金融平臺對牌照、資源以及行業(yè)等傳統(tǒng)要素的把握，因此，企業(yè)的業(yè)務(wù)穩(wěn)健有余，但科技在其中發(fā)揮的作用有限，基本很難達(dá)到“J”的拐點(diǎn)，繼而爆發(fā)。

2、 企業(yè)發(fā)展成了 “倒V”曲線

2014年到2018年的三波網(wǎng)貸平臺爆雷潮是最直接的體現(xiàn)，一批網(wǎng)貸平臺僅僅以流量收割套利為驅(qū)動力，缺乏底層的風(fēng)控體系，企業(yè)初期增長很快，最終崩塌的速度也同樣很快，是典型的 “倒V”曲線。

3、跨過拐點(diǎn)后增長乏力，變成“S”曲線？

企業(yè)本來是有“J型曲線”的發(fā)展規(guī)劃，但跨過拐點(diǎn)后，驅(qū)動模式受限于環(huán)境壓力，或者行業(yè)出現(xiàn)了更有競爭力的驅(qū)動模式后，“J型曲線”會產(chǎn)生“異變”，成為“S型曲線”。如下圖所示：

以螞蟻金服和騰訊金融為例， 所謂“成也蕭何敗蕭何”，其業(yè)務(wù)的爆發(fā)實(shí)際上是收割了移動互聯(lián)網(wǎng)的流量紅利所得，而非真正意義上科技驅(qū)動立足。像螞蟻金服背靠阿里電商基因，擁有海量的C端消費(fèi)場景，而收入層面，面向C端的收入仍然占到了50%以上。

“J型拐點(diǎn)”的背后是行業(yè)要素發(fā)生了變化

自2016年邁入人工智能時(shí)代，眼下，也正是人工智能即將跨越“J型”拐點(diǎn)，沖擊傳統(tǒng)思維和行業(yè)的時(shí)間節(jié)點(diǎn)，金融科技也處在了“J型曲線”增長拐點(diǎn)的蓄力期內(nèi)。

其具體表現(xiàn)在以下幾個方面：

1、效率導(dǎo)向，行業(yè)引發(fā)“T型車”效應(yīng)

在汽車技術(shù)史上，福特T型汽車堪稱其中的一個里程碑，它是在世界第一條生產(chǎn)線上裝配而成的汽車，此后用批量部件在流水線上組裝汽車成為主流，“T型車”推動了一個新的工業(yè)時(shí)代的到來。

回到金融科技，遵循著需求和效率的導(dǎo)向，“T型車”效應(yīng)開始顯現(xiàn)，AI成為金融科技平臺的必備工具和能力。

單從數(shù)據(jù)層面來說，目前度小滿金融信貸可授信用戶達(dá)3.3億，累計(jì)放貸總額超過3800億元；螞蟻金服“財(cái)富號”平臺通過“智能節(jié)流器”，為用戶提供拼圖模式、組件庫、模塊庫，只用4個運(yùn)營人員支撐了27家基金，還提效七成，降本四成。

在人工智能時(shí)代，效率成為行業(yè)對技術(shù)驅(qū)動的原始需求，只有在技術(shù)的帶動下，行業(yè)整體才能上升到一個新的高度。

2、深度融合，金融邁過與生活的“楚河漢界”

金融行業(yè)與科學(xué)技術(shù)一樣，最突出的特征就是通過潛移默化的行為來改變?nèi)藗兊纳?。人工智能時(shí)代，隨著金融與科技融合的加深，這種特征會變現(xiàn)得愈發(fā)明顯。

以支付作為例子，從最開始的物物交換到錢幣購買，從刷卡到掃碼再到刷臉，我們看到的并不是支付方式的改變，而是在技術(shù)驅(qū)動下，金融活動邁過了與生活習(xí)慣的“楚河漢界”，失去邊界的兩者實(shí)現(xiàn)深度融合的結(jié)果。

在未來，金融具有更多的科技元素，科技具備更多的金融功能。金融將從現(xiàn)在的“隱性”一面，更多地走向“顯性”一面，真正成為大眾生活中的一部分。

3、顛覆思維，金融進(jìn)入新維度

互聯(lián)網(wǎng)和移動互聯(lián)網(wǎng)時(shí)代，誕生了掃碼支付、智能風(fēng)控、智能催收等諸多新概念，改變了傳統(tǒng)金融的業(yè)務(wù)流程和產(chǎn)品構(gòu)成，形成了全新的“金融生態(tài)圈”。人工智能時(shí)代，這種改變還在繼續(xù)，并推動著傳統(tǒng)金融機(jī)構(gòu)進(jìn)行轉(zhuǎn)型和升級，金融科技也由此迎來新機(jī)會。

其中典型的例子是度小滿“云帆”消費(fèi)金融開放平臺。云帆1.0在2017年發(fā)布時(shí)，在線獲客是其最主要的功能，，而到2018年8月2.0版本發(fā)布后，已進(jìn)化為一個圍繞消費(fèi)金融機(jī)構(gòu)獲客、風(fēng)控、客戶管理等全鏈條的解決方案平臺。

人工智能時(shí)代，技術(shù)紅利助推度小滿跨越“J型曲線”拐點(diǎn)

從度小滿的數(shù)據(jù)來看，先慢后快，科技驅(qū)動的價(jià)值正在顯現(xiàn)，其在各個維度上的增長均符合“J型曲線”：

除文章開頭提到的放款額和牌照外，在B端的生態(tài)構(gòu)建層面：

目前，有超過500家金融機(jī)構(gòu)與度小滿金融建立了合作。其中度小滿為超過50家銀行創(chuàng)造了近100億元的利息收入，不良率低于業(yè)界平均值。

再者是春晚紅包的技術(shù)大考：

2019年春節(jié)，百度紅包互動達(dá)到208億次，度小滿承擔(dān)了這場互動從實(shí)名認(rèn)證、綁卡簽約到提現(xiàn)的全流程。在提現(xiàn)高峰期的大年初一，度小滿錢包承接了數(shù)億次交互，處理了近2億筆交易流水，沒有出現(xiàn)任何延遲。目前，度小滿錢包年度結(jié)算已達(dá)萬億規(guī)模，支付體驗(yàn)和技術(shù)在業(yè)內(nèi)領(lǐng)先。

與“流量第一，風(fēng)控第二”的互聯(lián)網(wǎng)思維不同，度小滿在坐擁百度生態(tài)內(nèi)海量自帶屬性數(shù)據(jù)的前提下，導(dǎo)入風(fēng)控前置概念，進(jìn)一步強(qiáng)化數(shù)據(jù)“質(zhì)量”。

在這個過程中，度小滿把百度龐大的流量池作為機(jī)器學(xué)習(xí)的燃料，其系統(tǒng)觸達(dá)、“捕獲”和響應(yīng)客戶的能力越來越強(qiáng)，最高達(dá)到一個月的客戶轉(zhuǎn)化率提升40%。

度小滿改變的不光是互聯(lián)網(wǎng)“先圈流量再試錯迭代”做金融的思維方式，更是利用數(shù)據(jù)“數(shù)量”和“質(zhì)量”的雙重優(yōu)勢建立起其在行業(yè)的護(hù)城河。

此外，還深入到行業(yè)底層，聚攏生態(tài)，體現(xiàn)技術(shù)的價(jià)值，比如高緯稀疏數(shù)據(jù)、小樣本數(shù)據(jù)的處理一向是金融行業(yè)的難題，度小滿用深度學(xué)習(xí)解決稀疏數(shù)據(jù)問題，用遷移學(xué)習(xí)和圖計(jì)算解決小樣本問題，其中最顯著的變化是在征信模型數(shù)據(jù)上的提升。通過對央行征信數(shù)據(jù)和純粹百度數(shù)據(jù)的對比，在過去模型會相差6個點(diǎn)，通過技術(shù)的改進(jìn)后，這個差距已經(jīng)降到2個點(diǎn)了。

展望人工智能時(shí)代金融科技的競爭：阿里、騰訊有電商、社交場景的先發(fā)優(yōu)勢，度小滿的發(fā)展則類似“J型曲線”：在技術(shù)積累期，發(fā)展相對平緩，當(dāng)技術(shù)驅(qū)動前端業(yè)務(wù)的發(fā)展，前端業(yè)務(wù)反過來推動技術(shù)的進(jìn)步（機(jī)器學(xué)習(xí)、知識圖譜等），再向外輸出技術(shù)能力，形成開放的金融生態(tài)，最終實(shí)現(xiàn)技術(shù)和場景的“復(fù)利效應(yīng)”。

*此內(nèi)容為【智能相對論】原創(chuàng)，未經(jīng)授權(quán)，任何人不得以任何方式使用，包括轉(zhuǎn)載、摘編、復(fù)制或建立鏡像。

【完】

智能相對論：深挖人工智能這口井，評出咸淡，講出黑白，道出深淺。重點(diǎn)關(guān)注領(lǐng)域：AI+醫(yī)療、機(jī)器人、智能駕駛、AI+硬件、物聯(lián)網(wǎng)、AI+金融、AI+安全、AR/VR、開發(fā)者以及背后的芯片、算法、人機(jī)交互等。