互聯(lián)網(wǎng)金融的想像空間被最近掀起的大數(shù)據(jù)風(fēng)控?zé)岢边M(jìn)一步打開了。業(yè)內(nèi)專家的普遍共識是,由于大數(shù)據(jù)風(fēng)控,未來小額信貸的應(yīng)用場景會很快發(fā)生變革,將近萬億元的小額信貸市場因此正在成為各大在線金融服務(wù)商爭奪的潛在市場。
就在芝麻信用等8家征信機(jī)構(gòu)即將獲準(zhǔn)于7月份正式展開個(gè)人征信業(yè)務(wù)之際,在線金融搜索平臺融360宣布已經(jīng)同8家中除前海之外的7家征信機(jī)構(gòu)達(dá)成合作,進(jìn)行數(shù)據(jù)上的互補(bǔ)。同時(shí),該公司透露已經(jīng)同全球最大征信局Experian(益博睿)建立了合作使用其數(shù)據(jù)模型和方法論。融360風(fēng)控副總裁李英浩認(rèn)為,由大數(shù)據(jù)支撐的信用和風(fēng)控,可以徹底破解老百姓“不被信任”的困局。有了大數(shù)據(jù)風(fēng)控的助力,廣大草根人群,例如自由職業(yè)者、個(gè)體戶、小微企業(yè)主、學(xué)生等人群在線借到錢會變得很容易。
今年1月,央行發(fā)布《關(guān)于做好個(gè)人征信業(yè)務(wù)準(zhǔn)備工作的通知》,要求芝麻信用等8家機(jī)構(gòu)做好個(gè)人征信業(yè)務(wù)的準(zhǔn)備工作,準(zhǔn)備時(shí)間為6個(gè)月。8家被獲準(zhǔn)開展個(gè)人征信業(yè)務(wù)的機(jī)構(gòu)分別是芝麻信用、騰訊征信、深圳前海征信、鵬元征信、中誠信征信、中智誠征信、拉卡拉信用、北京華道征信。理論上這些機(jī)構(gòu)7月應(yīng)正式開展業(yè)務(wù)。
業(yè)內(nèi)人士認(rèn)為,目前大數(shù)據(jù)征信最大的困難就是數(shù)據(jù)。芝麻信用的數(shù)據(jù)庫量級很大,但很難構(gòu)成信用評級的全面性。比如高端人群中可能用支付寶的比例并不大,就這部分人群的信用數(shù)據(jù),銀行和傳統(tǒng)金融機(jī)構(gòu)的積累更有說服力。
“各家數(shù)據(jù)一定是一個(gè)相互補(bǔ)充、相互印證的關(guān)系,沒有可替代性,單靠某一方面的數(shù)據(jù)就會出現(xiàn)偏頗。”李英浩介紹說,融360目前同這些征信機(jī)構(gòu)合作的目的是數(shù)據(jù)互補(bǔ),從而實(shí)現(xiàn)更完善的信用評估和風(fēng)控結(jié)果。
融360不久前也推出了信用評分在借貸領(lǐng)域的應(yīng)用模型。針對5萬元以下的個(gè)人信用貸款申請,融360使用了一個(gè)名為“天機(jī)”的大數(shù)據(jù)風(fēng)控系統(tǒng),其中包含信用風(fēng)險(xiǎn)預(yù)測模型,會根據(jù)身份認(rèn)證、還款意愿和還款能力三個(gè)大維度,給申請貸款的用戶進(jìn)行評分,依據(jù)分值來決定是否放貸、放貸金額及期限。
未來5萬元以下的小額貸款申請變得非常簡單,10分鐘完成審批,12小時(shí)內(nèi)放款。因?yàn)楸澈蟮膫€(gè)人信用審核完全由風(fēng)控系統(tǒng)自動完成,而不再需要人工的審核流程。這是因?yàn)閾碛旋嫶髷?shù)據(jù)源的天機(jī)系統(tǒng),可以有效地把有欺詐風(fēng)險(xiǎn)的人拒絕在外,再在真正有貸款意向的人中間做出更精準(zhǔn)的篩選,推送給放貸機(jī)構(gòu)。
李英浩認(rèn)為,風(fēng)控領(lǐng)域的開放合作是一個(gè)重要的大前提。目前國內(nèi)商業(yè)征信市場非常分裂,第三方征信一直處于各自為營的狀況。“為什么我們和這8家征信機(jī)構(gòu)的7家合作?因?yàn)槊恳粋€(gè)征信公司的數(shù)據(jù)都不一樣。比如說阿里,他積累的數(shù)據(jù)主要取自余額寶、支付寶、淘寶這方面的電商數(shù)據(jù)。騰訊則主要是社交數(shù)據(jù)。由于每家不一樣,各有擅長,我們都接入才能讓信用評估更加全面,用戶更快速地在我們平臺上貸款。”
據(jù)一位業(yè)內(nèi)人士分析,芝麻信用由于基于淘寶和支付寶的電商數(shù)據(jù),在貸款方面提供的信用判斷是不夠精準(zhǔn)的。“無論是芝麻、還是騰訊的數(shù)據(jù)都是金融弱相關(guān)數(shù)據(jù),不能直接按照分?jǐn)?shù)算出一個(gè)放貸金額。”
芝麻分在借貸場景的應(yīng)用還有提升空間。這也解釋了“芝麻信用”們?yōu)楹畏e極與融360展開雙向合作。作為金融垂直搜索服務(wù),融360過去三年半積累了大量的信貸用戶數(shù)據(jù),幫助用戶成功獲取了超過3000億元貸款。在借款人訪問數(shù)據(jù)、用戶申請資質(zhì)信息、網(wǎng)站行為數(shù)據(jù)、批貸信息和貸后信息方面也擁有獨(dú)一無二的優(yōu)勢。
融360 CEO葉大清在另一個(gè)場合曾表示,個(gè)人征信市場仍然處在初步發(fā)展階段,商業(yè)價(jià)值和社會價(jià)值都非常大。但是征信工作是一個(gè)苦活累活,哪怕是益博睿這樣的全球知名公司也是經(jīng)歷了三十多年的數(shù)據(jù)積累和改進(jìn)。
數(shù)據(jù)顯示,截至2013年底,央行個(gè)人征信系統(tǒng)中收錄有信貸記錄的自然人約3.4億,還不到總?cè)丝跀?shù)的1/4,遠(yuǎn)遠(yuǎn)滿足不了借貸市場的需求,很多沒有信用卡或從未跟銀行發(fā)生借貸關(guān)系的人難以獲得信貸服務(wù)。而在美國,征信體系的覆蓋率已經(jīng)達(dá)到了85%,其中商業(yè)征信公司扮演著很重要的角色。美國是一個(gè)完全商業(yè)化的社會,在個(gè)人征信領(lǐng)域有三大商業(yè)公司來運(yùn)作;在歐洲也是基本上每個(gè)國家有一到兩家征信機(jī)構(gòu)。
“并非草根大眾不誠信,而是大多數(shù)人并沒有得到一個(gè)建立‘信用’的機(jī)會,正因此,國內(nèi)第三方商業(yè)征信公司被賦予了較高的社會價(jià)值”,李英浩認(rèn)為,大征信屬于整個(gè)國家基礎(chǔ)設(shè)施的建設(shè),不會一蹴而就。可以預(yù)料的是,征信這個(gè)市場至少需要5-10年的數(shù)據(jù)積累。
背景:8家獲得牌照的征信機(jī)構(gòu)簡介
芝麻信用:依托阿里電商系的交易數(shù)據(jù)閉環(huán),構(gòu)建以芝麻分為核心的征信服務(wù)平臺。
騰訊征信:騰訊在社交關(guān)系方面有極大的優(yōu)勢,同時(shí)財(cái)付通也是僅次于支付寶的三方支付,騰訊多維度的產(chǎn)品線同樣構(gòu)建以社交關(guān)系行為為核心的征信體系。
考拉征信:考拉征信有老牌三方支付拉卡拉的數(shù)據(jù),數(shù)據(jù)優(yōu)勢在于大量的真實(shí)線下還款交易及其他交易。已推出考拉評分,并基于考拉分的在線信貸產(chǎn)品已經(jīng)上線。
中智誠:曾服務(wù)于8家商業(yè)銀行聯(lián)盟的反欺詐咨詢,并與8家聯(lián)盟銀行的數(shù)據(jù)實(shí)現(xiàn)共享,有基于反欺詐的評分服務(wù)。
中誠信:中誠信從2003年起開始布局征信也,比央行征信起步還早,前期積累了大量企業(yè)信息,和企業(yè)主信息。同時(shí)也積極探索與運(yùn)營商數(shù)據(jù)的深入合作,其高管有來自運(yùn)營商的背景。
前海:平安從2013年開始籌備征信事業(yè)部,銀行+保險(xiǎn)的模式獲取了大量金融服務(wù)的客戶數(shù)據(jù)。
鵬元:老牌征信提供商,在深圳廣州有非常深入的金融征信數(shù)據(jù),幾乎覆蓋了深圳地區(qū)所有的小貸公司數(shù)據(jù),目前積極從傳統(tǒng)征信向互聯(lián)網(wǎng)化征信邁進(jìn)。
華道征信:華道征信有深厚的大型企業(yè)資源,在獲取獨(dú)占數(shù)據(jù)上有一定優(yōu)勢。近期收購億美軟通組件基于互聯(lián)網(wǎng)數(shù)據(jù)基礎(chǔ)的征信體系,同時(shí)不同于芝麻信用的通用評分,已開發(fā)出垂直領(lǐng)域的信用評分。
好文章,需要你的鼓勵(lì)
騰訊ARC實(shí)驗(yàn)室推出AudioStory系統(tǒng),首次實(shí)現(xiàn)AI根據(jù)復(fù)雜指令創(chuàng)作完整長篇音頻故事。該系統(tǒng)結(jié)合大語言模型的敘事推理能力與音頻生成技術(shù),通過交錯(cuò)式推理生成、解耦橋接機(jī)制和漸進(jìn)式訓(xùn)練,能夠?qū)?fù)雜指令分解為連續(xù)音頻場景并保持整體連貫性。在AudioStory-10K基準(zhǔn)測試中表現(xiàn)優(yōu)異,為AI音頻創(chuàng)作開辟新方向。
Meta與特拉維夫大學(xué)聯(lián)合研發(fā)的VideoJAM技術(shù),通過讓AI同時(shí)學(xué)習(xí)外觀和運(yùn)動信息,顯著解決了當(dāng)前視頻生成模型中動作不連貫、違反物理定律的核心問題。該技術(shù)僅需添加兩個(gè)線性層就能大幅提升運(yùn)動質(zhì)量,在多項(xiàng)測試中超越包括Sora在內(nèi)的商業(yè)模型,為AI視頻生成的實(shí)用化應(yīng)用奠定了重要基礎(chǔ)。
上海AI實(shí)驗(yàn)室發(fā)布OmniAlign-V研究,首次系統(tǒng)性解決多模態(tài)大語言模型人性化對話問題。該研究創(chuàng)建了包含20萬高質(zhì)量樣本的訓(xùn)練數(shù)據(jù)集和MM-AlignBench評測基準(zhǔn),通過創(chuàng)新的數(shù)據(jù)生成和質(zhì)量管控方法,讓AI在保持技術(shù)能力的同時(shí)顯著提升人性化交互水平,為AI價(jià)值觀對齊提供了可行技術(shù)路徑。
谷歌DeepMind團(tuán)隊(duì)開發(fā)的GraphCast是一個(gè)革命性的AI天氣預(yù)測模型,能夠在不到一分鐘內(nèi)完成10天全球天氣預(yù)報(bào),準(zhǔn)確性超越傳統(tǒng)方法90%的指標(biāo)。該模型采用圖神經(jīng)網(wǎng)絡(luò)技術(shù),通過學(xué)習(xí)40年歷史數(shù)據(jù)掌握天氣變化規(guī)律,在極端天氣預(yù)測方面表現(xiàn)卓越,能耗僅為傳統(tǒng)方法的千分之一,為氣象學(xué)領(lǐng)域帶來了效率和精度的雙重突破。