清华大学金融科技研究院孵化
金融科技与金融创新全媒体

扫描分享

本文共字,预计阅读时间

2017年9月17日,由清华大学五道口金融学院、清华大学国家金融研究院主办的“第二届中国金融科技大会(2017)”在京举办,京东金融首席执行官陈生强发表主题演讲。未央网作为官方媒体对大会进行全程报道。

京东金融首席执行官陈生强先生在第二届中国科技金融大会上做了《金融科技时代下的企业服务新模式》的主题演讲,他认为金融科技的核心内涵有两层:1、金融科技的商业模式是企业服务,服务的对象是金融机构;2、金融科技必须有很强的科技能力。此外,他分享了京东金融整个的商业模式,京东金融现在定位为一家服务于金融机构的科技公司,出发点是以数据和技术为基础,能够为金融机构提供高内生增长能力的企业服务,实现金融和实体经济的良性循环。

以下是现场演讲实录:

陈生强:今天我的主题是《金融科技时代下的企业服务新模式》。

京东金融本身的定位实际上是一家服务于金融机构的科技公司,首先就是恭祝“第二届中国金融科技大会2017”成功举办。去年在第一届大会举办的时候,金融科技实际上在中国还刚刚兴起,市场对于金融科技公司的真正价值实际上并没有形成一个共识,那个时候我们提出来说,金融科技公司的定义是要遵从金融行业的本质,以数据为基础,以技术为手段,服务金融行业,为传统金融机构降低成本、提高效率。

我们来看一下,这一年以来,实际上整个行业到底发生了多少的变化。首先金融科技这个词儿在这一年以来是最热的词儿之一,越来越多的金融机构意识到,金融科技公司的能力是可以为我所用的,所以开始主动地选择跟金融科技公司的合作。拿银行业举例,在过去的一年,包括工行、中国银联、光大以及亚洲金融合作联盟、山东城商行联盟、广东的农信社联盟,都分别跟京东金融签订了全面的或者战略合作的协议,这里面包括了在数字化金融、智能风控、产品服务创新、营销运营等核心业务能力上面,我们实现了深度的连接。与此同时,实际上银行也开始在自身的金融科技能力建设上加大了投入。这边一些银行设立了专门的网络金融部,或者说直接投资成立了金融科技公司。

在金融机构在科技上发力的时候,实际上不少原先以互联网金融为标签的公司,主要定位成金融科技。于是在市场上金融科技公司也就越来越多了,但是绝大多数的公司依旧专注于自己去做金融的业务,而不是为金融机构去做服务。同时金融科技行业逐渐地达成了一个共识,就是说数据和技术将是最基础的能力,开始在这方面发力。所以,一时间包括人工智能、区块链等,变成这个行业里面最热的一个概念。

除此之外,实际上整个金融科技的快速发展,也引发了监管的高度关注。实际上包括刚才李行长聊到的,一方面监管在研究如何用技术去加强对金融科技的监管,防范整体的金融风险。另一方面实际上也在强调说科技对金融的重要性,通过科技手段去提高效率、安全和提高客户体验。

从上面的变化,实际上我们可以看出来,金融科技在被规范的同时,也在收获认可,也在不断地发展。不过我们也可以看到,金融科技这个概念正在泛化,金融科技领域存在着很多种的商业模式,但是其中最有代表性或者说最具有长久价值的商业模式,实际上还没有完全形成一个共识。

所以,我们认为说金融科技这个行业仍然需要去确定方向,达成共识,形成标准。在京东金融看来,金融科技的核心内涵实际上是有两层:

第一层:金融科技的商业模式是企业服务。服务的对象是金融机构而不是为自营的金融业务服务。

第二层:金融科技必须有很强的科技能力。科技是推动人类经济社会向前进步的一个核心动力,科技革命本身实际上也代表着效率的革命。所以一切商业模式的进步,实际上都离不开新兴科技的驱动。

如果说上面这两点是金融科技的内涵,那么京东金融实际上是在此基础上,又向前跨了一步,创造了一种全新的商业模式,下面我想来分享一下京东金融整个的模式。

首先,就像刚才提到的第一个企业服务,目前市场上也有为金融机构提供服务的公司(实际上有大量这样的公司),我们通常称之为IT厂商,例如说像IBM、惠普、甲骨文这些公司,他们为金融机构提供更多的是硬件、软件、系统集成或者咨询服务,也有一些流程外包的服务。现在还有一些公司实际上通过托管服务或者云服务的模式,为中小金融机构提供服务,这些服务模式下实际上都具有两个特点:

特点一:他们跟金融机构的合作模式更多是基于产品、服务或者解决方案的交付,其商业关系实际上是买卖的一个关系。

特点二:通过这种企业服务,金融机构可以压缩业务成本,改善存量业务的流程,提升效率。这些业务带给金融机构的更多的是运营层面的提升,但是却不能带来新的市场、新的业务以及增量的收入,更不能去增加金融机构的一个新的商业模式。

在我们看来这还都属于传统的企业服务的范畴,即便提供从本地化部署的模式到整个云端部署的模式,其出发点实际上也从改善金融机构成本效率的角度考虑,而京东金融实际上所做的,我们在这方面有一个明显的不同。

首先,京东金融模式下的企业服务和金融机构,必须是一种利益共同体的关系。能够为金融机构带去增长的业务和增量收入,在为金融机构共同创造增量业务的过程当中,实现与金融机构的价值分享。

其次,我们的企业服务实际上并非仅仅是服务于金融机构,而且必须是要能服务于金融机构核心价值链上的核心流程环节,或者说是核心价值创造环节。例如说获客、客户运营以及风控等。在为金融机构降低成本、提高效率的同时还能增加收入。另外还能为其降低风险、改善客户体验,甚至形成新的商业逻辑。

在这件事儿上其实有很多公司会拥有大量的用户,同时又能够独立去做业务的。但是这类的公司其一般情况下会倾向于自己做业务的闭环,以获得最大的收益。但是从整个京东金融的定位来讲,我们愿意选择将这些用户以及业务能力开放出来服务于金融机构。

就像刚才朱院长说到,京东金融在供应链金融上面有自己的平台、自己的用户,在这块儿,在未来我们也希望逐步地把平台跟用户让金融机构去使用,服务这些金融机构。所以实际上我们现在所做的企业服务是一个相对全新的一个商业模式,而且在全球来讲,应该也是特别少见的一个模式。

例如说在为金融机构提供增量客户和增量业务方面,京东金融把基于自身多年在电商、零售以及金融场景下所积累的海量用户(包括85后、90后为代表的年轻人,包括创新驱动的中小微企业,包括三农客户)统统都开放给金融机构,这些用户恰恰是金融机构特别需要去补充的。特别是85后和90后,他们伴随着互联网的成长,有着更强的消费潜力和成长的潜力,他们是金融机构未来业绩的重要支撑。

此外,我们还可以与金融机构合作,将我们基于客户洞察所形成的用户运营能力输出,助力金融机构实现客户价值的最大化。京东金融现有的30多个数据源,2.58亿的活跃用户,3万个用户标签,每天增加的数据量实际上是在200TB,海量用户标签我们可以更好地对用户进行洞察,准确地去描述用户的偏好,再加上包括人工智能的技术,我们京东金融为客户量身定制精准的营销运营的方案和用户运营的方案。实际数据表明整个精准营销能够让点击率提升25%以上,精准投放能够让获客成本降低20%以上,当然这一系列都是在隐私保护的范畴之内的。

然后再说风控,众所周知,线上风控的能力必须以很大规模的业务数据为基础。京东金融这几年通过自己的自营业务场景,积累了海量、多维、动态的数据。并通过不断地迭代模型和算法,形成了十分强大的风控能力和风控经验,包括我们的信用风险评估、反欺诈、反洗钱等等。截止到目前,实际上我们已经构建出3万多个风控变量,500多个风控模型,超过5000个风险策略,实现了对3亿用户进行风险评估。现在我们把这些风控能力输出给金融机构,让金融机构在现阶段缺乏线上数据积累的情况下,可以迅速地发展线上的一个金融业务,在提升增量收入的同时,实现业务模式的完善和迭代。

京东金融有客户,实际上也有做金融业务的能力。但是我们选择的是说,去跟金融机构合作,既能给金融机构带来新增的用户,也能服务好金融机构现有的客户,同时还能给这些客户带来新增的更多的价值。所以我们认为实际上只有真正开放的胸怀,具备开放的实力,真正地能够把自己的用户输出给合作伙伴,才能真正做好新型的企业服务,也才能真正地去助力金融行业的健康发展。

京东金融已经逐步把自己现有体系的包括风控、营销、运营以及技术这一系列的能力都解耦出来。同时,我们在建立一种分享合作的商业价值逻辑,这套商业价值逻辑,需要双方不断地磨合以达成共识,我们深刻理解企业服务这块儿。实际上包括金融科技在企业服务这块儿是一个持久战,需要我们做长期、持续的投入。

刚才实际上我们讲了,我们对企业服务的理解。下面说一下我们对科技服务的理解。

简单一句话,做科技公司必须要拥有最前沿的科技能力和持续的投入。而对于金融科技公司而言,不管是输出风控、用户运营,都需要基于海量、多维、动态的大数据,而要处理这些数据,人工智能实际上是一个必需品。

实际上在三年多以前,因为整个京东金融实际上到现在不到四年的时间,下个月是满4年。所以三年多以前,实际上当时人工智能还没有现在这么火的时候,我们实际上就已经开始利用机器学习的技术去做数据处理和建模,实现了包括智能风控、智能化运营。实际上我们这几年在数据和技术上的投入在不断地增加,基本上每年是至少翻番以上的速度在增长,正是这种投入,使得我们在人工智能这条路上可以走得更远一些。

举一个例子来说,在反欺诈能力上,就我们自主研发的RNN时间序列算法,用来进行用户行为路径学习,对风险用户识别的准确率可以超过常规的机器学习算法的三倍以上,其实这个算法实际上已经被欧洲机器学习会议的PKDD2017收录,进入了行业最顶尖的一个行列。

再比如说,我们基于生物探针的技术,可以通过移动设备采集用户使用手机的按压力度、设备仰角,包括手指触面、线性加速度等120个行为特征指标,并利用这些特征指标在用户毫无感知的情况下,完成身份的判定,这项技术实际上也大量应用在我们的整个反欺诈的模型里面。

此外我们发现,对于整个金融行业来讲,风控面对的实际上并不单纯是一个个体行为,不管是欺诈还是洗钱,还是其他林林总总的恶意行为,并开始向团伙作案、链条式配合的方向去发展。所以在这种情况下,单纯以用户自身的特征维度去描述一个用户,去判断这个用户的风险大小实际上是不够的。就是我们还需要把一个用户的行为,以及与它有关的一系列行为都拿出来,在这个维度上去做风控,才能更加准确。而这需要很强大的一个技术能力,要能够实现实时的计算(描绘用户与相关行为之间的关系)。

所以我们实际上会用到图形计算,我们的图形计算现在有超过14亿个用户节点的信息,以及所有在这些节点上所发生的行为的相关连接,这样子实际上就可以把一系列的用户和行为都描述出来。

最典型的实际上是,比如说我们应用在我们的整个白条授信的问题上,一个新来地用户,实际上你没有他的任何资料,这个人你应该给他什么样的额度,他是否可信。我们实际上可以通过这个用户跟其他相关的一系列行为去描述他的好坏。就是所谓物以类聚、人以群分,如果单个人的节点看起来很好,但是它周围相关的节点上面存在了相对规模大的欺诈、套现和其他灰产的人,这个人很可能也存在风险。反之如果与它相关的周围的ID都是信用良好或者说收入水平很高的人,这个人是一个好人的概率就比较大。所以我们在做黑名单团伙测试的时候,实际上准确率超过了90%。

京东金融用自己的业务场景,不断地去优化这些算法和模型,同时我们也把这些技术进行产品化,服务于我们合作的金融机构。近期我们包括在硅谷也成立了我们的人工智能实验室,致力于开发人工智能领域最前沿的技术,不仅在应用层面,还包括了在技术底层和未来的技术。

基于我们对金融科技内涵的认识,京东金融现在定位实际上就像我刚才讲的,是一家服务于金融机构的科技公司,我们的出发点是以数据和技术为基础,包括了人工智能、区块链等技术,能够为金融机构提供高内生增长能力的企业服务,以便更好地为中小微企业、三农以及年轻人提供服务,实现金融和实体经济的良性循环,让金融能够实现以实体经济为本,因实体经济而行。

以上是我所有的分享,谢谢。

[Source]

本文系未央网专栏作者发表,属作者个人观点,不代表网站观点,未经许可严禁转载,违者必究!

本文为作者授权未央网发表,属作者个人观点,不代表网站观点,未经许可严禁转载,违者必究!

本文版权归原作者所有,如有侵权,请联系删除。

评论


发表评论
您的评论提交后会进行审核,审核通过的留言会展示在上方留言区域,请耐心等待。
猜你喜欢

扫描二维码或搜索微信号“iweiyangx”
关注未央网官方微信公众号,获取互联网金融领域前沿资讯。