本文共字，预计阅读时间。

12月7日，在清华大学金融科技研究院主办的中国金融科技大会·金融深科技论坛上，恒昌公司CTO薛正华结合自身经验，分享了在普惠金融方面的应用和实践。在大数据方面，恒昌构建了一个4亿实体、60亿关系的超大规模的信贷知识图谱，识别欺诈模型，增强失联修复；在人工智能领域，运用人脸识别和声纹识别，以及即将上线的远程面审提高效率；在数据安全方面，除了常见的机制，还运用了密文数据保证安全。未来团队将在营销矩阵及反欺诈模型上更多地应用人工智能技术。

恒昌公司CTO薛正华

以下为演讲全文：

各位尊敬的来宾和各位尊敬的领导，上午好！我今天想和大家一起分享一下科技在做普惠金融方面的应用和实践。我叫薛正华，现在在恒昌担任首席技术官，过去在百度、用友集团和中国科学院工作过。

大家看到这幅图实际上是整个网贷行业发展的情况，大家看左边看着很兴奋，增长极其迅速，但是大家看右边，从2015年起，能够正常运营的网贷的平台数在减少。为什么会出现这样的情况呢？我们觉得有两方面的原因：

1、有一些人上来的时候就没打算好好经营。

2、可能大家忽视了网贷行业的挑战。

恒昌过去六年我们觉得有几个方面非常大的挑战，让我们看到了这不是件容易的事：

1、小微信贷的特点就是额小量大，而且是整个环节非常多。

比如说像一笔正常（普通）的业务，从用户提交各种资料，到反欺诈里面，我们通过各种欺诈模型对它进行判断。过了之后又会到信用系统，对他进行资产负债比计算，对他进行信用的评分，来进行授信。之后形成债权，再到债券分析系统进行撮合。撮合结束之后，又会流转到财务系统里面去，最后审核各种数据和信息对不对，最后放款，钱才能出去。

所以，大家看到信息流转是非常长的，特别是如果你的业务规模到了一定的程度，没有强大的系统，你没有一系列各个部门强大的团队，你想把这个事做好，实际上是非常困难的一件事情，这还仅仅是贷前、贷中。贷后又是一个很长的流程和很大的团队，所以它不是一件容易的事情。

2、刚才几位分析嘉宾也分享了，在这个领域里面，欺诈是很严重的，特别是高科技的欺诈。你有没有能力能够抵挡住高科技的欺诈？你的科技是不是比他更强？如果你没有这些能力，你想要做好也很难，很多公司也是倒到了这个上面。

最后，在整个网贷行业里面竞争是非常激烈的，整个获客成本也是很高的，你能不能控制住你的运营成本也是决定你生死的关键因素。

所以，我们看了这几个挑战之后，发现其实这个行业想做好是一个非常有挑战的事情。

这两年大家都在说大数据，恒昌通过过去六年的积累和发展，在数据方面也有了很大的积累。我们的数据主要来源于几个方向：自有的数据、业务上产生的数据，同时还有通过用户合法授权的数据，以及我们利用爬虫技术获取的公开的技术。比如说各级人民法院公布的“老赖”名单，我们会定期去爬取。包括在58、赶集、百度贴吧等等上面有很多中介，帮你贷款的代办公司，实际上这种代办公司往往都是黑产，他们在帮助别人包装，让你来成功地获取贷款等等。这些名单我们也会爬起来，进入到我们的灰名单库里面。所以，通过过去几年的积累，灰名单库的数量已经过了1000多万了，大家看到有多少人在从事这种事情。

我想和大家重点分享一下我们特色的技术，因为量比较大，我们现在构建了一个有4亿实体、60亿关系的超大规模的信贷知识图谱。

什么叫信贷知识图谱呢？它利用了图数据库的技术，大家知道传统的行式存储，后来大数据为了统计方便、快一点儿，用了列式存储，实际上是按列来存储，读列数很快，计算数快，一次性读到手，解决IO的问题。

我们认为在整个信贷行业里面，包括金融领域利民，我们认为图数据库的技术更能自然、直观地反映出这样的关系，更有利于我们做风险控制和贷后资产管理等等工作。所以，在我们的系统中，整个大的数据仓库是基于图数据库构建的。

我先举两个例子，它能干什么？这个例子是我们系统中的一个实例，过去我们把东北某省的一个过去两年的数据做出来的样本统计。

大家看到左边有一个叫王小丹的，到我们系统有借贷行为，我们会围绕着这个实体有很多属性。来了一个新的人，姓包的，他也来做贷款，他进来的时候也填了很多属性，当然还有很多我们通过他提交的资料分析出来的。我们把他身上的属性和图中几亿的实体进行关联，把他的上百位的属性跟图中上亿实体进行关联。

举个例子，比如说这两个人的工作单位是一致的，那图数据库会自动构建一个同事关系链，当然还有常用联系人关系链、校友关系链等等，有很多。

我们通过统计分析发现，当一个人的周围有两个人（和他有关系的人）出现了逾期，他发生逾期的概率是89.2%，如果有三个人就是91.8%，如果有四个人是96%，是非常高概率的一个事件。

我们认为大数据似乎印证了中国的一句古话：近朱者赤，近墨者黑。通过大数据的分析。

这是另外一个例子，我们发现不同的地方、不同的时间来我们这儿做借贷业务的人，通过图数据库发现他们用得竟然是同一个邮箱，把他们关联起来了，这肯定是不可能的事情。这实际上是一个非常典型的中介包装代办的案例。

过去恒昌做了上百万的借贷用户，每个人身上有上百个属性，换句话说，总共有上亿个数据项，你想要把这些关系找出来是非常难的。但是今天我们利用图数据库让机器自动把这个关系找出来了，我们可以直接地识别出欺诈模型。

自从今年3月份图数据库系统上线之后，累计到今天，我们已经让机器自动找出上百种欺诈模型。大家知道过去我们做风险风控是通过规则，把一条条反欺诈规则统计出来的，这是人设计出来的，今天我们用全新的技术、视角，让机器帮我们找到新的反欺诈模型，很多模型是我们想不到的。

我再给大家举个例子，比如说一个Mac地址，上面竟然对了好几百个电话号码，这种典型的欺诈，通过机器的方式把它就找出来了。

再举最后一个例子，图数据库还能干什么呢？我刚才进入这个行业的时候，很多人跟我们讲，失联是这个行业里面世界性的难题，如果能把这个事情解决了，对资产质量的提升是有非常大的作用。

今天我们利用图数据库，今天在恒昌的系统里面，一个实体的周围平均有200个移动的联系人，我们通过大数据的分析，对这200个人和他实体监控强有关系（亲和度）进行分析。比如说打电话通的频次是不是很高？同一个公司的关系是不是清晰？每条边的亲和度通过图计算的方式进行打分、评分，可以找出跟他关系最密切的人，进行贷后失联的修复。

通过这种技术能力，我们在上线第一个月的时候就超过了业界的第一名，比它高了1个百分点，今天我看了一下数据，10月30日（月末）的数据，已经足足高出行业老大失联修复的能力超过了10个百分点。我相信随着未来数据量不断的增大，关系链不断地增强，我们可以彻底把失联修复给解决掉，我们希望用一年半的时间，累计到8亿用户的时候，把整个失联情况给坚决处理掉。

这个是我们把大数据用在我们内部的管理，因为我们团队比较大，有好几万人，过去的时候对员工2万名信贷员的分析，下个月的中旬才能得到，今天我们利用流失计算技术，可以在五分钟之内，把整个员工的各种指标分析一遍，对于我们精细化的管理起着非常大、关键的作用。

刚才讲得都是大数据方面的工作，我们在去年也在人工智能领域做了很多应用。我们利用人脸识别技术来保障借款人和身份证的借款人是同一个人，同时我们也利用声纹识别技术来打击中介（我就不说了，主要是用来打击黑色中介的）。声纹识别和语音识别是两回事，声纹识别是声音是和人的指纹是一样的，都是人的唯一标识；语音识别是把语音自动翻译成文本，或者再把文本转换成语音，这是两回事。

包括我们马上就要上线的（在上上周五已经完成研发正在测试的）远程面审，通过对一些不确定的用户，放弃了觉得可惜，因为毕竟获取用户是有成本的，你把他拒掉了，就可惜了，但是通过了，又觉得可能会有风险。

我们研发了远程面审，可以拿着我们的工具，直接在任何时间、任何地点对用户进行远程的面审，以此来提高效率，同时彻底解决掉内外勾结的一些问题。

最后在数据安全方面，除了常见的机制，在去年10月份上线了数据的全价目系统。我刚才给大家讲的图数据库，里面的数据全是密文数据，我们所有的欺诈模型都是密文和密文的比对形成了欺诈模型，人是看不见的，只有让机器能够看到数据，来保障安全性，因为数据量太大了。

刚才讲得都是我们过去几年做得一些工作，最近我们也在做一些新的工作。整个系统随着业务量快速的增长，现在已经累计支持了千亿资金的交易。我们在并发性、高可用、可扩展等等需要进一步的完善，把系统更稳定、更高效。

另外，我们也在全面地把人工智能技术应用在我们的几个方面：

1、利用人工智能技术做超大规模的流量、营销矩阵，为什么做这件事？是因为现在获客成本非常高，我们希望通过对大流量的渠道：微信、百度、头条、爱奇艺、优酷这些用户360度的画像和分析，来提高转化率，降低我们的获客成本。

2、最核心的还是风控的反欺诈，我们希望再用一年半的时间构建出8亿实体（现在已经有3.4亿的实体的），形成上百亿之间实体和实体之间的关系。

我在这儿插一句，微信大家知道它很厉害、很值钱，但是我觉得微信上面有9亿的活跃用户，但是我觉得微信更大的价值是每个人、每个用户上千个关系，换句话说，可能有9000亿到万亿的人和人之间的关系，我认为这是最大的价值。

我们想未来在知识图谱这块儿，把规模做得更大，数据每天都在增长，越增长能力越强，越来越会形成你跟同行之间的壁垒。

同时我们也会利用深度学习的技术，来做全新的信任模型和反欺诈的模型，释放连接的力量。

最后，我们目前也正在做得，就是把语音识别和自然语言处理用在贷后资产管理。大家知道在小额信贷这个领域里面，贷后资产管理的重要性丝毫不亚于前端的风控和反欺诈，如果你管得好，你的钱少，比如说恒昌是5万多，你要是管得好，能把钱还回来，如果管得不好、管得松散，没有进行智能化、差异化、个性化的管理，你的钱是要不回来的。

所以，它的重要性是非常非常重要的（刚才蒋总也讲了）。目前我们在12月15日会上线我们的量化评分系统，除了对在反欺诈的时候要做量化评分，对逾期用户同样也要做量化评分，你会知道什么样的客户应该怎么样催，不同的资产管理、贷后资产和催收的方案形成催收，这些东西要通过AI的技术，不折不扣要用到很多AI的技术。

最后，光靠机器可不可以？可以，但是如果你能够把人和机器结合起来，效率是更高的。比如说我们的量化评分系统，我们现在在催收系统里面，会把机器量化评分给出来，催收人员会通过他的经验或者是他的催收量化评分也给出来，两边相互校正，人和机器相互来，这样转上几轮之后，准确度会大幅度提升。所以，人和机器加起来会更有力量，我也认为未来的人工智能社会一定是一个人机和谐发展、共赢的社会。

[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。