钱牛牛：当IPC遇见金融科技，人类与智能握手言和

钱牛牛：当IPC遇见金融科技，人类与智能握手言和

推荐 2017-01-13 23:34:04

AlphaGo 和 Master 的两度爆红，让人机大战的争论再度升级，时隔半年， 升级后的 Master 以60局连胜的战绩打败中日韩三国围棋高手，人脑已无法战胜电脑仿佛成了无可辩驳的真理。

在各行业都在高呼人工智能技术必将统领未来的当下，有一家年轻金融科技企业却在这个当口逆潮流而行，宣布将旗下重人工化的资产业务打造成独立子品牌，联手京东金融对中国5-10万元小额信贷市场进行全方位覆盖。

金融科技公司的左右互搏术

1月6日，钱牛牛宣布其母公司与京东金融达成 B+轮战略融资，资产线品牌“恒业贷”携IPC模式与京东金融达成全面合作。

更有意思的是，在这场聚集了百余家媒体、政府领导、学者、创投界精英的发布会现场，钱牛牛官方抛出了很多人想说但却碍于政治正确难以开口的议题：大数据风控并不是万能的。与行业普遍鼓吹大数据、无人工作业的舆论环境显然背道而驰。

如果你认为这家公司在大数据领域的研发能力太弱才有此呼声，那可就大错特错了。早在上年9月，钱牛牛自主研发的元方智能云风控系统独家将腾讯社交反欺诈模型与金融模型深度结合，加之BATJ技术背景的加持，已让这个团队在互联网金融领域声名鹊起。

同时，元方云风控也是业内为数不多的将建模、反欺诈、信用评估、贷后催收等全线联动的智能大数据风控体系，是腾讯云的金牌合作产品，至今也没有第二家公司能够像元方体系一样做出将社交、电商、运营商、消费等众多维度结合，且能够被真实的金融市场认可的策略模型。

那么，这样一家以互联网技术见长的科技公司，为什么会抛出“大数据风控并非万能”这样看似自相矛盾的理念？

一边是引领行业的大数据风控技术，一边是线下人工风控中最重的 IPC 模式，左手画圆，右手画方，钱牛牛的左右互搏术究竟修炼到了几层？

IPC模式——少有人走的路

IPC在中国不算是一个“成功”的模式，想要究其原因，就不得不从它的风控原理说起。

在全球小额信贷风控体系中，有两套完全对立的理念，一种称之为“评分卡”，也就是 Fico 评分逻辑，另一种称之为 IPC 逻辑。评分卡将个人的数据收集起来做集中化审批，在国内运用最多的就是信贷工厂模式，销售、征信、审核、催收由专人专职全部按照统一化标准的流程进行。

而 IPC 则是打散，每个信贷员集销售、风控、催收为一体，核心技术是信贷分析和交叉验证，对小微企业和个人的财务报表进行纠正加工，再通过审贷委员会进行三级双人四眼交叉验证，所得结果的偏差值不得超过5%。

与信贷工厂低成本、低门槛相比，IPC模式需要培养综合型高精尖人才，对信贷员的风控能力要求非常高，培养1名成熟的信贷员至少1年时间，审核员需要2年以上，而门店经理则需要从信贷员做起，一般需要4-5年时间。

因此，投入大、周期长、复制慢可称为IPC之重。在中国，只有国开行、包商银行、中安信业等几家银行和传统金融机构拥有这项技术，而在信贷泡沫蔓延的P2P行业，真正愿意沉下心严肃做风控的机构更是少之又少，大家普遍更乐意采用信贷工厂这样看起来轻巧又能快速放量的模式。

如此看来，备受冷遇的 IPC技术在中国这片浩瀚如海的金融市场中，实在称不上是“成功”。

风控不应该是单一的骄傲

而在本就擅长智能模型的钱牛牛团队看来，却是另外一种完全相反的情景。

恒业贷宣布品牌独立后，其负责人钟云武的从业背景也随之公开，作为曾经的中安信业南中国区总经理，伴随着IPC 模式进驻中国十余年的时间，钟云武坚定地认为流程化的评分卡是必然要被大数据算法所取代的，只有机器才符合评分的理性、冷静和效率。钱牛牛的大数据建模技术已经将评分卡进行了机器化和自动化的变革，这也是所有信贷工厂模式未来唯一的出路。

而只有人，才能够去解决复杂的金融生态中很多非标准化的东西，在人工智能技术出现颠覆性成果之前，“感性”这件事情是机器永远也无法替代的。

在中国的信用体制下，个人造假和违约的成本超乎想象的低，机器可以通过一些强弱指标进行交叉验证，判断出真或伪的可能性，而人却能够比机器更感性地识别出问题。在5-10万元的授信范围内，大数据结合IPC的交叉验证审核逻辑才能够更准确地衡量个人和小微企业的财务报表与信用。