0
| 本文作者： 周蕾 | 2019-09-06 14:04 |
雷鋒網(wǎng)AI金融評論消息，冰鑒科技今日宣布，已于近日完成3.35億元 Pre-C 輪融資，由上海國際集團旗下的國和投資領投，老股東云啟資本以不增加特殊權(quán)益superpro-rata方式跟投，其他老股東繼續(xù)跟投。本輪融資金額超過冰鑒之前3.15億元的融資總和。
創(chuàng)始人、董事長及CEO顧凌云表示，本輪融資將主要用于三個方面：擴展研發(fā)團隊，完善人工智能研究院、商務智能分析、大數(shù)據(jù)工程等團隊；大力擴展海外業(yè)務；以及對上下游進行投資并購，完善公司生態(tài)建設和業(yè)務版圖。
此前，冰鑒就已經(jīng)在天使輪、PreA輪、A輪、B輪融資中獲得了來自峰瑞資本、云啟資本、創(chuàng)世伙伴資本、游族網(wǎng)絡等3.15億元的投資。
冰鑒科技創(chuàng)立于2015年初，以全自動化及半自動化方式智能地向銀行及大型金融機構(gòu)提供風險解決方案為目標，不直接參與放貸；并運用大數(shù)據(jù)對小微企業(yè)進行360度的全方位信用評估。
目前，冰鑒科技基于人工智能技術(shù)，已為多家金融機構(gòu)提供反欺詐、客戶準入、額度審批、監(jiān)測預警、存量營銷等一整套全流程智能決策風控服務。
其產(chǎn)品線主要分為兩類，一是信用評分標準查詢產(chǎn)品體系，包括基于運營商強授權(quán)模型的明鑒分、基于三要素弱授權(quán)模型的火眸分等消費貸解決方案。另一類是面向銀行等金融機構(gòu)輸出的系統(tǒng)產(chǎn)品，包括了決策引擎、數(shù)據(jù)集市、模型管理三個系統(tǒng)，分別用統(tǒng)一平臺管理企業(yè)不同的規(guī)則、數(shù)據(jù)和模型。
值得一提的是，冰鑒科技也正在發(fā)力海外市場。早在2016年，冰鑒美國洛杉磯子公司正式成立，主要服務于未被FICO和其他征信機構(gòu)覆蓋的15%的次貸人群。另外，冰鑒已先后與新加坡華僑銀行（OCBC）、大華銀行（UOB）等多家東南亞開展了合作交流。
上個月，冰鑒科技CEO顧凌云在國際人工智能聯(lián)合會議（IJCAI）上接受了雷鋒網(wǎng)的專訪，就金融征信領域的前景、企業(yè)技術(shù)實力的評判標準、冰鑒科技的人才觀等問題一一作答。
以下為專訪全文。
雷鋒網(wǎng)：根據(jù)多年的從業(yè)經(jīng)驗，您總結(jié)一下風控重點要解決哪些技術(shù)問題？
顧凌云：我這里舉幾個例子：
在訓練樣本有限的情況下，能不能把一個模型建好？
當數(shù)據(jù)已經(jīng)足夠多的情況下，卻面臨背后物理含義不清晰時，你該如何對其特征變量進行清洗？
當所有變量都已經(jīng)出現(xiàn)時，你如何確保一些在傳統(tǒng)變量選擇中未被選中的弱變量，通過變量整合與特征工程，將之變成一個強變量。
一個單一模型一旦效果不佳，你應該如何把模型給集連起來？
面對大量底層數(shù)據(jù)，該如何自動篩選出模型中的變量？
當你處理數(shù)據(jù)變得很慢時，該如何通過提高或者改變 cost function來提升收斂速度？
當所有的結(jié)構(gòu)化數(shù)據(jù)都處理穩(wěn)妥時，該如何處理半結(jié)構(gòu)化數(shù)據(jù)或非結(jié)構(gòu)化數(shù)據(jù)？
當所有數(shù)據(jù)都處理妥當時，該如何去擴展數(shù)據(jù)的更多邊界？
雷鋒網(wǎng)：在評價一個模型時，你們一般會使用哪些評判指標？
顧凌云：一個建模做得好不好，是可以直接由客觀標準去判別的，比如借助AUC、Gini score、Precision、Recall、KS的數(shù)字去衡量模型的最終效果。
雷鋒網(wǎng)：在你看來，技術(shù)與數(shù)據(jù)之間是一種什么樣的關(guān)系？
顧凌云：如果給二者之間求極限，一定是數(shù)據(jù)勝出，因為沒有數(shù)據(jù)，就什么都做不了。任一行業(yè)在早期發(fā)展時，都是從數(shù)據(jù)開始發(fā)展，然后慢慢演變成數(shù)據(jù)被濫用，侵犯了用戶隱私，然后監(jiān)管機構(gòu)開始進入，數(shù)據(jù)的開源由此受到約束。
所幸，中國開始慢慢從數(shù)據(jù)為王階段，慢慢開始過渡到技術(shù)為王階段。這是因為數(shù)據(jù)越來越難被獲得，或者說可獲得的數(shù)據(jù)正在變得越來越公開化。
這就是數(shù)據(jù)和技術(shù)二者之間的關(guān)系。
雷鋒網(wǎng)：冰鑒科技經(jīng)常強調(diào)自己的“第三方”屬性，這個該如何理解？
顧凌云：我在美國生活這么些年，逐漸曉得“征信”與“增信”其實是兩碼事，前者屬于國家范疇，需要持有牌照且被嚴格監(jiān)管；后者則應該以技術(shù)為主，讓更多科技企業(yè)參與進來。在過去這些年，相信并沒有太多企業(yè)能將兩者區(qū)分清楚。數(shù)據(jù)固然好，但我希望只把它當作建模的原材料，而不是去獲取、存儲這些原材料。
“第三方”這三個字的定位其實是非常清晰的，所以在過去幾年中，我們有三件事絕對不做：
買賣數(shù)據(jù)
碰業(yè)務端（借貸）
發(fā)數(shù)字貨幣
即使上述事情對我們來說其實游刃有余。
雷鋒網(wǎng)：你認為當下的中國征信領域面臨著哪些轉(zhuǎn)變趨勢？
顧凌云：在我看來，中國現(xiàn)在的這幾個趨勢是不會改變的：
第一、獨有數(shù)據(jù)今后只有兩條路，第一條由于灰色且非法，最后一定會被關(guān)停；第二條由于允許數(shù)據(jù)曝光在在陽光底下，這也意味著最后一定全部變成市場化、透明化。
第二、從借貸角度來講，所有機構(gòu)最后一定會變得兩極化，一方是以流量為側(cè)重點的借貸機構(gòu)；另一方則依然以銀行體系內(nèi)自有資金作為優(yōu)勢來取得競爭優(yōu)勢。
第三、獨立第三方技術(shù)平臺會變得越來越有優(yōu)勢，各自的定位將變得越來越清晰——做流量的專心做流量、主攻資金成本也會變成一件極其專注的事情。
雷鋒網(wǎng)：您認為優(yōu)秀的技術(shù)公司應該具有哪些特點？
顧凌云：要想判斷是否是真正的技術(shù)企業(yè)，只要看這幾個指標，就可以判斷得出來：
算法是不是自己原創(chuàng)的？所謂原創(chuàng)，不是說一定要做一個跟教科書上完全不同的算法，而是能不能從底層開源開始，就自己寫代碼，然后可以任意調(diào)整其中的收斂函數(shù)、cost function，以及對于數(shù)據(jù)變量的處理等。
公司有沒有足夠比例的科技人員？一家說自己是高科技公司的企業(yè)，結(jié)果銷售占了員工總數(shù)的80%，而研發(fā)人員只占10%，研發(fā)經(jīng)費連3%都不到，那就肯定不是一家真正的技術(shù)公司。
能否在任一技術(shù)領域做到“常戰(zhàn)常新”。也就是說在戰(zhàn)斗過程中，保持對于科研第一線的敏銳觸覺。今天別人正在做的事情并不重要，重要的是現(xiàn)在正在被研發(fā)，處于萌芽階段的算法，你能否第一時間快速地了解，并應用到自己的工程當中。
只有滿足這些條件，我才覺得這是一家真正意義上的科技公司。
放眼中國來看，稱得上“科技公司”的企業(yè)其實是不多的。
雷鋒網(wǎng)：您認為一家技術(shù)公司有沒有可能存在技術(shù)上的絕對壁壘？
顧凌云：其實上，每隔十年，能有一個算法思路取得突破性進展，就已經(jīng)相當不錯了?；氐秸餍蓬I域，能在保證隱私獲得保護、數(shù)據(jù)使用得當?shù)那疤嵯拢诜雌墼p、貸前貸中貸后的客戶沉睡 & 喚醒以及在前端精準營銷等幾個方向上都做好，其實已經(jīng)是一件相當不容易的事情。
很多人會問，既然你是一家科技公司，那有沒有可能做到降維打擊，僅憑一個算法就輕松擊敗其他企業(yè)？這是一件不可能的事情。
我一直強調(diào)，這是一個自由競爭的社會，它的流動性是很明顯的。人員的流動、思想的碰撞、學術(shù)交流，最后會慢慢把你科技中的領先部分慢慢給抹平。
雷鋒網(wǎng)：既然您強調(diào)“常戰(zhàn)常新”，那么在研發(fā)與產(chǎn)業(yè)的結(jié)合方面往往會存在一個矛盾點，你們是通過什么樣的一個機制去平衡這件事情的？
顧凌云：我們有一個AI實驗室，主要起到一個承前啟后的作用。我要求里面供職的必須全是博士，而且在選人過程中還有相應標準：
第一、留美畢業(yè)的博士。
第二、我們希望不要博士一畢業(yè)就直接就回到中國來，最好在美國能有一到兩年的工作經(jīng)驗，但也不要時間過長。
第三，最好從美國有過一兩年工作經(jīng)驗后回到中國，還能在其他家公司干過半年到一年時間，再到我們這里來。
這其實是一種理想狀態(tài)，但招到的人基本上都會符合其中的幾點標準。然后我們會要求他們：
第一，需要能夠聽懂大型頂會的內(nèi)容，而且能自己發(fā)文章。
第二，對于每一場頂會中的best paper，我們會有專門的人員去對文章做出復述——我們所謂的復述，是需要對算法進行復現(xiàn)的，來判斷在我們自己的領域中這個算法的效果。
只有把這些全部做完后，我們才會讓工程團隊進駐，進而判斷這些算法可以被運用在在哪些場景里頭。
雷鋒網(wǎng)：冰鑒科技目前一共有多少技術(shù)人員？
顧凌云：我們300人不到，科技人員大概占到240-250人左右的比例。
雷鋒網(wǎng)：冰鑒科技目前主要缺哪一方面的人才？
顧凌云：我們的數(shù)據(jù)科學家崗位全年都在招人，而且這個位置是不設限的。只要是對我們公司或者所處行業(yè)感興趣的數(shù)據(jù)科學家們，我們都歡迎。尤其是對于算法相對比較了解，或者對于Python、R這些數(shù)據(jù)處理工具使用得比較熟練的。
第二是BusinessAnalyst的人才，主要涉及模型的后續(xù)的分析。比如模型出來以后，他要分析具體怎么去應用。比如我的cut-off放在什么地方？我的季節(jié)性分析應該是怎么樣的？定額定價模型具體應該怎么做等等。這部分崗位對專業(yè)不做限制，我們更看重Brain power，只要你聰明，同時對于新領域能夠保持足夠的觸覺就可以。
第三是純粹的IT，包括對于大數(shù)據(jù)平臺、Java、C、Spark等這些相對來說比較熟悉的人。
這些都是我們正在尋找的人才。
雷峰網(wǎng)原創(chuàng)文章，未經(jīng)授權(quán)禁止轉(zhuǎn)載。詳情見轉(zhuǎn)載須知。
