移動互聯網技術發展讓內容生產產生更多可能,消費者使用手機時間增長,讓小屏幕背後蘊含的巨大商機得到充分挖掘。
對比電視、電腦等方式,手機已經成為人們休閑娛樂放松的重要途徑,幾乎所有視頻、音樂等娛樂內容都有移動端應用。在移動端上花費時間更長促使對於內容消費模式升級,消費者願意為優質內容買單,使得這些內容制造商內部形成一個良性閉環生態。
第一財經商業數據中心(CBNData)《2016互聯網文化娛樂產業洞察》報告(下稱《報告》)顯示,互聯網視頻連接多元內容形態以及包括VR在內的新技術將為中國互聯網文化娛樂產業的規模化收入增長帶來新機。
智能手機這方寸小屏的文娛內容不僅為商家帶來新機會,也帶動傳統行業升級,碰撞出更多跨界新火花。
自增長閉環
2016年的視頻網站行業熱鬧非凡,經歷一年內容付費模式的探索之後,市場養成了為優質視頻內容買單的消費習慣。
CBNData《報告》顯示,中國網民使用最多的五種互聯網應用中,在線視頻是增長最快的應用類型,與網絡新聞的差距越來越小,說明相比傳統的文字圖片為基礎的基本互聯網應用,人們越來越偏好立體生動的網絡視頻形式。
為優質內容付費,是視頻變現的趨勢。用戶目前更願為電影和電視劇付費,其中,為自制劇付費的比例也隨著內容質量的不斷提升而不斷提高。
觀眾願意買單,資本方對於優質內容也不吝投資。根據CBNData提供的數據, 2016年上半年文創行業共有196家創業公司獲得融資,其中影視類占比30%,視頻直播類占比21%,動漫類企業占比16%,以上67%的創業企業均為視頻相關創業者。
用戶習慣養成之後,對於平臺而言,接下來就是如何維持持續優質內容輸出,並通過內容變現。
年初,優酷提出做15個頭部內容的計劃。阿里巴巴文化娛樂集團大優酷事業群總裁楊偉東表示,這個計劃目的是讓大家感受到優酷要開始重兵投入內容。
“我們能不能打造出一個更懂內容的團隊,能不能讓我們的內容合作夥伴,覺得優酷是真正懂內容的,這是更重要的一件事情。”楊偉東表示。
在節目制作上,視頻方參與感越來越強。通過自制、合制方式,優酷參與到單個項目運營;而投資讓優酷能夠更好的進入產業鏈各環。從而提高對項目的把控能力。在這過程中,視頻網站找到更多話語權,對於節目也可以像傳統電視一樣進行排播。
第一財經商業數據中心(CBNData)分析師高士君指出,夏日檔熱播劇《微微一笑很傾城》正是很值得一提的營銷案例。在熱播期間有廣告植入的相關營銷產品月成交量迅猛增長,且在熱映期結束後成交量依然居高。三只松鼠案例營銷的成功,《微微一笑很傾城》的受眾起到了不小的作用,數據顯示,推動三只松鼠在天貓淘寶平臺銷售量上升的消費者中很大部分與《微微一笑很傾城》的受眾重合度非常高,此外能夠發現泛90後和女性消費群體皆其銷售的主要客群。基於IP的社交、娛樂、內容多平臺協同的趨勢已初步呈現,連接多平臺數據,有助於真正還原用戶完整的觀影行為
除了視頻網站,其他內容分發平臺也在逐漸構築其自身基於優質內容的自增長閉環。
去年8月, UC瀏覽器團隊基於大數據算法以及機器學習打造了新聞資訊推薦分發平臺UC頭條,通過大量的新聞數據源,提供個性化的文章。不同於傳統的新聞內容分發平臺,UC頭條主要利用大數據算法加人工編輯的形式實行精準推送,進而增加用戶好感度和提高用戶黏性。
目前,UC全球季活用戶超過6億,在內容方面,擁有大量優質新聞數據源,已簽約過千家主流媒體,三萬多位自媒體大牛入駐,用戶可訂閱45個個性化頻道。
短視頻方面,UC頭條開通了一級入口,並引入二更等短視頻自媒體。同時,利用平臺信息流引流,幫助偶像劇《微微一笑很傾城》突破了90億網絡播放量。
基於豐富的內容數據以及不斷增長的活躍用戶數,平臺的商業模式更趨多元化。除了傳統媒介平臺所見的廣告收入以外,“流量+電商”成為新的探索模式。
跨場景合作
優質內容能夠在平臺上形成較好的自增長閉環,而跨場景平臺之間的合作拓寬了內容傳播的範圍並且讓內容和產品形成聯動,產生會員付費以外的經濟效益。
2014年底,蜻蜓FM成為小米電臺的獨家音頻內容戰略夥伴,為小米用戶提供音頻內容,一下子帶來了一億用戶。同年,三星電子秋季新品發布會上推出的Gear S也預裝了蜻蜓應用。前期跨場景的合作為蜻蜓FM帶來原始用戶的積累。
這種跨場景、聯想式的應用不僅能夠達到平臺間的用戶互通,並且能夠產生實在商業價值,將優質內容變現。
根據CBNData《報告》顯示,近三成消費者表示觀看視頻會促進他們的購買,這個市場正在慢慢擴大。
電商或電商結合其他模式將是未來主流的變現模式,可能成為下一個垂直領域創業者的風口。利用圈群效應,通過視頻吸引粉絲到電商平臺購買視頻相關商品是典型的電商導購。
目前,眾多的紅人直播正在利用此途徑進行變現。而傳統的視頻平臺也瞄準了此中的商機。
優酷給自頻道主從廣告分成、粉絲經濟和視頻電商三方面提供十大盈利武器,特別是“邊看邊買”功能,能夠有效幫助自頻道主更好運營產品,對於一些自頻道主而言,通過與阿里平臺生態的打通,自頻道可以快速精準找到與視頻所匹配內容。
同時,這項功能還提供實時數據分析,幫助自頻道調整推廣策略,增加成交量。
與傳統廣告相比,這種擁有更高轉化率,創造更多消費需求,平臺也可以通過銷售分成的方式與內容創造者共同開發粉絲經濟。
這些僅僅只是開始。12月8日,第一財經商業數據中心(CBNData)將在北京舉辦萬有引力•第一財經數據盛典,屆時內容消費、娛樂消費領域的先鋒互聯網企業領袖,包括阿里巴巴文化娛樂集團大優酷事業群總裁楊偉東、阿里巴巴文化娛樂集團移動事業群總裁何小鵬、蜻蜓FM CEO楊廷皓將在盛典中進行主旨演講,分享他們是如何在內容消費領域玩轉大數據的。盛典當日,CBNData也將聯合15家互聯網公司發布《2016中國互聯網消費生態大數據報告》。CBNData通過數據價值共享的方式,把這些優質平臺聯結起來,使得浩瀚互聯網宇宙的數據商業價值將得以呈現。
冷眼旁觀許久之後,商業銀行智能投顧終於開始破冰。
招商銀行12月6日宣布推出智能投顧產品摩羯智投,以公募基金為基礎資產配置,采用FOF模式進行自動的資產組合配置,通過運用模型加機器學習算法的方式,為用戶提供智能理財服務。而按照定位,摩羯智投並非單一產品,而是一個綜合服務的過程。
智能投顧喧囂一時,商業銀行、券商等正規金融機構,卻一直沈默以對,而招商銀行是第一家進入這一領域的商業銀行。招行零售業務總裁劉加隆表示,希望通過手機銀行、智能投顧等平臺,形成起金融服務的深度金融服務自場景平臺,從而實現零售業務的轉型,並搶占市場先機。
銀行智能投顧破冰
招行於2016年12月初推出手機銀行5.0版本,以及摩羯智能投顧兩個產品。手機銀行5.0新增了生物識別、360°全視角收支記錄、語音智能搜索引擎三項技術,並推出收支記錄、收益報告、在線理財顧問、銀行卡及支付管理等功能。
而作為智能投顧產品的摩羯智投,雖然只是手機銀行新增的一個功能模塊,卻是招行此次主推的產品。據該行介紹,通過運用機器學習算法提供智能理財服務,依據客戶的投資偏好、風險偏好和理財期限等要素,自動篩選並組合成一攬子基金,客戶可以實現一鍵購買。
實際上,對於近期成為金融領域最大熱門的智能投顧,持牌金融機構鮮有動作,而是面臨監管壓力的互聯網金融成為主力。在資產配置方向上,最早應用智能投顧的國外市場,主要被動型的ETF基金為主,而在國內,股票、基金、債權、網貸等各類產品,都被囊括在內,且投資方向也極為龐雜。
作為正規金融機構智能投顧破冰之作,招行的摩羯智投有明確的發展方向。根據該行財富管理部總經理邊琳介紹,摩羯智投主推資產配置服務,參與門檻2萬元,針對標準化程度較高的資產,目前只對公募基金產品開放。
在配置模式上,摩羯智投先行設定大類資產配置邏輯,對全市場資產進行分類優化和指數化編制;而後再對市場上的基金進行遴選;最後多象限對市場進行跟蹤和監控,發現組合偏離最優狀態則發出優化預警。
招商銀行財富管理部總經理助理王洪棟稱,客戶從線下網點的理財經理端、線上客戶手機銀行端均可參與“摩羯智投”的服務。據其介紹,摩羯智投的模擬組合中,從6月1日至10月25日,不同組合的區間回報在3.57%-10.56%,符合預期設定。
模型+算法
智能投顧資產配置之所以選擇公募基金,既有產品方面的考慮,更有對招行自身優勢的定位。該行認為,在國內,要做好智能投顧,既要發揮數據處理、模型進化的優勢,又要處理好及其與人深度融合。
王洪棟稱,首先,公募基金涵蓋境內外股票、債券、商品、黃金等全部大類基礎資產,覆蓋範圍廣,並有很好的穿透性,而保險、信托、銀行理財均不具備這一優點。其次,公募基金標準化程度高,有完善的披露機制。再次,公募基金認購起點低,申購起點10-1000元起之間,適合大部分客戶,並具有良好的流動性,而保險、信托等產品無法滿足這一需求。
按照招行的思路,摩羯智投並非單一產品,而是一個綜合服務的過程,即投資者設定收益目標、風險最大容忍度等指標後,系統根據客戶要求計算投資組合,管理上采用FOF式的模式,這就對數據的采集提出了非常高的要求。目前,該行已與基金公司合作,申報了FOF產品。
招行在公募代銷領域的地位,恰好可以發揮作用。根據了解,招行目前是國內最大的基金代銷機構、第二大資產托管機構,銷售的各類基金產品達到2400只以上。無論是與基金公司的議價能力,還是數據獲取方面,都有更多的主動權。
“基金公司選擇合作方的時候,也要看對方實力,如果規模很小,很難得到獲得基金公司數據。現在做FOF型投資管理,公認只有銀行這類大平臺才可能做好。”王洪棟說,作為最大的代銷機構,每次去基金公司調研,都會受到極高重視,而到該行路演的基金公司也很多,對基金經理的個人風格、業績表現、公司治理等非常熟悉,多年積累下來,已經形成了豐富有效的數據庫,而這些優勢是其他機構所不具備的。
“我們的智能投顧新產品,並不是依靠一個靜態模型,而是通過算法。”招行零售業務總裁劉加隆說,問世要從可量化的目標開始,通過算法為個人提供定制化理財服務,分散投資風險、避免情緒化操作。目前,該行代銷的產品日均計算量高達107萬次,據此才得出最適合不同客戶的風險收益曲線,並且制定其投資組合策略。
搭建金融自場景
在手機銀行5.0版、摩羯智投發布會上,招行IT、 財富管理、零售網絡銀行等多個部門負責人悉數登場。而在以往,這樣的情況並不多見。
出現這種不同於往常的局面,與該行上述產品的推出過程有關。根據招行介紹,為了推動這一項目,該行成立了專門的項目組,團隊300多名人員中,IT部門、業務部門各占50%,形成跨部門聯動的協作模式。
對於招行來說,手機銀行、摩羯智投並非線下網點的輔助工具,而是承擔了招行零售轉型的重任。劉加隆說,雖然線下網點也可參與手機銀行、摩羯智投的服務,但該行的思路是手機優先,相關業務、應用先行在手機端開展。
對於這樣的思路,還有著招行搭建金融自場景平臺的思考。該行希望,手機銀行、智能投顧等移動端平臺,能形成串聯起金融服務的金融服務自場景平臺,從而實現零售業務的轉型,並搶占市場先機。
“我們非常焦慮,沒有什麽安全感,金融自場景就是我們兩年來思索的結果。”劉加隆說,“未來十年、二十年,最大的機會可能就在金融自場景,這是銀行的優勢。”劉加隆說,對於深耕金融自場景的戰略,招行內部想了“很久很久”,才確定了這一方向。
截至2016年12月19日,法大大的個人和企業用戶總量已經突破670萬
i黑馬訊12月20日,第三方電子簽名/電子合同SaaS服務平臺法大大正式宣布獲得由伯藜創投領投,和盟創投、博將資本、一方集團跟投的總計6000萬人民幣B輪融資,安可資本擔任本次融資獨家財務顧問。
據了解,此次的融資資金將主要用於加速技術研發和產品開發,強化電子簽名的普及教育和市場推廣工作。法大大創始人兼CEO黃翔認為,隨著互聯網的縱深發展及電子合同更廣泛應用,線上簽約一定會大面積取代傳統紙質合同,令在線簽約成為一種自然而然的行為習慣。
法大大成立於2014年,是提供在線電子合同締約、電子文件簽署、證據托管及衍生法律服務的第三方電子簽名/電子合同SaaS服務平臺。法大大一開始就打法明確,首先鎖定金融、旅遊、B2B、人力資源等合同簽署高頻的垂直行業,獲取行業標桿客戶。在服務標桿客戶提升簽署效率同時,法大大也為自己建立了進一步獲取行業客戶的骨幹網絡,進而滲透影響到上下遊企業。
到目前為止,阿里巴巴、微軟(中國)、神州數碼、攜程、同程旅遊、美團網、眾安保險、51社保、用友薪福社、積木盒子、投哪兒、51信用卡、微貸網、金蝶雲之家等知名公司都是法大大的客戶和合作夥伴。其中,法大大與微軟(中國)達成正式合作,加入Office365創新辦公行列,將基於區塊鏈技術的合同簽署和存證服務延展到最起始的文檔處理環節。
截至2016年12月19日,法大大的個人和企業用戶總量已經突破670萬,平臺上的合同簽署總量突破2300萬份,日均合同簽署量超20萬份。而法大大希望滲透各行業從而建立契約生態的打法也從數據上初步得到驗證:合同簽署的網絡效應已為法大大帶來月均超100%增長的企業用戶。
本輪領投機構伯藜創投管理合夥人秦誌勇認為,電子簽名除了技術和法律合規很關鍵,對企業的市場拓展和商務運營能力要求也非常高。平臺要想建立壁壘,應該做的是快速在細分市場抓住真正的頭部客戶,從而帶動行業形成網絡效應,法大大是他們看到在業務拓展上做得最好的一家。
此外,法大大在區塊鏈的布局也是他們認為的一大亮點。今年夏天法大大與微軟(中國)、Onchain合作推出的“法鏈”,在伯藜創投看來是區塊鏈應用中比較少見的強場景服務。通過分布式的電子存證,“法鏈”可以讓電子存證相關的法律服務更可信、高效、安全,從而降低商業社會的信任成本,並推動國內的在線仲裁服務。和盟創投創始合夥人王華春也對此給予了回應,他認為法大大團隊在互聯網及法律雙領域的強大基因,使得他們在電子合同市場上的大客戶獲取能力和執行力特別強大。
而就在昨天,另一電子簽名企業e簽寶也向i黑馬透露已經獲得4500萬A輪融資。電子簽名行業不斷融資的信息,似乎預示了互聯網場景下電子簽名風暴的來襲。
當地時間2月27日,巴塞羅那,這個位於伊比利亞半島東北部,瀕臨地中海的世界著名歷史文化名城將迎來一年一度的世界移動通信大會(MWC,下稱“巴展”)。
作為全球通信領域最具規模和影響的展會,巴展一直都是各通信、終端以及芯片廠商激烈角逐的舞臺,也由此被業界稱作是“移動通信風向標”。而在過去,微軟CEO鮑爾默、谷歌CEO施密特、Twitter CEO科斯托羅以及諾基亞CEO埃洛普也都曾是這個展會上的常客。
對於今年的巴展,5G顯然是最值得期待的“明星”。從兩年前的5G是什麽?到去年的5G標準討論,再到今年MWC前期科技巨頭們的“5G應用場景”預熱,5G的腳步聲似乎離我們越來越近。
華為常務董事、戰略Marketing總裁徐文偉在接受第一財經記者采訪時表示,華為今年(展會)最大的變化,是從客戶角度,從運營商商業角度展示“場景”方案,關註運營商的商業成功,而不是從技術角度展示自身產品。英特爾公司高級副總裁兼通信設備部總經理Aicha Evans也對記者表示,英特爾將繼續在MWC上展示Intel Inside帶來的精彩體驗將如何整合各種5G組件,比如無人駕駛和虛擬現實等。
中國移動和愛立信甚至打算把5G智能工廠的原型搬上展會。據愛立信方面介紹,其中一個演示方案將基於5G互聯工廠標準PLC連接,模擬智能工廠環境中的裝配線。
而這些僅僅是一小部分。
按照3GPP的規劃,5G將在2020年實現商用,明年年中,第一個基於人與人的5G連接標準將會出爐。對整個產業鏈而言,5G的“入口飆車”才剛剛開始。
5G技術走出實驗室
什麽是5G,ITU確定了八大關鍵能力指標,未來,5G峰值速率達到20Gbps。其他能力指標還包括,用戶體驗數據率達到100Mbps、時延達到1毫秒、連接密度每平方公里達到10的6次方、流量密度每平方米達到10Mbps等。
中國的5G規劃步驟如下:2016年準備啟動5G的標準研究;預計在2018年第一個版本的標準將完成;然後根據產品的成熟度,在2020年左右確定商業應用的起步時間。
在往年的世界移動通信大會上,基於這種“技術控”思維,愛立信、華為等爭相展示的都是5G基站原型機類型的技術產品,而在今年的展會上,技術將不再屈身於實驗室,更多的外場測試告訴我們5G真的快來了。
日前,愛立信宣布與Verizon已將5G技術帶出實驗室,帶到美國多個城市的實際應用中。固定無線、準商用客戶試點基於新技術和Verizon現有網絡,來評估端到端5G網絡性能。也就是說,從終端用戶定位開始,固定無線用戶將可以使用多種應用,許多應用圍繞視頻、雙向和或低延遲性能展開。
高通子公司則宣布和中興通訊、中國移動合作開展基於5G NR規範的互操作性測試和OTA外場試驗,以支持商用網絡的及時部署,同時和通用電氣(GE)數字化集團以及諾基亞等成功演示面向工業物聯網(IIoT)市場的私有LTE網絡,在2017年進一步研究與開展現網外場測試。
MWC 2016上,英特爾推出了業內第一個同時支持6GHz以下頻段和毫米波的移動試驗平臺,從而更快速地集成和測試5G設備和無線接入點。而在今年,英特爾表示,將發布第三代5G移動試驗平臺,這也意味著英特爾在一年內推出了三代移動試驗平臺,加速了從實驗室走向商業化的速度。
多元化場景應用
同時,相較於往年的技術術語堆砌,今年參加巴展的各家廠商顯得更加“接地氣”,上百種不同的演示場景展現在眼前,直接告訴你“可以這麽做”。
從技術領域看,5G不僅僅是下一代移動技術,它更是一種全新的網絡,將萬物以最優的方式連接起來,這種統一的連接架構將會把移動技術的優勢擴展到全新行業,並創造全新的商業模式。
而從發展速度看,目前5G標準已經定義了三大場景,eMBB、mMTC和URRLLC。其中,eMBB對應的是3D/超高清視頻等大量流移動業務寬帶,mMTC對應的是大規模物聯網業務,而URLLC對應的是如無人駕駛、工業自動化等需要低延時高可靠連接的業務。其中,視頻無疑是目前競爭最為激烈的一塊。
在巴展預溝通會上,徐文偉對記者表示,視頻會成為未來,下一代通信的“微信”一定是基於視頻。未來還有更多物體連接需要“看到”視頻,例如無人駕駛技術,需要把攝像頭采集到的信息直接傳遞給機器,進行分析決策,而智慧城市和智慧交通,都需要視頻進行實時傳輸。為此,華為將在巴展上展出更多結合全球各地運營商實例的視頻解決方案。
而同為通信廠商的愛立信,則在巴展前與澳洲電訊、高通子公司以及美國網件(NETGEAR)共同宣布開展全球首個商用千兆級LTE網絡和設備。新推出的千兆級LTE服務將加快對企業應用和關鍵業務數據的接入速度,同時改善高質量視頻流的接入效率,並促進新興的移動虛擬現實的應用和體驗。
事實上,除了視頻場景,無人駕駛等智能場景也會成為今年巴展上各家廠商重視的業務。
據記者了解,華為在德國已經利用5G技術開始了無人駕駛的外場測試,測試內容包括自動駕駛編隊行駛和車輛協同緊急制動。而在本次巴展現場,愛立信也會與西班牙電信合作展示汽車遙控駕駛技術,參觀者可坐在駕駛員座位上體驗基於5G試驗系統的遠程汽車駕駛。
“從無人駕駛汽車到可穿戴設備到智慧城市的一切,數十億的智能設備相互連接。要想滿足這些互聯設備的各種不同的速度、延遲、能耗和規模需求,需要整個生態系統相互配合。”英特爾公司副總裁兼網絡平臺事業部總經理Sandra Rivera說。一個月前,這家廠商剛剛發布了首個面向無人駕駛的5G平臺和完整的可擴展端到端系統。
總而言之,全聯接社會正在加速走來,5G不再遙不可及。
我不知道人類最終能否實現長生不老無病無痛,但人工智能可以幫助我們向這個目標更進一步。
本文由動脈網(微信ID: vcbeat)授權i黑馬發布。
最近通過公開渠道和非公開渠道,梳理了海內外70多家醫療類人工智能公司的信息,這些公司分布在北美、英國、歐洲、以色列、印度、新加坡、韓國和中國。我們把這70多家公司進行了分類,總共分為10類,包括(1)洞察/風險管理、(2)急診室和醫院監護、(3)生物技術、(4)健康與生活方式管理、(5)營養學、(6)可穿戴設備、(7)虛擬護理助手、(8)藥物挖掘、(9)醫學影像 和(10)精神健康。目前看來,人工智能與精神健康結合的初創公司,無論是從項目數量還是融資額而言,都較為小眾。但我們相信,這里隱藏著巨大的投資機會。
我們把精神健康加人工智能按照視角分為三大類。第一類是普通人的視角,即人工智能幫助用戶進行情緒調節。第二類是心理醫生和精神病醫生的視角,涉及人工智能對精神疾病的預測、診斷治療和監控。第三個視角是神經內科醫師的視角,主要是用人工智能智能預測一些神經內科疾病,例如阿爾茲海默癥。
首先來看第一個場景。EmoSPARK 是一款家居應用的輕量級產品,它包含一個立方體播放器和360度可轉動的攝像頭,並且可連接用戶的iPhone 等設備。一方面用攝像頭持續捕捉用戶的面部表情變化,一方面分析用戶在手機等終端設備輸入的信息。人工智能通過人臉識別、語義識別和語音識別,分析用戶的情緒,並推送可調節情緒和音樂和視頻。
除了初創企業,蘋果這樣的巨頭可能也對用人工智能調節用戶情緒感興趣。今年1月份,蘋果收購了人工智能初創公司Emotient ,後者擅長用人臉識別分析用戶情緒,他們把人情緒分為七大類,實時監測,然後得出一個加權值。未來,蘋果有可能推出一款類似亞馬遜Echo 的產品,以占領智能家居的入口。要說問題,自然也存在,比如用戶隱私。就我個人而言,有個360度的攝像頭實時采集我的面部表情,還試圖揣測我的情緒,想想就很可怕。
第二個場景是利用人工智能預測精神疾病。去年的《Telemedicine and e-Health》上出現了一篇論文,關於機器學習預測產後抑郁癥。3位作者從7所西班牙醫院中收集了大量的產婦數據,目的是:(1)建立一套產後抑郁的風險分層模型,(2)開發一款APP ,目標用戶是渴望了解自身情緒的產婦。有意思的是,目前我們還沒有看到用人工智能預測產後抑郁的初創公司。這可能和市場規模有關,我們預測中國每年的產後抑郁癥患者在120萬到620萬,市場規模在十億元人民幣的數量級。對投資機構而言,池子可能太小了。對心理咨詢機構而言,則缺乏獲客渠道。目前我們也接觸了不少母嬰護理機構,他們對將產後抑郁整合到自己的服務體系中有濃厚的興趣,也樂意和專業的心理咨詢機構以及人工智能技術團隊合作。這里有個有趣的點兒,是關於婆媳關系的。很多歐洲的產後抑郁研究中並不涉及婆媳關系,這和文化傳統有關。在整個受儒家文化影響的東亞地區,婆媳關系在家庭生活中的權重都蠻大,這一點不該忽視。
圖中兩張照片分別拍攝於敘利亞和伊拉克。我們知道,難民和士兵都是PTSD(創傷後應激障礙)高發人群。但過去對這兩個人群的心理幹預,無論是人員還是技術,都較受限制。2013年我在埃及做項目,正好遇上穆兄會和埃及軍政府的對抗。現在想來,那種場景即不利於心理工作者開展工作,也無法有效保證他們的人身安全。
人工智能在這個領域可以有所作為。南加州大學已經推出了一款AI 心理治療師,它有擬人化的形象,有面部表情,有肢體語言。AI 會分析受訪士兵的面部表情變化,以及士兵的語義和語音,再結合問卷調查,診斷其是否存在PTSD 癥狀。士兵對AI 心理治療的配合程度高於平均水平,其中一個原因是,軍隊文化崇尚作風強硬,很多士兵不願意向心理醫生坦露自己柔軟和脆弱的一面,但當其知曉為自己治療的是AI,則會放松很多。矽谷一家叫x2ai 的初創公司也推出了針對敘利亞難民的AI 心理咨詢師,已經在土耳其的難民營中試用。功能相對簡陋,目前只能做阿拉伯語的語義識別。
那麽人工智能診斷PTSD 在中國能有哪些應用呢?我們分了四大類,分別是軍事行動、自然災害、人為事故和性侵案件。先說軍事行動,和平時期軍隊中PTSD 的概率不到1%,而一旦發生軍事行動,概率急劇上升。以煙臺11.24海難救援為例,一個月內軍中PTSD 的概率上升到17%以上。然後是自然災害,比如目前湖北和安徽的洪澇災害。更不用提中國每年大量的嚴重車禍、火災和爆炸。最後一個是性侵案件。我們預測,中國每年患PTSD 的性侵案件受害者至少有15000人。當然,必須指出,這個數據其實是被嚴重低估的,因為我們的數據是根據公安部門立案的數量推算的。由於大量的性侵案件是熟人作案,加上恥感文化的影響,很多受害人沒有報案。
在這一頁,我們花一分鐘簡單討論一下支付方的問題。在過去兩年的數字醫療大潮中,初創公司的盈利模式遲遲沒有解決。中國的醫療系統和美國的醫療系統有較大的差異,中國目前社保一支獨大,商業保險處於剛起步的階段,這就決定了中國的數字醫療企業很難單純移植美國的模式。我們見識了中國形形色色的盈利模式,ToB、ToC、ToBAT、To保險、To藥企等等,但更多的還是ToVC,這肯定不是好的模式。我們認為,有一個支付方長期以來被忽視了,那就是軍方。在美國、英國和以色列,軍方長期以來都是醫藥創新、醫療器械創新、醫療服務創新的買單方之一。在美國,國防部下屬的國防高級研究計劃局長期資助一些研究性的醫療項目;在以色列,有些醫療類的初創公司就是從國防部下屬的孵化器里走出來的。中國目前的情況是,軍事行動的頻率近年來顯著增加,軍費開支逐年上漲,軍隊的現代化也在實施當中。軍隊的現代化包括了軍事人員後勤保障的現代化,心理幹預會扮演重要的角色,而人工智能大有可為。
這個場景講的是用人工智能監控精神疾病,方式是通過患者佩戴的手機和可穿戴設備24小時不間斷地采集用戶的各種數據,包括睡眠數據、通化數據、行動數據等,然後用機器學習,預測發病的可能,以便提前通知患者家屬。
現在已經有公司在這麽玩了,舉兩家代表企業。一家是美國舊金山的明星企業Ginger.io ,一家是以色列的LifeGraph ,後者的勢頭很猛。今天中國有大約2.5億人需要心理咨詢服務,8000萬人需要心理治療,市場前景極為巨大。而目前的互聯網+心理學項目,主要是把線下搬到了線上,以診斷治療為主,但診前的預測和診後的監控都處於薄弱環節,因為心理醫生和精神病醫生不可能做診前預測和診後健康。人工智能可以幫助現在的心理學的初創企業打通整個環節,形成更優的商業模式。
最後一個場景是關於人工智能預測神經內科疾病,我們以阿爾茲海默癥為例。該病目前已經成為法國、美國等發達經濟體嚴重的公共衛生問題。在美國,發病人群高達500萬人,主要為65歲以上的老年人,每年導致的醫療支出超過2000億美元。中國的情況同樣不樂觀,中國現在已經是全球患阿爾茲海默癥人數最多的國家,有900萬,近幾年每年新增30萬。隨著中國社會進入老齡化,我們可以預測,阿爾茲海默癥的絕對人數和增速都將進一步提升。
輕度認知障礙是一種常見於老年人的認知障礙,它主要變現為記憶力的衰退。大約有15%的輕度認知障礙最終會而惡化為阿爾茲海默癥。早期篩查可以有效預防病情的惡化。可目前的早篩技術,如脊髓穿刺,是侵入式的,價格昂貴,且精度不高。那麽,人工智能能發揮什麽作用呢?
AvalonAI 是一家位於倫敦的初創公司,成立於2014年。它利用深度學習加神經成像,針對阿爾茲海默癥做早期診斷和預防。圖中是輕度認知障礙者的腦部CT,AI 可以有效預測哪些可能惡化為阿爾茲海默癥,目前預測的準確率達75%,而且隨著用於訓練的數據量的提升,準確率還可以進一步提升。這些7萬張CT 來自MRC 和Zebra Medical Vision,後者是一家專註人工智能加醫學影像的以色列初創公司。這里談一下數據的重要性,目前我們接觸的國內的醫療類人工智能初創公司,大多面臨如何獲取醫療數據的難題。很多醫療機構仍然是數據孤島,其管理層或不願或不能對外開放數據。從這個意義上說,占據大量的、高質量的醫療數據的人工智能初創公司,就占據了先機。
最後,談談AvalonAI 這家公司的名字。“Avalon”是威爾士神話里的精靈居住的、長生不老、無病無痛的仙境,傳說亞瑟王死後就進入了那里。我不知道人類最終能否實現長生不老無病無痛,但人工智能可以幫助我們向這個目標更進一步。
生鮮電商一直以來被譽為觸手可及的藍海,卻讓眾多企業折身在虧損的大潮中跌宕起伏。去年10月阿里巴巴集團董事局主席馬雲提出了新零售的概念,其中,線上線下深度融合,被業界認為能夠為生鮮電商帶來了新的商業邏輯。
“生鮮電商的瓶頸是生鮮而不是電商。”易果生鮮資深運營總監陳俊奇告訴第一財經記者。易果生鮮在去年年末,以8.5億元接盤了永輝超市轉讓的聯華超市21.17%的股份,以布局新零售陣地。
然而瞄準這一新高地的卻遠不止易果生鮮這一家。記者了解到,目前包括阿里旗下盒馬鮮生、永輝旗下超級物種等均已加碼入局。他們具有生鮮電商基因,卻又不同於純生鮮電商出身的企業。
但目前市場上這些,無論是純的生鮮電商還是盒馬鮮生、超級物種此類都生鮮領域的“新零售代表”們,都還只是在一定區域內的具有知名度,全國市場尚未被打開。
“純電商平臺已經不能滿足現在用戶的購物需求及購物習慣,全渠道是互聯網環境下電商模式升級的必然結果。”U食管家CEO李文憲認為。
盒馬鮮生采用“線上電商、線下門店”的經營模式,門店承載的功能較傳統零售進一步增加,集合“生鮮超市、餐飲體驗、線上業務倉儲”。線上業務主要是餐飲外賣和生鮮配送,線下業務則是生鮮超市和餐飲體驗。盒馬鮮生售賣的3000多種商品中80%是食品,生鮮產品占到20%,未來將提升到30%。而超級物種幾乎是對標盒馬鮮生而誕生的。
“新零售實際是回歸到零售的本質。”盒馬鮮生創始人侯毅在公開演講中表示,“線上線下完全融合,通過購物時間和空間的改變帶給客戶更好的消費體驗,形成1+1>2的良性化學反應,實現單位坪效、人均效率及供應鏈效率的同步提升。”
同是阿里系的易果生鮮以借力成熟的便利商超渠道拓展新零售市場。
“易果生鮮並不會自己開實體門店,但目前已經在上海、北京、杭州等連鎖便利店中落地鋪貨,並在上海地區外環以內已經實現27分鐘送達。”陳俊奇告訴第一財經記者。
此外,易果生鮮還與海爾等家廚房家電品牌建立合作,以求更加貼近終端消費者,並對廚房這一特定場景下的消費數據進行收集。
“消費者在冰箱中放入食材後,除了能夠追溯產品源頭,還能夠對食材進行管理,自動記錄內部食材數據,推薦相關食譜,以及實現一鍵購買。”在2017AWE現場的一名工作人員向第一財經記者介紹。
據了解,易果生鮮與海爾互聯網冰箱的此項合作是為共同建立新型廚房場景商務平臺。讓消費者能夠在冰箱上就實現一鍵購買。
2015年開始,易果生鮮開始將其B2C模式向O2O轉變。易果生鮮在冷鏈建設上,擁有全資子公司安鮮達。截至去年11月底,安鮮達在全國擁有10地11倉,3種溫控體系,日訂單處理能力達30萬單,配送覆蓋200多個城市。在供應鏈方面,易果成立了易果供應鏈管理有限公司,運用大數據推動生鮮產業鏈的改造和升級,此外,也通過戰略聯盟、合資、投資等方式加強對上遊供應鏈的把控。
盡管如此,易果生鮮實現盈利依然要到2018年。易果生鮮董事長金光磊此前在接受媒體專訪時給出的時間表。此外,還包括廣州的食得鮮,北京的味道網等等也在新零售陣地中跑馬圈地。
業界指出,實體零售具有購買體驗、各種購買場景的建設易於落地等。攜帶著“生鮮”這一基因的新零售,除了原本的供應鏈難題,“庫存共享”將是巨大的挑戰。
對風險,需要永保敬畏之心。
本文由一本財經(微信ID: yibencaijing)授權i黑馬發布,作者 零和。
消費金融主要分為兩部分,一是分期,二是現金貸。
從去年開始,消費金融公司提出:“風控應該跟著場景走,知道資金用途,風控更容易”。
然而,這種模式踐行一年後,一批套現者和騙貸者,野蠻殺入產業鏈中,吸食紅利。
面對如此瘋狂、無孔不入的勢利群體,消費金融如何化解這場騙貸危機?
01 歷史根源
實際上,關於消費嵌入場景的模式,很早就有,其代表就是“捷信”的駐店模式。
捷信的玩法是,信貸員駐紮在手機店中,有顧客來買手機,就給他推薦“分期”。
去年開始,互聯網化的“線下場景+分期”變得火熱,用戶依然去店鋪消費,但可以通過掃描二維碼或下載APP,在線上申請分期。
被激活的線下場景也頗多,如醫美、培訓、家裝、租房等。
“我們的風控,肯定比現金貸更好做”,某平臺的風控負責人在一次峰會上,講述行業迅速崛起的核心原因——現金貸不知道用戶將錢花在哪里,而場景分期,卻直接將錢打給店鋪和機構,“風控當然更安全”。
幾乎所有人,都認為這套邏輯無懈可擊。但他們忽視了一個關鍵環節,就是線下勾結。
有利益的地方,就有江湖——利益就如藕絲,讓各方曖昧不清,牽扯得綿延不絕。
在教育行業,騙貸行為被多次曝光。
教育分期的一個負責人透露:“我們面臨的問題是,很多教育機構收完一批用戶貸款後,直接跑路”。
很多教育機構租了幾個教室,雇了幾個教師幹培訓班。對他們來說,卷錢而逃太容易。
有固定資產的醫院,跑不了路,總歸好一點吧?很多醫美分期行業的從業者,抱著這樣的邏輯,進入行業,卻發現完全高估人的貪念。
一本財經在《醫美騙貸狂歡》中,揭露了這條產業鏈。
去年年中開始,醫美分期陷入“騙貸”深淵中,數千中介纏繞其中,和醫院勾結騙貸。
分成的比例,也極高,“不做手術,純騙貸的,三七分,中介七;需要做手術的,五五分,”一位大中介楊泉稱。
楊泉如今已成為金字塔頂端的人物,月收入上百萬,他參與這條產業鏈近一年,他也一直在思索,這場騙貸狂歡,到底是如何產生的?
“其實,源自於行業的高返傭制度,”楊泉稱。
目前,全國大概有2.4萬家美容整形機構,遠遠飽和。為了獲客,掌握客源的中介和渠道,開始出現。
醫美行業中介返點,普遍高達50%,一些客源旺盛的中介,可高達70%——居然和套現的分成比例無差。
這才導致,分期這個新的玩家進入後,利益鏈條的失衡,被多次利用。
一般高返傭的行業,都具有一個共同特征——暴利和定價不透明。
譬如,在醫美行業,一支玻尿酸,價格從幾百到幾千不等,各家醫院的定價,都“隨心所欲”。
因此,再高的返傭,整形醫院也不在乎,“即使他們將價格提高一倍,客戶也無法察覺,”楊泉稱,實際上,幾乎每個醫院都有兩份報價單,一份是中介拉來的客戶,一份是自己找上門的客戶。
而同樣的價格不透明,也發生在教育行業——你如何為知識去定價呢?一節課賣10塊,還是1000塊,完全仁者見仁。
教育行業的返傭,也高達30%左右。
而這些,便是滋生騙貸和套現的歷史土壤。
為了防止“人性之惡”的溢出,就需要制定一套規則,去懲罰和約束。
“如果行業的高返傭制度,暫時根除不了,起碼要建立一套溯源制度,中介帶來的客戶拒絕還款,要扣除中介的傭金,”一醫美平臺的風控負責人陳曉認為,行業是靠利益捆綁,也可以用利益制約。
02 打破暗箱
一個中介橫行的行業,風控的第一步,是需要在價值鏈鏈條中,化解機構和中介的利益勾結。
“線下消費場景加線上申請分期,很容易產生暗箱化環節,難以杜絕線下人員的勾結,”針對“場景是最好的風控”的說法,業內開始出現反對和質疑之聲。
這大概也是一些公司采取駐店模式的核心邏輯——好歹現場有自己人把守,杜絕大量暗箱化操作。
某消費金融的風控負責人羅一鳴稱,他們通過大量方式測試,找到了一些破局點。
他們的方式是,雙向風控——既要針對機構風控,也要針對個人風控。
“先從2B入手,對合作機構進行嚴格審核,”羅一鳴稱,一家醫院是否正規經營,是否被中介“綁架”,能找到一些蛛絲馬跡。
羅一鳴會先在線上,查輿情:投訴多不多,有無負面等。
線下,他們會派人“蹲點”,觀察對方的客流量。
再暗訪,佯裝成中介,看對方接不接單;甚至會稱是投資人,進行“盡調”,查看月流水。
最後,他們再派一批人員去談合作。
“在知己知彼的前提下,他們說的是否是真實,我們基本有判斷,”羅一鳴稱。
合作之後,他們就開始給醫院畫經營模型,任何超出模型之外的波動,都有預警。
羅一鳴會時時監控醫院的數據——以前一個月流水100萬,突然變成了500萬,就屬於異常波動。
他稱,這和銀行去店鋪蹲點,核心邏輯是一樣的。
蹲點人員看客流量、翻臺率,計算店鋪流水,如果銀行發給店鋪“pos”機上的流水,遠遠高於大概計算,這家店就可能存在套現行為。
除了規則上的手段,一些公司也會用制度,扼殺“人性之惡”的溢出。
羅一鳴會根據一家機構的綜合經營情況,授予不同分期額度,這個邏輯也很容易理解——一家小診所,經常做十萬大項目的可能性較低。
“行業的授信額度太高,需要降下來,”他稱,醫美的用戶群體分層比較明顯,喜歡動大手術的,大多還是來自服務業,夜場、網紅等。
而一般用戶,更多能接受“微整”,打個玻尿酸、肉毒素等。
“因此,大多的用戶,並不需要過高的授信額度,”羅一鳴認為,授信額度太高,也和所謂的“普惠金融”背道而馳。
“我們會和醫院,簽署風險共擔的協議,”陳曉稱,不僅要分化醫院和中介的“同盟”,還要拉攏醫院。
但行業中認真做B端風控的公司,並不多。
“因為放棄一家機構,相當於放棄一個渠道,”羅一鳴去一些地方考察時,發現在農村做牙整形的小診所,居然都有醫美分期平臺入駐。
03 風控與平衡
“機構是你的獲客場景,你的場景是否優質,直接決定了你的用戶是否優質,”羅一鳴稱,但大部分公司風控重心,依然只放在C端。
C端的風控很難嗎?
實際上,也有很多規則,可以防住集體騙貸的行為。
譬如,同一個地方的人集中來貸款,年齡階層太大,甚至高齡男性都來申請,都屬於“異常波動”。
買單俠朱君稱,一些行為數據,也可以作為識別欺詐的方式。
比如,借貸者在線上填寫借貸申請表的速度、打字速度、拉動菜單的速度等。
如果幾個顧客填表速度大致相同、打字習慣一致,“直接將拖拉條拉動最後,選擇最高的借款額度,”朱君稱,這樣的人,存在和門店勾結,一起欺詐的可能性。
相對來說,對於單個騙貸者,防守的難度加大,需要更高階的技術。
ZRobot的CEO喬楊稱,其實可以借助“漫網”技術解決。
比如說,醫美行業,大部分的中介都是從貸款轉戰而來,他們的電話號碼、社交號碼、IP地址都沒有大的變動,很多騙貸者的數據,已加入黑名單。
“實際上,現在騙貸大多是團夥作案,他們與黑名單上的人,多少會有一些聯系”,喬楊稱。
通過多維度的用戶信息,可以關聯到用戶的好友、好友的好友,甚至多維度的聯系人,再分析這個複雜的關系網絡,來判斷一個用戶是否有風險。
羅一鳴稱,在“反欺詐”上,實際上已有很多成熟的技術。
陳曉認為,行業出現亂象、騙貸猖獗的核心原因,是“沖量玩家”的野蠻玩法。
“行業中一些玩家的做法是,急速做大,新業務量沖進分母,這樣壞賬率就低,再融資做更大,到一定規模後,再收緊風控,慢慢就形成閉環,”陳曉稱,也有沖量玩家玩得不錯,行業有一些成功案例。
“但成功者寥寥,大家沒有看到背後屍橫遍野,”陳曉稱,金融的風險爆發極為迅猛,不是細水長流,而是地震式崩盤。
“實際上,行業真的有法可破,關鍵是是否想破,”羅一鳴稱,消費金融發展這兩年,該進入沈澱時代。
金融領域確實有不少迅猛崛起的神話,但也不缺一夜顛覆的大敗局。
對風險,需要永保敬畏之心。
人工智能需要網絡安全保護和限制
兵馬未動,糧草先行。人工智能是基於網絡和大數據的,保護網絡和數據安全是發展人工智能的前提,我們認為網絡信息安全是人工智能的保鏢。
人工智能對網絡安全需求程度高於互聯網
從產業周期角度看,科技從消費互聯網到產業互聯網,再到人工智能。越來越深入經濟和社會,從簡單的信息傳遞、遊戲娛樂到為生活、工作、經濟做出決策。人工智能承擔的角色從配角到主角,再到主演,對主演的保護要遠勝配角。
消費互聯網時代,在用戶獲取信息、打遊戲過程中網絡被攻擊後,用戶基本上沒什麽損失。頂多是重啟電腦、殺毒、重打遊戲。
產業互聯網時代,用戶利用互聯網進行商品交易,用戶的網絡被攻擊的後果,可能是用戶被導流到釣魚網站,付款完成但是沒有實際交易等。用戶損失的頂多是小額資金。
人工智能時代,我們需要人工智能為患者診斷疾病。當醫院的數據庫或患者的病歷數據被攻擊後,人工智能判斷系統可能對患者疾病做出嚴重失誤的判斷,例如把感冒診斷為重大疾病。再例如,用人工智能為宏觀經濟做政策決策的時候,國家統計局和人民銀行的數據庫、IT系統被攻擊後,等基於人工智能做出的國家層面的政策將導致巨大失誤。
人工智能需要網絡安全限制邊界
隨著人工智能逐步完善,發展人工智能可能是一個潛在的災難性錯誤。
主要是考慮到機器雖然能夠為人類造福,但如果若幹年後機器發展得足夠智能就將成為人類的心頭大患。人工智能一旦發展完全將終結人類這一物種,尤其是人類被緩慢的生物進化所束縛不能與之對抗就會被取而代之。
人工智能的AlphaGO贏了李世石、Master橫掃人類圍棋高手,現在我們需要考慮的是人工智能的邊界在哪里。
如果人工智能的發展使得我們個人沒有隱私、企業沒有了商業秘密、股票的走勢被完全預測、大規模的殺傷性武器被研發問世。對於那些沒有能力使用人工智能或者這些超人類的控制力的人和組織來說是不公平的,也是災難性的。
所以,人工智能需要網絡安全來限制其邊界,實行保護式發展。
最典型的案例就是無人機禁飛區,以北京為例,以前是5環內禁止無人機起飛,現在是以天安門為中心200公里以內禁飛。2017年2月28日,北京市公安局發布了《關於加強北京地區“低慢小”航空器管理工作的通告》內容於今日開始正式施行。該通告要求3月1日零時至16日24時,在以天安門廣場為中心的200公里半徑範圍內,禁止一切單位、組織和個人利用“低慢小”航空器進行各類體育廣告娛樂性飛行活動。
這種禁飛除了行政手段外,最有效的還是技術手段,用網絡安全限制無人機。
另外,當人工智能發展到超級階段,出現反抗人類的時候,也需要從網絡安全技術的角度去限制人工智能。例如2016年HBO發行的科幻類連續劇《西部世界》刻畫了人工智能的自主意識,出現了人工智能反抗人類的情景。
當現有法律、用戶的隱私意識等還不足以匹配人工智能的時候,就需要網絡安全技術手段來限制人工智能的應用,限制其邊界。
網絡安全需要人工智能提升防護能力
“人工智能+網絡安全”出現頻次急劇上升
CBInsights數據顯示,網絡安全公司逐漸開始使用人工智能技術,改善安全防禦體系,開創網絡防護新時代。我們網絡安全使用人工智能技術是有兩大原因:一是隨著網絡攻擊增多,危害程度上升,網絡安全專業人才嚴重不足。二是“零日攻擊”等新型攻擊形式增多。
2016年,“網絡安全”、“人工智能”和“機器學習”這三個詞匯都很突出。但是,這些都不是新詞。早在2012至2014年間,這三種技術在媒體文章中的出現頻率就已經開始增長了,而且三者的增長率基本相同。隨著各個領域開始應用更多技術,商界和大眾也逐漸了解這些技術,這三個詞開始出現在越來越多的文章中。2016年末,它們的出現率更是急劇增長。
另外,我們再看“網絡安全”與“人工智能”共同出現在文章中的頻率增加了,表明媒體更加頻繁地將兩者聯系在一起討論。2016年,網絡安全與機器學習共同出現的頻率也有所增加,但跟前者相比,增幅略小。
防護邊界泛網絡化
傳統網絡安全方法的核心是對網絡劃分邊界,但現在往往是通過內網大數據系統直接遙控終端,網絡安全要利用人工智能技術應對網絡泛化的數據安全。
以往內網外網等等都有個邊界,現在網絡泛化是趨勢。汽車可能在各種場合接入各種wifi。比如說特斯拉,它除了接入wifi,在國內還能接入聯通的3G/4G網絡。這本身可能就有多個網絡的接口,泛化的確是目前網絡安全要面對的一個新的挑戰,尤其是在萬物互聯的大背景下。越來越多的智能設備連接入網,客觀上擴大了潛在的攻擊點。這是人工智能時代網絡安全最大的矛盾,大數據、人工智能相關技術的運用可能成為被攻擊點。同時,這些新技術也能作為新的網絡安全防禦手段。
在整個網絡安全的領域來說,人工智能相關技術的應用還是處於比較初級的階段。就大範圍的應用來說,機器學習已經是很多領域常用的方法,但它在網絡安全這塊,比如判定網絡攻擊的種類時,準確率還可以進一步提升。
UEBA用於網絡安全
美國運營商巨頭Verizon公司聯合數十家企業機構發表了“2016數據泄密調查報告”。該報告指出,內部人員(員工、合作夥伴)和權限濫用導致的數據泄密事件依然是主流。
所以,當內部人員變得不那麽可靠的時候,一種有效的內部威脅防禦技術正是解決之道。UEBA技術應運而生。
用戶和實體行為分析(UEBA)能夠實現廣泛的安全分析,就像是安全信息和事件管理(SIEM)能夠實現廣泛的安全監控一樣。UEBA提供了圍繞用戶行為的、以用戶為中心的分析,但是也圍繞其他例如端點、網絡和應用。跨不同實體分析的相關性似的分析結果更加準確,讓威脅檢測更加有效。
UEBA解決方案收集網絡多個節點產生的信息。最好的解決方案會從網絡設備、系統、應用、數據庫和用戶處收集數據。利用這些數據,UEBA可以創建一條基線以確定各種不同情況下的正常狀態是什麽。一旦基準線建立,UEBA解決方案會跟進聚合數據,尋找被認為是非正常的模式。這一確定過程僅評估新事件在上下文環境中是否不正常,以及不正常的程度有多深,並排序事件的重要性及可能的業務影響。
UEBA提供可視化錄屏、用戶行為數據化和基於大數據的智能行為分析。UEBA幫助用戶防範信息泄露、避免商業欺詐、增強服務質量、提高工作效率。這其中涉及到用戶行為數據的收集、存儲和分析,用到人工智能的相關技術。
UEBA技術將成為,事實上已經成為某個新興市場的特征。舊派和新派安全產品都在向著這個市場移動。未來舊派SIEM廠商會在未來版本中簡單將UEBA引擎植入進去,使它們並行工作;同時SIEM把數據送到UEBA,UEBA的告警和附帶數據被反饋給SIEM。
EDR用於網絡安全
另外一種新的防禦思想叫做EDR(End-pointDetectionResponse)和NDR(NetworkDetectionResponse)。傳統安全防護是在網絡邊界上放個防火墻,把攻擊攔在防火墻外面。現在網絡的防線越來越長,漏洞越來越多,要想繼續把攻擊阻擋在防火墻之外幾乎是不可能的。
DR(DetectionResponse)的思想考慮在攻擊發生時能不能及早地發現、檢測以及進行對應處理,因為在攻擊發生的一開始,並不一定會造成非常嚴重的破壞,如果我們可以及時地阻斷攻擊,我們也能進行有效的管控。
DR主要分為EDR和NDR。EDR是在終端進行檢測與響應,比如像殺毒軟件,過去只是簡單地殺病毒,現在實際上把功能擴大了,他能收集應用程序在用戶電腦中運行時的一些行為,在響應的過程中能對不合理的行為進行阻斷。NDR是在網絡邊界上進行檢測與響應,比如現在常說的下一代防火墻在功能上已經不僅僅是包過濾,還要求可以檢測用戶通過網絡訪問到底幹了什麽,在網絡上進行檢測和響應。
那麽EDR和NDR也是結合雲的一種防禦機制,用來應對目前防禦戰線越來越長的現狀,由此可見,人們的防禦思想也在不斷革新。
人工智能網絡安全成為創投並購重點
2017前2月已有5家AI網絡安全企業被收購
2017年才過去兩個月,就有三家AI網絡安全創業企業被科技巨頭重金收購。
在打擊網絡犯罪領域,人工智能技術正變得越來越重要。2017年前2個月已經有3家關註AI的網絡安全創業企業已被收購。
這三家網絡安全創業企業都針對機器學習技術,即一組用來訓練機器從數據中學習並預測趨勢和結果的算法。包括利用機器學習算法來進行自然語言處理、預測分析、圖像識別等種種功能。
CBInsights的數據庫顯示2017年前兩個月中被大型科技公司收購的3家AI網絡安全創企。
另外,埃森哲於2月8日收購了AI網絡安全公司Endgame的聯邦服務部門。LRRPartners於1月9日收購了BluVector。BluVector是從國防承包商諾斯羅普·格魯曼公司分離出的子公司,其使用機器學習算法來實時檢測企業網絡中的安全威脅。
防止未知威脅的Invincea被Sophos收購
Invincea提供高級惡意軟件威脅檢測、網絡漏洞預防和預漏洞法醫情報。公司的旗艦產品“XbyInvincea”是一個機器學習的終端解決方案,旨在防止新的、未知的威脅類型。Invincea擁有不少使用沙盒環境檢測威脅的專利,沙盒環境可以讓軟件開發人員在為測試代碼發布之前先將其孤立等等。
Sophos以1億美元現金收購了Invincea,同時還有2000萬美元的盈利能力支付計劃,績效目標由Sophos設置。公司的研發部門InvinceaLabs不再此收購之列。
UEBA技術的被惠普收購
Niara提供的用戶和實體行為分析(UEBA)技術,該技術使用監督和非監督機器學習技術來分析用戶行為,發現可能導致安全問題的異常現象。
Niara的行為分析軟件可以自動檢測組織機構內的攻擊和風險行為。其UserandEntityBehavioralAnalytics(UEBA)軟件依賴機器學習和大數據分析,增強安全性以防止那些可能滲透傳統防火墻和其他外圍系統的威脅。
收購後,Niara將在HPEAruba下運營,並整合Aruba的ClearPass網絡安全產品組合用於有線和無線網絡基礎設施。Aruba部門一直是HPE計劃構建實現物聯網服務平臺的一部分。而收購和整合Niara將會特別加強HPE針對物聯網的網絡安全產品組合。當Niara發現安全事件後,客戶可以利用ClearPass隔離或者斷開用戶或者設備與易受攻擊網絡的連接。
關鍵IP用戶行為分析的Harvest.ai日被亞馬遜收購
Harvest.ai使用機器學習和AI圍繞公司的關鍵IP分析用戶行為,從而在客戶重要數據被竊取之前識別並阻止針對性攻擊。Harvest.ai的旗艦產品是一個正在等待專利審核通過的AI產品,名叫MACIEAnalytics,可以實時監測知識產權的訪問情況。
根據媒體報道,亞馬遜可能從2016年初就開始了針對Harvest.ai的收購流程,只不過收購細節現在才公開。有傳言表示,亞馬遜以2000萬美元收購了該公司,讓公司背後的唯一風投TrinityVentures大賺了一筆。
值得關註的人工智能與網絡安全公司
國外已經有公司將機器學習或者人工智能融入安全技術,我們從CBInsights找出13家值得關註的公司,具體情況如下表所示。
政策驅動網絡安全下遊需求
《網絡安全發》和《工控安全指南》實施,從政策層面將刺激下遊客戶對網絡安全產品和服務的需求。
《網絡安全法》實施將有法可依擴大市場空間
2016年11月7日十二屆全國人大常委會第二十四次會議正式的通過了《中華人民共和國網絡安全法》。網絡安全法將於2017年6月1日起施行。法律進一步界定關鍵信息基礎設施範圍;對攻擊、破壞我國關鍵信息基礎設施的境外組織和個人規定相應的懲治措施;增加懲治網絡詐騙等新型網絡違法犯罪活動的規定等。
目前我國面臨著三大網絡安全突出問題:國家網絡主權和國家安全戰略需求;企業數據、知識產權遭竊取難以維權;公民個人信息和隱私遭泄露、詐騙損失慘重。而我國網絡安全法律法規處於空白狀態,在網絡安全問題日益凸顯的當前,往往面臨無法可依的窘境。2017年6月1日,《網絡安全法》正式實施後,網絡安全工作將進入有法可依、有法必依的階段。
這將催生一個不斷擴大的網絡安全市場空間,產業投入和建設也將步入持續穩定的發展軌道。
《工控安全指南》指明方向
2010年10月發生在伊朗核電站的"震網"(Stuxnet)病毒,為工業生產控制系統安全敲響了警鐘。現在,國內外生產企業都把工業控制系統安全防護建設提上了日程。
工信部於2016年10月發布了《工業控制系統信息安全防護指南》(簡稱《指南》),指導工業企業開展工控信息安全防護工作。《指南》從安全軟件選擇與管理、配置和補丁管理、邊界安全防護、物理和環境安全防護、身份認證、遠程訪問安全、安全監測和應急預案演練、資產安全、數據安全、供應鏈管理、落實責任11個方面對工控信息安全建設內容進行了規定。
工控信息安全是新增長點
工業控制系統(IndustrialControlSystems,ICS),是由各種自動化控制組件和實時數據采集、監測的過程控制組件共同構成。其組件包括數據采集與監控系統(SCADA)、分布式控制系統(DCS)、可編程邏輯控制器(PLC)、遠程終端(RTU)、智能電子設備(IED),以及確保各組件通信的接口技術。
三大潛在風險
工業控制系統潛在的風險
1.由於考慮到工控軟件與操作系統補丁兼容性的問題,系統開車後一般不會對Windows平臺打補丁,導致系統帶著風險運行。2.殺毒軟件安裝及升級更新問題:用於生產控制系統的Windows操作系統基於工控軟件與殺毒軟件的兼容性的考慮,通常不安裝殺毒軟件,給病毒與惡意代碼傳染與擴散留下了空間。3.使用U盤、光盤導致的病毒傳播問題:由於在工控系統中的管理終端一般沒有技術措施對U盤和光盤使用進行有效的管理,導致外設的無序使用而引發的安全事件時有發生。4.設備維修時筆記本電腦的隨便接入問題:工業控制系統的管理維護,沒有到達一定安全基線的筆記本電腦接入工業控制系統,會對工業控制系統的安全造成很大的威脅。5.工業控制系統控制終端、服務器、網絡設備故障沒有及時發現而響應延遲的問題:對工業控制系統中IT基礎設施的運行狀態進行監控,是工業工控系統穩定運行的基礎。
兩化融合"給工控系統帶來的風險
工業控制系統最早和企業管理系統是隔離的,但近年來為了實現實時的數據采集與生產控制,滿足"兩化融合"的需求和管理的方便,通過邏輯隔離的方式,使工業控制系統和企業管理系統可以直接進行通信,而企業管理系統一般直接連接Internet,在這種情況下,工業控制系統接入的範圍不僅擴展到了企業網,而且面臨著來自Internet的威脅。
同時,企業為了實現管理與控制的一體化,提高企業信息化合綜合自動化水平,實現生產和管理的高效率、高效益,引入了生產執行系統MES,對工業控制系統和管理信息系統進行了集成,管理信息網絡與生產控制網絡之間實現了數據交換。導致生產控制系統不再是一個獨立運行的系統,而要與管理系統甚至互聯網進行互通、互聯。
工控系統采用通用軟硬件帶來的風險
工業控制系統向工業以太網結構發展,開放性越來越強。基於TCP/IP以太網通訊的OPC技術在該領域得到廣泛應用。在工業控制系統中,由於工業系統集成和使用的便利性,大量使用了工業以太環網和OPC通信協議進行了工業控制系統的集成;同時,也大量的使用了PC服務器和終端產品,操作系統和數據庫也大量的使用了通用的系統,很容易遭到來自企業管理網或互聯網的病毒、木馬、黑客的攻擊。
工控安全漏洞數回升
截至2016年底,根據中國國家信息安全漏洞共享平臺[CNVD]所發布的2016年新增工業控制系統漏洞信息,並經過匡恩網絡的統計分析,2016年新增公開工控漏洞數量達141個,而2015年只有108個。
服務器系統和工控數據危害集中區
2000年以來新增漏洞危害性分析,緩沖區溢出、信息泄露、輸入驗證、跨站腳本等類型的工控漏洞數量居多,對工控系統的危害主要集中在服務器的系統和數據中。
從已公開的工控系統漏洞類型來看,緩沖區溢出類型的漏洞高居榜首,漏洞數量達到165個,其次分別為信息泄露、輸入驗證、跨站腳本、權限問題類型的漏洞,數量分別達到66、63、58、52個。由於以上五種漏洞類型都能夠造成工控系統服務中斷、系統停機、信息泄露,甚至是物理性破壞,因此常常被黑客、病毒及惡意程序所利用,危害性十分巨大。利用緩沖區溢出攻擊,可以導致程序運行失敗、系統宕機、重新啟動等後果,甚至可以利用它執行非授權指令,對工業現場的智能設備下發非法指令(例如修改運行參數、關閉閥門開關等),以達到其攻擊目的。
啟明星辰綠盟科技引領工控安全
中國工控安全廠商,根據其歷史背景可以分為三種類型:自動化背景廠商、傳統IT安全廠商、專業工控安全廠商。
隨著工業4.0實施,物聯網的普及之後,工控不再是相對獨立的網絡,而是完全融入互聯網的一部分。工控安全也不再是相對獨立的一部分,而是和傳統網絡安全融為一體,要從傳統互聯網的角度維護工控安全,而非工控系統。
所以我們認為,未來的工控安全領域,傳統IT廠商啟明星辰、綠盟科技等具有顯著優勢。
網絡信息安全龍頭啟明星辰
啟明星辰1996年成立,是國內最具實力、擁有完全自主知識產權的綜合性信息網絡安全企業。啟明星辰是國家認定的企業級技術中心、國家規劃布局內重點軟件企業,擁有最高級別的涉及國家秘密的計算機信息系統集成資質。
公司主要產品大類為安全產品(安全網關、安全監測、平臺工具、數據安全)、安全服務、硬件及其他。2014年入侵檢測系統市場占有率達到28%,全國第一。
2015年年報中安全網關、檢測貢獻收入較高。
政府軍隊等客戶的選擇證明公司實力雄厚
公司的客戶遍布政府、軍隊、金融、電信等國家安全級別非常高的領域,這些重要領域的客戶選擇公司的產品,證明了公司在網絡安全的實力。
例如政府領域的全國人民代表大會、最高人民檢察院、中央辦公廳、國務院辦公廳、中共中央組織部、中共中央宣傳部、中央政府門戶網站、國家發展和改革委員會、國家保密技術研究所、財政部、科學技術部、公安部、人事部、交通部、工業和信息化部等。
軍工領域有人民解放軍總參某部、人民解放軍總裝某部、人民解放軍總後某部、人民解放軍總政某部、人民解放軍海軍某部、人民解放軍空軍某部。
外延收購擴大網絡安全服務領域
2011年至今,啟明星辰先後完成了對網禦星雲、賽貝卡、合眾數據、安方高科、賽博興安、書生電子等企業的部分或全部股權收購,使得公司在網絡安全及數據處理等方面的技術得到突破,市場影響力及市場份額不斷提高。
通過外延收購的標的公司與原有啟明星辰產品和客戶形成互補和加強,例如偏重軍隊、電信的網禦星雲;數據加密的書生電子;電磁安全的安方高科等。
安全產品是主力,數據安全是亮點
2015年安全產品和服務占營業收入86%,隨著網絡安全需求的普及和多樣化發展,公司業務收入構成日趨多元化。除安全網關和安全檢測構成公司收入的主要來源外,其余各業務收入占比逐漸均衡。
其中,安全監測、平臺工具、硬件及其他業務多年保持相對穩定的收入占比;安全服務收入占比逐漸降低;隨著互聯網用戶需求及網絡安全隱患的增加,安全網關業務自2010年以來取得了快速增長;安全監管業務自2012年起不再構成公司業務收入來源。
相反地,隨著大數據概念的興起和發展,數據安全成為公司新興業務,尤其是在公司收購合眾數據和書生電子後,這一業務取得了快速增長。
受益於並表和內生增長
2007年以來,公司經營良好,營業收入和凈利潤都有較大增長,同比增長率基本維持在20%以上。2016年營收19.28億元,增長25.7%;歸屬母公司股東凈利潤3.28億元,增長34.4%。
2007~2015年營業收入複合增長率達到26.4%,凈利潤CAGR達到25.8%。
2012年,公司營業收入出現大幅增長,同比增長率達到70.69%,其主要原因在於報告期內公司業務增長及與網禦星雲實現重組,同時,重組及業務增長也使得公司營業總成本快速增長,同比增長率達到74.17%,總體而言,2012年凈利潤增長率並不顯著。
隨著業務的增長及並入網禦星雲2013年全年總收入,公司2013年凈利潤增長率實現突破,達到66.19%。隨著公司並購更多企業,主營業務日趨多元化,近年營業利潤及凈利潤增長率均保持較高水平。
2013年凈利高增長另一原因是2012增值稅推遲到2013年返還,2013年退稅7887萬元,同比增長216%。
邏輯假設
1.2017年6月1日網絡安全法實施,以及工控安全指南實行刺激下遊安全產品和服務需求;
2.黨政機關軍隊依舊依賴傳統的“看得見摸得著”的網絡安全產品,今年召開十九大政府對網絡信息安全重視度遠超往年。
3.各種工業控制系統接入互聯網後工控安全需求增加,要從傳統IT互聯網角度去維護工控安全,所以啟明星辰這樣的傳統安全廠商具有工控優勢。
4.收購賽博興安並表提升業績,美國的安全廠商賽門鐵克就是靠收購並表逐步壯大。
盈利預測和估值
2017年1月28日收購賽博興安交易完成,賽博興安2016-2018年承諾扣非歸母凈利潤分別不低於3874.00萬元、5036.20萬元、6547.06萬元,承諾期合計承諾凈利潤數為15457.26萬元。2017年業績增長主要來自賽博興安驅動。
2016~2018營業收入分別為19.28億元、28.1億元、36億元,同比分別增長25.7%、45.7%、28.1%。凈利潤分別為3.28億元、5.02億元、6.81億元,分別增長34.36%、53%、26.2%。
2017年3月12日市值195億元,對應2017~2018年PE分別為38倍、28.6倍。
從歷史PE(TTM)看,啟明星辰市盈率大部分時間處於56~75倍之間,截止3月10日市盈率只有59倍,估值處於歷史水平偏下。
投資建議
我們推薦人工智能網絡安全龍頭啟明星辰,推薦關註人工智能網絡安全組合:綠盟科技、美亞柏科、北信源、衛士通。
風險提示
網絡安全法、工控安全指南實行不達預期。新技術替代現有網絡安全產品。(完)
股市有風險,投資需謹慎。本文僅供受眾參考,不代表任何投資建議,任何參考本文所作的投資決策皆為受眾自行獨立作出,造成的經濟、財務或其他風險均由受眾自擔。
近年來,以共享經濟與價值鏈接為主要特征的“分布式商業”模式的普及,催生了大量的跨機構新型創新合作場景。以區塊鏈與分布式賬本技術為代表的“分布式技術”,以其較好的彈性、較高的經濟效用和容錯機制逐漸開始被應用到“分布式商業”的生產環境中。
4月5日,本報從微眾銀行獲悉,2017年3月底,由微眾銀行推出的中國首個跨機構聯盟鏈在生產環境中運行的應用數據記錄筆數已達220萬,該應用主要通過區塊鏈與分布式賬本技術,優化聯合貸款業務中的備付金管理及對賬流程。
微眾銀行與華瑞銀行在2016年8月攜手共同開發並上線試運行了基於聯盟鏈的聯合貸款備付金管理及對賬平臺,把此前需要"T+1"的對賬周期縮短到準實時。合作行之間通過此系統可以準實時查看備付金賬戶情況及對賬結果等信息,進行實時頭寸監控,免除依賴日終對賬文件進行對賬的繁重工作,洛陽銀行、長沙銀行也於今年年初亦相繼接入該平臺。
據了解,區塊鏈與分布式賬本技術是一種在對等網絡環境下,通過透明和可信規則,構建不可偽造、不可篡改和可追溯的塊鏈式數據結構,從而實現和管理可信數據的產生、存取和使用的技術。
與基於單一信用背書實體的傳統信任機制不同,區塊鏈的信任機制是多個參與方對透明和可信規則的共同信任、是對客觀信息技術的信任。
根據所支持商業場景的不同,區塊鏈的治理模式分為公有鏈、私有鏈、聯盟鏈三種。具體在金融行業的跨組織應用中,既涉及大量高頻的信息與資金流動,又存在強監管及高級別安全的要求,一般需選用聯盟鏈的技術路線。
因此,去年5月,微眾銀行聯合深證通、深圳市金融信息服務協會等機構,牽頭發起成立了金融區塊鏈合作聯盟(深圳)(簡稱“金鏈盟”),目前成員單位已涵括銀行、證券、保險、基金、區域股權交易所、科技公司等六大領域的67家機構。
為推動金融聯盟鏈的技術進步及應用落地,微眾銀行還聯合騰訊打造了“區塊鏈雲服務BaaS”,集成了在雲端搭建區塊鏈應用的所有必需品,如區塊鏈底層基礎設施、開發者工具、模板、資源等。區塊鏈雲服務BaaS已經在騰訊雲平臺上發布,接入的機構可以輕松自建聯盟鏈,並控制審批區塊鏈上的的節點身份。區塊鏈雲服務BaaS針對金鏈盟的成員單位開放使用,聯合貸款備付金管理及對賬平臺也正是基於該BaaS版本運行。
微眾銀行表示,要成功運用區塊鏈技術,首先,需要改變傳統的“中心化”商業模式的思維,走向專業分工、開放合作和價值共享,擁抱“分布式商業”這一新業務形態。其次,新的技術終究要在應用場景尤其是具備海量用戶的企業級應用場景中被充分驗證並推廣,才能評判其成熟度。在過去幾年里,區塊鏈應用雖然不斷湧現,但絕大多數仍停留在實驗室階段以及小規模探索階段,這也是由於缺乏真實大規模應用場景所導致。
黑色的用戶,會相互串聯、成團,汙染了一大片用戶。
本文系一本財經(ID:yibencaijing)授權i黑馬發布,作者墨菲 零和
2017年,消費金融集中爆發之年。
消費金融主要分為兩種形式:分期和現金貸。
業內有一個共識,和場景結合的風控,比現金貸好做很多。
因此,3C、醫美、教育、家裝、租房、旅遊、農村等多個線下場景,去年集中出現了紮堆創業者。
然而,大家都低估了群眾的集體智慧:機構、中介、騙貸者們嗅利而來,場景風控築起的城樓,搖搖欲墜。
線下場景,要如何嚴防死守,打贏這場與人性之惡的戰爭?
01 人性之惡
“平臺把錢直接匯到場景機構賬上,用戶不直接接觸現金,風險更加可控,”冰鑒科技創始人兼CEO顧淩雲稱。
“線下場景可以直接和借款人接觸,通過一個人的著裝、神態,當面‘驗真’,” 某機構投資人程雲表示,這是線下風控的優勢。
這就是從去年開始,各路玩家開始爭搶線下分期場景的核心原因。
然而現實情況,卻並不樂觀。
從去年下半年開始,五花八門的騙貸和套現手段,無孔不入。
產品分期,因為可以轉手賣掉,早就成為套現的重災區。3C、奢飾品,甚至農村金融的電動車,無一不成為套現者的獵物。
“3C領域早就混亂不堪,”給分期平臺輸出風控技術的平臺負責人曹俊元,曾見過諸多的騙貸手段,其中一種是專門針對分期手機的騙局。
中介先以“免費領手機”來誘惑一批客戶,領到門店填寫分期購機申請表。
但是,申請表上的手機,和客戶最終拿到手的手機卻不一樣——一般申請iPhone,拿到的卻是便宜的國產手機。
但被蒙在鼓里的分期平臺,依然按照iPhone的價格,給門店打款,其中的差價,就會被中介和門店分食。
最終結果,消費分期平臺被薅,客戶欠債被催收。
這些3C產品因為好變現被盯上,那麽不能進行“二次販賣”的服務消費,總不能套現了吧?
因此,租房、教育、醫美等行業的創業者,也出於這個考慮進入行業,卻發現太低估了人性的欲望和利益的誘惑。
一些不懷好意的中介或者用戶,直接和場景勾結,聯合騙貸。
以醫美行業為例,中介、醫院和各個平臺的內鬼,勾結在一起,聯合從分期平臺騙出來貸,再進行分食。
原本應該成為風控重鎮的線下場景,從根部開始腐爛。
教育分期和醫美行業也有同樣的弊病:定價模糊、中介返傭高昂——這正是滋生騙貸和套現的土壤。
有媒體報道,一些教育機構租了幾個教室,雇了幾個教師幹培訓班,拿到金融機構發下的用戶貸款後,就直接跑路,平臺和學生成為受害者。
在知乎上,也有學生反應,遇到IT培訓分期的坑——課程粗制濫造卻不能退,沒有上課卻要背負幾萬的貸款。
“自從教育、醫療分期火了之後,很多原本針對3C的騙貸都轉移了,”程雲稱,“3C面對的是個人信用風險,教育、醫療面對的更多的是欺詐風險。”
而租房領域的騙貸,更是“腹背受敵”。
“除了要防住C端的騙貸,還得防住B端的套現,”曹俊元稱,很多出租房,會拿著一份租房合同,多處抵押貸款,“分期平臺套完,再去找保理公司,最誇張的情況是,一份合同會用幾十次。”
而家裝分期,因為單價高,其騙貸的歷史,可以追溯到幾年前——銀行都曾遭遇騙貸。
“有家裝需求的客戶,一般被認為是有房產的,資質比較好,”某互金平臺負責人表示,“而且家裝分期,動輒幾十萬,是銀行喜歡的客戶。”
早在2011年,便有媒體報道,銀行客戶經理假借裝修合同,幫客戶騙貸。
銀行客戶經理甚至能提供一條龍服務,比如裝修預算單、合同模版等,用戶只用多支付買發票的錢,就能爽快套現。
但不同的是,如果是向銀行貸款,因為“上征信”,影響信用,所以必須要還;但對於互金消費平臺,騙貸者膽子就大了,甚至直接套現消失。
“自己憑本事借的錢,憑什麽要還”,這句戲言,已成為騙貸者的聖經。
線下場景深陷“人性之惡”,面對為利而動的龐大群眾智慧,他們該如何破解?
02 打破交易鏈
在線下場景中,場景和中介的勾結,是亂象的根源。
如何破解場景和中介的交易鏈條,成了風控的關鍵。
“行業內現在忽視的一點是,B端的欺詐和風控,”顧淩雲認為,是機構先有欺詐的土壤,進而導致C端也出現問題。
“首先要篩選合作機構,”曹俊元認為,短期內,在征信體系缺失的中國,風控得循序漸進,不要盲目追求速度,“做金融,講究的不是要跑得最快,而是要跑得更久。”
曹俊元舉例稱,租房市場,中介是繞不開的環節。
大的中介,比如鏈家、我愛我家等,都有自己的租房分期平臺,其他公司很難切入;而小的中介,魚龍混雜,有些甚至“涉黑”,也不是理想的合作對象。
“因此,最開始和品牌公寓合作,是比較保險的方式,”曹俊元稱,品牌公寓可以集中管理,相對質量也高。
除了租房分期,其他場景,也會選擇成立時間長、信譽比較好、是想“好好辦下去”的機構。
比如教育分期,平臺會要求,培訓機構成立時間不低於一年。
而在醫美分期中,曾經備受詬病的“莆田系”,因多為集團化、規模化運營,反而是比較好的分期合作夥伴。
篩選只是第一步,第二步,就是嚴密的B端監測。
“在正式合作前,可以先給培訓機構一個短期的固定授信額度,”客棧網COO魏煒認為,先小額試水,再拍板決定。
確定合作關系後,也需要對場景進行嚴密檢測。
以前傳統的方式,就是平臺方指派一個巡視員,在各個場景來回跑。
“但這個已證明,巡視員貪汙腐敗的機會特別大,”顧淩雲稱,豐厚的回扣是最大的誘惑——死工資,哪里有回扣的獲益大?
任何人工環節,都極難逃脫利益的誘捕,平臺不得不輔以數據檢測。
魏煒介紹,平臺會對合作機構每日放款進行監測,一旦發現放款量波動較大、日放款額過高,就會進行回訪跟蹤,“必要時,會采取實地考察或暫停放款的措施”。
越是魚龍混雜的領域,越需要小心,“在醫美分期,異地整容、金額較高的申請,我們的風控都會拒絕,”曹俊元表示,在風控體系建設沒有無懈可擊之前,最好的選擇,是“擋”和“躲”。
在這個價值鏈條中,最開始,是將場景和機構,當成對手來防禦,但敵人哪有朋友靠譜?
更近一步,是將利益鏈條打破,將線下場景變成自己的“盟友”。
要求機構“交押金”是常見方式。“一旦發生逾期、壞賬,若超過一定期限未還款,將扣除培訓機構的保證金作為代償,”魏煒稱。
“這實際上,是在打破原有的交易結構,讓合作機構承擔一部分風險。”曹俊元稱,在3C領域,他們也總結了一套防禦經驗。
比如,在一個地區招聘區域代理商,收益分成,同時也要求風險共擔,繳納一定的“風險服務費”。
而另一種方式是,平臺只提供技術。
在和寧夏第二大手機銷售商“強遠”合作時,曹俊元便提供產品、技術、風控等服務,把分期產品名字定做“強遠分期”。
“我們就藏在幕後,提供服務,而風險和品牌,都需要機構自行運營承擔,” 曹俊元稱,這種方式,就完全打破了價值鏈條,將場景拉到自己一邊。
03 “反欺詐”與“風控”
B端風控之後,才是我們傳統認為比較重要的C端風控。
在中國,C端風控的第一步,毋庸置疑就是“反欺詐”。
一般而言,借款人的手機是新號、或同時有4、5張入網的電話卡,或者借款人上網IP地址和“下單地點”不一致,都有可能被反欺詐系統攔截。
“這種屬於規則反欺詐,”顧淩雲稱,“但硬性的規定,很容易造成誤傷,用戶體驗很不好。”
比如,經常出差的客戶,也會出現IP地址和“下單地點”不一致狀況,規則卻判斷不出來。
目前,各家分期平臺在打造“反欺詐模型”,把借款人各項指標放在模型中,得出一個評分後,再判斷是否通過。這種綜合評分,大大降低了誤傷的概率。
這是一個升維,再降維的過程——盡可能的搜集多維度數據,再篩選出有用的維度。
因此,一個好的風控模型,需要大量數據支撐,也需要實際運行的反複檢驗。
曹俊元也提出了一些新的邏輯和方式。
“我們通過用戶主動授權,獲得12億的社交數據”,曹俊元稱,他們利用這些數據,建立了一個風險模型,看其主要的聯系人是否有“高危人群”。
“如果,一個客戶在和同事、親屬之外,還和我們標記的高危人群,比如黑中介聯系頻繁,那在一定程度上,就能被反欺詐系統識別出來。”曹俊元稱。
當這個社交網絡足夠龐大,就能看到一幅有趣的畫面:黑色的用戶,會相互串聯、成團,汙染了一大片用戶。
直接挖掘用戶這種深度的聯系,是目前C端風控上,常用的技術手段——好壞的區別,就在於黑色用戶的數據量、深度關聯的維度。
“一個現實的做法是,風控不需要做到最好,只要做到比別家好,增加騙貸成本,騙貸者都去騙別人家,我就安全了。”程雲稱。
在某種程度上,各家平臺都在“自掃門前雪”。
“場景不能只作為導流渠道,需要做深做透,” 曹俊元表示,場景+風控的模式,路沒有走錯,錯的是將路幻想得“太平整”,而現實就是如此崎嶇。
在金融領域,從來就沒有“大而不倒”的神話,大如雷曼,也可能一夜之間破產收官。
金融的勝利者,不是跑最快者,而是跑得最長者……
(應受訪者要求,本文部分人名為化名)