📖 ZKIZ Archives


用人工智能撬動萬億級非傳統金融市場 ,用錢寶獲1.56億元B+輪融資 | 融資首發

來源: http://www.iheima.com/zixun/2016/1021/159365.shtml

用人工智能撬動萬億級非傳統金融市場 ,用錢寶獲1.56億元B+輪融資 | 融資首發
張曉軍 張曉軍

用人工智能撬動萬億級非傳統金融市場 ,用錢寶獲1.56億元B+輪融資 | 融資首發

“一旦這種新技術在某一個領域非常適合,那麽它將對該領域產生革命性的變化,而非改良性變化。”

近日,用錢寶向i黑馬透露已於今年6月份獲得1.56 億元B+輪融資,由光信資本、 源碼資本、洪泰資本、創新工場、晨興資本及51信用卡等投資機構共同投資,這是用錢寶在一年之內的第二輪融資。

見到用錢寶的創始人焦可時是在一天上午,他身著格子襯衫,帶著一副黑框眼鏡,目光溫和篤定,說話慢條斯理卻邏輯嚴謹,看起來更像是一位大學老師,很難和互聯網金融、人工智能這些時下創業者正瘋狂搶占的熱門領域聯系在一起。

事實上,焦可已經在互聯網領域經歷了長達十余年的求索。從進入早期的百度做產品經理,到當時只有100人的趕集網負責用戶、商家、手機全線產品,再到馬可波羅擔任產品副總裁,一路上焦可都在進行著新的蛻變。

“從我的職業路徑來看,加入公司的狀態越來越早期,業務領域越來越垂直。開句玩笑的話,這叫從大到小,從高到low 。”焦可對i黑馬說。

而最後,焦可選擇走上了創業之路。他起初的嘗試是在2013年10月創立了貸小秘,主打結構化的貸款數據庫及智能化推薦引擎。中間經過一年半摸索和市場檢驗,2015年6月,他帶著團隊轉型做了用錢寶,以人工智能的風控模型解決方案,為用戶提供小額短期借款。

焦可告訴i黑馬,發展至今,用錢寶每月的放貸總量在40萬筆左右,逾期率為行業平均的60%,每月發放貸款達到6億元,全部審核都是機器完成。用錢寶從起步到取得這一業績,僅用了15 個月。

491326017671001586

用錢寶創始人兼CEO焦可(受訪者供圖)

創業準備:“從大到小 從高到low

焦可本科畢業於清華,研究生在中科院就讀。計算機科班出身的他第一份工作選擇到了當時只有400多人的百度,並且一待就是五年。在此期間,焦可負責過MP3、視頻、地圖等產品的技術開發,也參與了百度知道、貼吧等重點產品的運營推廣。不過,對於焦可來說,在百度最核心的並不是技能的提高,而在於在變化中迅速感知與成長。

焦可向i黑馬形容:“百度用十年時間幹了一個傳統公司三、四十年要做的事,而要跟上公司的增速,自身的成長也就特別快。處在當時的百度創業階段,你會很刺激,很興奮,基本上每天中飯、晚飯都在討論各種各樣的產品。”在這種環境的熏染下,創業的想法在焦可心中萌發。

2010年焦可選擇離開百度,但並沒有直接出來創業,他考慮的是用大公司的方法來創業,有可能水土不服,不夠接地氣。

“我想先去一個稍微早期一點的公司,看看這個公司怎麽從0到1。”因此,焦可加入了當時更早期、業務也更垂直的趕集網。在趕集網的兩年,焦可幾乎做過to C到to B的各種產品。帶著“從大到小,從高到low”的思路,2012年,焦可加入了更為“接地氣”的馬可波羅,擔任產品副總裁,從事B2B業務,要跟實體經濟打交道。

但相比於在馬可波羅做2B的金融,焦可認為2C金融市場更大。“拿一組數據來說,國內個人負債率跟美國相比,大概是40:87,而企業負債率的對比上已經達到171:71,說明TO C這塊還基本處於一個萌芽期,很多用戶的需求並沒有滿足。”

看準這個趨勢後,焦可覺得無需再等待,於2014年創立了面向個人的金融服務的項目——貸小秘。

首次試水的三個教訓

當時,貸小秘認準的痛點是貸款用戶與銀行之間存在著巨大的信息不對稱,想通過搜索與推薦引擎機制,把銀行產品和用戶結構化,以此提高雙方的信息匹配程度。

但是很多創業項目邏輯上可以理順,事實上並不一定能夠行得通。焦可在項目運行中發現,如果將100個要貸款的用戶推給傳統金融機構,只能做成5個,轉化率極低。這背後的原因並不是說貸小秘本身做的不好,而在於國內的金融機構不能夠提供對應的服務。

“國外金融機構能夠服務到的個人基本在70%以上,國內只有15%,也就是說你想做搜索引擎,並沒有那麽不同的網站和產品可供搜索,市場還沒成熟到那個地步。”焦可說。

從貸小秘的小敗局中,焦可也向i黑馬總結出了幾點教訓:

第一,作為一個平臺方,光認清楚需求不夠,只有同時滿足需求和供給,才能較好地存活。

第二,有的商業模式聽起來很好,邏輯很嚴謹,但問題在於整個鏈條太長,類似於“我想達到A,得先做好B;想達到B,得先有C”,這對於創業項目來說過於艱難。

第三,創業者有時會太“愛”之前的付出,不願轉型。從長線來講,如果創業者面臨的不是臨時性問題,那就應該快速轉型。另外一點就是,哪兒跌倒哪兒爬起來,跌倒是有原因的,而這個原因很可能就是機會。

以人工智能為支點撬動風控

貸小秘團隊在失利後,並沒有解散或者轉向其他非金融業務,而是繼續深入分析原有市場,尋找可切入點。

經過對上一個項目的深入反思,焦可認為,國內金融機構不能為貸款用戶提供對應的服務,很大程度跟銀行風控邏輯有關。

銀行風控的主要依據是幾條具有強特征的數據,比如有無房產、工資流水、社保證明等,而事實上大部分人都不具備這些強特征,通不過篩選,這就將他們排除在銀行服務體系之外。

銀行看到的數據只是冰山一角,冰山下面還存在著大量弱特征數據。雖然無法憑借幾條弱特征數據來做出借貸決定,但是當這些數據積累到上百項時,最後得到的是經過綜合評估的定量結果,服務人群將大大增加。

值得一提的是,對於海量弱特征數據的處理並非是銀行所擅長的,這種業務非常適合機器處理。基於在人工智能和大數據處理上的人才優勢,貸小秘團隊轉型做了用錢寶項目。

簡單來說,用錢寶建立的是一套新型風控系統,它通過柯南特征工程系統 、D-AI 機器學習模型以及 Anubis 大數據計算架構等人工智能技術,以海量弱特征為條件來對用戶進行建模,並借助不斷積累的用戶還款樣本來進行系統優化。

焦可告訴i黑馬,相比於此前的人工審核,人工智能審核具有多方面的優勢:

機器更適合處理海量數據,通過樣本快速學習,使得審核過程不會受到個人經驗、體力及道德的限制,同時可以為用戶提供全年無休的 7×24 服務。

經過多次叠代後,現在用錢寶的機器模型的審批通過率已經達到了同業水平的兩倍,且逾期率低於同業水平 40% ,9月的通過筆數總量在40萬筆左右,發放貸款達到6億元。在這些不斷增長的數據中,貸款數額並不是焦可最為關心的,他看重的是小額、短期貸款給風控模型帶來的樣本數量,這對於模型的叠代優化,以及對未來市場的把控與判斷至關重要。

對於小額短期貸款這塊市場,不少人認為用戶使用頻度不高,規模有限,談及這個問題,焦可認為,現在85%以上的用戶都沒有被銀行服務到,但借貸需求自古以來就有,所以具有這個需求的人群數量非常龐大。另外,國家政策趨向於拉動內需,刺激消費,國內用戶習慣會很快向美國的方向發展,個體的負債不斷增加。用錢寶所做的就是培養年輕人在享受消費的同時,學會尊重信用的價值,培育良好的信用觀念。

經過近一年的市場檢驗,焦可稱,用錢寶在今年2月份已經營收平衡,現在每個月都有規模化的盈利。在盈利上,用錢寶的模式比較簡單,它本身並不放貸,采取的是一種助貸的模式,就是將系統獲得的用戶推給合作銀行或消費金融機構,由它們作為主體來對用戶放款,用錢寶從中收取服務費。

某種意義上來講,這種模式是屬於薄利多銷型的,但好處在於用錢寶依靠自身的風控能力,能夠獲取足夠多的量。

1.56億元B+輪融資之後,還要做什麽?

今年6月份,用錢寶獲得了光信資本、源碼資本、洪泰資本、創新工場、晨興資本及51信用卡等投資機構的1.56億元B+輪融資。那在盈利之後,用錢寶的本次融資是出於什麽考慮的呢?

焦可坦言,人工智能是用錢寶的核心競爭力之一,所以引入創新工場等戰略投資方,可以加快提升團隊在人工智能領域的優勢與並引進相關資源。同時,隨著公司的不斷壯大,也會展開更多的合作,所以增大主體信用,也有利於更好地進行後期業務的拓展。

在具體用途上,用錢寶將圍繞“人工智能”為核心研發更多的新金融技術,用以進行效率革新。此外,也將投入更多的資金來招收產品、研發和金融等領域的優秀人才,推進技術與業務的深入結合。

人工智能開始改變了許多行業,可以預見的是,未來將有更多行業因其而發生更深層次的變革。用錢寶在這條路上已經邁出了第一步。但是一項新技術對於某一個行業要產生實際價值,往往跟業務和行業固有規律緊密相關。

“一旦這種新技術在某一個領域非常適合,那麽它將對該領域產生革命性的變化,而非改良性變化。”焦可說。

目前,用錢寶正與多家行業內擁有數據的公司做深度合作,試圖在數據的標準化和數據的商業化領域開拓更多的發展空間。

人工智能 用錢寶
贊(...)
文章評論
匿名用戶
發布
PermaLink: https://articles.zkiz.com/?id=220049

Next Page

ZKIZ Archives @ 2019