)9月1日，百度副总裁、主管消费金融业务的黄爽，在2016百度世界大会金融科技论坛上发表演讲。她表示，现阶段，消费金融已经成为国内乃至国际的科技创新高地，充满机遇的同时，消费金融市场仍面临信用下沉、风控线上化、获客成本增加、产品差异化程度低四大挑战。而百度通过人工智能、用户画像、帐号安全、精准建模等领先技术，不断扩大征信范围，快速迭代的风控模型真正识别用户的信用等级，解决线上风控化、信用下沉等挑战。同时，百度金融全方位的大数据能力以及基于大数据和人工智能技术为基础的商户合作管理平台，为合作商户提供涵盖营销和金融服务的全面管理方案，降低获客成本，解决细分行业的微小需求。
以下是速记实录：
很高兴今天有这个机会跟大家聊一聊消费金融，也聊一聊消费金融领域的创新，以及我们怎么用科技的力量来探索消费金融的新世界。
近几年来消费金融的创新蓬勃发展，在全球前五十名的金融科技公司里，消费金融类的企业占比达到30%，遥遥领先于其他的类别。创新模式里，包括获客、大数据风控等的探索和突破也层出不穷。支撑着这种创新蓬勃发展的其实是数十万亿级的潜在市场，我们欣喜的发现这个市场在发生微妙的变化，比如说在场景端和线上消费金融的场景逐渐的占到更大的比例，但是这也只是一个开始。中国有13亿人口，在央行有征信记录的人只有3.7亿，没有信贷记录的有5亿多人。
我想把践行普惠金融的路走得踏实还是需要有很多挑战的，比如说信用下沉，没有信用记录的5亿人总体来讲总是比有记录的3.7亿人的信用还是要略差一点的，怎么能服务好这群人、同时又能把金融的风险边界和业务边界界定好，一定是一个挑战。如果想覆盖到这么大的人群，仅靠传统的物理网点肯定是远远不够的。传统上认为风控如果没有线下的介入是不可能做好风控的。怎么尽量的把风控线上化，能够降低成本，把这种成本还给客户，实现真正的普惠金融当然是一个挑战。
由于参与的人员增加，造成线上的获客成本增加。虽然场景的占比在增加，但是在场景里产品的差异化程度并不高，这也是我们践行普惠金融面对的需要应对的问题。
如何来进行应对呢?我们的思考是以金融科技来破题金融，我想从三个层面来论述这个问题。
第一想从用户的层面来说
一般来说，大家想到百度的数据，想到的都是搜索的数据，但是百度有商户的数据、也有兴趣类的数据。特别是在百度生态里面有兴趣类的数据，这些是百度独有的。其实我们希望和合作伙伴共建金融的生态，所以除了我们自有的数据，我们也会加上深度的金融数据，比如说运营商的数据、政府部门的数据，包括央行征信我相信也算是一种政府部门的数据，还有线上和线下的交易数据。电商通常跟大家讲的是线上的交易数据，我们认为，实际上线上和线下的交易数据都非常重要。还有网贷行业的数据，比如大家经常提到的多头借贷就是一个典型的数据，这些对于我们做大数据风控来说非常有意义的。如果能够这把两个结合，我相信对于3.7亿人是一个非常好的补充，对于剩下的5亿人，这样的大数据是填补了一个空白。我们希望在信贷的道路上，在普惠金融的道路上会走得更远。
光有数据还是不够的，更重要的是有数据的处理能力，其实百度比较擅长除了标准化的数据以外还有半标准化和非标准化的数据，如果能够精准建模，它的威力就会提高很多。我来到百度两个月左右，我们日常的对话里面会出现几种模型的竞争，是深度学习的模型好还是机器学习的模型好?还是我们传统的统计模型好?我觉得这是一个非常健康有效的讨论，最终我们是能够建立出最精准、最有效、最能够覆盖的模型，这个模型的迭代速度也可以从传统的几个月发展到我们今天可能做到一个月或者是一个星期，未来希望可以做得更好。
因为模型是预测性的技术，所以我们希望能够提前给用户打上标签，这个就变成了一个线上风控的基础。这是一个典型的故事，是说贵州有一个小伙子，他其实是学广告的，父母想让他当公务员。他有自己的想法，他就在贵州申请了一个火星时代UI课程，希望将来能到北京或者上海工作。我们在北京给他在一秒钟的时间进行授信，就是我们刚才讲的大数据风控也好、模型的精准建模也好，能够让我们这种秒批线上的风控变为可能。
最后想从用户的层面讲一讲产品的差异化。小左是一个大专毕业生，通常在传统的金融机构要求一个信贷多半是没有机会，无法评估风险。通过我们讲的大数据风控，我们给她定制了一个6+18的还款计划，在学校期间她的负担是比较轻的，在校期间我们有小的循环额度给她发放现金，等她毕业的时候我们会给她推出租房贷，也是我们9月份刚刚推出的产品，希望她到另外一个城市工作的时候有一个好的开始。
以上是用户的部分，在结束这个部分之前，我想再给大家播放一段视频，这也是一个真实的故事，讲的是一个叫姚回春的小哥和奥运冠军的故事。我觉得像这样真实的故事让我们觉得每天来上班的意义比工作要稍微多一点点。
第二想讲讲跟场景的结合。
我们是用和场景结合的方式做消费金融，我们也希望利用百度的优势，能够帮助场景端精准获客。不仅给他一个非常广的流量和覆盖面，也能够定位他的用户，帮助他降低成本。举一个真实的例子，在用户的合作机构自然搜索里面，加入百度有钱花先上学再付款的信息，今年7月仅仅从手机百度里，就能够帮助中公教育导入2万的学员，并且转化数千人。我们也制造了管理平台，首先是大数据定位和精准导流的平台。我们通过和合作机构共同设计金融方案，也是希望是一个全方位的服务。毕竟在我们FSG，我和旭阳总是投融两端都打通的。我们的商户通常是中小企业，它的存贷汇都是同时有需求的，FSG也会拥抱这种全方位的金融方案提供给我们的合作伙伴。对于客服，还有一个现实的百度云的客服，这些都是可以输出的技术。
关于快速促单工具，实际上是我在看样板房的时候，现场的销售是无法照顾到每一个客人的。但是因为有了这样的VR数据或者是解决方案，可以帮助合作机构提高他们的效率，或者是帮助他们完成落单的效率或者是完成销售，也可以降低获客成本，因为他并不需要安排更多的销售。一部分的销售可以直接跟客人交谈，另外的客人其实可以利用这样的技术就可以了解样板房的全貌。
接下来举两个实际的例子，一个是一起装修网，我们和一起装修网有家装贷的合作，它的全额付款周期能够缩减到原来的1/14。另外是和爱空间的合作，之前我们在爱空间的运营活动里面，能够提升日均到场50%以及签单量日均的34%。
以上是我们和场景端的一些实践。我们希望通过这个实践不断完善我们的技术方案，输出给我们的合作伙伴。
第三想和我们的金融机构一起，和整个行业一起来解决在新的时代消费金融遇到的问题。
我们有金融IT系统平台、智能获客平台、大数据风控平台，这些平台会输出人工智能的能力、用户画像的能力、帐户安全的能力和精准建模的能力，植入或者深度植入到金融的很多场景中。其实金融也是有场景的，而且这种场景在不断细分化。以前的就是场景有人申请、你批了，进行批贷和催收，基本上是三到四层的金融场景细分。但是我觉得实际上在今天金融的场景已经首先是说要有一个产品的设计，有一个定制化的需求越来越高。其次要有场景的管理，因为场景化的比例越来越高，然后要获客，能够远程核实他的身份，做信用决策，这个信用决策和产品的设计是匹配的。还有风险承担，今天实际上也越来越多的有更多的人可以参与到这个里面，通过我们的交易所或者理财产品有资金的匹配，最后有催收和贷后的管理。
具体来讲，其实我们有很多的引擎，是我们产品端的东西可以输出给大家。比如说信用评分引擎、反欺诈引擎、收入引擎、额度引擎、定价引擎、催收引擎，有的时候是模型，有的时候是规则，有的时候是矩阵，有的时候可能只是植入到某一个软件里面的一部分。这个可能要和我们的合作伙伴一起携手来分析、讨论和实践，看看我们如何更完善的植入到每一个合作伙伴的金融场景当中。
另外一个想重点介绍的是我们一些生物识别的技术，其实这个对于线上风控是非常重要的。我昨天晚上还看到一个微信，是说其实线上风控人脸识别已经不行了，因为只要你去这个火车站找几个盗号身份证比较相似的脸就可以来申请。我心想这是谁家做的人脸识别的技术?那肯定是不行的。所以大家找人脸识别技术服务商的时候一定要好好想一想，就是一般的你可能就不要用了，实际上这个精度还是非常高的。而且如果用真人照片，实际上活体识别就可以防备，如果你再加上一个生纹识别，实际上就进一步的增强了这个交易的安全性。
因为今天的主题说到底是开放的问题，是共建的问题。所以接下来我想请三位合作伙伴上来讲讲他们对大数据风控、人工智能、共建生态，如何应对我们整个行业挑战的看法。谢谢。
我来说两句排行榜