用人工智能撬动万亿级非传统金融市场 ,用钱宝获1.56亿元B+轮融资 | 融资首发
张晓军 张晓军

用人工智能撬动万亿级非传统金融市场 ,用钱宝获1.56亿元B+轮融资 | 融资首发

“一旦这种新技术在某一个领域非常适合,那么它将对该领域产生革命性的变化,而非改良性变化。”

近日,用钱宝向i黑马透露已于今年6月份获得1.56 亿元B+轮融资,由光信资本、 源码资本、洪泰资本、创新工场、晨兴资本及51信用卡等投资机构共同投资,这是用钱宝在一年之内的第二轮融资。

见到用钱宝的创始人焦可时是在一天上午,他身着格子衬衫,带着一副黑框眼镜,目光温和笃定,说话慢条斯理却逻辑严谨,看起来更像是一位大学老师,很难和互联网金融、人工智能这些时下创业者正疯狂抢占的热门领域联系在一起。

事实上,焦可已经在互联网领域经历了长达十余年的求索。从进入早期的百度做产品经理,到当时只有100人的赶集网负责用户、商家、手机全线产品,再到马可波罗担任产品副总裁,一路上焦可都在进行着新的蜕变。

“从我的职业路径来看,加入公司的状态越来越早期,业务领域越来越垂直。开句玩笑的话,这叫从大到小,从高到low 。”焦可对i黑马说。

而最后,焦可选择走上了创业之路。他起初的尝试是在2013年10月创立了贷小秘,主打结构化的贷款数据库及智能化推荐引擎。中间经过一年半摸索和市场检验,2015年6月,他带着团队转型做了用钱宝,以人工智能的风控模型解决方案,为用户提供小额短期借款。

焦可告诉i黑马,发展至今,用钱宝每月的放贷总量在40万笔左右,逾期率为行业平均的60%,每月发放贷款达到6亿元,全部审核都是机器完成。用钱宝从起步到取得这一业绩,仅用了15 个月。

491326017671001586

用钱宝创始人兼CEO焦可(受访者供图)

创业准备:“从大到小 从高到low

焦可本科毕业于清华,研究生在中科院就读。计算机科班出身的他第一份工作选择到了当时只有400多人的百度,并且一待就是五年。在此期间,焦可负责过MP3、视频、地图等产品的技术开发,也参与了百度知道、贴吧等重点产品的运营推广。不过,对于焦可来说,在百度最核心的并不是技能的提高,而在于在变化中迅速感知与成长。

焦可向i黑马形容:“百度用十年时间干了一个传统公司三、四十年要做的事,而要跟上公司的增速,自身的成长也就特别快。处在当时的百度创业阶段,你会很刺激,很兴奋,基本上每天中饭、晚饭都在讨论各种各样的产品。”在这种环境的熏染下,创业的想法在焦可心中萌发。

2010年焦可选择离开百度,但并没有直接出来创业,他考虑的是用大公司的方法来创业,有可能水土不服,不够接地气。

“我想先去一个稍微早期一点的公司,看看这个公司怎么从0到1。”因此,焦可加入了当时更早期、业务也更垂直的赶集网。在赶集网的两年,焦可几乎做过to C到to B的各种产品。带着“从大到小,从高到low”的思路,2012年,焦可加入了更为“接地气”的马可波罗,担任产品副总裁,从事B2B业务,要跟实体经济打交道。

但相比于在马可波罗做2B的金融,焦可认为2C金融市场更大。“拿一组数据来说,国内个人负债率跟美国相比,大概是40:87,而企业负债率的对比上已经达到171:71,说明TO C这块还基本处于一个萌芽期,很多用户的需求并没有满足。”

看准这个趋势后,焦可觉得无需再等待,于2014年创立了面向个人的金融服务的项目——贷小秘。

首次试水的三个教训

当时,贷小秘认准的痛点是贷款用户与银行之间存在着巨大的信息不对称,想通过搜索与推荐引擎机制,把银行产品和用户结构化,以此提高双方的信息匹配程度。

但是很多创业项目逻辑上可以理顺,事实上并不一定能够行得通。焦可在项目运行中发现,如果将100个要贷款的用户推给传统金融机构,只能做成5个,转化率极低。这背后的原因并不是说贷小秘本身做的不好,而在于国内的金融机构不能够提供对应的服务。

“国外金融机构能够服务到的个人基本在70%以上,国内只有15%,也就是说你想做搜索引擎,并没有那么不同的网站和产品可供搜索,市场还没成熟到那个地步。”焦可说。

从贷小秘的小败局中,焦可也向i黑马总结出了几点教训:

第一,作为一个平台方,光认清楚需求不够,只有同时满足需求和供给,才能较好地存活。

第二,有的商业模式听起来很好,逻辑很严谨,但问题在于整个链条太长,类似于“我想达到A,得先做好B;想达到B,得先有C”,这对于创业项目来说过于艰难。

第三,创业者有时会太“爱”之前的付出,不愿转型。从长线来讲,如果创业者面临的不是临时性问题,那就应该快速转型。另外一点就是,哪儿跌倒哪儿爬起来,跌倒是有原因的,而这个原因很可能就是机会。

以人工智能为支点撬动风控

贷小秘团队在失利后,并没有解散或者转向其他非金融业务,而是继续深入分析原有市场,寻找可切入点。

经过对上一个项目的深入反思,焦可认为,国内金融机构不能为贷款用户提供对应的服务,很大程度跟银行风控逻辑有关。

银行风控的主要依据是几条具有强特征的数据,比如有无房产、工资流水、社保证明等,而事实上大部分人都不具备这些强特征,通不过筛选,这就将他们排除在银行服务体系之外。

银行看到的数据只是冰山一角,冰山下面还存在着大量弱特征数据。虽然无法凭借几条弱特征数据来做出借贷决定,但是当这些数据积累到上百项时,最后得到的是经过综合评估的定量结果,服务人群将大大增加。

值得一提的是,对于海量弱特征数据的处理并非是银行所擅长的,这种业务非常适合机器处理。基于在人工智能和大数据处理上的人才优势,贷小秘团队转型做了用钱宝项目。

简单来说,用钱宝建立的是一套新型风控系统,它通过柯南特征工程系统 、D-AI 机器学习模型以及 Anubis 大数据计算架构等人工智能技术,以海量弱特征为条件来对用户进行建模,并借助不断积累的用户还款样本来进行系统优化。

焦可告诉i黑马,相比于此前的人工审核,人工智能审核具有多方面的优势:

机器更适合处理海量数据,通过样本快速学习,使得审核过程不会受到个人经验、体力及道德的限制,同时可以为用户提供全年无休的 7×24 服务。

经过多次迭代后,现在用钱宝的机器模型的审批通过率已经达到了同业水平的两倍,且逾期率低于同业水平 40% ,9月的通过笔数总量在40万笔左右,发放贷款达到6亿元。在这些不断增长的数据中,贷款数额并不是焦可最为关心的,他看重的是小额、短期贷款给风控模型带来的样本数量,这对于模型的迭代优化,以及对未来市场的把控与判断至关重要。

对于小额短期贷款这块市场,不少人认为用户使用频度不高,规模有限,谈及这个问题,焦可认为,现在85%以上的用户都没有被银行服务到,但借贷需求自古以来就有,所以具有这个需求的人群数量非常庞大。另外,国家政策趋向于拉动内需,刺激消费,国内用户习惯会很快向美国的方向发展,个体的负债不断增加。用钱宝所做的就是培养年轻人在享受消费的同时,学会尊重信用的价值,培育良好的信用观念。

经过近一年的市场检验,焦可称,用钱宝在今年2月份已经营收平衡,现在每个月都有规模化的盈利。在盈利上,用钱宝的模式比较简单,它本身并不放贷,采取的是一种助贷的模式,就是将系统获得的用户推给合作银行或消费金融机构,由它们作为主体来对用户放款,用钱宝从中收取服务费。

某种意义上来讲,这种模式是属于薄利多销型的,但好处在于用钱宝依靠自身的风控能力,能够获取足够多的量。

1.56亿元B+轮融资之后,还要做什么?

今年6月份,用钱宝获得了光信资本、源码资本、洪泰资本、创新工场、晨兴资本及51信用卡等投资机构的1.56亿元B+轮融资。那在盈利之后,用钱宝的本次融资是出于什么考虑的呢?

焦可坦言,人工智能是用钱宝的核心竞争力之一,所以引入创新工场等战略投资方,可以加快提升团队在人工智能领域的优势与并引进相关资源。同时,随着公司的不断壮大,也会展开更多的合作,所以增大主体信用,也有利于更好地进行后期业务的拓展。

在具体用途上,用钱宝将围绕“人工智能”为核心研发更多的新金融技术,用以进行效率革新。此外,也将投入更多的资金来招收产品、研发和金融等领域的优秀人才,推进技术与业务的深入结合。

人工智能开始改变了许多行业,可以预见的是,未来将有更多行业因其而发生更深层次的变革。用钱宝在这条路上已经迈出了第一步。但是一项新技术对于某一个行业要产生实际价值,往往跟业务和行业固有规律紧密相关。

“一旦这种新技术在某一个领域非常适合,那么它将对该领域产生革命性的变化,而非改良性变化。”焦可说。

目前,用钱宝正与多家行业内拥有数据的公司做深度合作,试图在数据的标准化和数据的商业化领域开拓更多的发展空间。

人工智能 用钱宝
赞(...)
文章评论
匿名用户
发布