人人都在谈论金融科技，但金融和科技如何结合，大数据、云计算、人工智能在其中究竟扮演什么角色，对科技赋能金融的合理期待是什么？恐怕非从业者难以言说。致力于以AI技术赋能传统金融机构的氪信科技，因其技术的高度抽象，鲜为C端用户知，但也因其技术的复杂性，为自己在“AI+金融”领域构建了一道坚实的壁垒。
To B, or not to Be
京东金融更名为京东数科，腾讯组织架构调整全面转向B端业务，“阿里云的这群疯子”刷爆朋友圈，互联网下半场，风向标BATJ等悉数转入to B。
事实上，很难想象企业级客户会像C端用户那样，因为某种潮流而一拥而上，所以to B从来就不是风口，如同它从来就不曾落寞，但伴随互联网流量红利触达边界，向线下转移、向B端转移，几乎成为互联网巨头的共通选择。所以未来很长一段时间内，中国科技企业通过赋能B端来服务C端，将成为中国互联网商业模式的主流。
资本的介入更是助推了to B快速发展。根据2017年12月麦肯锡发布的《数字时代的中国》报告显示，中国风投行业发展迅猛，投资总额从2011-13年的120亿美元跃升至2014-16年的770亿美元，在全球风险投资总值的占比也相应从6%提升到了19%。与此同时，大部分风投资本流向了大数据、人工智能和金融科技等数字企业。
金融领域一直是AI应用和投资的热点，互联网改变了金融，不仅大大减少了交易成本，扩大了交易的地理范围，渗透到宇宙行都无法渗透的地方，也带来交易规模的极大提升——对于“AI+金融”的科技企业来说，这意味着数据的丰富度极大提升，机器学习、深度学习等在数据层有了充足弹药，并且触发了金融机构利用AI技术处理海量数据的“刚需”。
金融和科技的结合路径，就传统金融机构而言，主要分为两大脉络:“银行+互联网公司”与“银行+技术服务公司”，其中，比较“高光”的是互联网公司和以四大行为代表的老牌银行强强联手；另一脉络悄然进行却为银行带来稳健变革的，是各类技术服务公司以项目方式嵌入银行的智能化升级体系，比如华为等硬件服务机构提供云计算平台，商汤、旷视、依图等人脸识别公司为银行提供远程核身能力，科大讯飞等语音公司为银行提供智能语音产品，氪信科技等算法和建模公司为银行提供智能风控、营销、客服等业务解决方案等。而如品钛等金融科技解决方案提供商在纳斯达克的上市，更是开启了市场对金融科技to B的想象。
失灵的获客逻辑
金融科技的专业性，决定了这是一个“慢工出细活”的垂直细分领域，一方面是技术本身的应用和突破，受制于基础科学的发展；另一方面需要在真实的应用场景里不断打磨产品，才能形成经验和厚度。
不同于互联网C端野蛮生长中先获客再优化产品的逻辑，服务B端往往首先获得高标准客户的认可，在具备一定规模和经验之后，才有可能将产品和解决方案标准化，进而推及更多客户。毕竟，企业客户远比个人消费者理性，没有扎实的技术能力、产品能力和系统建设能力，根本无法真正满足B端用户的需求。
对于氪信这样的智能金融技术服务型企业来说，成立之初就浸入招商银行、民生银行这样的金融正规军里训练AI模型，固然一部分是机遇，起决定作用的依然是技术实力。以其风控业务为例，从成立之初深入银行内部建模到*款标准化产品开发，大约花了7个月时间——这款产品名叫XCloud，于2016年7月上线，它是一套基于云的轻量级AI客户画像，将多渠道获取的权威源脱敏、全域移动互联网行为等弱数据，利用*的ID Mapping技术联结线上线下数据，提炼上千维度的场景化金融属性特征变量，通过复杂集成建模精准刻画用户信用风险。至今已帮助氪信拓展了数百家金融业客户。
较之于互联网C端产品小步快跑的迭代方式，这一产品上线速度称不上快，但真实的to B意味着，每增加一位新客户，都是一次定制化服务，而每一位老客户的业务发展，都要求相应的技术服务不断更新调整。
而B端的网络示范效应意味着——如果你抓住了行业*的客户，你就有可能拥有行业前30的客户。现如今，氪信的解决方案在招商、民生、东亚、工行等银行，招联金融、中银消费金融、捷信等消费金融公司，平安证券、众安保险等证券保险机构，点融、掌众金服等互联网金融公司均成功落地。
To B的网络示范效应还体现在，同样的客户，其合作范围也会不断扩大，用互联网的术语就是“提升客户ARPU值”，比如氪信服务有“零售*”美誉的招行至今，业务范围已从风控、反欺诈延伸至营销、催收等，合作主体也从信用卡中心扩展至零售信贷部。
没有终点的晋级之路
“搞计算机的人都有一个梦想，把所有信息变成机器可以学习的知识。”这是氪信科技创始人兼CEO朱明杰常说的一句话。
中科大少年班毕业后，朱明杰成为微软亚洲研究院和中科大的联合培养博士，尽管身份上是研究生，实质上已跨入工业界——微软亚洲研究院的培养完全是基于真枪实弹的业务，适逢微软收购google不成，开始从无到有地做起了搜索业务“bing（必应）”，朱明杰作为该项目小组的重要一员，由此接触到当时世界第二大的人工智能产品，博后阶段则远赴德国马克斯普朗克研究所，师从身为世界级知识图谱泰斗的马普所计算所所长、国际大规模数据库协会(VLDB)主席Gerhard Weikum博士，精研知识图谱，此后由学界转身工业界，一路“升级打怪”，先后在在雅虎、eBay担任数据科学研发负责人，又组建携程大数据部门并任首任总监。
长缨在手，2015年12月，深思熟虑之后的朱明杰，带着*机器学习引擎、知识图谱构建能力，带着在雅虎、eBay、携程等国内外*的互联网平台的业务经验，创办氪信科技，开启AI升级金融业务的前沿探索实践工作。
作为这波AI浪潮技术红利的获益者，朱明杰们的履历和背景、资本关注度都远远高于从前的创业者，但商业关成为诸多技术人转型中的重要考验。2018年，大热两年的“AI风口”开始回归理性，业界将这一年看做人工智能的商业落地元年，不少早已由于巨额融资名噪一时的AI公司开始面临真刀实枪的市场考验，氪信科技却早已成为AI企业中为数不多的盈利公司。“真AI只能用钱表达”，“人工智能要解决真实痛点”，“赚快钱，不应该是AI公司去做的事”，在一些公开场合，朱明杰的观点表达简洁如斯——你可以理解为这是一位技术男的耿直，但也是一位创业者宝贵的务实精神。
在他看来，智能金融的本质是提高效率，突破人在海量数据、复杂问题面前的有限性。即将面世的氪信新一代智能引擎——非或然引擎或许最有代表性，它是业内*“金融知识内嵌型”智能引擎。在氪信智能引擎1.0时代，氪信的科学家和工程师们，将自己的AI技术应用于金融场景，结合金融专家经验，通过机器学习挖掘金融场景中的数千维度，做出智能决策，解决了BI时代低维模型由专家定义至多几十条规则的局限性；而在氪信智能引擎2.0时代，氪信深入金融场景形成的知识体系愈加醇厚，并被内嵌到产品化的引擎当中——这意味着，较之于目前AI领域的通行做法——数据分析、特征提取、专家建模、上线部署等，氪信智能引擎2.0已将大部分准备工作内嵌，成为一款可“即插即用”的软件。并且，这一集成模型所涵盖的功能非单一模型可比，模块化的设计具有高度灵活性，可匹配不同金融客户的实际业务需求。
强大的引擎支撑下，氪信可为客户提供的服务，也从技术咨询上升到完整的业务咨询，真正做到一体化、一站式解决方案提供。
AI在金融领域的应用分为不同层面，风口浪尖的人脸识别等技术，是AI在感知和认知层面的应用，因其效果之直观，占据了大众注意力的焦点；而氪信基于深度学习构建的AI引擎和金融全域知识图谱，是从认知到决策的AI实践，是在与业务深度耦合的过程中打造智能金融的“大脑”——这意味着在智能金融的主场里，氪信的技术和解决方案将无处不在，而又“无迹可寻”。
“不是为了AI而AI，引擎的迭代本质上是为了把人从简单的决策和执行中解放出来，更专注在有价值的事情上。”朱明杰说，无论是*代AI引擎，还是非或然引擎的迭代，都是与业务深度耦合之后的“水到渠成”。
在“AI+金融”的实践中，先行者和保守者的差距往往是惊人的。在氪信引擎1.0时代，客户为了获得真正有效的AI模型，等待科学家和工程师花费半年时间“驻场建模”是理所当然的事情，相较于尚未真正应用AI技术的金融机构来说，他们已经*了行业一大步；然而作为一家以技术安身立命的初创公司，氪信并不止步于此，非或然引擎的横空出世，表象是将原本耗时6个月的建模时间缩短到1-2周，实质是建模过程的自动化与软件化——而to B产业发展史告诉我们，只有规模化，才有可能孕育出伟大的企业。
