中騰信生物科技+數(shù)據(jù)科技雙重融合金融科技突破

　 域名預(yù)訂/競(jìng)價(jià)，好“米”不錯(cuò)過

2017年，iPhone X引入Face ID，讓智能手機(jī)進(jìn)入人臉識(shí)別的時(shí)代。而幾乎在同一時(shí)間，人臉識(shí)別技術(shù)也已被看準(zhǔn)是在線信貸的下一個(gè)兵家必爭(zhēng)之地。

事實(shí)上，無論國(guó)內(nèi)還是國(guó)外，生物特征識(shí)別技術(shù)正在迅速成為消費(fèi)金融領(lǐng)域一個(gè)新的“must have”（必須有）。尤其是面對(duì)在線信貸行業(yè)對(duì)風(fēng)控要求的日益提升，生物特征識(shí)別技術(shù)也已逐漸成為區(qū)別企業(yè)競(jìng)爭(zhēng)力的新指標(biāo)。

這是因?yàn)?，盡管在線信貸行業(yè)可以運(yùn)用大數(shù)據(jù)建立征信模型，解決傳統(tǒng)信貸行業(yè)“借錢難、借錢貴”的弊病。然而，由于網(wǎng)絡(luò)欺詐手法不斷翻新，導(dǎo)致在線信貸審核與運(yùn)營(yíng)成本節(jié)節(jié)攀升。核心風(fēng)控能力的不足，成為制約在線信貸發(fā)展的最大痛點(diǎn)。

而生物特征識(shí)別技術(shù)擁有傳統(tǒng)基于證件和密鑰認(rèn)證技術(shù)所無可比擬的優(yōu)越性。盡管生物識(shí)別技術(shù)門檻較高，投資龐大，在與既有業(yè)務(wù)整合時(shí)往往也需要耗費(fèi)相當(dāng)大的精力和物力。不過，與投入成本相比，融合生物識(shí)別技術(shù)為消費(fèi)金融行業(yè)帶來的好處，仍然是回報(bào)豐厚。

一般來說，生物特征識(shí)別以面部、聲紋和指紋識(shí)別為最主流，此外還有手形、手掌形、掌紋、虹膜、DNA，甚至是耳朵的形狀等等。

在國(guó)外，指紋驗(yàn)證是最為流行的，通過與PKI技術(shù)相結(jié)合，保證數(shù)字證書在每個(gè)環(huán)節(jié)都與客戶的生物特征匹配。

比如美國(guó)第五大消費(fèi)信貸公司Quicken Loans，他們就使用指紋特征采集來鑒別用戶身份。該企業(yè)創(chuàng)始人Dan Gilbert認(rèn)為，指紋是目前在消費(fèi)信貸領(lǐng)域中，最好的身份確認(rèn)工具。 1974年,Osterburg通過論證,證明了2枚指紋出現(xiàn)12處相同的特征卻不屬于同一個(gè)人的概率只有大約十萬億分之一。

如SoFi、Affirm等外國(guó)頂級(jí)消費(fèi)信貸公司也認(rèn)為，指紋識(shí)別也是當(dāng)下最具可靠性（robustness）的身份確認(rèn)方法，適合更多人的操作習(xí)慣，成功率也更高。誠(chéng)然指紋識(shí)別很大程度上依賴于指紋獲取的圖像質(zhì)量，不過隨著計(jì)算機(jī)視覺的進(jìn)步，目前指紋數(shù)據(jù)壓縮的問題已得到解決。

圖丨《黑人兄弟》中的演員Keegan Michael Key為Quicken Loans拍攝的代言廣告（來源：Quicken Loans官網(wǎng)）

目前，國(guó)內(nèi)網(wǎng)貸行業(yè)對(duì)于聲紋識(shí)別技術(shù)和人臉識(shí)別技術(shù)的應(yīng)用也日趨成熟。

其中，在消費(fèi)金融領(lǐng)域第一個(gè)成熟應(yīng)用聲紋識(shí)別技術(shù)的公司中騰信，旗下的小花錢包，從2015年開始就嘗試人臉識(shí)別技術(shù)，主要應(yīng)用在反欺詐環(huán)節(jié)。2017年，小花錢包更與生物識(shí)別技術(shù)合作機(jī)構(gòu)一同入選 MIT Technology Review （麻省理工科技評(píng)論）的金融科技人臉識(shí)別應(yīng)用案例。同年還入選為中國(guó)人民銀行金融研究所互聯(lián)網(wǎng)金融研究中心組織編寫的金融科技專著《金融科技:發(fā)展趨勢(shì)與監(jiān)管》經(jīng)典案例。

中騰信成立于2014年，最早它是一家專注于線下的消費(fèi)金融服務(wù)企業(yè)。2015年，中騰信設(shè)立子公司小花（廈門）互聯(lián)網(wǎng)金融信息服務(wù)有限公司（簡(jiǎn)稱“小花金服”），作為線上消費(fèi)金融領(lǐng)域科技服務(wù)的主體。

而小花錢包便是由小花金服推出的App核心產(chǎn)品，提供備用金申請(qǐng)服務(wù)，備用金可用于現(xiàn)金提現(xiàn)、信用卡還款及分期購物服務(wù)。

小花金服研發(fā)負(fù)責(zé)人黃凌鵬指出，小花與中騰信的信貸工廠運(yùn)營(yíng)理念是一致的，不同之處在于小花是一個(gè)純線上產(chǎn)品，運(yùn)營(yíng)上更側(cè)重于通過大數(shù)據(jù)手段以及數(shù)據(jù)分析來提升效率降低成本。且自小花錢包推出以來，就專注于開發(fā)人臉識(shí)別技術(shù)的應(yīng)用。

結(jié)合生物識(shí)別技術(shù)與征信模型，目前小花錢包已可做到實(shí)時(shí)審批，刷臉快速取得信用額度，當(dāng)天借款當(dāng)天到賬。

黃凌鵬告訴DT君，小花錢包的產(chǎn)品定位是“年輕人的互聯(lián)網(wǎng)錢包”，主要服務(wù)工薪階層，客戶年齡范圍是23-40歲。這個(gè)年齡段的客戶，是勞動(dòng)力人口的主要集中段，有穩(wěn)定工作及收入。

這一消費(fèi)客群的特征是日常生活與互聯(lián)網(wǎng)高度結(jié)合，對(duì)新型科技接受度高，但要求也高，沒有耐心等待漫長(zhǎng)繁瑣的信貸審批流程，卻又往往缺乏與金融機(jī)構(gòu)往來的信用記錄。

所以，小花錢包依賴許多第三方數(shù)據(jù)來補(bǔ)足信用模型，目前已經(jīng)接入了20多家的第三方數(shù)據(jù)，覆蓋了包括黑名單、設(shè)備問題檢查、身份驗(yàn)證、收入情況、消費(fèi)水平等方面。再加上采取人臉識(shí)別技術(shù)后，在整體的貸款流程上，用戶只需要填寫身份證信息及拍攝面部照片，平均在3到5分鐘內(nèi)就能完成申請(qǐng)。

真正意義的人臉識(shí)別必須是動(dòng)態(tài)的面部識(shí)別，也就是用攝像頭對(duì)用戶的多角度拍照，再把這些照片與用戶的身份證照片信息相比較，以判定客戶是否真實(shí)。其好處是阻止不法分子利用照片通過系統(tǒng)判定，杜絕冒用他人信息進(jìn)行欺詐的行為。

因此，小花錢包在人臉識(shí)別環(huán)節(jié)，會(huì)要求用戶根據(jù)提示完成眨眼、張嘴、搖頭等隨機(jī)動(dòng)作，并與用戶拍照上傳的身份證照片進(jìn)行有效核實(shí)，確保人證合一，識(shí)別虛假、冒用身份行為。

圖 | 小花錢包RiskAI系統(tǒng)架構(gòu)（來源：小花錢包）

除了人臉識(shí)別，中騰信還有成熟的聲紋識(shí)別技術(shù)，也就是通過采集聲音，建立聲紋庫，用于反欺詐風(fēng)控。

聲紋識(shí)別是近年來受消費(fèi)信貸領(lǐng)域追捧的技術(shù)，雖然早在1945年，貝爾實(shí)驗(yàn)室就著手于聲紋技術(shù)的研發(fā)，不過現(xiàn)代聲紋研究大多數(shù)基于i-vector建模的聲紋識(shí)別技術(shù)。

相較于指紋識(shí)別，聲紋更具有用戶無感知性。用戶在發(fā)出聲音的同時(shí)，聲紋就會(huì)被采集，并與數(shù)據(jù)庫進(jìn)行比對(duì)。在流程上來說，用戶體驗(yàn)要高于指紋識(shí)別。

2016年1月，清華信息科學(xué)技術(shù)學(xué)院國(guó)家實(shí)驗(yàn)室技術(shù)創(chuàng)新和開發(fā)語音部語音和語音技術(shù)中心的鄭方博士就撰文，稱聲紋識(shí)別技術(shù)對(duì)政府部門和商業(yè)領(lǐng)域來說，都是一項(xiàng)必不可少的重要技術(shù)。

中騰信風(fēng)控負(fù)責(zé)人日前曾對(duì)DT君指出，目前中騰信已積累了大量的聲紋樣本，立足精密的聲紋識(shí)別技術(shù)，結(jié)合多年風(fēng)控經(jīng)驗(yàn)和多場(chǎng)景的龐大聲紋數(shù)據(jù)，針對(duì)不同風(fēng)險(xiǎn)點(diǎn)，可以建立起對(duì)應(yīng)場(chǎng)景的黑名單、聲紋庫，結(jié)合反欺詐規(guī)則，豐富聲紋識(shí)別策略預(yù)警。

另外，聲紋識(shí)別也能夠有效地克制團(tuán)伙欺詐。這種團(tuán)伙欺詐的特點(diǎn)是在“申請(qǐng)人”進(jìn)件時(shí)具備一定集中性特征，比如位置信息、設(shè)備信息等，欺詐分子通過給予“申請(qǐng)人”一定好處的方式利用其身份信息騙取貸款。但是這種團(tuán)伙欺詐分子在接聽信貸公司電話時(shí)，往往只有幾個(gè)“業(yè)務(wù)員”。這樣一來，只要針對(duì)具備集中性特征的進(jìn)件在審核時(shí)比對(duì)聲紋庫，就可以有效識(shí)別出是否為團(tuán)伙欺詐，再將上述“業(yè)務(wù)員”的聲紋列入黑名單庫，就可以抵御不法分子的攻擊。

由總體風(fēng)控效果來看，中騰信全流程風(fēng)控系統(tǒng)將欺詐風(fēng)險(xiǎn)和信用風(fēng)險(xiǎn)的防范細(xì)化至客戶借款的全生命周期，從貸前、貸中、貨后各環(huán)節(jié)防范風(fēng)險(xiǎn)。自2014年以來，系統(tǒng)設(shè)置欺詐及信用風(fēng)險(xiǎn)規(guī)則上千條，信用風(fēng)險(xiǎn)模型及欺詐風(fēng)險(xiǎn)模型數(shù)十個(gè)，資產(chǎn)質(zhì)量控制水平在同業(yè)名列前茅。

圖丨中騰信聲紋識(shí)別系統(tǒng)架構(gòu)（來源：中騰信）

從1985年，中國(guó)建設(shè)銀行深圳分行為國(guó)內(nèi)購房者辦理了第一筆按揭貸款，再到今天，即便經(jīng)歷了1999年的通貨緊縮，我國(guó)消費(fèi)貸款余額總量仍然達(dá)到了數(shù)千倍的增長(zhǎng)。市場(chǎng)越大，問題越多，消費(fèi)信貸直至今日都沒有符合當(dāng)下社會(huì)環(huán)境且完善的個(gè)人信用系統(tǒng)以及風(fēng)險(xiǎn)評(píng)估系統(tǒng)。

2015年，16家上市銀行的不良貸款余額約為9000億元，比2014年增加了2300億元，增幅超過30%。根據(jù)銀監(jiān)會(huì)的記錄，商業(yè)銀行在2015年的不良貸款率為1.59%，較2014年年末增加了24%。直至2017年，上市銀行的不良貸款更是增加到了1.74%。

構(gòu)成這種局面的原因，除了上述的個(gè)人信用問題外還有兩種：信貸機(jī)構(gòu)經(jīng)營(yíng)成本阻力和經(jīng)濟(jì)環(huán)境。中騰信所采取的生物特征識(shí)別技術(shù)，可以在貸前低成本有效降低個(gè)人信用帶來的風(fēng)險(xiǎn)。

歸根結(jié)底，中騰信是在用技術(shù)解決行業(yè)的痛點(diǎn)，并不是盲從于技術(shù)的大浪潮。套用美國(guó)著名管理學(xué)者斯萊沃斯基（Adrian J. Slywotzky）的盈利模式理論來分析，也就是一家企業(yè)有哪些利潤(rùn)源、利潤(rùn)點(diǎn)、利潤(rùn)杠桿和利潤(rùn)屏障，則中騰信的做法可以被理解為在聚焦鎖定利潤(rùn)源（也就是主要用戶）的同時(shí)，還提高了利潤(rùn)屏障（也就是技術(shù)門檻）。

隨著社會(huì)經(jīng)濟(jì)的發(fā)展和公眾消費(fèi)觀念的改變，我國(guó)個(gè)人消費(fèi)信貸業(yè)務(wù)得到了快速的發(fā)展。這項(xiàng)業(yè)務(wù)勢(shì)必成為未來無論是企業(yè)機(jī)構(gòu)，亦或是商業(yè)銀行的重要利潤(rùn)增長(zhǎng)點(diǎn)，并為促進(jìn)經(jīng)濟(jì)繁榮做出貢獻(xiàn)。但是要去學(xué)習(xí)如何跨界，中騰信是一個(gè)很好的例子，他們將金融與計(jì)算機(jī)視覺、語音識(shí)別等技術(shù)緊密結(jié)合，把科技賦能在了傳統(tǒng)業(yè)務(wù)上。

簡(jiǎn)言之，中騰信想要實(shí)現(xiàn)的是一種以生物科技和數(shù)據(jù)科技雙重融合的科技金融服務(wù)，在高效的同時(shí)也保證了安全性。上文提到，生物特征技術(shù)擁有較高的門檻，但也正是這樣的入門條件，才能夠解決行業(yè)的亂象。

中國(guó)信貸行業(yè)雖起步較晚，發(fā)展腳步卻極為迅速。在DT君眼里，未來信貸機(jī)構(gòu)將不再是“錢多說話”，它會(huì)越來越向“有技術(shù)才能張口”的方向靠攏。行業(yè)發(fā)展的前景，也不應(yīng)該只是機(jī)構(gòu)的財(cái)務(wù)杠桿能力，而是大數(shù)據(jù)、生物特征識(shí)別、以及人工智能技術(shù)能力！ 

申請(qǐng)創(chuàng)業(yè)報(bào)道，分享創(chuàng)業(yè)好點(diǎn)子。點(diǎn)擊此處，共同探討創(chuàng)業(yè)新機(jī)遇！