冰鑒科技完成3.35億元Pre-C輪融資，超此前融資金額總和
雷鋒網(wǎng)AI金融評(píng)論消息，冰鑒科技今日宣布，已于近日完成3.35億元 Pre-C 輪融資，由上海國(guó)際集團(tuán)旗下的國(guó)和投資領(lǐng)投，老股東云啟資本以不增加特殊權(quán)益superpro-rata方式跟投，其他老股東繼續(xù)跟投。本輪融資金額超過冰鑒之前3.15億元的融資總和。
創(chuàng)始人、董事長(zhǎng)及CEO顧凌云表示，本輪融資將主要用于三個(gè)方面：擴(kuò)展研發(fā)團(tuán)隊(duì)，完善人工智能研究院、商務(wù)智能分析、大數(shù)據(jù)工程等團(tuán)隊(duì)；大力擴(kuò)展海外業(yè)務(wù)；以及對(duì)上下游進(jìn)行投資并購(gòu)，完善公司生態(tài)建設(shè)和業(yè)務(wù)版圖。
此前，冰鑒就已經(jīng)在天使輪、PreA輪、A輪、B輪融資中獲得了來自峰瑞資本、云啟資本、創(chuàng)世伙伴資本、游族網(wǎng)絡(luò)等3.15億元的投資。
冰鑒科技創(chuàng)立于2015年初，以全自動(dòng)化及半自動(dòng)化方式智能地向銀行及大型金融機(jī)構(gòu)提供風(fēng)險(xiǎn)解決方案為目標(biāo)，不直接參與放貸；并運(yùn)用大數(shù)據(jù)對(duì)小微企業(yè)進(jìn)行360度的全方位信用評(píng)估。
目前，冰鑒科技基于人工智能技術(shù)，已為多家金融機(jī)構(gòu)提供反欺詐、客戶準(zhǔn)入、額度審批、監(jiān)測(cè)預(yù)警、存量營(yíng)銷等一整套全流程智能決策風(fēng)控服務(wù)。
其產(chǎn)品線主要分為兩類，一是信用評(píng)分標(biāo)準(zhǔn)查詢產(chǎn)品體系，包括基于運(yùn)營(yíng)商強(qiáng)授權(quán)模型的明鑒分、基于三要素弱授權(quán)模型的火眸分等消費(fèi)貸解決方案。另一類是面向銀行等金融機(jī)構(gòu)輸出的系統(tǒng)產(chǎn)品，包括了決策引擎、數(shù)據(jù)集市、模型管理三個(gè)系統(tǒng)，分別用統(tǒng)一平臺(tái)管理企業(yè)不同的規(guī)則、數(shù)據(jù)和模型。
值得一提的是，冰鑒科技也正在發(fā)力海外市場(chǎng)。早在2016年，冰鑒美國(guó)洛杉磯子公司正式成立，主要服務(wù)于未被FICO和其他征信機(jī)構(gòu)覆蓋的15%的次貸人群。另外，冰鑒已先后與新加坡華僑銀行（OCBC）、大華銀行（UOB）等多家東南亞開展了合作交流。
上個(gè)月，冰鑒科技CEO顧凌云在國(guó)際人工智能聯(lián)合會(huì)議（IJCAI）上接受了雷鋒網(wǎng)的專訪，就金融征信領(lǐng)域的前景、企業(yè)技術(shù)實(shí)力的評(píng)判標(biāo)準(zhǔn)、冰鑒科技的人才觀等問題一一作答。
以下為專訪全文。
“中國(guó)開始從數(shù)據(jù)為王過渡到技術(shù)為王”
雷鋒網(wǎng)：根據(jù)多年的從業(yè)經(jīng)驗(yàn)，您總結(jié)一下風(fēng)控重點(diǎn)要解決哪些技術(shù)問題？
顧凌云：我這里舉幾個(gè)例子：
在訓(xùn)練樣本有限的情況下，能不能把一個(gè)模型建好？當(dāng)數(shù)據(jù)已經(jīng)足夠多的情況下，卻面臨背后物理含義不清晰時(shí)，你該如何對(duì)其特征變量進(jìn)行清洗？當(dāng)所有變量都已經(jīng)出現(xiàn)時(shí)，你如何確保一些在傳統(tǒng)變量選擇中未被選中的弱變量，通過變量整合與特征工程，將之變成一個(gè)強(qiáng)變量。一個(gè)單一模型一旦效果不佳，你應(yīng)該如何把模型給集連起來？面對(duì)大量底層數(shù)據(jù)，該如何自動(dòng)篩選出模型中的變量？當(dāng)你處理數(shù)據(jù)變得很慢時(shí)，該如何通過提高或者改變 cost function來提升收斂速度？當(dāng)所有的結(jié)構(gòu)化數(shù)據(jù)都處理穩(wěn)妥時(shí)，該如何處理半結(jié)構(gòu)化數(shù)據(jù)或非結(jié)構(gòu)化數(shù)據(jù)？當(dāng)所有數(shù)據(jù)都處理妥當(dāng)時(shí)，該如何去擴(kuò)展數(shù)據(jù)的更多邊界？雷鋒網(wǎng)：在評(píng)價(jià)一個(gè)模型時(shí)，你們一般會(huì)使用哪些評(píng)判指標(biāo)？
顧凌云：一個(gè)建模做得好不好，是可以直接由客觀標(biāo)準(zhǔn)去判別的，比如借助AUC、Gini score、Precision、Recall、KS的數(shù)字去衡量模型的最終效果。
雷鋒網(wǎng)：在你看來，技術(shù)與數(shù)據(jù)之間是一種什么樣的關(guān)系？
顧凌云：如果給二者之間求極限，一定是數(shù)據(jù)勝出，因?yàn)闆]有數(shù)據(jù)，就什么都做不了。任一行業(yè)在早期發(fā)展時(shí)，都是從數(shù)據(jù)開始發(fā)展，然后慢慢演變成數(shù)據(jù)被濫用，侵犯了用戶隱私，然后監(jiān)管機(jī)構(gòu)開始進(jìn)入，數(shù)據(jù)的開源由此受到約束。
所幸，中國(guó)開始慢慢從數(shù)據(jù)為王階段，慢慢開始過渡到技術(shù)為王階段。這是因?yàn)閿?shù)據(jù)越來越難被獲得，或者說可獲得的數(shù)據(jù)正在變得越來越公開化。
這就是數(shù)據(jù)和技術(shù)二者之間的關(guān)系。
信用評(píng)估領(lǐng)域的水多深？
雷鋒網(wǎng)：冰鑒科技經(jīng)常強(qiáng)調(diào)自己的“第三方”屬性，這個(gè)該如何理解？
顧凌云：我在美國(guó)生活這么些年，逐漸曉得“征信”與“增信”其實(shí)是兩碼事，前者屬于國(guó)家范疇，需要持有牌照且被嚴(yán)格監(jiān)管；后者則應(yīng)該以技術(shù)為主，讓更多科技企業(yè)參與進(jìn)來。在過去這些年，相信并沒有太多企業(yè)能將兩者區(qū)分清楚。數(shù)據(jù)固然好，但我希望只把它當(dāng)作建模的原材料，而不是去獲取、存儲(chǔ)這些原材料。
“第三方”這三個(gè)字的定位其實(shí)是非常清晰的，所以在過去幾年中，我們有三件事絕對(duì)不做：
買賣數(shù)據(jù)碰業(yè)務(wù)端（借貸）發(fā)數(shù)字貨幣即使上述事情對(duì)我們來說其實(shí)游刃有余。
雷鋒網(wǎng)：你認(rèn)為當(dāng)下的中國(guó)征信領(lǐng)域面臨著哪些轉(zhuǎn)變趨勢(shì)？
顧凌云：在我看來，中國(guó)現(xiàn)在的這幾個(gè)趨勢(shì)是不會(huì)改變的：
第一、獨(dú)有數(shù)據(jù)今后只有兩條路，第一條由于灰色且非法，最后一定會(huì)被關(guān)停；第二條由于允許數(shù)據(jù)曝光在在陽光底下，這也意味著最后一定全部變成市場(chǎng)化、透明化。第二、從借貸角度來講，所有機(jī)構(gòu)最后一定會(huì)變得兩極化，一方是以流量為側(cè)重點(diǎn)的借貸機(jī)構(gòu)；另一方則依然以銀行體系內(nèi)自有資金作為優(yōu)勢(shì)來取得競(jìng)爭(zhēng)優(yōu)勢(shì)。第三、獨(dú)立第三方技術(shù)平臺(tái)會(huì)變得越來越有優(yōu)勢(shì)，各自的定位將變得越來越清晰——做流量的專心做流量、主攻資金成本也會(huì)變成一件極其專注的事情。
怎樣才算優(yōu)秀的技術(shù)企業(yè)/人才
雷鋒網(wǎng)：您認(rèn)為優(yōu)秀的技術(shù)公司應(yīng)該具有哪些特點(diǎn)？
顧凌云：要想判斷是否是真正的技術(shù)企業(yè)，只要看這幾個(gè)指標(biāo)，就可以判斷得出來：
算法是不是自己原創(chuàng)的？所謂原創(chuàng)，不是說一定要做一個(gè)跟教科書上完全不同的算法，而是能不能從底層開源開始，就自己寫代碼，然后可以任意調(diào)整其中的收斂函數(shù)、cost function，以及對(duì)于數(shù)據(jù)變量的處理等。公司有沒有足夠比例的科技人員？一家說自己是高科技公司的企業(yè)，結(jié)果銷售占了員工總數(shù)的80%，而研發(fā)人員只占10%，研發(fā)經(jīng)費(fèi)連3%都不到，那就肯定不是一家真正的技術(shù)公司。能否在任一技術(shù)領(lǐng)域做到“常戰(zhàn)常新”。也就是說在戰(zhàn)斗過程中，保持對(duì)于科研第一線的敏銳觸覺。今天別人正在做的事情并不重要，重要的是現(xiàn)在正在被研發(fā)，處于萌芽階段的算法，你能否第一時(shí)間快速地了解，并應(yīng)用到自己的工程當(dāng)中。只有滿足這些條件，我才覺得這是一家真正意義上的科技公司。
放眼中國(guó)來看，稱得上“科技公司”的企業(yè)其實(shí)是不多的。
雷鋒網(wǎng)：您認(rèn)為一家技術(shù)公司有沒有可能存在技術(shù)上的絕對(duì)壁壘？
顧凌云：其實(shí)上，每隔十年，能有一個(gè)算法思路取得突破性進(jìn)展，就已經(jīng)相當(dāng)不錯(cuò)了。回到征信領(lǐng)域，能在保證隱私獲得保護(hù)、數(shù)據(jù)使用得當(dāng)?shù)那疤嵯�，在反欺詐、貸前貸中貸后的客戶沉睡 & 喚醒以及在前端精準(zhǔn)營(yíng)銷等幾個(gè)方向上都做好，其實(shí)已經(jīng)是一件相當(dāng)不容易的事情。
很多人會(huì)問，既然你是一家科技公司，那有沒有可能做到降維打擊，僅憑一個(gè)算法就輕松擊敗其他企業(yè)？這是一件不可能的事情。
我一直強(qiáng)調(diào)，這是一個(gè)自由競(jìng)爭(zhēng)的社會(huì)，它的流動(dòng)性是很明顯的。人員的流動(dòng)、思想的碰撞、學(xué)術(shù)交流，最后會(huì)慢慢把你科技中的領(lǐng)先部分慢慢給抹平。
雷鋒網(wǎng)：既然您強(qiáng)調(diào)“常戰(zhàn)常新”，那么在研發(fā)與產(chǎn)業(yè)的結(jié)合方面往往會(huì)存在一個(gè)矛盾點(diǎn)，你們是通過什么樣的一個(gè)機(jī)制去平衡這件事情的？
顧凌云：我們有一個(gè)AI實(shí)驗(yàn)室，主要起到一個(gè)承前啟后的作用。我要求里面供職的必須全是博士，而且在選人過程中還有相應(yīng)標(biāo)準(zhǔn)：
第一、留美畢業(yè)的博士。第二、我們希望不要博士一畢業(yè)就直接就回到中國(guó)來，最好在美國(guó)能有一到兩年的工作經(jīng)驗(yàn)，但也不要時(shí)間過長(zhǎng)。第三，最好從美國(guó)有過一兩年工作經(jīng)驗(yàn)后回到中國(guó)，還能在其他家公司干過半年到一年時(shí)間，再到我們這里來。這其實(shí)是一種理想狀態(tài)，但招到的人基本上都會(huì)符合其中的幾點(diǎn)標(biāo)準(zhǔn)。然后我們會(huì)要求他們：
第一，需要能夠聽懂大型頂會(huì)的內(nèi)容，而且能自己發(fā)文章。第二，對(duì)于每一場(chǎng)頂會(huì)中的best paper，我們會(huì)有專門的人員去對(duì)文章做出復(fù)述——我們所謂的復(fù)述，是需要對(duì)算法進(jìn)行復(fù)現(xiàn)的，來判斷在我們自己的領(lǐng)域中這個(gè)算法的效果。只有把這些全部做完后，我們才會(huì)讓工程團(tuán)隊(duì)進(jìn)駐，進(jìn)而判斷這些算法可以被運(yùn)用在在哪些場(chǎng)景里頭。
雷鋒網(wǎng)(公眾號(hào)：雷鋒網(wǎng))：冰鑒科技目前一共有多少技術(shù)人員？
顧凌云：我們300人不到，科技人員大概占到240-250人左右的比例。
雷鋒網(wǎng)：冰鑒科技目前主要缺哪一方面的人才？
顧凌云：我們的數(shù)據(jù)科學(xué)家崗位全年都在招人，而且這個(gè)位置是不設(shè)限的。只要是對(duì)我們公司或者所處行業(yè)感興趣的數(shù)據(jù)科學(xué)家們，我們都?xì)g迎。尤其是對(duì)于算法相對(duì)比較了解，或者對(duì)于Python、R這些數(shù)據(jù)處理工具使用得比較熟練的。
第二是BusinessAnalyst的人才，主要涉及模型的后續(xù)的分析。比如模型出來以后，他要分析具體怎么去應(yīng)用。比如我的cut-off放在什么地方？我的季節(jié)性分析應(yīng)該是怎么樣的？定額定價(jià)模型具體應(yīng)該怎么做等等。這部分崗位對(duì)專業(yè)不做限制，我們更看重Brain power，只要你聰明，同時(shí)對(duì)于新領(lǐng)域能夠保持足夠的觸覺就可以。
第三是純粹的IT，包括對(duì)于大數(shù)據(jù)平臺(tái)、Java、C、Spark等這些相對(duì)來說比較熟悉的人。
這些都是我們正在尋找的人才。
