典型的技術(shù)人士似乎都有一種“Talk is cheap, show me the code.”的氣質(zhì)，在與京東金融技術(shù)副總裁曹鵬交談的過程中，當(dāng)他一開始就說出“我們屬于那種比較實打?qū)嵉摹边@句話后，你很快就能從他后續(xù)沒有多少修飾詞的對話內(nèi)容中得到驗證。

先問他京東金融是否有像其他企業(yè)一樣向外界傳遞“金融大腦”這樣的標(biāo)簽時，他說他們更在乎技術(shù)是否能幫客戶或者促進(jìn)行業(yè)解決問題。那京東金融在技術(shù)上想呈現(xiàn)的直觀印象或者野心是什么？你以為這次會聽到新見解時，他又說了與剛才表述一致的回答，“就是這么簡單”。

那京東金融是如何利用技術(shù)幫客戶或行業(yè)解決問題的？在京東金融網(wǎng)頁上，你可以看到所有與智能金融相關(guān)的內(nèi)容都在金融云一欄下，這個被視為提供 FaaS（Fintech as a Service）的企業(yè)服務(wù)云平臺，其實是一個寬泛的“框”，把所有 AI 能力放置其中。

很多子菜單中列出的 AI 技術(shù)、基礎(chǔ)服務(wù)和解決方案可以說是琳瑯滿目，但曹鵬強(qiáng)調(diào)談智能不能只談單個功能點，那樣價值非常有限，京東金融更愿意將那些技術(shù)主體去做深做扎實，因為對場景挖掘得越深時，他們發(fā)現(xiàn)需要的能力會更多，“比如整個風(fēng)控的模型拆得特別細(xì)，比如在凌晨 3 點，3 點以后到幾點之間的場景下，可能需要加驗一個模塊。”他認(rèn)為這樣做才能從本質(zhì)上為整個行業(yè)帶來更多價值，自身的生命力也會因此變得更強(qiáng)。

為傳統(tǒng)金融行業(yè)輸出自己的技術(shù)方案，曹鵬梳理出京東金融的優(yōu)勢主要有三個方面：第一是技術(shù)點本身；第二是對數(shù)據(jù)的理解和挖掘；第三是對互聯(lián)網(wǎng)公司以及用戶運營的理解。

基于此，AI科技大本營與曹鵬聊了聊京東金融為傳統(tǒng)銀行提供的智能運營和智能風(fēng)控解決方案，以及他對 AI 技術(shù)和場景結(jié)合的思考。

▌傳統(tǒng)銀行：AI 助力運營、風(fēng)控雙升級

曹鵬講述了京東金融與工商銀行合作的案例。京東金融有營銷平臺，工行就會把一部分信用卡和電子戶的獲客項目交由京東金融來做，比如“工銀小白”場景融入式數(shù)字銀行項目，它是工商銀行與京東金融在客戶、賬戶、數(shù)據(jù)、信息、資金等方面深度整合的結(jié)果，雙方運用大數(shù)據(jù)、AI 等技術(shù)，在傳統(tǒng)銀行業(yè)態(tài)之外搭建了一個在碎片時間滿足重點金融需求的零售金融新場景。而在風(fēng)控方面，京東金融的大數(shù)據(jù)風(fēng)控體系會為大量金融機(jī)構(gòu)和銀行提供信用評估，客戶可以根據(jù)這些數(shù)據(jù)為 C 端用戶放貸。

相較于以往“鏈?zhǔn)健钡娘L(fēng)控模式——風(fēng)控模型是單獨的積分卡或是決策數(shù)量的單維度模型，能進(jìn)行人為調(diào)控——現(xiàn)在的風(fēng)控模型中變量更加龐雜，600 多個變量加上時間序列數(shù)據(jù)，可能在一個模型中就有 60 萬條數(shù)據(jù)，這時候就需要借助 AI 算法去調(diào)系統(tǒng)中變量的特征值。

其次，原來的風(fēng)控可能是基于單一用戶去設(shè)計系統(tǒng)，但現(xiàn)在的系統(tǒng)能關(guān)聯(lián)到用戶個人的一系列關(guān)系網(wǎng)：基于用戶個人節(jié)點，然后再到用戶賬號訪問的一系列動作，以及賬號所關(guān)聯(lián)的其他信息。

這背后最主要的技術(shù)支撐是圖計算，這是知識圖譜中一個重要的底層技術(shù)。由于傳統(tǒng)的數(shù)據(jù)存儲和使用方式已經(jīng)無法滿足龐大的數(shù)據(jù)量需求，所以現(xiàn)在數(shù)據(jù)存儲的主要方式是圖數(shù)據(jù)庫。什么是圖數(shù)據(jù)庫？曹鵬解釋說，它的特點是“有節(jié)點、有邊”，每個 ID 在圖數(shù)據(jù)庫都是一個節(jié)點，節(jié)點之間之間由一條邊來連接。在做復(fù)雜網(wǎng)絡(luò)計算時，比如在一個簡單模型計算中，如果輸入用戶的手機(jī)號或 ID 地址，就可以評估這些信息背后的信用風(fēng)險程度，效率非常高。

此外還有生物探針技術(shù)以提高安全性，用戶可以根據(jù)手機(jī)角度、移動速度以及觸壓力度去判斷使用者的習(xí)慣，一開始可以用來在自動登錄時避免機(jī)器人批量腳本的攻擊，但在技術(shù)做深后，甚至可以判斷出手機(jī)使用者是否為本人，若不是本人，則需要人臉識別進(jìn)行加驗。

這些技術(shù)的使用無疑提升了客戶的運營效率，但京東金融強(qiáng)調(diào)還有要為客戶帶來新的增量價值，這又如何體現(xiàn)？

在曹鵬看來，銀行的運營和風(fēng)控主要關(guān)心“新客戶從哪來、如何為用戶做授信”這兩大問題。首先，傳統(tǒng)銀行的獲客方式主要是線下，而京東金融則會整合線上、線下等各種創(chuàng)新型運營的思路和手段擴(kuò)大獲客比例。其次，傳統(tǒng)銀行缺失的是對場景和 C 端用戶的理解力，這導(dǎo)致授信服務(wù)門檻較高，但在京東金融補(bǔ)充風(fēng)控能力后，能提供授信服務(wù)的用戶占比大大提高了。

這些都與傳統(tǒng)銀行和京東金融在產(chǎn)品設(shè)計思路的不同有關(guān)。前者的思路是基于不同的產(chǎn)品線，但后者的思路是基于客戶群（比如不同收入群體）設(shè)計相應(yīng)產(chǎn)品，比如原來二類用戶只能在傳統(tǒng)模式下開戶，但現(xiàn)在京東金融一開始就將理財產(chǎn)品的風(fēng)險偏好等針對特定客群去設(shè)計，然后再利用自身的運營能力，將產(chǎn)品推送到客群最容易觸達(dá)的場景上。曹鵬說，這些對銀行來說就是新的增量。

▌技術(shù)和場景的深度挖掘

曹鵬并不滿足于當(dāng)下他們所做出的成績，即使是在他口中“做得比較成熟的運營和風(fēng)控”兩大領(lǐng)域，他認(rèn)為還需要梳理的大量技術(shù)和產(chǎn)品能力尚未真正落地。

“做深”是曹鵬在采訪中不斷強(qiáng)調(diào)的字眼。雖然京東金融的發(fā)展模式是平臺化，但他認(rèn)為要講 AI 技術(shù)與場景和業(yè)務(wù)深度結(jié)合，對業(yè)務(wù)必須有足夠的理解也才能體現(xiàn)技術(shù)的價值，否則只是像浮冰一般的單個功能點。所以對于那些更強(qiáng)調(diào)做通用解決方案的企業(yè)而言，在他看來如果沒有對數(shù)據(jù)和場景的深入了解，以及提供一套解決業(yè)務(wù)目標(biāo)的完整體系，一味提供單純的技術(shù)很難構(gòu)造出強(qiáng)大的競爭壁壘。

目前，京東金融為客戶主要提供的是定制化解決方案，成本較高，所以他們在考慮進(jìn)行高效率、規(guī)?；厝ネ茝V，但 2B 行業(yè)里，標(biāo)準(zhǔn)化和需求差異化之間難以找到平衡點。即便如此，他們正在嘗試從傳統(tǒng)銀行中一些空白的解決方案中逐步提供客戶能接受的標(biāo)準(zhǔn)化服務(wù)。

京東金融下一步計劃是繼續(xù)將 AI 技術(shù)與更多場景結(jié)合，比如基于用戶行為特征的真實度測試。在曹鵬看來， AI 會成為更底層的技術(shù)，要讓更多的人、場景、業(yè)務(wù)真正用到 AI 能力，而不是繼續(xù)炒概念。某種程度上，曹鵬認(rèn)為京東金融近期上線的“JDD 空間站”平臺也是促進(jìn) AI 成為整個行業(yè)基礎(chǔ)能力的體現(xiàn)，這是一個數(shù)據(jù)和 AI 開發(fā)者互動交流的社區(qū)，可以對接需求方，同時它還是一個數(shù)據(jù)與 AI 賽事平臺，首場邀請賽“對話語音識別大賽”已同步啟動。

此外，他們還要在加深線上、線下融合上下功夫，尤其是要將線上已驗證過的體驗和模式復(fù)制到線下，把線下流量重新激活起來。

曹鵬說，做得越深就越發(fā)現(xiàn)當(dāng)下所做的都無需提及太多，因為每次當(dāng)有亮點覺得可以拿出來說時，如果再挖兩下，就會發(fā)現(xiàn)光靠那些東西并不足夠。