人工智能加剧互金马太效应,爱钱进凭什么领先?

2023-12-24 09:38

本文主要是介绍人工智能加剧互金马太效应,爱钱进凭什么领先?,希望对大家解决编程问题提供一定的参考价值,需要的开发者们随着小编来一起学习吧!


11月2日,博鳌亚洲青年论坛在香港召开,会议以“直面全球化与自由贸易–青年的角色”为主题,其中分论坛二聚焦于当下最火热的人工智能,围绕“青年:人工智能及自动化对青年教育、技能、就业及学业的挑战”展开讨论。

与会者中,互联网金融从业者,29岁的凡普金科创始合伙人、爱钱进CEO杨帆就人工智能的应用和社会影响发表了一系列观点。这位年轻的创业者认为,人工智能是当下最大的风口之一,竞争激烈但收获同样会很大,看准了风口的年轻人只要坚持走下去,一定会取得最好的成长。同时,人工智能在很多领域将取代人类,但并不值得恐慌,就如工业革命后大家仍然生活得很好一样,做足迎接人工智能趋势的准备才是最重要的。

互金的人跑来讨论人工智能,这绝非是巧合。事实上,在行业洗牌加剧的背景下,通过转投金融科技建立优势已经是互金行业的潮流,而人工智能作为应用到金融科技的“明珠”技术,其对于互联网金融的价值也不言自明。杨帆敢这么说,凡普金科和爱钱进在人工智能方面取得的成绩是他的底气。

 

持续洗牌下,金融科技成互金“护身符”

10月28日,带官方背景的首届中国互联网金融论坛发布《2017中国互联网金融年报》。该年报显示,截至2017年初全国互联网金融正常运营数量为2649家,比2015年年底减少了近三成。

与数量锐减对应的是行业集中度的快速提升,网贷之家在2月发布的报告就显示成交量靠前的100家平台成交量占比已经接近80%。无疑,洗牌+集聚的持续让互金行业的马太效应显现出来。

如果说打车、团购、外卖、共享单车等行业的洗牌是看谁能更能烧钱和坚持,留下来就算是在洗牌阶段成功渡劫,那么互金行业的洗牌就更带有精益求精的色彩:在市场容量足够大的情况下,不是比的谁更能坚持不死,而是真的只有那些精品企业、精益求精的产品才能最终存活下来。

互联网金融企业间的“斗争”不是狭小空间里抢占空间的你死我活,而是广阔市场领地里的硬实力比拼。互金行业的这种马太效应不是来自别人死去的份额转嫁,而是产品品质带来的市场自然聚集。

而作为金融的创新,互金这种产品品质越来越依托于金融科技带来的变革,或者说其内在属性也决定必须走金融科技路线,原因有两点:

1、互金的本质是服务而非效率

抛开圈钱、变向融资这些问题互金不谈,在许多“正常”的互金从业者眼里,或者说在许多互金企业的做法中,互联网金融只是简单地把互联网与金融拼接起来,线下业务复制到线上。互联网成为了某种新形式的“门店”,只是效率相较于线下变得更高。

这种认识某种程度上把互金当做了传统金融的一次触网升级,谈不上变革。以创新、变革姿态出现的互联网金融,针对的应当是传统金融不够细化的风险识别和定价,把金融推及更多人群,实现普惠金融的目标。而通过金融科技的手段,例如云计算、大数据等,一方面面向更多人群,另一方面更好地识别风险和定价,这种更好的服务才是互金要义所在。

2、风险分散化让金融科技成为必要

草莽时代的互金企业在巨大利益的诱惑下,虽然嘴上说要控制风险,实际落地并不积极。随着2016年监管元年主管部门的重拳出击,许多互金企业才把风险控制提到了核心位置。

而控制风险最有效的方式就是风险分散化,规避系统性风险以及统计学上的小样本偏差。例如,爱钱进的资产端专注于小微借款,除了普惠金融意义,来自不同地域、不同行业、不同学历、不同年龄的贷款群体以及单笔5万元以下的借款,能够保证借款人的风险独立性,将总体风险降到最低。

但这种必然为之的分散化风险处理面临业务频繁、受众复杂的状况,此时,通过金融科技的方式解决效率+服务+风控三位一体的问题就成为最佳选择。杨帆及其合伙人一年前把“普惠金融”品牌升级到“凡普金科”,坚持金融科技方向的原因就在于此。目前,凡普金科旗下的爱钱进聚集了智能获客、智能标的匹配、智能运营、智能额度、智能反欺诈、智能贷后等一系列金融科技解决方案。这可能是爱钱进在行业面临挫折下仍然保持快速增长和平台风险稳健的主要原因。

同爱钱进一样,宜人贷、人人贷、拍拍贷等相对知名的互金企业纷纷在金融科技方面加大投入,金融科技无疑已经成为互金的潮流,成为做马太效应领先一极的“护身符”。

 


人工智能助力金融科技,加剧互金马太效应

如果非要理清人工智能与金融科技的关系,可以说前者是比后者还底层的技术存在,人工智能提供的一些列深度学习和迭代算法本身就是在为金融科技的风控模型等内容服务。

显然,有人工智能技术加持的金融科技,其技术深度与应用效果将大为提升,具备自主升级能力的人工智能技术能加速金融科技的进化速度,使运用它的企业更快速地获得领先优势并越拉越大,最终马太效应形成得更快。

以凡普金科为例,其研发的自动建模机器人Robot Modeler水滴,模仿人类建模分析师的思维,把一个建模团队1-2个月完成建模工作缩减至1天内完成,从取数生成指标建立模型到开发上线,能够实现端到端的自动交付。Robot Modeler水滴给凡普金科和爱钱进带来的价值在于快速、不断上线的新模型,应对高速发展的信贷环境更加从容,更容易获得领先优势。

既然人工智能的“好处这么多,价值这么大”,为什么互金企业没有纷纷上马?原因可能还在于这种人工智能技术助力金融科技应用到互金行业,需要几大条件,不是谁都能玩的转。杨帆能够以一个互金人的身份对人工智能侃侃而谈,正是在于爱钱进具备了这些条件且真的把它做了下来。

1、不求多但求精的高技术人才

和许多互联网企业一样,互金的技术开发团队往往“人多势众”,技术的复杂度和模型的快速更新需要大量的编程及数据“民工”。

反观凡普金科的模型算法团队,只有区区不到50人。表面上,这可能是因为有了自动建模机器人,所以工作量压缩,少数人即可胜任原来多数人的任务。而把逻辑反过来,这样一个有着能够替代大多数人工作的建模机器人,恰恰也是出自这不到50人的手里边。

所以,人工智能技术应用到金融科技,必须具备拥有真正核心技术而非看似浩浩荡荡的人才队伍,这既是必备条件,也是必然结果。

2、足够的已有业务积累

凡普金科的Robot Modeler水滴核心由30多个数据处理模块组成,其中10余个是自主研发的算法,目前正在申请专利。这些能够模拟人类对数据变量的理解,在深层神经网络和深度学习辅助下自动化提取相关特征的技术,即便有精干的人才队伍也不能凭空冒出来。

显然,这些模组的创世需要大量沉淀的技术及数据基础,这也是为什么一些互金企业挖走了别人的核心人才却无法建立属于自己的核心技术的原因。

自2014年5月上线起,截至2017年10月底,爱钱进累计服务用户数已达1218万,累计撮合交易金额803.13亿,这些累积数据是驱动人工智能模型构建的基石。对于那些业务没有太做起来的互金企业来说,光凭一腔热情来做人工智能不太现实,也因此互金行业已经形成某种技术门槛,这种门槛也是加速马太效应的动因之一。

3、持续的丰富产品流量

所谓人工智能的深度学习,在金融科技领域的应用,简单来说就是能够根据模型投放后的风险反馈实时预测和优化,并自主迭代升级,动态适应风险的变动特征。

也就是说,如果人工智能驱动上线后,没有足够多的持续的市场反馈来支撑迭代优化的进行,那么模型的效果往往也是事倍功半。刀只有越磨才能越亮,对于互金企业来说,既需要技术和数据基础来“做刀”,也需要持续的业务流量来“磨刀”。

这实际是一个良性循环,人工智能成效越好,就能带来更多的业务流,回过头又反哺技术的进步。根据网贷天眼的监测数据,自2017年2月以来,爱钱进每月新增的对外借款持续增长,一度接近50亿,人工智能领先优势可能就是这样“滚雪球”滚起来的。

 


金融科技+人工智能,意义还有更多

金融科技+人工智能的“搭配”在互金行业的趋势已经显现,然而就像所有的新生事物最后都成为常态一样,当下火热的金融科技一定会成为未来金融的标配,同样的道理,人工智能也将成为金融科技的“基础设施”。

除了风控,绑上人工智能的金融科技其价值还体现于两个方面。

1、人工智能真正意义上向智力劳动蔓延

一直以来,人工智能被认为是要取代传统的机械化重复性劳动,然而在互金领域的实践应用证明智力劳动一样可以被人工智能取代。

与数据、算法密集打交道的金融是人工智能天然能够发挥最大优势的领域,风控建模、投顾等过去被视为高智能的工作面临被人工智能取代的可能。从凡普金科的自动建模机器人Robot Modeler水滴来看,这种取代是实实在在发生的,而非停留于理论设想中。

这也说明,在人工智能大潮下,可能并不存在真正“安全”的行业,谁都有可能面临失业。不过,正如杨帆所说,人工智能取代人类工作是一个渐进的过程,人类有足够的时间去适应和改变,青年人还有机会去不断学习,构建自己个性化的从而无法被人工智能取代的智慧和创造力。

2、普惠金融走出黑箱

以往的风控模型都或多或少存在黑箱的问题,借款人甚至互金企业自己很多时候都不知道为什么额度是这样的大小,或者为什么被拒贷。在互金之间的竞争越来越激烈时,实现信息对称,满足用户“究竟为什么”的诉求或许会是新的竞争赛点。

这牵扯一个更深层次的问题:打着普惠金融旗号的互联网金融,是否真的做到了让每一个人都享有公正公平的金融服务?糊弄一个号称高精度的风控模型真的实现了普惠与平等么?在黑箱算法下,或许实现了,或许没有,谁也不知道。

可解释性高的人工智能建模,很好地解决这个问题。凡普金科的自动建模机器人Robot Modeler水滴目前实现了让风控评分背后,每一个变量的作用都清楚明白地展现,对拒贷有因可循。毕竟,从社会发展的角度而言,除了表面的金融服务普及,普惠金融更需要内在的平等。

可以预见到的是,随着技术研发的深入,未来金融科技+人工智能还将在互联网金融行业掀起更大的变革浪潮,推动互金、金融乃至整个社会的快速进步。


(完)


智能相对论:2个前人工智能行业管理咨询老鸟+1个老媒体人组成的三人帮,深挖人工智能这口井,评出咸淡,讲出黑白,道出深浅。

这篇关于人工智能加剧互金马太效应,爱钱进凭什么领先?的文章就介绍到这儿,希望我们推荐的文章对编程师们有所帮助!



http://www.chinasem.cn/article/531354

相关文章

基于人工智能的图像分类系统

目录 引言项目背景环境准备 硬件要求软件安装与配置系统设计 系统架构关键技术代码示例 数据预处理模型训练模型预测应用场景结论 1. 引言 图像分类是计算机视觉中的一个重要任务,目标是自动识别图像中的对象类别。通过卷积神经网络(CNN)等深度学习技术,我们可以构建高效的图像分类系统,广泛应用于自动驾驶、医疗影像诊断、监控分析等领域。本文将介绍如何构建一个基于人工智能的图像分类系统,包括环境

基于人工智能的智能家居语音控制系统

目录 引言项目背景环境准备 硬件要求软件安装与配置系统设计 系统架构关键技术代码示例 数据预处理模型训练模型预测应用场景结论 1. 引言 随着物联网(IoT)和人工智能技术的发展,智能家居语音控制系统已经成为现代家庭的一部分。通过语音控制设备,用户可以轻松实现对灯光、空调、门锁等家电的控制,提升生活的便捷性和舒适性。本文将介绍如何构建一个基于人工智能的智能家居语音控制系统,包括环境准备

从希腊神话到好莱坞大片,人工智能的七大历史时期值得铭记

本文选自historyextra,机器之心编译出品,参与成员:Angulia、小樱、柒柒、孟婷 你可能听过「技术奇点」,即本世纪某个阶段将出现超级智能,那时,技术将会以人类难以想象的速度飞速发展。同样,黑洞也是一个奇点,在其上任何物理定律都不适用;因此,技术奇点也是超越未来理解范围的一点。 然而,在我们到达那个奇点之前(假设我们能到达),还存在另一个极大的不连续问题,我将它称之

[Day 73] 區塊鏈與人工智能的聯動應用:理論、技術與實踐

AI在健康管理中的應用實例 1. 引言 隨著健康管理需求的提升,人工智能(AI)在該領域的應用越來越普遍。AI可以幫助醫療機構提升效率、精準診斷疾病、個性化治療方案,以及進行健康數據分析,從而改善病患的健康狀況。這篇文章將探討AI如何應用於健康管理,並通過具體代碼示例說明其技術實現。 2. AI在健康管理中的主要應用場景 個性化健康建議:通過分析用戶的健康數據,如飲食、運動、睡眠等,AI可

知名AIGC人工智能专家培训讲师唐兴通谈AI大模型数字化转型数字新媒体营销与数字化销售

在过去的二十年里,中国企业在数字营销领域经历了一场惊心动魄的变革。从最初的懵懂无知到如今的游刃有余,这一路走来,既有模仿学习的艰辛,也有创新突破的喜悦。然而,站在人工智能时代的门槛上,我们不禁要问:下一个十年,中国企业将如何在数字营销的浪潮中乘风破浪? 一、从跟风到精通:中国数字营销的进化史 回顾过去,中国企业在数字营销领域的发展可谓是一部"跟风学习"的编年史。从最初的搜索引擎营销(SEM),

通学人工智能一

AI 工具 1. 语言与内容创作工具 Heygen: 全球语言转换,创建逼真的数字人。系统主要是英文的,但可以通过微软小冰实现中文支持。 Predis.ai: 制作图文内容以及简单的视频。 通义听悟 & 讯飞语记: 帮助收集灵感并将其整理成文案。 2. 设计与图片生成 Pic Copilot: 自动生成电商网站。 Codia AI: 擅长将截图 1:1 复制成原图,并生成相关代码。 In

人工智能时代开启ai代写模式,让创作变得更加简单!

随着人工智能技术的飞速发展,我们的生活和工作方式正在发生翻天覆地的变化。在这个信息爆炸的时代,内容创作领域也迎来了新的变革——ai代写。这一模式的出现,让文章写作变得更加简单高效,为创作者们打开了新的可能。   一、ai代写的优势   提高写作效率   在传统写作过程中,创作者需要花费大量时间和精力进行资料搜集、构思和撰写。而ai代写能够在短时间内完成这些工作,大大提高了写作效率。创

[Day 72] 區塊鏈與人工智能的聯動應用:理論、技術與實踐

區塊鏈在跨境支付中的應用 跨境支付一直是全球經濟中極具挑戰的領域。傳統的跨境支付系統通常需要數天時間來處理交易,涉及的中間機構多且手續費昂貴。然而,區塊鏈技術的出現為解決這些問題提供了一條嶄新的途徑。本文將探討區塊鏈在跨境支付中的應用,並通過代碼示例展示如何使用區塊鏈技術來優化跨境支付流程。 1. 區塊鏈在跨境支付中的優勢 區塊鏈技術具有去中心化、透明、高效和安全等特性,使其在跨境支付領域具

基于人工智能的图像风格迁移系统

目录 引言项目背景环境准备 硬件要求软件安装与配置系统设计 系统架构关键技术代码示例 数据预处理模型训练模型预测应用场景结论 1. 引言 图像风格迁移是一种计算机视觉技术,它可以将一种图像的风格(如梵高的绘画风格)迁移到另一幅图像上,从而生成一幅具有特定艺术风格的图像。基于深度学习的图像风格迁移技术已经广泛应用于艺术创作、图像处理等领域。本文将介绍如何构建一个基于人工智能的图像风格迁移

【人工智能/机器学习/机器人】数学基础-学习笔记

函数 奇偶性: 偶函数: f ( − x ) = f ( x ) f(-x)=f(x) f(−x)=f(x)     y轴对称 f ( x ) = x 2 f(x)=x^2 f(x)=x2     f ( − x ) = ( − x ) 2 = x 2 = f ( x ) f(-x)=(-x)^2=x^2=f(x) f(−x)=(−x)2=x2=f(x) 奇函数: f ( − x )