京东发力金融AI，欲再招50位金融AI顶级科学家 转载 2017年12月04日 00:00:00 42 12月1日，京东金融AI实验室在美国硅谷正式投入运营。亦在同一天，京东金融宣布，美国伊利诺伊大

12月1日，京东金融AI实验室在美国硅谷正式投入运营。亦在同一天，京东金融宣布，美国伊利诺伊大学香槟分校（UIUC) 计算机科学学院彭健博士正式加盟京东金融，出任京东金融AI实验室首席顾问。

“京东金融AI实验室主要关注前沿AI技术及产品衍生出的商业价值”，刚刚走马上任不到两个月的京东金融AI实验室首席科学家薄列峰介绍道。谈及该AI实验室在未来的发展目标，他表示，在人才方面，到2018年，京东金融AI实验室将汇集50余位人工智能领域的顶级科学家；而在资金方面，薄列峰称，京东实验室每年的研发投入甚至可以和谷歌、Facebook等硅谷一线科技公司的顶级实验室相媲美。

据京东方面消息称，目前，京东金融AI实验室已经在机器学习、计算机视觉等领域展开研究工作。而薄列峰还透露，在推动无界零售发展方面，京东金融AI实验室正在推动研制的销售对话系统和销售机器人，也将在未来投入应用。

而就在京东金融AI实验室投入运营当天,京东金融同时宣布，美国伊利诺伊大学香槟分校（UIUC) 计算机科学学院彭健博士正式加入京东金融，担任京东金融AI实验室首席顾问。

今年10月，前亚马逊首席科学家薄列峰博士日前正式加盟京东金融，出任京东金融AI实验室首席科学家。这是继薄列峰加盟之后，京东金融AI实验室迎来的又一位学术界重量级人物。

京东金融方面称，自彭健入职之后，京东金融AI实验室将与美国伊利诺伊大学香槟分校（UIUC)在深度学习、强化学习等领域展开项目合作。京东金融AI实验室也将发挥京东金融场景、数据和技术优势，吸纳美国优秀人才，聚焦机器学习、计算机视觉、自然语言理解等研究领域，探索前沿人工智能技术并致力于应用落地。

对此，京东金融副总裁、技术研发部总经理曹鹏表示，未来，京东金融硅谷AI实验室将加强与美国一流大学、研究机构的长期合作，通过吸纳美国人工智能领域的顶尖人才，继续深入开展人工智能最前沿技术的研究工作，并将研发成果与京东金融场景、业务紧密结合，用科技服务金融机构，创新用户服务体验，京东金融AI实验室对于京东金融践行技术驱动战略将发挥重要作用。

附：京东金融CEO陈生强演讲实录：

尊敬的李东荣会长，朱民院长，姚期智院长，廖院长，金融和科技业的各位同仁，大家好！

我是京东金融陈生强。京东金融的定位是一家服务于金融机构的科技公司。

首先，恭祝第二届“中国金融科技大会”成功举办。去年第一届大会举办时，金融科技在中国还刚刚兴起，市场对于金融科技公司的真正价值尚未达成共识。我们那时提出，金融科技公司的定义，是要遵从金融行业本质，以数据为基础，以技术为手段，服务金融行业，为传统金融机构降低成本，提高效率。

金融科技的发展情况

那么，我们先来看一下，这一年来整个行业所发生的变化。

首先，“金融科技”可以说是这一年来最热的词之一。越来越多的金融机构意识到，金融科技公司的能力可以为我所用，所以开始主动选择和金融科技公司合作。

以银行业举例，过去一年来，中国银联、工商银行、光大银行、亚洲金融合作联盟、山东城商行联盟、广东农信社联社等机构分别与京东金融签订了全面或战略合作协议，在数字化金融、智能风控、产品服务创新和营销运营等核心业务能力上实现了深度连接。与此同时，银行也开始在自身金融科技能力建设上加大投入，部分银行设立了专门的网络金融部，或者直接投资成立独立的金融科技公司。

在金融机构在科技上发力的同时，不少原以互联网金融为标签的公司，转而定位于金融科技，于是市场上的金融科技公司逐渐多了起来，但绝大多数依然专注于自己做金融业务，并不是为金融机构服务；同时，金融科技行业逐渐达成共识，数据与技术将是最基础的能力，开始在这方面发力，一时间人工智能成为行业最热的概念。

除此之外，金融科技的快速发展也在引发监管的高度关注。一方面，监管部门在研究如何用技术手段加强对金融科技的监管，防范金融风险；另一方面，也在强调科技对金融的重要性，支持通过科技手段提高效率、安全和提升客户体验。

从上面的变化我们可以看出来，金融科技在被规范的同时，也在收获认可，在不断发展。不过，我们也看到，金融科技这个概念正在泛化，金融科技领域存在着很多种商业模式，但其中最有代表性的，或者说最具有长久未来的商业模式是什么，业界尚未形成共识。

重新定义金融科技

所以我们认为，金融科技这个行业仍然需要确立方向、达成共识、形成标准。在京东金融看来，金融科技的核心内涵，实际上是有两层：

第一，金融科技的商业模式是企业服务，服务对象是金融机构，而不是为自营金融业务服务。

第二，金融科技必须有很强的科技能力。科技是推动着整个人类经济社会向前进步的一个核心动力，科技革命本身代表着效率革命。所以一切商业模式的进步，都离不开新兴科技的驱动。

如果说上面这两点是金融科技的内涵，那么京东金融实际上是在此基础上向前又跨越了一步，创造一种全新的商业模式。那么接下来，我分享一下京东金融的模式。

价值分享的企业服务

首先，企业服务。目前，市场上也有为金融机构提供服务的公司，我们通常称之为IT厂商，例如IBM，惠普、甲骨文等公司，他们为金融机构提供的更多是硬件、软件、系统集成、或者咨询服务、也有一些流程外包的服务。另外现在还有一些公司通过托管模式或者云服务的模式为中小金融机构提供科技服务，这些服务模式下，都具有两大特点。

其一，他们与金融机构的合作模式，更多的是基于产品、服务或解决方案的交付，其商业关系实质是一种买卖关系。

其二，通过这种企业服务，金融机构可以压缩业务成本，改善存量业务流程，提升效率，这些服务带给金融机构的更多的是在运营层面的提升，不能带来新市场、新业务以及增量收入，更不能增加金融机构的商业模式。

在我们看来，这还是属于传统的企业服务的范畴。即便提供从本地化部署模式变成云端部署的模式，其出发点也是从改善金融机构成本效率的角度考虑。而京东金融所做的与之有明显的不同。

首先，京东金融模式下的企业服务，和金融机构是一种利益共同体的关系，能够为金融机构带去增长业务和增量收入，在和金融机构共同创造增量业务的过程中，实现与金融机构的价值分享。

其次，我们的企业服务不仅服务于金融机构，而且是能服务于金融机构价值链上的核心流程环节，或者说核心价值创造环节，例如获客、客户运营以及风控等。在为金融机构降低成本、提高效率的同时，还能增加收入，另外还能够为其降低风险，改善用户体验，甚至形成新的商业逻辑。

在这个世界上，其实有很多拥有大量用户同时又能够独立做业务的公司，但这类公司一般会倾向于自己做业务闭环，以获得最大的收益。而我们却选择将这些客户、以及业务能力开放出来，服务于金融机构。

所以，我们说京东金融的企业服务是一个全新的商业模式，是全球独一无二的模式。

例如，在为金融机构提供增量客户和增量业务方面。京东金融把基于自身多年在电商零售以及金融场景下所积累的海量用户，包括以85后、90后为代表的年轻人、“创新驱动”的中小微企业、三农客户等等统统开放给金融机构，这些客户群恰恰是金融机构特别需要补充的，尤其是85后、90后，他们伴随着互联网长大，有着更强的消费潜力和成长潜力，他们是金融机构的未来业绩的重要支撑。

此外，我们还可以与金融机构合作，将我们基于用户洞察所形成的用户运营能力输出，助力金融机构实现客户价值的最大化。京东金融现在有30多个数据源，2.58亿活跃用户，30000个用户标签，每天增加数据200TB。海量用户标签让我们更好地对用户进行洞察，准确描述用户的偏好，再加上人工智能技术，我们就能为客户量身定制精准的营销运营方案和用户运营方案。实际数据证明，精准营销能让点击率提升25%以上，精准投放使获客成本降低20%以上。当然，这一切都是在以保护用户隐私为前提的。

再比如说风控。众所周知，线上风控能力，必须以很大规模的业务数据为基础，京东金融这些年通过自营业务场景，积累了海量、多维、动态的数据，并通过不断迭代的模型与算法，形成了十分强大的风控能力和风控经验，包括信用风险评估、反欺诈、反洗钱等等。截至目前，我们已经构建出3万个风控变量，500多个风控模型，5000+个风险策略，实现对3亿用户进行信用风险评估。现在我们把这种风控能力输出给金融机构，让金融机构在现阶段缺乏线上数据积累的情况下，可以迅速发展线上金融业务，在提高增量收入的同时，实现业务模式的完善和迭代。

京东金融有客户，有做金融业务的能力，但我们和金融机构合作，既能够给金融机构带来新增客户，也能服务好金融机构现有用户，同时，还能给这些客户带来更多的价值。

我们认为，只有拥有开放的胸怀，具备开放的实力，真正能把自己的用户输出给合作伙伴，才能真正做好新型企业服务，才能真正助力金融行业健康的发展。

京东金融已经逐渐把现有体系的风控、营销、运营以及技术等能力解耦出来，同时我们正在建立一种“分享合作”的商业价值逻辑。这一套商业价值逻辑，需要双方不断的磨合以达成共识。我们深刻的理解，这将是一个持久战，也需要我们做长期持续投入。

金融科技公司必须是前沿科技公司

刚才说过了我们对企业服务的理解，再说一下我们对科技公司的理解。

简单一句话，做科技公司，必须要拥有最前沿的科技能力和持续的投入。而对于金融科技公司而言，不管是输出风控、用户运营，都是基于海量、多维、动态的大数据，而要处理这些数据，人工智能是一个必需品。

实际上在三年前，当时人工智能还没有现在这么火，但我们就已经开始利用机器学习的技术去做数据处理和建模，实现了智能风控和自动化运营。这几年来，京东金融在数据和技术上投入不断增多，基本上是以每年翻番的速度上升。正是这种投入，使得我们在人工智能的路上走的更远一些。

例如，在反欺诈能力上，我们自主研发的RNN时间序列算法用来进行用户行为路径学习，对于风险用户识别的准确率可以超过常规机器学习算法的3倍以上，这一算法研究已经被欧洲机器学习会议的PKDD2017收录，进入行业最顶尖行列。

再比如，我们基于生物探针技术，可以通过移动设备采集用户使用手机的按压力度、设备仰角、手指触面、线性加速度等120多个行为特征指标，并利用这些特征指标，在不影响客户体验的情况下完成身份判定。这项技术也已经大量应用于我们的反欺诈模型之中。

此外，我们发现，对于金融行业而言，风控面对的其实不仅是单纯的个体行为。不管是欺诈还是洗钱，还是其他林林总总的恶意行为，都开始向团伙作案、链条式配合的方向发展。

在这种情况下，单纯以用户自身的特征维度描述这个用户，去判断风险的大小，还不够。我们需要把一个用户的行为以及与他有关的一系列行为都拿出来，在这个维度上去做风控，才能更准确。而这就需要有很强的技术能力，要能够实时的计算、描述用户和与相关行为之间的关系。所以我们会用到图计算。我们的图计算，现在有超过14亿个用户节点信息，以及所有在这些节点上，所发生的行为的相关连接，这样就可以把一系列用户和行为都描述出来。

最典型的是可以解决白户授信的问题。一个新来的用户，你没有他任何资料，这个人你应该给他什么额度、他是否可信？我们可以通过这个用户和与他相关的一系列行为描述他的好坏，所谓物以类聚、人以群分。如果单个人的节点，看起来很好，但他周围相关的人都是做欺诈、套现或其他灰产的人，这个人很可能也存在风险。反之，如果和他相关的周围区域的ID，都是信用良好或者收入水平很高的人，这个人是一个好人的概率就比较大。我们做黑名单团伙测试的准确率超过90%。

京东金融用自己的业务场景不断优化这些算法和模型，同时我们也在把这些技术进行产品化，服务于我们合作的金融机构。

近期，我们又在硅谷成立了人工智能实验室，致力于开发人工智能领域最前沿的技术，不仅在应用层面，还包括技术底层和未来的技术。

金融科技的出发点是服务实体经济

基于我们对于金融科技内涵的认识，所以京东金融现在的定位是做一家“服务金融机构的科技公司”。我们的出发点是，以数据和技术为基础，包括了人工智能、区块链等技术，为金融机构提供提高内生增长能力的企业服务，以便更好的为中小微企业、三农以及年轻人提供服务，实现金融与实体经济的良性循环。让金融真正实现以实体经济为本，因实体经济而兴。