京东金融副总裁曹鹏：不做“浮冰”，深挖AI技术和场景 | AI聚变

栏目简介：自动驾驶、教育、金融、医疗…如你所知，AI 如毛细血管一般正渗透到各行各业，人们为“AI+”可能带来的爆炸性能量而奔走呼号，但也更愿意看到脚踏实地的技术实现和商业落地。为此，《AI聚变》将深入报道各行业公司的 AI 落地情况，以及未来发展的种种可能性。

作者 | Just

出品 | AI科技大本营

典型的技术人士似乎都有一种“Talk is cheap, show me the code.”的气质，在与京东金融技术副总裁曹鹏交谈的过程中，当他一开始就说出“我们属于那种比较实打实的”这句话后，你很快就能从他后续没有多少修饰词的对话内容中得到验证。

先问他京东金融是否有像其他企业一样向外界传递“金融大脑”这样的标签时，他说他们更在乎技术是否能帮客户或者促进行业解决问题。那京东金融在技术上想呈现的直观印象或者野心是什么？你以为这次会听到新见解时，他又说了与刚才表述一致的回答，“就是这么简单”。

那京东金融是如何利用技术帮客户或行业解决问题的？在京东金融网页上，你可以看到所有与智能金融相关的内容都在金融云一栏下，这个被视为提供 FaaS（Fintech as a Service）的企业服务云平台，其实是一个宽泛的“框”，把所有 AI 能力放置其中。

很多子菜单中列出的 AI 技术、基础服务和解决方案可以说是琳琅满目，但曹鹏强调谈智能不能只谈单个功能点，那样价值非常有限， 京东金融更愿意将那些技术主体去做深做扎实，因为对场景挖掘得越深时，他们发现需要的能力会更多，“比如整个风控的模型拆得特别细，比如在凌晨 3 点，3 点以后到几点之间的场景下，可能需要加验一个模块。”他认为这样做才能从本质上为整个行业带来更多价值，自身的生命力也会因此变得更强。

为传统金融行业输出自己的技术方案，曹鹏梳理出京东金融的优势主要有三个方面：第一是技术点本身；第二是对数据的理解和挖掘；第三是对互联网公司以及用户运营的理解。

基于此，AI科技大本营与曹鹏聊了聊京东金融为传统银行提供的智能运营和智能风控解决方案，以及他对 AI 技术和场景结合的思考。

▌传统银行：AI 助力运营、风控双升级

曹鹏讲述了京东金融与工商银行合作的案例。京东金融有营销平台，工行就会把一部分信用卡和电子户的获客项目交由京东金融来做，比如“工银小白”场景融入式数字银行项目，它是工商银行与京东金融在客户、账户、数据、信息、资金等方面深度整合的结果，双方运用大数据、AI 等技术，在传统银行业态之外搭建了一个在碎片时间满足重点金融需求的零售金融新场景。而在风控方面，京东金融的大数据风控体系会为大量金融机构和银行提供信用评估，客户可以根据这些数据为 C 端用户放贷。

相较于以往“链式”的风控模式——风控模型是单独的积分卡或是决策数量的单维度模型，能进行人为调控——现在的风控模型中变量更加庞杂，600 多个变量加上时间序列数据，可能在一个模型中就有 60 万条数据，这时候就需要借助 AI 算法去调系统中变量的特征值。

其次，原来的风控可能是基于单一用户去设计系统，但现在的系统能关联到用户个人的一系列关系网：基于用户个人节点，然后再到用户账号访问的一系列动作，以及账号所关联的其他信息。

这背后最主要的技术支撑是图计算，这是知识图谱中一个重要的底层技术。由于传统的数据存储和使用方式已经无法满足庞大的数据量需求，所以现在数据存储的主要方式是图数据库。什么是图数据库？曹鹏解释说，它的特点是“有节点、有边”，每个 ID 在图数据库都是一个节点，节点之间之间由一条边来连接。在做复杂网络计算时，比如在一个简单模型计算中，如果输入用户的手机号或 ID 地址，就可以评估这些信息背后的信用风险程度，效率非常高。

此外还有生物探针技术以提高安全性，用户可以根据手机角度、移动速度以及触压力度去判断使用者的习惯，一开始可以用来在自动登录时避免机器人批量脚本的攻击，但在技术做深后，甚至可以判断出手机使用者是否为本人，若不是本人，则需要人脸识别进行加验。

这些技术的使用无疑提升了客户的运营效率，但京东金融强调还有要为客户带来新的增量价值，这又如何体现？

在曹鹏看来，银行的运营和风控主要关心“新客户从哪来、如何为用户做授信”这两大问题。首先，传统银行的获客方式主要是线下，而京东金融则会整合线上、线下等各种创新型运营的思路和手段扩大获客比例。其次，传统银行缺失的是对场景和 C 端用户的理解力，这导致授信服务门槛较高，但在京东金融补充风控能力后，能提供授信服务的用户占比大大提高了。

这些都与传统银行和京东金融在产品设计思路的不同有关。前者的思路是基于不同的产品线，但后者的思路是基于客户群（比如不同收入群体）设计相应产品，比如原来二类用户只能在传统模式下开户，但现在京东金融一开始就将理财产品的风险偏好等针对特定客群去设计，然后再利用自身的运营能力，将产品推送到客群最容易触达的场景上。曹鹏说，这些对银行来说就是新的增量。

▌技术和场景的深度挖掘

曹鹏并不满足于当下他们所做出的成绩，即使是在他口中“做得比较成熟的运营和风控”两大领域，他认为还需要梳理的大量技术和产品能力尚未真正落地。

“做深”是曹鹏在采访中不断强调的字眼。虽然京东金融的发展模式是平台化，但他认为要讲 AI 技术与场景和业务深度结合，对业务必须有足够的理解也才能体现技术的价值，否则只是像浮冰一般的单个功能点。所以对于那些更强调做通用解决方案的企业而言，在他看来如果没有对数据和场景的深入了解，以及提供一套解决业务目标的完整体系，一味提供单纯的技术很难构造出强大的竞争壁垒。

目前，京东金融为客户主要提供的是定制化解决方案，成本较高，所以他们在考虑进行高效率、规模化地去推广，但 2B 行业里，标准化和需求差异化之间难以找到平衡点。即便如此，他们正在尝试从传统银行中一些空白的解决方案中逐步提供客户能接受的标准化服务。

京东金融下一步计划是继续将 AI 技术与更多场景结合，比如基于用户行为特征的真实度测试。在曹鹏看来， AI 会成为更底层的技术，要让更多的人、场景、业务真正用到 AI 能力，而不是继续炒概念。某种程度上，曹鹏认为京东金融近期上线的“JDD 空间站”平台也是促进 AI 成为整个行业基础能力的体现，这是一个数据和 AI 开发者互动交流的社区，可以对接需求方，同时它还是一个数据与 AI 赛事平台，首场邀请赛“对话语音识别大赛”已同步启动。

此外，他们还要在加深线上、线下融合上下功夫，尤其是要将线上已验证过的体验和模式复制到线下，把线下流量重新激活起来。

曹鹏说，做得越深就越发现当下所做的都无需提及太多，因为每次当有亮点觉得可以拿出来说时，如果再挖两下，就会发现光靠那些东西并不足够。