中国财经频道-科技创新资讯网站

解码小花钱包核心技术:结合业务做自研是关键

投稿 发布时间:2019-04-26 15:54:53

  在金融去杠杆、严监管态势下,自2018年以来,金融科技领域掀起一波“去金融化”潮流,一个发展趋势是,银行等金融机构主动管理的角色越来越强,金融科技企业会逐渐后端化,成为纯粹的技术提供商。

  当市场竞争重回“技术”赛道,没有核心技术,就是死路一条。

  目前,蚂蚁金服、京东数科、度小满金融等巨头已在人工智能、安全风控、区块链、云计算等领域抢先开展自主研发,试图在新的竞争环境下构筑起“护城河”。

  与此同时,传统金融机构也加大了对于自主研发的投入,普华永道发布的《2018年中国金融科技调查报告》显示,43%的金融机构采用自主研发的方式进行金融科技的研发和应用。

  一个值得思考的问题是,自主研发真的适合所有企业吗?毕竟,自主研发本身需面对无经验参考、大量人力财力投入、从研发到应用周期长、无有效回报评估机制等挑战。

  “不可否认,自主研发是构建技术竞争力的重要手段,但同时应该认识到,技术应与业务相互依存,脱离了业务实际的自研是缺乏价值和生命力的。”小花科技相关技术负责人表示,“小花科技更重视在与金融实践结合基础上,对已有技术进行研发提升,解决业务问题,改善金融服务效率。”

  据了解,中腾信及旗下小花科技定位于消费金融科技服务企业。作为中信产业基金在消费金融领域的核心布局,其创始团队成员大量来自阿里巴巴、腾讯、百度、京东等知名互联网公司,以及平安银行、中信银行等从事零售信贷业务的金融机构。先进的技术基因加上丰富的金融经验积累,为自主研发提供坚实保障。

  小花科技的底层技术得益于小花钱包的业务实践。目前,小花钱包将技术与业务结合,自主打造三大AI系统,包括用户全生命周期自动化运营的Marketing AI系统、风控组合管理工具RiskAI系统,以及基础架构改造的DevOps AI,为用户打造“随时随地、想花就花”的极致金融体验。

  在营销获客环节,Marketing AI系统可基于业务需求,根据客户行为数据利用深度学习相关算法进行模型构建,对客户的生命周期、活跃度、变现的特性进行分析,自动匹配相应的促动策略进行精准营销,对不同的客户采取符合其特征的互动方式,从而实现用户全生命周期自动化运营。

  在反欺诈、授信审批环节,小花钱包自主研发的RiskAI风控系统,利用生物识别和机器学习技术,结合云计算和大数据模型,可实现自动化风险识别辅助技术,自动化系统运维,提升业务自动化程度与系统响应效率,被称为消费信贷领域AlphaGo。目前RiskAI已实现每天处理2万件,件均处理时效平均仅需3-5分钟,极大地提升了处理效率。

  在技术运维层面,小花钱包打造的全栈式智能解决方案——DevOps AI,已完成容器云建设、运维平台建设、系统安全建设三方面的进阶升级,实现运维平台统一化、系统化、自动化,提高运维效率及发布效率。同时保证系统安全,通过建立Java运行时防护系统,在数据库、网络、文件系统等多个层面,对应用进行全面的监控和防护。

  在小花钱包自研产品实践基础上,小花科技打磨出了拳头产品——“小花金融云”。小花金融云承袭了大量的市场实战经验,能覆盖线上借贷全周期,支持线上审批,同时在大数据挖掘应用、账务处理等方面能帮助金融机构解脱IT技术束缚。其一大特点即插即用,在与金融机构展开合作应用时,无需变更金融机构原本的底层系统运作,合作门槛和试错成本都得以降低,可极大提升资金跟资产配对效率。简言之,通过“小花金融云”,合作机构可以快速复制小花科技的核心金融科技能力,“拎包入住”。

  业内人士表示,B端服务的替换成本高,金融机构在选择服务商时,会对服务方的技术能力、产品成熟程度、业务实践能力等进行完整考量。因此,尽管各路玩家争相投入To B市场,像小花科技这样具备技术研发能力,且能与业务实践需求相结合的“实战派”仍然最具想象空间。

  另据了解,中腾信及小花科技已拥有6项自主研发的系统软件著作权,另有4项专利即将获批,并在2017年与合作伙伴一同入选MIT Technology Review(麻省理工科技评论)的金融科技人脸识别应用案例,同年,入选中国人民银行金融研究所组织编写的金融科技专著《金融科技:发展趋势与监管》经典案例,科技实力获得行业和合作伙伴认可。

  

标签:

相关阅读