见习记者 詹晨

  近年来，无论概念如何更迭、政策风向如何转变——金融科技始终步履不止，高歌向前。

  在近期证券时报举办的“2017中国AI金融探路者峰会”上，京东金融副总裁曹鹏发表了名为《AI+金融 一场前所未有的变革正在加速进行》的主题演讲。他表示，京东金融成立以来经历几次战略调整，由茫然起步到确定科技公司的战略定位，突出强调科技能力优势，培育用“数据+人工智能（AI）+应用”打造服务用户的能力。

  只有海量数据还不够

  京东金融的海量数据为AI应用提供了底层基础。据曹鹏介绍，京东金融的数据主要包括作为互联网公司坐拥的海量互联网行为数据，如京东电商生态链的大量消费、物流、供应商等一系列数据，还有与支付等相关的一系列金融数据。

  有了数据作为底层基础还远远不够，曹鹏表示，技术、平台、场景缺一不可。其中最重要的是场景，需要有应用场景去检验技术的可行性，才能不断优化模型，使模型价值最大化。

  京东金融为合作伙伴提供的产品解决方案多种多样。曹鹏说，在与合作伙伴接洽的过程中，最常被问及的两个问题：一是如何降低风险;二是怎样赚更多的钱增加收入。

  风控能力提升方面，京东金融不断完善与优化风控模型。最初的京东白条，其风控模型是决策树，京东金融从传统金融机构招募人才，借鉴了此前传统的风控模型，然后做出决策树。随着业务复杂度的提升，如今京东白条的模型超过500个，风控策略超过5000个，这些策略所用的相关变量和特质超过3万个。如此海量的维度已无法用传统人工方式调整，只能依靠技术、深度学习和机器学习，用技术调整相关性和权重，获取较好的结果。

  通过以上方式的迭代，京东白条、金条的用户可以快捷地获得授信，不必像传统模式下提交很多资料，还可将坏账率控制在较低的水平。

  在建立模型的主导思路上，京东金融也经历了从降维到升维的转化。起初，京东金融在建立模型时，若数据池有100个参数，会找到和结果最相关的50个，剩余的50个扔掉。最近则是做升维，用高维的模型，尽可能把用户和相关数据都拉进去，从各个维度去筛选、甄别用户的好坏。

  京东金融的前沿应用

  曹鹏分享了京东金融比较前沿的技术应用。一是生物探针技术，二是图计算。

  基于世界领先的生物探针技术，京东金融可通过APP采集到用户在使用过程中超过120个指标，通过收集用户的行为去判断此人是否为风险用户，实现用户的身份判定。据悉，这项技术已大量应用于京东金融反欺诈和防盗刷场景中。

  谈到图计算技术，曹鹏说，风控其实不是一个单纯的个体行为，不管是欺诈还是洗钱还是其他的林林总总的恶意行为，都越来越倾向于变成群体性产业链的一系列相关事件的行为。我们需要更多地把一个用户和他的行为以及和他行为相关人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。过程中，京东金融运用图计算技术，通过超过10亿个用户节点的图，以及所有在这些节点上发生行为的相关行为的连接，最终把一系列用户和行为都描述出来。