360金融首席数据科学家沈赟：只有适配实践的技术才能实现价值掘金

金融科技应用的新场景、新需求层出不穷,已成为创新技术的理想“试验田”。然而当“创新”浪潮褪去，行业回归审慎与冷静后不难发现，并非所有创新技术深入金融土壤。对此，360金融首席数据科学家沈赟认为，只有适配实践的技术才能实现价值掘金。

据《中国商业银行数字化转型调查研究报告》显示，参与调研的75%的银行已经或正在启动数字化转型。金融行业数字化意味着，金融机构本身将逐渐变得“无形”，而数据资产将会迸发更大的价值。随着普惠金融成为国家级金融服务纲领，金融机构一面需要突破地域限制，一面又要在更加复杂的数据维度中实现风险管理，这也成为金融科技1.0时代，金融科技行业得以迅速发展的重要原因。

伴随不断细化的用户圈层和不断升级的服务要求，金融科技迎来2.0时代，作为金融市场重要参与者的金融科技企业迎来了硬实力的比拼。金融科技巨头们不断抢占数据技术在新金融领域的纵深布局。

对于金融科技领域为人熟知的几大技术——大数据、云计算、人工智能、区块链，沈赟用一个形象的比喻阐述了几者的关系。“就拿做菜来讲，多元庞大的大数据是做菜的原材料，人工智能相当于菜谱，决定各种原材料、调料如何组合，云计算更像是厨具，区块链则基于其不可篡改和不可伪造的特点，更像是提供原材料的质检，更多解决的是数据层面的安全问题。”

由此不难发现，大数据技术对于金融科技企业来说，自身就是底层设施。在数据驱动经济的时代，大数据作为原材料显现的惊人优势并不亚于石油或煤炭带来的利益。从海量的数据金矿中发现暗藏的规律，就能够抢占先机，先发制人，大数据也因此成为企业在商业帝国中攻城略地的重要实力。

区别于将风控手段集中在贷前、贷中、贷后的传统做法，360金融将风控前置到获客环节，实现了对金融全生命周期风险管理。在获客阶段，360金融通过对已有海量行为、社交、消费、个人征信等数据进行分析，圈定目标客群进行针对性的资讯投放。“我们将从数据当中挖掘到的不同特征，利用机器学习模型进行针对性学习，而后再不断去优化调整这个模型。这样，当我们将模型嵌入到实际应用时，可以促进业务更好的发展。比方说在信用体系分类，我们可以得到更高准确度的信用评分的模型。反过来我们业务发展后，也可以积累更多的数据，这是一个不断正向的循环，是整个的建模、数据模型以及业务三者有机的一个融合。”沈赟称。


不可否认的是，在数据价值被不断深挖的同时，个人隐私保护也受到了前所未有的关注。进入9月以来，中国的金融科技行业进入了一个前所未有的‘整顿期’。个人隐私保护意识实现了觉醒和成长，监管也在合规数据获取方面不断加大力度。随着政策对隐私数据管控的趋严，数据保护意识的提升，虽然在短期内有效控制了隐私泄露的风险，但从长期出发，却加深了数据孤岛给金融科技落地和应用带来的难题。

“我们希望利用人工智能技术，通过社交网络概念，抓取数据特征而非数据本身，在保护数据的私密性的同时，打破行业数据孤岛问题，挖掘其内在网络关系和潜力，建立、优化相匹配模型，进而保证整个生命周期的服务品质。” 沈赟还强调：“当快速发展的大潮褪去，科技所要突破的点是如何解决市场效率问题，只有适配实践的技术才能实现价值掘金。”

来源 凤凰网