本站资源均为网友上传分享，本站仅负责分类整理，如有任何问题可通过上方投诉通道反馈

几百个年轻人，抱着赚一笔的想法，陆续在一个门店前，开始上传自己的身份信息，填写资料和刷脸。组织者告诉他们，他们得到贷款后，转给组织方，然后会得到提成，贷款会由组织方在资金周转之后还上，他们只需要提交资料验证通过，不需要任何代价，而之前已经来过的年轻人，告诉身边的熟人，的确，他们借的贷款已经被还上了。

不过他们不清楚的是，这一波的几百人，是最后的一批，短租的房子即将到期，组织者已经做好了跑路的准备，没有还贷款的必要了。

这样的中介诈骗，在史红哲看来并不新鲜，却也不好防御。网络借贷公司针对欺诈风险的手段，常见的是黑名单和专家规则，黑名单包括抓取自互联网的失信记录，外部获取的黑名单和自身的信贷记录，而专家规则是反欺诈专家的经验集合，不过，对于之前并不存在不良记录的「素人」，和针对性设计的「套路」，这些手段很容易失效。

乐信也曾经被这些问题困扰，这家 2013 年成立的公司，最初的授信审核还依赖地推人员的人工，2015 年时，负责批单和催收的风控团队，主要依靠专家规则，因欺诈而造成的不良资产曾高达几千万。现在，营收增长了数倍，这个数字却成倍下降。转变来自于人工智能的大规模应用，理论上，欺诈团伙不会只做一次就收手，那么连续作案的订单，在交易时间、地点、金额、行为序列等信息上一定存在某种特征。以往的积累的欺诈订单和交易，被乐信作为样本，用于 AI 模型的机器学习，在之后的机器审核中就可以将存在相应特征的订单筛选出。

对更进一步的欺诈手段，如果从单个订单完全看不出风险，那么就会对其「复杂网络」进行判断，乐信积累了超过一千多万的黑名单，以及更多的「灰名单」，形成了约有 5 亿个结点的复杂网络，每个节点可能是一名用户、一个 WiFi，或一部手机，史红哲用网络搜索引擎里 PageRank（网页排名）的概念作为类比，某个用户通过不同的节点，与黑、灰名单用户的连接越多，就意味着这个用户的风险越大，直到被机器自动拒绝。

乐信风控系统复杂网络的操作界面 | 图片来源：乐信

目前乐信每天会收到超过 100 万数量的订单，正是依靠大数据和人工智能技术，才可以在低风险的前提下，自动处理超过 98% 的订单。从绝对数量上来看，过去一年乐信规避了 2000 余起欺诈案件，平均月拦截金额约 3000 万。

乐信的这些变化，离不开从创业之初就对技术的不断投入，而现在研发人员超过三分之一的占比，也让这家金融科技公司的技术实力稳步提升。 

2017 年 2 月，为了进一步提升乐信的金融科技水平，史红哲作为副总裁和技术负责人加入了乐信公司，乐信创始人肖文杰让人津津乐道的故事，是他大学毕业后花了两年时间，矢志不渝地要进入腾讯，并在 25 岁时如愿以偿，工号在 5000 之内。而史红哲进入腾讯的时间要早得多，他是腾讯的 74 号员工，之后又先后在百度和顺丰金融工作。当猎头最初找到他的时候，史红哲并没有太当回事，但之后他去了解乐信的时候，却发现不少腾讯的前同事，交流之后，乐信的氛围和工作方式，让他感觉熟悉而亲切，双方就「对上路」了。

乐信副总裁 史红哲 | 图片来源：乐信

虽然从事技术，但史红哲很看好金融行业，从百度离职去顺丰金融的时候，他就预感未来移动互联网技术，一定会切入到金融领域，而从分期乐商城起家的乐信，在用户体验和数字化的步伐上还要更进一步。但另一方面，仅用 4 年就完成上市，快速增长的同时，乐信的技术体系也有历史遗留的隐患。

在发展早期，乐信的研发人员一度严重不足，有限的技术资源用于支持业务快速发展，基础的系统架构优化就会有些落后，而每当电商大促日来临时，庞大的流量会猛烈冲击系统的稳定性，甚至冲垮容量的峰值。史红哲入职第一个周的时候，就赶上了一次电商大促，在会议室，高管们凑在一起，看着大屏投影上交易金额的动态显示，可刚上线两分钟，随着峰值快速到来，系统就崩掉了，所有人面面相觑——此时距上次大促扩容还没几个月，增长远超了预期。「这是我第一次参加大促，我就想，我的事情来了，我的压力可能也来了。」史红哲说。

当时乐信无论是在研发效率、质量上，还是 IT 的组织架构，都有优化调整的目标。但另一方面，交易每时每刻都在进行，IT 的调整不能影响到业务，就像是「在行驶的汽车上换轮胎」，人员、研发资源的调度都要谨慎。

史红哲做的第一件事情，是做系统间的解耦，乐信的研发团队分为平台和业务两大体系，前者更关注底层技术的研发，后者是分散在十一条业务线上，快速响应各自条线业务敏捷开发的需求。通过解耦，平台与业务、不同业务之间的界限更加清晰，史红哲解释，作为互联网金融公司，乐信每条业务线可能就十几名研发人员，但不同的业务线之间联系紧密，例如消费信贷业务，就连接着前端的获客、风控和后端消费金融资金匹配，每条业务线都是大的业务中的一个环节，体现在研发上，一方面业务团队要做到可以在本业务闭环内快速迭代，另一方面还需要顶层的协调设计，来避免不同业务线各自发展最终带来混乱。

对于业务端研发团队，史红哲选择放手，将管理权授权给每条业务线的负责人，自己主要关注每个团队的技术标准和研发流程，重点项目的跟进，以及跨业务的需求等。从创业期走来，追求速度已经成为业务研发团队的本能，史红哲还记得，原本业务线上几乎每天都会发布新版本，频率难免过高，他通过统筹协调，制定了更加清晰、规范的流程，甚至强制每周只能在固定的两天发布新版本。「随时随地、无时无刻都在想着要发版本的状态，其实不一定是最佳状态，就像人需要心跳一样，我们的研发也需要心跳。」 

而他本身的精力更关注在平台研发团队。在来到乐信时，他曾和肖文杰聊之后的职责，肖文杰说，希望能够提升在人工智能领域的实力，这也是史红哲在思考的问题。消费信贷最核心的价值就在于风险判断，实际上，传统金融行业对小额的消费信贷毫无兴趣，一个重要原因就是授信的成本甚至高于交易额本身，只有用机器的方式来进行风控，才能压低成本保证盈利；另一方面，随着传统的风控手段逐渐失效，人工智能成了风控的必选项。在史红哲来之前，研发团队已经在业务迭代中用到了一些机器学习的算法，但并没有专门研究算法的团队。入职后不久，史红哲就成立了 AI 实验室：「从我个人的判断来看，一家金融科技公司，一定需要一个 AI 实力特别强的团队支撑这些东西——特别是在我们的风控，还有我们商品和广告推荐方面，没有这样一个强有力的 AI 团队去做一些基础研究、算法研究的话，单靠业务线的能力可能会做不好。」AI 实验室团队分为风控、运营和深度学习三个部分，前两者直接面对业务，深度学习团队则为其他业务和 AI 团队提供基础功能。据史红哲介绍，目前他正在将大数据和 AI 团队做进一步的整合，筹备成立新的大数据智能部团队。

乐信AI在全链条的应用 | 图片来源：乐信

技术做了商业的「排头兵」

2017 年乐信上市前夕，《关于规范整顿「现金贷」业务的通知》被正式下发，导致美国资本市场对中国金融科技公司产生疑虑，受此影响，乐信不得不更新招股书，将上市时间推迟到 12 月 21 日，并将融资金额缩减至 /article/39991.htm）

2020 年年初，全球各国股市多次熔断，新冠疫情对全球经济的冲击巨大，让很多人想起了 2008 年的全球金融危机，而历史上每一次重大金融危机之后都会催生一些新的创新。

2008 年，美国次贷危机爆发引起全球金融危机，当时的美国第四大投资银行雷曼兄弟（Lehman Brothers）申请破产，进而引发全球金融海啸。很多人失去工作、经济来源，也有人会失去住所。

而金融危机导致的很大一个问题是大家对传统银行的信任又少了一些，但同时也促使传统银行业的面貌发生了改变，最终催生了一批新的金融机构——金融科技公司。

几十年来，传统银行几乎不存在竞争对手，他们在金融服务上拥有绝对的垄断权，这也是为什么传统银行能够收取异常高的佣金、扩大外汇利差等等。

一般来说，在没有金融科技之前，如果消费者需要钱，那么只能去银行。由于消费者在面对金融服务提供商时几乎没有选择的余地，因此他们不得不遵守银行的规定。

但 2008 年 9 月 15 日雷曼兄弟（Lehman Brothers）的倒闭成为了转折点，这也加重了消费者对现有金融体系的不满。

我们可以看到的是消费者心态的转变创造了一种需求，为新的参与者提供了一个加入市场并提供更好服务的机会，这也是催生金融科技公司诞生的主要原因。

举一个例子，英国金融科技独角兽 Revolut 的 CEO Nik就是雷曼兄弟前员工，他在雷曼兄弟倒闭后决定自己创业。他认为，以雷曼兄弟为代表的传统银行让许多人对金融体系的幻想破灭。当时，Nik 在雷曼兄弟担任衍生品交易员，雷曼倒闭后 Nik 去了瑞士信贷（Credit Suisse），在那里，他遇到了现任 Revolut联合创始人兼首席技术官的 Vlad Yatsenko，两个人对向国外汇款必须缴纳高昂费用这一点都感到失望，因此在 2015 年 7 月推出了 Revolut，利用技术从根本上重建金融业务。五年后，Revolut 是世界上增长最快的 Fintech（金融科技）独角兽，每天新开 2.5 万个账户，在全球拥有超过 1000 万客户。

众所周知，金融科技这个词代表了金融技术创新，因此，金融科技公司若想蓬勃发展，他们需要解决的根本问题是需要重新构想传统金融产品，并通过创新性和颠覆性的技术来提供金融服务和产品。

尽管互联网科技的快速发展降低了金融科技领域的门槛，但金融科技行业也需要做出一些调整，尤其是技术突破和明确法规界限。

技术创新和法规约束在 10 年间趋于平衡

通常情况下，创新先于监管，金融科技也并不例外。我们都知道Fintech 在技术和互联网的发展基础上建立了金融服务，这使得他们能够提供更快、更具竞争力的服务并以此进入金融市场，这些金融科技公司通过开发新的金融服务和产品获取越来越多用户的亲睐。

然而从 2014 年“e 租宝”事件开始，国内金融科技市场违规行为层出不穷，中国政府也加大了对金融科技的监管力度，这也迫使不少金融科技公司开始出海去寻找新的市场。

2019 年 8 月，中国人民银行又印发了《金融科技发展规划（2019—2021年）》的通知，到了 2019 年年底，国内仅有 300 余家平台实际正常运营，距峰值已跌去 9 成。

但早期出海的金融科技公司已经开始生根发芽，如 2017 年陆金所在新加坡上线了财富管理平台“陆国际”，半年内获得超过 30 万用户；在监管日益严格的印尼，以摩比神奇为代表的网贷平台获得了监管机构 OJK 正式牌照；在越南，来自中国的网贷平台数量要占到市场的四分之一左右；国内一些大数据公司如 Advance AI，也在东南亚地区做技术输出，并在 2018 年获得 B

随着越来越多出海玩家涌入东南亚、印度等热门新兴市场，这些市场的当地政府监管也愈加严格，总之，这些新规则的引入对金融科技的发展起到了一定的抑制作用。但不得不说，规则的制定除了淘汰一些实力不足的企业外，也为剩下的公司提供了更明确的框架，即在规则内良性发展。

在过去的十年里，我们见证了金融科技行业的崛起，包括更多种类的投资产品和多样的金融工具，金融科技逐渐成为人们生活中必不可少的一部分。在许多金融科技与传统大型银行之间，我们可以看到越来越多的人选择相信金融科技，这也驱使传统银行不得不也推出金融科技服务、政府也因此颁布了不少保护隐私和数据的监管法案。

从 2008 年金融危机到 12 年后的今天，我们发现创新技术和法规之间，有望最终会达成一种平衡。

2020 年年初，疫情在全球爆发再次给了整个金融行业重击，全球多国股市多次熔断，这会再一次重创金融行业，那么 2008 年金融危机带了金融科技行业，那么 2020 年 COVID-19 会给金融行业带来什么？

对于金融科技行业来说，由于疫情造成经济活动的中断，有信贷需求的人群收入能力下降，其还款能力和意愿也会随之下降，这会导致逾期率的上升。由于无法预知疫情究竟会发展到什么样程度，所以对金融科技行业的影响还是个未知数，不过随着时间推移，负面影响将会越来越严重，尤其是美国这样高负债率的市场。

根据调研机构 CBINSIGHTS 数据，金融科技行业的成交量从2019 年 1 月到 2020 年 3 月一直处于下滑状态，其中，2020 年 1 月-3 月下降幅度最为严重。

金融科技行业出现的主要问题就是现金流，这是金融行业的通病，也关系到金融公司的存亡。由于疫情限制了人们的生产和消费，那么对金融科技行业的打击就显而易见。相反，疫情危机之中，也出现不少新机会，像在线教育、在线办公、视频流媒体、生鲜送货等行业迅速崛起。

我们发现在疫情期间，这些领域培养了一大批用户习惯，在疫情过后这些被彻底激活的领域将是未来重点关注的方向，用户数量也会逐渐攀升。在疫情之前，金融科技公司的产品往往很少涉及这些新兴领域，疫情之后，如果能有金融产品和服务深入这些领域中去，推出与这些领域相匹配的金融产品和服务，这或将是一个新的方向，当然主要在线教育这样的场景可能更适合一些。

笔者还看到一个很有趣的现象，根据 4 月 9 日 APP ANNIE发布 2020 年第一季度全球热门应用榜单，对比 2019 年第四季度，这也是疫情前后的对比数据，在月活跃用户方面，拼多多上升 2 位超过淘宝位居第九，淘宝下降 2 位居第十名。而拼多多目前还未上线金融服务，这对出海厂商有一个很好的借鉴作用，因为海外疫情正处于爆发期，疫情过后也很有可能出现类似国内这样的现象，即平价电商平台更容易产生报复性消费，那么这个场景的消费者一般属于中低端收入，他们在疫情后对金融服务需求或者依赖可能更多，所以出海厂商可以关注新兴市场社交电商这种平价电商平台。

最后，疫情的出现应视为一个机会，那些致力于深入人们日常生活、实时快速响应客户需求的创新金融服务将会有更多的成长空间。