《贸易金融》记者张铭研

凯文凯利在《必然》中所说，科技进步使得越来越多的东西以指数级的速度增加。近几年，随着金融科技不断深入到产业，金融业务综合化、智能化的发展趋势愈发明显。反映在金融业务上，便是用户对金融服务和产品的实时性和便捷性等体验方面的要求越来越高。

以大数据、云计算、人工智能等为代表的科学技术在重塑着企业的发展模式和风控业态。例如，我国的消费金融正是依托互联网金融发展起来的，特别是80后、90后、00后的消费群体把中国消费金融推到了一个新高点。但是在开展业务的过程中，消费金融也存在如获客、场景获取和风险管理等等一些痛点。

科技企业是如何帮助银行等金融机构更好的开展业务？如何解决例如消费金融、供应链金融、小微金融业务中的一些痛点、难点？带着这些疑问，记者走访了天云数据CEO雷涛。

为解决国内AI技术商业实践中痛点，天云数据提出：“让企业获取机器智能像读书一样简单。”

天云数据CEO雷涛对记者表示，互联网渗透率提升带来了数据迅猛增长，包括信息化系统里沉淀的各种交易数据，互联网用户产生的行为数据等。这些不断扩大的数据资源，同时也为积极创新的厂商带来了收入增长的机遇。

在金融机构中，银行其实是机器学习比较成熟的使用者。西方机器学习的核心客户群体就是银行。这是由于银行业务本身就具有量化分析的需求，比如信用卡额度的衡定就需要风险量化模型，所以银行对机器学习的使用习惯已经培养起来了，再接纳AI企业的商业模式就比较顺畅。

当然，天云数据的步伐不止于此，2018年以来，天云数据已经实现了从金融科技，到医药、军工、能源，天云的泛行业布局，进一步提高了科技对产业的渗透率。

据了解，天云数据，自2013年成立以来持续深耕金融业，国内能够同时提供分布式计算平台产品和AI平台基础设施的科技厂商，并拥有博士后工作站和国家级高新企业称号。

科技改变了传统金融的风控方向

科技已经对金融业的风控模式进行颠覆，雷涛对记者表示,天云关注的是金融业务的数据处理，信息处理和一些业务模型。

无论消费金融还是供应链金融，对资产进行封装，生产面向C端用户或者B端用户的金融产品，其实这也是资产的风险传递方向。

曾经，信用都是从主体系统、核心企业向下传达，从甲方的真实需求向下传递，因为通过真实的交易，主体信用的评估可以向下传递，传递的介质就依靠这些仓单、订单、运单等等这一系列的交易数据。而现在，因为科技发展，风控模式开始出现了一些变化。金融科技可以通过数据把信用方向自下而上传导。

以前是从保理业务的角度，评估方式更多是基于对订单本身，即这单生意本身的真实性。因为线下的每单的评估成本比较高，这导致只有金额足够大的订单才值得去做。而中国2万多家做保理企业的业务具有“小额、高频、海量”的特点，并且沉淀在不同产业不同区域，它的空间维度和交易的复杂、多样性，决定了他的生意规模都是碎片化的。

物流公司每个月的上亿的流水，其实真正碎片化的司机端的行为数据都是几百块钱的小额订单和配送活动。他的行为已经被TMS这些信息化系统充分的数字化，它可以贯穿从甲方到第三方物流到专线甚至到司机的全行业。

在银行信用卡业务中，通过信用卡的交易行为，而不是建立在主体信用上，从行为数据的系统上，甚至连续18个月以上的风险暴露期的所有的交易行为，利用人工智能等技术都可以去度量。在个体业务上，可以制作量化模型，像信用卡客户的识别、额度的管理，还款意愿还款能力的这些行为的量化模型，比如额度评估模型是可以对个体业务的行为数据图表。