扶小助微：新一代智能风控平台助力产业信贷精准滴灌能力构建原创

尊敬的各位来宾，大家下午好，欢迎参加腾讯金融云举办的未来金融研究所系列直播第九期。本期直播的主题是拂晓助威新一代智能风控平台，助力产业信贷精准滴灌能力构建。今天的演讲嘉宾是腾讯云产业风控产品总监陈果，陈老师拥有12年金融科技实践经验，也是产业风控新模式的思考者与引领者，从服务头部产业互联网金融公司，有效解决其普惠金融风控诉求。分享过程中有任何问题欢迎在互动窗口留言，讲师分享结束后会统一为大家进行解答。同时，本场直播设有简单的问卷调查，完整填写问卷，我们将抽取五名有效回答的幸运观众，送出我们的鹅场Q版公仔一只。

那话不多说，接下来我们有请腾讯云产业风控产品总监陈果老师为大家带来拂晓助威，新一代智能风控平台助力产业信贷精准滴灌能力构建，分享有请。好，感谢主持人啊，非常荣幸有这个机会，通过这个直播的这个方式来参与咱们未来金融研究院的话题的这个讨论啊，那我此次分享的这个主题呢，是附小助威啊，新一代智能风控能力啊，助力产业信贷的精准灌溉，那我是本次的主讲人成果，那在分享之前呢，我先简单的介绍一下我自己。呃，本人在二一年啊加入腾讯金融云来负责牵头产业风控能力的建设和推广，呃，从业12年呢，一直是在从事金融科技相关的这个工作，呃，曾经也是就职于国内头部的金融啊，互联网的金融机构啊，负责过产业金融的业务啊及风控管理的这个产品的创新啊，包括支付安全啊，小微信贷，票据融资啊，物流金融啊，供应链金融啊等多个场景，多个领域。那么此次分享呢，也是希望能够帮助行业内的客户啊，更多的了解当前产业链中小企业融资的这个痛点，以及在产业科技的这个视角下，又是如何来看待和解决这些问题的。

那本次分享呢，分为两个部分啊，首先是对符合金融现状的分析啊和痛点的这个梳理，那么第二部分呢，我们将介绍我们是如何来解决这些问题的，又使用了哪些黑科技啊，来助力咱们产业金融数字化升级啊和下沉的具体方案。呃，说到普惠金融的痛点啊，算是老生常谈啊，国内从一五年开始啊，就开始大力的推广普惠金融落地啊，已经有7878年的时间了，中小企业融资难融资贵的问题其实已经有所缓解啊，但是疫情其实又带来了更多新的问题。

那本次呢，我们将从外部环境啊，政策的分析啊，以及内部的结构变化三个维度啊，来分析痛点到底在哪，为什么金融机构没有办法很好的去进行业务落地。那首先我们来看一下外部环境啊和市场的需求啊，在疫情的这个影响下呢，不同这个类型的客户啊，可能受到的影响啊也不一样，其中的大型的这种企业，可能自身的资金实力啊会比较强，信息化程度呢又比较高，所以它受疫情的这个影响相对是比较小的。而且这些企业自身的信用比较良好，对外披露呢，也相对的这个规范，所以呢，融资的这个来源啊，相对比较丰富一些，基本上这些企业已经被传统的金融机构所覆盖。不过这些头部企业对成本也相对的敏感一些，那市场有限，而且就是竞争非常的激烈。

那我们再来看基于个人消费金融市场的这个情况，呃，疫情之下呢，其实人员流动和就业这个影响是非常大的啊，需求上涨的这个同时啊，就是不良也在水涨船高啊，另一方面呢，近几年的这个政策对于消费金融是进行不断的这个监管啊，比如互联网的这个营销限制和利率限制。那么使得消费金融的这个产品同质化相对比较严重啊，尤其是在利率锁定的这个政策下，大出法则啊失效，那使得呢，很多销金的产品不能够再依靠这个利率啊，覆盖风险的这个玩法获得超额收益了。那最后我们回到我们呃，重点要分析的中小企业的这样的一个现状，那么很多企业其实是没有扛过这波疫情就直接关门大吉了，那活下来的企业呢，其实还是有一定的收入来源和这个资金实力，那他们更多的是产业链中腰部或者是末端的啊这种参与者。

这些客户呢，在复工复产的这个阶段，往往需要一些外部的资金去缓解啊，开工阶段的啊一些成本压力，所以这类客户啊需求激增。而且参与这个产业链的中小企业基数还是比较大的，所以整体的市场需求远超过啊这个供给，所以规模潜力是比较大，但是呢，他们整体的就是信用水平啊，还是不太足够啊，主要表现在没有优质的这种担保，这一条呢，就使得很多的传统的金融机构是渗透不下去，而信息不对称啊，不规范的这种情况直接也影响了金融机构对企业收入证明啊和监控，尤其是在的融办去。所以这也加剧了企业获得这个融资的这个难度啊，这些都是急需需要突破的啊一些痛点。啊，不过值得关注的是啊，整个市场的这个格局也在发生一些变化，比如说大企业正在去搭建自有的平台啊，希望通过小企业去使用平台的方式来降低这个信息不对称，而消费金融呢，也是正在发力经营性的场景啊，将个人收入作为这种经营性融资的缓和数据依据，那其实各方呢，都在利用自己的优势地位啊，去解决部分的这个痛点，想抢占这个产业金融的市场。

那么疫情期间呢，监管政策也是在不断的推动啊，金融业务的脱虚向实啊，要求服务下沉到实体的经济，从疫情早期的这个102号文啊，幺二零号文啊开始就确定了金融机构啊，与金融科技与产融结合的这个方向，到最新的发布的两个重要文件啊，37号文和11部啊，联合发布的促进中小企业融通创新的这些通知。啊，这都直指了金融机构啊，要去提升这个综合的金融服务能力，想需要利用好这个产业数据平台啊的能力的一些优势啊，去服务好中小企业，其中对于风控管理的这个描述啊和建议已经到非常的细致的呃这个程度了啊，比如说要求根据企业的真实贸易背景和实际的资金的这个呃周期开展业务，也就是需要风险去管理啊，精细化的啊去管理，并且呢，必须贴合咱们产业链的实际的场景。

那同时呢，还要求金融机构就具备自主风控的啊，这种风控能力，那这一条其实也是为了避免金融机构过度的依赖渠道担保啊，或者是兜底的这个能力啊，而只只去做一些形式上的审核，那么除了这种硬性的要求以外，政策一直在鼓励啊，数字化平台的建设啊，强化这种风控数据分析和监测的这个能力，那么希望最终能够提高客户的识别啊和信贷这个投放，那么这一系列的啊，对风控的这个影响，推动的金融机构啊，对各自的这个风控水平啊，做进一步的这个强化。

那么分析完这个外部格局和政策的这个趋势之后啊，我们最后来详细的剖析一下内部结构的一个变化，那么所谓的就是内部结构呢，也是金融机构最后形成融资产品的具体手段和方式。那么这里呢，会涉及到融资生态下的所有的参与者，我们可以看到从左边到右边啊，分别代表着五大参与方啊，包括产业链啊，供应链企业啊，互联网的应用，金融科技服务啊，以及最终的金融产品的提供方啊，那产业链呢，更多是围绕核心企业啊，或者是品牌，形成这个生产销售一体化的这种生态圈。啊，比如汽车产业啊，物流啊，大宗啊，还有现在非常热门的工业，呃，产业生态呢，所体现出来的更多是协作融合啊和互联互通的啊一些，那供应链企业呢，是在产业生态中的参与的这个主体，他们分布在产业的各个环节，那么通过持续的去经营啊，和市场这个互动啊，形成内外部的数据啊，包括企业的经营数据和个体的这个相关数据。

那么同时呢，这些企业也会不同程度的使用互联网应用啊，来降低他们的管理成本啊和信息获取的成本，沉淀具有一定特色的互联网行为数据。那再配合外部的商业行为的数据去共同形成了一种信用要素啊，那我们把这类信用要素啊归结为商业信用的一部分，那金融科技公司呢，就把这些信用数据啊，通过模型算法啊进行量化处理，再筛选出与金融产品相关的这种风险指标啊，最终与金融机构啊进行有效的匹配和验证。所以我们认为产业数字化对于风控的本质的影响，其实是通过互联网的应用和金融科技的手段啊，去挖掘出了商业信用，有效的去补充了咱们的金融信用。

那在新的这个信用结构下呢？传统的风控手段其实是没有办法去适应新的需求的。那可以看到很多金融机构已经从业务层面啊，开始逐渐的按照商业场景来划分金融产品啊，包括应收融资啊，预付融资啊，抵质押租赁分期啊，小微信用。那么在新的这个结构下呢，风控的关注点将更聚焦于场景啊，比如说应收场景下有票据融资啊这个业务，那在判断完承兑人啊，这个资质还不错的这个情况下，其实呢，对融资企业自身主体的这个评估的权重啊，可以降低很多，这是为什么啊，这也是因为从这个场景可以挖掘出这种缓释的这种措施啊，并且有效的展现了客户的这个还款意愿和这个还款能力。

那么这种结构下呢，风控会更关注承兑人的风险和贸易背景的一个真实性啊，防止这个交易欺诈的这个发生。那么同样的，在新的这个结构下，数据补充和数据验证也变得非常的重要，呃，比如说预付类的这个场景会需要获取用户的这个订单信息啊，并且对订单信息进行交叉验证来判断真实性和有效性，呃，还有小微啊，信贷类的，那么现在市场上呢，已经有广泛的在使用发票啊和税务数据作为替代数据啊，来判断客户的这个收入能力。那么如何通过这些数据来判断客户的质量，并且通过持续监控客户的变化啊？那么都是风控需要突破的问题。那通过我们上面对内外部啊，以及政策分析之后啊，我们汇总出了新环境下的四大痛点，那么首先是疫情使得金融机构产业难，成本高，第二个呢，是远程进件的这个效率和准确率啊，该如何去保证，第三个呢，是如何在新的啊风险结构下和场景下去快速识别目标客户。

啊，最后是如何在缺少内部数据的这种情况下呢，对行业和目标客户进行有效的监测。那这些痛点也是推动的智能风控的又一次的升级，那我们认为未来智能风控能力呢，需要具备以下三个特点。非接触式的这种展业方式啊，高效率的进件和筛选，以及呢，不间断的数据判断和监测的这个能力啊，那我们认为具备这些特点才算是好的啊，智能风控才能使产业金融有效的落地。那么下面呢，我们来介绍一下腾讯的新一代的这个智能的风控能力，咱们是通过如何使用啊黑科技来助力咱们啊产业金融数字化升级的啊。呃，先给大家介绍一下我们整体的这个能力框架啊，也是腾讯经过不断的业务探索啊，再加上结合专家经验所沉淀下来的能力模型啊，我们称之为一横三纵啊，一横呢是我们围绕这个产业金融信贷的这个场景啊，通过数据驱动去覆盖业务的生命周期啊，作为这个目标和愿景，那么三纵啊，分别是啊音音视频的风控啊，智能决策和监测预警，那么三大加速器的这个能力支持。

可以解决那个不同场景的风控需求，那么其实音视频的能力呢，主要是涵盖了像辅助尽调啊，视频的面签啊，在线验证啊等功能，那么这些能力啊，更多的是借助了互联网应用啊来为金融服务。第二个呢是智能决策啊，它涵盖了决策引擎啊，实施建模啊，变量加工的能力，是金融科技呢，在这个风险量化层面的一些基础工具。

最后一个是监测预警，它涵盖了数据的监测啊，知识图谱的能力啊，是在整个智能决策工具的这个平台上去构建了基于信贷业务预警的这个量化模型。那么这些能力呢，将依托啊金融云的基础设施底座啊，服务上层不同的这个产业金融应用的这个场景。那么首先我们来介绍一下这个音视频的这个能力啊，那这个能力其实是呃非接触的一个典型应用，呃，通过音视频的实时的这个会议啊，加上在线的就是识别验证这个能力可以实现由远到近的这种风控提升啊，那也是在疫情当下帮助了不少金融机构去实现了远程展业的这样一个突破啊，反馈还是非常不错。那么这套能力呢，可以解决几个核心问题，就比如说呃，疫情的这个限制啊，没有办法出差可能到不了客户的这个现场啊，或者因为企业离市中心比较远啊，下户成本还比较高。

啊，或者是必须提前去预约企业的相关负责人啊聚到一起，这个其实是由于空间的这种限制啊，导致了这个展业的困难，那使用音视频的能力呢，可以很好的啊打破这个限制啊，采用这种实时的啊视频加录制的啊，这种方式可以和企业啊与个人去沟通，也可以让不同的角色在不同的这个地方啊实时的反馈。另一方面呢，也是在尽调或者是面审的这个阶段，对于风险的这个审核人员，他没有办法去到达客户现场呢，只能凭借采集回来的这个数据啊，进行专家的判断，其实是缺乏事后回溯的这种能力的，而且采集回来的这些数据啊，会有模糊或者是被篡改的这种情况，那其实需要去辨别和验证。那这几个问题呢，也可以通过啊音视频这个风控平台的一些验证的功能来进行解决，那我们再来看一下，就是系统的这个界面可能会更具象化一些，呃，风控人员可以在远程使用PC端啊，对视频进行管理啊，客户呢，移动通过移动终端啊，加入这个在线的这个视频会议啊，那么风控人员也可以在线上去指导客户进行一系列的操作和互动啊，来全方位的了解客户的这个实际情况，客户拍摄的这个影像呢，也可以通过OCROCR的方式回传到咱们的后台啊，进行实时的校验。

而且整个过程啊，都会进行音视频的这个留存啊，方便回溯，那么这么一套音视频的工具呢，可以应用在贷前的企业认证啊，高管的访谈啊，代中的这个签约尽调补充啊，以及贷后的例行回访啊等各类场景，那可以实现了全流程的覆盖和见证。那我们也充分的利用了这个软硬件的能力啊，来适配咱们金融业务场景的这个风控需求，那主要采用的是叫双屏四维啊这种方式来帮助金融机构去全面了解客户真实的情况，那么所谓的双屏呢，就是移动终端屏加上远程的啊终端屏，那其中呢，移动终端屏还调用了前置摄像头和后置摄像头啊，那四维是指的我们对人啊启物场那么四个维度的这种作业方式，比如说基于啊人维度的这个风险识别啊，包括身份的核验，在线签约啊，个人要素的这个上传啊等等，那么企业维度呢，会包括像主体风险啊，企业身份核验，经营风险识别啊，企业的评级啊，企业关联风险啊等等，那么以物呢，更多的是在租赁的这个场景啊，从这个租赁物、抵押物的这个角度出发，去识别这个物品的就是信息。

机的真实性啊，价值以及潜在的风险。那最后是场啊，我们通过呃，GPS加这种LBS的位置服务，可以实现对场地的真实性啊，以及设备位置风险的这种交叉验证。

那么除了对客户思维的这个了解啊，还有一个比较核心的作用，就是通过定位的这个服务和核身验证能力，也能避免业务人员或者是渠道啊，与客户一起进行信息的伪造啊，避免一些道德风险。那么既然是科技的定位，还是有必要去展示一下，就是技术的这个优势，那这一套风控能力呢，整体是建立在咱们腾讯啊，对于实时音视频的这个基础设施和处理这个基础上的，那么底层呢，是封装了我们的腾讯会议的TRTC啊的内核啊，可以实时可以可以实现这种低延迟和这个全国接入的覆盖。当然在使用的这个过程中，也会取决于客户的这个网络和这个带宽的情况啊，那么监管合规呢，也是必不可少的啊，我们参与了人行关于远程音视频技术规范啊的这个输出，那这套系统呢，也是基于这套规范啊进行建设，并且纳入了这个监管沙箱啊的试点啊。

那么技术安全上呢，底层采用了一些加密的这种传输啊，并且支持数据私有化的这种部署，可以确保数据的安全。那另一方面呃，目前至少有40多家的金融机构啊，已经正在实施和落地了，那么在多种这个金融场景的这个呃，实施上积累了很多的经验，所以可以支持金融机构线下拓客在线的办理啊，还可以实现线上的这种多岗协同的啊这样的一些需求。最后一个也是非常核心的这种扩展能力，那么这套平台呢，支持微信和小程序的接入啊，那这种方式呢，也会使得接入和开发啊，变得灵活易用啊，可以大幅提升这种开发上线的这个效率啊。

好，那么介绍完音视频的能力呢，我们再来看一下我们第二个加速器啊，智能决策平台，那么它是一种帮助金融机构对客户进行快速筛选的一个能力底座啊，那么通过这套平台呢，可以实现从数据到变量，再从指标到模型规则的啊这个自动化，呃，从业务的视角来看呢，就是智能决策平台更像是一个容器和漏斗，通常呢，这套平台上层啊会对接金融机构的业务系统或者是进件系统，那么当客户提交材料之后，我们可以将数据啊放入到容器当中，通过模型对资料进行解析啊和分层，或者进行数据的补充啊，然后根据产品的这种风险偏好去输出对客户判断的这个结果，这样能够帮助咱们的业务和风控人员去快速的去筛选出我们的目标客户啊，也可以快速的为已准入的这个客户提供个性化的。

定额定价。那平台的前身还有一个名字啊，叫决策引擎啊，这个说起来可能大家会更熟悉一些，因为早期呢，呃，决策引擎的这个功能啊，大量的应用于消费金融场景啊，因为销金的业务对于客户的这个筛选和响应速度啊是有一定要求的，所以呃得需要一套这种效率工具啊来对模型和数据进行管理，但是呢，当进入企业信贷这个场景之后，我们就发现早先的功能啊已经无法满足这种多场景的需求了，那我们需要一套建模更简单啊，各个环节还能进行数据校验啊，数据监测这种精细化的工具平台。来支持啊。那么在此需求背景下呢，我们对整套产品进行了解耦和升级，那么基于我们多年在模型的开发积累啊，加上流程管理的这个经验，把平台按照风险的感知，识别，决策啊这个维度进行了全面的升级和完善，按照风控的这个职责啊划分了啊，就进行了敏捷度的啊这个提升。

呃，可以看到就是整个企业级的智能决策管理平台呢，包含决策引擎啊，实时建模啊，变量加工，知识图谱和数据处理啊等核心的这个模块，那每个模块对应着不同的决策啊和分工啊，比如说业务会决策人员啊，业务决策人员可能会更关注啊，通过率啊，或者是模型的升级所带来的这个影响啊，包括AB test的冠军挑战啊等等，而建模专家呢，可能会更关注在不同算法啊，对应不同模型的这种关键指标。那再往下一层数据开发，那会更聚焦变量的计算和加工啊，而底层数据呢，就交给我们的数据运营啊，进行数据的这个治理和成本的管控啊，这里特别要提到的是知识图谱，因为在产业金融场景下呢，知识图谱能够帮助金融机构有效的识别咱们产业链上的风险传导的啊，传导这个因素，所以我们将图形建模能力呢，作为一个单独的模块啊，拿出来方便图形专家进行开发和使用啊，那么使用新一代这个智能的这个决策平台啊，就是使得我们的模型上线周期可以得到很大的一个提升啊。

那我们从传统的这个模型部署按天的这种周期呢，可以缩短到秒级，而且支持灰度发布啊，去实现快速的部署和响应。那么策略开发呢，也至少可以缩短啊，至少50%以上啊，在没有使用这个平台前，从业务的需求分析啊，到需求确认啊，技术实施，最后测试上线啊，基本上需要八大步骤，那快的话要一周，慢的话可能需要一个月，那在使用了决策平台之后，可以缩短到四步啊，基本上是大幅的提升了开发的效率，并且能够快速获得反馈结果。

那更重要的还能去减少大约60%的成本，这个也是呃，粗略的一个统计，那其实这也是从两个方面进行考虑，第一个呢，是人员方面，其实可以花更少的时间而去处理数据，让各个岗位呢，职责变得更清晰，而且更聚焦，另外一方面呢，是通过对数据的监控啊，来选择成本最优的这种调取方式啊。那么智能决策平台呢，不仅在贷前可以帮助金融机构进行快速的这个筛选，还具备啊贯穿整个业务生命周期的啊这个能力啊，包括营销推广带中的监测和这个贷后的催收啊，可以实现整个就是风控全流程的啊智能决策化，所以我们认为智能决策平台呢，啊，将会成为未来金融风险管理的这个核心的这么一个中台。

那同时呢啊，决策平台我们还融合了咱们腾讯生态的这个底层的一些组件啊，包括一些设备指纹啊，全局的设备指纹，人工智能的辅助啊，自动的数据检测啊等等技术啊，形成了对风险管理的一种小闭环啊，同时呢，也可以为金融机构去提供各种场景的模型建设这种服务啊，比如说主体评级啊，交易的反欺诈，小微的票税模型啊等等，那么其中比较重要的啊，这接下来会给大家详细介绍的是我们的就是监控预警这个能力啊，这也是我们的第三个啊加速器。那么说到风险预警啊，也是当下非常备受关注的啊，这么一种能力，因为疫情的这个原因，导致很多的业务出现的违约啊，所以很多金融机构都在搭建自己的这个风险预警能力，那么核心一点是为了避免啊自己成为最后一个接盘侠啊，那么风险预警的原理呢，其实利用了我第二个啊加速器中提到的知识图谱。

啊，这这和建模能力，那我们在很多历史出险的这个原因上进行了一个大致的一个分析啊，有一部分啊，是人为主观去产生的，比如说借钱去炒房去炒股啊，那还有一部分其实是客观的这个因素导致的违约，那比如说因为施工的这个问题引起的这个纠纷啊，导致的这个呃商票拒付啊，或者是疫情的这个封锁啊，导致物流没有办法去配送或者交付。那么这些客观原因呢，往往可以从咱们产业链的啊，关系层啊去进行挖掘到，所以我们认为啊，知识图谱啊，对于啊，可以对这个风险的预警进行持续性的这个监测，那比如说我们会去关注公开招标的这种数据啊，像企业年报啊，向公告啊，新闻舆情啊，腾讯内部的一些数据，去挖掘企业的上下游的合作关系啊，那么从合作伙伴层面去了解啊这个风险。

或者是呢，基于咱们的企业的股东啊，投资企业的这个关系啊，关联关系，对企业的这种关联方啊进行分析，那么这个这个手段呢，也是目前产业链风控非常关注的啊一个风险点。那么还有我们会把同类竞争对手也拿来进行一个对比，来判断这家企业的这个生存价值和在行业的这个地位啊，那么最后呢，还会对企业的高管啊，员工啊进行分析啊，比如说企业人员的规模啊，招聘信息啊，离职率或者是裁员啊等等负面的啊，这种综合判断去来判断说在这个行业当中，咱们的目标客户啊，是否存在这种潜在的这个解散的啊一些风险。

那么风险预警的这个识别啊，是一个比较依赖于行业的量化工具啊，就比如说我们目前观测到的疫情啊，对于物流行业的这个影响力要远大于其他的这个行业，呃，其次呢，疫情的这个区域封锁，其实也导致了大量的餐饮和零售啊，出现了大量的这个舆情的这个情况啊，那么通过啊对历史这个舆情情况进行归纳，进行整理，那我们大概汇总了12类的这个风险类型啊，200多项这个预警信息啊，从公开的这个数据和互联网数据上面，也是积累了接近小10亿的历史的这种预警信号。那这些呢，都是基于数据维度的啊，治理的结果，我们将这些数据与行业的这个特点相结合啊，沉淀出了具有行业属性的这种风险特征。

比如说我们在汽车产业，我们更关注啊，关注了整个传统的主机厂，还有新能源汽车，包括汽车后市场的销售啊，以及价格的这个变动的这个情况，来进行舆情的监控。那么同时呢，我们现在还在不断的去拓展新的行业领域，去积累和适配啊，去行业专属的这种预期模型，那比如说我们最近也在啊，正在去研究啊，光伏能源啊，产业链的一个变化的一个趋势啊。那么介绍完呃具体产品之后呢，最后我们对整个产业风控能力进行一个小结啊，那我们将远程音视频智能决策平台，加上这个呃，策略模型啊三大维度的这个能力啊，组成了新一代的这种全站式的呃金融风控能力的这个矩阵啊，那么配合我们内嵌的自动化风控的工具插件啊，比如说OCR人脸识别RPA，还有很多辅助的这种数据处理的这个底座，可以有效的啊帮助金融机构实现这种精准化的提升，那么最终呢，是实现咱们产业金融的啊精准的覆盖。

但我们认为啊，技术是一种呃，累进式的这种增长的这个方式啊，那它可能不能像市场一样，就是市场需求一样，可能具备一定的周期性，但是呢，啊，技术的这个突破其实是把自己啊拆解成为这种原子能力啊，然后再去进行不断的组装和升级啊，那我们认为呢，技术的每一次的这个创新啊，都将会呃成为未来的啊一个新的起点。那么最后啊，我们挑选两个这个客户的案例啊，来啊，作为本次这个分享的一个一个结尾啊，那么第一个呢，是排名前三，前三的这个民营企业的，呃，民营的这个租赁公司啊，那么整体目前的这个资产规模已经超过了3300亿啊，那么涉及的行业或者是业务啊，包括像什么工程建设呀啊，机械制造啊，医药啊，电子信息啊等几个事业部啊，而且还专门成立了啊，设立了普惠金融部啊，那么客户前期的系统呢，就非常的传统啊，而且系统之间其实是没有办法打通的，采用这种烟囱式的这种方式，所以造成了很多的冗余啊，还有信息不对称。

那客户也是为了去支持他们小微普惠的这个业务啊，去进行了这个数字化的一个转型啊，他们一起使用的是这个远程音视频的风控平台啊，去实现了线上的一个展业和远程的营销啊同步啊，还建设了咱们的就是风险预警啊和数据治理。

啊，所以他们希望拿这套东西啊，对内外部的这个业务和资产情况进行一个自动化的监测啊，目前呢，还在不断的啊，进行金融云的这个基础设施的一个建设，是来降低自身整体的运维成本。那在我那我们呢，在其中当中的一个价值，其实主要就是发挥咱们金融科技的啊一个优势啊，帮助客户在全渠道啊，全场景啊，全流程的一个数字化的一个提升啊，那么实现集团搭建的这种业务和普惠业务的啊，一个高速的一个发展啊。那么另一个客户呢，啊，是那个北京啊世的啊世的这个3A级的政策性的担保公司啊，那么他们是以这个助力中小企业而得名的这种科技型的这种担保公司。那么早期呢，合作渠道的这个业务也是缺乏系统的支持啊，基本上都是靠着这个人工啊，这种去线下的这种单点联系的这种方式来进行展业的啊，包括线下去发材料邮件，其实这种啊就不能符合，或者说不太符合现在一个是市场，一个是监管的一个规范的需求，那么同时呢，他们就是担保公司啊，也需要对现在的资产的这个质量。

啊进行这个负责，那么所在的所有的这个风险的识别啊，这个监测，那个预警和欺诈的这个问题，其实他们一直在探索去寻求这个解决方案啊，那么最后采用了我们的解决方案啊，包括啊去搭建了一套呃面课的这个系统啊，来支持融资人啊和渠道呃在线上完成这个展业和互动，那么同时呢，还配套着使用了呃决策平台啊来进行业务的快速的这个筛选啊，那么目前已经呃支撑起了大约有呃400亿的这个业务量啊，那么展业的一个效率啊，基本上也是提升了50%，另外呢，他们还使用了腾讯的就是微信的原生的啊这种人脸识别的这种原子的能力啊，加上设备指纹啊，去对个人啊和法人啊进行身份的这个合身。

能够帮助他们啊，在在六个或者更多的这个担保业务场景里面啊，进行进一步的提升啊和创新好。好的，那么以上呢，就是我本次分享的这个主要的这个内容，可能讲的稍微比较快了一些，所以啊，如果各位啊，对哪方面比较感兴趣，我们可以进一步的这个探讨和探索啊，那么下面的时间啊交给主持人，嗯。感谢陈果老师的精彩演讲，看到大家提出了一些问题，请您先浏览一下，稍后帮助大家答疑解惑。同时请大家扫描屏幕中的二维码，填写调查问卷，完整填写问卷，我们将抽取五名有效回答的幸运观众，送出我们的鹅场Q版公仔一只，期待收到您的反馈与意见，下面把时间交给陈果老师。

好的啊，我们看到已经有，呃，就是想了解的具体细节的一些朋友了，我们简单的来说几个问题吧，啊，先挑选一个比较。比较重要的一些点啊。那么第一个问题啊，是用远程尽调啊，这个东西是不是以后就不用人再去了啊，这个问题问的比较好啊，也是，呃，就是很多的这个金融机构啊，一上来也会比较关心的这个话题。那么我们认为就是尽职调查啊，它是一种责任的一种机制，那么这个机制下呢，可以可以确保就是业务人员去真实的啊，去了解咱们客户的一个实际的情况啊，然后去输出这个进价报告。

这里其实有很核心的一个点，在于说这个责任呢，就是一定要去履行的啊，但是呢啊，不用每个人啊去现场。所以呢，还是需要有这个这个尽职的啊，这样一个义务的啊，另外一个就是所谓的尽职免责，那么有些过程呢，其实是需要通过一些手段啊，来证明自己已经履行了这个责任和义务啊，这是机制机制层面的啊，一个一个解释啊，另外就是呃，进教也也是分为现场进教和非现场进教。那么所以可以根据咱们实际的啊，这个情况啊，去来啊和流程的规范来使用啊，对应的这个工具啊，我不知道这样的解释啊，是否能够啊。满足您的就是对于这个啊，远程教的啊，这个关注点啊。

好的，那我们来看一下第二个问题。啊。音视频风控现在在哪些场景的应用会比较多一些啊？那么看来呢，大大家可能对音视频这个风控啊会更更关注一些啊，那么目前呢，呃，我们的这个就是项目的这个案例啊，和这个实践的这个经验啊会有很呃就是有一些经验来看的，带着抵质押或者是租赁场景的啊，这样的一些场景可能会对呃音视频的这个风控的需求会强烈一些。那么其次呢，是小微普惠类的啊，尤其是在贷前审核，贷中尽调和贷后的这种巡检的啊这个环节。啊，这可是相对来说非常实用，而且可以留存的啊，那么另外我们在对了很多的这个租赁公司啊，进行这个走访的这个过程当中啊，啊，那么我们也呃也发现说啊租赁物啊这个寻访和取证。

这个方面提供了一个就是给客户提供了这个很大的帮助啊，所以一一开始交流的时候，客户都会问啊，我们是否有这种关于这个租赁物的啊，一些解决方案啊，我们配套的会给客户，客户啊去呃，融合在我们这个音视频的啊，这个风控的这个里面。那么这是第二个这个问题。好，那我们再看一下第三个啊，第三个问题，嗯。模型产品的准确度高不高啊，呃，这个问的也是非常的专业啊，就是其实是在说到模型的这个特点，其实呃并不像我们咱们理解的那种能够拿来去预测未来啊，是不是会发生什么事情啊，这个地方会有一些啊，就是误解，呃模型呢，其实重点在于我们去如何能够将用户去进行分层啊，那把我们认为好的客户就是挑出来，那么其实在这个里面有一个呃很重要的不确定性，就是呢，每一个金融机构对风险的这个容忍度啊，其实是不一样的。

那那就好比呢，每个人啊，对好和坏的啊，这个评判标准啊，其实也都不一样，那么所谓的准确度高和低呀，需要结合不同的产品的这个风险权重啊和风险偏好啊来进行衡量。啊，所以就是所谓的高低啊，这并不是就是有啊绝对的高或者绝对的低，另外一个需要说明的就是呢，呃，其实数据的这个维度啊和关联性也会来决定咱们模型的一个分层的这个准确度啊，那么所以呢，我们会更关注就是在其中的去找到一个平衡点啊，就获取我们的这个模型的这个数据，最后呢，匹配我们的风险偏好啊，来给金融机构和这个风险的这个审核啊，去做最后的啊一个决策的啊一个辅助。

的啊，不知道这个有没有啊，回答您的这个问题。好看，还有没有其他的啊这个问题。好的，那么没有问题，我们就把剩下的时间交给主持人，嗯。好的，感谢陈果老师的细致解答，未来金融研究所系列直播第九期到此结束，再次感谢陈果老师和朋友们百忙中抽出时间场助您利讯金融云其他活动上再相见。