阿里云優(yōu)惠券 先領券再下單

2017年，iPhone X引入Face ID，讓智能手機進入人臉識別的時代。而幾乎在同一時間，人臉識別技術也已被看準是在線信貸的下一個兵家必爭之地。

事實上，無論國內還是國外，生物特征識別技術正在迅速成為消費金融領域一個新的“must have”（必須有）。尤其是面對在線信貸行業(yè)對風控要求的日益提升，生物特征識別技術也已逐漸成為區(qū)別企業(yè)競爭力的新指標。

這是因為，盡管在線信貸行業(yè)可以運用大數(shù)據(jù)建立征信模型，解決傳統(tǒng)信貸行業(yè)“借錢難、借錢貴”的弊病。然而，由于網(wǎng)絡欺詐手法不斷翻新，導致在線信貸審核與運營成本節(jié)節(jié)攀升。核心風控能力的不足，成為制約在線信貸發(fā)展的最大痛點。

而生物特征識別技術擁有傳統(tǒng)基于證件和密鑰認證技術所無可比擬的優(yōu)越性。盡管生物識別技術門檻較高，投資龐大，在與既有業(yè)務整合時往往也需要耗費相當大的精力和物力。不過，與投入成本相比，融合生物識別技術為消費金融行業(yè)帶來的好處，仍然是回報豐厚。

一般來說，生物特征識別以面部、聲紋和指紋識別為最主流，此外還有手形、手掌形、掌紋、虹膜、DNA，甚至是耳朵的形狀等等。

在國外，指紋驗證是最為流行的，通過與PKI技術相結合，保證數(shù)字證書在每個環(huán)節(jié)都與客戶的生物特征匹配。

比如美國第五大消費信貸公司Quicken Loans，他們就使用指紋特征采集來鑒別用戶身份。該企業(yè)創(chuàng)始人Dan Gilbert認為，指紋是目前在消費信貸領域中，最好的身份確認工具。 1974年,Osterburg通過論證,證明了2枚指紋出現(xiàn)12處相同的特征卻不屬于同一個人的概率只有大約十萬億分之一。

如SoFi、Affirm等外國頂級消費信貸公司也認為，指紋識別也是當下最具可靠性（robustness）的身份確認方法，適合更多人的操作習慣，成功率也更高。誠然指紋識別很大程度上依賴于指紋獲取的圖像質量，不過隨著計算機視覺的進步，目前指紋數(shù)據(jù)壓縮的問題已得到解決。

圖丨《黑人兄弟》中的演員Keegan Michael Key為Quicken Loans拍攝的代言廣告（來源：Quicken Loans官網(wǎng)）

目前，國內網(wǎng)貸行業(yè)對于聲紋識別技術和人臉識別技術的應用也日趨成熟。

其中，在消費金融領域第一個成熟應用聲紋識別技術的公司中騰信，旗下的小花錢包，從2015年開始就嘗試人臉識別技術，主要應用在反欺詐環(huán)節(jié)。2017年，小花錢包更與生物識別技術合作機構一同入選 MIT Technology Review （麻省理工科技評論）的金融科技人臉識別應用案例。同年還入選為中國人民銀行金融研究所互聯(lián)網(wǎng)金融研究中心組織編寫的金融科技專著《金融科技:發(fā)展趨勢與監(jiān)管》經(jīng)典案例。

中騰信成立于2014年，最早它是一家專注于線下的消費金融服務企業(yè)。2015年，中騰信設立子公司小花（廈門）互聯(lián)網(wǎng)金融信息服務有限公司（簡稱“小花金服”），作為線上消費金融領域科技服務的主體。

而小花錢包便是由小花金服推出的App核心產(chǎn)品，提供備用金申請服務，備用金可用于現(xiàn)金提現(xiàn)、信用卡還款及分期購物服務。

小花金服研發(fā)負責人黃凌鵬指出，小花與中騰信的信貸工廠運營理念是一致的，不同之處在于小花是一個純線上產(chǎn)品，運營上更側重于通過大數(shù)據(jù)手段以及數(shù)據(jù)分析來提升效率降低成本。且自小花錢包推出以來，就專注于開發(fā)人臉識別技術的應用。

結合生物識別技術與征信模型，目前小花錢包已可做到實時審批，刷臉快速取得信用額度，當天借款當天到賬。

黃凌鵬告訴DT君，小花錢包的產(chǎn)品定位是“年輕人的互聯(lián)網(wǎng)錢包”，主要服務工薪階層，客戶年齡范圍是23-40歲。這個年齡段的客戶，是勞動力人口的主要集中段，有穩(wěn)定工作及收入。

這一消費客群的特征是日常生活與互聯(lián)網(wǎng)高度結合，對新型科技接受度高，但要求也高，沒有耐心等待漫長繁瑣的信貸審批流程，卻又往往缺乏與金融機構往來的信用記錄。

所以，小花錢包依賴許多第三方數(shù)據(jù)來補足信用模型，目前已經(jīng)接入了20多家的第三方數(shù)據(jù)，覆蓋了包括黑名單、設備問題檢查、身份驗證、收入情況、消費水平等方面。再加上采取人臉識別技術后，在整體的貸款流程上，用戶只需要填寫身份證信息及拍攝面部照片，平均在3到5分鐘內就能完成申請。

真正意義的人臉識別必須是動態(tài)的面部識別，也就是用攝像頭對用戶的多角度拍照，再把這些照片與用戶的身份證照片信息相比較，以判定客戶是否真實。其好處是阻止不法分子利用照片通過系統(tǒng)判定，杜絕冒用他人信息進行欺詐的行為。

因此，小花錢包在人臉識別環(huán)節(jié)，會要求用戶根據(jù)提示完成眨眼、張嘴、搖頭等隨機動作，并與用戶拍照上傳的身份證照片進行有效核實，確保人證合一，識別虛假、冒用身份行為。

圖 | 小花錢包RiskAI系統(tǒng)架構（來源：小花錢包）

除了人臉識別，中騰信還有成熟的聲紋識別技術，也就是通過采集聲音，建立聲紋庫，用于反欺詐風控。

聲紋識別是近年來受消費信貸領域追捧的技術，雖然早在1945年，貝爾實驗室就著手于聲紋技術的研發(fā)，不過現(xiàn)代聲紋研究大多數(shù)基于i-vector建模的聲紋識別技術。

相較于指紋識別，聲紋更具有用戶無感知性。用戶在發(fā)出聲音的同時，聲紋就會被采集，并與數(shù)據(jù)庫進行比對。在流程上來說，用戶體驗要高于指紋識別。

2016年1月，清華信息科學技術學院國家實驗室技術創(chuàng)新和開發(fā)語音部語音和語音技術中心的鄭方博士就撰文，稱聲紋識別技術對政府部門和商業(yè)領域來說，都是一項必不可少的重要技術。

中騰信風控負責人日前曾對DT君指出，目前中騰信已積累了大量的聲紋樣本，立足精密的聲紋識別技術，結合多年風控經(jīng)驗和多場景的龐大聲紋數(shù)據(jù)，針對不同風險點，可以建立起對應場景的黑名單、聲紋庫，結合反欺詐規(guī)則，豐富聲紋識別策略預警。

另外，聲紋識別也能夠有效地克制團伙欺詐。這種團伙欺詐的特點是在“申請人”進件時具備一定集中性特征，比如位置信息、設備信息等，欺詐分子通過給予“申請人”一定好處的方式利用其身份信息騙取貸款。但是這種團伙欺詐分子在接聽信貸公司電話時，往往只有幾個“業(yè)務員”。這樣一來，只要針對具備集中性特征的進件在審核時比對聲紋庫，就可以有效識別出是否為團伙欺詐，再將上述“業(yè)務員”的聲紋列入黑名單庫，就可以抵御不法分子的攻擊。

由總體風控效果來看，中騰信全流程風控系統(tǒng)將欺詐風險和信用風險的防范細化至客戶借款的全生命周期，從貸前、貸中、貨后各環(huán)節(jié)防范風險。自2014年以來，系統(tǒng)設置欺詐及信用風險規(guī)則上千條，信用風險模型及欺詐風險模型數(shù)十個，資產(chǎn)質量控制水平在同業(yè)名列前茅。

圖丨中騰信聲紋識別系統(tǒng)架構（來源：中騰信）

從1985年，中國建設銀行深圳分行為國內購房者辦理了第一筆按揭貸款，再到今天，即便經(jīng)歷了1999年的通貨緊縮，我國消費貸款余額總量仍然達到了數(shù)千倍的增長。市場越大，問題越多，消費信貸直至今日都沒有符合當下社會環(huán)境且完善的個人信用系統(tǒng)以及風險評估系統(tǒng)。

2015年，16家上市銀行的不良貸款余額約為9000億元，比2014年增加了2300億元，增幅超過30%。根據(jù)銀監(jiān)會的記錄，商業(yè)銀行在2015年的不良貸款率為1.59%，較2014年年末增加了24%。直至2017年，上市銀行的不良貸款更是增加到了1.74%。

構成這種局面的原因，除了上述的個人信用問題外還有兩種：信貸機構經(jīng)營成本阻力和經(jīng)濟環(huán)境。中騰信所采取的生物特征識別技術，可以在貸前低成本有效降低個人信用帶來的風險。

歸根結底，中騰信是在用技術解決行業(yè)的痛點，并不是盲從于技術的大浪潮。套用美國著名管理學者斯萊沃斯基（Adrian J. Slywotzky）的盈利模式理論來分析，也就是一家企業(yè)有哪些利潤源、利潤點、利潤杠桿和利潤屏障，則中騰信的做法可以被理解為在聚焦鎖定利潤源（也就是主要用戶）的同時，還提高了利潤屏障（也就是技術門檻）。

隨著社會經(jīng)濟的發(fā)展和公眾消費觀念的改變，我國個人消費信貸業(yè)務得到了快速的發(fā)展。這項業(yè)務勢必成為未來無論是企業(yè)機構，亦或是商業(yè)銀行的重要利潤增長點，并為促進經(jīng)濟繁榮做出貢獻。但是要去學習如何跨界，中騰信是一個很好的例子，他們將金融與計算機視覺、語音識別等技術緊密結合，把科技賦能在了傳統(tǒng)業(yè)務上。

簡言之，中騰信想要實現(xiàn)的是一種以生物科技和數(shù)據(jù)科技雙重融合的科技金融服務，在高效的同時也保證了安全性。上文提到，生物特征技術擁有較高的門檻，但也正是這樣的入門條件，才能夠解決行業(yè)的亂象。

中國信貸行業(yè)雖起步較晚，發(fā)展腳步卻極為迅速。在DT君眼里，未來信貸機構將不再是“錢多說話”，它會越來越向“有技術才能張口”的方向靠攏。行業(yè)發(fā)展的前景，也不應該只是機構的財務杠桿能力，而是大數(shù)據(jù)、生物特征識別、以及人工智能技術能力！ 

申請創(chuàng)業(yè)報道，分享創(chuàng)業(yè)好點子。點擊此處，共同探討創(chuàng)業(yè)新機遇！