上周，雷鋒網(wǎng)AI金融評論邀請到了百融云創(chuàng)副總裁薛婧做客雷鋒網(wǎng)公開課，以“AI助力金融機(jī)構(gòu)五大場景智能化轉(zhuǎn)型實(shí)戰(zhàn)講解”為題進(jìn)行了干貨分享。后續(xù)將有更多課程上線，添加微信號 AIFintech_leiphone 報(bào)名聽課。

關(guān)注AI金融評論，后臺(tái)回復(fù)“百融公開課”即可下載課件。

目前薛婧負(fù)責(zé)百融云創(chuàng)客戶的解決方案及行研中心兩大部門，她表示，線上業(yè)務(wù)相對成熟的的一些機(jī)構(gòu)，實(shí)際上整體業(yè)務(wù)量并沒有受疫情的影響，反而比去年同期（即農(nóng)歷春節(jié)前后）的狀況要好很多。而金融機(jī)構(gòu)也從原來更注重自研產(chǎn)品的思路，向以客戶為中心轉(zhuǎn)變，基于客戶需求進(jìn)行相應(yīng)產(chǎn)品的開發(fā)和迭代。

在服務(wù)3500余家金融機(jī)構(gòu)、日均輔助審批信貸申請數(shù)百萬筆的磨練下，百融云創(chuàng)摸索出了一套金融重點(diǎn)業(yè)務(wù)場景智能化轉(zhuǎn)型的獨(dú)家招式。薛婧結(jié)合百融云創(chuàng)的豐富合作經(jīng)驗(yàn)，解讀了金融機(jī)構(gòu)從網(wǎng)點(diǎn)式思維向線上化、智能化轉(zhuǎn)型的技術(shù)方針。

以下為薛婧分享內(nèi)容節(jié)選，雷鋒網(wǎng)AI金融評論做了不改變原意的編輯。

本部分主要是結(jié)合金融業(yè)務(wù)的實(shí)際場景，來介紹人工智能可以如何幫助金融機(jī)構(gòu)去真正實(shí)現(xiàn)一些智能化的轉(zhuǎn)型。

首先講人工智能還有整個(gè)金融行業(yè)的發(fā)展，實(shí)際上金融行業(yè)每次革新性的發(fā)展都是離不開技術(shù)的。我們以銀行為例，目前為止銀行已經(jīng)進(jìn)入到了4.0時(shí)期。

銀行的1.0時(shí)期，實(shí)際上是從1472年開始，以第一個(gè)物理網(wǎng)點(diǎn)出現(xiàn)為起始。到了1980年，銀行開始出現(xiàn)了ATM機(jī)，這個(gè)時(shí)候就過渡到了2.0版本。隨著互聯(lián)網(wǎng)的技術(shù)，包括移動(dòng)智能手機(jī)的不斷普及和應(yīng)用，銀行進(jìn)入到3.0的階段。這個(gè)時(shí)期的主要特點(diǎn)，實(shí)際上就是移動(dòng)錢包、移動(dòng)存款啊，包括很多電子銀行，都是在這個(gè)時(shí)期在逐漸開展業(yè)務(wù)的。

從17年開始一直到未來很長一段時(shí)間，進(jìn)入到銀行的4.0時(shí)期，已經(jīng)從原來的網(wǎng)點(diǎn)業(yè)務(wù)開始逐漸轉(zhuǎn)向深入到各個(gè)場景方。所以未來銀行很可能是一個(gè)無感知的、開放銀行的概念，它會(huì)把自己的服務(wù)能力嵌入到各個(gè)場景下，在各個(gè)場景內(nèi)客戶就可以得到相應(yīng)的金融服務(wù)。

無論是銀行，還是其他原來很多的業(yè)務(wù)，它的業(yè)務(wù)模式其實(shí)是基于自己的網(wǎng)點(diǎn)或者線下門店來開展的。

之前機(jī)構(gòu)更加注重的是自研產(chǎn)品，就是我開發(fā)了一個(gè)新的產(chǎn)品，實(shí)際上是客戶需要來適應(yīng)我，而不是我基于客戶的需求來開發(fā)的。這是原來的傳統(tǒng)自營業(yè)務(wù)模式。

銀行非常穩(wěn)健，它的轉(zhuǎn)型也是比較慢的?，F(xiàn)在互聯(lián)網(wǎng)業(yè)務(wù)競爭激烈，銀行也已經(jīng)開始意識(shí)到說，首先不能夠再固步自封，不能夠以產(chǎn)品為中心，而是要以客戶為中心，基于客戶的需求，來進(jìn)行相應(yīng)產(chǎn)品的開發(fā)和迭代。

同時(shí)，由原來的網(wǎng)點(diǎn)式思維，轉(zhuǎn)變成現(xiàn)在積極利用線上化的工具，為客戶提供更順暢的、更快捷的一些普惠業(yè)務(wù)。

從疫情開始一直到現(xiàn)在，我們觀察到，對于線上化業(yè)務(wù)已經(jīng)相對成熟的金融機(jī)構(gòu)，比如說像消費(fèi)金融和其他的一些非銀機(jī)構(gòu)，他們原有的信審流程就已經(jīng)是線上化的。做一筆借款，秒批秒貸，很短的時(shí)間內(nèi)就可以拿到相應(yīng)的金融服務(wù)產(chǎn)品了，這都是因?yàn)樗幸惶淄暾木€上風(fēng)控流程來做支持。

銀行很多業(yè)務(wù)是以線下網(wǎng)點(diǎn)為基礎(chǔ)，你要到網(wǎng)點(diǎn)去做面簽才能夠完成這項(xiàng)業(yè)務(wù)。而且整個(gè)審批流程也比較長，很多環(huán)節(jié)上都是需要人工介入，就會(huì)拉長審批時(shí)效性。

我們發(fā)現(xiàn)，前面說的線上業(yè)務(wù)相對成熟的的一些機(jī)構(gòu)，實(shí)際上整體業(yè)務(wù)量并沒有受疫情的影響，反而比去年同期（農(nóng)歷春節(jié)前后）的狀況要好很多。

反觀銀行，整體業(yè)務(wù)量就會(huì)受到大幅度的影響，節(jié)后三周我們觀察到的結(jié)果要比19年下降了至少5成，至少5成——大量的客戶實(shí)際上都已經(jīng)轉(zhuǎn)到了其他線上化相對成熟的金融機(jī)構(gòu)。

所以這個(gè)是機(jī)構(gòu)整體業(yè)務(wù)模式的轉(zhuǎn)變。疫情對于金融機(jī)構(gòu)，尤其是像銀行這樣相對保守性的機(jī)構(gòu)，這是加速了它們轉(zhuǎn)型升級的步伐。原來可能還是想再看一看，現(xiàn)在已經(jīng)是不得不去做實(shí)事了。

今天重點(diǎn)介紹這五個(gè)場景：智能風(fēng)控、智能營銷、智能支付、智能客服和智能投顧，看在這幾個(gè)場景下，人工智能的技術(shù)是如何助力金融機(jī)構(gòu)來做整體轉(zhuǎn)型的。

智能風(fēng)控

智能風(fēng)控主要指的就是基于信貸場景下，綜合判斷是不是能夠給這個(gè)客戶貸錢？貸完錢之后，能不能夠及時(shí)足額還款？如果不還，貸后催收可以怎么處理？

在智能風(fēng)控的全流程里，貸前就是我們講的準(zhǔn)入階段，就是銀行或者金融機(jī)構(gòu)決定要不要借你錢的環(huán)節(jié)。實(shí)際主要關(guān)注的是兩類風(fēng)險(xiǎn)：欺詐風(fēng)險(xiǎn)——是不是來騙錢的？再有一個(gè)就是信用風(fēng)險(xiǎn)，就是能不能未來足額還錢。

貸中環(huán)節(jié)，就是說我已經(jīng)把錢給他了，但是客戶還沒有完成所有的還款周期，貸中要持續(xù)監(jiān)控他的狀態(tài)，這個(gè)時(shí)候會(huì)有相應(yīng)的風(fēng)險(xiǎn)預(yù)警。

貸后，也就是真正出現(xiàn)逾期之后，會(huì)有很多的客服和催收人員來打電話，在整個(gè)貸后管理上，也可以運(yùn)用一些智能化的工具來提升整體的效率。

在具體的應(yīng)用上，比如說在貸前用人臉識(shí)別技術(shù)，一定程度上解決需要線下面簽的問題。

• 關(guān)系圖譜的反欺詐應(yīng)用

它其實(shí)是人工智能技術(shù)的一個(gè)應(yīng)用分支，去分析客戶的聚類現(xiàn)象，通過一些算法可以找到這些頂點(diǎn)之間的一種關(guān)系。如果聚在一起，代表他們其實(shí)是有一些強(qiáng)綁定的關(guān)系的。

圖譜最核心的應(yīng)用點(diǎn)就是找到欺詐客戶，會(huì)發(fā)現(xiàn)一些黑中介者是團(tuán)伙欺詐。比如說這張圖，我們拿到了一個(gè)客戶的手機(jī)號，在底層數(shù)據(jù)進(jìn)行關(guān)聯(lián)，發(fā)現(xiàn)它關(guān)聯(lián)了4張身份證號，然后又關(guān)聯(lián)了一個(gè)郵箱。那么其中三個(gè)身份證號還有郵箱都沒有關(guān)聯(lián)出任何信息，只有一個(gè)身份證號又關(guān)聯(lián)出了一個(gè)郵箱，然后關(guān)聯(lián)出一個(gè)電話之后，這個(gè)關(guān)系網(wǎng)絡(luò)也斷了。在我們的這個(gè)判斷里，就會(huì)認(rèn)為他是一個(gè)疑似的黑中介。

一個(gè)正常的客戶，實(shí)際上他的手機(jī)號跟身份證號之間是有綁定關(guān)系的，現(xiàn)在的話可能差不多有2~3個(gè)是比較正常的。一下子有了4個(gè)甚至以上的綁定關(guān)系，一個(gè)手機(jī)號綁定了四五個(gè)以上的這樣的身份證號，可以想象到它的一個(gè)場景是，用一個(gè)手機(jī)綁定不同的實(shí)名信息，也就是其他的客戶信息來進(jìn)行騙貸，在同一個(gè)平臺(tái)或者多個(gè)平臺(tái)來進(jìn)行騙貸，所以才會(huì)有這樣的結(jié)果。

大家可能會(huì)問，這是怎么找到這些實(shí)名信息的？實(shí)際上在整個(gè)的欺詐環(huán)節(jié)內(nèi)，很多的黑中介或者是團(tuán)伙欺詐，他們是有相應(yīng)的渠道可以拿到你的姓名、身份證、手機(jī)號，而且成本非常便宜，不到一塊錢。拿到這些信息之后，就可以跟他的手機(jī)綁定，然后在平臺(tái)上進(jìn)行申請。

所以之前遇到有些客戶說，看到自己的人行征信，發(fā)現(xiàn)欠款了有逾期，這個(gè)客戶其實(shí)根本就不知道自己有這筆借款，很可能就是因?yàn)樗男畔⒈槐I用了。黑中介以他的身份進(jìn)行借貸行為，最后產(chǎn)生逾期。

另一種情況是，比如說張三跟李四，兩個(gè)不同的人，公司也不同，但是你發(fā)現(xiàn)他們留下的前臺(tái)座機(jī)號是同一個(gè)，或者手機(jī)通訊錄完全一致，所以通過這樣的一些關(guān)系分析，我們就可以找到這種團(tuán)伙。

如果是個(gè)人貸款產(chǎn)生不良，實(shí)際上只是一筆；但如果是團(tuán)伙，一旦金融機(jī)構(gòu)沒有準(zhǔn)確識(shí)別，基本上全部都會(huì)是壞賬，這對金融機(jī)構(gòu)的壓力就會(huì)非常大。

我們最近的數(shù)據(jù)也顯示，在疫情的作用下，全國整體的團(tuán)伙欺詐風(fēng)險(xiǎn)都在上升。

除此以外，還有智能風(fēng)控的智能機(jī)器人。大家最先接觸到的智能機(jī)器人是在一些銀行的網(wǎng)點(diǎn)，機(jī)器人可以跟你一問一答，產(chǎn)生交互?，F(xiàn)在疫情，很多銀行客服也是沒有辦法上班的，所以這個(gè)時(shí)候有些銀行全部都調(diào)用的智能語音產(chǎn)品，由機(jī)器人提供相應(yīng)的服務(wù)，也是一個(gè)趨勢。

• 大數(shù)據(jù)的風(fēng)控模型如何搭建？

簡單來說，原來傳統(tǒng)的模型、搭建方式，是用邏輯回歸，而且主要依據(jù)人行征信報(bào)告，無非基于客戶之前有沒有不良記錄、欠款，然后判斷整體風(fēng)險(xiǎn)，再?zèng)Q定要不要放貸。你會(huì)發(fā)現(xiàn)很多都是信貸強(qiáng)相關(guān)的數(shù)據(jù)，我用邏輯回歸，基本上用不超過10個(gè)變量，就可以綜合判斷了。

但是傳統(tǒng)風(fēng)控建模，在現(xiàn)有的場景下，它遇到的最強(qiáng)大的挑戰(zhàn)就是很多白戶。很多年輕人群就屬于我們講的那種，沒有之前被服務(wù)好的長尾客戶。實(shí)際上他們之前沒有辦過信用卡，沒有車貸，沒有房貸，所以在人行征信上你看不到其他的所有的信貸記錄。

但是這些客戶也有非常強(qiáng)的信貸需求，而且這里邊有很多優(yōu)質(zhì)客戶，比如說工作5年以內(nèi)的年輕白領(lǐng)，他雖然現(xiàn)在可能沒車、沒房，甚至沒有信用卡，但是他未來一定會(huì)是銀行非常好的潛在客戶。所以其實(shí)用傳統(tǒng)的風(fēng)控模型，你會(huì)發(fā)現(xiàn)，有大量的客戶會(huì)被銀行拒絕掉，拿不到銀行服務(wù)的。

所以新型智能化風(fēng)控模型，我們用的是什么方式？

首先用到的，可能是非信貸場景下的弱相關(guān)變量，就是并不基于信貸場景下來進(jìn)行分析的。比如說你之前的一些消費(fèi)行為，瀏覽行為，你經(jīng)常喜歡看哪些模塊的內(nèi)容？還有你的社交圈，雖然這些跟信貸不是直接相關(guān)，但是可以判斷你的整體風(fēng)險(xiǎn)。

所以在整個(gè)的模型搭建上，我也不會(huì)只用10個(gè)左右的變量，甚至可能有成千上萬個(gè)變量，所以這個(gè)時(shí)候就需要有人工智能的算法來做支持，它會(huì)用到像上面我們看到的GBDT、神經(jīng)網(wǎng)絡(luò)等等，這樣一些更高級一點(diǎn)的算法，把這些成千上萬個(gè)變量來進(jìn)行整合。

最后我來綜合分析這個(gè)客戶，我到底要不要給他準(zhǔn)入？所以這是兩個(gè)非常大的區(qū)別，用專業(yè)一點(diǎn)的話來說，就是傳統(tǒng)風(fēng)控模型，我用到的是信貸強(qiáng)相關(guān)的數(shù)據(jù)。但用到的關(guān)鍵變量解決不了白戶的問題，一旦客戶缺失某幾項(xiàng)信息，模型就是不穩(wěn)定的，后果就是我對這個(gè)客戶沒有辦法進(jìn)行準(zhǔn)確判斷。

大數(shù)據(jù)風(fēng)控模型的思路是，用非常多的弱相關(guān)變量，去綜合分析客戶。即使他之前沒有發(fā)生過任何借貸行為，我依然可以判斷客戶的風(fēng)險(xiǎn)。

為什么現(xiàn)在很多客戶可以在不同平臺(tái)上借貸了？你想要的金融服務(wù)除了銀行以外，其他機(jī)構(gòu)也能幫你來實(shí)現(xiàn)，而且整個(gè)的流程是非常順暢的。為什么可以實(shí)現(xiàn)秒批秒貸？實(shí)際上都是有這些大數(shù)據(jù)和人工智能的技術(shù)在幫助金融機(jī)構(gòu)去做綜合判斷。

除此以外，我們還有像智能訓(xùn)練平臺(tái)，一站式建模，會(huì)把剛才提到的很多非常復(fù)雜的算法，把它包在整個(gè)的自動(dòng)訓(xùn)練平臺(tái)里邊。要了解算法和場景，需要非常高的學(xué)習(xí)成本。市場上的風(fēng)控人員實(shí)際上是很稀缺的，我們把百融6年的經(jīng)驗(yàn)全部包在這個(gè)線上化的自動(dòng)模型訓(xùn)練平臺(tái)上，對于小白分析師或者剛?cè)胄械膹臉I(yè)人員來講，很快就能搭建完一個(gè)復(fù)雜的機(jī)器學(xué)習(xí)模型，整個(gè)模型的開發(fā)周期也大幅縮減，基本上是在以天為單位就可以完成一個(gè)模型的開發(fā)、上線和部署。

智能客服

這次很多金融機(jī)構(gòu)沒有辦法集中上班，所以也用到大量的智能語音工具。在這個(gè)場景下，包括文字坐席、智能IVR（Interactive Voice Response，互動(dòng)式語音應(yīng)答）機(jī)器人去跟客戶產(chǎn)生交互，還有智能質(zhì)檢等。舉個(gè)例子，這是客戶已經(jīng)逾期的場景?；诂F(xiàn)在的疫情，我們在做貸后管理的時(shí)候，實(shí)際上是會(huì)有這樣的一些話術(shù)可以給到機(jī)構(gòu)的。

另外一個(gè)最近常用的場景，是基于很多地方政府或者社區(qū)，需要對社區(qū)居民回訪。

更多場景應(yīng)用的案例音頻，請持續(xù)關(guān)注AI金融評論，全場回放視頻即將上線。

在跟客戶產(chǎn)生交互的時(shí)候，主要采用的是IVR。當(dāng)我們聽到客戶的語音，首先機(jī)器人要把它轉(zhuǎn)化成文字，也就是ASR技術(shù)（Automatic Speech Recognition，語音識(shí)別），微信語音長按轉(zhuǎn)文字就是ASR技術(shù)的一種體現(xiàn)。

第二步就是機(jī)器人的大腦，NLP技術(shù)（自然語言處理）。我要準(zhǔn)確知道客戶到底說了什么，要知道如何回復(fù)客戶，如何應(yīng)答。

當(dāng)我理解了客戶的意思，也知道應(yīng)該如何回答客戶的時(shí)候，這個(gè)時(shí)候要把這段文字再轉(zhuǎn)化成語音，這里用到的是TTS（Text To Speech，文本到語音），可以理解成是語音轉(zhuǎn)換器。

最后這段語音推給客戶，通過IVR來進(jìn)行交互——這么多步驟，實(shí)際上機(jī)器人跟客戶之間的交互是沒有什么延遲的。

智能營銷

還是以銀行為例，因?yàn)殂y行的例子會(huì)豐富一點(diǎn)，也是大家平時(shí)能夠接觸到的。

對于銀行來講，傳統(tǒng)的營銷方式主要包括物理網(wǎng)點(diǎn)上的營銷、地推路演、沙龍會(huì)議，用電話或者短信觸達(dá)，在媒體廣告上進(jìn)行傳播。

這些大家都不陌生，但你會(huì)發(fā)現(xiàn)實(shí)際上這里邊有一個(gè)問題：受制于場景和場地，沒有辦法觸達(dá)全量的客戶；也不夠精準(zhǔn)，并不了解這個(gè)客戶他真正的需求是什么，他只是盲目去推廣，廣撒網(wǎng)?？赡芪野褌鲉谓o到了所有人，但實(shí)際上這個(gè)客戶可能是一個(gè)VIP客戶，另外一個(gè)客戶可能根本就不符合我的準(zhǔn)入條件，他的資質(zhì)可能都不是特別好。

傳統(tǒng)的整體營銷方式，會(huì)有種種局限。那么在整個(gè)營銷智能化的轉(zhuǎn)型中，人工智能技術(shù)可以幫助銀行去做的一件事情，就是幫助你更準(zhǔn)確地去分析客戶的需求，同時(shí)給客戶去匹配與它需求相對應(yīng)的產(chǎn)品。這一點(diǎn)實(shí)際上是非常關(guān)鍵的。

這里面我們會(huì)用到的技術(shù)也比較多，比如說像客戶畫像，會(huì)用到一些相應(yīng)的營銷的評分，來幫助銀行來進(jìn)行整體的客戶分層。主要目的就是幫助銀行來分析，哪些才是你的目標(biāo)客戶？這些目標(biāo)客戶適合現(xiàn)有的哪些產(chǎn)品？真正達(dá)到了一個(gè)更精準(zhǔn)的效果。而且節(jié)省大量的人工，省去和不必要的一些勞動(dòng)力。

智能投顧

花旗銀行的數(shù)據(jù)顯示，到2017年的時(shí)候，中國的個(gè)人可投資資產(chǎn)總額已經(jīng)達(dá)到了188億以上。估計(jì)到2020年底，國內(nèi)的整體可投資的資產(chǎn)規(guī)模將要達(dá)到200萬億以上，高凈值人群的比重也將上升到49%。

今年的疫情可能會(huì)使數(shù)據(jù)有一些波動(dòng)，但實(shí)際上整體的趨勢還是看得非常清晰的。財(cái)富其實(shí)是增長的，那么如何很好地去進(jìn)行投資，讓財(cái)產(chǎn)能夠保值增值，這都是大家非常關(guān)注的問題。

大眾對資產(chǎn)配置的渴望在增加，原來的基金公司、理財(cái)公司更多關(guān)注的是高凈值的客戶，有很多長尾客戶的需求，實(shí)際上并沒有真正地被滿足到，沒有很好地被服務(wù)到。這就跟現(xiàn)在發(fā)展普惠金融業(yè)務(wù)，包括對于長尾客戶的零售金融業(yè)務(wù)，整體思路是一致的。

隨之上線的就是智能投顧的產(chǎn)品，其實(shí)就是對于這些小散戶，提供一些真正符合他們需求的智能化建議。

在智能投顧的發(fā)展過程中，實(shí)際上非常重要的一環(huán)就是KYC（Know your customer，了解你的客戶），就是你要知道這個(gè)客戶的風(fēng)險(xiǎn)是什么樣的？他的需求偏好是什么樣的？我應(yīng)該如何給他配置資產(chǎn)？是需要給他多買一些固定收益產(chǎn)品，還是需要進(jìn)行風(fēng)險(xiǎn)投資？現(xiàn)在是不是有保險(xiǎn)的需求？他最近有沒有一些貸款的需求？在客戶的整個(gè)生命周期里，需求的內(nèi)容都是不一樣的，需要真正能夠了解客戶現(xiàn)在的一些資產(chǎn)狀況、近期計(jì)劃和中長期計(jì)劃來綜合考慮。

在美國，我不知道有沒有觀眾考過CFA，它其實(shí)主要培養(yǎng)的就是投資經(jīng)理、理財(cái)經(jīng)理。這些理財(cái)經(jīng)理實(shí)際上服務(wù)的客群也是VIP的高凈值客戶。他需要收取高昂的管理費(fèi)，在這個(gè)場景下，他才會(huì)為你量身定制去分析你現(xiàn)有的資產(chǎn)狀況，在近期之內(nèi)你有沒有一些消費(fèi)支出，比如孩子上學(xué)、出行計(jì)劃、有購房需求等等；遠(yuǎn)期你的養(yǎng)老金應(yīng)該如何來打理等等，他會(huì)按照你的整個(gè)生命周期進(jìn)行一個(gè)全流程全方案的分配，制定專屬的投資建議書。

這項(xiàng)服務(wù)目前為止對于個(gè)人客戶，尤其是散戶來講，還是比較奢侈的。所以智能投顧未來如果真正能夠發(fā)展起來，它是有非常廣闊的場景。

目前為止中國的智能投顧還是存在一些很明顯的問題。首先整體行業(yè)的技術(shù)并不成熟，它并沒有達(dá)到真正根據(jù)不同資產(chǎn)狀況和全生命周期來制定不同投資計(jì)劃的水平，現(xiàn)在很多時(shí)候還是需要人工介入，沒有辦法實(shí)現(xiàn)我們實(shí)現(xiàn)智能化、自動(dòng)化的財(cái)富管理目的。

另外，銀行目前對智能投顧的投入和發(fā)展還是相對落后的。同時(shí)，公眾的認(rèn)知也有待提高，大家對整個(gè)智能投顧（的了解），可能更多是一個(gè)概念，知道有這么個(gè)東西但實(shí)際上并不會(huì)信任他，更多的還是把錢直接去給到銀行的理財(cái)經(jīng)理，讓他們來幫助你來做整體的投資。但隨著大眾認(rèn)知的提高，技術(shù)的不斷提升，一定會(huì)有這樣的一些平臺(tái)，能夠開發(fā)出相適應(yīng)的一些產(chǎn)品，來服務(wù)長尾客戶群體。

全場回放視頻即將上線，敬請期待。

雷峰網(wǎng)原創(chuàng)文章，未經(jīng)授權(quán)禁止轉(zhuǎn)載。詳情見轉(zhuǎn)載須知。