0
雷鋒網(wǎng)AI金融評論報道，12月21日，線上信貸消費公司樂信集團正式登陸納斯達克交易所，開盤價為每股11.8美元，據(jù)此計算，樂信市值將逾20億美元。此前于12月14日，在樂信向美國證券交易委員會更新的IPO招股書中顯示，每股發(fā)行價區(qū)間在9美元至11美元，融資規(guī)模視承銷商行使超額配售權(quán)而定，介乎1.08億美元至1.32億美元或1.24億美元至1.52億美元之間。
招股書還披露，截至 2017 年前 9 個月，樂信擁有注冊用戶 2000 萬，授信用戶 650 萬，活躍用戶 330 萬；同期整個公司的收入是 39.88 億人民幣，如不按美國通用會計準則計算，樂信的息稅前利潤為 3.89 億，年初至今實現(xiàn)借貸額 313 億。
據(jù)雷鋒網(wǎng)AI金融評論了解，樂信在招股書中特地引用了一個叫做「實際年化利率」的數(shù)字（APR）——在一定時期內(nèi)，APR=利率/平均在貸余額，后者可以通過前一年的余額剩余和當期的借款額差值的平均數(shù)計算得出。經(jīng)過綜合計算，樂信得到的 APR 數(shù)字是 25.3%，顯示平臺所有產(chǎn)品及服務(wù)的分期年化利率均在36%紅線以下。
作為一家線上消費金融領(lǐng)域的服務(wù)商，以學(xué)生信貸起家的樂信至今打造了分期樂（分期購物）、桔子理財（線上理財）、鼎盛資產(chǎn)（資產(chǎn)管理）等多個子品牌，專注電商平臺的分期金融業(yè)務(wù)，在消費金融領(lǐng)域規(guī)模逐漸成型，初露集群優(yōu)勢的崢嶸。2017年，互金企業(yè)爭相上市的狂潮涌來，在趣店、和信貸、融360及拍拍貸爭相登陸美股之時，關(guān)于樂信沖擊分期電商第一股的傳聞和預(yù)測分析熱度始終不減。
AI金融評論發(fā)現(xiàn)，從3C品類的分期電商起家的樂信，在集團化改造和對業(yè)務(wù)全面升級的過程中，資金端規(guī)模不斷拓展，在分期樂商城產(chǎn)生的小額信貸需求，能通過多個金融機構(gòu)對接滿足，如旗下的金融資產(chǎn)開放平臺鼎盛資產(chǎn)，就接入多家銀行機構(gòu)，簽署合作協(xié)議。
在樂信上市之前，AI金融評論對剛剛履新數(shù)月的樂信集團副總裁史紅哲進行了專訪。從單一的分期消費信貸業(yè)務(wù)，到對接傳統(tǒng)金融機構(gòu)和品牌商升級為規(guī)?；暮献髌脚_，全面掌管集團技術(shù)業(yè)務(wù)的史紅哲透露，在技術(shù)支持方面，樂信在數(shù)據(jù)開發(fā)和引入?yún)^(qū)塊鏈結(jié)合AI驅(qū)動業(yè)務(wù)上早已起步。
那么，樂信是如何憑著自主研發(fā)并投入試運行的私有鏈，來結(jié)合AI和大數(shù)據(jù)技術(shù)的應(yīng)用進行數(shù)據(jù)存儲處理，實現(xiàn)消費用戶規(guī)模不斷擴增的同時保持較低的年化利率，借助金融科技的推力真正驅(qū)動集團業(yè)務(wù)升級優(yōu)化而成功轉(zhuǎn)型的呢？
每一款A(yù)PP自它誕生的那一刻起，伴隨著用戶入駐真正投入運用，在后臺的數(shù)據(jù)就開始累積增加。一項業(yè)務(wù)亦然，對于一家Fintech公司也是如此。在當今智能金融時代的大背景下，大數(shù)據(jù)是衡量一家公司大數(shù)據(jù)能力、決心以技術(shù)驅(qū)動業(yè)務(wù)升級的標準和最重要的依據(jù)。
史紅哲告訴AI金融評論，2013年10月分期樂APP上線，前端的業(yè)務(wù)系統(tǒng)方誕生，后臺的數(shù)據(jù)倉庫就已經(jīng)搭建起來了。
盡管由于當時業(yè)務(wù)量較小，數(shù)據(jù)規(guī)模未能通過技術(shù)手段實現(xiàn)出來，基本上都是單數(shù)據(jù)庫的開源模型，“但是包括用戶數(shù)據(jù)、交易日志、用戶在前端的點擊流等各數(shù)據(jù)類型，自2013年10月份開始就已經(jīng)完整落地了。”
回憶樂信這一數(shù)據(jù)倉庫隨著業(yè)務(wù)模塊的不斷擴展而進行的升級改造，史紅哲認為到目前為止共經(jīng)歷了兩次比較大的迭代，基于區(qū)塊鏈的數(shù)據(jù)存儲模式，建立起分布式數(shù)據(jù)處理集群體系:
1. 從單機的數(shù)據(jù)系統(tǒng)擴展成集群的系統(tǒng)。接近2015年6月份的時候，樂信就完成了數(shù)據(jù)倉庫多機集群的建設(shè)，實現(xiàn)把每天的交易記錄、用戶的點擊流和其他以用戶為多方面的數(shù)據(jù)實時入庫。
2. 分布式體系的搭建。在2016年7、8月份，樂信搭建完成了基于Hadoop和Spark底層架構(gòu)的分布式體系。
在論及選用Hadoop和Spark作為樂信分布式數(shù)據(jù)體系底層架構(gòu)的原因時，史紅哲沿襲著樂信業(yè)務(wù)總體規(guī)劃的思路來解釋:適用于全鏈層計算的Spark，和有著處理高并發(fā)優(yōu)勢的Hadoop，能夠和樂信的業(yè)務(wù)系統(tǒng)結(jié)合得非常緊密，并根據(jù)樂信實際的業(yè)務(wù)需求對這套分布式數(shù)據(jù)體系進行定制化設(shè)計改造后，砍掉一些不必要的功能，更能實現(xiàn)輕裝上陣配合業(yè)務(wù)研發(fā)，同時降低技術(shù)團隊維護和理解的成本。
建造數(shù)據(jù)城堡的門檻：豐富的數(shù)據(jù)積累與數(shù)據(jù)主導(dǎo)的意識
要充分動員大數(shù)據(jù)的能力來推動金融科技整體業(yè)務(wù)的升級優(yōu)化，樂信通過搭建分布式數(shù)據(jù)集群體系走出了自己的實踐途徑，那要建造這樣的數(shù)據(jù)城堡來真正賦能金融業(yè)務(wù)，有著什么門檻或壁壘？史紅哲認為，主要的門檻還是在于需要相當長的一段時間內(nèi)來積累數(shù)據(jù)量，這樣才有一個完整且可以回溯的數(shù)據(jù)基礎(chǔ)。
對于樂信來說，能夠追溯查詢到2013年10月份用戶的數(shù)據(jù)，前后信息的完整性都有保證。而這對于一些初創(chuàng)公司而言，可能還需要時間去積累。
從另一個角度來看，史紅哲說大數(shù)據(jù)團隊在以數(shù)據(jù)為驅(qū)動設(shè)計業(yè)務(wù)、系統(tǒng)的時候，就應(yīng)該關(guān)注到需要搜集哪些數(shù)據(jù)，數(shù)據(jù)該如何整合、又是該如何運用，這是一個業(yè)務(wù)的全局閉環(huán)。
在跑動業(yè)務(wù)的時候，數(shù)據(jù)又要實時入庫，又要有數(shù)據(jù)加工、存儲、計算、分析整套的流程。這需要技術(shù)、產(chǎn)品團隊包括整個管理層，配備深刻理解數(shù)據(jù)的意識。史紅哲提醒道，不是說招幾個AI的工程師、機器學(xué)習(xí)的工程師就可以對業(yè)務(wù)系統(tǒng)產(chǎn)生影響，而這也是壁壘的體現(xiàn)。
對于金融科技企業(yè)而言，基于分布式賬本的區(qū)塊鏈技術(shù)固然有著不可篡改、唯一可信任等誘人的特性，但在投入研發(fā)的過程中，存在的交易延時高、架設(shè)技術(shù)門檻高和對現(xiàn)有系統(tǒng)顛覆性強這些客觀存在的難題，使得區(qū)塊鏈技術(shù)距離大規(guī)模真正落地應(yīng)用還有很長一段距離。
而樂信的野心顯然不只是跟風(fēng)試運行區(qū)塊鏈技術(shù)--史紅哲告訴AI金融評論，樂信要領(lǐng)先讓這項技術(shù)落地。在Hyperledger的基礎(chǔ)架構(gòu)上研發(fā)私有鏈以后，樂信計劃先將其在集團內(nèi)部的節(jié)點之間開始跑動試用，借以解決數(shù)據(jù)不一致的情況并降低對賬成本；爾后，在通過旁路測試和與集團內(nèi)部現(xiàn)行系統(tǒng)并行運作的基礎(chǔ)上，真正對接到與銀行的業(yè)務(wù)合作中，希望能夠讓區(qū)塊鏈網(wǎng)絡(luò)與銀行的虛擬節(jié)點進行交互，最終讓區(qū)塊鏈顛覆和重構(gòu)銀行的交易系統(tǒng)。
面對樂信各個逐漸壯大且彼此之間業(yè)務(wù)相關(guān)聯(lián)的獨立子品牌，毫無疑問會讓史紅哲萌生基于區(qū)塊鏈的交易平臺及自動化的結(jié)算思路，用分布式賬本技術(shù)來驅(qū)動改造現(xiàn)有的交易流程與交易記賬的體系。但在梳理完業(yè)務(wù)場景、完成整個系統(tǒng)的概要設(shè)計之后，在真正投入研發(fā)的時候，區(qū)塊鏈在實時交易和應(yīng)用性能方面的問題依然是沒有辦法繞過去的考驗。
史紅哲本身在推動樂信區(qū)塊鏈落地試運行的過程中亦表現(xiàn)謹慎，他稱樂信在上述提到的以旁路測試和與現(xiàn)行系統(tǒng)并行跑動的方式來測試運行的基礎(chǔ)上 ，積累一定的數(shù)據(jù)和測試量，再試圖去替換現(xiàn)有系統(tǒng)和對接到和銀行的合作中。但意識到區(qū)塊鏈本身時延較高、不太適合用于實時交易之后，他坦言，還需要做很多優(yōu)化、測試和改造方面的工作：
“要對區(qū)塊鏈的底層技術(shù)有一個深入的了解，并不是說這個底層技術(shù)拿過來以后就能用。對于它本身區(qū)塊是怎么生成的、這個塊生成的大小，要做細微的平衡和調(diào)節(jié)。區(qū)塊鏈系統(tǒng)跟我們本身的存量業(yè)務(wù)系統(tǒng)要做一個很好的整合，我們基于微服務(wù)的系統(tǒng)跟區(qū)塊鏈技術(shù)體系也要做一個很好的對接。”
回望從誕生到落地試應(yīng)用的道路，目前區(qū)塊鏈尚處于發(fā)展的極早期階段，在史紅哲看來，這條路并不好走，要想?yún)^(qū)塊鏈真正做到與實際業(yè)務(wù)相結(jié)合投入正常運行，這對樂信來說還是一個很大的挑戰(zhàn)。他告訴雷鋒網(wǎng)AI金融評論，到現(xiàn)在為止，區(qū)塊鏈本身，在處理實時業(yè)務(wù)上還沒有成功的案例，并且由于其機制存在高技術(shù)門檻，還需要對底層做非常多的改造，包括參數(shù)調(diào)優(yōu)等等。
其次，區(qū)塊鏈還需緊密地結(jié)合業(yè)務(wù)系統(tǒng)，做好業(yè)務(wù)交易的流程管理，和底層實時區(qū)塊鏈的記賬體系做一個融合。而且要保證數(shù)據(jù)的準確性和一致性，有絲毫差錯就有可能導(dǎo)致系統(tǒng)崩潰。 關(guān)于這一點，史紅哲也說，“在業(yè)界目前還沒有一家類金融公司成功實現(xiàn)這樣的設(shè)想?！?/p>
困境重重，“前無古人”，解決方案的出路在哪里？回到樂信這套以Hyperledger為底層架構(gòu)自主研發(fā)的私有鏈，史紅哲告訴AI金融評論，之所以選用私有鏈，原因就在于其天生的效率要比公有鏈、聯(lián)盟鏈要高得多。具體來講，史紅哲認為目前解決方案分為兩個努力的方向：
1.從業(yè)務(wù)系統(tǒng)的優(yōu)化方向來看，嘗試把同步等待的機制變成一個異步處理的方式，在交易的用戶看起來，交易訂單受理完了狀態(tài)有變化，比如說從原來的500毫秒變成了1秒鐘，其實用戶的感知可能并沒有那么明顯。只要等待的頁面不要停留太久，底層的時間雖然稍微慢了一點點，但是用戶看起來的體驗是不受損的。
2.作為私有鏈，各個節(jié)點之間網(wǎng)絡(luò)都是高速相連的，有一些甚至都是在同一個機房，即使是跨機房，中間也有高速光纖相連，跟聯(lián)盟鏈，公有鏈相比，性能方面有更強的可控性，底層交互是非?？斓?，節(jié)點的數(shù)量也不多。在私有鏈效率更高的基礎(chǔ)上，在硬件等存儲設(shè)備和節(jié)點數(shù)量上做優(yōu)化：
一方面，使用SSD高速存儲，盡可能削弱高時延的影響；另一方面，減少節(jié)點的數(shù)量，使得區(qū)塊鏈的底層通訊網(wǎng)絡(luò)、本身塊的大小和參數(shù)調(diào)優(yōu)等等方面都得到最大可能的優(yōu)化。
史紅哲說，在消費金融領(lǐng)域的許多應(yīng)用場景，樂信都已經(jīng)嘗試用私有鏈進行數(shù)據(jù)存儲，如交易記錄、用戶的賬戶管理。 甚至在獲客階段和用戶狀態(tài)變更等信息，也逐步用區(qū)塊鏈的形式管理起來，“因為金融對數(shù)據(jù)的變更是最敏感的，追求用戶的某一個屬性和每一次的變更來龍去脈都可追溯?！?/p>
更為重要的是，數(shù)據(jù)上鏈之后，意味著這些數(shù)據(jù)被記錄的那一刻已經(jīng)是結(jié)構(gòu)化了，會大大節(jié)省后面利用大數(shù)據(jù)AI的數(shù)據(jù)處理成本。
史紅哲還提到，在結(jié)合的過程中，大數(shù)據(jù)平臺也要從各個系統(tǒng)里面抽取整合完整的交易數(shù)據(jù)，從而使區(qū)塊鏈這樣的分布式賬本系統(tǒng)讓交易數(shù)據(jù)變得更加可信。他認為，AI驅(qū)動的大數(shù)據(jù)要有高質(zhì)量的保證，要形成規(guī)范化、結(jié)構(gòu)化的數(shù)據(jù)驅(qū)動，這樣結(jié)果才會可控。
其次，用區(qū)塊鏈進行管理，數(shù)據(jù)都是真實可信的，數(shù)據(jù)管理成本會大大降低，還能提升AI模型的準確度和運行效率。
在未來，秉承著AI賦能全業(yè)務(wù)流程的整體思路，史紅哲是這樣為AI金融評論展望樂信AI Lab的使命和主攻方向:
業(yè)務(wù)架構(gòu)和產(chǎn)品架構(gòu)的設(shè)計，要逐步去適應(yīng)AI+的戰(zhàn)略。從產(chǎn)品的角度來說，需要從設(shè)計階段就要去思考后臺的AI模型需要哪些字段和數(shù)據(jù)，從業(yè)務(wù)架構(gòu)、系統(tǒng)架構(gòu)的角度去設(shè)計，也要讓AI這個模型有序地循環(huán)起來。因為AI模型上線以后，也要不停地更新，希望盡可能減少人的干預(yù)，讓系統(tǒng)自轉(zhuǎn)起來。
用戶訪問系統(tǒng)就會產(chǎn)生數(shù)據(jù)，這些數(shù)據(jù)灌入到AI的模型訓(xùn)練系統(tǒng)，完成以后更新到在線模型，才能使得架構(gòu)更加順暢，跟現(xiàn)有的業(yè)務(wù)系統(tǒng)更好地融合起來。
搭建了AI實驗室，率先落地區(qū)塊鏈技術(shù)的試運行使用，接下來該如何憑借這些“重武器“打造競爭壁壘，形成自己的技術(shù)護城河？史紅哲的目光卻越過了單純技術(shù)層面的軍備競賽：打造競爭壁壘，是成本控制加技術(shù)優(yōu)勢的共同成果。
在史紅哲看來，單純靠技術(shù)，可能永遠無法構(gòu)建競爭壁壘:
“技術(shù)是助推器，但所謂的競爭壁壘就是多個競爭者來做消費金融，你的優(yōu)勢要明顯比別人強，你的用戶體驗、系統(tǒng)穩(wěn)定性方面都要更優(yōu)于對手。對于金融公司來說，成本是風(fēng)險成本+資金成本+運營成本，如果風(fēng)險成本、資金成本、運營成本遠遠小于競爭對手，這個壁壘就很高?！?/p>
那么該怎么樣降低成本?具體細分為風(fēng)險成本和運營成本兩方面，史紅哲這樣回答AI金融評論:
在降低風(fēng)險成本方面，需要在大數(shù)據(jù)上從一開始就注意積累齊全的、可追溯的數(shù)據(jù)，在數(shù)據(jù)的驅(qū)動下結(jié)合AI的算法進行定制化的風(fēng)險定價，甚至最終達到千人千面的理想狀態(tài)。即用大數(shù)據(jù)+AI的方式，去控制風(fēng)險成本。
降低運營成本，從技術(shù)的角度出發(fā)，需要建設(shè)包括分布式開發(fā)技術(shù)、云計算模式在內(nèi)的體系，同時在研發(fā)管理上盡量做到偏輕量級的快速迭代。和傳統(tǒng)銀行相比，只有這樣金融科技企業(yè)才能降低單用戶的交易成本、單用戶的賬務(wù)管理成本。
史紅哲還進一步提到，對于如何精耕細作那些高成長的用戶人群，金融類應(yīng)用必須做到全數(shù)據(jù)的齊全掌握，在智能循環(huán)的AI體系和數(shù)據(jù)驅(qū)動的模型共同作用于業(yè)務(wù)系統(tǒng)，才能使得系統(tǒng)越來越“聰明”，用戶在這套系統(tǒng)里面的體驗才能越來越好，從而形成企業(yè)的核心競爭力。
他始終認為，單純的技術(shù)優(yōu)勢形成競爭壁壘是很困難的，一定要理解和抓準細分的用戶人群，在實現(xiàn)了業(yè)務(wù)系統(tǒng)不斷自我進化的技術(shù)基礎(chǔ)上，使得系統(tǒng)對用戶越來越了解。
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。
