2017年9月17日，由Betvictor中文版、Betvictor中文版國家金融研究院主辦的“第二屆中國金融科技大會（2017）”在京舉辦，京東金融首席執行官陳生強發表主題演講。
京東金融首席執行官陳生強先生在第二屆中國科技金融大會上做了《金融科技時代下的企業服務新模式》的主題演講，他認為金融科技的核心内涵有兩層:1、金融科技的商業模式是企業服務，服務的對象是金融機構；2、金融科技必須有很強的科技能力。此外，他分享了京東金融整個的商業模式，京東金融現在定位為一家服務于金融機構的科技公司，出發點是以數據和技術為基礎，能夠為金融機構提供高内生增長能力的企業服務，實現金融和實體經濟的良性循環。
以下是現場演講實錄：
陳生強：今天我的主題是《金融科技時代下的企業服務新模式》。
京東金融本身的定位實際上是一家服務于金融機構的科技公司，首先就是恭祝“第二屆中國金融科技大會2017”成功舉辦。去年在第一屆大會舉辦的時候，金融科技實際上在中國還剛剛興起，市場對于金融科技公司的真正價值實際上并沒有形成一個共識，那個時候我們提出來說，金融科技公司的定義是要遵從金融行業的本質，以數據為基礎，以技術為手段，服務金融行業，為傳統金融機構降低成本、提高效率。
我們來看一下，這一年以來，實際上整個行業到底發生了多少的變化。首先金融科技這個詞兒在這一年以來是最熱的詞兒之一，越來越多的金融機構意識到，金融科技公司的能力是可以為我所用的，所以開始主動地選擇跟金融科技公司的合作。拿銀行業舉例，在過去的一年，包括工行、中國銀聯、光大以及亞洲金融合作聯盟、山東城商行聯盟、廣東的農信社聯盟，都分别跟京東金融簽訂了全面的或者戰略合作的協議，這裡面包括了在數字化金融、智能風控、産品服務創新、營銷運營等核心業務能力上面，我們實現了深度的連接。與此同時，實際上銀行也開始在自身的金融科技能力建設上加大了投入。這邊一些銀行設立了專門的網絡金融部，或者說直接投資成立了金融科技公司。
在金融機構在科技上發力的時候，實際上不少原先以互聯網金融為标簽的公司，主要定位成金融科技。于是在市場上金融科技公司也就越來越多了，但是絕大多數的公司依舊專注于自己去做金融的業務，而不是為金融機構去做服務。同時金融科技行業逐漸地達成了一個共識，就是說數據和技術将是最基礎的能力，開始在這方面發力。所以，一時間包括人工智能、區塊鍊等，變成這個行業裡面最熱的一個概念。
除此之外，實際上整個金融科技的快速發展，也引發了監管的高度關注。實際上包括剛才李行長聊到的，一方面監管在研究如何用技術去加強對金融科技的監管，防範整體的金融風險。另一方面實際上也在強調說科技對金融的重要性，通過科技手段去提高效率、安全和提高客戶體驗。
從上面的變化，實際上我們可以看出來，金融科技在被規範的同時，也在收獲認可，也在不斷地發展。不過我們也可以看到，金融科技這個概念正在泛化，金融科技領域存在着很多種的商業模式，但是其中最有代表性或者說最具有長久價值的商業模式，實際上還沒有完全形成一個共識。
所以，我們認為說金融科技這個行業仍然需要去确定方向，達成共識，形成标準。在京東金融看來，金融科技的核心内涵實際上是有兩層：
第一層：金融科技的商業模式是企業服務。服務的對象是金融機構而不是為自營的金融業務服務。
第二層：金融科技必須有很強的科技能力。科技是推動人類經濟社會向前進步的一個核心動力，科技革命本身實際上也代表着效率的革命。所以一切商業模式的進步，實際上都離不開新興科技的驅動。
如果說上面這兩點是金融科技的内涵，那麼京東金融實際上是在此基礎上，又向前跨了一步，創造了一種全新的商業模式，下面我想來分享一下京東金融整個的模式。
首先，就像剛才提到的第一個企業服務，目前市場上也有為金融機構提供服務的公司（實際上有大量這樣的公司），我們通常稱之為IT廠商，例如說像IBM、惠普、甲骨文這些公司，他們為金融機構提供更多的是硬件、軟件、系統集成或者咨詢服務，也有一些流程外包的服務。現在還有一些公司實際上通過托管服務或者雲服務的模式，為中小金融機構提供服務，這些服務模式下實際上都具有兩個特點：
特點一：他們跟金融機構的合作模式更多是基于産品、服務或者解決方案的交付，其商業關系實際上是買賣的一個關系。
特點二：通過這種企業服務，金融機構可以壓縮業務成本，改善存量業務的流程，提升效率。這些業務帶給金融機構的更多的是運營層面的提升，但是卻不能帶來新的市場、新的業務以及增量的收入，更不能去增加金融機構的一個新的商業模式。
在我們看來這還都屬于傳統的企業服務的範疇，即便提供從本地化部署的模式到整個雲端部署的模式，其出發點實際上也從改善金融機構成本效率的角度考慮，而京東金融實際上所做的，我們在這方面有一個明顯的不同。
首先，京東金融模式下的企業服務和金融機構，必須是一種利益共同體的關系。能夠為金融機構帶去增長的業務和增量收入，在為金融機構共同創造增量業務的過程當中，實現與金融機構的價值分享。
其次，我們的企業服務實際上并非僅僅是服務于金融機構，而且必須是要能服務于金融機構核心價值鍊上的核心流程環節，或者說是核心價值創造環節。例如說獲客、客戶運營以及風控等。在為金融機構降低成本、提高效率的同時還能增加收入。另外還能為其降低風險、改善客戶體驗，甚至形成新的商業邏輯。
在這件事兒上其實有很多公司會擁有大量的用戶，同時又能夠獨立去做業務的。但是這類的公司其一般情況下會傾向于自己做業務的閉環，以獲得最大的收益。但是從整個京東金融的定位來講，我們願意選擇将這些用戶以及業務能力開放出來服務于金融機構。
就像剛才朱院長說到，京東金融在供應鍊金融上面有自己的平台、自己的用戶，在這塊兒，在未來我們也希望逐步地把平台跟用戶讓金融機構去使用，服務這些金融機構。所以實際上我們現在所做的企業服務是一個相對全新的一個商業模式，而且在全球來講，應該也是特别少見的一個模式。
例如說在為金融機構提供增量客戶和增量業務方面，京東金融把基于自身多年在電商、零售以及金融場景下所積累的海量用戶（包括85後、90後為代表的年輕人，包括創新驅動的中小微企業，包括三農客戶）統統都開放給金融機構，這些用戶恰恰是金融機構特别需要去補充的。特别是85後和90後，他們伴随着互聯網的成長，有着更強的消費潛力和成長的潛力，他們是金融機構未來業績的重要支撐。
此外，我們還可以與金融機構合作，将我們基于客戶洞察所形成的用戶運營能力輸出，助力金融機構實現客戶價值的最大化。京東金融現有的30多個數據源，2.58億的活躍用戶，3萬個用戶标簽，每天增加的數據量實際上是在200TB，海量用戶标簽我們可以更好地對用戶進行洞察，準确地去描述用戶的偏好，再加上包括人工智能的技術，我們京東金融為客戶量身定制精準的營銷運營的方案和用戶運營的方案。實際數據表明整個精準營銷能夠讓點擊率提升25%以上，精準投放能夠讓獲客成本降低20%以上，當然這一系列都是在隐私保護的範疇之内的。
然後再說風控，衆所周知，線上風控的能力必須以很大規模的業務數據為基礎。京東金融這幾年通過自己的自營業務場景，積累了海量、多維、動态的數據。并通過不斷地疊代模型和算法，形成了十分強大的風控能力和風控經驗，包括我們的信用風險評估、反欺詐、反洗錢等等。截止到目前，實際上我們已經構建出3萬多個風控變量，500多個風控模型，超過5000個風險策略，實現了對3億用戶進行風險評估。現在我們把這些風控能力輸出給金融機構，讓金融機構在現階段缺乏線上數據積累的情況下，可以迅速地發展線上的一個金融業務，在提升增量收入的同時，實現業務模式的完善和疊代。
京東金融有客戶，實際上也有做金融業務的能力。但是我們選擇的是說，去跟金融機構合作，既能給金融機構帶來新增的用戶，也能服務好金融機構現有的客戶，同時還能給這些客戶帶來新增的更多的價值。所以我們認為實際上隻有真正開放的胸懷，具備開放的實力，真正地能夠把自己的用戶輸出給合作夥伴，才能真正做好新型的企業服務，也才能真正地去助力金融行業的健康發展。
京東金融已經逐步把自己現有體系的包括風控、營銷、運營以及技術這一系列的能力都解耦出來。同時，我們在建立一種分享合作的商業價值邏輯，這套商業價值邏輯，需要雙方不斷地磨合以達成共識，我們深刻理解企業服務這塊兒。實際上包括金融科技在企業服務這塊兒是一個持久戰，需要我們做長期、持續的投入。
剛才實際上我們講了，我們對企業服務的理解。下面說一下我們對科技服務的理解。
簡單一句話，做科技公司必須要擁有最前沿的科技能力和持續的投入。而對于金融科技公司而言，不管是輸出風控、用戶運營，都需要基于海量、多維、動态的大數據，而要處理這些數據，人工智能實際上是一個必需品。
實際上在三年多以前，因為整個京東金融實際上到現在不到四年的時間，下個月是滿4年。所以三年多以前，實際上當時人工智能還沒有現在這麼火的時候，我們實際上就已經開始利用機器學習的技術去做數據處理和建模，實現了包括智能風控、智能化運營。實際上我們這幾年在數據和技術上的投入在不斷地增加，基本上每年是至少翻番以上的速度在增長，正是這種投入，使得我們在人工智能這條路上可以走得更遠一些。
舉一個例子來說，在反欺詐能力上，就我們自主研發的RNN時間序列算法，用來進行用戶行為路徑學習，對風險用戶識别的準确率可以超過常規的機器學習算法的三倍以上，其實這個算法實際上已經被歐洲機器學習會議的PKDD2017收錄，進入了行業最頂尖的一個行列。
再比如說，我們基于生物探針的技術，可以通過移動設備采集用戶使用手機的按壓力度、設備仰角，包括手指觸面、線性加速度等120個行為特征指标，并利用這些特征指标在用戶毫無感知的情況下，完成身份的判定，這項技術實際上也大量應用在我們的整個反欺詐的模型裡面。
此外我們發現，對于整個金融行業來講，風控面對的實際上并不單純是一個個體行為，不管是欺詐還是洗錢，還是其他林林總總的惡意行為，并開始向團夥作案、鍊條式配合的方向去發展。所以在這種情況下，單純以用戶自身的特征維度去描述一個用戶，去判斷這個用戶的風險大小實際上是不夠的。就是我們還需要把一個用戶的行為，以及與它有關的一系列行為都拿出來，在這個維度上去做風控，才能更加準确。而這需要很強大的一個技術能力，要能夠實現實時的計算（描繪用戶與相關行為之間的關系）。
所以我們實際上會用到圖形計算，我們的圖形計算現在有超過14億個用戶節點的信息，以及所有在這些節點上所發生的行為的相關連接，這樣子實際上就可以把一系列的用戶和行為都描述出來。
最典型的實際上是，比如說我們應用在我們的整個白條授信的問題上，一個新來地用戶，實際上你沒有他的任何資料，這個人你應該給他什麼樣的額度，他是否可信。我們實際上可以通過這個用戶跟其他相關的一系列行為去描述他的好壞。就是所謂物以類聚、人以群分，如果單個人的節點看起來很好，但是它周圍相關的節點上面存在了相對規模大的欺詐、套現和其他灰産的人，這個人很可能也存在風險。反之如果與它相關的周圍的ID都是信用良好或者說收入水平很高的人，這個人是一個好人的概率就比較大。所以我們在做黑名單團夥測試的時候，實際上準确率超過了90%。
京東金融用自己的業務場景，不斷地去優化這些算法和模型，同時我們也把這些技術進行産品化，服務于我們合作的金融機構。近期我們包括在矽谷也成立了我們的人工智能實驗室，緻力于開發人工智能領域最前沿的技術，不僅在應用層面，還包括了在技術底層和未來的技術。
基于我們對金融科技内涵的認識，京東金融現在定位實際上就像我剛才講的，是一家服務于金融機構的科技公司，我們的出發點是以數據和技術為基礎，包括了人工智能、區塊鍊等技術，能夠為金融機構提供高内生增長能力的企業服務，以便更好地為中小微企業、三農以及年輕人提供服務，實現金融和實體經濟的良性循環，讓金融能夠實現以實體經濟為本，因實體經濟而行。
以上是我所有的分享，謝謝。
