新浪财经讯 12月16日消息，由金融城、新金融联盟主办的“第二届金融科技北京峰会”在北京举行。本次会议定位为2017年中国规格最高的金融科技创新发展盛会。汇集监管部门领导、商业银行、金融科技公司、知名互联网公司等行业领袖，就金融科技当前的发展和未来的前景展开思想交锋，洞见国内外金融科技创新运用的趋势，加强业界的交流与合作。
专题研讨三 科技为消费注入新动能
消费金融的发展如火如荼，导致线上获客成本急速提升，也暴露了多头借贷严重、欺诈风险突出等问题。本专题旨在研讨如何深度运用大数据、人工智能等金融科技手段，创新业务模式，打造自动化决策体系，实现风险管理的全流程覆盖？
在“第二届金融科技北京峰会”上，针对这一问题展开了深入的专题研讨。
专题研讨三：科技为消费注入新动能
主持人：
黄卓 北京大学数字金融研究中心副主任
研讨嘉宾：
赵志宏 渤海银行董事会秘书兼战略发展总裁
王海霞 中国银行网络金融部副总经理
佘笑波 陆金所首席风险执行官
宋巍 宜人贷副总裁
成少勇 小赢科技总裁
白柏 凡普金科副总裁
以下为文字实录：
黄卓：各位嘉宾下午好，非常高兴主持今天下午的讨论，我们知道2017年整个金融行业有一个主旋律，金融要回归服务实体经济的本质，我们金融科技也必须要回归到这样一个本质，我们看看中国的宏观经济目前一个现状，我们的宏观经济已经从以投资和出口拉动的增长模式，转向以消费投资出口共同推动的新的阶段。这个过程中消费升级是一个非常大的主题，与此同时我们从人口结构来讲，我们的父母辈，他们基本上量入为出，很少超前的消费，我们这样的70后这一代我们享受到比较好的信贷服务和消费金融，我自己在美国呆了好几年，有很多的信用卡，在国内也有信用卡，也有蚂蚁的花呗有京东的白条等等。但是我这样一个客户不是他们特别喜欢的客户因为我不会真的分期，都是在信用卡里面把钱还上了。我们看到80后、90后、00后有不一样的消费意识，希望能够抓住更好的消费的时代，能够体验到未来的一些消费，用到他们未来的收入，包括我自己，我在2016年的时候，也是第一次体验互联网的消费金融，使用了互联网的家装贷款服务，你只通过手机的输入信息最后就可以审批贷款，和银行的服务比起来非常的便利。科技在消费金融中起到了非常重要的作用，我们邀请了6位嘉宾围绕这个话题进行讨论。
6位嘉宾都是消费金融行业的精英，在今天这样一个环境下，都有对消费金融行业的真知灼见，第一轮先请6位嘉宾来一个主旨发言，谈谈科技在消费金融中的作用，谈谈他们的看法。时间控制在5分钟，首先有请渤海银行的赵总！
赵志宏：谢谢，近期银行都在思考如何在消费里面提高效率，围绕消费金融两个关键的难点：一个是获客一个是风控。目前我们有征信信息只有8、9亿人口，还有很多的白户。现在现金贷将被场景贷取代，围绕消费金融科技的应用谈几个观点：场景贷能够发生一些商机。首先从品牌本身，从过去的广告转向社交化塑造，不光一些银行的信用卡庆生，维秘摔倒事件，都会有一些公众号来营销，年轻的群体有一些新的科技的方式在处理。比如说LV、二次元的模式，雷霆的形象虚拟主角吸引80后、90后，乔丹纪念灌篮高手24周年的时候推出的一款订制的产品，通过科技的手段树立自己消费金融的品牌形象，这是科技从品牌角度来讲的。
第二是服务的可视化集成，一个住房贷款，寻找房源开始，到住房的大数据和场景数据，房屋背后交易历史是什么，位置如何，价格如何，用大数据来获取这些信息，同时利用银行自身掌握的小数据，它适合什么样的分期？健康的消费贷款是现金流的期限错配，它满足时间的要求或者超前消费的要求。从寻找住房到银行对贷款的判断，这里提供一站式的服务，通过各种各样的大数据APP、API和场景联合起来。类似于消费信贷的教育贷，一些平台把教师、父母、还有教育机构集成在这个平台上，教育贷需要多方面的合作伙伴集成提供，包括网评效果如何，服务的生态化集成这是一个方式。还有个性化产品订制，购买一些奢侈品购买一些汽车以及各种各样的服饰已经走向个性化订制，可以订制自己汽车的尾翼。背后每一个产品的订制都要有很多的精准的需求配置，通过银行嵌入到目标客户实体里面去，双方在产品服务流程自动化过程中加入AI集成服务，这是产品的个性化订制。同时还有一个渠道可视化集成，我们有一些数据发现，近几年P2P消费贷款里面有相当多的11%左右甚至10家以上企业申请贷款，像持牌的消费金融公司包括银行的信用卡有4%左右的客户也是拿到10家以上的金融机构申请贷款，这是风险性便高的，也有一些良性的客户是在几家银行。现在市场上已经出现这样的产品，通过一个APP集成各种各样的金融机构集成服务，刚才谈到的品牌的社交化塑造，渠道的可视化集成，产品的个性化订制，服务的生态化链接背后都有它的生态体系。
黄卓：谢谢赵先生精彩的总结，也提出存在的风险。下面有请中国银行网络金融部的王海霞女士！
王海霞：非常荣幸来到金融城的讲坛，我也是第二次来，上一次恰恰跟赵总一个台子沟通，第一场我非常的有感慨，作为传统的商业银行战斗在传统商业银行最前沿的互联网金融人，我自己压力也特别的大，一直在思考传统银行的互联网金融人要怎么跟进和转型？我个人非常想讲商业银行发展消费金融正逢其时。之前的现金贷也好，消费金融也好，大家想到的都是Fintech公司，新的小贷公司，作为商业银行我们看的十九大报告里面特别讲到我们国家的主要矛盾是人民日益增长的幸福生活与发展的不平衡不充分的矛盾，消费金融就是大家无时无刻的想要消费与定时发工资的矛盾。最终消费在我们的国家GDP占比非常高，已经达到60%，但是消费贷款我们跟美国相比有巨大的差比，所以市场有非常大的空间。我们回到国有行业银行的责任来讲，支持普惠金融，支持我们每一位大众，每一个民众的幸福生活提高它的生活的质量，也是我们的基本责任，也是商业银行本身的命题所在。第一个想跟大家分享的就是商业银行去做消费金融正逢其时！
第二个我想围绕今天的主题，就是科技为消费金融注入新动能，我从四个方面分享：第一个就是场景，商业银行经营的理念发生了变化，我们从坐等客户上门变成要把服务送到客户消费场景身边的经营理念的变化。场景因为拥有庞大的消费者的数据，行为习惯的特征，可以非常好的识别客户，看到客户有这样的需求，比如看到它支付的时候账上没有钱，可以向商业银行申请贷款，在场景上可以看到它具备还款能力和还款意愿，它的资金用度可以合法合规的看到，他把资金用到消费的某一个领域去了，还有新科技发展的技术使我们商业银行跟场景合作非常的容易，可以快速的推广，否则跟一个公司要折腾一年也不具备推广的价值。这是第一个注入新动能的点就是场景的融合。 第二就是科技能非常好的识别客户，防止反欺诈。像人脸识别声纹识别帮商业银行更好的做好实名认证，同时我们大的数据公司提供欺诈特性的模型计算，让商业银行在事前、事中以及事后贷款的跟踪可以识别出这些欺诈的客户。
第三个想分享一下大数据对信用风险的识别和衡量，这对传统商业银行的挑战很大。我们自己也是因为我们拥有客户的财务数据，我们拥有人行征信的数据，一直以来我们觉得在整个金字塔的顶端，拥有最好的数据。但是在消费金融领域工作这么多年，我发现被大量的Fintech所震惊，他们并没有这样的一些数据，可是他们用社交的数据，朋友圈的数据，消费习惯的数据，等等这些非结构化的数据倒推这些客户的学历、职业、收入水平，他们还有跟踪这个风险模型的系统，可以快速的响应市场的变化。这对经营理念和信用风险的衡量产生了很大变化，这是我们值得学习的点，我们也在做探索。
最后一点就是科技对客户体验的助能，我们很早以前就做银行的电子银行，我们觉得守住每一个人的资金安全是我们商业银行的NDA，20年过去了商业银行市场发生了变化，80、90后消费习惯以及科技手段让我们更好的给他们提供体验更好的服务，安全性变得更加的适中更加贷后的领域。现在借钱的金融行为也加入了互联网化的概念，比如说抢券、秒杀，让冷冰冰的借款行为发生了娱乐化，刺激了消费者的兴趣和习惯。总体来讲科技大数据、人工智能，这些概念深切的走入了消费金融每一个环节，对商业银行的经营理念场景的融合，贷前贷中贷后各个方面发生一些冲击，对商业银行的消费金融整个链条注入新的能量，谢谢！
黄卓：商业银行对消费金融的发展信心满满，做好了科技方面的准备。下面有请陆金所的首席风险执行观佘笑波先生！
佘笑波：我是第一次参加这个论坛，我想从个人的从业经历角度分享一下怎么利用大数据人工智能给金融企业做一个赋能？我的观点就是赋能这件事情是肯定的，大家感到这么多的Fintech公司让商业银行感到震惊就可以感受到科技的力量。我们要做好最大可能的利用好这股能量，我觉得作为一个金融企业，你至少要做到三个改变：第一你的思维方式要变，因为你面临的工具不一样了。大家都知道基于机器学习的人工智能，它其实是自我学习的软件，你要让它发挥最大的作用很关键的一点就要给它大量的数据，让它训练和学习，在做风控模型的时候如果是传统的思维，可能认为OK，用机器学习人工智能来做没有问题，但是我学习金融数据需要社交数据，这些数据敏感性比较高，隐私性比较高，有一些看起来很多，但是实际上是数据孤岛，你很难拿到。这种情况下你如果为了企业一时之利，用不是那么合法的手段拿到大量的数据，这是很危险的事情。你要转变思路，现在有一个新的思路，它利用机器学习影视作品当中人撒谎时的表情，做一个检测撒谎微表情的模型。这个模型建完以后，借款人申请借款，你可以问你是某某人你有还款能力吗？你用你的模型监测它回答你这个问题的时候，面部表情的变化，用模型测算是否存在撒谎，帮助你判断它是否有欺诈，或者隐瞒了它真实的还款能力。现在这个时代，互联网上有多少影视作品，有多少演员的表情放在那里，这些数据极其巨大，成本很低，你取得这些数据的手段绝对是合法的。目前在这当中准确率做到最高的一家它准确率可以达到80%，现在离开正式的商业性还有一段的距离，用收益覆盖坏账准确率达到95%可能又是一种新的冲击。这是思维方式的改变！
第二你要利用好金融科技，组织架构要发生变化，随着科技手段的进步，原来的琐碎重复的劳动，一些简单的角色可以交给机器完成，你可以把人腾出来做一些决策的判断，为什么这样做？现在大家都知道人工智能有一个弱点，它现在使用情况非常少，美国华尔街有意愿使用人工智能的企业不到15%，因为它是一个黑盒子，监管搞不清楚，你这个结果出来之后仅仅是统计学意义有一个经济的意义，你是否可以用？这种情况下，你就要小心了，因为你如果广泛的使用当这个市场上用相似的算法来做，可能就会造成对某一件事情，某一个很小的风险市场上反映是一样的，这样可能造成更大的风险。这样要借助人纠正人工智能存在的问题！
第三个风险管理的风险要变，王总赵中介绍了信用风险反欺诈风险的东西，我这里想分享一下关于反洗钱风险的管理。之前有一个机会，参加了海外国家的金融监管当局持非常开放的态度，他做监管沙盒提了一个要求，你反洗钱要做好，我们看什么是反洗钱？在海外开一个账户真的不容易，我们是一个Fintech公司，不可能在海外开一个网点，我所有的东西要在线上完成。那么传统的反洗钱邀请商户上门，带好你的身份证件带上各种帐单，让我进行人工的比对，我们怎么做呢？我们用机器学习人工智能来做，我们第一建立算法，通过我们的手机通过我们的声频和视频比对声音的特征，确认这个人就是证件上的这个人。第二利用他的定位的信息，算出这个主要的活动区域在哪里，跟它提供的信息是否吻合，我们这个做完以后监管部门很放心。 现在现金贷受到监管的压力，很多人出海去海外了，我这个分享对大家在海外展业可能有帮助。
你作为一个金融企业最后的着眼点还是金融，你要做到三个不变：第一核心不变，风险管理依然是金融的核心。前期互联网金融行业出现一些乱象，我们认为绝大多数情况失去了对风险的敬畏之心，很多人不懂金融，没有等到金融产品很成熟，就匆忙上线了，但是它没有意识到金融有滞后性的风险。不管你经营什么样的金融企业，你风险管理要贯穿整个业务流程，贯穿产品发展的始终。第二在金融企业当中人的核心地位不会变，大家知道人工智能不是智能人工，从这个定义上就可以看出，只是人的一种辅助工具。 之前我们用有监督的机器学习方法建模，你给它的数据都是带着对应的结果，造成对没有发生过的事情这个模型算不出来，我们做风控决策，难道要把市场上所有违约的情况都碰一遍才做决策吗？所以我认为人的核心地位肯定不可动摇的。第三监管的必要性肯定不变，金融是特殊的行业，第一风险性很高，第二内在关联性很强，第三脆弱性很高，一旦出现风险就很容易造成系统性风险。我认为监管的存在是非常必要的，如果做不到三变三不变一家金融企业很难成为基业常青的金融企业。
黄卓：谢谢佘笑波总，下面请宜人贷的宋巍女士分享！
宋巍：非常感谢金融城和CF40给我们宜人贷的这个评奖的奖项，我们将企业操作的一些实例干货给大家。我们今天要跟分享的是什么？在宜人贷眼中什么是普惠金融，对我们来讲普惠金融就是普+惠，对大众来讲你的融资需求，作为金融机构或者助贷的金融科技平台要服务到传统不能被覆盖的人群，它才有普及的概念。第二惠就是用大家可以接受的价格来享受到金融服务，这是第二个特性。第三个就是可持续性，不是说做一个慈善事业，而是商业业务，可以持续的运转，同时兼顾企业的社会责任。在三个命题里面，怎么把这个事情做好？我今天非常荣幸代表宜人贷跟大家做一个小小的分享！
12月发布的监管条例有一条我很喜欢，你要了解你的客户，在普惠金融你要知道你服务的客群是什么样的客群，是传统银行机构征信数据已经覆盖的人群还是没有覆盖的人群，这些人为什么要借钱，它更关注拿钱的速度还是额度的大小，你要更多的研究一下。我们宜人贷来讲，在我们平台上标准的客户这位先生借款3万块钱，借钱可能用于自己业务的资金周转，宜人贷有70%左右的客户，稳定的工薪之外还有其他的收入进行贴补，这是一个标准的画像。基本上在一二三城市中有，一二城市中比较多，另外大有大专以上的学历，为这个产品能接受互联网线上在手机上操作，能够在线上提交一些数据，完成整个的流程。有了这个了解以后，我们知道我们的客户在哪里，他们希望接受的服务方式是什么样的。
在我们监管发出的号召里面有一条，不是你有很多的数据就是好，数据不是越多越好，我们提到一个观点：你要把数据转化为有用的信息去伪存真，拿宜人贷的我们的蜂巢技术来讲，能够在客户自主提交的数据里面进行采集实时的分辨出真伪，把真的信息留下，能够在1分钟之内就能清洗打标签。给大家举例，我们有一个产品是宜人贷讲信用卡帐单作为授信源，大家知道商业银行的银行有几百家，信用卡帐单有数千种，我们怎么在这么短的时间识别客户的帐单真伪？我们蜂巢技术用了神经网络和决策树的技术进行比对，把假的帐单和真的帐单以及IP地址进行快速的比对去伪存真。这是我们在大数据以及机器学习里面一些小小的应用，数据不是越多越好，不是为了使用大数据而使用它，而是真的把它用到对客户转化、了解洞察你的客户非常有用的地方。
你有了很多的数据之后怎么给客户进行评估，这涉及到信用评分和风险定价的部分。我跟大家分享一下宜人贷今年2季度我们宣布了宜人分，美国有三大征信局，他们提供各种各样的客户的信用历史数据，还有一个机构FICO专门第三方的信用评分的机构，宜人分就是采用FICO的方法推出的。它给我们平台上来的借款人用他们提交的数据提供了一个客观的标准，一个标尺非常客观的评估它的信用等级的好坏，我们的宜人分从300-900分，对标了FICO，达到800分就相当于FICO特优人群。用数据说话，右下图有四种不同的人群，我们把中国人分成四类，从最优、下优、次优到优，中国的传统的银行机构只能容忍2%的坏账人群，700以上的人群他们的坏账是2%左右。谈到普惠金融的概念，它的社会意义在于怎么服务传统的银行机构不被放开的口子，又在社会上有广泛的需求的人群，我们的宜人贷服务最多的人群就是这部分的人群，600分到700分的人群，这是传统金融机构的服务人群，我们是他们的补充。
今天说了很多的不同的概念，这里面宜人贷我们做的是消费信贷，在线的线上的消费信贷，更多的服务普惠人群，宜人贷自己也开发一些循环额度的产品，这里涉及到全周期的消费产品的问题，这里有方方面面的风险评估。最后一点在普惠金融里面要降低综合的成本才能打造合规的产品，怎么有效的利用你的流量，产品的设计都可以帮助你降低成本，只有降低总体运营成本之后才能使你的平台符合监管利率要求的普惠产品，我的分享就到这里，谢谢。
黄卓：下面有请小赢科技的成少勇先生！
成少勇：我简单介绍一下我的经历，上个世纪90年代我加入Capital one，那时候他是很小的小公司，那时候他提出数据彻底的改变银行。我对数据非常的崇拜，整个消费金融的理念是数据导向，后来我加入到汇丰在亚太区总部风险部，我看过了台湾的卡危机，南航的信用卡危机，后来因为汇丰入股交通银行，我被汇丰派到交通银行做总行零售部做了7年。我这次看到巨大的变化正在发生，机会是无穷的。在讨论大家讨论的现实的问题，很基本的一点是中国消费经济在整个的经济里面很小，这是一个共识。如果发展好了，我们的经济和生活会得到很大的提高，这是一个很大的背景。我们作为一个金融科技公司，这个市场太大了，我们要找很小的一块人群区分进行需求锁定，最后用科技的手段解决他们的金融需求，使他们的生活更幸福这是我们最初的定义。
刚才讲了很多的人工智能，我们也做了很庞大的风控系统，也有决策引擎，也有模型机器学习。很多人讲，每个人都这么讲我也不知道哪个真哪个假，到底谁是专家？好像人人都是专家。我们这个公司比较新，我们跟传统银行，包括行业的人讲了很高大上的战略技术，以及发展的问题，都是我们来讲的，我们是一个创业公司就是要活下去。你能否以很低的费率给客户很好的体验，风险控制的住，可以良性的循环非常的发展，这是实实在在的怎么把这个东西弄出来。过去一年中我们取得很多的成绩。在AI时代我们一定用机器学习模型，但是在美国FICO回归模型经过几十年的检验我们也用，我们最终用数据说话，告诉你哪个更好，没有一个所谓的专家的决定或者老板的决定，我们要用数据说话建立非常强大的数据系统。
我们为什么觉得我们比传统的银行做的好？很简单，就是我们用的数据是社交数据，网上行为数据购物数据，我们用大量的数据来解决，包括你手机的机型、手机的价格、还有你下载了什么样的APP，就是要全用上，你有强大的机制和模型能力决定你用什么。在AI里面比如说活体检验这个事情非常的重要，人已经到移动端了，特别是年轻人传统银行的网点已经成为一个负担，这种情况下，显然大家愿意在手机端有金融活动，这里面用的最多的就是活体检验。以前银行要面对面签，我们实际上新的AI技术就可以解决这个问题，我们一路和科技公司不断的更新，经常道高一尺魔高一丈，我们骗贷的人很多的，技术也是在不断进步的。最终我们通过科技的手段，我们基于互联网平台的公司，我们在金融问题解决上用技术的手段在理财端有高质量的理财产品，就是小赢理财，在资产端有小赢卡贷，以比较低的费率给优质客户提供服务，也得到客户的欢迎。在这个时代，科技确实能够改变金融，改变人的生活，谢谢！
黄卓：最后请凡普金科白柏先生分享！
白柏：非常荣幸受邀参加今天的活动。作为一个互联网从业十多年的技术人员还是非常有压力的，我看到这个讨论是关于大数据和人工智能，我站在我从业的经验上做一些简单的分享。从大数据在整个金融科技领域的应用来讲，主要在风控方面起到了非常好的应用实现，对于反欺诈以及借贷过程中发生风险的提示，第二是借贷人群可能是征信缺失或者征信很少的人群的补充，先说风险，对于大数据的应用我们会在贷前的时候，对用户看到反欺诈的规律进行很好的识别。贷中的时候看到很多的监管文件说多头借贷的问题，我们跟踪的时候可以发现他是否在其他的平台实现了借贷的行为或者有逾期的行为，对于我们现有的客户以及现有业务的风险预估有非常大的帮助。这一块的应用业务能力和水平有非常大的帮助！
第二块是在消费金融场景下的补充，现在智能手机的普及情况下，你在网络留下的行为数据，或者通过电商消费的数据，非常容易识别这个用户是过度消费的人群还是一个理性消费的人群，还是它在网上消费是一个次级的人群。所以这块非常有想象的空间！我们对一个用户来讲，我们风险建模的情况是有局限性的，原来我们建风险模型工程师要开发几周的时间，现在人工智能应用可能针对不同的人群个体特征可以快速的开发出风险控制的模型，通过这个模型可以更加的了解你的用户，每一个用户在这个环节上可能发生的一些风险预防。通过这样的快速建模对你的用户了解的情况下，给它一个更好的定价。未来我们希望让用户在整个体验或者我们未来在生活中消费金融场景下更多元化更无感，通过它的行为使用习惯，以及通过网上的数据，通过人工智能和大数据技术的提升，让用户更好更便捷接收到在线的金融服务。
黄卓：各位嘉宾有很多的洞见，我们知道监管层出台了现金贷的政策，有一些政策难免会让一部分的消费金融企业受到伤害。监管当局也是强调了消费金融的发展坚持三个重要的核心：第一就是合规性，做消费金融业务要有相应的资质和牌照；第二与场景相结合，依托真实的场景；第三就是强调科技的作用通过科技的手段降低消费金融中的借贷风险。从合规性来讲，我们邀请的嘉宾都来自于头部企业或者大的银行，合规性对你们来讲机遇大于挑战。基于后两个问题我问一下，在未来消费金融的业务发展中，有哪些实体商业领域的消费需求或者场景有可能成为新的风口或者高速的增长点？这是第一个问题，第二个问题，刚才我们讲了很多的新的技术，技术如何和业务和场景紧密结合在一起，这很关键，请你们谈一下目前的前沿技术和场景相结合的方面存在哪些不足或者存在哪些瓶颈，期待着我们下一步突破。请嘉宾选择其中一个问题谈谈简要的观点！
赵志宏：最近监管对现金贷的政策是预期当中的，五六年以前日本、韩国、台湾在类似的情况下出现过，我们最接近的是日本，当时日本监管当局也是从定价、额度、催收方面进行控制，定价是避免变成高利贷，催收避免变成暴力催收，额度避免变成过度借贷。监管整顿对规范这个市场非常有好处，现在P2P整顿一年继续整顿，逐步的规范化，在规范的市场里面有一些领域是有机会的。比如说租房的线下，包括旅游的线上，3C的线下，这里还有很多机会。我们评价这些风口的机会是从业务发展的量以及可操作性整合程度来看的，像医疗美容，像教育和装修，都有很多的专业性的机构在做，机会在这些地方。有数据分析显示2021年整个消费信贷的整个量将达到2万亿左右这是第一个。第二个科技如何跟场景结合，作为传统的商业银行，很多业务要自动化的完成，过去线上线下整个的场景没有结合那么高，现在要跟各种各样的新的风口结合，线上线下服务效率都面临着提成，流程的自动化程度如果没有，仅仅大数据分析这缺乏基础。从哲学来讲世界有两个东西组成：一个是对象一个是交易。我们光谈对象就是数据，有的数据分析师认为数据能解决所有的问题，这里还有流程的自动化，这是将来AI的基础，是非标资产的标准化，标准资产的自动化，自动资产的数据化，数据资产的模型化。
还有一点无论是商机的捕捉还是风险的识别评估和应对，很多科技都要跟场景结合，比如说事前的分析，比如人脸识别率现在已经可以达到99.9%，还有字体识别，字体很难被模仿，现在已经在银行业得到应用。有一大数据分析如果申请贷款时的手机电量高低和违约率呈正比，黑名单因为数据污染的问题很难单独做出判断，有可能把一个好客户识别为坏客户。还有汽车消费，有很多的技术最时髦的是区块链技术，购买汽车通过密钥可以把车主赋予贷款，一旦违约出现从柔性催收到强行催收解决不了，就可以自动的把密钥区块链车的钥匙锁死。事后，如果是消费教育贷款，天天到游戏网站上讨论游戏攻略，这就是要催收回来的一个线索，就抛砖引玉说这些。
王海霞：我还是先说说现金贷的新规，我刚才那个观点是商业银行做消费金融是正逢其时，背景是监管对金融业务的规范，我们的现金贷是未来消费金融市场领域健康发展的一个基石。我认真读过相关的规定，我自己特别的感触，监管只不过说了法律法规最基本的东西，这里有两个点特别的深刻，一个是持牌经营，全世界任何一个经济体在金融和放贷领域都要持牌，要持牌经营是做金融最起码的要求。刚才讲到反洗钱，我在香港工作8年，香港的小贷金融要商业科注册，对于商业银行所有的小贷公司的董事、股东、高管都是反洗钱的关注人士。第二这是对商业银行最起码的要求，商业银行经营最基本的东西就是风险，我要了解客户，我个人对现金贷的新规觉得是最起码的经济健康发展的要求，也是对我刚才第一个理论的补充。
我个人想回应一下金融科技在消费金融领域应用最大的不足，我最大的瓶颈是什么？我认为就是数据。我的同事反复讲，数据和特征是我们做人工智能一个最高的点而模型和计算的方法都是贴近这样的级值而已，这里第一是隐私的保护，智能手机下隐私都成为伪命题了根本不可能。第二是全社会数据的共享，这个说的太大，但是是否可以从政府掌握的相对权威的数据开始，比如说人行征信，我们在座的各位做消费金融每一个经济体有义务把涉及到个人的相关信息报到人行征信，这样就可以在人行征信里拿到相对全的个人信息，同时个人还可以在不正确的信息进行投诉，第二点就是信息的共享。 第三个瓶颈是我们的商业银行内部，怎么把内部的数据很沉睡的数据挖掘出来，做客户的全方位的360度画像，这是我们要做的功课，我们一点一点的起步，我们在数据应用的领域还是大家的学生，要借鉴市场上先进的做法。
佘笑波：我稍微讲两句，我感觉接下来消费金融的从业者可能前途不好说，两个原因：第一个如果历史有时候是重复的，你看看日本现金贷从业者的今天可能就是我们现金贷从业者的明天。但是历史有不一样的地方，日本面临失落的20年，它的整个经济是停滞的，需求是一直减少的，大家想想对未来中国的经济判断是怎么样的？如果中国可以摆脱日本碰到的问题，经过L型的走势可以重新向上，那么消费金融可以有光明的明天。如果你看淡中国经济明天的发展，那么你可以洗洗睡了。
宋巍：我简单说一下，一个是机遇还是挑战这个问题？我认为既是机遇也是挑战，挑战说的监管出来的政策对一些层面有具体的要求。但是更多时候是机遇，把原来不太有资格在这个行业里面，他是搅局也好或者盲目的抓住一些不切实际的风投，这更多的是我们金融科技持续稳定的发展平台一个机遇了。利用这个机遇过程中，我们积极的拥抱监管，希望跟传统的金融机构深度的融合和合作。在此我介绍一下宜人贷把很多的技术用于自己的所谓的普惠金融，和传统金融机构有一个有效的补充。每一家金融科技公司都有自己做业务时候的风险偏好，适合我们的，我们自己做，不适合我们的，我们资金成本无法支持这个定价，这部分的客户我们可以导给银行、金融机构，或者有金融机构资质本身线上的获客能力暂时没有那么强的机构，我们有一个YEP平台，就是给行业赋能，我们在线上的获客层面可以给传统的金融机构或者消费金融公司起到一定的帮助作用。第二通过后台，贷中风控的环节，我介绍到宜人分，还有反欺诈，大家知道中国我们的反欺诈是非常高的，这方面宜人贷一直做线上的产品，这方面有一些心得，我们的所谓的机器学习的工具，方法，利用社交数据能够把所谓的坏人，经常在一起的网络抓出来，更加有效的高度疑似欺诈的客户，可以把这种能力打包出来，变成模块化的商业化的场景进行输出。监管里面有一个规定是金融机构不能把自己的核心能力外包出去，尤其是以黑盒子的形式外包出去，我们的YEP可以模块化的进行供应，对我们来讲这对整个行业是一个挑战也是一个机遇。简单最后说以下金融机构金融科技怎么服务场景的问题？一句话就是我不不认为目前盲目的追求风口，最大的消费金融场景就是支付，小额、高频的支付，怎么利用风控怎么利用循环额度的信用卡的方式，把它这种小额高频的东西运用起来，有很多贷后的客户利润分析有效的管理额度，刺激它的消费，可以借鉴国外消费金融的方式。
成少勇：这个问题很有意思，这个场景的问题我一直想跟业界监管媒体讨论一下，我在20多年零售风控，不同的国家只有中国讲场景，非常中国特色，我第一个感觉中国的互联网发达，互联网绝对讲场景，取得了很大的成功，从我零售金融角度来讲，场景就是获客，这个角度是正确的。很多互联网金融非常注意场景获客做大，但是所有人一致同意金融的本质是风险而不是获客，但是怎么跑到场景里了，场景是风控的一个环节而已，它解决不了风险的问题。医美、教育、互联网金融一片哀嚎，当你到了销售人员和B端作弊的时候，你的大数据一点都没有用了，你要实事求是的考虑你面对的是什么问题？这个情况下大数据用途有限，获客来讲，线上的场景就被几个大的拿住了，你跟他讲就是给他打工，线下欺诈很厉害，你能否管的住，我就始终不理解大家天天讲场景目的是什么？零售的目的是人不是场景，是你对你的判断要准确，这是最关键的。你把大量的资源强调到场景，可能不好的应用消费金融的资源，金融的人讲的是风险，场景只是风险的一个部分，真正要做好的是整体的东西，整个中国的信用体系为什么4万多人没有信用，这个东西现金贷整治现实存在，3万多有信用的人得不到满足，我们要解决这些问题，用数据可以解决。我们很多小微企业开微店做互联网创业媒体要借20万人，它要什么场景，要发工资，要买电脑，要出差，你讲场景能支持小微企业吗？它需要一个企业的流动资金，它需要把生意跑起来，当然它有用途的是为小生意赚钱，但是它的场景是非常碎片化的，你把每个场景都安排上消费金融能帮助它吗？不可能全覆盖掉，我们要承认人的需求非常的复杂，小微业主的需求非常的复杂，这个场景解决不了满足不了这个请求。这就是关公和秦琼在一起怎么解决问题？
白柏：大家都看到政策的频发的情况，很多人问这对我们金融科技公司是机遇还是挑战，现在市场状态是良币驱逐劣币的过程，我们看到政策对企业来讲不是政策挑战，企业更多的挑战是创新，能走多远要看你能接受多大的创新。如果是场景我赞同场景无处不在，有消费的地方就有场景，怎么做还是归结你对这个消费人群的分析和建模。前一段我们跟陕西阳泉自贸区签订了一个合作协议，我们说农民非常难做风控的个体，但是技术的延伸这些农民对技术的应用，他们很多已经嫁接了可溯源可追溯的大数据。我还是回到第一个话题机遇与挑战并存，就是要看我们怎么抓住机遇迎接挑战。
黄卓：我今年8月考察美国金融科技的发展，我很骄傲，我们的中国金融科技走出了自己的一条路，我们在全世界处在领先的地位，消费金融这样一个行业在发达国家有上百年的历史，中国也只有几十年的发展，快速的发展就是近十年，我想在通过我们的商业银行以及金融科技企业共同的努力下，我非常期待我们的中国的消费金融行业也能够快速的健康的发展，不管在规模还是质量还是科技上都能够达到全球领先的地位，能够更好的去服务实体经济的发展，最后我想用热烈的掌声感谢参加讨论的各位嘉宾，谢谢大家！
主持人：我们感谢大家的参加今天的会议！
