冰鉴科技顾凌云：放眼中国，称得上“科技公司”的企业并不多 | IJCAI 2019

雷锋网 AI 开发者按：作为技术驱动型企业，冰鉴科技致力于为金融机构提供独立第三方智能风控服务，鉴于其过往在信用评估领域的积累，今年 IJCAI 大会特别邀请了冰鉴科技CEO顾凌云在 Industry day 环节里作了题为《AI Meets Risk》的大会演讲。

在演讲开始前，雷锋网 AI 开发者有幸对CEO顾凌云进行了专访，向其请教几个开发者们最关心的问题，其中包括金融征信领域的前景、企业技术实力的评判标准、冰鉴科技的人才观等等。

以下为专访全文。

技术！技术！

AI 开发者：我们都知道，冰鉴科技是一家技术驱动型企业，作为中国金融风控领域的佼佼者之一，可以向我们介绍一下智能风控领域所涉及的技术内容吗？

顾凌云：我这里举几个例子：

• 在训练样本有限的情况下，能不能把一个模型建好？

• 当数据已经足够多的情况下，却面临背后物理含义不清晰时，你该如何对其特征变量进行清洗？

• 当所有变量都已经出现时，你如何确保一些在传统变量选择中未被选中的弱变量，通过变量整合与特征工程，将之变成一个强变量。

• 一个单一模型一旦效果不佳，你应该如何把模型给集连起来？

• 面对大量底层数据，该如何自动筛选出模型中的变量？

• 当你处理数据变得很慢时，该如何通过提高或者改变 cost function来提升收敛速度？

• 当所有的结构化数据都处理稳妥时，该如何处理半结构化数据或非结构化数据？

• 当所有数据都处理妥当时，该如何去扩展数据的更多边界？

AI 开发者：在评价一个模型时，你们一般会使用哪些评判指标？

顾凌云：一个建模做得好不好，是可以直接由客观标准去判别的，比如借助AUC、Gini score、Precision、Recall、KS的数字去衡量模型的最终效果。

AI 开发者：在你看来，技术与数据之间是一种什么样的关系？

顾凌云：如果给二者之间求极限，一定是数据胜出，因为没有数据，就什么都做不了。任一行业在早期发展时，都是从数据开始发展，然后慢慢演变成数据被滥用，侵犯了用户隐私，然后监管机构开始进入，数据的开源由此受到约束。

所幸，中国开始慢慢从数据为王阶段，慢慢开始过度到技术为王阶段。这是因为数据越来越难被获得，或者说可获得的数据正在变得越来越公开化。

这就是数据和技术二者之间的关系。

信用评估领域的水多深？

AI 开发者：冰鉴科技经常强调自己的“第三方”属性，这个该如何理解？

顾凌云：我在美国生活这么些年，逐渐晓得“征信”与“增信”其实是两码事，前者属于国家范畴，需要持有牌照且被严格监管；后者则应该以技术为主，让更多科技企业参与进来。在过去这些年，相信并没有太多企业能将两者区分清楚。数据固然好，但我希望只把它当作建模的原材料，而不是去获取、存储这些原材料。

“第三方”这三个字的定位其实是非常清晰的，所以在过去几年中，我们有三件事绝对不做：

• 买卖数据

• 碰业务端（借贷）

• 发数字货币

即使上述事情对我们来说其实游刃有余。

AI 开发者：你认为当下的中国征信领域面临着哪些转变趋势？

顾凌云：在我看来，中国现在的这几个趋势是不会改变的：

第一、独有数据今后只有两条路，第一条由于灰色且非法，最后一定会被关停；第二条由于允许数据曝光在在阳光底下，这也意味着最后一定全部变成市场化、透明化。

第二、从借贷角度来讲，所有机构最后一定会变得两极化，一方是以流量为侧重点的借贷机构；另一方则依然以银行体系内自有资金作为优势来取得竞争优势。

第三、独立第三方技术平台会变得越来越有优势，各自的定位将变得越来越清晰——做流量的专心做流量、主攻资金成本也会变成一件极其专注的事情。

怎样才算优秀的技术企业/人才

AI 开发者：您认为优秀的技术公司应该具有哪些特点？

顾凌云：要想判断是否是真正的技术企业，只要看这几个指标，就可以判断得出来：

• 算法是不是自己原创的？所谓原创，不是说一定要做一个跟教科书上完全不同的算法，而是能不能从底层开源开始，就自己写代码，然后可以任意调整其中的收敛函数、cost function，以及对于数据变量的处理等。

• 公司有没有足够比例的科技人员？一家说自己是高科技公司的企业，结果销售占了员工总数的80%，而研发人员只占10%，研发经费连3%都不到，那就肯定不是一家真正的技术公司。

• 能否在任一技术领域做到“常战常新”。也就是说在战斗过程中，保持对于科研第一线的敏锐触觉。今天别人正在做的事情并不重要，重要的是现在正在被研发，处于萌芽阶段的算法，你能否第一时间快速地了解，并应用到自己的工程当中。

只有满足这些条件，我才觉得这是一家真正意义上的科技公司。

放眼中国来看，称得上“科技公司”的企业其实是不多的。

AI 开发者：您认为一家技术公司有没有可能存在技术上的绝对壁垒？

顾凌云：其实上，每隔十年，能有一个算法思路取得突破性进展，就已经相当不错了。回到征信领域，能在保证隐私获得保护、数据使用得当的前提下，在反欺诈、贷前贷中贷后的客户沉睡 & 唤醒以及在前端精准营销等几个方向上都做好，其实已经是一件相当不容易的事情。

很多人会问，既然你是一家科技公司，那有没有可能做到降维打击，仅凭一个算法就轻松击败其他企业？这是一件不可能的事情。

我一直强调，这是一个自由竞争的社会，它的流动性是很明显的。人员的流动、思想的碰撞、学术交流，最后会慢慢把你科技中的领先部分慢慢给抹平。

AI 开发者：既然您强调“常战常新”，那么在研发与产业的结合方面往往会存在一个矛盾点，你们是通过什么样的一个机制去平衡这件事情的？

顾凌云：我们有一个AI实验室，主要起到一个承前启后的作用。我要求里面供职的必须全是博士，而且在选人过程中还有相应标准：

第一、留美毕业的博士。

第二、我们希望不要博士一毕业就直接就回到中国来，最好在美国能有一到两年的工作经验，但也不要时间过长。

第三，最好从美国有过一两年工作经验后回到中国，还能在其他家公司干过半年到一年时间，再到我们这里来。

这其实是一种理想状态，但招到的人基本上都会符合其中的几点标准。然后我们会要求他们：

第一，需要能够听懂大型顶会的内容，而且能自己发文章。

第二，对于每一场顶会中的best paper，我们会有专门的人员去对文章做出复述——我们所谓的复述，是需要对算法进行复现的，来判断在我们自己的领域中这个算法的效果。

只有把这些全部做完后，我们才会让工程团队进驻，进而判断这些算法可以被运用在在哪些场景里头。

AI 开发者：冰鉴科技目前一共有多少技术人员？

顾凌云：我们300人不到，科技人员大概占到240-250人左右的比例。

AI 开发者：冰鉴科技目前主要缺哪一方面的人才？

顾凌云：我们的数据科学家岗位全年都在招人，而且这个位置是不设限的。只要是对我们公司或者所处行业感兴趣的数据科学家们，我们都欢迎。尤其是对于算法相对比较了解，或者对于Python、R这些数据处理工具使用得比较熟练的。

第二是BusinessAnalyst的人才，主要涉及模型的后续的分析。比如模型出来以后，他要分析具体怎么去应用。比如我的cut-off放在什么地方？我的季节性分析应该是怎么样的？定额定价模型具体应该怎么做等等。这部分岗位对专业不做限制，我们更看重Brain power，只要你聪明，同时对于新领域能够保持足够的触觉就可以。

第三是纯粹的IT，包括对于大数据平台、Java、C、Spark等这些相对来说比较熟悉的人。

这些都是我们正在寻找的人才。

雷锋网(公众号：雷锋网) AI 开发者雷锋网

。