百度副总裁、主管消费金融业务的黄爽，在2016百度世界大会金融科技论坛上发表演讲。她表现，现阶段，消费金融已经成为国内乃至国际的科技创新高地，充满机会的同时，消费金融市场仍面临信用下沉、风控线上化、获客成本增长、产品差别化程度低四大寻衅。而百度通过人工智能、用户画像、帐号安全、精准建模等领先技巧，不断扩大征信领域，快速迭代的风控模型真正辨认用户的信用等级，解决线上风控化、信用下沉等寻衅。同时，百度金融全方位的大数据能力以及基于大数据和人工智能技巧为基础的商户合作管理平台，速录公司，为合作商户供给涵盖营销和金融服务的全面管理方案，降低获客成本，解决细分行业的渺小需求。

　　以下是速记实录：

　　很高兴今天有这个机会跟大家聊一聊消费金融，也聊一聊消费金融领域的创新，以及我们怎么用科技的力量来摸索消费金融的新世界。

　　近几年来消费金融的创新蓬勃发展，在全球前五十名的金融科技公司里，消费金融类的企业占比达到30%，遥遥领先于其他的类别。创新模式里，包含获客、大数据风控等的摸索和突破也层出不穷。支撑着这种创新蓬勃发展的其实是数十万亿级的潜在市场，我们欣喜的创造这个市场在产生奥妙的变更，比如说在场景端和线上消费金融的场景逐渐的占到更大的比例，但是这也只是一个开端。中国有13亿人口，在央行有征信记载的人只有3.7亿，没有信贷记载的有5亿多人。

　　我想把践行普惠金融的路走得踏实还是需要有很多寻衅的，比如说信用下沉，没有信用记载的5亿人总体来讲总是比有记载的3.7亿人的信用还是要略差一点的，怎么能服务好这群人、同时又能把金融的风险边界和业务边界界定好，必定是一个寻衅。如果想笼罩到这么大的人群，仅靠传统的物理网点确定是远远不够的。传统上认为风控如果没有线下的介入是不可能做好风控的。怎么尽量的把风控线上化，能够降低成本，把这种成本还给客户，实现真正的普惠金融当然是一个寻衅。

　　由于参与的人员增长，造成线上的获客成本增长。虽然场景的占比在增长，但是在场景里产品的差别化程度并不高，这也是我们践行普惠金融面对的需要应对的问题。

　　如何来进行应对呢？我们的思考是以金融科技来破题金融，我想从三个层面来论述这个问题。

　　第一想从用户的层面来说

　　一般来说，大家想到百度的数据，想到的都是搜索的数据，但是百度有商户的数据、也有兴趣类的数据。特别是在百度生态里面有兴趣类的数据，这些是百度独有的。其实我们盼望和合作伙伴共建金融的生态，所以除了我们自有的数据，我们也会加上深度的金融数据，比如说运营商的数据、政府部门的数据，包含央行征信我信任也算是一种政府部门的数据，还有线上和线下的交易数据。电商通常跟大家讲的是线上的交易数据，我们认为，实际上线上和线下的交易数据都非常重要。还有网贷行业的数据，比如大家经常提到的多头借贷就是一个范例的数据，这些对于我们做大数据风控来说非常有意义的。如果能够这把两个联合，我信任对于3.7亿人是一个非常好的补充，对于剩下的5亿人，这样的大数据是弥补了一个空白。我们盼望在信贷的道路上，在普惠金融的道路上会走得更远。

　　光有数据还是不够的，录音整理，更重要的是有数据的处理能力，其实百度比较擅长除了标准化的数据以外还有半标准化和非标准化的数据，如果能够精准建模，它的威力就会进步很多。我来到百度两个月左右，我们日常的对话里面会涌现几种模型的竞争，是深度学习的模型好还是机器学习的模型好？还是我们传统的统计模型好？我感到这是一个非常健康有效的讨论，最终我们是能够建立出最精准、最有效、最能够笼罩的模型，这个模型的迭代速度也可以从传统的几个月发展到我们今天可能做到一个月或者是一个星期，未来盼望可以做得更好。

　　因为模型是预测性的技巧，所以我们盼望能够提前给用户打上标签，这个就变成了一个线上风控的基础。这是一个范例的故事，是说贵州有一个小伙子，他其实是学广告的，父母想让他当公务员。他有自己的想法，他就在贵州申请了一个火星时代UI课程，盼望将来能到北京或者上海工作。我们在北京给他在一秒钟的时间进行授信，就是我们刚才讲的大数据风控也好、模型的精准建模也好，能够让我们这种秒批线上的风控变为可能。