典型的技術人士似乎都有一種“Talk is cheap, show me the code.”的氣質，在與京東金融技術副總裁曹鵬交談的過程中，當他一開始就說出“我們屬于那種比較實打實的”這句話后，你很快就能從他后續沒有多少修飾詞的對話內容中得到驗證。

先問他京東金融是否有像其他企業一樣向外界傳遞“金融大腦”這樣的標簽時，他說他們更在乎技術是否能幫客戶或者促進行業解決問題。那京東金融在技術上想呈現的直觀印象或者野心是什么？你以為這次會聽到新見解時，他又說了與剛才表述一致的回答，“就是這么簡單”。

那京東金融是如何利用技術幫客戶或行業解決問題的？在京東金融網頁上，你可以看到所有與智能金融相關的內容都在金融云一欄下，這個被視為提供 FaaS（Fintech as a Service）的企業服務云平臺，其實是一個寬泛的“框”，把所有 AI 能力放置其中。

很多子菜單中列出的 AI 技術、基礎服務和解決方案可以說是琳瑯滿目，但曹鵬強調談智能不能只談單個功能點，那樣價值非常有限，京東金融更愿意將那些技術主體去做深做扎實，因為對場景挖掘得越深時，他們發現需要的能力會更多，“比如整個風控的模型拆得特別細，比如在凌晨 3 點，3 點以后到幾點之間的場景下，可能需要加驗一個模塊。”他認為這樣做才能從本質上為整個行業帶來更多價值，自身的生命力也會因此變得更強。

為傳統金融行業輸出自己的技術方案，曹鵬梳理出京東金融的優勢主要有三個方面：第一是技術點本身；第二是對數據的理解和挖掘；第三是對互聯網公司以及用戶運營的理解。

基于此，AI科技大本營與曹鵬聊了聊京東金融為傳統銀行提供的智能運營和智能風控解決方案，以及他對 AI 技術和場景結合的思考。

▌傳統銀行：AI 助力運營、風控雙升級

曹鵬講述了京東金融與工商銀行合作的案例。京東金融有營銷平臺，工行就會把一部分信用卡和電子戶的獲客項目交由京東金融來做，比如“工銀小白”場景融入式數字銀行項目，它是工商銀行與京東金融在客戶、賬戶、數據、信息、資金等方面深度整合的結果，雙方運用大數據、AI 等技術，在傳統銀行業態之外搭建了一個在碎片時間滿足重點金融需求的零售金融新場景。而在風控方面，京東金融的大數據風控體系會為大量金融機構和銀行提供信用評估，客戶可以根據這些數據為 C 端用戶放貸。

相較于以往“鏈式”的風控模式——風控模型是單獨的積分卡或是決策數量的單維度模型，能進行人為調控——現在的風控模型中變量更加龐雜，600 多個變量加上時間序列數據，可能在一個模型中就有 60 萬條數據，這時候就需要借助 AI 算法去調系統中變量的特征值。

其次，原來的風控可能是基于單一用戶去設計系統，但現在的系統能關聯到用戶個人的一系列關系網：基于用戶個人節點，然后再到用戶賬號訪問的一系列動作，以及賬號所關聯的其他信息。

這背后最主要的技術支撐是圖計算，這是知識圖譜中一個重要的底層技術。由于傳統的數據存儲和使用方式已經無法滿足龐大的數據量需求，所以現在數據存儲的主要方式是圖數據庫。什么是圖數據庫？曹鵬解釋說，它的特點是“有節點、有邊”，每個 ID 在圖數據庫都是一個節點，節點之間之間由一條邊來連接。在做復雜網絡計算時，比如在一個簡單模型計算中，如果輸入用戶的手機號或 ID 地址，就可以評估這些信息背后的信用風險程度，效率非常高。

此外還有生物探針技術以提高安全性，用戶可以根據手機角度、移動速度以及觸壓力度去判斷使用者的習慣，一開始可以用來在自動登錄時避免機器人批量腳本的攻擊，但在技術做深后，甚至可以判斷出手機使用者是否為本人，若不是本人，則需要人臉識別進行加驗。

這些技術的使用無疑提升了客戶的運營效率，但京東金融強調還有要為客戶帶來新的增量價值，這又如何體現？

在曹鵬看來，銀行的運營和風控主要關心“新客戶從哪來、如何為用戶做授信”這兩大問題。首先，傳統銀行的獲客方式主要是線下，而京東金融則會整合線上、線下等各種創新型運營的思路和手段擴大獲客比例。其次，傳統銀行缺失的是對場景和 C 端用戶的理解力，這導致授信服務門檻較高，但在京東金融補充風控能力后，能提供授信服務的用戶占比大大提高了。

這些都與傳統銀行和京東金融在產品設計思路的不同有關。前者的思路是基于不同的產品線，但后者的思路是基于客戶群（比如不同收入群體）設計相應產品，比如原來二類用戶只能在傳統模式下開戶，但現在京東金融一開始就將理財產品的風險偏好等針對特定客群去設計，然后再利用自身的運營能力，將產品推送到客群最容易觸達的場景上。曹鵬說，這些對銀行來說就是新的增量。

▌技術和場景的深度挖掘

曹鵬并不滿足于當下他們所做出的成績，即使是在他口中“做得比較成熟的運營和風控”兩大領域，他認為還需要梳理的大量技術和產品能力尚未真正落地。

“做深”是曹鵬在采訪中不斷強調的字眼。雖然京東金融的發展模式是平臺化，但他認為要講 AI 技術與場景和業務深度結合，對業務必須有足夠的理解也才能體現技術的價值，否則只是像浮冰一般的單個功能點。所以對于那些更強調做通用解決方案的企業而言，在他看來如果沒有對數據和場景的深入了解，以及提供一套解決業務目標的完整體系，一味提供單純的技術很難構造出強大的競爭壁壘。

目前，京東金融為客戶主要提供的是定制化解決方案，成本較高，所以他們在考慮進行高效率、規模化地去推廣，但 2B 行業里，標準化和需求差異化之間難以找到平衡點。即便如此，他們正在嘗試從傳統銀行中一些空白的解決方案中逐步提供客戶能接受的標準化服務。

京東金融下一步計劃是繼續將 AI 技術與更多場景結合，比如基于用戶行為特征的真實度測試。在曹鵬看來， AI 會成為更底層的技術，要讓更多的人、場景、業務真正用到 AI 能力，而不是繼續炒概念。某種程度上，曹鵬認為京東金融近期上線的“JDD 空間站”平臺也是促進 AI 成為整個行業基礎能力的體現，這是一個數據和 AI 開發者互動交流的社區，可以對接需求方，同時它還是一個數據與 AI 賽事平臺，首場邀請賽“對話語音識別大賽”已同步啟動。

此外，他們還要在加深線上、線下融合上下功夫，尤其是要將線上已驗證過的體驗和模式復制到線下，把線下流量重新激活起來。

曹鵬說，做得越深就越發現當下所做的都無需提及太多，因為每次當有亮點覺得可以拿出來說時，如果再挖兩下，就會發現光靠那些東西并不足夠。