作为机器学习的分水岭，2010年，以BI分析数据关联性的模式，正式被以深度学习解决变量问题的框架取代，“AI引擎”成为AI 1.0时代的象征。但这一阶段实际落地的应用并不多，因为它依然是以人的思维去解决问题，一体化的AI解决方案大部分还停留在“PPT”阶段，被主流行业的头部企业实际使用的少之又少。

2017年，一家成立不到2年的技术公司闯入投资人视野，这家名叫氪信的企业在资本寒冬背景之下迅速斩获火山石资本、招商局创投、美国中经合等重量级资本投资。统计发现，氪信已经与工商银行、招商银行、民生银行、平安证券等数百家金融机构展开了深度合作，其自主研发的AI一体化解决方案已触达银行核心风险控制系统。

谈到AI技术，氪信科技CEO朱明杰举了一个形象的比喻，“可能我们会用几百万张图片教会机器怎么去识别一张图片是不是一只猫。但是通用的智能不是这样子的，你给一个小孩看了两只猫，他就知道第三个是不是猫，他还能分辨那是不是一只动物。”

 时至今日，虽然AI被应用于各行各业，但AI并没有达到通用人工智能的要求，业内许多企业依然在用大数据去解决确定问题。互联网金融的发展正将服务对象从高净值客户转向更多“小白”群体，这种背景之下，用户的数据缺失、征信困难、金融场景变得更加细碎。而移动互联网带来的更多弱相关数据则可以通过AI处理，提升这些弱数据和非结构化数据的价值。

 怎么处理？这并非是一个单纯的将AI技术加诸于金融场景之上的问题，而是通过技术真正解决业务难题。氪信于近期公布的“非或然”引擎，即是一个金融化的AI解决方案。通过历史数据训练机器，融合金融专家的经验，最终形成一套具有高度扩展性和延伸性的金融化AI解决方案。

有趣的是，“非或然”引擎不仅名字听起来有些拗口，其诞生过程也充满戏剧性。

双引擎叠加：一体式的智能决策引擎变革

某个周五下午6点多，氪信战略VP胡涵早早地背上包准备回家，却被朱明杰半跳着舞拉住，“快进办公室，这是创业三年来最激动的一个时刻。”朱明杰说，办公室里还聚集着几位技术同事。

听完技术部对产品的描述，非技术出身的胡涵希望得到一个更直观的比喻。工程师万晶给到了一个“美味”的比喻，“以后就相当于这边放猪，那边出香肠。”这个比喻虽然非常暴力，却直观地体现了“非或然”带来的跨时代的意义。

这样一款产品是他们在进行一个例行的技术讨论时突然产生的想法，但是这1秒的灵感背后，是三年来氪信人不断尝试、极力拓展金融场景中技术、业务和表现能力的积累与爆发。其核心可以分为两部分，一个是金融知识引擎，一个是智能决策引擎。

金融知识引擎解决的是更高维的金融知识提取问题，氪信的做法是融合了可解释性的专家特征和深度学习技术对于弱数据处理的高维特征，以此实现底层数据的知识支持。之后系统会与金融场景的原始数据层对接，经过引擎处理，最终生成一个万维的知识图谱体系，以此帮助金融机构把原来偏扁平化的用户画像体系，升级到更全域、更高维的用户知识体系。

智能决策引擎则支持模型从离线的建模到在线的一体化执行，由知识引擎去对接，最终为多个场景提供智能化的服务。决策智能引擎当中，“非或然”最为突出的是内嵌集成学习框架，显示出了非常好的性能指标，在风险场景中，其KS达到了0.6以上。基于此，氪信打造了一套属于自己的数据闭环，以此来为客户提供一个高度软件化的产品。

在朱明杰看来，许多所谓的“AI”更多地被当做“炫技”的手段，AI+产业的落地成果却少之又少。To B更不应该是比拼成本的恶性竞争，而是该用技术去打动头部企业，间接获得整个行业的认可。通过建模咨询、独创的BLP技术、XCloud标准服务，氪信早期对民生银行、招商银行等大型银行的服务正产生叠加效应，影响力正扩展到城商行、农商行乃至消费金融公司。虽然氪信的业务厚度已经从建模咨询技术升级为业务咨询+技术服务，但在“黑箱”变“白箱”、深度数据挖掘等问题上仍需要与合作伙伴一起探索、磨合，但可预见的是，一款即插即用、一次部署永久使用的产品已经蓄势待发。

技术合作赋予氪信“朋友圈”更大含金量

虽然AI被广泛看好，但其本身不足以称之为一个产业，AI是为产业赋能的技术，是产业升级和起飞的燃料。作为一家AI企业，氪信更希望以一个连接的心态，去打造AI+人、AI+产业的生态圈。目前，氪信已经形成了1家AI企业、1个AI中心和1个AI联盟的联动生态。所谓的1个AI中心，是指氪信AI+金融创新中心。1个AI联盟，则是9月份在上海成立的AI青年科学家联盟。

 联盟的首批成员一共是19位，其中既包括阿里巴巴、今日头条、微软和亚马逊等公司的科学领军人物，也有旷视科技、商汤科技、寒武纪、科大讯飞、小马智行、Momenta、思必驰等各个领域中排名最靠前的人工智能初创公司的创始人和首席科学家。这19人被氪信内部称作“AI豪华男子天团”，聚在一起抱团取暖，并希望让手持AI技术的科学家们成为符合时代要求的企业家。

而AI+金融创新中心，则旨在促进银行等智能金融场景合作方，云计算等基础设施提供方，以及AI公司、科研机构等技术算法驱动者之间的合作，并以AI助力监管科技发展，共谋智能金融长远图景，最终实现随时、随地、随人、随需的理想智能金融形态。

这一理念之下，氪信选择了与技术基因强大的企业联手解决典型场景的典型问题。

 如传统金融机构面对新用户的借贷申请，欺诈风险识别能力十分匮乏，潜在的难以用人工识别的风险也同样存在。而氪信+华为的组合能通过建模来分析欺诈风险，辅以高维的特征在线升级引擎来保证方案的稳定运行。在智能客服解决方案方面，氪信+科大讯飞前端语音交互系统的组合则主要攻坚语音分析、外呼不智能等多个难题，同时运用语音识别转写能力提取文本和语音中蕴含的大量有价值的非结构化数据。

提到生物识别在AI金融中的应用时，旷视科技副总裁敖翔提到了一个有趣的观点。“在风控里面的因素还包括面由心生和以貌取人，这是我们几千年、多少亿年进化来的一个天生本能。在大数据和人工智能这个基于视觉的时代，应该融入全新的数据维度和信息维度，即视觉信号。”虽然虹膜和指纹能确定一个人的身份，但人脸、人体和视觉还蕴藏着大量数据，这些弱信号对风控和金融的价值不可估量，氪信的大数据能力和旷世的视觉处理能力相容，对风控维度的提升将是颠覆性的。

有趣容易，有料却难。或许正如“非或然”的诞生一样，与各领域领先企业的思想碰撞背后是需要技术支撑的，含金量如何将直接影响产品的服务广度和深度。

技术没有善恶，市场健康的前提是尊重价值 

如果从本质上来讲，“非或然”引擎解决的其实是金融机构从传统的数据化朝智能化升级的问题。现有的金融机构有传统的数据体系在运行，“非或然”的第一要务是与现有系统融为一体，其次是帮助传统金融机构私有化部署。与互联网金融的合作，氪信则会更偏向轻量和云的方式。因此，在整个智能决策过程中，“非或然”被封装成非常标准的服务去对接客户，来实现数据的体系化。但正因如此，业内对“技术黑箱”和“以AI和大数据之名滥用用户数据”的讨论一度甚嚣尘上。

传统的做法中，去银行申请业务通常要填写很多资料，但当数据问题变得敏感，线上业务应该怎么办？朱明杰的答案是通过AI的方式来建立高维度让人难以理解的模型。“这样一方面解决了数据价值的使用，另一方面高维的东西让人难以理解，不可解释性在这时候便会派上用场。”

 2017年，整个大数据行业都经历了强监管洗牌，监管层对以“数据驱动”的风控模型提出了诸多质疑。对此，朱明杰的回答同样简单明了，“技术本身是没有善恶的，只与应用它的人有关。”氪信成立之初，互联网金融发展十分火热，对于为何不做金融业务赚快钱的疑问，朱明杰则认为技术人就应该做技术的事，金融业务和数据层面都需要被监管。“如果执法不严，守法人的权益就会受到侵害，我希望未来数据的监管一方面能够更加及时，另一方面也能跟得上我们对于数据滥用的监管呼唤，这样大家才能真正在一起做有价值的事。”

在AI、大数据、云计算等概念反复热炒之下，市场对科技公司的期望与包装往往过于偏激，但事实上，许多科技公司的规模并不能称得上太大。AI技术对行业的作用更多的是改进和提升效率，技术企业与客户携手发展AI的意义远大于此前的埋头苦干、单打独斗。未来，中国的科技公司和To B市场的健康、规范，一定是尊重分工，尊重价值的结果。