就國內消費金融市場而言，今年頭部消費金融公司紛紛開啟金融科技轉型，科技向金融服務滲透加快，科技與金融的聯結正在為消費金融市場創造新的業績拐點。

　　不過，在金融強監管的趨勢下，金融科技也在平衡創新與風險之間的關系。從金融科技本質上看，落腳點始終在于金融，科技與金融取長補短、深度融合，既打開金融服務增長空間，又提升展業過程中的質檢、風險處置效率，真正實現科技賦能金融服務創新的價值落地。

　　目前，銀行、消費金融公司、互金機構等消費金融參與者，都通過設立金融科技子公司或金融科技分支部門，自主研發基于大數據、云計算、人工智能、區塊鏈技術的金融科技解決方案。一方面，對自身業務進行數字化改造并應用于自營場景;另一方面，開展金融科技To B業務，帶動行業數字化轉型。

　　從互聯網金融到金融科技，科技賦能金融業數字化轉型已邁入深水區，由市場前端的線上化逐漸延展到中后臺智能化。金融科技能在較短時間內穿透金融服務的營銷、獲客、風控、貸后管理以及平臺整體運營，主要得益于行業數字化程度較高。

　　拿人工智能來講，人工智能的三駕核心馬車為數據、算法、算力，數據是人工智能從實驗室走到具體服務場景的基礎，而消費金融背后豐富的數據和應用場景，為人工智能落地提供了生態土壤。金融領域的數字化基礎，也決定了金融科技的前景和潛力。

　　反之，以人工智能為代表的金融科技在不斷迭代中，也為銀行、消費金融公司、保險等機構輸出智能綜合解決方案，優化營銷獲客和風控管理。

　　以馬上消費金融為例，就自主研發了900余套核心技術系統，累計提交專利申請230余件，實現消費金融全價值鏈的數字化和智能化，掌握數字化零售信貸系統、語音外呼機器人、智能交互平臺等數字技術服務方案。

　　現階段金融機構的數字化轉型，意味著從單一規模擴張、粗放式經營向精細化運營管理階段演進，降本增效、規避風險是轉型的支撐，這就要求金融機構必須具備核心的底層技術架構能力和出自實際金融服務場景的科學建模能力。

　　T2F2B/C下沉

　　銀行、消費金融公司等金融機構，在移動互聯網時代之前，憑借資產體量、品牌優勢一直保持較為穩定的業績增長。當用戶習慣、服務介質等受理環境中的要素發生變化時，買賣方市場攻防轉變，傳統的服務模式受阻，業務進入存量整理階段。

　　根據中國人民銀行公示的數據，截至2019年末，全國消費貸款余額(不含房貸、經營貸)為13.91萬億元，較2015年提升了約135%。但從2017至2019年，消費貸款余額增速持續走低。

　　跑馬圈地的金融拓荒時代已去，隨之而來的便是信貸周期下行引發的增速放緩、不良攀升、盈利受阻問題，并且在疫情沖擊下，這種周期陣痛會更加劇烈。

　　當金融服務批量遷移至線上后，金融機構傳統的線下展業模式陷入瓶頸，通過數字化能力推動獲客、風控、貸后管理變革，就變得十分迫切。事實上，在疫情爆發期，非接觸、智能運營概念推動金融服務的升維，馬上消費金融等金融科技實力較強的機構較快地實現了復工復產。

　　傳統展業模式行不通之后，金融行業面臨集體轉型，貫穿核心業務系統的數字化解決方案成為剛需。與此同時，金融機構傳統的F2B、F2C商業模式被顛覆，一種基于金融科技服務參與共建的T2F2B/C模式成為主流。

　　在T2F2B/C模式下，金融科技逐漸成為金融機構的核心驅動力。從消費金融行業頭部機構馬上消費金融的業務布局上看，通過AI+場景+信用等金融科技手段升級自營信貸業務后，還以開放平臺+金融云的業務模式，向行業輸出信貸解決方案。

　　公開資料顯示，馬上消費金融通過技術開放平臺和大數據、人工智能優勢，為合作方搭建數字化的賬務、營銷、支付等系統，提供全流程的底層IT技術應用和風控篩查分層能力。

　　對于500多億資產規模的馬上消費金融來說，每天面臨的貸后資產管理工作量比較大，為了降低成本提升效率，馬上消費金融發揮智能貸后管理系統優勢，借助智能機器人、智能風控模型、公有云等工具實現精細化管理和降本。在貸前身份識別方面，馬上消費金融近期自主研發的人臉識別技術(活體檢測算法)，通過國家金融IC卡安全檢測中心-銀行卡檢測中心(BCTC)的增強級活體檢測。

　　消費金融場景中的科技創新，必須與不斷進化的金融服務適配。只有專注于零售金融場景的AI科技公司，數據足夠真實，算法更貼近業務需求，模型才能提升效率和用戶體驗。

　　金融科技的應用與迭代

　　金融科技的前景取決于金融與科技的交融，而純科技公司的未來可能需要打上一個問號�；ヂ摼W公司中的金融科技代表阿里、騰訊、美團、京東，消費金融公司中的金融科技代表馬上消費金融，都有一個共同的特點，即AI技術能力建立在數據和場景之上。

　　任何金融模型設計得再巧妙，不匹配實際金融服務場景需求就是無效的。因此，金融科技除了要引入數據算法，更需要根據業務場景特點設定模型目標，選擇適合場景的算法。這就引申出何種人工智能與金融服務的需求匹配，或者說什么樣的人工智能對于金融場景才真正有價值。

　　根據金融業務的特點，金融機構的需求邏輯主要集中在兩三個方面，其一是必須合規;其二工具能夠實用高效，減少對接成本和其他支持費用;其三工具能在短時間內讓金融機構看到效果，帶來價值覆蓋技術服務費成本。

　　這些價值因素決定了金融科技落地應用的難點，也要求金融科技供應商需要深入了解和挖掘業務邏輯與需求。一套成熟的金融科技解決方案，能針對不同的業務場景設定不同的模型，滿足合作方的獲客需求和風險訴求。

　　同時，我國當前的消費金融市場相當大一部分客群集中在優級、次優以下，而消費信貸產品又多以小額、分散、線上化為主，復雜的受理環境決定金融機構需要一個能不斷迭代的智能風控解決方案。

　　開業五年來，馬上消費金融以人工智能研究院為載體自主研發了人臉識別、唇語識別、智能語音識別、聲紋識別、智能空號檢測、OCR識別等通用技術，形成得助智能交互平臺、智慧雙錄系統、智能語音實時質檢、刷臉支付等產品解決方案。這些風控工具與大數據結合，能有效識別借款人欺詐風險、信用風險，實時監控貸前、貸中、貸后的風險動向。

　　馬上消費金融自營業務規模較大，這也為金融科技開發帶來天然的場景“試驗田”。經過反復模擬測試之后，馬上消費金融才把金融科技解決方案投向市場，而后數據源、反詐變量、審批速度、審批質量都經過市場反復驗證。

　　為了提升組織架構數字化運行效率，馬上消費金融較早開始搭建智能化平臺，包括數據中臺、AI中臺、業務中臺，三個平臺形成穩固的三角關系，高效輸出標準化金融科技解決方案。

　　其中， AI中臺系統采用工業級、平臺化的設計，集資源管理、數據管理、模型開發、模型訓練、模型發布、模型監控于一體，為企業的數字化轉型、智能化升級提供一站式整體解決方案和全生命周期管理，可有效提升30%的資源利用率和60%的算法工程開發效率。

　　金融科技創新輸出能力離不開人才和成本投入。據統計，馬上消費金融組建了1000余人的技術團隊、300余人的大數據風控團隊。從科技投入產出來看，馬上消費金融更像持牌消金里的金融科技公司，不僅位居2020金融科技創新排行榜第七位，而且還獲得了國家高新技術企業的認證。

　　馬上消費金融成為持牌消費金融公司里的“技術狂”，或與大當家趙國慶專注科技驅動的理念相關。趙國慶曾公開表示，馬上消費金融未來將繼續在人工智能領域持續加大投入，進一步提升公司科技自主研發和創新能力，堅持將算法落地到實際場景，為用戶和行業合作伙伴持續輸出高質量、可信賴的科技服務。