决定谁可以借到钱这件事情 可能机器比人类更加合适

对于借钱这件事情其实很多人都是比较的烦的，更多的时候你也会发现借钱这事还真的是需要考虑的，借于不借还真的是非常沉重的话题，事情处理得好还行，如果遇人不淑那就人才两空了，那么有什么好的办法可以去避免借钱这件事情呢?下面这篇文章就是说的这样的一件事情，机器人它有更好的办法!

在百度的「戒赌」贴吧最常见到的内容之一就是关于如何骗取小额贷款的求助帖，以及各个跑路大神依据自己的经验倾囊传授的技巧，在这个充满绝望气味的社区，道德从来都是稀薄甚至透明的存在。

与此同时，和人性中最为负面的地方搏斗，则是互联网金融的长久考验，尤其是在消费信贷的广袤市场，如同从废土里提炼黄金的工作往往超乎想象的艰难。

传统金融行业一贯青睐所谓的「高净值客户」，也就是做出安全且高利润的资金选择，零散性的吸储姑且能够通过设定利率杠杆解决，到了放贷这端，必然需要急剧提高门槛，用来抵消坏账风险。

于是民间才有无奈的抱怨：一个人越是不缺钱，就越是能够借到钱，因为他的还款能力足够自证，而当一个人急需资金中转的时候，却会因为风险的上浮而被待以更为苛刻的审核标准。

事实上，相比投资行为「十成其一」的逻辑，借贷行为更像是「一颗老鼠屎，弄坏一锅粥」，十笔贷款发放出去，只要有一笔收不回来，所能造成的损失就足以覆盖另外九笔的合计收益。

所以，在传统的场景里，借贷的本质就是宁可错杀不能漏过，通过主动放弃潜在客户的代价，换取精挑细选之后的优质服务对象。金融机构未必不知道它们可能遗失珠玉，但在高昂的辨别成本之下，委实没有更好的方案。

另一方面，中国消费信贷的市场规模远远不及美国，除了二者本身的经济发展落差之外，信用体系的长期缺位，也是一种天然而沉重的制约，截止到2016年，美国的信用卡人均持卡量约为中国的十倍之多。

就趋势而言，从储蓄型大国向消费型大国的进化过程不太可能逆转，只是这扇机会窗口的打开究竟会在什么时间，这才是真正关键的问题，对于希望从中分羹的金融机构而言，动身过早极有可能成为惨烈的炮灰，唯有在正确的时间做出早已计划好的正确的事情，方可占到稳定的地盘。

就像是信用卡和零售业的落后反而使得中国在移动支付领域弯道超车的因果关系，由于中国在政府主导型的征信系统方面做得过于简单粗砺，这让市场主导型的征信系统得以轻装上阵，逐步落实那些原本只是构想的数据设计。

迄今为止，国内银行发放贷款所依赖的征信记录，都是那份由中国人民银行出具的报告，基本上仅能涉及到信用卡逾期未还的历史信息，无论是翔实度还是说服力，都无法和美国的三大民营征信公司——Equifax、Experian和TransUnion——相提并论。

更重要的是，就连征信产业全球领先的美国，也产生了Capital One这样的非典型商业银行，它将那些游离于传统银行视线之外的「高风险顾客」——通常都是现金流动不那么充盈的中低等收入人群——进行甄选并发放贷款，化零为整的创造出了堪称蓝海的营业增量。

Capital One的创始人奈吉尔·莫里斯其实最初并没有想到要自己开建一家银行，他曾游说数十家银行希望推销自己的激进手段直至改造整个风控模型，可惜没有一家银行敢于采纳他的疯狂意见。

在自行创办Capital One并使其跻身美国十大商业银行名列之后，奈吉尔·莫里斯如此诠释他的事业性质：「我没有做出一家银行，而是做了一家数据公司，只不过第一批成功的产品恰好诞生在金融行业。」

或许不会有人怀疑，当前的中国处在Capital One之于美国突然崛起的前夜——利率市场化带来的金融创新及冒险现象激增——互联网的数据规模亦加速了变革到来的脚步，只是在大航海的光荣时代，看似每条航路都是大有可为的，愈是贪婪之处，就愈是暗藏危机。

还是回到「戒赌」贴吧，当一篇借钱的帖子发出去之后，作者将会连续收到少则数十条多则上百条的联络，甚至不乏手把手传授骗贷技术的热心群众，而在跑路者聚集、近来声名大噪的三和人才市场，一张身份证也早已明码标价，卖掉就可以拿到50块钱的报酬。

这些都是地下江湖的游戏规则，信贷公司的风控模型，无时不刻不在受到海量的人肉测试，当前者的系统变得日益聪明，后者的经验也同样积少成多，更恶劣的在于，借贷方在与用户斗智斗勇的同时，还得防范内部出现腐蚀，事实上，相当比重的坏账产生，都是出自内外勾结的合作链条，就像再高明的考卷，也敌不过故意泄题。

换句话说，信贷公司越是想要从矮子里面挑高个儿，就越是会让那些身高不够者设法踮脚伪装，而混淆视听的结果，就是继续牵连整个群体，让所有人都背负信任污点。

前段时间，智融集团CEO焦可在极客公园举办的奇点创新者峰会上分享了他的观点，他认为互联网的数据运算量级终究不是人力所能企及的，审核员这个职业更像是一种处于过渡阶段的岗位，一定会被真正意义上的人工智能取代，后者才是互联网金融需要笃信的方向：高效、理性、没有私欲。

就像奈吉尔·莫里斯曾向美国各大商业银行建言他所设计的数据模型，焦可和他的智融集团也正在中国扮演一个相似的角色：输出一套解决方案，对接银行、消费金融公司等金融机构和非优质用户，帮助提高撮合的效率和安全。

智融集团非常明晰的列出了其小额短期借款产品的用户特点——无征信记录、无银行流水、无社保公积金、无工资证明——简而言之，就是那些和社会边缘近在咫尺的人，他们可能是流动性极高的农民工，可能是扎根乡土务农的留守者，可能是起早摸黑的街头小贩，可能是刚刚骑上电瓶车尝试送餐的外卖员，没有任何银行会接待并借钱给他们。

焦可曾在赶集担任高级产品总监、马可波罗网副总裁，从某种意义来说，他始终在和这类用户打着交道，知道他们的窘迫和活跃，也明白寄生在里面的老实和狡黠。

由智融集团开发的「I.C.E.人工智能风控引擎」，完全摒弃了人工介入的流程，人力资源只为程序开发服务，而不直接接触用户，它关心的也不止是传统金融机构看重的强特征，更加注意超过1200个维度的弱特征，用以决定人工智能对于受访用户的判断尺度。

换句话说，它要找到的是具备偿还意愿、但不一定持续有着偿还能力的用户，他们在乎自己的信用，借了钱的窟窿必须要填上。

最终，这项技术能力被同时用在己方和友方：无论是智融集团自己开发的小额短期借款App用钱宝，还是对外输出的风控能力，都是基于这套不断学习和完善的系统。

根据焦可提供的数据，智融集团服务的用户超过60%在三线城市及以下，他们有着相对稳定的工作和一定程度的消费观念，愿意通过信贷的方式去享受更为体面的生活品质。截至2017年3月，用钱宝单月放款笔数超过150余万笔，累计放款金额超过25亿。

毫无疑问，消费的积极信号，也是经济的活性佐证。

有趣的是，关于人工智能的道德感的构建，在不同的场景里会生出不同的需求，比如YouTube就在今年夏天失去了AT&T、强生、欧莱雅等重磅广告客户，因为它们发现自己投放的广告被智能匹配到了一则宣扬纳粹思想和极端宗教的视频前面，微软的智能机器人小冰亦曾因为跟着网友学得「出口成脏」而被回炉重造，这些偏离轨道的生动剧情都在带着嬉笑的警示人类是否要让人工智能多一点儿「人味」。

但是，想到人性里的那些根深蒂固的弱点和偏见，在决定把钱借给合适的人这件事情上，可能还是机器的那一面更加靠谱，你无法收买它，是的，递再多的机油也不行。