【友盟+】CDO 李丹楓：機(jī)器為人可為的能力越來越強(qiáng)，但應(yīng)用的發(fā)力點(diǎn)還在為人所不可為

大數(shù)據(jù) 人工智能個人征信李丹楓

李丹楓 | 2017-01-24 11:10

【數(shù)據(jù)猿導(dǎo)讀】過去將人工智能分為兩類：第一類是模仿人做事，第二類是做人做不了的事情。盡管現(xiàn)在技術(shù)的發(fā)展已經(jīng)使第一類的商業(yè)化成為可能，但從投資的角度，還是更看好第二類。在【友盟+】CDO 李丹楓看來，人工智能在現(xiàn)階段還是主要起一個輔助的作用，機(jī)器負(fù)責(zé)提供建議，人來做最終的決策

【友盟+】CDO 李丹楓：機(jī)器為人可為的能力越來越強(qiáng)，但應(yīng)用的發(fā)力點(diǎn)還在為人所不可為

來源：數(shù)據(jù)猿作者：李丹楓

本文為數(shù)據(jù)猿年關(guān)策劃活動《大數(shù)據(jù)的2016，我的2016》系列稿件，感謝本文作者 【友盟+】CDO 李丹楓 先生的投稿。

敬請期待春節(jié)后的2月16日，由數(shù)據(jù)猿與中歐商學(xué)院、騰訊視頻共同舉辦的高端領(lǐng)袖線下演講欄目中歐微論壇之《超聲波》。

要說2016年人工智能的里程碑式的標(biāo)志性事件，那就非AlphaGo與李世時的人機(jī)圍棋大戰(zhàn)莫屬了。看到AlphaGo連勝3局的時候，我還是挺有感觸的，一是敬佩DeepMind的科學(xué)家們，能夠讓人工智能達(dá)到一個新的高度；二是佩服Google的眼力，感覺是一個現(xiàn)實(shí)版的伯樂和千里馬。

人工智能可以分為兩類，但界限開始逐漸模糊

我記得當(dāng)時剛剛從學(xué)校畢業(yè)參加工作后，結(jié)合學(xué)校和工作上的經(jīng)驗，我將人工智能分成了兩類：

一類是試圖去模仿人可以做的事情，如語音和圖像識別，下棋也包括在其中。這一類的人工智能是最具挑戰(zhàn)的，因為衡量的標(biāo)準(zhǔn)是和人的能力做比較，系統(tǒng)要達(dá)到相當(dāng)高的準(zhǔn)確率才可以考慮在實(shí)際的場景中應(yīng)用；

另外一類是去幫助我們做人做不了的事情，如搜索，反欺詐。由于需要在短時間內(nèi)處理海量的數(shù)據(jù)，這個人是無法完成的。這個場景是最適合產(chǎn)品化的。

人工智能發(fā)展到今天，這兩個類型的界限已經(jīng)開始模糊了。

2016年是我回國兩年來覺得最有收獲的一年。在年初【友盟+】（由原來的三家公司，友盟，CNZZ和締元信合并而成）成立之后我先擔(dān)任首席數(shù)據(jù)科學(xué)家，之后擔(dān)任CDO。這使得我可以從一些日常的事務(wù)中脫離出來，專注在數(shù)據(jù)創(chuàng)新上面。

另外，三家公司的數(shù)據(jù)合在一起，使我們真正做到了所謂的“全域大數(shù)據(jù)”。我們的數(shù)據(jù)覆蓋120萬APP，600萬網(wǎng)站，每天觸達(dá)的活躍獨(dú)立設(shè)備達(dá)14億。

【友盟+】用這些數(shù)據(jù)都干了什么？

現(xiàn)在數(shù)據(jù)有了，問題也來了。有這么多的用戶互聯(lián)網(wǎng)和移動互聯(lián)網(wǎng)的行為數(shù)據(jù)，我們可以用來做什么呢？一個比較容易想的場景是做精準(zhǔn)廣告投放。但這個對于我們來說太簡單直接了，我們需要一些更加創(chuàng)新的數(shù)據(jù)應(yīng)用場景。我們提出了兩個場景：

一、基于用戶互聯(lián)網(wǎng)和移動互聯(lián)網(wǎng)行為的風(fēng)控。在中國普惠金融市場風(fēng)起云涌的環(huán)境下，風(fēng)險控制越來越成為企業(yè)成敗的關(guān)鍵，而風(fēng)控最重要的是數(shù)據(jù)。

據(jù)中國網(wǎng)數(shù)據(jù)，截至2016年3月底，央行征信共收錄8.85億自然人數(shù)據(jù)，而有信貸記錄的只有3.7億人。也就是說有5億多人沒有信貸記錄。而這些人，恰恰就是普惠金融所面對的主要客戶。所謂巧婦難為無米之炊，沒有數(shù)據(jù)，談何建模和風(fēng)控。

【友盟+】的數(shù)據(jù)，對這樣的人群（實(shí)際上是他們所使用的手機(jī)）有很好的覆蓋?，F(xiàn)在大多數(shù)P2P貸款是通過手機(jī)來操作的，這就使得我們可以將移動互聯(lián)網(wǎng)的行為和貸款申請人聯(lián)系到一起。那么用戶行為數(shù)據(jù)可以用來做有效的風(fēng)控嗎？這個是我們需要回答的主要問題。

好在我們這個想法得到了融360平臺的大力支持，他們?yōu)槲覀兲峁┝说谝慌鶼值，就是貸款是否逾期的信息。我們首先做了一些簡單的統(tǒng)計，發(fā)現(xiàn)了一些有趣的現(xiàn)象，例如，如果一個手機(jī)的信息在【友盟+】的數(shù)據(jù)里找不到匹配，這個賬號的逾期風(fēng)險率要比找得到的賬號高28%！

二、在手機(jī)品牌，地域等維度也發(fā)現(xiàn)了比較明顯的區(qū)分。我們進(jìn)而做了一個簡單的邏輯回歸模型，發(fā)現(xiàn)結(jié)果是高于我們的期望的?，F(xiàn)在，這個產(chǎn)品已經(jīng)在融360平臺上線，我們歡迎有興趣的企業(yè)和機(jī)構(gòu)來使用。

我要強(qiáng)調(diào)的一點(diǎn)是這個產(chǎn)品是完全建立在用戶移動互聯(lián)網(wǎng)行為上的，我們的理念是“物以類聚，人以群分”，同一類的人會在多個維度上都有相似性。我們的目的是用這個結(jié)果輔助貸款機(jī)構(gòu)做決定，最理想的場景是把我們的結(jié)果整合到貸款機(jī)構(gòu)自己的模型中，再做最終的貸款決定，而不是單純的用我們的結(jié)果。

除了在輔助征信方面，我們也發(fā)現(xiàn)【友盟+】的數(shù)據(jù)在反欺詐，反黃和反賭方面可以發(fā)揮很大的作用。現(xiàn)在，我們和螞蟻金服在多個層面都有深度合作?！居衙?】數(shù)據(jù)在風(fēng)險控制方面的應(yīng)用可以說是我們數(shù)據(jù)創(chuàng)新發(fā)掘的第一個價值點(diǎn)。

三、幫助游戲APP發(fā)掘潛在的付費(fèi)用戶。很多依靠游戲內(nèi)用戶付費(fèi)的游戲，真正的付費(fèi)用戶占比非常少，大多在5%以下，有許多只有1-2%。如果我們可以幫助游戲運(yùn)營者發(fā)掘在尚未付費(fèi)的用戶中，有多少有可能轉(zhuǎn)換成付費(fèi)用戶，這樣，他們可以把主要的促銷精力集中在這些用戶上，就可以達(dá)到事半功倍的效果。

由于【友盟+】的移動互聯(lián)網(wǎng)用戶覆蓋率非常高，對于一個游戲的新用戶，在我們這里很可能已經(jīng)是一個老用戶了，另外我們可以用到這個用戶在其它APP上的行為做判斷。這樣我們可以幫助游戲APP在它的用戶的生命周期很早的時候就做出最終付費(fèi)可能性的判斷。這個判斷的本質(zhì)就是給用戶做排名，越排在前面的，付費(fèi)轉(zhuǎn)換的可能性越大。

在實(shí)際運(yùn)營中，可以對排在不同位置的用戶做區(qū)別對待，前面的促銷力度大一些，后面的小一些，或者根本不去考慮。這樣就可以做到“把好鋼用在刀刃上”。想法挺好的，數(shù)據(jù)也有，我們模型也做出來了，但放到市場上一試，發(fā)現(xiàn)了一個大問題，市場的需求好像不強(qiáng)。

主要的原因是中國的大部分游戲還在粗獷運(yùn)營的階段，而且【友盟+】所能觸達(dá)的客戶，往往是中小的游戲開發(fā)者，他們基本上都把游戲交給發(fā)行和運(yùn)營公司去做游戲運(yùn)營，而后者由于手中有許多游戲，主要以渠道運(yùn)營，做不到每個游戲的精細(xì)化運(yùn)營。

2017年，要避免被“AI”、“大數(shù)據(jù)”忽悠

談到我看好的2017年的機(jī)會，我覺得比較重要的一點(diǎn)是避免被“AI”，“大數(shù)據(jù)”這些概念忽悠，還是要通過表面看到本質(zhì)。很多的Business Plan都喜歡給自己戴上這樣的帽子，但實(shí)際上的”AI”只是簡單的統(tǒng)計報表，”大數(shù)據(jù)“只是簡單的爬蟲。

我在前面提過我過去將人工智能分為兩類：第一類是模仿人做事，第二類是做人做不了的事情。盡管我認(rèn)為現(xiàn)在技術(shù)的發(fā)展已經(jīng)使第一類的商業(yè)化成為可能，如語音，圖像識別。但從投資的角度，我還是更看好第二類。人工智能在現(xiàn)階段還是主要起一個輔助的作用，一個比較有效的利用人工智能的方式是所謂的“man+machine”，機(jī)器負(fù)責(zé)提供建議，人來做最終的決策。

例如，我的一個朋友的公司，他們做的事情是幫助醫(yī)生處理醫(yī)學(xué)影像，他們主要是在醫(yī)生認(rèn)為沒有病灶的片子中，找到那些可能被漏掉的，找出來再給醫(yī)生去做最后的判斷。做的是一個“撿漏”的輔助工作，可以幫助減少誤判斷。還有一點(diǎn)，就是要對市場有一個比較正確的判斷。

我不太明白的是中國的征信市場，現(xiàn)在已經(jīng)有8家機(jī)構(gòu)在等個人征信的執(zhí)照，還有許多人想進(jìn)入，但市場有那么大嗎？那美國為例，美國市場上的個人征信機(jī)構(gòu)基本上只有一個——FICO（也是我在美國的第一份工作），F(xiàn)IOC現(xiàn)在的市值是接近38億美元，市盈率36%，也就是說利潤在1億美元左右。

征信只是它3大業(yè)務(wù)之一，另外兩個是規(guī)則引擎和反欺詐。就算是征信是所有的利潤所在，1億美元這個餅也太小了。中國有這么多家對這個市場虎視眈眈，我覺得到頭來會發(fā)現(xiàn)原來這塊肉是根本吃不飽的。貸款的市場是很大的，但征信的市場卻不然。所以還是要對市場的大小有一個理性的判斷。

那么在2017年最想做的事情是能夠真正證明【友盟+】的數(shù)據(jù)價值，就是用收入來證明。例如：風(fēng)控，我認(rèn)為是有機(jī)會的。另外在利用數(shù)據(jù)在市場營銷方面，也會做很多的嘗試，畢竟廣告是支持起互聯(lián)網(wǎng)的主要支柱。在證明數(shù)據(jù)價值的同時，我們還需要把我們多年在數(shù)據(jù)采集，整理，分析已經(jīng)預(yù)測的能力輸出，為我們現(xiàn)在的和潛在的客戶提供更好的服務(wù)。特別是對于一些有互聯(lián)網(wǎng)業(yè)務(wù)的傳統(tǒng)企業(yè)，【友盟+】可以幫助他們做好互聯(lián)網(wǎng)化的進(jìn)程。讓他們真正體驗到互聯(lián)網(wǎng)給他們提供的價值。

關(guān)于作者：

李丹楓，【友盟+】CDO在美國數(shù)據(jù)分析和挖掘領(lǐng)域工作10多年，曾任職于包括雅虎、微軟、FICO等在數(shù)據(jù)應(yīng)用走在前沿的公司，積累了豐富的數(shù)據(jù)挖掘和機(jī)器學(xué)習(xí)的實(shí)戰(zhàn)經(jīng)驗，所參與的產(chǎn)品在金融，保險，搜索，互聯(lián)網(wǎng)廣告及零售業(yè)中有廣泛的應(yīng)用。

注：本文由 李丹楓 投稿數(shù)據(jù)猿發(fā)布。

歡迎更多大數(shù)據(jù)企業(yè)、愛好者投稿數(shù)據(jù)猿，來稿請直接投遞至：tougao@datayuan.cn

更多大咖“年貨”，請小主“親啟”

TalkingData首席布道師鮑忠鐵：我眼中的大數(shù)據(jù)產(chǎn)業(yè)2016年終總結(jié)