1.1 目前中国消费金融行业面临三大挑战。
首先，中国有人民银行征信记录的只有3.5亿人，个人征信渗透率只有约20%，绝大部分都是没有信贷历史的薄文件人群。
薄文件人群和白领一样有强烈的信贷需求，且信用资质良好，是一座需要开发的“金矿”。而在没有传统征信数据的支持下，识别薄文件人群的信用和欺诈风险，是风控业务面临的最大的技术挑战。
另一方面，在信贷业务中有逆向选择问题。信用良好的人群，对信贷业务的用户体验要求越高。用户填写申请信息的复杂度和审核时长是用户体验的关键环节。
好的消费金融服务应该让信贷完全融入消费过程，通过金融服务来提高用户的消费体验。在风险可控的前提下，用更少的客户信息，更快速完成审核，才能吸引优质客户。
最后， 消费金融量大额小，如“买单侠”3C分期业务，在单均2 000~3 000的情况下，扣除坏账成本、运营成本、资金成本等，收入有限。如何在风险可控的前提下，有效控制审核成本，是另一大挑战。
而如银行信用卡申请的传统风控方式，并不能解决消费金融的挑战。首先，传统的银行信用卡申请审核中，最多用到50个来自央行征信数据点。对于没有央行征信记录的薄文件人群来说，小规模的数据量和简单模型很难精准地区分薄文件人群的信用好坏。此外，信用卡申请审核利用老专家来识别客户的风险，且易受主观因素影响；且银行信用卡的审批周期很长，无法满足消费场景的冲动购物需求。所以，传统风控技术并不适用于消费金融场景。但人工智能的运用，让传统风控技术无法妥善解决的挑战迎刃而解。
秦苍科技基于人工智能的全自动风险管理体系，自主研发了八爪鱼智能信贷平台“Octopus”。目前薄文件客户，只需填写不到20个字段就能完成信贷申请。整体申请过程小于5分钟，平均审核时长小于3分钟。
目前，人工智能帮助秦苍科技降低了25%左右的逾期率，仅此一项，每年就能够节约千万的坏账成本。同时，人工智能在秦苍科技客户生命周期管理的各个阶段，尤其是在风险决策当中起到了重要作用。
八爪鱼平台的数据机器人Databots以非侵入式的方式，通过互联网、社交网络、设备和传感器、内部数据、第三方合作伙伴等方式，快速收集、处理数据，将不到20个客户填写的字段迅速扩展为上万个信贷相关的数据点。
