拿下消金牌照,结盟光大银行,度小满跨越“J型曲线”拐点

简介: 在BAT中率先拿下消费金融牌照后,度小满金融(原百度金融)近日又抢跑AT,6月12日,度小满宣布与中国光大银行签署战略合作协议,以科技输出为本,携手布局“金融科技+银行理财子公司”,其与传统金融机构的化学反应正在“加速度”。

在BAT中率先拿下消费金融牌照后,度小满金融(原百度金融)近日又抢跑AT,6月12日,度小满宣布与中国光大银行签署战略合作协议,以科技输出为本,携手布局“金融科技+银行理财子公司”,其与传统金融机构的化学反应正在“加速度”。


据悉,双方将在金融科技、个人金融、消费金融、支付与场景、公司金融、员工综合服务、综合金融等领域全面深化合作。其中,金融科技是合作的“重中之重”,将在智能语音机器人、风控反欺诈、智能投顾、智能营销、智能化网点转型等领域探索合作。


此前,度小满在5月21日独立运营一周年品牌日上宣布:在信贷、理财、支付、金融科技服务等业务上全线成长。回顾这一年多来的业绩增长与业务布局,可以说划出了一条“J型曲线”:


以信贷业务为例,自2016年以来累计放贷超过3800亿,规模逐年高速递增,并相继与农业银行、南京银行、天津银行等达成战略合作,为超过50家银行业合作伙伴创造了近100亿元的利息收入。


这也意味着,一直“低调”前行的度小满以AI技术切入,用技术重塑金融业态、驱动行业升级的战略迎来了厚积薄发之势。在海量场景倒逼技术发展的人工智能时代,也需要金融科技用一种全新的驱动方式,来升级替代过去的场景驱动方式。

 

科技是互金“J型”发展的第一驱动力


“J型曲线”是由美国政治学家布雷默提出的一项经济学概念,其特征是组织/行业的发展先慢后快,前期稍平缓(积累期),经历一个宽幅的拐点区域后,开始快速增长。其发展过程如下图所示:

 image.png

“J型曲线”也是金融科技公司最理想的增长模型,即先慢后快,前期不追求业务的快速增长与盈利,而是依托大数据与人工智能技术,打好风控基础和征信体系,当基本功扎实后,业务将会在安全的基础上迎来指数级增长。


“J型曲线”需要科技支撑,反过来说,如果缺乏科技的驱动力,那么金融企业的发展模式最终就会偏离“J型曲线”, 我们总结了在互金发展的前两个阶段(以银行为代表,资源和行业驱动的互联网时代(2005年-2010年);以蚂蚁金服、腾讯金融为代表,场景驱动的移动互联网时代(2011年-2015年))的三种不理想结果:


1、 似乎永远到不了“J”的拐点


以传统金融机构为例,他们实际上是非常期待“金融触网”的,但限于传统架构的桎梏与理念,往往在企业的科技化改造只是小修小补,尤其是2005-2010年这段时间,金融科技的概念还没成型,他们只实现了部分金融业务的网络化更多还是通过IT技术应用实现办公和业务的电子化、自动化,以提升效率为主,而不是流程的数字化重塑。


停留在这一阶段的机构在业务流程和产品逻辑上并没有太大变化,其本质还是传统金融平台对牌照、资源以及行业等传统要素的把握,因此,企业的业务稳健有余,但科技在其中发挥的作用有限,基本很难达到“J”的拐点,继而爆发。


2、 企业发展成了 “倒V”曲线


2014年到2018年的三波网贷平台爆雷潮是最直接的体现,一批网贷平台仅仅以流量收割套利为驱动力,缺乏底层的风控体系,企业初期增长很快,最终崩塌的速度也同样很快,是典型的 “倒V”曲线。


3、跨过拐点后增长乏力,变成“S”曲线?


企业本来是有“J型曲线”的发展规划,但跨过拐点后,驱动模式受限于环境压力,或者行业出现了更有竞争力的驱动模式后,“J型曲线”会产生“异变”,成为“S型曲线”。如下图所示:

image.png

以蚂蚁金服和腾讯金融为例, 所谓“成也萧何败萧何”,其业务的爆发实际上是收割了移动互联网的流量红利所得,而非真正意义上科技驱动立足。像蚂蚁金服背靠阿里电商基因,拥有海量的C端消费场景,而收入层面,面向C端的收入仍然占到了50%以上。

 

“J型拐点”的背后是行业要素发生了变化


自2016年迈入人工智能时代,眼下,也正是人工智能即将跨越“J型”拐点,冲击传统思维和行业的时间节点,金融科技也处在了“J型曲线”增长拐点的蓄力期内。


其具体表现在以下几个方面:


1、效率导向,行业引发“T型车”效应


在汽车技术史上,福特T型汽车堪称其中的一个里程碑,它是在世界第一条生产线上装配而成的汽车,此后用批量部件在流水线上组装汽车成为主流,“T型车”推动了一个新的工业时代的到来。


回到金融科技,遵循着需求和效率的导向,“T型车”效应开始显现,AI成为金融科技平台的必备工具和能力。


单从数据层面来说,目前度小满金融信贷可授信用户达3.3亿,累计放贷总额超过3800亿元;蚂蚁金服“财富号”平台通过“智能节流器”,为用户提供拼图模式、组件库、模块库,只用4个运营人员支撑了27家基金,还提效七成,降本四成。


在人工智能时代,效率成为行业对技术驱动的原始需求,只有在技术的带动下,行业整体才能上升到一个新的高度。


2、深度融合,金融迈过与生活的“楚河汉界”


金融行业与科学技术一样,最突出的特征就是通过潜移默化的行为来改变人们的生活。人工智能时代,随着金融与科技融合的加深,这种特征会变现得愈发明显。


以支付作为例子,从最开始的物物交换到钱币购买,从刷卡到扫码再到刷脸,我们看到的并不是支付方式的改变,而是在技术驱动下,金融活动迈过了与生活习惯的“楚河汉界”,失去边界的两者实现深度融合的结果。


在未来,金融具有更多的科技元素,科技具备更多的金融功能。金融将从现在的“隐性”一面,更多地走向“显性”一面,真正成为大众生活中的一部分。


3、颠覆思维,金融进入新维度


互联网和移动互联网时代,诞生了扫码支付、智能风控、智能催收等诸多新概念,改变了传统金融的业务流程和产品构成,形成了全新的“金融生态圈”。人工智能时代,这种改变还在继续,并推动着传统金融机构进行转型和升级,金融科技也由此迎来新机会。


其中典型的例子是度小满“云帆”消费金融开放平台。云帆1.0在2017年发布时,在线获客是其最主要的功能,,而到2018年8月2.0版本发布后,已进化为一个围绕消费金融机构获客、风控、客户管理等全链条的解决方案平台。

 

人工智能时代,技术红利助推度小满跨越“J型曲线”拐点


从度小满的数据来看,先慢后快,科技驱动的价值正在显现,其在各个维度上的增长均符合“J型曲线”:


除文章开头提到的放款额和牌照外,在B端的生态构建层面:


目前,有超过500家金融机构与度小满金融建立了合作。其中度小满为超过50家银行创造了近100亿元的利息收入,不良率低于业界平均值。


再者是春晚红包的技术大考:


2019年春节,百度红包互动达到208亿次,度小满承担了这场互动从实名认证、绑卡签约到提现的全流程。在提现高峰期的大年初一,度小满钱包承接了数亿次交互,处理了近2亿笔交易流水,没有出现任何延迟。目前,度小满钱包年度结算已达万亿规模,支付体验和技术在业内领先。


与“流量第一,风控第二”的互联网思维不同,度小满在坐拥百度生态内海量自带属性数据的前提下,导入风控前置概念,进一步强化数据“质量”。


在这个过程中,度小满把百度庞大的流量池作为机器学习的燃料,其系统触达、“捕获”和响应客户的能力越来越强,最高达到一个月的客户转化率提升40%。


度小满改变的不光是互联网“先圈流量再试错迭代”做金融的思维方式,更是利用数据“数量”和“质量”的双重优势建立起其在行业的护城河。


此外,还深入到行业底层,聚拢生态,体现技术的价值,比如高纬稀疏数据、小样本数据的处理一向是金融行业的难题,度小满用深度学习解决稀疏数据问题,用迁移学习和图计算解决小样本问题,其中最显著的变化是在征信模型数据上的提升。通过对央行征信数据和纯粹百度数据的对比,在过去模型会相差6个点,通过技术的改进后,这个差距已经降到2个点了。


展望人工智能时代金融科技的竞争:阿里、腾讯有电商、社交场景的先发优势,度小满的发展则类似“J型曲线”:在技术积累期,发展相对平缓,当技术驱动前端业务的发展,前端业务反过来推动技术的进步(机器学习、知识图谱等),再向外输出技术能力,形成开放的金融生态,最终实现技术和场景的“复利效应”。



相关文章
|
存储 SQL 关系型数据库
MySQL主键约束详解
MySQL是一个强大的关系型数据库管理系统,用于存储和管理大量数据。在数据库中,主键约束是一项非常重要的概念,它有助于确保数据的完整性和唯一性。本文将详细介绍MySQL主键约束,包括什么是主键、为什么需要主键、如何创建主键以及主键的最佳实践。
1080 1
|
中间件
链路追踪学习四:gin集成jaeger
链路追踪学习四:gin集成jaeger
732 0
|
JavaScript 定位技术
vue3 引入天地图
vue3 引入天地图
916 0
|
29天前
|
机器学习/深度学习 存储 缓存
129_量化技术:INT8与动态量化 - 推导压缩的精度损失公式
在2025年的大语言模型(LLM)时代,随着模型规模的指数级增长,部署这些庞然大物变得越来越具有挑战性。GPT-5和Claude 3等最新模型的参数量已经达到数千亿甚至上万亿,这给计算资源和内存带来了巨大压力。模型量化作为一种有效的压缩技术,正在成为解决这一挑战的关键方案。本文将深入探讨LLM量化技术,特别是INT8和动态量化方法,推导其精度损失公式,并提供2025年最新的优化策略和实现代码。
|
2月前
|
机器学习/深度学习 算法 物联网
面向能效和低延迟的语音控制智能家居:离线语音识别与物联网集成方案——论文阅读
本文提出一种面向能效与低延迟的离线语音控制智能家居方案,通过将关键词识别(KWS)集成至终端设备,结合去中心化Mesh网络与CoAP协议,实现本地化语音处理。相较云端方案,系统能耗降低98%,延迟减少75%以上,显著提升响应速度与能源效率,为绿色智能家居提供可行路径。(236字)
185 17
面向能效和低延迟的语音控制智能家居:离线语音识别与物联网集成方案——论文阅读
|
3月前
|
算法 Java 测试技术
零基础学 Java: 从语法入门到企业级项目实战的详细学习路线解析
本文为零基础学习者提供完整的Java学习路线,涵盖语法基础、面向对象编程、数据结构与算法、多线程、JVM原理、Spring框架、Spring Boot及项目实战,助你从入门到进阶,系统掌握Java编程技能,提升实战开发能力。
163 0
|
9月前
|
人工智能 机器人 API
搞定!微信接入DeepSeek打造聊天机器人,1行代码就行!
程序员晚枫分享了一个有趣的Python项目,将DeepSeek大模型接入微信,实现自动聊天。通过PyOfficeRobot库,仅需1行代码即可完成接入,打造AI聊天机器人。该项目基于Windows API操作微信,目前仅支持Windows系统。用户需填写好友名称和API Key,轻松体验AI对话。此外,PyOfficeRobot还支持其他大模型如阿里通义、智谱等。欢迎尝试并参与改进开源项目。
1203 81
搞定!微信接入DeepSeek打造聊天机器人,1行代码就行!
|
12月前
|
安全 物联网 网络安全
智能设备的安全隐患:物联网(IoT)安全指南
智能设备的安全隐患:物联网(IoT)安全指南
998 12
|
12月前
|
人工智能 自然语言处理 前端开发
从文案到设计,我用通义版Artifacts生成了365张灵感日历
本文介绍了如何利用通义AI的“代码模式”功能,轻松制作个性化日历。作者通过实例展示了从设计日历样式、推荐每日生活小事到赋予小事新解的过程,强调了AI在创意实现上的强大助力。此外,还探讨了AI代码生成技术对未来创造力的影响,以及通义AI代码模式如何降低创作门槛,提高效率,让每个人都能成为应用开发者。
下一篇
开通oss服务