回顧過去的2018年，大數據行業的競爭格局已發生新的變化，包括新成立的數據服務公司迅速增多、技術門檻逐步降低、單純數據服務市場競爭激烈且增長乏力，成為眾多第三方大數據企業生存的重大挑戰。與此同時，商業銀行、保險公司與金融科技公司也逐步具備了數據挖掘、整合與建模等能力，對于外部數據提供商的依賴性逐步減弱，并體現出更多的定制化大數據解決方案的訴求。那些仍然熱衷于提供單一數據服務產品的企業，將逐步被市場所淘汰。
畢馬威出具的一份研究報告指出，身處大數據時代，中國銀行業將更好地提升客戶、風控和運營這三大領域的服務能力，形成精細化的用戶畫像，立足于個性化服務、精準營銷、產品創新、智能風控和渠道優化等環節。因此，2019年大數據企業要積極尋求科技轉型，將大數據技術與AI、區塊鏈、物聯網等技術有機結合，形成大數據整體解決方案應當是大數據企業的努力方向。
在零壹財經近期的一次訪談中，集奧聚合副總裁馮宗欣指出，從事大數據業務的金融科技公司，需要盡快提升自身的科技能力，拓展AI等技術解決方案。“科技是第一生產力”一直是商業模式的核心，大數據企業需要以此來提升其競爭壁壘。他稱，集奧聚合已推出多項金融解決方案，包括大數據、AI等技術運用在具體金融服務場景中，同時向企業客戶、運營商、政府客戶輸出其解決方案，在頭部企業中率先實現了轉型升級。
集奧聚合副總裁 馮宗欣
集奧聚合是一家互聯網大數據服務商，成立于2012年，在大數據行業里位居前列，為眾多金融機構輸出技術解決方案。集奧聚合在業界較早提出科技升級、技術引領的經營模式。集奧聚合副總裁馮宗欣作為公司高管之一，1998年畢業后一直從事于面向金融保險業的軟件、系統集成的技術研發，2008年開始個人創業，從事移動互聯網、SAAS服務，并在2014年轉型從事大數據、AI與金融科技行業，加入集奧聚合之后主導技術解決方案。
集奧聚合如何與商業銀行開展合作？如何將產品運用于場景化金融服務之中？如何保障產品效果？未來集奧聚合的發展方向在哪些方面？圍繞這些問題，2018年12月28日在北京專訪了集奧聚合副總裁馮宗欣，圍繞技術驅動場景化金融解決方案，進行深入全面的溝通交流。
以下是專訪內容節選。
一、行業方向：不止于數據服務，借助技術驅動轉型
零壹財經：從我國大數據行業的發展歷程來看，近年來經歷了哪些衍變？
馮宗欣：這種衍變是比較顯著的，大數據概念從2013年下半年慢慢進入人們視野中，這源于一些互聯網公司借助積累的數據，在金融業進行風控、營銷等方面的嘗試，并取得了一定的效果。因此，產生了大數據風控和大數據營銷的概念，當時是一個融合、連接的概念，大數據最大的特征在于兩點：第一，要能連接、維度多；第二，數據的維度要新鮮，能更新，而很大的量并不是最大的競爭力。
經歷初期發展，2014、2015年，金融機構意識到第三方數據確實能幫助金融機構去評判風險。風控可以說是大數據在金融行業的最早應用領域，因為當時互金行業是個百億市場規模的新興領域，需要技術廠商去整合數據源與客戶，把它作為一個應用級產品。
2016、2017年，金融機構自身已經具備了數據能力，因此市場需求發生了改變。小型金融機構偏向采購解決方案，大中型金融機構偏向于采購數據標簽與維度。同時，很多數據提供商也開始自己搭建數據平臺，具備了建模、算法、做連接等方面的數據整合能力。在這種市場格局下，大數據企業的發展面臨瓶頸，都意識到必須要轉型。
零壹財經：轉型方向是什么？
馮宗欣：從事大數據業務的金融科技公司，至今發展起來的頭部企業，它們在發展初期都是從數據服務起步，逐步拓展至數據的清洗、挖掘與建模，最后輸出一些數據產品。行業發展前期是偏向于數據加工整合，中后期是偏向于數據產品。然而，隨著金融客戶自行建設數據團隊和數據源廠商的直接入局，簡單的數據加工與建模，已經不能成為大數據企業的核心競爭力。企業必須有自己的核心產品，這樣才能構建出自己的生態體系。因此，集奧聚合更早意識到這一點，2016年開始向人工智能方向轉型，集奧聚合具備的科技成分，是區別于其他大數據企業的一個重要標志。
二、市場需求：數據科技企業要提供一整套解決方案
零壹財經：什么樣的企業可以算頭部企業，集奧聚合的差異化優勢如何體現？
#p#分頁標題#e#馮宗欣：所說的大數據頭部平臺，主要還是按照收入規模和商用客戶數量來評定的，目前集中5家以內，集奧聚合為其中一家。這些企業在行業內起步時間比較早、數據行業覆蓋面相對較好。發展也很迅速，收入規模可達到上億級別，覆蓋的客戶為幾百家至上千家左右。在打造核心競爭優勢上，集奧聚合采用“大數據+AI技術”的發展戰略，經過長時期的規劃布局與研發投入，集奧聚合推出了很多貼合市場需求的科技類產品，未來PE倍數也能迅速提升。
零壹財經：數據服務商向科技轉型，具體業務形態會有哪些改變？這種變化如何更好地滿足市場需求？
馮宗欣：數據服務商主要將連接好的數據形成資源，通過加工資源來形成數據產品，這是原材料加工的概念。但這種加工出來的產品僅僅是輔助客戶決策的一類依據，還不能幫助客戶達到最終的結果，很難直接帶來產能與效率的增長。
大數據企業要向科技轉型，實現技術賦能金融服務，讓金融機構直觀感受到產出成果。要做到這一點，要求大數據企業在賣給金融機構產品的同時，還要梳理客戶的作業流程，把產品有機地結合到客戶的作業中，以結果來證明能夠使客戶獲得收益。
三、集奧聚合：提供多種解決方案，服務金融頭部企業
零壹財經：集奧聚合的產品線是如何布局的？有哪些合作客戶？
馮宗欣：我們主要圍繞“大數據+AI”這兩個領域，實現產品線的覆蓋，產品線分為風控產品線、營銷產品線及AI產品線。集奧聚合把風控、營銷和人工智能有機結合，提供的是一站式智能化金融解決方案。
智能風控產品線涉及集智雷達決策引擎、反欺詐、信用評估模型、用戶畫像、風險監控模型預警、逾期預測模型、失聯修復平臺、風險處置、智能催收等；智能營銷產品線涵蓋集奧方舟、營銷響應模型、智能語音、營銷評分、新客獲取、存客激活等。
2018年我們推出了AI建模平臺與智能語音新產品，也在研發保險、運營商、企業、政府等行業的解決方案，應用于車險、互聯網保險、運營商增值業務、企業外呼及客服服務、政府智慧城市、智慧交通等領域。例如，未來用戶可能會接到機器人銷售的保險，降低保險公司在觸達客戶方面的海選成本。
前期在金融行業，集奧聚合主要是做資產端，未來將延伸到理財端、負債端。
產品線以金融行業為主導，目前服務客戶數量近一千家左右，客戶包括大型國有銀行、股份制銀行、城商行、農商行、持牌消費金融公司、持牌小貸公司等。未來，客戶將逐步覆蓋到保險服務、企業服務、運營商服務以及政府服務等領域。
零壹財經：不同稟賦的金融機構，包括銀行、保險、小貸與P2P等，它們各自對于數據服務的訴求，有何區別？
馮宗欣：集奧聚合主要服務于大型金融機構，沒有大力發展中小型金融機構，主要考慮這類機構受系統性金融風險、政策影響比較大，這是企業經營的一大風險。同時，互金行業的大型持牌金融機構，我們也在做。
很多大型金融機構做大數據的能力有限，并且它們的人力成本很高，因此給外部大數據廠商創造了機會，它們大量的開發、測試等工作環節會讓外部廠商人來做，這樣整體性價比會更高一些。
零壹財經：剛才提到的AI建模平臺，我們為何要與銀行進行“聯合建模”？
馮宗欣：建模服務能力是金融機構普遍認可的一種價值服務。隨著大數據企業數量增多，對建模人才的需要量也在不斷增長，因此具有建模專業技能的這類人員成為稀缺人才，這使企業的用人成本逐年攀升。推出AI平臺，價值是讓掌握基本建模知識的人員即可操作，因為機器可以自動幫你學習，只要輸入變量，機器會自動推薦匹配的模型。這個模型的整個生命周期管理，我們都可以做到，只要部署到金融機構中，就可以使用。這是一個工具類產品，提供的是科技類服務。
我們采用與銀行一起進行“聯合建模”的方式，主要是出于數據和各自資產的考慮，“聯合建模”首先需要把數據連接起來。但是，處于合規考慮，不能把自身數據放到對方平臺上，因此雙方共同把數據存儲到一個地方來使用。“聯合建模”只是一種運作模式，它產生的結果還是評分產品。模型是用于精細化運營的，做模型的前提是先確認規則，規則來解決80%的問題，剩下20%由模型來解決。
#p#分頁標題#e#模型是一組數字，自己會表現出它的好與不好，我們有很多指標來驗證模型結果。模型會隨著時間周期發生變化，可能會逐步變得不好，因此要不停地監控與調優。如果模型經過持續的調優，還達不到效果，這個模型一般會在半年之內下線，再部署新的模型。
四、增能提效：為客戶賦能的核心競爭力
零壹財經：AI技術研發方面，集奧聚合有哪些特色產品？
馮宗欣：集奧聚合正在向人工智能方向進行轉型，現在推出智能語音系列的特色產品。我們在2018年做了一整年的AI技術研發，產品在2018年11月份正式推出。現在已經有20多家金融機構，其中大部分都是銀行，非常有興趣去進行測試和使用。
這是2019年要打造的拳頭產品，會有很多系列產品孵化出來。核心價值是幫助金融機構、幫助企業、幫助政府，實現增能提效。我特別強調增能提效，因為商業模式很難再稱為企業的核心競爭力，更多地是要有核心技術在里面，必須做到為客戶賦能。什么是賦能？就是提升它的效率，顛覆是很少見的，很多事情的發展都是水到渠成。
零壹財經：拳頭產品增能提效，可否舉個例子？
馮宗欣：以智能語音產品為例，它是以智能語音作為核心技術，延展到金融機構的各個服務場景之中。例如，電話催收是金融行業的一個最常見業務，并且從事人數非常多，每天打出去的電話有上千萬。我們調研過一家中游偏上的股份制銀行，每天催收電話會打出一百多萬個，但目前只有1%是通過機器打的，99%必須依靠人工。目前，人工成本上漲的很厲害，導致銀行壓力非常大，因此現在要用科技的方式來提升催收效率。
舉個簡單例子，以前每天要花300塊錢去打500個電話。現在能否做到花100塊錢打1000個電話，這是科技要解決的問題。科技不是要改變銀行傳統的作業模式，而是提升作業模式的效率。因此，模擬人的語音機器人就出來了，可以一定程度釋放人力，使金融機構產能變得更好。同時，智能語音機器人有很多好處，譬如不會罵客戶、不會言語過激等等。
另外，大量金融機構的客服人員也是很大的成本，譬如某家股份銀行的人工客服坐席有6000多人。未來兩年，6000多人也許會變為600多人，剩下5000多個坐席全部變成了機器人。這就是智能語音技術已經發展為商用階段，其實這項技術在10幾年前就已經出現了，只是以前計算一句話的意思，要算10多秒，無法支持正常對話。現在機器人的運算能力增強了，只花0.5秒左右的時間，就能理解語意，可以接受正常對話了。
零壹財經：對金融機構來說，智能語音除應用客服領域外，我們還有哪些其他的應用場景？
馮宗欣：舉個簡單例子，以前銀行客戶打客服電話時，首先需要按照提示一層層進行選擇，可能用戶按了三四輪，才能到達想要的服務類別。這是典型的樹形結構解決方案，流程長、體驗差，要進行升級。集奧聚合現在推出的智能語音導航，將樹形結構實現了扁平化，撥通電話可以邁過這個樹形結構，根據用戶說的關鍵詞來分析，直接達到用戶想要的服務。這種方式很好地改善了用戶體驗，是很多金融機構的訴求，現在類似的訴求非常多。
除了銀行業，在保險領域，智能語音也有非常廣闊的應用。根據銀保監會的要求，每一張保單都是需要做回訪確認的，確認內容非常制式化，對話內容比較封閉，但卻會耗用大量的人工，這時候，智能機器人就能發揮非常大的作用，提升每日的作業量，減少保險公司的支出，達到增能提效的作用。
