以智能風控為基礎，為電商網站量身定制的反欺詐保護體系，并識別各種營銷類欺詐行為，包括惡意搶紅包、黃牛刷單、虛假秒殺等等。
這是同盾科技為酒仙網、每日優(yōu)鮮、返利網等電商提供的服務，為這些網站降低因欺詐產生的風險損失，提高營銷效率。
反欺詐，幾乎已經成了同盾科技的標簽。但實際上，同盾的業(yè)務早已不再局限于信貸反欺詐領域， “智能分析與決策”是同盾科技的新定位，為客戶提供云到端的智能分析決策工具是同盾科技的新方向。
在未來，同盾科技是否會發(fā)展成為當初人們期待的“中國版FICO”、“中國版SAS”，抑或走出一條截然不同的道路？問題答案的走向或許也將是中國數據分析行業(yè)生態(tài)一個重要的縮影。
01/
加注智能分析和決策領域
回顧同盾的發(fā)展歷程，2014年起，同盾科技重點發(fā)展反欺詐產品，當時作為一家第三方風控服務公司，其為多個行業(yè)提供風險控制與反欺詐服務，包括非銀行信貸、銀行、保險、基金理財、三方支付、航旅、電商、O2O、游戲、社交平臺等。
2016年起，同盾科技開始提供信貸全流程的解決方案。從業(yè)務流程來看，反欺詐只是信貸的一個步驟，客戶對于數據分析服務的需求體現在獲客到授信決策、風控、貸后管理等信貸全業(yè)務流程中。
到了2019年，同盾科技的最新定位是智能分析與決策的綜合服務提供商。
以銀行為例，其需求不僅體現在信貸全業(yè)務流程覆蓋上，更體現在云到端的完整分析決策能力構建上。行業(yè)傳統(tǒng)解決方案主要在云端，其中包括api調用、公有云類的服務，而隨著銀行數據能力的提升，其更加需要本地化的分析決策工具，例如獲客相關的決策模型、建模平臺等。
這一方面，同盾科技走在行業(yè)的前列。同盾科技聯合創(chuàng)始人、合伙人馬駿驅表示，目前階段，同盾科技是國內少有能覆蓋完整的云到端分析決策解決方案的公司。
當然，同盾科技的分析決策能力也不僅限于信貸領域。跳出金融，空間廣闊。
未來，數據不再稀缺，場景化的決策分析能力成為關鍵。針對不同場景，馬駿驅將同盾的優(yōu)勢概括為場景理解能力。
以金融行業(yè)舉例來說，對于銀行，保險場景的差異，同盾提供的解決方案也不盡相同。
金融之外，同盾在政府、大企業(yè)、海外客戶等領域取得進展，應用不僅限于金融和信用相關，包括很多分析決策類服務。
例如，同盾科技與政府合作主要是分析決策平臺。其中一個應用是高速大數據智慧平臺，實現了人、車、路數據的互聯共享，對運營商、高速交警、互聯網企業(yè)、交通管理部門、電子監(jiān)控系統(tǒng)等信息進行整合分析，提升駕乘人員的獲得感、舒適感和安全感。另一個應用是為地方政府建設中小企業(yè)金融服務平臺，輔助政府為銀行和小微企業(yè)搭建融資平臺，助力普惠金融的發(fā)展。
另外，由于對不同場景的理解，同盾科技開始積極探索如何服務開放銀行生態(tài)，目前同盾的嘗試是做場景和資金方的連接器，在場景金融中將雙方風險偏好進行匹配和鏈接。
在傳統(tǒng)IT架構下，銀行的數據是割裂的，導致在數字化轉型過程中，銀行數據價值挖掘上有很大壓力，很難通過自建商城等方式去完善生態(tài)圈、擴展服務客戶。
因此，銀行就需要實現場景化，通過將自身的業(yè)務部署到場景中去服務更多的客戶，但因為對場景方不了解，就會影響到客戶體驗，導致流量轉化效率下降。這時就需要中間層的出現，也就是提供各種創(chuàng)新服務的第三方科技公司，他們可以幫助銀行實現與商業(yè)場景的連接。
“隨著整個金融產業(yè)各樣場景化趨勢越來越明顯，很多相關的決策分析，需要場景化的決策支撐。這方面同盾變得越來越重要，因為每個場景需要的能力都不一樣?！瘪R駿驅表示。
完善的產品體系以及強大的場景理解能力，離不開優(yōu)秀團隊的支持。同盾核心團隊包括來自阿里、PayPal、銀聯、FICO、SAS、平安、麥肯錫等企業(yè)的成員，現今總規(guī)模超1100人，80%的成員為產品研發(fā)及數據科學家。
近期，愛分析專訪同盾科技創(chuàng)始人、CEO蔣韜，聯合創(chuàng)始人、合伙人馬駿驅，就行業(yè)動態(tài)及同盾業(yè)務發(fā)展、戰(zhàn)略進行了交流。
愛分析：您能簡單介紹一下同盾在賦能金融領域的業(yè)務邏輯嗎？
蔣韜：同盾的定位是獨立第三方的智能分析決策服務商，秉承“技術中立性”的ToB類服務企業(yè)。為客戶輸出分析服務，輸出滿足客戶需要、符合行業(yè)發(fā)展趨勢的“智能分析即服務”解決方案。
一是智能反欺詐。網絡黑產每年要給社會造成的損失超過一千億?，F在同盾每天欺詐情報監(jiān)測預警超過100萬次，日均攔截IP代理行為超過150萬次，幫助各類機構保護賬戶及交易安全超過200億次，累計為全社會共保護了萬億元資金的安全。
二是幫助銀行完成智能風控體系的完善。我們利用決策引擎、復雜網絡、機器學習平臺、設備指紋等技術，AaaS平臺智御能協助銀行有效對前中后臺進行重塑，形成貸前、貸中、貸后體系化和全周期化的生態(tài)系統(tǒng)。
目前同盾已經服務300多家銀行，成功完成了對6大國有銀行、12家股份制銀行、24家持牌消費金融公司全覆蓋。
三是幫助金融機構更好推動普惠金融的發(fā)展。通過智能風控，能大幅提高金融運行效率，降低金融服務的門檻，有助于解決數字普惠金融發(fā)展中面臨的問題，促使小微企業(yè)、中低收入人群等弱勢群體能夠享受到公平合理的金融服務。
此外，同盾與杭州和唐山兩個城市，積極共建中小微企業(yè)綜合金融服務平臺，目前也取得了可喜的進展，未來我們希望將這種智能時代的創(chuàng)新模式推廣到更多城市，為實體經濟和小微經濟搭建融資橋梁。
四是助力信用體系建設。同盾科技跨行業(yè)、跨領域的廣泛連接，使得金融機構能取得更加智能化的決策能力，幫助傳統(tǒng)征信機構無法覆蓋的個人或中小微企業(yè)，首次取得獲取信貸支持的機會，也讓他們擁有了健全的信用評估基礎，助推了社會整體的信用體系建設。
此外，同盾科技入圍了首批國家信用體系建設單位，并與國家信息中心達成信用共享協議，與杭州等城市達成合作，探索地方城市市民信用評分機制的應用。
愛分析：服務銀行信貸業(yè)務過程中，由誰來主導投放和引流？
蔣韜：這些是由銀行客戶自己主導的。我們提供的是分析能力，實際業(yè)務運作是客戶自己去做的，我們不碰金融業(yè)務，而是提供支撐業(yè)務的分析工具。
愛分析：以信貸為例，同盾的分析決策業(yè)務標準化程度如何？
蔣韜：一般來說反欺詐類型的業(yè)務同質化比較多，信貸業(yè)務個性化需求比較多。越是頭部客戶，做信貸類型的準入過程時，需要分析的地方越多，所以每一家的需求都不同，我們會作為重要的合作伙伴和銀行一起完善這個過程。
例如，全國大概有300多家銀行接了同盾的服務，絕大部分都有私有云的產品，銀行會接一些外部的數據，加上銀行自身的數據一起，跟同盾聯合建模。這塊同盾提供的服務包括工具層，也包括咨詢層。
從客群的角度，我們服務的金融業(yè)務也有很多種類。比如310家銀行中，所有的國有大行、股份制和大的城商行，全部都是我們客戶。這些客戶還有不同的業(yè)務板塊，除了信用卡、個貸以外，小微對于信貸分析的需求也非常多，所以客戶很多時候需要更復雜的工具，例如機器學習平臺、復雜網絡分析平臺等。
馬駿驅：其實不見得是銀行，同樣在金融板塊里面，保險的定制化需求更多，因為保險的業(yè)務形態(tài)跟原來的信貸類有很多差別。
馬駿驅：保險的需求非常廣泛，比方說一些定價模型，或者風險評估的準入，每個環(huán)節(jié)都可能用到分析決策服務。例如核保、最終產品的定價，都是有不同模型在里面的。
愛分析：目前保險行業(yè)基礎設施的數字化程度和銀行相比如何？
馬駿驅：銀行方面的數字化相關投入是比保險大的，但最近幾年保險的進展也很大，監(jiān)管也在支持。
目前看來，保險在未來幾年應該會變成分析決策需求越來越高的行業(yè)。
愛分析：目前保險領域主要服務創(chuàng)新險種？
馬駿驅：同盾的服務會涵蓋各個險種，比如壽險和車險的風險不同；看具體環(huán)節(jié)也不同，比如有一些是欺詐風險，有一些是定價風險，甚至有代理人內外勾結的風險，這些分析我們都會去做，不只是限定于某一兩個創(chuàng)新險種。
愛分析：同盾服務保險公司的過程中，會遇到哪些競爭者？
馬駿驅：保險算是一塊處女地，我們遇到很多在保險領域做得特別好的傳統(tǒng)IT供應商，但真正意義上能幫保險公司把分析決策這個事情做出來的公司確實不多。比如，這里面賣標簽的公司很多，能把定價模型做出來的公司比較少見。
談生態(tài)：扮演連接器，做開放銀行生態(tài)
愛分析：行業(yè)里現在比較多提到開放銀行，從您的角度來看，這會對銀行本身或同盾的業(yè)務上會造成變化嗎？
馬駿驅：我覺得大家都在慢慢拓展，真正懂得開放銀行的銀行客戶現在還真的不多。
關于開放銀行，有一點我比較認同的是，端到端的金融交易過程會變化，由曾經在一個機構里完成全流程，變成有很多機構都參與、分工合作的狀態(tài)。這也是我們進入這個行業(yè)以后，不斷在看到的趨勢。
所以銀行的分層越來越碎片化，往后生態(tài)圈也趨向于互相依賴，再發(fā)展下去我認為就是開放銀行的原型了。
同盾在這中間扮演的是連接器的角色，幫助前端的一些非銀行客戶和后端的銀行客戶，公平公正地去認識金融交易中間存在的風險。雖然說開放銀行還言之過早。但是我們已經開始跟一些場景方以及金融機構，一起探索連接這個事情。
在這個過程中我們也遇到了一些挑戰(zhàn)，例如相關的法律法規(guī)還是比較薄弱的。
馬駿驅：我們還是以風控為主，定價我們是不會碰的，但相關的風險偏好匹配是其中一個最重要的一點，我們怎么作為一個中立第三方去幫大家把好關很重要。
比方說信托公司跟銀行的風險偏好不一樣，大行小行的偏好不一樣，同時這些流量的風險偏好可能也不一樣。在這中間做一個連接器，同盾是有一個非常好的位置。
我覺得現在在中國要找一個所謂的中立第三方，既有相當強大的數據分析跟決策能力，又不碰金融業(yè)務，其實是很難的，而同盾這樣的角色就顯得非常重要了。
愛分析：同盾的創(chuàng)新金融還有哪些新模式？
馬駿驅：其實有很多，因為有些創(chuàng)新金融，不單單是連接那么簡單，甚至可能是不同行業(yè)之間的協同。例如保險跟銀行之間、保險跟電商之間等，有很多跨界合作和共同盈利的商業(yè)模型。
馬駿驅：絕大部分企業(yè)是不愿意做數據打通的。所以最終我們需要實現的是多方之間有模型的交互，但沒有數據的交互。這中間有很多人工智能層面，甚至有一些區(qū)塊鏈層面的創(chuàng)新技術應用，我們要確保過程中的數據隱私。
舉個例子，同盾人工智能研究院在探索聯邦學習，近日我們發(fā)布了同盾自主設計、獨立研發(fā)的智邦平臺（iBond），不僅可以打破參與方的數據壁壘充分利用各參與方的數據，同時又可以保證數據不離開參與方來保護數據隱私。智邦平臺在數據隱私保護方面符合國家監(jiān)管要求，也達到了國際上對數據保護的規(guī)范要求，我認為智邦平臺的出現對人工智能和金融科技領域的健康發(fā)展會產生一定的作用。
蔣韜：我們主要集中在信貸業(yè)務的增長，整個行業(yè)總體還是在增長之中。
同盾今年銀行客戶的增長是比較可觀的，相對來說新金融客戶的增長就會小很多，因為有一些中小客戶在退出行業(yè)，但還是在增長，因為剩下的頭部客戶體量越來越大。
保險的增長也在慢慢加速，其他的業(yè)務板塊，包括政府、大企業(yè)、海外等，也是在增長的過程。
整體來看，同盾的業(yè)務體系互補性和平衡性是很好的。
愛分析：零售金融的增速并不理想，銀行的需求增長點主要在哪？
蔣韜：換個角度想，因為業(yè)務表現不好，銀行就要探索之前未服務的客群，用更多不一樣的方法去進行評價。
比如信用卡方面，有很多不同的新需求，因為客群在不停地改變，所以銀行在模型上有很多地方都有改變?？蛻艨粗氐氖且粋€打造端到端的數據分析的能力，從獲客開始到貸后管理都有新的需求。
還有另一個比較大的驅動力是小微企業(yè)相關的信貸評估，這也是銀行的一個增長點?？偠灾y行的增長其實有很多方面的。
另外從風控角度來說，銀行各部門都有自己的風控，但沒有一個橫向去打通的工具，把所有的風險統(tǒng)一去規(guī)劃，這個橫向打通的領域留給同盾的空間也相當大。
蔣韜：包括數據分析和建模、準入模型、以及流程自動化。小微在過去依靠的是現場盡調等步驟，但現在來說依靠科技有很多事情也可以簡化。
愛分析：目前提供給政府和大企業(yè)的服務，是偏向信用分析決策嗎？
蔣韜：不是，舉個政府方面同盾比較成功的例子，我們會去幫一些高速公路分析流量，近期我們跟滬杭甬高速公路開展基礎設施數字化改造, 對原有存量系統(tǒng)的升級完善，構建數據運行平臺，進一步提升客戶的獲得感、舒適感和安全感。
大企業(yè)領域，比如三一重工，他們的需求就非常廣泛，從數據展示到分析，以及落地的決策都會有；同盾還和順豐合資建設了順和同信，也是一個以分析決策為主導的公司。
現在來看，信貸反欺詐只不過是同盾走過的路，分析決策領域才是同盾現在和未來的方向。
