近年来，随着经济的发展与消费品的快速升级，国人的消费观念也在急剧变化，消费方式逐渐从“储蓄型”向“负债型”转变，居民部门的消费贷款需求快速膨胀，包括分期购物、电商赊销、线上小额贷款等消费金融类公司的数量和规模都出现井喷趋势。

　　央行最新公布数据显示，截止2017年9月末，住户部门短期贷款新增加1.53万亿元，是去年同期的3倍，占全部新增贷款的比重从去年同期的5%提高到目前的14%左右。反映出目前居民借贷消费的热情持续上涨。

　　中小金融机构发力

　　目前，除了大型金融机构和互联网公司外，也有不少的中小型互联网金融机构随着消费信贷高涨而崛起，人工智能、区块链、大数据、智能投顾等技术早已不是大型金融机构和互联网巨头的专利，不少小型机构亦纷纷布局。

　　据21世纪经济报道记者的不完全统计，目前持消费金融牌照的22家公司和持网络小贷牌照的203家公司中，就有近三分之一的公司明确提到公司利用人工智能、大数据等技术，提高金融效率。此外，还有近千家的类消费金融和线上小额贷款平台兴起，布局大数据与人工智能领域。

　　“金融业已成为人工智能实现商业化的主要方式之一，得到了资本的追捧，而传统银行在这轮浪潮中反应有些慢了。”一家全国股份制银行浙江地区分行相关人士告诉21世纪经济报道记者。“大数据量化模型、人脸识别、区块链等新兴技术在效率方面对传统的银行信用卡审核模式具有优势，这些小型互联网金融机构发展迅速的原因，除了本身市场广大，群众消费热情上涨外，与近些年快速发展的技术密不可分。”

　　“这是一个技术和资本密集型行业，有技术找到钱，就可以干，金融业的科技属性正在显著增强。”一家上线两年，月放款额超过20亿的现金贷平台人士表示，“相比于传统金融机构，我们更看重技术能力，目前公司80%以上的员工都是技术人员。因为采用了互联网大数据方式，将收集的数据并进行清洗和建模，形成个人信用评分体系，省去了传统金融服务的流程，最少不到一分钟就可以放款，几十人的团队可以运营每月100万笔以上的放款量。”

　　此外，人脸识别等技术也加入了消费金融竞争中。如马上消费金融就将其研发的人脸识别技术嵌入到风控环节中。“因为消费金融没有面签，那么如何利用人脸识别技术进行身份验证环节更加重要，如果人脸识别的准确度有千分之一的提升，都会节省接近几千万的反欺诈成本。”马上消费金融的CTO蒋宁表示，“此外，公司还开发了LUMA风控系统、XMA智能客服系统、G！COLO智能催收系统等等。”

　　“技术做得好的公司，从产品设置、风控模型、获客方式甚至最后的催收，都有人工智能和大数据的影子。”一家月放款额排名前三、月利润超过一个亿的现金贷平台工作人员告诉21世纪经济报道记者，“比如人工智能系统会进行自我数据挖掘，来观察还款率高的人群特征并添加到模型中，对获客渠道进行研究从而让投放更精准；甚至在智能催收系统中，也会通过数据来看针对不同借贷人群，什么样的催收方式更加有效，从而为后台催收团队提供建议。”

　　大数据风控模型趋同

　　据21世纪经济报道记者了解到，经营一个线上平台，核心主要是获客、运营和风控三方面。其中，获客是平台生存的第一步，而风控则是控制坏账，关系到平台是否可以盈利。目前，不少线上放贷平台都宣传自己利用大数据和人工智能技术审核借款资质，这种量化的风控模式具有速度快、成本低等优势。

　　这种量化风控模型主要由参数构成，21世纪经济报道记者观察和采访了多家现金贷平台工作人士，了解到除了最基本的个人信息外，也会接入一些第三方运营商的数据，如芝麻信用等，参数多的有两三千个，少的则有一两百个。

　　“用钱宝的大数据风控模型涉及1000多个参数，但如果参数公开太多，也等于告诉一些骗贷的人，很可能造成模型失灵。”智融集团CEO焦可对21世纪经济报道记者表示，“比如其中一个比较有意思的是手机电量。我们通过大数据挖掘发现，在用APP借钱的人中，如果借钱时手机电量比较高则还款率偏高，如果借钱时手机快没电了，那还款率则偏低。从逻辑上很难分析为什么，但数据显示就是这样的。”

　　另一方面，线上小额贷款的快速发展也催生了掌握风控技术的风控、运营服务外包公司兴起，专门从事线上放款平台的金融服务外包业务，其中卖风控模型成为了此类公司的获利手段。一家浙江地区的现金贷公司市场部负责人告诉21世纪经济报道记者，公司的大数据风控模型就是买的基础框架，然后再接入一些付费的第三方数据。

　　“这个行业鱼龙混杂，市面上积累的数据就那么多，不仅大数据风控公司卖模型，一些现金贷公司也卖模型，而模型的多次买卖也造成了目前部分公司模型趋同。这不仅导致平台自身的风险，还会对其他平台的大数据风控带来挑战。”上述某排名前三的现金贷平台人士告诉21世纪经济报道记者，“这就对平台技术提出了更高的要求，我们公司也利用爬虫技术，找出借款人是否在别的借款平台上有高额负债等情况。此外，还必须配合产品设置、反欺诈、催收等风险管理措施。”

　　“不少消费金融公司对风控的认识存在误区，把大数据或者大数据模型等同于风控。”马上消费金融助理首席风控官杨明表示，“大数据模型对于风控管理是非常重要的，但它只是其中的一环，风控体系包括很多层面，例如贷前、贷中、贷后全面的风控系统的搭建；新产品上线的风险评估、渠道管理、反欺诈人工调查；还有操作风险管理、资产管理等都是风控体系中非常重要的环节。”