回顾过去的2018年，大数据行业的竞争格局已发生新的变化，包括新成立的数据服务公司迅速增多、技术门槛逐步降低、单纯数据服务市场竞争激烈且增长乏力，成为众多第三方大数据企业生存的重大挑战。与此同时，商业银行、保险公司与金融科技公司也逐步具备了数据挖掘、整合与建模等能力，对于外部数据提供商的依赖性逐步减弱，并体现出更多的定制化大数据解决方案的诉求。那些仍然热衷于提供单一数据服务产品的企业，将逐步被市场所淘汰。

毕马威出具的一份研究报告指出，身处大数据时代，中国银行业将更好地提升客户、风控和运营这三大领域的服务能力，形成精细化的用户画像，立足于个性化服务、精准营销、产品创新、智能风控和渠道优化等环节。因此，2019年大数据企业要积极寻求科技转型，将大数据技术与AI、区块链、物联网等技术有机结合，形成大数据整体解决方案应当是大数据企业的努力方向。

在零壹财经近期的一次访谈中，集奥聚合副总裁冯宗欣指出，从事大数据业务的金融科技公司，需要尽快提升自身的科技能力，拓展AI等技术解决方案。“科技是第一生产力”一直是商业模式的核心，大数据企业需要以此来提升其竞争壁垒。他称，集奥聚合已推出多项金融解决方案，包括大数据、AI等技术运用在具体金融服务场景中，同时向企业客户、运营商、政府客户输出其解决方案，在头部企业中率先实现了转型升级。

集奥聚合副总裁 冯宗欣

集奥聚合是一家互联网大数据服务商，成立于2012年，在大数据行业里位居前列，为众多金融机构输出技术解决方案。集奥聚合在业界较早提出科技升级、技术引领的经营模式。集奥聚合副总裁冯宗欣作为公司高管之一，1998年毕业后一直从事于面向金融保险业的软件、系统集成的技术研发，2008年开始个人创业，从事移动互联网、SAAS服务，并在2014年转型从事大数据、AI与金融科技行业，加入集奥聚合之后主导技术解决方案。

集奥聚合如何与商业银行开展合作？如何将产品运用于场景化金融服务之中？如何保障产品效果？未来集奥聚合的发展方向在哪些方面？围绕这些问题，2018年12月28日在北京专访了集奥聚合副总裁冯宗欣，围绕技术驱动场景化金融解决方案，进行深入全面的沟通交流。

以下是专访内容节选。

一、行业方向：不止于数据服务，借助技术驱动转型

零壹财经：从我国大数据行业的发展历程来看，近年来经历了哪些衍变？

冯宗欣：这种衍变是比较显著的，大数据概念从2013年下半年慢慢进入人们视野中，这源于一些互联网公司借助积累的数据，在金融业进行风控、营销等方面的尝试，并取得了一定的效果。因此，产生了大数据风控和大数据营销的概念，当时是一个融合、连接的概念，大数据最大的特征在于两点：第一，要能连接、维度多；第二，数据的维度要新鲜，能更新，而很大的量并不是最大的竞争力。

经历初期发展，2014、2015年，金融机构意识到第三方数据确实能帮助金融机构去评判风险。风控可以说是大数据在金融行业的最早应用领域，因为当时互金行业是个百亿市场规模的新兴领域，需要技术厂商去整合数据源与客户，把它作为一个应用级产品。

2016、2017年，金融机构自身已经具备了数据能力，因此市场需求发生了改变。小型金融机构偏向采购解决方案，大中型金融机构偏向于采购数据标签与维度。同时，很多数据提供商也开始自己搭建数据平台，具备了建模、算法、做连接等方面的数据整合能力。在这种市场格局下，大数据企业的发展面临瓶颈，都意识到必须要转型。

零壹财经：转型方向是什么？

冯宗欣：从事大数据业务的金融科技公司，至今发展起来的头部企业，它们在发展初期都是从数据服务起步，逐步拓展至数据的清洗、挖掘与建模，最后输出一些数据产品。行业发展前期是偏向于数据加工整合，中后期是偏向于数据产品。然而，随着金融客户自行建设数据团队和数据源厂商的直接入局，简单的数据加工与建模，已经不能成为大数据企业的核心竞争力。企业必须有自己的核心产品，这样才能构建出自己的生态体系。因此，集奥聚合更早意识到这一点，2016年开始向人工智能方向转型，集奥聚合具备的科技成分，是区别于其他大数据企业的一个重要标志。

二、市场需求：数据科技企业要提供一整套解决方案

零壹财经：什么样的企业可以算头部企业，集奥聚合的差异化优势如何体现？

冯宗欣：所说的大数据头部平台，主要还是按照收入规模和商用客户数量来评定的，目前集中5家以内，集奥聚合为其中一家。这些企业在行业内起步时间比较早、数据行业覆盖面相对较好。发展也很迅速，收入规模可达到上亿级别，覆盖的客户为几百家至上千家左右。在打造核心竞争优势上，集奥聚合采用“大数据+AI技术”的发展战略，经过长时期的规划布局与研发投入，集奥聚合推出了很多贴合市场需求的科技类产品，未来PE倍数也能迅速提升。

零壹财经：数据服务商向科技转型，具体业务形态会有哪些改变？这种变化如何更好地满足市场需求？

冯宗欣：数据服务商主要将连接好的数据形成资源，通过加工资源来形成数据产品，这是原材料加工的概念。但这种加工出来的产品仅仅是辅助客户决策的一类依据，还不能帮助客户达到最终的结果，很难直接带来产能与效率的增长。

大数据企业要向科技转型，实现技术赋能金融服务，让金融机构直观感受到产出成果。要做到这一点，要求大数据企业在卖给金融机构产品的同时，还要梳理客户的作业流程，把产品有机地结合到客户的作业中，以结果来证明能够使客户获得收益。

三、集奥聚合：提供多种解决方案，服务金融头部企业

零壹财经：集奥聚合的产品线是如何布局的？有哪些合作客户？

冯宗欣：我们主要围绕“大数据+AI”这两个领域，实现产品线的覆盖，产品线分为风控产品线、营销产品线及AI产品线。集奥聚合把风控、营销和人工智能有机结合，提供的是一站式智能化金融解决方案。

智能风控产品线涉及集智雷达决策引擎、反欺诈、信用评估模型、用户画像、风险监控模型预警、逾期预测模型、失联修复平台、风险处置、智能催收等；智能营销产品线涵盖集奥方舟、营销响应模型、智能语音、营销评分、新客获取、存客激活等。

2018年我们推出了AI建模平台与智能语音新产品，也在研发保险、运营商、企业、政府等行业的解决方案，应用于车险、互联网保险、运营商增值业务、企业外呼及客服服务、政府智慧城市、智慧交通等领域。例如，未来用户可能会接到机器人销售的保险，降低保险公司在触达客户方面的海选成本。

前期在金融行业，集奥聚合主要是做资产端，未来将延伸到理财端、负债端。

产品线以金融行业为主导，目前服务客户数量近一千家左右，客户包括大型国有银行、股份制银行、城商行、农商行、持牌消费金融公司、持牌小贷公司等。未来，客户将逐步覆盖到保险服务、企业服务、运营商服务以及政府服务等领域。

零壹财经：不同禀赋的金融机构，包括银行、保险、小贷与P2P等，它们各自对于数据服务的诉求，有何区别？

冯宗欣：集奥聚合主要服务于大型金融机构，没有大力发展中小型金融机构，主要考虑这类机构受系统性金融风险、政策影响比较大，这是企业经营的一大风险。同时，互金行业的大型持牌金融机构，我们也在做。

很多大型金融机构做大数据的能力有限，并且它们的人力成本很高，因此给外部大数据厂商创造了机会，它们大量的开发、测试等工作环节会让外部厂商人来做，这样整体性价比会更高一些。

零壹财经：刚才提到的AI建模平台，我们为何要与银行进行“联合建模”？

冯宗欣：建模服务能力是金融机构普遍认可的一种价值服务。随着大数据企业数量增多，对建模人才的需要量也在不断增长，因此具有建模专业技能的这类人员成为稀缺人才，这使企业的用人成本逐年攀升。推出AI平台，价值是让掌握基本建模知识的人员即可操作，因为机器可以自动帮你学习，只要输入变量，机器会自动推荐匹配的模型。这个模型的整个生命周期管理，我们都可以做到，只要部署到金融机构中，就可以使用。这是一个工具类产品，提供的是科技类服务。

我们采用与银行一起进行“联合建模”的方式，主要是出于数据和各自资产的考虑，“联合建模”首先需要把数据连接起来。但是，处于合规考虑，不能把自身数据放到对方平台上，因此双方共同把数据存储到一个地方来使用。“联合建模”只是一种运作模式，它产生的结果还是评分产品。模型是用于精细化运营的，做模型的前提是先确认规则，规则来解决80%的问题，剩下20%由模型来解决。

模型是一组数字，自己会表现出它的好与不好，我们有很多指标来验证模型结果。模型会随着时间周期发生变化，可能会逐步变得不好，因此要不停地监控与调优。如果模型经过持续的调优，还达不到效果，这个模型一般会在半年之内下线，再部署新的模型。

四、增能提效：为客户赋能的核心竞争力

零壹财经：AI技术研发方面，集奥聚合有哪些特色产品？

冯宗欣：集奥聚合正在向人工智能方向进行转型，现在推出智能语音系列的特色产品。我们在2018年做了一整年的AI技术研发，产品在2018年11月份正式推出。现在已经有20多家金融机构，其中大部分都是银行，非常有兴趣去进行测试和使用。

这是2019年要打造的拳头产品，会有很多系列产品孵化出来。核心价值是帮助金融机构、帮助企业、帮助政府，实现增能提效。我特别强调增能提效，因为商业模式很难再称为企业的核心竞争力，更多地是要有核心技术在里面，必须做到为客户赋能。什么是赋能？就是提升它的效率，颠覆是很少见的，很多事情的发展都是水到渠成。

零壹财经：拳头产品增能提效，可否举个例子？

冯宗欣：以智能语音产品为例，它是以智能语音作为核心技术，延展到金融机构的各个服务场景之中。例如，电话催收是金融行业的一个最常见业务，并且从事人数非常多，每天打出去的电话有上千万。我们调研过一家中游偏上的股份制银行，每天催收电话会打出一百多万个，但目前只有1%是通过机器打的，99%必须依靠人工。目前，人工成本上涨的很厉害，导致银行压力非常大，因此现在要用科技的方式来提升催收效率。

举个简单例子，以前每天要花300块钱去打500个电话。现在能否做到花100块钱打1000个电话，这是科技要解决的问题。科技不是要改变银行传统的作业模式，而是提升作业模式的效率。因此，模拟人的语音机器人就出来了，可以一定程度释放人力，使金融机构产能变得更好。同时，智能语音机器人有很多好处，譬如不会骂客户、不会言语过激等等。

另外，大量金融机构的客服人员也是很大的成本，譬如某家股份银行的人工客服坐席有6000多人。未来两年，6000多人也许会变为600多人，剩下5000多个坐席全部变成了机器人。这就是智能语音技术已经发展为商用阶段，其实这项技术在10几年前就已经出现了，只是以前计算一句话的意思，要算10多秒，无法支持正常对话。现在机器人的运算能力增强了，只花0.5秒左右的时间，就能理解语意，可以接受正常对话了。

零壹财经：对金融机构来说，智能语音除应用客服领域外，我们还有哪些其他的应用场景？

冯宗欣：举个简单例子，以前银行客户打客服电话时，首先需要按照提示一层层进行选择，可能用户按了三四轮，才能到达想要的服务类别。这是典型的树形结构解决方案，流程长、体验差，要进行升级。集奥聚合现在推出的智能语音导航，将树形结构实现了扁平化，拨通电话可以迈过这个树形结构，根据用户说的关键词来分析，直接达到用户想要的服务。这种方式很好地改善了用户体验，是很多金融机构的诉求，现在类似的诉求非常多。

除了银行业，在保险领域，智能语音也有非常广阔的应用。根据银保监会的要求，每一张保单都是需要做回访确认的，确认内容非常制式化，对话内容比较封闭，但却会耗用大量的人工，这时候，智能机器人就能发挥非常大的作用，提升每日的作业量，减少保险公司的支出，达到增能提效的作用。