擁有兩千萬活躍用戶的馬上消費金融，每天有近20萬通電話咨詢量。該配備多少名客服人員？

    馬上消費金融首席技術官蔣寧做了個簡單的測算：按照每通咨詢電話3分鐘來算，一名客服在7小時的有效工作時間里只能接140通電話。即便按照每人每天可以接200通的高效率狀態來算，理想情形下，處理這么多業務咨詢需要配備至少1000人的客服團隊。

    為了保證服務效果，還要配備幾十人的“質監”團隊，抽查客服回答的問題是否符合規范，態度是否友善。更不用說長時間接聽電話對客服人員的體力、精神上的考驗。

    但現實中，馬上消費金融用280人的客服團隊Hold住了如此龐大的業務咨詢量，其質監團隊更是僅有3人，還實現了語音質檢的實時糾正。

    背后，便是金融科技能力對業務效率的大幅提升。作為一家持牌金融機構，馬上消費金融卻更多以科技公司的標準考量自身：自主研發數據決策智能風控系統，自主研發唇語識別技術、空號檢測技術等技術，申請30多項人工智能相關專利，向金融機構提供技術輸出服務。

    科技對金融業帶來了怎樣的變化？為何選擇更吃力的自主研發路徑？近日，馬上消費金融CTO蔣寧解讀了對金融科技發展趨勢的思考。

    科技如何改變客服、“雙錄”

    當前，發達的移動支付使得消費信貸觸手可及，但運營成本、資金成本、疊加風險成本決定著消費者最終獲得的信貸成本高企，小額的消費信貸尤為如此。

    蔣寧認為，當前多數互聯網公司主要提升了場景轉化效率，即提升了貸前獲客的效率。但在貸中、貸后仍有許多環節效率有待優化、提高，以ABCDE（人工智能、區塊鏈、云計算、大數據、邊緣計算）為代表的金融科技是降低成本的關鍵落地能力。

    如何提升貸中效率？蔣寧表示，通過人工智能和大數據技術，將客戶的價值貢獻度、風險、活躍度、參與度等標簽數據深入挖掘分析，使得貸中流程高度自動化，在不同時點自動調整對用戶的授信額度。

    上述智能客服功能，則涵蓋了三項基礎技術，即智能呼叫中心、智能語音技術和自然語言解析技術。依托這些底層技術，可以組合推出智能質檢、智能電銷、智能客服、智能催收等功能。疊加中臺的數據標簽分析，還可以實現對客戶的數字化運營，用戶打進電話時根據其身份、行為等標簽定制交互菜單，用戶體驗和服務效率都能得到極大提升。

    蔣寧介紹，馬上消費金融還正在探索用軟件電話替換硬件電話。目前的智能交互平臺均依靠方正、思科等幾家廠商的電話機技術為基礎。這種硬件電話中心的擴展彈性不夠，需要根據辦公室容量決定采購多大的網關，其中多少路是固定的，多少路是動態電話。但在實際業務中，可能今天是3000人，明天是一萬人，但不可能當即去購買服務器來擴容。此外，軟件電話更容易與數據標簽融合、人工智能模塊結合。如果改造順利，這一軟件電話系統可以支持每天四千萬通電話，并且可以根據需要及時動態擴展。

    技術的拓展和組合，還會在一些意想不到的場景應用中產生化學反應。為規范銀行業金融機構理財及代銷產品銷售行為，監管部門要求銀行業金融機構等嚴格執行“雙錄”（錄音錄像）要求。隨著理財產品銷售線上化，金融機構普遍設置了遠程“雙錄”：銀行客服人員通過視頻連線，確認投資者身份、產品風險等級與投資者承受能力是否匹配、是否了解產品風險等問題。

    近期，馬上消費金融推出智慧“雙錄”平臺。用戶通過手機即可自助完成錄制音視頻、身份認證、風險揭示、電子簽署協議等“雙錄”流程。符合監管要求，用戶遠程操作體驗更好，且機構可以節省大量人力成本。

    蔣寧介紹，這一服務集人臉識別、語音識別、聲紋識別、OCR識別、活體檢測、人臉框內檢測等多項人工智能技術于一體，線上雙錄認證覆蓋率95%以上，推出后，受到了銀行、保險、信托、汽車金融公司、第三方理財公司的青睞。

    自主研發VS開放共建

    相較于金融業普遍的技術外包，馬上消費金融選擇了一條更吃力的路徑：自主研發。

    馬上消費金融目前有員工1800多人，其中技術研發團隊900多人，占比達50%，這一比例無論在眾多消費金融公司還是銀行業金融機構中都是極高的。中國互聯網金融協會的一項調研顯示，除互聯網銀行外，絕大多數商業銀行的技術人員占比不到5%。

    蔣寧表示，自主研發的確成本高，但更適應自身業務場景，效率最好。馬上消費金融在一開始就定位于一家開放型的技術驅動公司，戰略方向定為“自營+開放”平臺。但強調自主研發并不是盲目都要自己做，而是基于自身業務和場景，一是考慮是否是通用技術，未來能推向市場降低邊際成本，二是考慮能否做好。

    以人臉識別技術為例，其很重要的基礎是依托場景舉一反三，而馬上消費金融覆蓋了180多個場景，每天有近50萬筆業務申請，申請人所處的環境迥異，因此訓練出的人臉識別能力更具有廣泛適配性。

    不過，在反欺詐領域，除活體識別外，還需要結合對場景的深入理解疊加其他多種身份核驗手段。以某機構發生的風險案例為例，企業主經營有問題，貸款中介組織了一批員工申請貸款，為他們新辦了手機卡和銀行卡。他們都順利通過了活體識別，表面是員工本人申請的信用貸款，但貸款都被企業主截留。蔣寧指出，通過人工智能的不同算法模型優化，還應當識別出貸款區域密度過高、貸款時間過于集中、貸款人申請的電話使用時間都不長等，這樣的風險原本可以避免。

    對于金融業的科技發展趨勢，蔣寧表示，金融機構要認識到技術創新的重要性、長期性和復雜性。盡管當下金融機構與過往、與其他行業相比向科技投入了大量資源，但還明顯不足。必須與科技公司合作，同時加大對科技的建設和投入。未來，金融機構的產品和服務不斷在場景、技術等領域外化合作，技術型公司、場景型公司以及從事風險專業管理的公司有效融合，形成新的生態。