获A轮融资 他深入300万网站频道挖20亿数据 金融机构放贷审核以秒计

◆ 作为清华博士，高强带着一批精英创立了“法海风控”。

文| 铅笔道 记者 赵芳馨

►导语

招商银行、工商银行、交通银行等20家大型银行，邓白氏、芝麻信用、万达征信等国内外征信机构，以及支付宝、58同城等互联网金融企业，它们背后有一个共同的服务商——法海风控。

2014年7月，高强创立法海风控，定位于金融风控大数据服务商，服务于银行，金融、征信机构。其系统采集了包含涉诉、税务、工商、环保等20大领域、140个维度的企业信用数据，总量为20亿；再利用人工智能技术将数据结构化，进而为金融机构定制化建模。

从采集数据到建模完成，法海风控一般花费2～3个月时间。传统征信手段依赖于人工调查、写报告，放贷结果往往需一周后知晓；而模型打分、出报告，最快仅需要几秒钟。

今年1月，法海风控获得A轮融资，投资方为雪杉资本和绿禾资本。

硬需求

清华经济管理学院出身的高强，在金融活动中发现了一个“硬”需求。金融机构、银行等需要收集企业的负面信息，因为涉及金融信贷时，企业往往把自己包装得光鲜亮丽，很少主动提供不利消息。

沿着这一思路，他集结了一批清华系的精英，以及花旗、渣打等银行前高管为银行、金融机构、征信企业服务。“法海风控”随之于2014年7月成立，定位于金融风控大数据服务商。

邓白氏（历史最悠久的企业资信调查类信用管理公司）是法海风控最早的合作伙伴。起初，它希望高强及团队做数据采集，其核心是司法数据。

在此之前，邓白氏利用人工调查、编辑数据。但各省市的法院多达3000多家，企业也不局限于在某一地区做生意。“根本没办法单独查。”

而数据采集是法海风控的强项。在清华读博士时，高强创立蔚蓝网络书店，就开发了一套系统，用于采集大量的图书简介、图片信息等。

在原有资源的基础上，团队研发了人工智能系统“小龙人”，其核心之一是天罗采集系统。拟人化的“小龙人”在网上巡逻，查看频道、数据是否增加，若出现新数据则进行采集。

服务邓白氏时，系统扫描追踪了16万个司法方向的网站频道，最终采集3亿多条消息。在客户最关心的数据完备性上，系统基本能实现采集到完备的数据。

随后，法海风控一路走得比较顺利。各大银行也找上门来，希望法海风控为其提供数据服务。

20领域140维度数据

起步于司法数据，但这还远远不够。

很快，客户提出了新需求：能不能把相关新闻也摘出来？利用语义分析，系统把洋洋洒洒的新闻稿变成一句话摘要，比如某企业上市、开展新合作等。其定向语义分析准确率约为98%。

除了新闻之外，法海风控逐步增加了税务、环保、行政处罚等信息，共20大领域、140个维度。为了保证可信度，这些外部信息的背书来自于权威媒体、政府机构等。

每一条采集来的数据，系统均为其打标签。银行中有企业信用的五级分类，而团队发明了风险信息五级分类（已申请专利），包括警告、负向、中性、正向和利好。以企业老板失联为例，“警告”的标签显示了银行最关心的部分——此类事件的性质。

有了标签，团队可以为客户提供更深层次的服务：一是把文本化的数据结构化，可大批量输出；二是建模。

◆ 法海风控的系统名，如元界、天罗、小龙人等都是中国风。

通过建模，银行等机构得到企业的风险概率，再确定是否放贷。这是一项个性化的需求，因此团队中的专家们制定相应方案，再据此调教人工智能系统，为企业打分。

一般而言，打分的依据是机构的信贷偏好。“有的机构放贷，企业收益要达到30%，有的5%即可。”在此基础上，模型通过2000多个维度字段，算出哪一家企业有问题。

在测试中，法海风控利用外部数据与客户历史数据做对比，计算出的企业不良准确率吻合度约为60.8%。

更显著的是效率的提升。从采集数据到建模完成，法海风控一般花费2～3个月时间。传统征信手段依赖于人工调查、写报告，放贷结果往往需一周后知晓；而模型打分、出报告，最快仅需要几秒钟。“大幅度降低成本，最起码大量的人工就用不着了。”

获A轮融资

随着客户增多，越来越多的机构选择法海风控，比如支付宝（芝麻信用）。“金融信贷圈子不大，靠的是口碑和圈内相互推荐。”

总的来说，这些大体量客户的需求精确，多为定制化服务。但实际上，躺在法海风控后台的两万多家申请试用的企业，只有少部分享有了团队的服务。

而高强并不想放弃顶级客户之下的巨大市场。在他看来，法海的优势在于“人工智能方向上有顶尖科学家”，团队也足够优秀。待到成本降下来，开发出通用简化版模型之后，系统就能大规模推出。

今年1月，法海风控获得A轮融资，投资方为雪杉资本和绿禾资本。在此之前，公司曾获得好贷网的天使轮投资。

因此本轮融资之后，高强计划继续服务更多的优秀金融机构。他着重点出“优秀”二字，若保持现有客户的品质和业务的专精，“在别处发力的前景也是很乐观的”。

截至目前，法海风控每天扫描跟踪300多万个网站频道，采集收录20大领域、140个维度的20多亿条信用数据。未来，他希望这个数据能达到100亿。

而人工智能系统的下一步的目标则是40个领域、400个维度的数据。“这些数据和维度，会产生很多神奇的效果。”对此高强留了一个悬念，“肯定不是现在的玩法。”

/The End/

编辑 孙  娇   校对  石  伟