不同于做個人征信、風控和小微企業(yè)評級的公司，知因智慧正以企業(yè)金融作為切入點，進入企業(yè)大數(shù)據(jù)風控領域。
提供企業(yè)金融風控技術的大數(shù)據(jù)公司知因智慧，于前段時間宣布獲得由遠毅資本領投的千萬元Pre-A輪融資。
在中國的金融產(chǎn)業(yè)里，資產(chǎn)規(guī)模最大的是銀行業(yè)。而在銀行，對公資產(chǎn)占據(jù)了60%~70%的比例，要遠大于零售資產(chǎn)。知因智慧就是銀行業(yè)作為核心主體，做的是對公客戶。不同于微軟小冰這樣的通用型AI，知因智慧是將知識圖譜、機器學習與垂直行業(yè)深度結合。
知因智慧“產(chǎn)業(yè)知識圖譜”的核心載體是企業(yè)。這份圖譜首先會獲取企業(yè)內部的、企業(yè)和企業(yè)之間的以及企業(yè)外部的經(jīng)濟要素，之后建立起它們的關系，并用大數(shù)據(jù)予以量化，最后通過機器學習找到里面隱含的規(guī)則。其已應用于多家國有銀行、上市銀行等機構。
以供應鏈金融為例。在一個供應鏈鏈條里，“產(chǎn)業(yè)知識圖譜”能夠建立上下游企業(yè)、核心企業(yè)之間的物流、資金流等關系，結合機器學習，預測某家企業(yè)的風險概率。
在宣布融資后不久，知因智慧創(chuàng)始人任亮接受了創(chuàng)業(yè)家&i黑馬的采訪。
以下是知因智慧創(chuàng)始人任亮口述，經(jīng)創(chuàng)業(yè)家&i黑馬編輯整理：
2004年出了一個大案，就是德隆系。很多看上去很漂亮的企業(yè)、上市公司，結果突然就倒了，突然就違約了，給整個銀行業(yè)造成了200多億的貸款損失。按照傳統(tǒng)的以財務數(shù)據(jù)為基礎的銀行評級方法，很難識別這些風險。
當時針對這個問題，中國銀監(jiān)會啟動了新的企業(yè)風險預警體系，它的出發(fā)點就是要收集跨銀行的客戶數(shù)據(jù)和信貸數(shù)據(jù)，從關系的角度識別企業(yè)潛在風險，再利用數(shù)據(jù)挖掘模型預測風險的傳導性和影響范圍。這套新的風險方法論取得了非常好的效果。
這也是企業(yè)知識圖譜最初在國內的應用形態(tài)，基于企業(yè)關聯(lián)關系的風控，之后不斷發(fā)展演變，引入更多的企業(yè)關系要素，如客戶、產(chǎn)品、資金流、供應鏈等，使得產(chǎn)業(yè)知識圖譜的構建和應用更加成熟。
目前，知因智慧主要做的是銀行對公業(yè)務中的信貸資產(chǎn)。信貸資產(chǎn)是銀行占比最大的一塊。除了信貸以外，現(xiàn)在有一個新的趨勢，就是交易銀行。比如招商銀行，把原來傳統(tǒng)的現(xiàn)金管理、貿易融資、供應鏈金融等業(yè)務都整合在一個大的部門內，成立了交易銀行。交易銀行要求金融和企業(yè)經(jīng)營場景結合更緊密，更貼近產(chǎn)業(yè)互聯(lián)網(wǎng)，我們這項產(chǎn)業(yè)知識圖譜技術自然地會延展到交易銀行這個領域里面。
知因智慧現(xiàn)在是要把這個企業(yè)還原到一個網(wǎng)絡里，它所在的網(wǎng)絡出了問題，不管是它自己，還是別人或其他實體，其實都會對它造成影響，用知識圖譜的方式來進行預測。
每家銀行都有風控、營銷的需求，我們定義了企業(yè)金融里的20多個場景，每個場景以模型作為產(chǎn)品，來提升銀行的決策能力。在這個領域，我們已經(jīng)在這個積累了十年，經(jīng)過銀行實踐總結出很多的有效的特征變量和一些可以驗證的方法和模型，正好能夠滿足銀行的場景需要。
新模型方法能夠有效的降低潛在的壞賬率。以最近和銀行的合作為例。我們利用銀行內部，這個企業(yè)自身的變量來做預測模型，把自身變量和關系變量結合在一起。新模型比傳統(tǒng)模型在預測效果上有30%的提升。而這還只是在我們拿到一部分工商數(shù)據(jù)和同業(yè)數(shù)據(jù)的前提下。
