2017 年，金融科技的智能风控开始出现在人们视野，金融科技也从边缘部门，逐渐走向金融公司的核心。今年，金融科技又出现了新的变化。 10 月 12 日，度小满金融与北京大学光华管理学院宣布成立金融科技联合实验室，聚焦超级关联网络等多个金融科技话题，技术企业与高校的强强结合，掀起了“硬”技术和“软”人才的新竞赛。

在这种形势下，“超级关联网络”究竟意味着什么，大力构建关联网络欺诈防护体系的度小满能让金融行业重新洗牌吗?

第一部分：痛点鲜明，消金与监管的“关联网络”刚需

过去这一年，随着AI技术在金融行业的深入使用，“超大关联网络”在产品设计、获客、风控、监管等环节的应用都更加深入，尤其是消费金融、监管科技领域存在的痛点，让关联网络的研究成为“刚需”。 

痛点一：场景分配不足，用户体验受限

互联网浪潮后，电商系的发展使消费金融得到了大幅度的增长，造就了以场景为核心的网购分期消费金融盛况，互联网金融机构纷纷坐享场景驱动的红利。而传统金融机构却没能赶上这波浪潮，至今，在以信用卡和各种消费类贷款为主的消费金融业务上，传统信贷的场景化不足导致用户体验不佳，尤其是传统的“线上申请、线下审批(往往比较繁琐)”路径让众多用户叫苦不迭。

根据央行2017Q1 支付系统统计数据显示，我国信用卡的发卡量已经达到人均0. 32 张，但综合央行持续发布的各季度历史数据，可以发现信用卡总的增长趋势已经减缓，甚至出现了短期下降的情况，这也说明，较少关注场景的信用卡在其他消费金融形态冲击下，已经受到了不小的“伤害”。

痛点二：数据多≠风控好

中国传统金融机构的“风控模型”大概起于 2009 年，在金融危机之后，许多银行都在银监会的要求下建立了一些计量模型，这些模型包括征信报告、年龄、性别、教育程度等指标，数据维度和变量较少。

直到 2017 年，大数据风控才在国内落地生根。传统金融体系这才开始改变对风控的认知，期待挖掘、激活用户的消费信息，发展出更多的风控维度。然而，在这个过程中，传统金融体系“矫枉过正”，陷入了对数据的盲目崇拜。

不少机构用大数据概念拔高品牌，机构间的竞争更加剧了大数据概念的滥用。于是，政府出台《关于规范整顿“现金贷”业务的通知》，其中明确要求“谨慎使用‘数据驱动’的风控模型”，而各省市近期转发文件中，对上述要求也一再强调。

盲目崇拜数据，实际上是在削弱对风险的量化能力，因为缺乏对用户财产真实性的深度调研，消费金融创业公司只能依靠数据的广度，即通过对不同数据来源进行交叉验证，并且在事后收集来予以补偿，数据、模型没有经过压力测试，最终造成有效性欠缺。

痛点三：反欺诈成主要诉求

一直以来， 用户饱受数据隐私泄漏的伤害，这也是行业目前面临的最严重的问题。大量欺诈人员存在，将金融平台当作敛财的源头，见缝就钻。业内多位专家曾提出，互联网金融的风控，60%来自反欺诈——不管是行业还是用户，都需要一项监管科技，能有效解决合谋、团伙欺诈问题，降低金融机构的获取信任成本。