3年融资1.1亿,打造上帝之眼,竟能预知7500万家企
2018-01-15来源:誉存科技作者:誉存科技

  融资好难!几乎每一位创始人、每一个创业项目,都曾遭遇融资的困境,那些不断在窗外探头探脑的投资人,仿佛随时都会破窗而入,献上大把钞票。但令人无奈的是,他们草草打量一眼之后,又总是匆匆抽身离去。

  而有一家公司,从2015到2017三年间,每年1月都能融得一笔钱,时间准得就像新年钟声,天使轮1500万元、Pre-A轮3000万元、A轮6500万元,累计融资额已达1.1亿元。

  虽然这家公司不愿承认自己融资颇为容易,但放眼重庆,如此好运又多金的创业公司,实在没几家,偏偏重庆创业圈知道这家公司的人还并不多。也难怪,在大家的印象中,一家技术全国领先的大数据风控公司,在重庆诞生的概率又有多大呢?正是带着一丝探秘的好奇,开山猴走进誉存科技的办公室,解读重庆创业圈的一种稀缺存在。

  1、开山猴第一次知道誉存科技,是在三个月前。

  8月22日下午,猴哥像一个猎人,端着猎枪,晃荡在申基索菲特大酒店的几个会场之间,随时准备瞄准某位刚刚走下路演讲台的创业者——发射出一张名片。

  当天是第六届中国创新创业大赛重庆赛区的决赛,重庆最顶级创业赛事,由高新区管委会倾力承办。当誉存科技的COO陈玮开始路演的时候,我和汤圆坐在路演会场的前排,立马收到了猴哥的一条微信:“记一下她的联系方式!”

  一个经验老道的猎人,往往能在第一时间发现猎物,而优秀的创业公司,总能令开山猴血脉偾张。果然,当天晚上,重庆誉存大数据科技有限公司,获得成长组的第一名,并将代表重庆赛区参加全国行业总决赛。


 

  这一奖项,当然极具分量,但猴哥在最初就表现出的敏感,已经是一反常态,因为平时有多次和猴哥聊到创业公司的大数据,他总是嗤之以鼻。

  道理也很简单,创业公司连大用户都没有,谈何大数据?

  创业者总喜欢拿一些流行的概念,用于自我标榜,云计算、物联网、大数据三张烫金名片,就是近年出现概率最高的三大开场白法宝。而相比“租个服务器就是云计算”、“接个路由器就是物联网”,大数据在创业者的口中,更带有一种草根混混自称社会哥的味道,反正大家都是心照不宣地吹牛,索性就将之当作一种口头禅式的街头礼仪。

  而誉存科技,让猴哥动容,又斩获大奖,仿佛真正的社会哥披挂上阵,墨镜纹身大金链,到底什么来头?

  2、2014年7月,刘德彬再一次踏上从美国飞往国内的航班,每次30多个小时的行程,过去半年他飞了多次,都是独来独往。这一次不同,他不是一个人,坐在他身边的,还有妻子陈玮与两个孩子,而且小儿子才刚刚满月。

  半年前,刘德彬辞掉了美国PayPal资深数据科学家的职务,受邀回国,出任创业公司同盾科技的联合创始人和首席科学家。这家公司所在领域就是大数据反欺诈,从杭州福地创业园开放空间的一张办公桌上起步,很快就获得了千万级的天使轮投资。

  大数据风控领域庞大的蓝海市场需求,再加上亲身体验到了国内活跃的创业氛围,让刘德彬意识到了属于自己的创业机遇,因此下决心举家迁回国内。

  刘德彬与陈玮是中科大的同学,2003年毕业后,又一起选择去美国印第安大学攻读博士。虽然两人细分专业并不相同,在事业上也并无交集,但从事的工作同属于科技金融领域。刘德彬曾在美联储做实习研究员,毕业后去美国PayPal担任资深数据科学家,一直从事大数据;陈玮供职于华尔街某投行,担任投资总监,投融资总额超过一亿五千万美金。

  十几年来,从情侣到夫妻,他们一直携手同进,这一次,终于要联手创业了。

  2014年底,他们的创业想法把另一位好友严开,从美国吸引归国,严开曾任VISA主管架构工程师、eBay高级软件工程师,拥有16年互联网大数据开发和实施经验。

  三位大牛美国归来创业,本身就颇具好莱坞电影的味道,英雄组合陆续出场,凑到一起搞大事。

  数据+金融+技术,正是大数据风控创业这个“大事”的绝佳组合。

  2014年10月29日,借助国内引进海外高层次人才计划的机会,刘德彬、陈玮和严开三人合伙创业,在杭州创办了杭州誉存科技有限公司。

  陈玮刘德彬严开

  有朋友给刘德彬介绍了云梯投资,这是一家由阿里巴巴十八罗汉成员设立的投资机构,基于誉存科技三位创始人资深的专业背景和靓丽的海外履历,刘德彬去刷了个“脸卡”,公司成立两个月,就获得了1500万天使投资。

  最初,誉存科技打造了一个名为“橙信”的信用评估平台,试图以互联网社交、电子商务交易等数据为基础,借助大数据技术为个人用户、企业客户提供信用评估服务,希望从完善企业领导者的征信体系入手,解决中小企业的融资难问题。

  很快,誉存科技发现征信服务之路行不通:一方面,国内的社交数据并不完善,对于中小企业的融资不能提供很强的征信支撑;另一方面,围绕信贷的硬币两面,明显金融机构对于风险管理的服务需求更为强烈,也更具有付费动机。

  2015年9月,陈玮在自己的家乡重庆,成立了一家誉存科技的子公司,同时在重庆组建团队,谋求基于大数据技术的解决方案,为金融机构和政府部门提供风险管理。

  几乎就在誉存科技创立的同时,西南地区正在以一种亮眼的姿态出现在中国的经济版图上,特别是重庆,连续几年在全国GDP增速榜都独领风骚,互联网金融领域的创新政策、创新公司和创新产品层出不穷,而誉存科技也敏锐地发现,重庆还唯独缺少一个能提供高科技数据信用服务体系的平台。

  2016年2月初,陈玮发了一条朋友圈:“平静的蛰伏是为了找准目标一击即中。”配图是一条沉在阳光底下的鳄鱼。回顾这个时间点,应该是誉存科技Pre-A轮获得广发信德的3000万元融资之后,酝酿出了新的计划。

  4月,誉存科技团队从杭州正式搬到重庆,除开陈玮的故乡因素,西南地区迸发出来的金融活力是更深层次的原因。更何况,重庆政府的招商引资,也向誉存伸出了橄榄枝。

  11月2日,誉存终于完成了法律与工商意义上的迁出杭州、迁入重庆,同时也驶入了一条高速行驶的快车道。

  誉存科技正式迁到重庆

  3、誉存大数据为金融机构提供风险管理,到底是怎么做的?

  这事儿说来复杂,我们先暂时按下不表,先看看一个月前互联网上的一个惊动创业圈的大事件,钛媒体的深度报道《创始人离奇被捕,深圳赛龙突然死亡之谜》,向公众展示了一个“胸怀大志的企业家被地方政府迫害至破产”的悲惨故事,引发轩然大波。


 

  一时之间,企业与政府、企业家与官员、当事人与旁观者以及不同媒体之间,吵得不可开交,各方轮番登场,各执一词,抖出越来越多的故事细节,在海量的信息呈现中,公众更加眼花缭乱,最终完全迷失了方向,孰是孰非已无法辨别。但大众普遍受到钛媒体文章的先入影响,更倾向于相信一家还算不错的企业,被地方政府给“玩坏”了。

  而如果在誉存科技旗下“星象”大数据风控平台中,输入“共青城赛龙”及关联公司,从海量的信息中瞬间就能梳理出,赛龙多年沉淀的关键风险点和风险链条。星象企业反欺诈工具扫描显示:共青城赛龙命中144次风险,亲密关联企业有16家命中风险,发现3条风险链条,风险最早可追溯至2012年5次股权质押;深圳赛龙命中风险287次,失信信息14条,被执行114次。显然,赛龙并没有文章中描述的那么好。

  星象还还原了一个关键信息,赛龙创始人代小权,这个所谓“不畏强权,专注手机研发的技术人”,其实也热衷房地产事业。在成立共青城赛龙不到一个月,即抽调了大量资金,开了一家房地产公司,后来还与中国农业银行牵涉金融借款合同纠纷。

  现实世界的争执不休虽然难有定论,但数据世界的生命轨迹早已生死有命。

  共青城的国资企业和地方银行,在对赛龙放贷之前和放贷之后,如果能够有机会使用类似的大数据风控平台把关,理论上能最大限度的控制风险,至于后面发生的一系列狗血的重组事件以及媒体的刷屏报道,都将不复存在。

  而这恰恰就是誉存科技,为金融机构等B端客户提供的大数据风控服务。

  在这里,我们可以反过来审视传统的信贷决策机制,信贷历史、企业资产、经营现金流、抵押担保等几个重要的传统决策维度,虽然能直接反应借贷方的还款能力和还款意愿,但这些维度本身,往往过度局限于贷前审查,而对放款之后的动态情况无法实时监控,对于动态风险预警不够有效。

  赛龙之死,受摩托罗拉订单萎缩之苦无法辩驳,而承受资金抽调之累更是毋庸置疑,而仅仅是这两点致命的风险,就已经脱离了传统风控的掌控范围。

  而讽刺的是,钛媒体作为一家负责任的媒体,无论出发点的立场,还是调查的态度,以及为之付出的努力,都无可厚非,但在深度调查了数月的前提下,由于掌控的关键数据链不够严谨和全面,很大程度上,还是受到了代小权一面之词的影响。

  如果说,互联网的汪洋大海,正在不断喷涌着我们早已无法消化的海量信息;那么,大数据的硕大渔网,却老老实实地打捞着我们早已无法记取的关键记忆。

  而誉存科技,就是那个一直在编织“大数据的硕大渔网”的角色,不但打捞关键记忆,而且预测未来风险,更能通过核心风险诱因的关联链条,梳理事情的真相。

  大数据的神奇魅力,不但让金融机构们甘愿埋单,也让我们媒体人垂涎欲滴。媒体人天生就喜欢线索的腥味儿,而大数据往往能在毫秒级的时间内,梳理出最关键的线索,要是用在公司调查与企业报道上,简直就是为媒体人开了天眼。

  4、最近热播的《猎场》中,主角郑秋冬有一段经历,被人设计安排入职地中海银行,目的是盗取客户数据。

  而就像大反派袁昆所言,其实在整个猎头圈、金融圈,数据的盗猎与买卖早已不是什么新鲜事,甚至早已成为广泛存在的潜规则,按袁昆的理解,这充其量只是道德瑕疵,偷一偷无伤大雅。

  对于大数据风控公司,数据源更是赖以生存的命脉,这何尝又不是现实中的常态?

  早在前两年,猴哥的一位朋友入职某知名大数据创业公司,同样为金融机构做大数据风控,他告诉我们,公司的很多数据来源,都是从黑市上买来的,甚至有时候还经过了几次转手,银行、地产、4S店、运营商等机构的客户消费信息,其中绝大多数涉及姓名、年龄、公司、职务、电话、住址乃至身份证号等个人隐私。

  显然,现实生活的际遇,远比虚构影视的世界更可怕,这已经不是道德的瑕疵,而是已经逾越法律的红线,电话诈骗学费而引发自杀的大学生尸骨未寒,谁又能对大数据企业的数据来源不敏感?

  誉存科技,作为一家创办仅三年的创业公司,大数据资源又从何而来?

  猴哥尖锐地提出了这个问题,而陈玮的回答却颇为坦荡:誉存科技核心数据来源,更多以一家技术型公司的身份,以大数据挖掘的技术能力获取。

  全国7500万家企业,无论身处什么领域,在这个时代都会在互联网上留下多维度的痕迹,而基于一套誉存科技自主研发的分布式网络爬虫系统,可以高效而全面地进行全网公开或半公开的海量数据采集。

  比如,这7500万家企业,工商系统数据是公开的,需要持续抓取;300多个各级法庭网站的开庭与判决公告是半公开的,可能上午挂、下午撤,需要定时抓取;企业招聘信息可能是分散的、碎片化的,需要全网搜集;企业处罚信息来源复杂,可能是工商,也可能是环保,需要定点抓取;招投标公告可能来自各级政府,也可能来自国有大型企事业单位,需要智能抓取;甚至企业的新闻报道,都能体现经营状况,需要做自然语义分析……

  誉存科技分布式网络爬虫系统的原理,类似百度的搜索引擎,在全网的信息海洋中去自动展开信息采集,只不过二者之间存在量级的差异,百度是抓取一切,而誉存只需要抓取企业和企业主相关的信息。

  誉存科技的另一个重要数据来源,是和多个政府权威部门和大型国企平台的合作。

  这是一个非常严肃的问题,政府和国企如何开放数据给第三方机构使用?按照最高检、最高法关于保护敏感数据的规定,通过合理、合法、合规的方式对敏感数据进行建模、脱敏、测试之后,才能使用数据。

  什么叫建模和脱敏?打个比方就是通过建模,设计一个数据黑匣子,作为敏感数据的防火墙,一端对接着政府和国企的数据源,另一端对接着誉存科技这样的第三方风控机构。

  在企业用户授权的事情下,誉存科技及其金融机构客户发出指令,黑匣子能反馈回一个脱敏后的风险指标结果,而非原始数据,比如增长与降低、稳定与变化,通过异常检测,可以实现风险量化,预测可能发生的风险。

  比如在誉存科技的战略合作伙伴中,就有中国电信金融基地。假设有一家企业,为了申请银行贷款,通过银行授权誉存大数据监测一些信息源,当这家公司在正常工作日内上网设备持续性、大规模地减少,一般有三种可能,公司搬家、集体休假或者大面积裁员,这对于银行进行贷后风险管理虽然不能直接判定风险,但属于众多未雨绸缪的风险防范措施之一。

  政府本身也在极力推进政务大数据的逐步开放,这不但能帮助金融机构提企业供信贷更全面的风险评估,还能为政府提供更为精准的决策依据,甚至能为优质企业降低信贷的硬性门槛。

  大数据的魔力,竟能在诺大一个无边无际的信息世界,勾勒出每一位老板的漫漫来路,预示出每一家公司的茫茫归途,那些散落四野的脚印和随风消逝的欢呼,都在这里纷纷重现、井井有条,仿佛上帝之眼从未远离,执笔之手从未停歇。

  大数据0与1的单调咏叹中,究竟藏着什么法术?

  5、绝大部分人都知道,去年人工智能领域的大事儿,AlphaGo花了几个月的时间,学习三千万围棋棋局,终于以4:1的成绩,打败了人类的世界冠军李世石。


 

  但鲜有人知道,新一代的AlphaGoZero,完全从零开始,不需要任何历史棋谱的指引,更不需要参考人类任何的先验知识,完全靠自己左右互搏490万棋局,就击溃AlphaGo,而且比分是100-0。

  为什么?科学家们普遍认为AlphaGo被人类思维给拖累了。

  这里必须说一下人工智能与人类思维逻辑的差异。

  人类思考问题的逻辑,往往遵循着事物的因果关系,也就是基于历史经验信息作出假设,去推测未来可能发生的预期;而人工智能,则提供了新的思维模式,理解世界不再基于假设,而是从一开始就从海量的数据本身出发,去寻找其中的相关关系。

  陈玮就举了一个特别有意思的例子,一家A公司从各个维度来看非常健康,但是大数据发现,这家公司的注册地址,还有另一家法人与股东完全不同的B公司,从人类的思维角度来说,这两家公司很难联系到一起,但大数据能从海量的数据中将其识别出来,这极有可能是一种规避了关联关系的玩法,如果B公司出现了严重的问题,A公司也就会潜在的信贷风险。

  也许大数据计算通过相关关系预测出的结论是非常可笑的,比如那个零售业津津乐道了十几年的“啤酒与尿片”的故事,但无疑这种分析方式范围更广,还不容易受经验与偏见的影响,可以给风险控制带来意想不到的准确率。

  誉存科技的产品中,通过海量数据的大数据建模,已经拥有大量类似的风控模型,比如基于“时间序列的风险预警模型”,大数据可以海量计算得出预测,如果ABC三件事都发生之后,第四件事一定会公司破产,而在人类思维中,这三件事有可能是看起来彼此完全不相关,从因果关系角度是预测不到风险的。

  三年下来,誉存科技通过数据采集、机器学习、深度分析,已经对超过7500万家企业建立了多维画像,筛选出了500多万家高风险企业名单,积累了超过1000TB的多源异构海量数据,并研发出来十数款大数据风控工具。

  而这些工具在誉存大数据的金融机构客户中,正在产生越来越大的价值,同时也在为自己创造越来越多的营收。

  据陈玮介绍,现有的核心产品是2016年10月份才上线的,两个月后获得了星河资本的6500万A轮融资。

  其实在Pre-A轮的时候,就接触过星河互联,但当时大数据风控的赛道还若隐若现,并不清晰,星河就选择继续观望了一下。等到2016年底,刚好看到刘德彬的一个演讲,了解到誉存科技清晰地围绕金融机构做toB的大数据风控,觉得赛道清晰了,才毫不犹豫地投了进来,前后用了不到一个月。

  誉存科技2016年的营收并不多,而2017年的营收应该可以达到5000万元,只不过这是基于SaaS服务预存款的营收,从会计角度的营收认定,还有待商榷。这和中石油类似,加油卡卖出去了,但是要客户加了油才能将其确认为收入。

  即便如此,誉存科技的商业营收能力,显然已经得到了极为清晰的验证,是大数据前沿技术实力本身,为客户创造了巨大的风险控制价值,才实现了誉存科技自身的商业回报。

  而关键是,大数据风控,才刚刚开始而已。

  或许有一天,金融机构的信贷管理员,也许是接受了一天的培训,也许是撰写了一天的报告,也许是分析了一天的经济走势,也许是考察了一天的新兴产业,但绝不是审核了大量的资料和文书而焦头烂额,咖啡香浓,茶点精致,不一而足。

  然而她知道,这一切的重量加在一起,也比不过傍晚时分手机屏幕上推送的那则简短的警示信息,信息之中是几家由她负责跟踪贷后管理的企业异动信息,又要给出新的预示。

  她小心翼翼地点开这条信息推送之前,虽然不知道发生了什么,但对于预示的准确性,内心坚信不疑。

中小微企业普惠金融一站式解决方案服务商
联系我们