6個月前，同盾科技完成B+輪3200萬美元融資。
比這更讓我高興的是，創業三年，公司沒有偏離初衷，我們還是希望為不同企業提供服務，通過數據共享建立反欺詐聯盟。依托這個聯盟，一個欺詐者無論如何變換身份，只要他敢在一家機構作案，我們就能通過追蹤到其行動軌跡預警所有服務的機構。
萌發上述初衷時，我已在互聯網行業工作了9年。2004年在復旦大學獲得計算機科學碩士學位后，我先在IBM全球化實驗室做研發，又在美國一家創業公司做研發管理。這樣的生活持續5年后，我回國入職阿里巴巴。正是在這里，我首次接觸到互聯網風控這個領域。
風控即“風險控制”，它對于從業者的綜合要求相當高。首先，你必須要懂工程技術，因為它涉及大量的實時計算;其次，你要深刻了解算法，因為這個行業需要不斷建立和完善數學模型;最后，你還要懂得攻防戰術，這點要求你必須下功夫研究欺詐分子的工作方式和特征。
作為一家大數據風控服務提供商，我們幫助企業識別平臺上潛在的兩種風險：一種是欺詐風險類，如用虛假身份證、手機號虛假交易或申請貸款，這類情況中的當事人通常在主觀上就有欺騙的愿望;另外一種風險是信用風險類，也就是借款人因為各種原因失去了還款能力，存在違約概率風險。
在燒錢模式風靡的互聯網領域，反欺詐尤為重要。企業愿意燒錢，是因為他們想獲得真實客戶。但因為越來越高超的作弊手段，欺詐者有時只要十幾分鐘就能拿走很多用于營銷的錢。因此，風控公司不但要找到欺詐者，還必須在短時間內預防欺詐行為，避免造成更大損失。
這種極富挑戰性的工作正是我喜歡的。在阿里巴巴，我主導開發了好多款基礎反欺詐和風險控制產品。工作時間長了，我發現有很多中小公司對各類網絡欺詐不勝其煩，卻苦于自身無力應對，市面上也缺少提供專業服務的第三方公司，這樣我看到了一個商機。
是繼續留在阿里，獲得近在眼前、數量可觀的期權收益;還是離職創業，成立一家中立的大數據風控公司以服務更多企業?這道選題讓我一開始非常猶豫。身邊的朋友們都覺得，企業一般不愿意共享自身的客戶數據，做這件事難度系數太大，紛紛勸我放棄。但創業念頭一旦生成就難以抑制，我總是說服我自己說：試一下吧，就算這樣失敗了，你也不會后悔。
我還是選擇了創業。2013年10月，我離開阿里，隨后一個月里，兩個阿里巴巴安全部門的老同事、一個曾在PayPal工作的復旦學弟也加入了進來。在福地創業園一期一間與另外兩支創業隊伍共享的免費辦公室里，我們六七個人把兩張長方形桌子一拼，安裝好從我家中搬來的電腦，就算正式開業了。
頭幾個月，團隊一邊給客戶做項目掙錢，一邊著手布局云服務產品的搭建。于我而言，招人是一項重要工作。我在智聯招聘、拉勾、內推等平臺注冊都申請了賬號，每天抽時間一頁頁瀏覽求職人員的簡歷。看到有不錯的人選，我立馬一個電話打過去，約時間見面聊。為了找到30名員工，我至少打了300通電話。
到2013年末，互聯網金融起勢，新金融機構紛紛涌現。與設有線下門店、把關嚴格、手續完備的傳統金融機構相比，大部分新金融機構的風險控制能力都非常弱。通常，借款人只要注冊身份證號和手機號就能獲得幾萬塊現金的貸款，許多新金融機構幾乎沒有有效的反欺詐措施。一旦這些錢被貸給某個虛假借貸人，血本無歸就是惟一的結果。
項目訂單一下子加大了。我們一方面不斷根據客戶需求開發模型、研發策略、部署上線，并供給后續服務。另一方面也抓緊時間進行技術攻關。當時，數據模型的迭代和升級速度特別快，每周“魔鬼發布日”前，技術產品團隊都經常通宵達旦以求完美。
“打雞血”一樣的氛圍中，首款風控云產品——反欺詐云上線了，其內置的風險決策系統能夠自動為測試數據選擇模型。這是一個非常好的產品，但當時的同盾只是名不見經傳的小公司，最開始只有2家客戶。沒有標桿客戶，業務在幾個月時間中也都沒有增長。現實困境下，我們只能實行“效果付費”，公司都可以先免費測試，認可效果后再付費。我自己也頻繁出差，一家一家上門拜訪，向客戶介紹我們的產品和服務。
為了和第一家銀行客戶達成合作，我們前前后后溝通了8個月。對方每打來一通電話，我和技術團隊就從杭州直飛北京，飛了不下20趟。有一次抵達后，我們駐場該銀行做系統測試。當時，銀行給了我們100筆已發放的貸款數據，其中有5筆是欺詐分子申請的壞賬，銀行要求我們找出這5筆貸款。
我們把這些數據導入云服務系統一跑，出現了8筆可能的壞賬，其中4筆和銀行已發現的5筆重疊，另外4筆則是新發現的。又等了3個月，這4筆里可疑貸款里果然又出現2筆壞賬。這個超出預期的表現證明我們的產品可以覆蓋已知壞賬，還能預測未來壞賬，由此幫助我們打敗其他競爭對手，贏得了這家銀行的信任與訂單。
與第二家銀行接觸，我們照樣全力以赴。白天，我們按照客戶的需求隨時改動代碼;晚上，回到旅館后繼續修改。沒有網絡，我們就不停買流量，開Wi-Fi熱點，整整改動了三天三夜。不過，這次項目競爭我們輸了，那家銀行選擇了一個他們更加熟悉的機構合作。
這是我們可以預見的困難，金融機構大多傳統，想讓他們接受新事物不可能一帆風順。但幸運的是，經過這三年時間，國內企業的理念發生了很大變化。
三年前，很少有金融機構愿意共享數據以實現聯防聯控，他們認為數據是最核心的資產;而現在，很多金融機構都意識到這一模式的價值。目前，我們有遍布全國的5000多家企業客戶，這些客戶超過一半是金融信貸機構
，其余則涵蓋保險、電商、游戲、O2O、社交、三方支付等幾乎所有互聯網領域。
平均每天，我們收到的客戶被請求量都能達到3000萬次，我們因此發現了很多欺詐的模式。現在，我們對每個請求的反應時間已經提速到不足200毫秒。而且，我們的服務也越來越完善了。
此前的反欺詐云只能識別是否該給某人發放貸款，2015年推出的信貸風控云及信用評分則能建議應給某人貸款多少金額。我們拿到信貸機構給出的個人客戶數據，通過交叉驗證這些個人客戶在所有信貸場景的行為并預測其還款能力，向信貸機構建議向該客戶的放貸數額。有一家客戶原本的審批速度要幾天，接入信貸風控云后，十幾分鐘就可以作出針對該決策的決定了。
不同于傳統風控的逾期催收方式，我們增加了貸后監控環節。當某個平臺的借款人在其他平臺出現逾期記錄、新增借貸和經濟法律糾紛時，只要兩個平臺都加入了我們的平臺，我們就能第一時間識別到這些風險，之后立即通知另一平臺以防范信用惡化風險。
有人曾經問我，如果某天把國內的欺詐分子全抓完，你們是不是就沒工作可做了。我想說，那天永遠不會到來。即使像美國那樣擁有發達、成熟、穩定金融體系的國家，欺詐仍然在不斷發生。欺詐與反欺詐是沒有終點的攻防，變化的只是博弈的難度：防住現有手段只會逼出更高手段，我們又要開發新的模型和算法。
而且，中國的信用事業剛剛起步。未來五年，欺詐風險和信用風險的分析市場很可能達到千億的規模。這個市場一定會形成一個生態，有征信局，有專業的數據分析公司，有研發相應分析工具的公司，還有專門提供個性化服務的公司。
置身消費金融的浪潮下，我們很快成為領跑者。但要實現最初的愿景，用大數據分析和技術的手段提升整個社會的網絡欺詐成本，建立智能誠信網絡，我們仍需自省和提高，力爭為中國的誠信事業貢獻自己的一份力量。
