第一次，乔杨拒绝了，因为他那时刚开启了一段创业征程，做消费信贷。

结果，转了一大圈，京东金融发现，还得回头找乔杨。

因为他们要找的这个人，既要有海外风控建模经验、又要懂中国业务，同时还要有创业经验。乔杨在美国通用电气公司、美国发现银行（Discover）都曾任职，还正在创业。

为了打动乔杨，京东金融来了番车轮战，其HR负责人甚至专程飞到上海，与乔杨及家人单独聊了一次。

2016年10月，乔杨正式出任ZRobot的CEO，带领7人团队开始了开拓中国数据技术疆土的征程。ZRobot是一家大数据技术公司，根据高维度的变量,利用数据挖掘、机器学习等技术,为各类金融及非金机构提供信用评分模型、反欺诈系统、资产定价、精准营销等服务，银行、汽车金融、消费金融、小贷公司等都是其客户。

ZRobot由京东金融和美国公司ZestFinance联合创办。ZestFinance由谷歌前CIO道格拉斯·梅瑞尔创办，是一家将机器学习应用在信贷领域的大数据公司,曾拿到创办了贝宝（PayPal）的“硅谷教父”彼得·蒂尔（Peter Thiel）领投的2000万美元融资。

◆◆◆

为什么京东金融找上ZestFinance？

在美国，大名鼎鼎的FICO评分系统通过强相关的金融变量建立信贷模型，已经能够覆盖85%的人群，而ZestFinance瞄准的则是剩下15%征信覆盖不到的人群。ZestFinance通过弱相关的变量模型成为FICO的极大补充，使缺少征信记录的人也能够得到透明公正的金融服务。

然而，ZestFinance的问题在于，尽管跟FICO几百维的变量相比ZestFinance已经可以在互联网、第三方近7万维的弱相关变量上建模，但是15%的比例让其在美国本土最多只有5000万的潜在用户，天花板显而易见。

大洋的另一端，京东金融在内部成立了一个创新模型组，邀请ZestFinance模型团队和内部团队进行了深度沟通，京东金融想知道，美国的这套技术能否在国内落地？

结果证明，在数据相同的情况下，ZestFinance搭建出的模型在反欺诈、授信、精准营销领域的效果非常明显。2015年6月，京东金融宣布了对ZestFinance的投资。

注资只是第一步，按照京东金融的设想，用ZestFinance的技术加上中国海量高维的互联网数据，可以最大程度释放国内的信贷市场。

在国内，个人征信体系覆盖率仅为28%，具有完备信贷记录的人群只有3亿，余下的11亿人中除去老人、小孩等，至少也有5亿的适贷人群。但是各家银行之间底层数据不共享，导致内部评分卡只适用某一家银行的特定客群，打出来的分数不具备通用性。

但是京东拥有超2亿活跃用户，能够最大化弥补数据不共享的痛点。

2016年11月，京东金融将金融场景积累的实战经验及数据结合ZestFinance先进的数据挖掘及模型技术，再加上数百万美金的天使轮投资，ZRobot正式成立，目前风险评估能够覆盖近6亿人群。

◆◆◆

是“数据技术”而不是“大数据”

“ZRobot不是大数据公司，也不是征信公司，而是一家数据技术公司。”乔杨说。在他看来，要想在国内做数据技术必须具备三个基本条件：

第一，要拥有优质丰富的数据源，数据要满足“大”、“厚”、“动”三个特点。大是指数据要有沉淀，量大；厚是指数据维度要足够高，“比如京东有客户浏览商品、下单、理财、信用支付等多维度的数据。”动是指数据要具备及时性，实时更新。

第二，要有能够处理海量高维数据的团队，技术要过硬。

第三，要具备深入的业务场景经验和数据解读能力。

乔杨认为技术本身并不是壁垒，任何算法和模型，如果脱离了场景就失去了意义。ZRobot是业内第一家提出“Network Learning”即“漫网”技术概念的公司。将机器学习与复杂网络技术相结合，通过多维人际关系网络构建与用户个体画像的融合，落地应用于信用评估，关系授信，黑名单拓展，精准营销等丰富的场景。

▲ ZRobot北京团队

而国内众多大数据公司的痛点在于：没有数据生产能力，爬虫技术成为数据主要获取手段。使用爬虫的场景存在严重的逆向选择问题，使得覆盖度偏向高风险人群，同时业内缺乏数据挖掘能力、解读能力的专业团队，数据处理能力也参差不齐，因此诸多所谓大数据公司只能做底层数据的浅加工和输出。如此一来，不仅产品质量不能保证，还会导致产品同质化严重，往往陷入价格战。