解决数据太多的问题，我们比较轻车熟路，因为我们过去在互联网上处理的数据量比这个大的多。而如何解决数据太少的问题，这里面有几个层次：

　　首先行业的专家经验非常宝贵，所以应该把专家的经验教给机器，承担专家机械手的角色，扩大处理范围。目标一定是对传统行业做一个人机结合的改造，专家以前可能只能看几百个人的信用审核，现在一天可以做到几十万，甚至是几百万。

　　其次在面对像现金贷这种缺乏传统征信数据的新兴场景，我们做的是深度学习特征提取框架，以及专家人工特征提取框架，融合机器和人的经验，从非传统数据里面提取有价值的信息。我们提供的核心功能是机器特征工程的能力，说白了就是用数据的原理。传统做法是专家要去调公式，但是我们深度学习模块产生的特征，在实际场景中已经是提升模型区分度更重要的推手。

　　做AI创业，是用一种新技术去提升这个行业，也就意味着你在初始阶段并不是这个行业的内行。要像外行一样思考，像专家一样实践。既要去学习行业里面现有的规则，同时，也要带着自己的特点。

　　一定要有一个非常好的团队。第一要有好的科学家，做算法和用数据。其次，要有非常强的工程执行团队，把技术变成生产力。而因为技术人员和科学家的思考，离最终的用户会比较远，所以产品也是这个团队很核心的位置。在团队里边，每一个人都要有产品意识，并不仅仅是要有一个好的产品经理。

　　另外一个很重要的点是，atv，你的客户其实是你非常好的产品经理。我们最开始，一定是跟最领先的金融机构去合作，因为他们是最理解这个行业的；跟行业里面最优秀的从业者去探讨需求，是快速学习的最佳途径。

　　我们现在的合作伙伴，要么是传统金融机构里面最领先和开放的优秀合作伙伴，要么就是本身技术能力非常强的新兴势力，通过强强联手帮助业务快速的增长。

　　我们参与了这样一个历史进程：通过更先进的处理数据和使用数据的技术，对新形势下风控决策体系做改造和升级，最终实现整个金融行业更高的运作效率。

　　真AI只能用钱表达

　　下面是我创业以来的一些思考和体会。首先最重要的因素还是人，要记得自己的基因和初心。

　　很多人会问我，为什么不直接去放贷款？ AI跟传统行业合作提升效能的时候会遇到很多这样直接的业务诱惑。这个时候，要思考清楚，做金融业务的天花板在什么地方？你的价值是更广阔的星辰大海。

　　第二点，做AI的创业，销售非常重要。你要把你的能力和产品推销出去，推销给你的客户，推销给你未来的员工，推销给对你有帮助的资源。把你能够提供的价值和对方的需求匹配起来，最后完成价值和利益的交换，这就是一个销售的过程。不会做销售的科学家不是好的产品经理。

　　第三点，AI是技术驱动型的公司，做的是创新性的事，永远要保持你的团队是A类的人才。团队成员要彼此信赖和信服，才能碰撞产生最大的价值。最开始的时候我们就是一支在信任基础上建立的优秀团队，并且一直保持非常高的标准，源源不断的吸引优秀的成员加入。

　　第四点对AI创业非常重要，就是持续获得价值肯定。只有更强的需求驱动，有足够宽的赛道，才能让牛逼的团队跑起来。真正能够取得成功的，一定是找到跟商业价值直接挂钩的道路的团队。

　　所以，总结起来：真正的AI只能靠钱来表达。