首先，是柯南特征工程。对于传统金融来讲，他们看到的特征可能是那几项、十几项特征，但是对于人工智能技术模型来讲，它看到的是一个用户 1200 个特征，而这个特征是跟逾期率相关的。

其次，是 D-AI 机器学习模型。类似于 Google 用机器学习来识别猫的意思，每天都有 5-6 万用户在智融集团的「用钱宝」应用，每个用户有 1200 个特征点，所以机器每天处理的特征点数将会充分告诉沉淀下来，分析出什么是好用户，什么是坏用户。

机器会比人更加擅长处理大量数据的定量计算，它比人的学习速度快得多，而且没有偏见，不会疲劳，不偏不倚，因此就不用担心说像传统金融领域一样的从业者欺诈行为。

基于这样的优势，智融集团的单月信贷量已经突破了 150 万笔，单笔业务机器审核速度平均只需 8 秒时间，全程无需人工介入，并且满足了 7*24 小时的服务量。这些在传统金融行业看来几乎无可能做到的服务，atv，如今变成了围绕我们每个人的日常服务。

像特斯拉一样打造新引擎

特斯拉之所以在汽车领域特立独行，不仅仅是因为它的使用体验，更在于特斯拉是一家能源公司，为了加速全球向可持续能源的转化，特斯拉汽车是生态链上的重要一环，而是加速自身生态链成熟的核心引擎。在焦可看来，智融集团要打造的，也不只是金融业务的新外壳，更一个全新引擎。

依托人工智能对于金融服务的变革，将会突破传统金融行业的局限。不再「拿着锤子找钉子」，而是先找到人，然后根据需求打造全新的产品。不再削足适履，而去找到让金融服务更「智能」的方式。

而对于智融集团来讲，每个行业都会经过「贸工技」的阶段：

贸：我们先把这个东西拿出来卖，做渠道、流通。

工：我们通过一些技术的手段加强这个行业的效率。

技：我们要通过一种新的技术去改变一个行业内在的实质。

在互联网的很多领域里，无论电商还是 O2O，还是信息，都会经历这样的过程。但是互联网金融行业，在过去的很多年发生的事情往往是集中在贸和工的领域，也许是时候要将更多核心转移到「技」上面。

这也正是李开复认为人工智能之所以与金融完美契合的原因所在：一方面，机器可以处理海量数据，同事机器学习速度高于人，适应市场变化也更迅速。另一方面，机器能够更好做到反欺诈，也比人偏见更少。所以，利用人工智能打造全新金融引擎这件事，也许看起来还有一段长路要走，但是仍然值得期待。

如焦可所说：传统的金融是一个少数人的金融，如果想改变这样的问题，改变这样的不平等，实际上需要的是一个更加有智慧的金融。（编辑：Rubberso）返回搜狐，查看更多