口述者：蒋韬
年龄：38岁
身份：同盾科技创始人兼CEO
6个月前，同盾科技完成B 轮3200万美元融资。
比这更让我高兴的是，创业三年，公司没有偏离初衷，我们还是希望为不同企业提供服务，通过数据共享建立反欺诈联盟。依托这个联盟，一个欺诈者无论如何变换身份，只要他敢在一家机构作案，我们就能通过追踪到其行动轨迹预警所有服务的机构。
萌发上述初衷时，我已在互联网行业工作了9年。2004年在复旦大学获得计算机科学硕士学位后，我先在IBM全球化实验室做研发，又在美国一家创业公司做研发管理。这样的生活持续5年后，我回国入职阿里巴巴。正是在这里，我首次接触到互联网风控这个领域。
风控即“风险控制”，它对于从业者的综合要求相当高。首先，你必须要懂工程技术，因为它涉及大量的实时计算;其次，你要深刻了解算法，因为这个行业需要不断建立和完善数学模型;最后，你还要懂得攻防战术，这点要求你必须下功夫研究欺诈分子的工作方式和特征。
作为一家大数据风控服务提供商，我们帮助企业识别平台上潜在的两种风险：一种是欺诈风险类，如用虚假身份证、手机号虚假交易或申请贷款，这类情况中的当事人通常在主观上就有欺骗的愿望;另外一种风险是信用风险类，也就是借款人因为各种原因失去了还款能力，存在违约概率风险。
在烧钱模式风靡的互联网领域，反欺诈尤为重要。企业愿意烧钱，是因为他们想获得真实客户。但因为越来越高超的作弊手段，欺诈者有时只要十几分钟就能拿走很多用于营销的钱。因此，风控公司不但要找到欺诈者，还必须在短时间内预防欺诈行为，避免造成更大损失。
这种极富挑战性的工作正是我喜欢的。在阿里巴巴，我主导开发了好多款基础反欺诈和风险控制产品。工作时间长了，我发现有很多中小公司对各类网络欺诈不胜其烦，却苦于自身无力应对，市面上也缺少提供专业服务的第三方公司，这样我看到了一个商机。
是继续留在阿里，获得近在眼前、数量可观的期权收益;还是离职创业，成立一家中立的大数据风控公司以服务更多企业?这道选题让我一开始非常犹豫。身边的朋友们都觉得，企业一般不愿意共享自身的客户数据，做这件事难度系数太大，纷纷劝我放弃。但创业念头一旦生成就难以抑制，我总是说服我自己说：试一下吧，就算这样失败了，你也不会后悔。
我还是选择了创业。2013年10月，我离开阿里，随后一个月里，两个阿里巴巴安全部门的老同事、一个曾在PayPal工作的复旦学弟也加入了进来。在福地创业园一期一间与另外两支创业队伍共享的免费办公室里，我们六七个人把两张长方形桌子一拼，安装好从我家中搬来的电脑，就算正式开业了。
头几个月，团队一边给客户做项目挣钱，一边着手布局云服务产品的搭建。于我而言，招人是一项重要工作。我在智联招聘、拉勾、内推等平台注册都申请了账号，每天抽时间一页页浏览求职人员的简历。看到有不错的人选，我立马一个电话打过去，约时间见面聊。为了找到30名员工，我至少打了300通电话。
到2013年末，互联网金融起势，新金融机构纷纷涌现。与设有线下门店、把关严格、手续完备的传统金融机构相比，大部分新金融机构的风险控制能力都非常弱。通常，借款人只要注册身份证号和手机号就能获得几万块现金的贷款，许多新金融机构几乎没有有效的反欺诈措施。一旦这些钱被贷给某个虚假借贷人，血本无归就是惟一的结果。
项目订单一下子加大了。我们一方面不断根据客户需求开发模型、研发策略、部署上线，并供给后续服务。另一方面也抓紧时间进行技术攻关。当时，数据模型的迭代和升级速度特别快，每周“魔鬼发布日”前，技术产品团队都经常通宵达旦以求完美。
“打鸡血”一样的氛围中，首款风控云产品——反欺诈云上线了，其内置的风险决策系统能够自动为测试数据选择模型。这是一个非常好的产品，但当时的同盾只是名不见经传的小公司，最开始只有2家客户。没有标杆客户，业务在几个月时间中也都没有增长。现实困境下，我们只能实行“效果付费”，公司都可以先免费测试，认可效果后再付费。我自己也频繁出差，一家一家上门拜访，向客户介绍我们的产品和服务。
为了和第一家银行客户达成合作，我们前前后后沟通了8个月。对方每打来一通电话，我和技术团队就从杭州直飞北京，飞了不下20趟。有一次抵达后，我们驻场该银行做系统测试。当时，银行给了我们100笔已发放的贷款数据，其中有5笔是欺诈分子申请的坏账，银行要求我们找出这5笔贷款。
我们把这些数据导入云服务系统一跑，出现了8笔可能的坏账，其中4笔和银行已发现的5笔重叠，另外4笔则是新发现的。又等了3个月，这4笔里可疑贷款里果然又出现2笔坏账。这个超出预期的表现证明我们的产品可以覆盖已知坏账，还能预测未来坏账，由此帮助我们打败其他竞争对手，赢得了这家银行的信任与订单。
与第二家银行接触，我们照样全力以赴。白天，我们按照客户的需求随时改动代码;晚上，回到旅馆后继续修改。没有网络，我们就不停买流量，开Wi-Fi热点，整整改动了三天三夜。不过，这次项目竞争我们输了，那家银行选择了一个他们更加熟悉的机构合作。
这是我们可以预见的困难，金融机构大多传统，想让他们接受新事物不可能一帆风顺。但幸运的是，经过这三年时间，国内企业的理念发生了很大变化。
三年前，很少有金融机构愿意共享数据以实现联防联控，他们认为数据是最核心的资产;而现在，很多金融机构都意识到这一模式的价值。目前，我们有遍布全国的5000多家企业客户，这些客户超过一半是金融信贷机构 ，其余则涵盖保险、电商、游戏、O2O、社交、三方支付等几乎所有互联网领域。
平均每天，我们收到的客户被请求量都能达到3000万次，我们因此发现了很多欺诈的模式。现在，我们对每个请求的反应时间已经提速到不足200毫秒。而且，我们的服务也越来越完善了。
此前的反欺诈云只能识别是否该给某人发放贷款，2015年推出的信贷风控云及信用评分则能建议应给某人贷款多少金额。我们拿到信贷机构给出的个人客户数据，通过交叉验证这些个人客户在所有信贷场景的行为并预测其还款能力，向信贷机构建议向该客户的放贷数额。有一家客户原本的审批速度要几天，接入信贷风控云后，十几分钟就可以作出针对该决策的决定了。
不同于传统风控的逾期催收方式，我们增加了贷后监控环节。当某个平台的借款人在其他平台出现逾期记录、新增借贷和经济法律纠纷时，只要两个平台都加入了我们的平台，我们就能第一时间识别到这些风险，之后立即通知另一平台以防范信用恶化风险。
有人曾经问我，如果某天把国内的欺诈分子全抓完，你们是不是就没工作可做了。我想说，那天永远不会到来。即使像美国那样拥有发达、成熟、稳定金融体系的国家，欺诈仍然在不断发生。欺诈与反欺诈是没有终点的攻防，变化的只是博弈的难度：防住现有手段只会逼出更高手段，我们又要开发新的模型和算法。
而且，中国的信用事业刚刚起步。未来五年，欺诈风险和信用风险的分析市场很可能达到千亿的规模。这个市场一定会形成一个生态，有征信局，有专业的数据分析公司，有研发相应分析工具的公司，还有专门提供个性化服务的公司。
置身消费金融的浪潮下，我们很快成为领跑者。但要实现最初的愿景，用大数据分析和技术的手段提升整个社会的网络欺诈成本，建立智能诚信网络，我们仍需自省和提高，力争为中国的诚信事业贡献自己的一份力量。