乐信十年踏准AI“奇点”：业务应用全面拥抱大模型

技术要深入业务毛细血管，从业务中来到业务中去

▼  ▼  ▼  ▼▼   ▼▼  ▼▼

文 | 周公子

编 | 周星星

这是一个旧红利消失的时代。无论是人口、规模还是资源，这些催生中国移动互联网蓬勃发展的传统红利正在逐渐消失。说到新的红利，那必然离不开技术，尤其是LLM大模型为代表的人工智能技术。

过去10年，中国金融科技领域抓住了人口和规模的红利，推动金融业务持续高速增长。《全球金融竞争力报告2022》显示，中国全球金融竞争力排名世界第八，与第一名美国的差距不断缩小。

刚满10周岁的乐信，便是其中一个缩影。2019年，乐信作为中国金融科技代表入选哈佛商学院案例，国际媒体All Tech Asia在一篇《金融科技行业到了Copy中国的时候了吗？》的报道中，引用哈佛商学院教授Lauren H. Cohen的观点称，“中国已经成为金融科技领域的领导者，世界其他国家应该向其学习。”

面向下一个10年，乐信希望抓住新一波技术红利推动业务持续稳健发展，LLM大模型显然是不能错过的新变量。

乐信CTO陆勇表示，LLM大模型将会重塑各行各业，带来全新的生产力，金融科技行业也不例外。

LexinGPT正式对外亮相

今年一季度，乐信自研大模型LexinGPT正式对外亮相。据乐信CTO陆勇介绍，目前LexinGPT 已加速融入乐信业务全流程。乐信正率先借助AI和大模型，在助力业务层面迈出坚实一步。

Part 1

自研大模型加速落地应用

全流程助力业务提质增效

从一季度LexinGPT正式对外亮相后，乐信就不断加速自研大模型的落地应用，帮助业务去肥增肌、提质增效。

一方面，大模型在数据萃取、模型构建等底层能力建设上发挥重要价值，助力业务和企业经营的智能化决策。

作为细分行业领先的金融科技平台，目前乐信坐拥近2亿优质高成长的年轻用户，其庞大的用户行为画像数据、真实交易链路数据无异于一笔巨大的数据资产，“对于预测用户行为偏好有着重要价值。”陆勇表示。

但如何梳理数据关系、厘清数据血缘，就好比对一个陌生城市的人口普查，浩大而费时。大模型的优势显现出来：通过深度学习算法，大模型可以更高效在的进行数据清洗、分类和计算。在包括LexinGPT等技术协同下，经过两年多的努力，乐信技术团队逐渐梳理清晰了海量数据关系，并形成了不同场景下、用于预测用户行为偏好的众多精准模型，包括：借钱意愿度模型、营销偏好模型、offer满意度模型、还款意愿度模型、客户流失预警模型等。

企业经营的智能决策由此得以实现：基于海量精准的预测模型，乐信开发了“图灵(Turing)决策仿真系统”——系统可以直接模拟多种真实经营场景，相当于企业经营的“模拟考”，并最快只需几十秒内就可以快速输出各项经营关键指标表现，模拟结果的精准度超95%。例如一个撮合匹配的优化策略, 原来实际上线测试几个月可能会耗费高额的成本, 现在通过图灵仿真系统, 90秒内就可以得到置信度非常高的结果。

这样的快速反馈和高精准度给了乐信经营更大的灵活性和准确度。基于“模拟考”结果。可以快速调整策略、再次“模拟考”，并最终调优出最佳的决策方案。乐信进行了一项小范围的测试，当AI 算法同等情况下比较，也就就随机用户、同等分布的用户的情况下比较，在图灵(Turing)决策仿真系统加持下，能使得提升整体利润率 10- 14 个BP。

另一方面，LexinGPT还在电销、业务机器人等多个业务流程中深入落地使用，提升效率。

今年一季度，LexinGPT就在研发代码辅助、设计创意生成、电销和客服智能化服务等领域落地。以电销场景为例，应用AI大模型后，一季度当日授信转化率相对外采技术提高70%、当日下单转化率提升10%。

二季度，乐信加速金融垂直大语言模型应用落地，在数据分析、数仓设计、风控数仓升级优化等领域落地，大大降低数据分析的参与门槛、提高数据分析效率。

效率的提升也更直观地反映在业绩上：今年二季度，乐信、利润再次实现同比双位数增长，业务已连续5个季度稳步增长。

Part 2

乐信技术十年进化史

深入业务的毛细血管

作为金融行业垂直大语言模型，LexinGPT不断迭代、加速落地多种应用场景，不过，在陆勇看来，LexinGPT并不意味着疯狂烧钱。

陆勇直言，大模型有诸多技术流派和路线，但乐信更注重与业务场景的融合应用，而非不计成本的盲目投入。据悉，LexinGPT是在通用大模型基础之上，通过乐信金融专属数据预训练、业务数据精调，服务于业务的垂直大模型应用。“只有落在业务实处、渗透到业务毛细血管中的技术，才能真正助力业务。”

把科技创新写进企业文化价值观

而这种从业务中来、到业务中去的务实技术风格，正是乐信过去十年技术的一贯写照。

2013年前后，正是看到市场上数亿年轻消费者的消费金融需求得不到满足，以及坚信分期和信用可以帮助年轻人更好成长，乐信CEO肖文杰下海创业，乐信由此诞生。

彼时，摆在金融行业面前的问题是：包括大量年轻消费者在内的信用缺失人群的风控难题。

基于对业务需求的洞察，利用人工智能等先进技术，鹰眼、虫洞就此诞生。

鹰眼是基于分期乐商城上的海量消费数据而研发的一套大数据风控系统。当用户在分期乐商城购买一件商品时，其互联网电商行为数据、人脸识别机器指纹验证以及外部征信数据合作方提供的数据等等都主动会进入到鹰眼引擎中。有了这些大数据，运用机器学习手段，鹰眼引擎就能对该用户的还款能力、还款意愿、负债信息、稳定性、负面信息作出评估，并自动完成即时预警、拦截以及分析部署等功能。

虫洞是乐信旗下海量小微金融资产处理技术平台。该系统会根据资产状况进行分级、定价，按照不同资金方的资产要求，通过规则和算法进行智能筛选、在线自动撮合，让分期乐商城生成的订单能够秒级匹配到合适的资金方，成功率在93%以上。

正是以“鹰眼”、“虫洞”为代表的大数据风控、资产匹配等AI应用，通过技术和场景的结合，成为金融科技平台区别于传统金融机构的重要标签和比较优势，是金融科技平台对传统金融行业的效率革命。

2018年前后，鹰眼、虫洞之后，同样是基于对业务的洞察，乐信成立AI实验室，探索将人工智能应用于运营、风控、资产匹配等全链条业务流程中。通过大数据和AI技术，乐信在商品推荐、风控和运营方面全面提升了效率、降低了成本，智慧金融核心系统单均IT成本降低90%。

现如今，通过自研大模型应用，乐信开启了新一轮助力业务、深入改造业务每一个环节的技术进程。

回顾乐信十年，正是因为对新技术的敏感捕捉、深入业务场景的融合应用，帮助乐信不断重塑自身、不断增强自身实力和行业竞争力。

“技术和业务相结合的飞轮，一开始，你必须使很大的力气，一圈一圈反复地推，每转一圈都很费力。但是飞轮一旦运转起来就会越来越快、很难停下。”陆勇表示。

—THE END—

☻ 

原创文章，未经授权，请勿转载。

以上观点分享不构成投资建议。