当前位置: 首页> 移动设备




专访LinkfaceCEO黄硕:不惧阿里,转型征战千亿车险市场

发布时间:19-11-07

[ 导读 ] Linkface此前是商汤旗下子公司,2016年九鼎入局之后,它进行了一次内部重组。近日,专访了Linkface CEO黄硕,他讲述了Linkface的转型和︹︺︻今后布局。

Linkf╞ace此前是商汤旗下的子公司,2016年九鼎入局之后,它进行了一次内部重组,九鼎占据大部分股份,但商汤依然还有股份。其核心技术团队里仍然是原来商汤的那些人,技术实力依旧。〥

Linkface CEO黄硕说,“Linkface之γ前偏向技术,主要做人脸识别,往各个行业试试,尝试了互联网娱乐,比如在线直播的人脸、表情识别的事情。︴重组之后算是明确了自己◎方向,目前团队规模为70多人,其中技术团队50人左右,专注在金融行业。”

聚焦金融行业的中端和后端业务

在金融体系内,业务按流程主要可分为三大版块:前端、中端和后端⿹。

前端:前端主要是获客,一◙般有两种方式:一种是提高原有客户的转化率,为其推荐多种产品,做交叉销售;另一种是针对陌生客户,把他们吸引到进来。

中端:风控和反欺诈。

后端:身份验证。

Linkface主要聚焦在后端和中端业务,帮助企业做业务流程自动化。

1、后端身份验证

Linkface在后端主要提供人脸比对、人证比对和活体检测的身份验证服务。

人脸比对:计算两张人脸相似度,确认是否为同一个人;

人证◇比对:验证用户自拍视频或者照片与身份证照⿻片的匹配关系,确认用户的身份是否真实有效;

活体检测:检测当前用户是否为真人,分辨照片、静态模型、≒视频等仿冒欺诈行为。

以Ↄ上三种技术里,活体检测技术要求最高,要做好并℡不容易。今年315晚会上就曾爆出,利用技术手段,仅拿真人照片/视频就可以仿冒他人面部信息,通过配合系统动作指令,骗过人脸识别,从Θ而成功登陆他人的账户。

为了保障用户安全,Linkface在公司成立之初就在人脸识别防黑客上投入大量的研发资源,进行工业级别“活体检测↹”技术的深入研发。真人录制♂的视频或经过软件处理合成的视频,在通过活体检测环节时必然要借助屏幕呈现,而屏幕展现的成像与真人活体在摄像头前的录制的视频流相比,会有诸多人眼难以察觉但计算机可以迅速捕捉到的细微差异,比如◥屏幕反光感、摩尔纹、像素点纹理、镜头畸变、实时光线环境与屏幕成像色调的不匹配等,这些可以端倪都会被基于大数据和深度学习的活体检测模型敏感地捕捉到而予以报警。

而且,Linkface活体检测数据接口在数据采集中单独使用了加密算法,保证数据对第三方不可见;同时在整个调用流程中使用SSL传输协议,提高了整个数据闭环的安全性能。

此外,Linkface在现有防黑客技术的基础上,已尝试把3D成像和3D人脸识别等新兴技术≯应用在支付等对安全级别要求更高的场景中,进一步提升防黑客能力。据了解,在实际金融应用中,Link۩face人脸认证系统经过3亿次调用,创下了单日拦截黑客攻击超过1♀0万次的记录,为客户减少近亿元经济损失。〆

除了人脸比对、人证比对和活体检测,Linkface还做卡证上的信息读取,比ε如身份证、银行卡、驾照ω、行驶证、房本等一些证件的信息读取。这些证件以前是靠人工审核,效率非常低。黄硕说,Linkface采用基于神经网络的算法来做,可以极大提升审核效率。

传统审核└技术上也会采用OCR的方法,这种方法可以将A4纸读出来,但是证件、营业执照会有损坏、折叠、覆膜和底纹等,传统OCR算法读不出来,而通过计算机视觉技术可以把这些信息读出来。

黄硕说,Linkface的算法在真实场景下的人脸和证件识别准确率能达到95%左右。一般来说客户最多能承受两次出错,通过计算,(1-95%)*(1-95%)=0.25%的出错率,而行业一般在0.3%以内的出错率就可以达标。

2、中端反欺诈

Linkface的中端业务主要做互联网金融的反欺诈,比如征信、风险定价,通过整合云端社交数据,对大规模用户数据的分析建立用户关系画像模型,生成用户欺诈风险测评估报告。

具体而言,用户登录APP之后一般会上传头像,如果在同一个时间段内几个IP地Ⅰ址相近,Linkface通过大数据、图像识别技术就能检测到上传头像背景也很相似,这很可能是一个欺诈团伙。

另外,通过图像做用户画像,可以帮助企业做风险控制,判断用户的风险︶︷︸承受能力和授信额度。在取得用户授权之后,通过识别其微信朋友圈、微博的照片,对用户进行风险评估。比如用户微信、微博的照片都是跳伞、攀岩、冲浪这类极限运动,系统就会标注两个标签,一个是这个人很有钱,另一个是风险偏好表较强。

在中端业务上,Linkface主要瞄准互联网金融公司,并不切入传统银行♥。对此,黄硕解释,传统银行的市场相对比较封╣闭,他们对新技术的接受度比较低。而且银行对A╭╮I的需求方不是业∩务部门,而是他们的技术科技部,其对AI的定位是技术储备,而不是通过AI挣钱,动力不是很强。另外银行用户一般都有银行卡,其在获取用户的时候,已经验证用户身份,不需要技术再次验证。相比之下,互联网金融没有这些流程,他们获客需要√技术“防护墙”。

其实,国内AI创业公司切入金融行业的并不少,比如云从、旷视等,相比竞争对手,黄硕认为Linkface更懂金融,他举例说:“金融客户接受一个服务的时候,他们的基本原则要求是不要轻易改变他们现有的业务流程,因为金融业务的流程特别复杂,不像互联网公司可以试试,金融机构新业务没有半年的不会跟你谈,切忌‘心太大’。另外,一定要理解客户的思考方式,我们做这个行业十几年了,对▲行业理解很透彻,其实客户愿不愿意和你聊也是个问题。”

目前,Linkface已经与数百家互联网金融公司合作,包括宜信、团贷网Ⅵ、有利网等国内较大的互联网金融公司。

发力千亿车险市场,提升理赔效率

人工智能极大提升了保险行业的理赔效率。

近日,平安人寿推出平安"闪赔"服务,运用人脸识别技术,通过手机A♧pp轻松识别客户的面部特征信息,瞬间确认客户本人,将理赔时效从“数日”缩短至“30分钟”。≌

据介绍,AI技术会生成无数条风控规则,并结合客户个人的历史征信数据,在理赔案件发生的时候进行筛选判断。如★果筛查到“有问题”的案件,则会交由人↘工进行进一步核对,大大提高了风险防控水平,而这样的效率,是传统寿险理赔时人工全程审核无法做到的,极大简化了理赔流程。

其实,除了个人保险,车险也是一片蓝海市场。

数据显示,我国汽车产销量2016年突破2800万,保有量已达到2亿辆。预计到2020年汽车产量维持在高位300┖0万量,保有辆超过2.3亿辆。2016年我国车险市场规模达到了7000亿规模,到2020年车险市场有望达到1.2万亿,◑↔↕▪目前我国已经成为全球第二大车险市场。

但是,车险理赔一直是保险公司头疼的问题,因为很多用户的车出ⓥ现事故之后,会夸大保险理赔的程度,比如车是一个划痕,在填写的时候可能会写两道划痕,或者把划痕写▎▏成“大坑”来骗保。

针对这种情况,保险公司传统的办法是人工审核,但是人工审核的效率很≤低,可能出错,人力成本也很高。统计数据显示,目前业内约有10万人从事查勘定损的工作。

目前,Linkfae针对车险行业,也提供基于图像识别技术的全流程自动化解决方案。

“我们通过计算机视觉自动识别骗保的问题,以前都是靠人工审核,现在用户在上传到那一刻,计算机自己识别是不是划痕。”黄硕说,”保险理赔行业是AI应用的一片蓝海,车险规模大概是7000亿元,理赔约占据60ι%,整个市场规模大概在4000亿元。”

与银行不同,保险公司对技术改变效率从而提升成本的动机很强,因为保险公司承保的利润非常薄,大部分是略亏钱,如果AI能帮他们提升几个百分点的效率,他们就由亏变盈利,这对于他们是一个质的变化。

黄硕说,Linkfae在技术上能在骗保里面认出10%,骗保占据车保险的20%,整体提升车险的2%,之后技术准确率还能提升。

其实,AI在车险上应用的技术门槛并不低,比如光影,用户在马路上拍车照,尤其是银色的车,反光非常强,很难识别。

再如车撞的位置如果正好是转角的地方,那么到底是车本身设计的“弧线”,还是被撞成一个“坑”,很难区分,这种情况,就要对特殊的场景专门训练模型。

在商业模式上,Linkface与云平台的盈利模式类似,按照客户调用次数付费的方式盈利。黄硕透露,Linkface目前每个月有几百万元的收入,今年营收预计有几千万元。目前,Lin↗kface已经与阳光保险、太平洋保险达成合作。

其实,AI+车险的玩家不只Linkface。今年6月,蚂蚁金服宣布向保险行业全面开放技术产品“定损宝”,用AI模拟车险定损环节中的人工作业流程,帮助保险公司实现简单高效的自动定损。

蚂蚁金服保险事业群总裁尹铭给记者╯╰算了笔账:据估计,每年4500万♀件的私家车保险索赔案中,“定损宝”能覆盖的纯外观损伤案件占比约在60%,以每单案件的平均处理成本150元计算,有望每年为行业节约案件处理成本20亿元。

面对巨头◥的强势入◁局,黄硕却并不慌张,他说,巨头的入局说明这个方向是不错的,而且有人帮你“呐喊”,市┝场被教育的速度会快一些;其次,车险是一个TO B的业务,很难出现一家▁▂▃▄通吃的局面,所有保险公司不可能只用一家技术。

上一篇: AI如何实现工业化? 百度尹世明:ABC+X新型架构
下一篇: 苹果、谷歌、微软使出杀手锏 移动系统陷入军阀混战