本文整理自同盾科技-軟件產(chǎn)品負(fù)責(zé)人-何免在 NUC 2022 年度用戶大會(huì) · 生態(tài)伙伴專場(chǎng)的分享,。

各位線上的以及現(xiàn)場(chǎng)的朋友大家好,，我是來(lái)自同盾科技的何敏，現(xiàn)在是同盾科技的軟件產(chǎn)品負(fù)責(zé)人,。非常感謝悅數(shù)科技能夠提供 NUC 的平臺(tái)和大家做一些這樣的分享和交流,。

同盾科技：專注決策智能的 AI 科技企業(yè)

給各位介紹一下同盾科技，可以用三個(gè)數(shù)字來(lái)介紹——

1 個(gè)中心：是同盾科技專注于決策智能領(lǐng)域,，或者是說(shuō)我們以決策智能為中心叫一個(gè)中心,。

2 大平臺(tái)：經(jīng)過(guò)多年的突破和發(fā)展積累，我們形成了兩大技術(shù)平臺(tái),，分別是基于人工智能的決策智能平臺(tái),，以及基于隱私計(jì)算的共享智能平臺(tái)，那都是以智能決策為中心的,，智能決策為基礎(chǔ)的這樣一個(gè)大領(lǐng)域,。

3 個(gè)領(lǐng)域：那就是同盾科技從業(yè)務(wù)角度來(lái)講的話是專注于三個(gè)領(lǐng)域，金融風(fēng)險(xiǎn),，業(yè)務(wù)安全和數(shù)字化轉(zhuǎn)型,。

同盾是 2013 年底成立的，當(dāng)時(shí)業(yè)務(wù)主方向的選擇上來(lái)講,，是做剛剛提到的安全這一塊業(yè)務(wù),，或者是說(shuō)反欺詐這一塊業(yè)務(wù)，后續(xù)隨著我們業(yè)務(wù)的不斷外延擴(kuò)大,，我們就會(huì)提供金融風(fēng)控相關(guān)的這樣一個(gè)服務(wù),，這個(gè)時(shí)間節(jié)點(diǎn)在15年、16年,，當(dāng)時(shí)我們服務(wù)于一些新的金融形態(tài),，包括一些銀行的金融風(fēng)控。

后來(lái)隨著金融服務(wù)的深入,，我們提供了一些比如咨詢,，分析咨詢業(yè)務(wù)咨詢等相關(guān)的一系列服務(wù),，到目前為止，基本上形成了多品牌同時(shí)發(fā)力的這樣的情況,，具體來(lái)講——

第一個(gè)就是 Trust Decision,，跟同盾的首字母是一樣的，定位于全球風(fēng)險(xiǎn)的決策智能,，包括國(guó)內(nèi)業(yè)務(wù)和國(guó)外業(yè)務(wù)國(guó)內(nèi)業(yè)務(wù)國(guó)外業(yè)務(wù),。

第二個(gè)是剛才所說(shuō)的安全業(yè)務(wù)，就是我們所說(shuō)的小盾安全,，就是業(yè)務(wù)安全的這樣一個(gè)品牌,。

第三個(gè)是剛剛我們提到的為金融，特別是為銀行提供這樣的一些業(yè)務(wù)和分析咨詢相關(guān)的這樣的一些服務(wù),。

最后一個(gè)就是中博信,，是我們另外一個(gè)獨(dú)立的品牌做企業(yè)征信，服務(wù)的對(duì)象是中小微,，因?yàn)楝F(xiàn)在國(guó)家也是大力扶持實(shí)體經(jīng)濟(jì),，這一塊主要的對(duì)象是中小微（企業(yè)）。

所以說(shuō),，目前四個(gè)品牌同時(shí)在同時(shí)在推進(jìn),，同時(shí)在發(fā)展和布局。

接下來(lái)看一下，我們多年來(lái)得到的一些肯定,。

第一點(diǎn),，我們從成立到現(xiàn)在，在開(kāi)展業(yè)務(wù)過(guò)程一直保持一個(gè)比較 open 的態(tài)度,，或者說(shuō)產(chǎn)學(xué)研各方面,，我們以合作的心態(tài)在做事情。第一個(gè)來(lái)講的話就是左側(cè)入選的國(guó)家科技部的科技創(chuàng)新 2030 的這樣一個(gè)項(xiàng)目,；高校合作這塊,，在新一代人工智能重大課題組，我們應(yīng)該是第一批單位,，這個(gè)項(xiàng)目里包括了五大高校和五大企業(yè),，具體就不展開(kāi)了。

第二點(diǎn),，就是從結(jié)果角度來(lái)講，在金融行業(yè)我們多次獲得了亞洲銀行家等一系列獎(jiǎng)項(xiàng)獎(jiǎng)項(xiàng),，是從市場(chǎng)這樣來(lái)看,，剛剛也提到我們會(huì)一直在保持和高校的產(chǎn)學(xué)研相關(guān)的一些合作,，比如說(shuō)和浙大、西工大（我們）一直在保持這樣的一個(gè)合作形式,。

再看一下公司的團(tuán)隊(duì)，我們的創(chuàng)始團(tuán)隊(duì)主要是來(lái)自于像阿里,、 PayPal,、銀聯(lián)等這樣一些頂級(jí)的科技和金融公司，也形成了豐富的技術(shù)和行業(yè)管理方面的經(jīng)驗(yàn),。

整個(gè)來(lái)講,，技術(shù)和業(yè)務(wù)相結(jié)合是我們的特點(diǎn)。同盾現(xiàn)在有 1000 多人的規(guī)模,，其中 80% 以上是產(chǎn)品研發(fā)或是數(shù)據(jù)科學(xué)家,，所以說(shuō)是個(gè)技術(shù)型的公司。其次就是業(yè)務(wù),，我們基于行業(yè)理解,，為剛剛所說(shuō)的三大領(lǐng)域提供相關(guān)服務(wù)。

具體展開(kāi)來(lái)看一下,，最下面有個(gè)基礎(chǔ)平臺(tái)，也就是剛剛提到的兩大平臺(tái),，一個(gè)是基于人工智能的決策智能平臺(tái),，第二個(gè)就是基于隱私計(jì)算的共享智能平臺(tái)，具體來(lái)講的話,，就是四大塊服務(wù)形態(tài)：第一類是信息類的 SaaS 服務(wù),，主要服務(wù)于金融，比如說(shuō)服務(wù)于信貸風(fēng)險(xiǎn)管理,，服務(wù)于企業(yè)的風(fēng)控,，服務(wù)于營(yíng)銷以及其他的一些基于數(shù)據(jù)的這種評(píng)分產(chǎn)品。

第二類就是我們安全類的服務(wù),，也就是我們剛剛提到的業(yè)務(wù)安全相關(guān)的,，比如內(nèi)容安全，業(yè)務(wù)安全以及跨境安全?，F(xiàn)在因?yàn)橹袊?guó)的企業(yè)在往外走,，所以我們把在國(guó)內(nèi)服務(wù)風(fēng)險(xiǎn)的產(chǎn)品技術(shù)和行業(yè)方案，伴隨著我們的合作伙伴一起出海,，這就是我們今年年初啟動(dòng)了叫 Trust Decision 這樣的一個(gè)品牌戰(zhàn)略的大背景,。

第三個(gè)主要服務(wù)的業(yè)務(wù)領(lǐng)域或者是產(chǎn)品形態(tài)，叫軟件產(chǎn)品。軟件產(chǎn)品服務(wù)的主要對(duì)象就是金融科技金融企業(yè),，特別是銀行,，我們服務(wù)的客戶數(shù)是非常多的。

現(xiàn)在來(lái)講大概有7大產(chǎn)品體系,，分為兩個(gè)維度,，第一個(gè)的話就是我們的決策引擎平臺(tái)，比如像實(shí)時(shí)風(fēng)控這樣的一些服務(wù),，信貸風(fēng)控的一些服務(wù),，這些場(chǎng)景都是在實(shí)時(shí)決策智能平臺(tái)上，我們叫天策,。

第二個(gè)就是我們的機(jī)器學(xué)習(xí)或者是模型平臺(tái),，主要是專注于整個(gè)模型的全生命周期的這樣一些服務(wù)，包括模型資產(chǎn)的管理,，機(jī)器學(xué)習(xí)模型的服務(wù)等全流程全生命周期的這樣的一些服務(wù),。

第三個(gè)就是今天分享的主題了，因?yàn)榈谌糠謺?huì)講云圖剛剛也提到是我們同盾研發(fā)的知識(shí)圖譜平臺(tái),，最后一個(gè)的話就是基于科技手段和產(chǎn)品手段,，還結(jié)合著我們對(duì)于業(yè)務(wù)對(duì)于行業(yè)的理解，會(huì)有一個(gè)智能運(yùn)營(yíng)平臺(tái),。比如說(shuō)決策的規(guī)則,，我們有對(duì)應(yīng)的一些運(yùn)營(yíng)平臺(tái)去評(píng)估什么樣的規(guī)則好，什么樣的規(guī)則不好,，所以這邊推出了獨(dú)立的一個(gè)產(chǎn)品體系叫方升,。

這里快速看一下我們主要是金融類的客戶，今天分享的主題都是金融場(chǎng)景的應(yīng)用,，這邊就快速過(guò)一下就不詳細(xì)展開(kāi)了,。

同盾知識(shí)圖譜平臺(tái)介紹

云圖知識(shí)圖譜平臺(tái)主要分為三個(gè)部分,，最左邊顏色最深的這一部分就是知識(shí)圖譜的底層平臺(tái),，是通用的一個(gè)平臺(tái)，這里有包括知識(shí)圖譜的構(gòu)建,，比如說(shuō)平臺(tái)的數(shù)據(jù)接入,、計(jì)算,、存儲(chǔ)以及對(duì)外服務(wù)，是一個(gè)底層的平臺(tái),。

這個(gè)平臺(tái)之上會(huì)有一系列的服務(wù)于客戶的標(biāo)準(zhǔn)產(chǎn)品,，比如可視化,、風(fēng)險(xiǎn)預(yù)警等一系列相關(guān)的標(biāo)準(zhǔn)工具產(chǎn)品,。

最右側(cè)是業(yè)務(wù)，我們有對(duì)應(yīng)的一些應(yīng)用,。比如說(shuō)在銀行對(duì)公的應(yīng)用,，我們內(nèi)部叫銀行對(duì)公的圖譜，在零售,、信貸,、零售、交易,、信用卡以及車(chē)險(xiǎn)就保險(xiǎn)行業(yè)的理賠場(chǎng)景的應(yīng)用,，

所以說(shuō)整體來(lái)講，左邊是技術(shù),，中間是產(chǎn)品,，右側(cè)是業(yè)務(wù)，最后統(tǒng)一承載在“云圖”這樣的一個(gè)全棧的產(chǎn)品方案當(dāng)中,。

這里看一下云圖知識(shí)圖平臺(tái)的能力全景圖,。

其實(shí)剛剛也大體介紹了，第一個(gè)的話我們可以接入這樣多元異構(gòu)的數(shù)據(jù),，也就最下面這一層,，包括結(jié)構(gòu)化的和非結(jié)構(gòu)化的，在上面一層高亮藍(lán)色的這一部分,，就是我剛剛所說(shuō)底層平臺(tái)基座的一部分,，底層平臺(tái)技術(shù)的一部分包括幾大引擎，第一個(gè)的話就是我們的知識(shí)圖譜的構(gòu)建引擎,，然后構(gòu)建好的地方我們要去存儲(chǔ)它,，統(tǒng)一的知識(shí)庫(kù)存儲(chǔ)引擎就跟 NebulaGraph 有關(guān)系的，因?yàn)?NebulaGraph 圖數(shù)據(jù)庫(kù)是作為我們存儲(chǔ)引擎當(dāng)中非常核心的存儲(chǔ)的方案,，你看存儲(chǔ)引擎當(dāng)中的左下角有個(gè)知識(shí)圖譜的存儲(chǔ)方案,，其實(shí)說(shuō)的就是圖數(shù)據(jù)庫(kù)。

再上面的話會(huì)有一些圖計(jì)算,，或者圖挖掘的一些計(jì)算框架,，包括實(shí)時(shí)的圖指標(biāo)的一些計(jì)算框架、計(jì)算引擎在里面,。

在右側(cè)有一個(gè)不一樣的地方,，就是圖譜實(shí)驗(yàn)室,。在為客戶服務(wù)的過(guò)程當(dāng)中，我們遇到這樣的一個(gè)問(wèn)題和挑戰(zhàn)——因?yàn)橹R(shí)圖譜在國(guó)內(nèi)的發(fā)展其實(shí)時(shí)間也不長(zhǎng),，大家都有可能不知道怎么樣去用知識(shí)圖譜,。

特別是我們的客戶，或者是我們現(xiàn)在服務(wù)的銀行類的這樣的一些客戶,，他們說(shuō)我應(yīng)該怎么樣去構(gòu)建一個(gè)圖譜,？圖譜構(gòu)建出來(lái)，怎么樣去評(píng)價(jià)好與壞,？以前是交給數(shù)據(jù)科學(xué)家或建模人員,，他知道什么樣的圖譜構(gòu)建出來(lái)好，什么樣的圖譜構(gòu)建出來(lái)不好,，就跟模型訓(xùn)練一樣,，對(duì)應(yīng)的機(jī)器學(xué)習(xí)領(lǐng)域就有個(gè)模型實(shí)驗(yàn)室，我們這邊相應(yīng)的叫圖譜實(shí)驗(yàn)室——這個(gè)是同盾云圖推出來(lái)一個(gè)很具有特色的服務(wù),，它能解決客戶構(gòu)建什么樣圖譜以及如何感知和評(píng)價(jià)圖譜,，是否適合他的業(yè)務(wù)帶來(lái)解決他的問(wèn)題帶來(lái)效果的這樣一個(gè)問(wèn)題。

因?yàn)榻裉熘v的還是圖譜還有應(yīng)用,，我們?cè)趹?yīng)用那邊具體展開(kāi)，幾個(gè)特點(diǎn),，第一個(gè)我們的圖譜平臺(tái)是一個(gè)非常靈活的這樣一個(gè)平臺(tái),，我們能夠做場(chǎng)景業(yè)務(wù)的支撐，這是我們的一個(gè)很大的特點(diǎn),。因?yàn)樵诓煌膱?chǎng)景下,，對(duì)于底層的圖譜的要求是不一樣的，有些場(chǎng)景應(yīng)用它會(huì)強(qiáng)調(diào)離線批量,，或者是大規(guī)模這樣的一些特性,，有些會(huì)強(qiáng)調(diào)實(shí)時(shí)、性能或者是吞吐量這些,，所以說(shuō)我們?cè)谶@平臺(tái)之上,，根據(jù)不同的場(chǎng)景是以組件化的方式在設(shè)計(jì)我們的平臺(tái)，同時(shí)在不同場(chǎng)景下我們可以靈活地去組裝應(yīng)對(duì),，這是第一個(gè)特點(diǎn),。

第二個(gè)特點(diǎn)就是剛剛也說(shuō)了，我們除了技術(shù)產(chǎn)品,，最重要的是業(yè)務(wù),。同盾其實(shí)還是基于我們的平臺(tái)或者技術(shù)上面去做業(yè)務(wù)，做場(chǎng)景應(yīng)用的,，這是叫端到端的解決客戶的問(wèn)題,，所以說(shuō)我們?cè)诔恋砘蛘呤墙ㄔO(shè)的不同場(chǎng)景以下的這樣的一些領(lǐng)域圖譜的標(biāo)準(zhǔn)方案,，基本上就是通用的一些場(chǎng)景，我們能夠做到開(kāi)箱即用,，這是服務(wù)平臺(tái)的另外一個(gè)特點(diǎn),。

這里剛剛也提到了關(guān)于我們的存儲(chǔ)方案，第一個(gè)來(lái)講,，我剛才也提到了它的不同場(chǎng)景,，對(duì)圖數(shù)據(jù)庫(kù)也好，這個(gè)圖這個(gè)平臺(tái)的能力也好,，它的要求是不一樣的,，所以說(shuō)我們能夠做到這種適配，包括像圖數(shù)據(jù)庫(kù)的適配,、實(shí)時(shí)查詢能力，還有一些圖倉(cāng)的技術(shù)等等,，所以說(shuō)整個(gè)它不僅僅是單一的一個(gè)圖數(shù)據(jù),，而是整個(gè)知識(shí)的，面向于整個(gè)應(yīng)用的這樣的一個(gè)綜合的存儲(chǔ)方案,。

再簡(jiǎn)單介紹或者總結(jié)一下我們圖譜平臺(tái)的這樣的一些特點(diǎn)和優(yōu)勢(shì),，整體上來(lái)講的話分為四個(gè)點(diǎn)。

第一個(gè)來(lái)講專業(yè),，同盾做圖譜是從16年開(kāi)始到現(xiàn)在應(yīng)該有大概6年左右的時(shí)間,，在這過(guò)程當(dāng)中我們也成立了很多的有核心競(jìng)爭(zhēng)力的東西，特別是我們關(guān)于技術(shù)和業(yè)務(wù)相結(jié)合的一些專利性的東西,；第二個(gè)來(lái)講的話就是我們有開(kāi)放,，向上開(kāi)放和向下開(kāi)放，向下就是剛剛提到了我們跟比如說(shuō)圖數(shù)據(jù)庫(kù),，我們以生態(tài)的方式去合作,，比如說(shuō)和悅數(shù)科技的圖數(shù)據(jù)庫(kù) NebulaGraph 的合作就是一個(gè)很典型的這樣一個(gè)案例。

另外的話是向上開(kāi)放,，向上開(kāi)放主要是平臺(tái)能力的開(kāi)發(fā),，因?yàn)槲覀儸F(xiàn)在服務(wù)的客戶很多情況下是一些科技部門(mén)或者是銀行的研發(fā)中心等等，所以他們對(duì)于圖譜平臺(tái)的開(kāi)放能力的要求是非常高的,，也就是他們能夠在我們平臺(tái)之上能夠去做相關(guān)的一些開(kāi)發(fā),，甚至說(shuō)標(biāo)一些他們自有自己特色的一些產(chǎn)品的開(kāi)發(fā)，因?yàn)閯倓偽覀冊(cè)谠茍D平臺(tái)當(dāng)中最中間一列有個(gè)標(biāo)準(zhǔn)產(chǎn)品,，那在具體的行業(yè)應(yīng)用的過(guò)程當(dāng)中,，其實(shí)他們需要較強(qiáng)的這樣的定制化的一些要求，所以說(shuō)要做到向下開(kāi)放和向上開(kāi)放兩點(diǎn),。

第三個(gè),，我們?cè)诮鹑趫?chǎng)景的落地案例還是非常多的,，我們現(xiàn)在通過(guò)幾年的實(shí)踐，有將近 40 家銀行圖譜的實(shí)踐案例,，大概建設(shè)了超過(guò)接近 30 個(gè)場(chǎng)景應(yīng)用的標(biāo)準(zhǔn)方案,，這 30 個(gè)場(chǎng)景應(yīng)用標(biāo)準(zhǔn)方案基本上能夠做到開(kāi)箱即用，客戶在接入和建設(shè)圖譜和應(yīng)用的過(guò)程當(dāng)中是非常高效的,。

最后一個(gè)效果,，也就是同盾關(guān)于業(yè)務(wù)價(jià)值和業(yè)務(wù)知識(shí)體現(xiàn)的一個(gè)很好的這樣的一種形式，我們不是把產(chǎn)品給你,，也不是把工具給你說(shuō)你自己用,，而是我們把產(chǎn)品、技術(shù)給你,，同時(shí)給你帶來(lái)對(duì)應(yīng)的方案,，我們幫你去解決你的問(wèn)題，叫端到端的解決方案,。

知識(shí)圖譜解決方案和應(yīng)用介紹

剛剛是介紹了知識(shí)圖譜平臺(tái)的相關(guān)的一些能力,，那么接下來(lái)看看這樣的能力和我們具體的金融場(chǎng)景的應(yīng)用，也就是這里第三部分方案和應(yīng)用,。

我們一再?gòu)?qiáng)調(diào),，同盾的知識(shí)圖譜是專注于垂直領(lǐng)域的，所以說(shuō)右邊有一個(gè)高亮叫金融知識(shí)圖譜,。

當(dāng)然這種知識(shí)圖不是某一個(gè)具體知識(shí)圖的實(shí)例,，而是泛指我們給金融客戶或者是金融這個(gè)領(lǐng)域提供了一系列的知識(shí)圖譜的總稱，所以說(shuō)它具體體現(xiàn)在哪些,？第一個(gè)比如說(shuō)對(duì)公業(yè)務(wù),，在零售交易，零售個(gè)貸圖譜,，也就是我們所說(shuō)的零售信貸圖譜,，包括信用卡業(yè)務(wù)的相關(guān)的一些圖譜，包括用于內(nèi)控合規(guī)反洗錢(qián)等方面的這樣的一些圖譜,。

當(dāng)然除了金融場(chǎng)景之外,，我們?cè)诒ｋU(xiǎn)政企和公安行業(yè)都有相關(guān)的一些案例，但是主賽道還是在金融,。

我們接下來(lái)對(duì)各個(gè)不同的場(chǎng)景應(yīng)用做一個(gè)分享,，第一個(gè)是我們?cè)阢y行的對(duì)公業(yè)務(wù)，也就是叫對(duì)公知識(shí)圖譜這塊應(yīng)用方案,。

我們對(duì)公的知識(shí)圖譜具體主要解決哪些問(wèn)題,？第一個(gè)的話就是隱形關(guān)系的一些挖掘，還有一些反欺詐的應(yīng)用,，包括像行內(nèi)集團(tuán)授信相關(guān)的應(yīng)用,，包括集團(tuán)風(fēng)險(xiǎn)的整體的挖掘和研判,，一些像擔(dān)保圈鏈黑名單族譜這一系列這個(gè)詞大家可能都都聽(tīng)過(guò)，甚至是非常熟悉的這樣的一些應(yīng)用的思路,，但是為什么同盾還要推出來(lái)這樣的一個(gè)應(yīng)用,，它有什么樣的特點(diǎn)？因?yàn)槲以诟芏嗫蛻艚涣鞯倪^(guò)程當(dāng)中,，大家都會(huì)問(wèn),，說(shuō)市面上有企查查、有天眼查等都有類似的服務(wù),，直接采購(gòu)是不是就夠了,？

這里有個(gè)很大的理解上的偏差是，我們客戶在服務(wù)于對(duì)公業(yè)務(wù)的時(shí)候,，是結(jié)合他自有的數(shù)據(jù),，或者自有的對(duì)公的業(yè)務(wù)數(shù)據(jù)做的知識(shí)圖譜，而不是說(shuō)基于什么外面的工商數(shù)據(jù)也好,，輿情新聞數(shù)據(jù)也好,，做出來(lái)的圖譜是有很大的差別。

所以說(shuō)我們?cè)跒殂y行服務(wù)的時(shí)候,，基本上是思路是內(nèi)部數(shù)據(jù)和外部數(shù)據(jù)相結(jié)合。我們很多銀行的客戶,，他是采購(gòu)了像市面上的對(duì)公的數(shù)據(jù),，把這個(gè)數(shù)據(jù)拿來(lái)和行內(nèi)的一些數(shù)據(jù)結(jié)合起來(lái)，它可能做不一樣的東西,，比如說(shuō)右上角第二個(gè)叫行內(nèi)集團(tuán),，就是由行內(nèi)的對(duì)公客戶形成的所謂的集團(tuán)關(guān)系，在這個(gè)上面做相關(guān)的一些業(yè)務(wù),。

還有就是下面提到的黑名單族譜,，黑名單是在銀行對(duì)公業(yè)務(wù)里面已經(jīng)形成了，或者是說(shuō)有這樣的業(yè)務(wù)表現(xiàn)了,，這樣的一些東西在外面是沒(méi)有的,。基于這樣的一個(gè)知識(shí)圖譜,，再加上它的業(yè)務(wù)表現(xiàn)可以做很多事情,，一個(gè)集團(tuán)內(nèi)哪些是已經(jīng)發(fā)生逾期的或者納入黑名單了，然后它相關(guān)聯(lián)的其他的一些子公司是否要去做房貸,，是否要做風(fēng)險(xiǎn)的管控等等,，所以說(shuō)這樣是最大的特點(diǎn)或者是區(qū)別在這。

另外一個(gè)的話就是在零售信貸或者說(shuō)個(gè)貸這一塊的應(yīng)用,，基本上我們的思路從貸前、貸中,、貸后形成一整套的解決方案,。從貸前角度來(lái)講，我們一個(gè)拳頭產(chǎn)品叫多頭產(chǎn)品,，或者是叫貸前申請(qǐng)反稽查報(bào)告,，大概是這樣的一個(gè)產(chǎn)品。

因?yàn)槲覀冎翱吹降母嗍莻€(gè)人的多頭,，比如說(shuō)你們?nèi)ド暾?qǐng)貸款的時(shí)候,，說(shuō)我一個(gè)人在多家平臺(tái)借貸了，你借得越多我越不敢貸給你,，因?yàn)槟愕慕鹑陲L(fēng)險(xiǎn)很高,，你還不起錢(qián)有可能甚至可能是以貸養(yǎng)貸等等這樣的一個(gè)情況。

但是傳統(tǒng)這種多頭更多的還是從個(gè)人維度或者是范圍很有限的這樣一些維度去評(píng)估它的信用風(fēng)險(xiǎn),。但是我們把他的社會(huì)關(guān)系,，其他的一些信息整合在一起，然后發(fā)現(xiàn)如果說(shuō)一個(gè)團(tuán)伙或者說(shuō)更加接近的人,，但是會(huì)形成一個(gè)群組的多頭,，這是一個(gè)更加有價(jià)值的這樣的一些多頭數(shù)據(jù)，也就是說(shuō)整體的比如說(shuō)你的家人,、老師到三代或者親朋好友,，雖然你的多頭不高，但是你的親近的人多了,，你的還款能力也是有問(wèn)題的,。等等。

我就舉個(gè)例子就是說(shuō)知識(shí)圖譜在信貸場(chǎng)景的風(fēng)控的應(yīng)用,，可想象的空間還是很大的,，貸中我就不具體展開(kāi)了，肯定就是一些貸中一些風(fēng)險(xiǎn),，比如說(shuō)信用風(fēng)險(xiǎn)發(fā)生變化以后,，它能夠傳導(dǎo)的情況；最后一個(gè)的話就是像貸后最典型的一些應(yīng)用場(chǎng)景的話,，就是催收對(duì)吧,，你自己聯(lián)系不上了，我還是可以通過(guò)其他方式聯(lián)系你,。

這個(gè)的話我們?cè)谌A北的一個(gè)客戶那邊,，最近剛上線的這樣的項(xiàng)目，表現(xiàn)是非常好，整個(gè)項(xiàng)目集群大概在百億級(jí),，第一次我們上線以后跑完以后,，確認(rèn)就是用傳統(tǒng)的所有的信貸手段聯(lián)系催收或者是信息修復(fù)的手段，已經(jīng)找不到那些人再到我們的系統(tǒng)跑一遍,，大概增益抓出來(lái)10%,，就是額外給他抓出來(lái)，或者是聯(lián)系上10%,，這是一個(gè)很好的效果,。

接下來(lái)看在信用卡業(yè)務(wù)風(fēng)控場(chǎng)景的應(yīng)用，其實(shí)這應(yīng)用的方案也很多,，剛剛我說(shuō)了我們有將接近 30 個(gè)應(yīng)用場(chǎng)景的方案,，我不一一展開(kāi)了。

舉幾個(gè)例子來(lái)說(shuō),，第一個(gè)來(lái)講像積分套利,，就是左上角的就積分套利這樣的一個(gè)網(wǎng)挖掘，這也是我們跟客戶在在持續(xù)服務(wù)和建設(shè)過(guò)程當(dāng)中沉淀下來(lái)的這個(gè)案例,，大家明白信用卡有積分的可以兌換東西,，有可能當(dāng)中的一些不法分子會(huì)做一些欺詐行為，作為欺詐行為,，當(dāng)時(shí)他們?cè)谧R(shí)別風(fēng)險(xiǎn)的周期是非常非常長(zhǎng)的,，或者說(shuō)一周才能夠說(shuō)把數(shù)據(jù)給跑出來(lái)，然后通過(guò)各種關(guān)聯(lián),，各種分析,，大量的人工，然后才能解決這個(gè)問(wèn)題,，但我們上線以后基本上第二天就可以解決這樣的問(wèn)題，時(shí)效非常好,，同時(shí)他們傳統(tǒng)的手段,，通過(guò)Excel表格也好，或者是一些拉數(shù)據(jù)庫(kù),，然后從人工分析,，我們給它對(duì)應(yīng)提供了相關(guān)的積分套利的這種排查和研判的這樣一些工具，這就是剛才所說(shuō)的,，我們除了平臺(tái),，還有上面的標(biāo)準(zhǔn)產(chǎn)品上面這樣還有什么需要有不同場(chǎng)景的應(yīng)用的這樣的產(chǎn)品的建設(shè)的能力，這是積分套利,。

再說(shuō)一個(gè)比如涉賭涉詐,，電信詐騙當(dāng)中我們也提供對(duì)應(yīng)的一些服務(wù)，比如說(shuō)電信詐騙很典型的就是一些資金流向的問(wèn)題，騙人轉(zhuǎn)賬轉(zhuǎn)賬以后怎么銷賬轉(zhuǎn)發(fā)掉對(duì)吧,？這些通過(guò)知識(shí)圖譜的手段實(shí)時(shí)的去監(jiān)控,，也是能夠做到防范的作用。

另外一個(gè)的話就是內(nèi)控合規(guī),。內(nèi)控也好,，合規(guī)也好，其實(shí)要考慮的點(diǎn)是非常多的,，我們現(xiàn)在建設(shè)的場(chǎng)景分為這四類,，第一個(gè)的話就是員工涉及的非法集資，包括員工的一些非法行為,，員工挪用客戶的資金做一些其他的比如炒股,，還有反洗錢(qián)的應(yīng)用都屬于內(nèi)控合規(guī)方面。

像員工挪用客戶資金典型案例,，其實(shí)為什么去知識(shí)圖譜去做,？是因?yàn)樗讓拥倪壿嫞覀儜?yīng)該有個(gè)叫管護(hù),，大家不知道在銀行內(nèi)部這個(gè)叫管護(hù)或者是客戶經(jīng)理的這樣一個(gè)角色,，但是有些管護(hù)經(jīng)理他可能出于種種原因，他可能會(huì)做一些非合規(guī)的這樣的一些動(dòng)作,，比如說(shuō)私自登錄客戶賬號(hào)轉(zhuǎn)錢(qián),，短期挪用等等，這樣的話在底層邏輯什么,，他就會(huì)涉及到賬戶登錄行為和個(gè)人賬號(hào)之間的關(guān)系,，我們通過(guò)知識(shí)圖譜去挖掘或者是預(yù)設(shè)這樣的一些不合規(guī)的業(yè)務(wù)規(guī)則就可以實(shí)時(shí)的去監(jiān)控。這個(gè)項(xiàng)目我們?cè)谝粋€(gè)客戶那邊用了以后,，上線的第一天就在兩個(gè)分支行抓住兩個(gè)人,，然后就做相關(guān)的處理。

這些業(yè)務(wù)效果是非常好的,。

最后一個(gè)是反洗錢(qián),，反洗錢(qián)的應(yīng)用其實(shí)也很典型，估計(jì)最近這兩天大家分享也很多,，這個(gè)關(guān)系也好,，圖相關(guān)的一些技術(shù)也好，都會(huì)用到反洗錢(qián)上面,，因?yàn)榉聪村X(qián)跟資金流有很大的關(guān)系,。同盾這邊有幾個(gè)特點(diǎn)，第一個(gè)來(lái)講的話,，就同盾資源的偏業(yè)務(wù)型的這樣一些算法和模型,，第二點(diǎn)來(lái)講的話就是我們?cè)诳蛻裟沁吘唧w實(shí)施的案例，因?yàn)槿A南一個(gè)客戶，去年年底的時(shí)候,，排查出來(lái)1000多個(gè)疑似的問(wèn)題,，經(jīng)核查有600多個(gè)——所以說(shuō)我這一點(diǎn)也強(qiáng)調(diào)了什么？ 知識(shí)圖譜也好或者是圖技術(shù)也好,，在反洗錢(qián)相較于傳統(tǒng)的方案有很大的增益和補(bǔ)充,，這個(gè)是在這場(chǎng)景應(yīng)用是非常好。

我們剛剛講的更多的是銀行,，其實(shí)除了銀行之外,，我們?cè)谄渌麍?chǎng)景也有應(yīng)用，比如說(shuō)在保險(xiǎn)或者是車(chē)險(xiǎn)這塊,，同盾有一個(gè)專門(mén)服務(wù)于叫保險(xiǎn)科技,，或者是保險(xiǎn)安全的這一塊團(tuán)隊(duì)，他們用了同盾的很多技術(shù),，其中有一塊知識(shí)圖譜相關(guān)的一些能力和技術(shù),。我們看一下右邊有知識(shí)圖譜的能力，也就是我們剛剛提到的云圖,，還有機(jī)器學(xué)習(xí)的一些能力,，還有一些在這些能力基礎(chǔ)之上，我們給了研發(fā)了一套專有的車(chē)險(xiǎn)理賠減損的這樣的一些探針,，其實(shí)就是一些模型,。這個(gè)方案主要包括四個(gè)維度，第一個(gè)是高危欺詐團(tuán)伙的識(shí)別,，因?yàn)槠墼p行為在金融場(chǎng)景下典型的特點(diǎn),，是一個(gè)人可以做欺詐行為，叫單體的欺詐,，還有很多人可以一起做欺詐的行為,，但是車(chē)險(xiǎn)不一樣，車(chē)險(xiǎn)基本上欺詐都是團(tuán)體行為,。

所以說(shuō)這種場(chǎng)景是非常適合于就這種風(fēng)險(xiǎn)場(chǎng)景的識(shí)別,，非常適合于知識(shí)圖譜和關(guān)系網(wǎng)絡(luò)的挖掘的手段去做。

相關(guān)推薦：NebulaGraph 在保險(xiǎn)反欺詐領(lǐng)域的應(yīng)用

左下角有一個(gè)很典型的案例,，應(yīng)該是中國(guó)第一大保險(xiǎn)公司，華南的一個(gè)分公司,，然后我們上線以后就抓出來(lái)有 300 多個(gè)團(tuán)伙,，涉案車(chē)輛達(dá)到幾千臺(tái)，總涉案金額有接近 3,000 萬(wàn),，大概是這樣的情況,，所以說(shuō)效果還是非常好的。

與 悅數(shù)圖數(shù)據(jù)庫(kù) 合作的優(yōu)勢(shì)

接下來(lái)我們就和各位分享一下我們和 悅數(shù)圖數(shù)據(jù)庫(kù) 的一些合作和案例，以及我們和 悅數(shù)圖數(shù)據(jù)庫(kù) 在方案層面及合作層面是有什么樣的一個(gè)思路和期望,。

這里先舉一個(gè)案例,，我們跟 悅數(shù)圖數(shù)據(jù)庫(kù) 合作其實(shí)有很多案例，這里就挑一個(gè)也是今年剛拿下的這樣一個(gè)案例,?？醋筮叺倪@張圖，我們可以看到,，從下往上看,，第二層就是 悅數(shù)圖數(shù)據(jù)庫(kù) 在這個(gè)項(xiàng)目整個(gè)方案中部署的圖數(shù)據(jù)庫(kù)集群，在上面我們部署了一個(gè)同盾云圖的知識(shí)圖譜平臺(tái),。

為什么要這么去做,？主要解決兩個(gè)問(wèn)題，第一個(gè)問(wèn)題是銀行的數(shù)據(jù)還是比較分散,，現(xiàn)在大家都在提數(shù)據(jù)孤島,，很多年都在提這樣的問(wèn)題，但這個(gè)問(wèn)題是否從根本上得到解決,，我覺(jué)得是要打問(wèn)號(hào)的,，現(xiàn)在這種現(xiàn)象還是很普遍，對(duì)吧,？

悅數(shù)圖數(shù)據(jù)庫(kù) 一個(gè)很大的特點(diǎn)就是分布式,，所有的數(shù)據(jù)都匯聚到圖當(dāng)中來(lái)，所以解決了這樣數(shù)據(jù)孤島的問(wèn)題,。

第二個(gè)來(lái)講的話,，你看最上面的應(yīng)用，比如說(shuō)網(wǎng)貸的申請(qǐng)團(tuán)伙欺詐,，賬戶關(guān)聯(lián)的這樣的一個(gè)關(guān)系分析,還有信用卡申請(qǐng)的管理分析等等,，這些應(yīng)用場(chǎng)景對(duì)于實(shí)時(shí)性的要求還是非常高的。所以我們?cè)谄脚_(tái)基礎(chǔ)之上,，除了把這個(gè)數(shù)據(jù)匯聚在一起做系統(tǒng)性的關(guān)聯(lián)分析之外,，悅數(shù)圖數(shù)據(jù)庫(kù) 還提供了相當(dāng)好的實(shí)時(shí)的這樣一些能力支撐。

因?yàn)槲覀儸F(xiàn)在是做應(yīng)用,，除了離線能力之外,，我們?cè)趯?shí)時(shí)能力也有很高的要求，如果說(shuō)實(shí)時(shí)風(fēng)控做得好的話,，其實(shí)能夠防掉或者識(shí)別出來(lái)大部分的這樣的一些風(fēng)險(xiǎn),，風(fēng)險(xiǎn)識(shí)別的時(shí)間越提前，我們的損失就會(huì)越低,，越滯后損失越高,，所以對(duì)實(shí)時(shí)計(jì)算能力要求也很強(qiáng),。

整體來(lái)講的話，我們?cè)茍D的方案和 悅數(shù)圖數(shù)據(jù)庫(kù) 的合作方案是一個(gè)比較深入的或者是深耦合的這樣的一個(gè)方案,。

我們借助于 悅數(shù)圖數(shù)據(jù)庫(kù) 的能力形成了同盾云圖的圖挖掘引擎,。我們復(fù)用了圖數(shù)據(jù)庫(kù)的比如說(shuō) TP （Transaction Processing）的能力，AP（Analysis Processing）的能力等等,，所以整體上來(lái)講的話,，形成了這樣的一個(gè)專有的獨(dú)立的圖挖掘的這樣一個(gè)引擎，也是云圖平臺(tái)的核心,。所以說(shuō)同盾跟 悅數(shù)圖數(shù)據(jù)庫(kù) 是個(gè)深度的合作的關(guān)系,，而不僅僅單單把它作為一個(gè)圖數(shù)據(jù)庫(kù)。

另外的話剛剛也提到了,，我們要打造端到端的實(shí)時(shí)知識(shí)圖譜的服務(wù),，剛剛也提到一點(diǎn)，風(fēng)控也好和風(fēng)險(xiǎn)識(shí)別也好,，對(duì)實(shí)時(shí)性的要求是非常高的,。

簡(jiǎn)單看一下整個(gè)的數(shù)據(jù)，客戶的交易場(chǎng)景下對(duì)實(shí)時(shí)數(shù)據(jù)的處理流程基本上是這樣,。首先業(yè)務(wù)的數(shù)據(jù)會(huì)通過(guò)一些消息中間件,，然后流到系統(tǒng)當(dāng)中去，現(xiàn)在當(dāng)然是流到云圖,，也就是我們實(shí)時(shí)的知識(shí)圖譜的構(gòu)建平臺(tái),。實(shí)時(shí)圖譜的構(gòu)建平臺(tái)經(jīng)過(guò)知識(shí)的處理和加工以后，我們會(huì)放到圖數(shù)據(jù)庫(kù)當(dāng)中去,，同時(shí)我們提供實(shí)時(shí)的圖計(jì)算框架,，然后這指標(biāo)計(jì)算的框架就可以輸入到我們的一些決策系統(tǒng)當(dāng)中去，也就是最右側(cè)的比如說(shuō)風(fēng)控策略,。

但風(fēng)控策略就是實(shí)時(shí)的決策系統(tǒng)當(dāng)中去提供相關(guān)的一些服務(wù),，在這個(gè)過(guò)程當(dāng)中這個(gè)實(shí)時(shí)要求是非常高的，基本上整個(gè)流程跑下來(lái),，如果說(shuō)有些客戶的要求不是太高的話,，可能 200 毫秒能接受，但如果要求高的話（就要）幾十毫秒,，所以說(shuō)實(shí)時(shí)計(jì)算能力要求非常高——我們基本上當(dāng)然也是依托于 悅數(shù)圖數(shù)據(jù)庫(kù) 的 TP 的能力,，悅數(shù)圖數(shù)據(jù)庫(kù) 在 TP 這塊的表現(xiàn)是非常非常好的，借助于這樣的一個(gè)能力,，所以說(shuō)建設(shè)了整個(gè)一套方案,。

最后介紹一下同盾產(chǎn)品和 悅數(shù)圖數(shù)據(jù)庫(kù) 合作的整體優(yōu)勢(shì)，我一再?gòu)?qiáng)調(diào),，同盾這邊其實(shí)從我的理解三個(gè)詞,，技術(shù)、產(chǎn)品和業(yè)務(wù),。業(yè)務(wù),，我們服務(wù)了很多客戶，我們有很深刻的對(duì)于行業(yè)的理解,，理解之上我們有對(duì)應(yīng)的,、端到端的方案，包括我們有很豐富的這樣的一個(gè)建設(shè)的經(jīng)驗(yàn),，同時(shí)我們的平臺(tái)非常靈活,。

另外一點(diǎn)是 悅數(shù)圖數(shù)據(jù)庫(kù) 這一塊的話，也是在項(xiàng)目合作過(guò)程當(dāng)中給我的印象非常深刻,，第一性能快,、第二就是自主可控，因?yàn)楝F(xiàn)在在國(guó)產(chǎn)化要求浪潮下,，最近這兩年特別強(qiáng)調(diào)國(guó)產(chǎn)化的這樣一些要求,，我們?cè)谧龇?wù)客戶在做項(xiàng)目的過(guò)程當(dāng)中，也最近就要遇到的頻次或者是客戶關(guān)注以及提的要求的頻次也越來(lái)越高,，他們對(duì)于國(guó)產(chǎn)自主可控的要求非常大,。特別是像 悅數(shù)圖數(shù)據(jù)庫(kù) 作為基礎(chǔ)軟件，對(duì)于基礎(chǔ)軟件的國(guó)產(chǎn)化要求更高,。

我們?cè)谧罱鼊偤冒l(fā)生了一件事情,，在客戶服務(wù)的過(guò)程當(dāng)中，他們說(shuō)同盾說(shuō)我都不需要你們的資質(zhì),，但是為什么要讓你們?nèi)プ?，因?yàn)槟銈兙褪菄?guó)內(nèi)的公司，你們做的是應(yīng)用,，做的是業(yè)務(wù),，你們必然就是什么國(guó)產(chǎn)化，自主可控,，所以說(shuō)它不需要你認(rèn)證,。但是對(duì)于圖數(shù)據(jù)庫(kù)它就不一樣，底層的基礎(chǔ)軟件,，包括像操作系統(tǒng),、CPU，包括像數(shù)據(jù)庫(kù),，我們的客戶在這一塊的評(píng)估的時(shí)候一定有對(duì)應(yīng)的一些資質(zhì)和認(rèn)證,。

所以說(shuō)我覺(jué)得 悅數(shù)圖數(shù)據(jù)庫(kù) 叫全國(guó)產(chǎn)，完全自主可控,，也是幫我們解決了很多問(wèn)題,，沒(méi)有圖數(shù)據(jù)庫(kù)上面的平臺(tái)其實(shí)是不能直接服務(wù)客戶的,，但如果說(shuō)我們用了國(guó)外的廠商，底層的這個(gè)東西也不是自主可控的,，那么整體方案也出不去,，所以說(shuō)是一個(gè)深度合作、互相互補(bǔ)的合作關(guān)系,。

第三個(gè)就是云原生,。我們現(xiàn)在也在做生態(tài)，國(guó)外人力成本很高,，所以基本上在國(guó)外都是上云的,，整體上云是一個(gè)共同的趨勢(shì)，也是一個(gè)共同合作的基礎(chǔ),，所以說(shuō)咱們可以簡(jiǎn)單的講,，大家想到一塊去了。

好吧,，我今天的分享就這么多,，謝謝悅數(shù)圖數(shù)據(jù)庫(kù)。

---

• 相關(guān)推薦：

《中國(guó)移動(dòng)：悅數(shù)圖數(shù)據(jù)庫(kù)在金融風(fēng)控領(lǐng)域的落地應(yīng)用》

《五礦期貨：圖數(shù)據(jù)庫(kù)在金融期貨行業(yè)的應(yīng)用與實(shí)踐探索》

《Sensoro升哲：圖分析在城市治理服務(wù)的應(yīng)用與落地》