以智能风控为基础，为电商网站量身定制的反欺诈保护体系，并识别各种营销类欺诈行为，包括恶意抢红包、黄牛刷单、虚假秒杀等等。
这是同盾科技为酒仙网、每日优鲜、返利网等电商提供的服务，为这些网站降低因欺诈产生的风险损失，提高营销效率。
反欺诈，几乎已经成了同盾科技的标签。但实际上，同盾的业务早已不再局限于信贷反欺诈领域， “智能分析与决策”是同盾科技的新定位，为客户提供云到端的智能分析决策工具是同盾科技的新方向。
在未来，同盾科技是否会发展成为当初人们期待的“中国版FICO”、“中国版SAS”，抑或走出一条截然不同的道路？问题答案的走向或许也将是中国数据分析行业生态一个重要的缩影。
01/
加注智能分析和决策领域
回顾同盾的发展历程，2014年起，同盾科技重点发展反欺诈产品，当时作为一家第三方风控服务公司，其为多个行业提供风险控制与反欺诈服务，包括非银行信贷、银行、保险、基金理财、三方支付、航旅、电商、O2O、游戏、社交平台等。
2016年起，同盾科技开始提供信贷全流程的解决方案。从业务流程来看，反欺诈只是信贷的一个步骤，客户对于数据分析服务的需求体现在获客到授信决策、风控、贷后管理等信贷全业务流程中。
到了2019年，同盾科技的最新定位是智能分析与决策的综合服务提供商。
以银行为例，其需求不仅体现在信贷全业务流程覆盖上，更体现在云到端的完整分析决策能力构建上。行业传统解决方案主要在云端，其中包括api调用、公有云类的服务，而随着银行数据能力的提升，其更加需要本地化的分析决策工具，例如获客相关的决策模型、建模平台等。
这一方面，同盾科技走在行业的前列。同盾科技联合创始人、合伙人马骏驱表示，目前阶段，同盾科技是国内少有能覆盖完整的云到端分析决策解决方案的公司。
当然，同盾科技的分析决策能力也不仅限于信贷领域。跳出金融，空间广阔。
未来，数据不再稀缺，场景化的决策分析能力成为关键。针对不同场景，马骏驱将同盾的优势概括为场景理解能力。
以金融行业举例来说，对于银行，保险场景的差异，同盾提供的解决方案也不尽相同。
金融之外，同盾在政府、大企业、海外客户等领域取得进展，应用不仅限于金融和信用相关，包括很多分析决策类服务。
例如，同盾科技与政府合作主要是分析决策平台。其中一个应用是高速大数据智慧平台，实现了人、车、路数据的互联共享，对运营商、高速交警、互联网企业、交通管理部门、电子监控系统等信息进行整合分析，提升驾乘人员的获得感、舒适感和安全感。另一个应用是为地方政府建设中小企业金融服务平台，辅助政府为银行和小微企业搭建融资平台，助力普惠金融的发展。
另外，由于对不同场景的理解，同盾科技开始积极探索如何服务开放银行生态，目前同盾的尝试是做场景和资金方的连接器，在场景金融中将双方风险偏好进行匹配和链接。
在传统IT架构下，银行的数据是割裂的，导致在数字化转型过程中，银行数据价值挖掘上有很大压力，很难通过自建商城等方式去完善生态圈、扩展服务客户。
因此，银行就需要实现场景化，通过将自身的业务部署到场景中去服务更多的客户，但因为对场景方不了解，就会影响到客户体验，导致流量转化效率下降。这时就需要中间层的出现，也就是提供各种创新服务的第三方科技公司，他们可以帮助银行实现与商业场景的连接。
“随着整个金融产业各样场景化趋势越来越明显，很多相关的决策分析，需要场景化的决策支撑。这方面同盾变得越来越重要，因为每个场景需要的能力都不一样。”马骏驱表示。
完善的产品体系以及强大的场景理解能力，离不开优秀团队的支持。同盾核心团队包括来自阿里、PayPal、银联、FICO、SAS、平安、麦肯锡等企业的成员，现今总规模超1100人，80%的成员为产品研发及数据科学家。
近期，爱分析专访同盾科技创始人、CEO蒋韬，联合创始人、合伙人马骏驱，就行业动态及同盾业务发展、战略进行了交流。
爱分析：您能简单介绍一下同盾在赋能金融领域的业务逻辑吗？
蒋韬：同盾的定位是独立第三方的智能分析决策服务商，秉承“技术中立性”的ToB类服务企业。为客户输出分析服务，输出满足客户需要、符合行业发展趋势的“智能分析即服务”解决方案。
一是智能反欺诈。网络黑产每年要给社会造成的损失超过一千亿。现在同盾每天欺诈情报监测预警超过100万次，日均拦截IP代理行为超过150万次，帮助各类机构保护账户及交易安全超过200亿次，累计为全社会共保护了万亿元资金的安全。
二是帮助银行完成智能风控体系的完善。我们利用决策引擎、复杂网络、机器学习平台、设备指纹等技术，AaaS平台智御能协助银行有效对前中后台进行重塑，形成贷前、贷中、贷后体系化和全周期化的生态系统。
目前同盾已经服务300多家银行，成功完成了对6大国有银行、12家股份制银行、24家持牌消费金融公司全覆盖。
三是帮助金融机构更好推动普惠金融的发展。通过智能风控，能大幅提高金融运行效率，降低金融服务的门槛，有助于解决数字普惠金融发展中面临的问题，促使小微企业、中低收入人群等弱势群体能够享受到公平合理的金融服务。
此外，同盾与杭州和唐山两个城市，积极共建中小微企业综合金融服务平台，目前也取得了可喜的进展，未来我们希望将这种智能时代的创新模式推广到更多城市，为实体经济和小微经济搭建融资桥梁。
四是助力信用体系建设。同盾科技跨行业、跨领域的广泛连接，使得金融机构能取得更加智能化的决策能力，帮助传统征信机构无法覆盖的个人或中小微企业，首次取得获取信贷支持的机会，也让他们拥有了健全的信用评估基础，助推了社会整体的信用体系建设。
此外，同盾科技入围了首批国家信用体系建设单位，并与国家信息中心达成信用共享协议，与杭州等城市达成合作，探索地方城市市民信用评分机制的应用。
爱分析：服务银行信贷业务过程中，由谁来主导投放和引流？
蒋韬：这些是由银行客户自己主导的。我们提供的是分析能力，实际业务运作是客户自己去做的，我们不碰金融业务，而是提供支撑业务的分析工具。
爱分析：以信贷为例，同盾的分析决策业务标准化程度如何？
蒋韬：一般来说反欺诈类型的业务同质化比较多，信贷业务个性化需求比较多。越是头部客户，做信贷类型的准入过程时，需要分析的地方越多，所以每一家的需求都不同，我们会作为重要的合作伙伴和银行一起完善这个过程。
例如，全国大概有300多家银行接了同盾的服务，绝大部分都有私有云的产品，银行会接一些外部的数据，加上银行自身的数据一起，跟同盾联合建模。这块同盾提供的服务包括工具层，也包括咨询层。
从客群的角度，我们服务的金融业务也有很多种类。比如310家银行中，所有的国有大行、股份制和大的城商行，全部都是我们客户。这些客户还有不同的业务板块，除了信用卡、个贷以外，小微对于信贷分析的需求也非常多，所以客户很多时候需要更复杂的工具，例如机器学习平台、复杂网络分析平台等。
马骏驱：其实不见得是银行，同样在金融板块里面，保险的定制化需求更多，因为保险的业务形态跟原来的信贷类有很多差别。
马骏驱：保险的需求非常广泛，比方说一些定价模型，或者风险评估的准入，每个环节都可能用到分析决策服务。例如核保、最终产品的定价，都是有不同模型在里面的。
爱分析：目前保险行业基础设施的数字化程度和银行相比如何？
马骏驱：银行方面的数字化相关投入是比保险大的，但最近几年保险的进展也很大，监管也在支持。
目前看来，保险在未来几年应该会变成分析决策需求越来越高的行业。
马骏驱：同盾的服务会涵盖各个险种，比如寿险和车险的风险不同；看具体环节也不同，比如有一些是欺诈风险，有一些是定价风险，甚至有代理人内外勾结的风险，这些分析我们都会去做，不只是限定于某一两个创新险种。
爱分析：同盾服务保险公司的过程中，会遇到哪些竞争者？
马骏驱：保险算是一块处女地，我们遇到很多在保险领域做得特别好的传统IT供应商，但真正意义上能帮保险公司把分析决策这个事情做出来的公司确实不多。比如，这里面卖标签的公司很多，能把定价模型做出来的公司比较少见。
爱分析：行业里现在比较多提到开放银行，从您的角度来看，这会对银行本身或同盾的业务上会造成变化吗？
马骏驱：我觉得大家都在慢慢拓展，真正懂得开放银行的银行客户现在还真的不多。
关于开放银行，有一点我比较认同的是，端到端的金融交易过程会变化，由曾经在一个机构里完成全流程，变成有很多机构都参与、分工合作的状态。这也是我们进入这个行业以后，不断在看到的趋势。
所以银行的分层越来越碎片化，往后生态圈也趋向于互相依赖，再发展下去我认为就是开放银行的原型了。
同盾在这中间扮演的是连接器的角色，帮助前端的一些非银行客户和后端的银行客户，公平公正地去认识金融交易中间存在的风险。虽然说开放银行还言之过早。但是我们已经开始跟一些场景方以及金融机构，一起探索连接这个事情。
在这个过程中我们也遇到了一些挑战，例如相关的法律法规还是比较薄弱的。
马骏驱：我们还是以风控为主，定价我们是不会碰的，但相关的风险偏好匹配是其中一个最重要的一点，我们怎么作为一个中立第三方去帮大家把好关很重要。
比方说信托公司跟银行的风险偏好不一样，大行小行的偏好不一样，同时这些流量的风险偏好可能也不一样。在这中间做一个连接器，同盾是有一个非常好的位置。
我觉得现在在中国要找一个所谓的中立第三方，既有相当强大的数据分析跟决策能力，又不碰金融业务，其实是很难的，而同盾这样的角色就显得非常重要了。
马骏驱：其实有很多，因为有些创新金融，不单单是连接那么简单，甚至可能是不同行业之间的协同。例如保险跟银行之间、保险跟电商之间等，有很多跨界合作和共同盈利的商业模型。
马骏驱：绝大部分企业是不愿意做数据打通的。所以最终我们需要实现的是多方之间有模型的交互，但没有数据的交互。这中间有很多人工智能层面，甚至有一些区块链层面的创新技术应用，我们要确保过程中的数据隐私。
举个例子，同盾人工智能研究院在探索联邦学习，近日我们发布了同盾自主设计、独立研发的智邦平台（iBond），不仅可以打破参与方的数据壁垒充分利用各参与方的数据，同时又可以保证数据不离开参与方来保护数据隐私。智邦平台在数据隐私保护方面符合国家监管要求，也达到了国际上对数据保护的规范要求，我认为智邦平台的出现对人工智能和金融科技领域的健康发展会产生一定的作用。
蒋韬：我们主要集中在信贷业务的增长，整个行业总体还是在增长之中。
同盾今年银行客户的增长是比较可观的，相对来说新金融客户的增长就会小很多，因为有一些中小客户在退出行业，但还是在增长，因为剩下的头部客户体量越来越大。
保险的增长也在慢慢加速，其他的业务板块，包括政府、大企业、海外等，也是在增长的过程。
爱分析：零售金融的增速并不理想，银行的需求增长点主要在哪？
蒋韬：换个角度想，因为业务表现不好，银行就要探索之前未服务的客群，用更多不一样的方法去进行评价。
比如信用卡方面，有很多不同的新需求，因为客群在不停地改变，所以银行在模型上有很多地方都有改变。客户看重的是一个打造端到端的数据分析的能力，从获客开始到贷后管理都有新的需求。
还有另一个比较大的驱动力是小微企业相关的信贷评估，这也是银行的一个增长点。总而言之，银行的增长其实有很多方面的。
另外从风控角度来说，银行各部门都有自己的风控，但没有一个横向去打通的工具，把所有的风险统一去规划，这个横向打通的领域留给同盾的空间也相当大。
蒋韬：包括数据分析和建模、准入模型、以及流程自动化。小微在过去依靠的是现场尽调等步骤，但现在来说依靠科技有很多事情也可以简化。
爱分析：目前提供给政府和大企业的服务，是偏向信用分析决策吗？
蒋韬：不是，举个政府方面同盾比较成功的例子，我们会去帮一些高速公路分析流量，近期我们跟沪杭甬高速公路开展基础设施数字化改造, 对原有存量系统的升级完善，构建数据运行平台，进一步提升客户的获得感、舒适感和安全感。
大企业领域，比如三一重工，他们的需求就非常广泛，从数据展示到分析，以及落地的决策都会有；同盾还和顺丰合资建设了顺和同信，也是一个以分析决策为主导的公司。
现在来看，信贷反欺诈只不过是同盾走过的路，分析决策领域才是同盾现在和未来的方向。
