不同于大数据机器风控的集中，IPC人力风控主要是打散，每个信贷员独立管理一个客户，负责从贷前审核、贷中验证以及贷后催收的整个流程体系。采用双人四眼和三级交叉验证技术，对所获取的数据进行两两比对，误差小于5%则视为合格，反之则为不合格。

　　风控一直是金融市场的重要核心，作为新兴业态的金融科技，其风控建设尤为重要。

　　众所周知，在科技与创新双重驱动下，火热发展的大数据被引入金融风控领域，极大程度提升了风控效率，降低了金融成本，因而大数据风控这项新技术在金融领域“威望极高”，坊间一说风控势必离不开大数据。

　　1月6日，知名金融科技公司钱牛牛宣布其母公司与京东金融达成B+轮战略合作。在这场聚集了政府、学术、创投、金融等多个领域专家的发布会现场，钱牛牛引出了大数据风控之外另一行之有效却鲜被提及的风控体系——IPC人力验证。

　　IPC风控技术起源于德国，由传统人工审核演变而来，其技术核心主要是通过考察借款人的还款能力，衡量还款意愿来评估客户偿贷可能性。

　　不同于大数据机器风控的集中，IPC人力风控主要是打散，每个信贷员独立管理一个客户，负责从贷前审核、贷中验证以及贷后催收的整个流程体系。采用双人四眼和三级交叉验证技术，对所获取的数据进行两两比对，误差小于5%则视为合格，反之则为不合格。

　　而IPC模式人力验证的特性决定了这项技术的展开需要十分优秀的信贷技术人员，对风控能力的要求非常高，但培养一名成熟的信贷人员至少需要1年时间，审核员需要2年以上，门店经理则需要从信贷员做起，一般需要4-5年时间。

　　因此，对于一般金融机构和公司而言，相比于大数据风控的轻巧、便捷，IPC技术则显得十分“笨重”，运用这项技术进行风控的的企业和银行机构则是寥寥可数。目前，中国仅有少量金融科技公司以及国开行、包商银行、中安信业等传统金融机构在使用。

　　但不可否认的是，对于机器风控难以识别的欺诈行为，IPC这项以“人”为核心进行验证的技术有着得天独厚的优势，它能通过人的情感对欺诈行为进行判别，弥补机器风控的薄弱环节，机器则永远不能代替IPC人力风控技术的情感判别部分。

　　基于此，以技术见长的钱牛牛尝试运用互联网技术对传统IPC验证的劣势部分进行二次改造，降低IPC审核较多的人工依赖、大幅提升效率，并成功推出将IPC技术与大数据风控深度结合的资产线品牌——恒业贷，针对金融科技公司5-10万元梯度借款项目所对应客户进行精准个人授信，很好的解决了中国信贷市场复杂多变、信息不对称的风控顽疾。

　　正是这种重风控、重技术、不断寻求突破的踏实进取态度，使钱牛牛母公司能够在资本弥漫的寒冬时期受到京东金融的垂青，双方达成深度战略合作，联手进军万亿小额信贷市场，开拓更深广的信贷未来。

　　当然，本就擅长智能建模的钱牛牛公司，在得心应手使用IPC人工验证技术之际，同样将大数据风控做得风生水起。

　　公司上线运营之初，这个由百度、腾讯、大众点评等国内知名大型互联网公司离职高管组建的创始人团队，在技术感知和经验方面都有着超乎常人的敏锐。

　　腾讯出身的资深科学家工程师、钱牛牛CTO胡亮认为，尽管传统金融人力风控有着不可替代的重要元素，但真正的金融科技公司在汲取传统金融风控的精髓之外，更应当运用科技手段解决传统风控遗留的效率问题。

　　因此，钱牛牛创建早期，胡亮便带领一支精干的技术队伍展开了对金融效率提升的探索。以数据建模为基础，搭建了一套使用动态数据评分模型为借款人和担保人进行打分授信的机制，风控效率得以大幅提升。但胡亮认为，这远远还不够。

　　去年9月，通过与腾讯“天御”反欺诈系统协作，经过两个多月的探索研发，一款基于腾讯近20年所建立的社交用户数据的智能云风控系统——元方，就此问世。

　　据了解，元方系统针对金融风控围绕“人”这一不变特性，对传统风控技术进行升级和优化，通过机器抓取借款人大量社交行为数据，再运用机器学习方式综合判断借款人的欺诈行为强弱性和信用历史优良度，并将判别结果数据反馈数据库进行二次清洗和学习，在严格控制坏账和逾期的同时极大程度的提升借款通过率。

　　对于欺诈行为严重者，元方系统则直接做拉黑处理。当前，元方风控为钱牛牛母公司旗下三大资产线提供纯线上风控决策，日均处理借款申请数千条，所建立的黑名单信息高达数万条。另外，元方还与芝麻信用、前海征信、中国银联、同盾等巨头机构达成深度合作，实现彼此数据互通。

　　元方风控所搭建的智能、强悍、冷静的欺诈识别模型，刷新了金融市场风控效率极限，为小额信贷市场频繁发生却难以根除的欺诈、骗贷行为提供了高效率、低成本的解决方案。

　　元方大数据机器风控解决金融市场风控效率，IPC人工验证识别欺诈骗贷行为——如果你以为这就是钱牛牛这家知名金融科技公司的终极风控武器，那可就大错特错了。

　　钱牛牛创始人团队认为，风控应是集贷前审核、贷中验证与贷后催收为一体的综合流程体系。

　　因此，在同行企业因自建催收成本较高而纷纷选择外包时，即使有了线上大数据机器风控与线下IPC人力验证双重结合的强大风控武器，泛亚电竞平台钱牛牛依然建立了科技化的电催中心与十分有效的地面催收体系。

　　但是，与单独建立地面催收体系不同，正因为IPC人工验证需开设线下门店的特性，钱牛牛顺势建立地面催收则一切水道渠成，而与单独建立地面催收体系相比，无论是所耗费的人力成本还是物力成本都要低得多。

　　催收作为直面借款者，不断与人性博弈的关键一环，在工作开展过程中其实会产生很多前期风控所接触不到的关键性指标，这也是钱牛牛坚持自建催收队伍的重要因素之一。

　　钱牛牛催收团队通过线上电催中心与线下催收队伍分工协作，对其母公司旗下件均2000元的即时现金贷、件均3-5万的消费信用贷与件均5-10万的柜台式借贷实施分层催收，不断分析欠款人群不同梯队的共性与差异，泛亚电竞平台再将所获特征数据反哺到元方风控，进行二次学习。

　　不断自我学习与迭代，正是大数据风控的关键所在，倘若将催收从风控体系砍断或外包，则无法获取完整的借贷流程信息，整个风控系统有效性也将大大减弱。

　　这种风控+催收的完整借款人授信之下，钱牛牛优异战绩显而易见：1%-3%的浮动逾期，低于0.5%的坏账表现，放眼整个行业都可称得上十分漂亮。

　　正如钱牛牛CEO倪抒音接受采访时所说：“对于一家优秀的金融科技公司来说，风控不是目的，基于人的画像才是目的，有了画像，有了需求，才有场景，最后的结束是要脱离场景，而将关注点放回到“人”的身上。”

　　好的风控不是单一的骄傲，而是多元的丰富。风控是个综合的技术活儿，除大数据机器识别之外，还有IPC人工审核逻辑。机器与人两相协作，贷前贷后双双开花，泛亚电竞平台多层次模型建设，最终实现金融风控的腾飞，应当是一家金融科技公司真正要做的事儿。