5年技术进化路，度小满的“明线”与“暗线”

“人工智能的发展到了从「弱人工智能」向「强人工智能」跃迁的分水岭。”这是度小满CEO朱光日前在撰文中提到的判断。已经不止一位企业家强调了这一轮大模型技术的重要价值。

与以往不同的是，大模型与行业有更高的紧密度，并且大模型的竞争，根本上就是硬实力的竞争，处于领先的企业几乎是有代际优势。这场竞争的天平，正在不断向拥有技术基因的机构倾斜。

在金融科技领域，度小满是技术路线的代表企业。从诞生之初，NLP、图计算等关于大模型的技术就已经应用到金融科技中。5年来，度小满一直在走一条技术驱动的进化之路。到如今，度小满累计为超过1800万小微企业主及工商个体户授信。

度小满的技术进化之路遵循了怎样的逻辑？在硬科技比拼的未来，能获得有利身位吗？

“两低一高”，度小满的技术迭代“明线”

回顾度小满过去五年的技术进化路径，其一直在朝着“低风险”“低门槛”“高效率”这样的方向迈进。

度小满首要的技术亮点在于“低风险”。2018年4月，百度金融服务事业群组正式拆分，更名为“度小满金融”，独立运营同时意味着风险自担，风控是首要做好的事情。

可以看到，度小满在风控技术层面花了很大的功夫，最直观的是征信维度丰富。对征信报告的解读，相比于传统模式下几百个维度的识别，度小满智能征信中台将自然语言处理技术、图算法应用在征信报告的解读上，能够将报告解读出40万维的风险变量，将银行风控模型的风险区分度提升了26%。

为了保证征信的时效性，度小满通过自建模型工厂和决策引擎，实现了快速的模型学习和生产能力，以及天级的监控及复盘能力。相比于传统模型每六个月迭代一次，度小满的风控模型可以每天迭代一次。

技术的根基建立后，度小满的战略就有了更坚实的支撑。在此基础上，度小满技术迭代的另一个重要方向是“低门槛”。

所谓低门槛，就是不止要让企业和个人融到资，更要尽可能地使其得到与实际信用相匹配的资金。为此，度小满金融在提高小微企业主画像的精准度上下足了功夫。不仅利用光学字符识别技术(OCR)对申请人的工商信息、交易信息、税务信息、用水用电、司法信息进行识别，丰富小微企业数据维度；还利用图计算、自然语言处理技术对企业互联网信息进行挖掘，从而分析小微企业的经营能力和经营状况。

为了解决互联网大数据高维、稀疏、非结构化的特点，度小满依托自监督学习技术、异构图神经网络技术、长短期记忆网络技术，将互联网数据串联起来，最大化数据价值。公开信息显示，通过上述一系列流程，在风险水平不变的情况下，度小满金融将小微企业主授信通过率提升20%。

行至当下，度小满金融已经能够通过技术底座+细颗粒度，尽可能最大化了金融科技机构的价值。2022年，度小满为小微企业发放超过5200亿元信用贷款。

得益于此，度小满的技术迭代有更多的精力聚焦到“高效率”上，实现安全、快速、更有针对性地赋能小微。在效率层面，度小满打造了“智能化征信解读中台”工程，这一工程拆分为 “3个平台-1个特征生成框架-3个模型”的“313”工程，结合大数据、人工智能、云计算等先进技术，支持度小满各环节业务智能化开展，进而助力金融数字化升级，实现科技赋能实体经济。