曾几何时,Linkface 凭借四位才华横溢的学术界“四大美女”,引爆了人工智能圈和创投圈。

Linkface 最初由四位平均颜值很高的 90 后女生联合发起,4 位创始人均有着堪称学霸级的教育背景。石建萍是香港中文大学、浙江大学计算机博士,本科时期就发表过 CVPR Oral;夏炎是中科大本科成绩第一名,微软亚洲研究院计算机视觉博士;马廷姣毕业于香港中文大学,是香港国际讲堂创始人;方芳就读于清华大学和哥伦比亚大学,精通五门语言,曾任职于 MSCI、LG、三星。

 


Linkface CEO 黄硕接受亿欧采访时说:“当初推出‘四大美女’主要是因为想在互娱方面做一些发挥,成为炒作的热点,但是尝试之后发现这个市场还不成熟。”

2016 年,九鼎入局之后,Linkface 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。虽然“四大美女”均已离职,但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。

“Linkface 之前偏向技术,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。”黄硕说。


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,从而成功登陆他人的账户。为了保障用户安全,Linkface 通过三种方法做活体检测验:

1、视频纹路区分,摄像头拍手机屏幕时,会出现非自然的色彩和纹路变化,但是人脸不会有这种情况,通过计算机视觉技术,可以识别视频纹路判断是否是真人;

2、反光,一般来说,照片会有反光,而且照片的反光和光打在人脸上的反光完全不一样,通过计算机视觉技术,可以识别反光判断是否是真人;

3、动态识别,因为真人会动,而照片不会,可以拍一个几秒钟的小视频可以识别出来,而且照片的平面动和人的立体动是不一样的。

此外,Linkface 还做卡证上的信息读取,比如身份证、银行卡、驾照、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,Linkface 利用计算机视觉技术做深度挖掘,查找黑名单。 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 地址相近,通过计算机视觉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 AI 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,切记‘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、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 App 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 3000 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 60%,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,Linkface 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。