如果继续用“结合”或“融合”来形容金融与科技的关系，显然还不够描述了当前金融科技行业快速发展的趋势。
如何实现金融与科技、机构与个人之间的“快速沟通”，是金融科技公司必须回答的问题。
11月5日，在上海举行的“智能、普惠、联动——数字技术开放日”上，首席科学家数字科学专家张家兴博士和院长数字大数据风控研究院沈赟博士就这一问题进行了讨论。
分享。
随着金融科技公司蓬勃发展带来的业务压力，传统金融机构势必面临科技的“颠覆性”冲击。
成本高昂、获取和分析数据的能力有限，是当前市场环境下制约金融机构数字化发展的主要因素。
对此，张家兴表示：“大数据、人工智能等更前沿技术的必然发展，使普惠金融成为可能。
”普惠金融背后的技术逻辑。
近日，央行发布金融机构贷款投放统计报告显示，普惠金融领域贷款保持较快增长。
三季度末，普惠金融领域贷款余额同比增长23.5%。
大力发展普惠金融是我国全面建成小康社会的必由之路。
全面塑造数字化理念和思维，加快业务流程再造，推动金融服务向数字化、智能化升级，是普惠金融背后的必然要求。
“目前普惠金融的特点可以理解为无技术、无金融。
”张家兴继续解释道，“金融科技普惠金融的底层逻辑最终分为两个层面：一是找人，二是看‘精准人’。
”作为普惠金融最基本的要求，可用性已经成为衡量金融科技企业能否实现精准匹配的重要指标之一。
从目前行业发展现状来看，金融主要可以通过以下三种线上方式来达到从海量人群中寻找有潜在普惠金融服务需求的用户的目的。
一是精准投放。
即通过对媒体、信息流、短视频等平台的流量进行有效的管理和判断，利用大数据和模型来精准定位有需求的个体；其次，智能化操作。
即通过对用户全生命周期的管理，可以最大限度地提高金融科技服务的效率，一方面提高用户满意度，另一方面更好地降低机构的获客成本；最后，有效地接触客户。
“如果我们的人不精准，那么触达的效率越高，对用户的干扰就越大。
我们不能为了技术而做技术，而必须把它变成真正有价值的东西。
这就是我们深挖技术的方式。
最终目标。
”张家兴说。
找到人才只是金融科技的一半，另一半是找到合适的人。
这个人的风险有多大，能借给他多少钱，利率有多高，是否骗取了贷款和保险……针对这些问题，张家兴提出了三步解决方案。
首先，基于足够量样本的风控策略，在对人群标签进行足够细粒度的分类后，可以增强系统模型的判断力；第二，基于充足数据的机器学习可以实现对用户最准确的表征；三是基于精准判断的智能采集。
张家兴认为，金融科技永恒的主题是在线化、自动化。
“智能化和大数据技术的应用是解决传统金融向普惠金融转型的有力工具。
”跳出场景做风控的模范银行公司充当孵化器 在国内互联网安全公司群的金融科技公司中，分享嘉宾坦言，数科的核心差异化优势在于其行业领先的技术手段。
沈赟·博士表示，“数字技术的天花板更高，它可以跳出各种场景和生态，为所有客户群体提供服务。
”同时，沈赟通过多个技术案例详细讲解了公司在反欺诈和信息安全方面的先进技术。
在。
凭借技术优势加持，张家兴将金融科技公司分为三类：典范型、巨头型和小而美的科技型。
他说，“水科已经把自己打造成‘全渠道、全客户群、精细化’的公司。
” “，最好的智能模型，并将模型制作过程中产生的经验提炼成金融科技能力，输出给一些与自己类似的金融机构或者其他有金融服务需求的企业。
”金融科技公司有两种类型。
模型公司在某些方面有自己独特的优势。
在流量和数据的支撑下，巨头企业更加注重平台和系统优势，通过大规模打包内容输出占据独特地位，为合作伙伴企业提供帮助。
但从细节入手，巨头们的经验、普遍性和借鉴性明显不足。
对于小而美的科技公司，张家兴表示，“他们本身并不是模型，是提供技术服务的纯AI公司。
因此，在做具体业务的过程中，他们在深度上是比较欠缺的，而且在技术上虽然有做了很多，业务深度稍有欠缺“便捷+安全两驱”。
据介绍，下一阶段数字技术突破将在在线和数据安全两个方向进行。
自动化方面，公司将利用在人工智能领域的技术积累，持续加大在对话机器人领域的领先优势。
借助5G时代，公司将陆续在多模态机器人、视频机器人等方向进行深入探索。
数据显示，截至目前，舒客语音机器人可以完成83%的资产催收工作、90%的电话营销工作、91%的客服工作和90%的质检工作。
另一方面，公司将持续优化精准配送环节的技术应用和生态建设，通过打通不同流量池的壁垒，实现降低成本和精准触达的目标。
在数据安全方面，“我们一直在进行一些技术创新。
在隐私数据保护领域，神经网络算法的使用更加灵活。
可以在统一的架构下提取和学习不同类型的数据，可以大大提高效率。
”沈赟说道。
据了解，与传统的联邦学习不同，分段神经网络技术框架的输出层数据的维度远小于原始输入层的维度。
即使输出层的数据不加密后，无法推导出原始输入层的数据，因此，在框架设计中，由于输出层数据的维度较小，因此服务器端的计算量和内存占用也可以消除。
大大减少，网络传输量减少，带宽需求降低，未来在风控能力数字化输出的过程中，隐私计算也将作为技术输出的一部分，作为综合解决方案。
自下而上解决数据安全问题，数学将持续加大新技术研发力度，打造健康安全的数据生态系统。